首页 文章 精选 留言 我的

精选列表

搜索[增删改查],共8502篇文章
优秀的个人博客,低调大师

cassandra mongodb选择——cassandra:分布式扩展好,写性能强,以及可以预料的查询;mongodb:非事务,支持复杂...

Of course, like any technology MongoDB has its strengths and weaknesses. MongoDB is designed for OLTP workloads. It can do complex queries, but it’s not necessarily the best fit for reporting-style workloads. Or if you need complex transactions, it’s not going to be a good choice. However, MongoDB’s simplicity makes it a great place to start. mongodb——非事务,支持复杂查询,但是不适合报表 This ease of scaling, coupled with exceptional write performance (“All you’re doing is appending to the end of a log file”) and predictable query performance, add up to a high-performance workhorse in Cassandra. cassandra——分布式扩展好,写性能强,以及可以预料的查询 Cassandra does not support Range based row-scans which may be limiting in certain use-cases. Cassandra is well suited for supporting single-row queries, or selecting multiple rows based on a Column-Value index.Cassandra supports secondary indexes on column families where the column name is known.Aggregations in Cassandra are not supported by the Cassandra nodes - client must provide aggregations. When the aggregation requirement spans multiple rows,Random Partitioning makes aggregations very difficult for the client. Recommendation is to use Storm or Hadoop for aggregations. 摘自:http://www.infoworld.com/article/2848722/nosql/mongodb-cassandra-hbase-three-nosql-databases-to-watch.html Comparison Of NoSQL Databases HBase, Cassandra & MongoDB: HBase: Key characteristics: · Distributed and scalable big data store · Strong consistency · Built on top of Hadoop HDFS · CP on CAP Good for: · Optimized for read · Well suited for range based scan · Strict consistency · Fast read and write with scalability Not good for: · Classic transactional applications or even relational analytics · Applications need full table scan · Data to be aggregated, rolled up, analyzed cross rows Usage Case: Facebook message Cassandra: Key characteristics: · High availability · Incremental scalability · Eventually consistent · Trade-offs between consistency and latency · Minimal administration · No SPF (Single point of failure) – all nodes are the same in Cassandra · AP on CAP Good for: · Simple setup, maintenance code · Fast random read/write · Flexible parsing/wide column requirement · No multiple secondary index needed Not good for: · Secondary index · Relational data · Transactional operations (Rollback, Commit) · Primary & Financial record · Stringent and authorization needed on data · Dynamic queries/searching on column data · Low latency Usage Case: Twitter, Travel portal MongoDB: Key characteristics: · Schemas to change as applications evolve (Schema-free) · Full index support for high performance · Replication and failover for high availability · Auto Sharding for easy Scalability · Rich document based queries for easy readability · Master-slave model · CP on CAP Good for: · RDBMS replacement for web applications · Semi-structured content management · Real-time analytics and high-speed logging, caching and high scalability · Web 2.0, Media, SAAS, Gaming Not good for: · Highly transactional system · Applications with traditional database requirements such as foreign key constraints Usage Case: Craigslist, Foursquare 摘自:https://www.linkedin.com/pulse/real-comparison-nosql-databases-hbase-cassandra-mongodb-sahu 针对分析任务: For analytics, MongoDB provides a custom map/reduce implementation; Cassandra provides native Hadoop support, including forHive(a SQL data warehouse built on Hadoop map/reduce) andPig(a Hadoop-specific analysis language that many think is a better fit for map/reduce workloads than SQL). http://stackoverflow.com/questions/2892729/mongodb-vs-cassandra 本文转自张昺华-sky博客园博客,原文链接:http://www.cnblogs.com/bonelee/p/6305992.html,如需转载请自行联系原作者

