常见的服务器性能指标有哪些及简要介绍

当前业界常见的服务器性能指标有:
TPC-C
TPC-E
TPC-H
SPECjbb2005
SPECjEnterprise2010
SPECint2006 及 SPECint_rate_2006
SPECfp2006 及 SPECfp_rate_2006
SAP SD 2-Tier
LINPACK
RPE2
一、TPC (Transaction Processing Performance Council) 即联机交易处理性能协会, 成立于1988年的非盈利组织,各主要软硬件供应商均参与,成立目标: 为业界提供可信的数据库及交易处理基准测试结果,当前发 布主要基准测试为:
TPC-C : 数据库在线查询(OLTP)交易性能
TPC-E : 数据库在线查询(OLTP)交易性能
TPC-H : 商业智能 / 数据仓库 / 在线分析(OLAP)交易性能
1TPC-C测试内容：数据库事务处理测试, 模拟一个批发商的订单管理系统。实际衡量服务器及数据库软件处理在线查询交易处理（OLTP）的性能表现 正规 TPC-C 测试结果发布必须提供 tpmC值, 即每分钟完成多少笔 TPC-C 数据库交易 (TPC-C Transaction Per Minute), 同时要提供性价比$/tpmC。如果把 TPC-C 测试结果写成为 tpm, TPM, TPMC, TPCC 均不属正规。
2TPC-E测试内容：数据库事务处理测试，模拟一个证券交易系统。与TPC-C一样，实际衡量服务器及数据库软件处理在线查询交易处理（OLTP）的性能表现。正规TPC-E测试结果必须提供tpsE值，即每秒钟完成多少笔TPC-E数据库交易（transaction per second），同时提供$/tpsE。测试结果写成其他形式均不属正规。
对比：TPC-E测试较TPC-C测试，在测试模型搭建上增加了应用服务器层，同时增加了数据库结构的复杂性,测试成本相对降低。截止目前，TPC-E的测试结果仅公布有50种左右，且测试环境均为PC服务器和windows *** 作系统，并无power服务器的测试结果。除此之外，TPC官方组织并未声明TPC-E取代TPC-C，所以，说TPC-E取代TPC-C并没有根据。

推荐几款开源的大数据商业智能工具！

虽然商业智能通常被认为是大数据的一个元素，事实上商业智能工具的市场远远领先于快速增长的大数据市场。以下这些供应商中，有一家被Gartner称为“Cool Vendor”。而在更大的企业软件应用领域中，也不乏位于企业顶部软件名单之列的产品。实际上，商业智能要早于开源本身，至少在业务环境中，但下面的工具也在深刻地证明，开源实际上正迅速发展。以下是当下大数据市场中的7款开源商业智能工具介绍。

Talend

Talend提供不同的数据仓库，以及Talend的商业智能产品，其中还包括流行的大数据产品Talend Open Studio，这是一组支持Hadoop，HDFS，Hive，Hbase和Pig的数据组合工具。该公司还出售商业版和其他商业产品和服务。可运行系统包括：Windows，Linux，OS X

JasperSoft

Jaspersoft称，它是“迄今为止存在于地球上的最灵活，最廉价和最广泛生产的商业智能软件”。开源版本包括JasperForgeorg的大数据报告工具。运行系统无限制！

Jedox

开源Palo Suite包括OLAP服务器，Palo Web，Palo ETL Server和Palo for Excel。Jedox基于完全相同的工具提供商业软件应用。运行系统上无限制。

Pentaho

它遍及全球10000多家不同的公司，Pentaho利用业务和大数据分析工具以及数据挖掘，仪表板和报告功能。查看Pentaho Neighbourhood Wiki可轻松访问开源下载。 *** 作系统：Windows，Linux，Mac OS X。

SpagoBI

SpagoBI称是“唯一完全开源的商业智能套件”。商业支持，培训和服务随时可用。运行系统上无限制。

KNIME

流行的KNIME或Konstanz Information Miner为用户提供友好的数据集成，分析，处理和 探索 。在2010年，Gartner将KNIME称为分析，商业智能和效率管理领域的“超酷供应商”。除开源桌面版本外，还有几个商业版本。运行系统：Windows，Linux，OS X

BIRT

全称为：商业智能和报告工具（Business Intelligence and Reporting Tools），BIRT是一个基于Eclipse的工具，包括对Java应用的报告功能。Actuate是另一家受欢迎的公司，该公司共同创立了BIRT并根据其基础开源技术使用了许多软件。运行系统上无限制。

MicroStrategy。

对商业智能软件的需求，从用户的量级和需求复杂度，通常有这么几个层次：

1 个人用户：比如数据科学家、个体数据分析师、学生，等等

2 个人、小组或者部门，主要用户是数量有限的数据分析师、公司业务人员、公司高层。分析方式以业务驱动为主。

3 大型企业级部署。分析方式可以是业务驱动，也可以是IT驱动，或者是两种模式的结合。在此类型的客户中，有一些客户呈现出非常复杂的信息化现状，比如能存在大量的信息孤岛，众多业务部门有数据分析需求，渴望建立自己的数据中台，对数据安全性，数据软件的大规模部署均有很高要求。

没有商业软件可以同时满足所有的需求，所以与其提问什么公司最好，应该尝试的提问是，最适合我或者我司的商业智能软件是哪一个？

其实对应不同的需求，商业软件公司大概可以分成这么几类：

1 以业务驱动（自助式）数据分析见长，兼顾IT驱动模式。在比较提供商的时候需要考虑自己当前或者未来是否有需要集中化管理的需求，提供商是否有向未来需求扩展的局限性。

2 以企业级的数据系统部署见长，兼顾自助式分析。在选型的时候需要考虑业务部门对数据分析灵活性的需求，提供商对自助式分析兼顾的程度是否可以满足需求。

3 以某个细分领域数据分析见长，比如嵌入式能力。需要充分沟通以理解业务系统对数据嵌入的需求，也需要谨慎思考未来对全方位数据分析的需求可能性，来判断软件提供商在更多维度能力上是否能满足业务增长。

4 云部署或者私有化部署能力。企业软件中的SAAS模式渐渐趋向成熟，但是商业智能行业的客户，大都还是偏好私有化部署或者数据私有的云部署。数据系统软硬件的管理和维护成本，数据安全，是需要不断权衡的几个方面。

5 以AI为主要区分点的新晋公司。

下面是Gartner在2019对各大公司的多维度能力打分：

业务驱动的集中化管理的数据分析

IT驱动的集中式数据分析

分散化管理的数据分析：

OEM 或者 嵌入式BI

系统外网部署能力

增强型BI

其中值得一提的是MicroStrategy收获了四项第一、一项第二（一共六个维度）。

MicroStrategy（微策略）深耕商业智能软件领域已经有30年，是商业智能软件领域里提供企业级解决方案的佼佼者。最新推出的2019版本融合了集中式分析和自助式分析两套系统，既能帮助业务部门实现业务驱动的自助式分析，也能优美的解决企业级部署，并能够在大数据量、跨部门分析等复杂场景中轻松胜任数据分析工作。

MicroStrategy（微策略）主打无处不智能的商业理念，在移动智能终端、嵌入式BI、协同工作、大数据处理等领域保持着业界领先的地位。

说到商业智能，东软SaCa DataViz、永洪BI都很好。我们最终选的SaCa DataViz，后期效果不错。他们网站有介绍：>