大數(shù)據(jù)量處理SEARCH AGGREGATION
回答:我是做JAVA后臺(tái)開(kāi)發(fā)的，目前為止最多處理過(guò)每天600萬(wàn)左右的數(shù)據(jù)！數(shù)據(jù)不算特別多，但是也算是經(jīng)歷過(guò)焦頭爛額，下面淺談下自己和團(tuán)隊(duì)怎么做的？后臺(tái)架構(gòu):前置部門(mén):負(fù)責(zé)接收別的公司推過(guò)來(lái)的數(shù)據(jù)，因?yàn)槊刻斓臄?shù)據(jù)量較大，且分布不均，使用十分鐘推送一次報(bào)文的方式，使用batch框架進(jìn)行數(shù)據(jù)落地，把落地成功的數(shù)據(jù)某個(gè)字段返回給調(diào)用端，讓調(diào)用端驗(yàn)證是否已經(jīng)全部落地成功的，保證數(shù)據(jù)的一致性！核心處理:使用了spr...
李增田
|
1915人閱讀
回答:首先明確下定義：計(jì)算時(shí)間是指計(jì)算機(jī)實(shí)際執(zhí)行的時(shí)間，不是人等待的時(shí)間，因?yàn)榈却龝r(shí)間依賴于有多少資源可以調(diào)度。首先我們不考慮資源問(wèn)題，討論時(shí)間的預(yù)估。執(zhí)行時(shí)間依賴于執(zhí)行引擎是 Spark 還是 MapReduce。Spark 任務(wù)Spark 任務(wù)的總執(zhí)行時(shí)間可以看 Spark UI，以下圖為例Spark 任務(wù)是分多個(gè) Physical Stage 執(zhí)行的，每個(gè)stage下有很多個(gè)task，task 的...
silenceboy
|
1164人閱讀
回答:個(gè)人的觀點(diǎn)，這種大表的優(yōu)化，不一定上來(lái)就要分庫(kù)分表，因?yàn)楸硪坏┍徊鸱郑_(kāi)發(fā)、運(yùn)維的復(fù)雜度會(huì)直線上升，而大多數(shù)公司是欠缺這種能力的。所以MySQL中幾百萬(wàn)甚至小幾千萬(wàn)的表，先考慮做單表的優(yōu)化。單表優(yōu)化單表優(yōu)化可以從這幾個(gè)角度出發(fā)：表分區(qū)：MySQL在5.1之后才有的，可以看做是水平拆分，分區(qū)表需要在建表的需要加上分區(qū)參數(shù)，用戶需要在建表的時(shí)候加上分區(qū)參數(shù)；分區(qū)表底層由多個(gè)物理子表組成，但是對(duì)于代碼來(lái)...
周國(guó)輝
|
2335人閱讀
回答:使用SQL處理數(shù)據(jù)時(shí)，數(shù)據(jù)會(huì)在數(shù)據(jù)庫(kù)內(nèi)直接進(jìn)行處理，而且sql處理本身可以對(duì)sql語(yǔ)句做優(yōu)化，按照最優(yōu)的策略自動(dòng)執(zhí)行。使用Java處理時(shí)，需要把數(shù)據(jù)從數(shù)據(jù)庫(kù)讀入到Java程序內(nèi)存，其中有網(wǎng)絡(luò)處理和數(shù)據(jù)封裝的操作，數(shù)據(jù)量比較大時(shí)，有一定的延遲，所以相對(duì)來(lái)說(shuō)數(shù)據(jù)處理就慢一些。當(dāng)然，這個(gè)只是大體示意圖，實(shí)際根據(jù)業(yè)務(wù)不同會(huì)更復(fù)雜。兩者側(cè)重的點(diǎn)不同，有各自適合的業(yè)務(wù)領(lǐng)域，需要根據(jù)實(shí)際情況選用合適的方式。
stefanieliang
|
2286人閱讀
回答:當(dāng)一張表的數(shù)據(jù)量達(dá)到千萬(wàn)級(jí)別的時(shí)候，任何對(duì)表的操作都得小心翼翼。核心點(diǎn)在于避免全表掃描、避免鎖表、避免產(chǎn)生大量行鎖。本質(zhì)上是讓每一次sql的執(zhí)行都更快的完成，避免過(guò)長(zhǎng)時(shí)間占用數(shù)據(jù)庫(kù)連接，讓連接能夠迅速的釋放回?cái)?shù)據(jù)庫(kù)連接池，提供更多穩(wěn)定的服務(wù)。一旦產(chǎn)生大量的行鎖甚至表鎖，將會(huì)帶來(lái)連接瞬間被打滿、數(shù)據(jù)庫(kù)資源耗盡、服務(wù)宕機(jī)的災(zāi)難性后果。所以如何避免以上問(wèn)題的發(fā)生才是最重要的，絕不能等問(wèn)題發(fā)生之后再去解決...