优秀的个人博客,低调大师

2021年10月国产数据库排行榜:达梦反超OceanBase夺榜眼,TDSQL实现“四连”,数据生态加速建设

2021年10月国产数据库排行榜已在墨天轮发布,本月共有150家数据库参与排名。我们可以用“半江瑟瑟半江红”来形容10月份数据库分数涨跌情况。除去分数没有变化的数据库,分数上涨和下跌的数据库数量大约各占一半。笔者对大事件进行梳理的过程中发现,很多数据库厂商没有对公司重大事件进行多种渠道传播,这影响了其流行度的评分。 首先来看一下排行榜 TOP3 阵容。PingCAP的TiDB本月分数上涨12.30,稳坐榜首。TiDB本月分数增长离不开其开源生态方面取得的成果。9月份,PingCAP与苏黎世联邦理工学院高级软件技术实验室签署合作协议,将以开源分布式数据库TiDB为载体,对数据库事务测试体系进行共同的探索。此外,TiDB社区首批通过可信开源社区评估,获评OSCAR尖峰开源项目及开源社区。社区力量仍是TiDB稳守第一位的重要支撑因素。 达梦分数强势上涨45.30,是本月分数增加最多的数据库,总分达到了478.33,以大分差超过OceanBase,实现了笔者上个月的预判,名次上升一名,夺得榜眼之位。在笔者看来,达梦本月表现抢眼的原因有以下几点:第一,密集参加重大行业会议。9月份,达梦亮相中国国际服务贸易交易会、世界计算大会、2021世界互联网大会等。第二,拓展生态伙伴,持续扩大朋友圈。如达梦与宝德计算机系统股份有限公司、杭州安恒信息技术股份有限公司等签署战略合作协议,共同推动国产软硬件生态繁荣。第三,注重数据库人才培养。9月份,达梦公司成功入选信息技术应用创新人才标准验证试点单位;公司副总裁刘志红在2021第二届中国软件教育年会为中国软件人才培养建言献策。达梦以多种形式、多种渠道在市场上密集发声,为其本月的分数大涨助力不少。 2021年10月国产数据库流行度排行榜前15名 连续三个月的分数下跌让OceanBase名次下降一位,以424.83分的总分来到榜单第三。本月,OceanBase有几个重要事件,如亮相2021中国国际服务贸易交流会,参与HICOOL 2021全球创业者峰会,在上海举办Meetup活动等。但是,这些事件的相关报道、互动文章较少,对流行度提升的潜力有待挖掘。 openGauss本月分数上涨37.52,总分达到402.77,依然处于榜单第四位,但其与OceanBase的分数差已缩小到只有12.06,向TOP3阵营发起最后冲刺。openGauss分数大幅上涨离不开多家媒体对其两大重磅事件的广泛报道。9月3日,2021鲲鹏应用创新大赛·openGauss赛道全国总决赛举行,历经4个多月,来自全国的6支队伍最终获得openGauss特性命题赛的一等奖、二等奖以及代码合入奖。此外,在9月25日举办的华为全联接2021大会上,openGauss社区理事会正式成立,openGauss社区的开放治理迈出了历史性的关键一步。 国产数据库流行度排行榜TOP3与openGauss趋势变化 PolarDB本月分数下跌25.39,总分332.68,位于榜单第五。GaussDB本月分数下跌最多,为33.90,总分305.07,位于榜单第六位。9月份,华为云GaussDB首次亮相2021中国国际服务贸易交易会,并在会上展示了GaussDB云原生创新技术及金融行业的数字化探索和实践。期待GaussDB加强相关事件报道,下个月能有更好表现。 腾讯云TDSQL分数本月增长26.49,实现连续四个月上涨,总分285.41,排名上升一位,来到榜单第七位。本月,TDSQL荣获“分布式数据库创新技术奖”,TDSQL-C荣获“云原生卓越技术提供商”奖项,腾讯云分布式数据库TDSQL管理系统成功入选2021年金融科技与数字化转型创新成果名单。这些奖项代表了行业对TDSQL的高度认可。 GBase本月分数下跌31.29,排名下降一位,处于榜单第八位。9月底,2021南大通用产品发布暨生态合作伙伴大会在北京召开,本次大会发布了交易型数据管理系统(GBase8s)等全新一代优秀数据库产品,汇聚了产业链上下游伙伴的多项联合解决方案,推动了数据库生态建设。该事件对其流行度的影响有望在下个月显现。 人大金仓本月多次参加行业会议,如2021中国国际数字经济博览会,Kingbase分数实现上涨,与AnalyticDB位置互换,分别位于榜单的第九和十位。中兴通讯GoldenDB、巨杉数据库SequoiaDB和易鲸捷数据库EsgynDB本月分数都略有下跌,但排名未变,分别位于榜单第11、12和13位。腾讯云TcaplusDB本月分数上涨6.87,位于榜单第14位。 万里开源的GreatDB本月排名从上月的第18名上升到了本月的第15位。据悉,北京万里开源软件有限公司9月份取得北京市经济和信息化局颁发的《北京市“专精特新”中小企业》和《北京市专精特新“小巨人”企业》证书。公司表示,此次入选充分体现了相关部门对公司经营条件、创新能力、专业化程度、精细化程度的认可,也是对公司在关键领域补短板,坚持自主创新的充分肯定。 下面我们来重点看一下国内数据生态建设在9月份的新动向。 “数据安全推进计划”打造健康规范的数据安全生态体系 2021年9月1日,《数据安全法》正式落地实施。中国信息通信研究院联合阿里云、腾讯云、华为云等30余家单位正式发起“数据安全推进计划”(Data Security Initiative,以下简称“DSI”)。 