大数据量的系统的数据库结构如何设计?

大数据量的系统的数据库结构如何设计?,第1张

1、把你表中经常查询的和不常用的分开几个表,也就是横向切分
2、把不同类型的分成几个表,纵向切分
3、常用联接的建索引
4、服务器放几个硬盘,把数据、日志、索引分盘存放,这样可以提高IO吞吐率
5、用优化器,优化你的查询
6、考虑冗余,这样可以减少连接
7、可以考虑建立统计表,就是实时生成总计表,这样可以避免每次查询都统计一次
mrzxc 等说的好,考虑你的系统,注意负载平衡,查询优化,25 万并不大,可以建一个表,然后按mrzxc 的3 4 5 7 优化。 速度,影响它的因数太多了,且数据量越大越明显。
1、存储 将硬盘分成NTFS格式,NTFS比FAT32快,并看你的数据文件大小,1G以上你可以采用多数据库文件,这样可以将存取负载分散到多个物理硬盘或磁盘阵列上。
2、tempdb tempdb也应该被单独的物理硬盘或磁盘阵列上,建议放在RAID 0上,这样它的性能最高,不要对它设置最大值让它自动增长
3、日志文件 日志文件也应该和数据文件分开在不同的理硬盘或磁盘阵列上,这样也可以提高硬盘I/O性能。
4、分区视图 就是将你的数据水平分割在集群服务器上,它适合大规模OLTP,SQL群集上,如果你数据库不是访问特别大不建议使用。
5、簇索引 你的表一定有个簇索引,在使用簇索引查询的时候,区块查询是最快的,如用between,应为他是物理连续的,你应该尽量减少对它的updaet,应为这可以使它物理不连续。
6、非簇索引 非簇索引与物理顺序无关,设计它时必须有高度的可选择性,可以提高查询速度,但对表update的时候这些非簇索引会影响速度,且占用空间大,如果你愿意用空间和修改时间换取速度可以考虑。
7、索引视图 如果在视图上建立索引,那视图的结果集就会被存储起来,对与特定的查询性能可以提高很多,但同样对update语句时它也会严重减低性能,一般用在数据相对稳定的数据仓库中。
8、维护索引 你在将索引建好后,定期维护是很重要的,用dbcc showcontig来观察页密度、扫描密度等等,及时用dbcc indexdefrag来整理表或视图的索引,在必要的时候用dbcc dbreindex来重建索引可以受到良好的效果。 不论你是用几个表1、2、3点都可以提高一定的性能,5、6、8点你是必须做的,至于4、7点看你的需求,我个人是不建议的。打了半个多小时想是在写论文,希望对你有帮助。

服务器就是指app的服务端,业务逻辑都在服务端
app相当于一个页面展示和交互数据用的
是用代码实现的,可以用java或者php等都可以,服务端的代码运行在特定的服务器软件上如
Tomcat apache等

基于Cocos2D的微信小游戏的设计与实现
指尖律动微信小游戏的设计与实现
基于Spring MVC的在线书城系统设计与实现
基于卷积神经网络的图像修复系统设计与实现
二手交易网站的设计与实现
停车计费APP系统设计与实现
车型分类系统设计与实现
基于地图API的高铁运行地图的设计与实现
基于条形码的私家书房APP的设计与实现
基于L-Systems的3D分形模拟系统的设计与实现
基于android的私家衣橱APP的设计与实现
电子图书推荐系统
智能插座数据管理与分析
基于B/S结构的智能插座服务器开发
基于物联网技术的智能垃圾桶开发
基于光传感器的垃圾智能分类
基于对抗学习的人脸照片-画像转换方法
基于深度学习的字体风格转换方法
基于深度学习的肺癌检测方法研究
基于JSP的浙江省高校学习社区的设计与实现
基于SSH的汽车图像相册管理系统的设计与实现
基于大数据技术的职业岗位画像设计与实现
基于协同过滤的用户移动轨迹信息预测研究
基于H5的智力水滴益智游戏设计与实现
可视化展示数据处理中心的设计和实现
学生编程答疑平台的设计与实现
基于Android的失物即寻平台的设计和实现
广度优先文本挖掘爬虫系统开发
大学生竞赛信息发布及组队系统的设计和实现
基于web的社团活动信息集中发布平台的设计与实现
基于hyperledger的农产品溯源系统设计与实现
智适应算法星球系统的设计与实现
基于Android系统的数字水印相机设计与实现
基于Unity的趣味休闲手游开发
二维游戏引擎设计与实现
基于机器学习的验证码自动识别软件的设计与实现
车辆4S店管理系统的设计与实现
JadePool幼儿园管理系统的设计与实现
气象卫星云图接受软件系统的设计与实现

大数据专业的话,对于处理器、内存和硬盘的要求会比较大,所以应该优先考虑扩展性好的游戏本。
所以需求排列下来就是处理器要强一些,内存和硬盘扩展性好、有性能还不错的独显更佳(总要玩玩游戏的嘛)。下面我就给大家推荐几款性价比超高的机型:一、拯救者r7000拯救者r7000搭载了锐龙R5-5600H,虽然表现不如5800H,但用于大数据学习还是绰绰有余的,显卡上3050虽然因为4GB的显存被游戏玩家吐槽,但你本身就不依赖用它打游戏开光追不是,还是很够用的,起码比MX450强了一个次元(还是95W满血版)。二、暗影精灵7相比之下暗影精灵7的3050显卡只有80W功耗显得稍弱,但是第十一代i5-11400H的跑分表现也是相当不俗的,搭配上PCle40,整体的素质也可圈可点,6499的价格作为抢不到r7000的备选没啥毛病。三、小新pro16小新pro16可以说是轻薄本中的另类了,本身搭载了1650显卡(轻薄本的常用显卡MX450就是1650的阉割版),搭配上R5-5700H处理器和25K的120Hz刷新率屏幕,本身的性能还是很猛的,192KG的机身重量也更加便于携带,缺点就是16GB内存没法扩充需要注意。总的来说,大数据专业使用拯救者r7000、暗影精灵7这样的游戏本绝对是绰绰有余了,足以支撑到你用到毕业,如果更注重轻薄,对32GB没有特别高的需求,小新pro16也是很不错的选择。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zz/13268114.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-06-29
下一篇 2023-06-29

发表评论

登录后才能评论

评论列表(0条)

保存