摘要： 现在的大数据产品，都是采用分布式存储和分布式计算的集群方案。衡量大数据处理能力的强弱，主要有以下几个制约因素。 1.网络带宽 网络是联接计算机的纽带，这个纽带当然越宽越好，这样可以在计算机资源许可的情况下，在单位时间内传输更多的数据，让计算机处理更多的数据。现在企业网络中，普遍... 阅读全文

摘要： 产品论文：“Laxcus:大数据管理系统”，换一个角度诠释大数据处理，从架构设计到编码，100%的原创产品，已经开源！ “三分钟布署Laxcus”,将大数据布署做到极简！ 欢迎联系合作，推动国产大数据产品发展 。有问必答！ 阅读全文

摘要： LAXCUS兼容行存储(NSM)和列存储(DSM)两种数据模型，实现了混合存储。同时在分布环境里，做到将数据的分发和备份自动处理，这样就不再需要人工干预了。 行存储，为了兼容广大用户对关系数据库的需求，结构上还是原来的样子，没有变化。列存储，因为是近年才流行起来的一种存储模型，... 阅读全文

摘要： 不知道当年SQL定义者们设计视图时是出于什么样的考虑。实际效果是，视图夹在SQL指令和表之间，形成了一个三明治的结构。在这种结构下做检索，SQL指令每次都要通过视图转换，才能作用到表上。如果不采用视图，跳过它，其实也能实现同样的效果。所以视图主要还是起到对用户屏蔽表结构的作用，另外还可以... 阅读全文

摘要： Spark在偷换概念，Hadoop跑硬盘，Spark跑内存，地球人都知道，内存的速度可是远超硬盘一个量级，超过100倍又有什么奇怪的。如果要比，咱们都拿硬盘来跑跑看！ 阅读全文

摘要： 关系数据库的层次结构，是账号、数据库、表，一个账号下可以有多个数据库，每个数据库有多个表，但是不同数据库下的表是不能够互相操作的。例如：“select a.*, b.* from Titles a, Orders b where a.tid=b.tid”。当Titles 和 Orders... 阅读全文

摘要： 如果我的判断正确，它们使用的软件和算法应该是HADOOP，MAP/REDUCE,或者类似的技术方案。如果这些条件一样，影响计算结果的还有三个因素： 1.CPU的数量和CPU的处理能力 CPU的数量可以用一个最体力活的例子来说明：挖沙！如果阿里巴巴带着1000个民工在河里挖沙，... 阅读全文