作为一个公益性合作项目,DSI将依托大数据协同安全技术国家工程实验室、中国通信标准化协会大数据技术标准推进委员会、中国互联网协会数据治理工作委员会开展具体工作,包括:搭建交流平台,最新政策法规解读;开展数据安全方法论和技术体系研究;建立健全数据安全标准体系;依托标准打造数据安全咨询与评估评测解决方案;开展数据安全人才培训。 “数据安全推进计划”主要内容 该计划将推动健康规范的数据安全生态体系建设,帮助企业了解监管要求,全方位提升企业数据安全能力。 达梦拓展行业合作朋友圈,加速生态布局 达梦依托独立研发和自主创新的核心技术优势,致力于通过与生态链中的企业联合创新,为产业生态带来更多价值,帮助各行业用户获得可用、好用、可信、可靠的数字化转型产品。 9月份,达梦与宝德计算机系统股份有限公司、杭州安恒信息技术股份有限公司、深信服科技股份有限公司等签署战略合作及合作深化协议,充分发挥各自优势,展开全面合作,加大生态建设的投入,开拓更广阔的发展空间、共同推动国产软硬件生态繁荣,助力企业用户在数字经济浪潮中释放无限价值。此外,达梦公司参加2021第二届中国软件教育年会,与业内专家共同探讨数据人才培养。 达梦与深信服科技股份有限公司签署战略合作深化协议 达梦一直注重服务、人才、渠道等生态协调发展,积极推动产业链各厂商的联合创新,助力国产信息行业发展。 OceanBase“创计划”与社区活动助推开源生态发展 在全球创业者峰会上,北京奥星贝斯(OceanBase)发布了“创计划”一期,在开源版本基础上,向符合条件的前100家中小企业,免“服务费”升级到OceanBase 开源版,包括咨询、安装部署、后期运维和基础保障,与创业公司共同成长进步。此外,9月25日,OceanBase开源团队在上海举办Meetup活动,百余名开源爱好者包括企业DBA和应用开发专业高校学生的参与了活动,其中OceanBase 新版本功能、性能测试、数据迁移、资源隔离、备份恢复、TABLE API以及NO SQL迁移到OceanBase等问题受到广泛关注。 OceanBase开源团队在上海举办Meetup活动 OceanBase在关注产品技术以外,非常重视开发者生态建设,在全国多个重点城市举办技术论坛,跟技术爱好者探讨相关话题,输出技术能量,推动开源生态发展。 openGauss社区理事会成立打造企业级开源数据库新生态 9月25日,在华为全联接2021大会上,openGauss社区理事会正式成立,理事单位包括华为技术有限公司、云和恩墨、深信服、北京超图、中国农业银行、中国建设银行、中国移动、清华大学等多家openGauss社区合作伙伴、用户和科研院校。同时,理事会首次会议成功召开,是社区开放治理迈向新高度的里程碑事件。通过本次会议,理事会汇聚社区多方生态力量,统一openGauss发展开源共识,共同商讨将openGauss打造成极好的企业级开源数据库的实施意见,共同挖掘openGauss技术创新与开源生态的更多潜能。 openGauss社区理事会成立 在多样性计算时代,openGauss持续聚焦数据库根技术,以开源协作创新,为业界带来持续领先的数据库技术与产品。相信,openGauss会在开放治理之路上持续聚合产业链上下游力量,打造开源数据库主流生态。 2021数据技术嘉年华将于11月举行“新生态”是关键词之一 从各厂商采取的多项措施不难看出,整个数据行业对生态的关注度大幅提高,布局生态已成为企业的重要战略目标。可见,“新生态”成为了2021年行业热点话题,这也成为第十一届『数据技术嘉年华』(DTC)的主题关键词之一。 据悉,第十一届『数据技术嘉年华』将于2021年11月19-20日在北京丽都皇冠假日酒店盛大开启。此次大会以“智能·创新·新生态——数据智领未来 生态共创价值”为主题,设置1个主论坛、12个专题论坛。 在本届大会上,您可以聆听来自数据领域的领军人物、学术精英、技术专家、行业实践者、生态布道者等带来的超过60场主题演讲;跟盖国强、李飞飞、苏光牛、杨传辉、王义成、黄东旭、陶建辉、叶金荣、张文升等业内知名大咖面对面探讨行业热点;与国内主流数据库厂商、卓越的数据技术产品和优秀案例的代表讨论前沿技术。您还可以通过展览展示、互动问答、打卡任务等形式,体验最具技术前沿的数据库产品,并有机会赢得丰富多样的精美礼品。 说到“新生态”,让我们先来看看都会涉及哪些话题: 怎么样?是否想一睹各位大咖真容并聆听他们带来的精彩干货呢?快戳官网:https://www.modb.pro/dtc2021 了解会议详情并报名吧! 另外,笔者了解到,为回馈墨天轮用户的支持,主办方现正在开展“0元购票活动”。您可以扫描文末海报中的二维码免费领取门票! 小结 独行快,众行远。国内数据行业的繁荣发展不仅需要参与者不断提升自身实力,更需要各方加强多维度合作与知识分享,联合构建共赢生态,推动我国数字化产业升级。 限于篇幅,笔者不在此罗列9月国产数据库的大事记和重要产品发布消息了,墨天轮的小编已为大家整理好,感兴趣的朋友可以点此查看。 相关链接: 国产数据库流行度排行榜-墨天轮 国产数据库流行度排名规则-墨天轮 《往期国产数据库流行度排行榜解读》 《2021 :国产数据库名录和产品信息一览》 墨天轮,围绕数据人的学习成长提供一站式的全面服务,打造集新闻资讯、在线问答、活动直播、在线课程、文档阅览、资源下载、知识分享及在线运维为一体的统一平台,持续促进数据领域的知识传播和技术创新。 关注官方公众号: 墨天轮、 墨天轮平台、墨天轮成长营、数据库国产化 、数据库资讯