coordinate35
|
989人閱讀
什么是大數(shù)據(jù)？進(jìn)入本世紀(jì)以來(lái)，尤其是2010年之后，隨著互聯(lián)網(wǎng)特別是移動(dòng)互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)的增長(zhǎng)呈爆炸趨勢(shì)，已經(jīng)很難估計(jì)全世界的電子設(shè)備中存儲(chǔ)的數(shù)據(jù)到底有多少，描述數(shù)據(jù)系統(tǒng)的數(shù)據(jù)量的計(jì)量單位從MB（1MB大約...
一、什么是大數(shù)據(jù)進(jìn)入本世紀(jì)以來(lái)，尤其是2010年之后，隨著互聯(lián)網(wǎng)特別是移動(dòng)互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)的增長(zhǎng)呈爆炸趨勢(shì)，已經(jīng)很難估計(jì)全世界的電子設(shè)備中存儲(chǔ)的數(shù)據(jù)到底有多少，描述數(shù)據(jù)系統(tǒng)的數(shù)據(jù)量的計(jì)量單位從MB（1MB大...
數(shù)據(jù)怎么樣才能對(duì)人有用？人們整天都在討論大數(shù)據(jù)，其實(shí)數(shù)據(jù)本身并不是有用的，必須要經(jīng)過(guò)一定的處理。例如你每天跑步帶個(gè)手環(huán)收集的也是數(shù)據(jù)，網(wǎng)上這么多網(wǎng)站也是數(shù)據(jù)，簡(jiǎn)稱為Data，數(shù)據(jù)本身并沒(méi)有什么作用，但是數(shù)...
摘要： 2018第九屆中國(guó)數(shù)據(jù)庫(kù)技術(shù)大會(huì)，阿里云高級(jí)技術(shù)專家、架構(gòu)師封神（曹龍）帶來(lái)題為大數(shù)據(jù)時(shí)代數(shù)據(jù)庫(kù)-云HBase架構(gòu)&生態(tài)&實(shí)踐的演講。主要內(nèi)容有三個(gè)方面：首先介紹了業(yè)務(wù)挑戰(zhàn)帶來(lái)的架構(gòu)演進(jìn)，其次分析了ApsaraDB HBas...
CDA數(shù)據(jù)分析研究院原創(chuàng)作品 一、大數(shù)據(jù)概念 大數(shù)據(jù)（big data），指無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高...
ChatGPT和Sora等AI大模型應(yīng)用，將AI大模型和算力需求的熱度不斷帶上新的臺(tái)階。哪里可以獲得...
一、活動(dòng)亮點(diǎn)：全球31個(gè)節(jié)點(diǎn)覆蓋 + 線路升級(jí)，跨境業(yè)務(wù)福音！爆款云主機(jī)0.5折起：香港、海外多節(jié)點(diǎn)...
大模型的訓(xùn)練用4090是不合適的，但推理（inference/serving）用4090不能說(shuō)合適，...
李濤
