apache httpd使用非常广泛,其优化需要先了解在生产环境中的表现,可选择一种监控工具采集关键性能数据,例如 Hyperic HQ
性能监控诊断优化
mysql可算是使用最为广泛的开源数据库,其优化需要先了解在生产环境中的表现,可选择一种监控工具采集关键性能数据,例如 Hyperic HQ ,这里主要记录了一些在生产环境的优化要点,以调整参数和配置为主。
提高JVM堆空间大小
JAVA_OPTS="-Djava.awt.headless=true -Dfile.encoding=UTF-8 -server -Xms1024m -Xmx1024m -XX:NewSize=512m -XX:MaxNewSize=512m -XX:PermSize=512m -XX:MaxPermSize=512m -XX:+DisableExplicitGC"
-Xms – 指定初始化时化的栈内存
-Xmx – 指定最大栈内存
1 BI系统的简述
从技术角度来说 BI 包含了 ETL、DW、OLAP、DM等多环节。简单的说就是把交易系统已经发生过的数据,通过ETL工具抽取到主题明确的数据仓库中,OLAP后生成Cube或报表,透过Portal展现给用户,用户 利用这些经过分类、聚集、描述和可视化的数据,支持业务决策。
这些众多的BI项目从规模和对BI系统支撑的完善程度上来说,大体可以分为Framework、Stand-alone Tools和BI Suit三种类型。
最近,大数据越来越热,在自主可控的大旗下,各路国产数据库纷纷推出各自产品,本文,对国产数据库在大数据分析方面做些比较,所有都来源各官方网站内容。
最近在做几款网管软件的选型,从自身需求看,希望需要管理交换机,路由器,服务器,数据库,应用服务器,虚拟化等资源。开源软件的关键的是技术服务。《开源软件在构造数字校园中的缺点-服务》。
前不久的“棱镜门”让国人认识到发展国产软件的重要性,也被认为是国产数据库发展的重要契机。国产数据库在过去发展中一直受到国家的支持,但由于起步较晚,与国外主流数据库之间的差距还很大。但随着大数据时代的到来,国产数据库与国外数据库站在同一起跑线上,获得同样的机遇。本文将对几家国产数据库厂商的产品策略进行盘点,从中找到它们在大数据时代的未来。
1、 MPP简介
MPP即大规模并行处理。在数据库非共享集群中,每个节点都有独立的磁盘存储系统和内存系统,业务数据根据数据库模型和应用特点划分到各个节点上,每台数据节点通过高速专用网络或者商业通用网络互相连接,彼此协同计算,作为整体提供数据库服务。非共享数据库集群有完全的可伸缩性、高可用、高性能、优秀的性价比、资源共享等优势。[5]典型的无共享结构的并行数据库集群, 其性能特性在很大程度上依赖于数据库模式的划分策略及数据在各个节点的分布情况。
三十年数据库的发展和形成的以Oracle、IBM、Microsoft等为代表的强势垄断格局,使得传统国产数据库不仅生不逢时,加上技术上采取跟随战略、在事务处理领域顽强拼杀,虽然产品不断进步、市场应用也不断取得单点突破,但大多处于非核心应用。尽管政府给予了持续的大力支持,但在垄断壁垒和开源软件左右夹击下,除了政策性市场之外,很难取得规模化突破,尚未形成企业发展良性循环和政府支持的双赢局面。
计算机系统之间的数据传输或存储格式从来就不是一个轻松的任务,特别是当它涉及结构化和非结构化的数据。
“复杂的数据迁移工作意味着超负荷运行和延迟都是很长常见的”,Arvind Singh(以下简称辛格),芝加哥一家企业的数据解决方案提供商的联合创始人兼CEO表达了以上观点。
在《信息周刊》的一次电话采访中,Arvind Singh概述了10个常见的数据迁移问题,其中包括五个陷阱和五个风险,以此警告企业应该竭力避免。