优秀的个人博客,低调大师

influx测试——单条读性能很差,大约400条/s,批量写性能很高,7万条/s,总体说来适合IOT数据批量存,根据tag和过滤场景,按照...

测试准备 需要将InfluxDB的源码放入 go/src/github.com/influxdata 目录 单写测试代码(write1.go): package main import ( "log" "time" "fmt" "math/rand" "github.com/influxdata/influxdb/client/v2" ) const ( MyDB = "testInfluxdb" username = "root" password = "" ) func queryDB(clnt client.Client, cmd string) (res []client.Result, err error) { q := client.Query{ Command: cmd, Database: MyDB, } if response, err := clnt.Query(q); err == nil { if response.Error() != nil { return res, response.Error() } res = response.Results } else { return res, err } return res, nil } func writePoints(clnt client.Client,num int) { sampleSize := 1 * 10000 rand.Seed(42) t := num bp, _ := client.NewBatchPoints(client.BatchPointsConfig{ Database: MyDB, Precision: "us", }) for i := 0; i < sampleSize; i++ { t += 1 tags := map[string]string{ "system_name": fmt.Sprintf("sys_%d",i%10), "site_name":fmt.Sprintf("s_%d", (t+i) % 10), "equipment_name":fmt.Sprintf("e_%d",t % 10), } fields := map[string]interface{}{ "value" : fmt.Sprintf("%d",rand.Int()), } pt, err := client.NewPoint("monitorStatus", tags, fields,time.Now()) if err != nil { log.Fatalln("Error: ", err) } bp.AddPoint(pt) } err := clnt.Write(bp) if err != nil { log.Fatal(err) } //fmt.Printf("%d task done\n",num) } func main() { // Make client c, err := client.NewHTTPClient(client.HTTPConfig{ Addr: "http://localhost:8086", Username: username, Password: password, }) if err != nil { log.Fatalln("Error: ", err) } _, err = queryDB(c, fmt.Sprintf("CREATE DATABASE %s", MyDB)) if err != nil { log.Fatal(err) } i := 1 for i <= 10000 { defer writePoints(c,i) //fmt.Printf("i=%d\n",i) i += 1 } //fmt.Printf("task done : i=%d \n",i) } 单机读: package main import ( "log" //"time" "fmt" //"math/rand" "github.com/influxdata/influxdb/client/v2" ) const ( MyDB = "testInfluxdb" username = "root" password = "" ) func queryDB(clnt client.Client, cmd string) (res []client.Result, err error) { q := client.Query{ Command: cmd, Database: MyDB, } if response, err := clnt.Query(q); err == nil { if response.Error() != nil { return res, response.Error() } res = response.Results } else { return res, err } return res, nil } func main() { // Make client c, err := client.NewHTTPClient(client.HTTPConfig{ Addr: "http://localhost:8086", Username: username, Password: password, }) if err != nil { log.Fatalln("Error: ", err) } q := fmt.Sprintf("select * from monitorStatus where system_name='sys_5' and site_name='s_1' and equipment_name='e_6' order by time desc limit 10000 ;") res, err2 := queryDB(c, q) if err2 != nil { log.Fatal(err) } count := len(res[0].Series[0].Values) log.Printf("Found a total of %v records\n", count) } 代码摘自:http://www.cnblogs.com/MikeZhang/p/InfluxDBTest20170212.html 本文转自张昺华-sky博客园博客,原文链接:http://www.cnblogs.com/bonelee/p/6813989.html,如需转载请自行联系原作者

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册