oracle 数据库集群 怎么看集群名称及集群节点的相关信息

$ cd $CRS_HOME/bin

$ ./crs_stat -t 查看RAC各节点所有服务的信息及状态

$ ./crs_stat |more 由于上面指令显示的信息看不完整，这里可以显示各服务的详细信息

$ ./crs_stat -p |more 不仅有详细信息，还有对其他服务的依赖关系

添加索引或者使用工具，比如Apache Spark

先安装 Apache Spark，查询数据库的速度可以提升10倍。

在已有的 MySQL 服务器之上使用 Apache Spark （无需将数据导出到 Spark 或者 Hadoop 平台上），这样至少可以提升 10 倍的查询性能。使用多个 MySQL 服务器（复制或者 Percona XtraDB Cluster）可以让我们在某些查询上得到额外的性能提升。你也可以使用 Spark 的缓存功能来缓存整个 MySQL 查询结果表。

思路很简单：Spark 可以通过 JDBC 读取 MySQL 上的数据，也可以执行 SQL 查询，因此我们可以直接连接到 MySQL 并执行查询。那么为什么速度会快呢？对一些需要运行很长时间的查询（如报表或者BI），由于 Spark 是一个大规模并行系统，因此查询会非常的快。MySQL 只能为每一个查询分配一个 CPU 核来处理，而 Spark 可以使用所有集群节点的所有核。在下面的例子中，我们会在 Spark 中执行 MySQL 查询，这个查询速度比直接在 MySQL 上执行速度要快 5 到 10 倍。

另外，Spark 可以增加“集群”级别的并行机制，在使用 MySQL 复制或者 Percona XtraDB Cluster 的情况下，Spark 可以把查询变成一组更小的查询（有点像使用了分区表时可以在每个分区都执行一个查询），然后在多个 Percona XtraDB Cluster 节点的多个从服务器上并行的执行这些小查询。最后它会使用map/reduce 方式将每个节点返回的结果聚合在一起形成完整的结果。

在使用Elasticsearch搜索时，如果需要召回大量数据，可以考虑以下几种方法：

1. 使用分页技术：分页技术可以有效地减少每次搜索的数据量，使得搜索过程变得更快。

2. 使用索引：索引可以有效地加快搜索速度，减少搜索时间。

3. 使用搜索聚合：搜索聚合可以有效地减少搜索时要搜索的数据量，使得搜索变得更快。

4. 使用缓存：缓存可以有效地减少搜索时要搜索的数据量，使得搜索变得更快。

5. 使用高亮技术：高亮技术可以有效地减少搜索时要搜索的数据量，使得搜索变得更快。

---