回答:這個(gè)太范化了吧。大數(shù)據(jù)架構(gòu)選擇的方案就有很多,海量數(shù)據(jù)的即席查詢本省就是業(yè)內(nèi)目前的痛點(diǎn),暫時(shí)沒有太好的解決方案,kylin等框架也只是一個(gè)折中方案,如果你不是要求海量數(shù)據(jù)分析的秒級(jí)響應(yīng)的話sparkSql、presto等都是不錯(cuò)的方案,分鐘級(jí)別可以返回。
回答:以mysql為列:1:支撐高并發(fā)系統(tǒng),一定會(huì)涉及事務(wù),所以數(shù)據(jù)庫引擎必選innodb,innodb支持事務(wù),事務(wù)級(jí)別根據(jù)業(yè)務(wù)而定,如果業(yè)務(wù)數(shù)據(jù)一致性要求很高,事務(wù)就開啟序列化級(jí)別,這樣就完全隔離事務(wù),但是會(huì)導(dǎo)致鎖資源競(jìng)爭(zhēng)加劇。mysql的性能有一定的降低。2:讀寫分離,數(shù)據(jù)庫分成主庫和從庫,主庫負(fù)責(zé)寫數(shù)據(jù),叢庫負(fù)責(zé)讀數(shù)據(jù)。注意主從數(shù)據(jù)庫數(shù)據(jù)一致性問題。3:冷熱數(shù)據(jù)分離,美團(tuán),餓了么部分設(shè)計(jì)采用冷熱...
回答:現(xiàn)在有幸參與傳統(tǒng)銀行數(shù)字化轉(zhuǎn)型,負(fù)責(zé)技術(shù)架構(gòu)部分的轉(zhuǎn)型設(shè)計(jì)。高性能的數(shù)據(jù)架構(gòu)(High Performance Data Architecture),正是我們架構(gòu)轉(zhuǎn)型的重點(diǎn)。隨著科技的蓬勃發(fā)展、社交網(wǎng)絡(luò)的廣泛使用、線上消費(fèi)的普及、數(shù)據(jù)挖掘的技術(shù)提升等大趨勢(shì),全球銀行業(yè)正迎來一場(chǎng)聲勢(shì)浩大的數(shù)字化創(chuàng)新浪潮。數(shù)字化為消費(fèi)者的生活及行為模式帶來翻天覆地的變化,也孵化出一批新型的金融科技(Fintech)競(jìng)...
回答:軟件產(chǎn)品架構(gòu)是不斷迭代演化的,從單體服務(wù)架構(gòu)發(fā)展到現(xiàn)在的服務(wù)化、微服務(wù)的架構(gòu)。單體架構(gòu)單體架構(gòu)就是所有的業(yè)務(wù)模塊都是耦合在一個(gè)項(xiàng)目中,開發(fā)、部署都在一起;如果其中一個(gè)模塊需要上線升級(jí),那么所有模塊都要一起啟停;在早期,單體架構(gòu)的項(xiàng)目團(tuán)隊(duì)成員需要是全棧,因?yàn)榍岸恕⒑蠖恕?shù)據(jù)庫都是一波人負(fù)責(zé),后來開始進(jìn)行了邏輯分層,團(tuán)隊(duì)也分成了前端 UI 團(tuán)隊(duì)、后端和 DBA 團(tuán)隊(duì),每個(gè)團(tuán)隊(duì)都有自己負(fù)責(zé)的職責(zé)。然而隨...
回答:超融合是什么參考維基百科中的超融合定義:超融合基礎(chǔ)架構(gòu)(hyper-converged infrastructure)是一個(gè)軟件定義的 IT 基礎(chǔ)架構(gòu),它可虛擬化常見硬件定義系統(tǒng)的所有元素。HCI 包含的最小集合是:虛擬化計(jì)算(hypervisor),虛擬存儲(chǔ)(SDS)和虛擬網(wǎng)絡(luò)。HCI 通常運(yùn)行在標(biāo)準(zhǔn)商用服務(wù)器之上。超融合基礎(chǔ)架構(gòu)(hyper-converged infrastructure)與...
回答:從系統(tǒng)架構(gòu)本身來說,一般系統(tǒng)優(yōu)化主要從三個(gè)方面入手,數(shù)據(jù)持久層、業(yè)務(wù)邏輯層和前端展示層。數(shù)據(jù)持久層限制系統(tǒng)性能主要有兩個(gè)方面,一是數(shù)據(jù)庫自身的性能,二是對(duì)數(shù)據(jù)庫操作的方式,數(shù)據(jù)庫自身相對(duì)簡(jiǎn)單,一般通過優(yōu)化配置、采用高可用方案、搭建集群或者使用性能更好的數(shù)據(jù)庫來提升性能;數(shù)據(jù)庫操作主要是數(shù)據(jù)庫讀寫操作,可以通過SQL優(yōu)化的方式來提升讀寫速度,或者通過緩存的方式減低并發(fā)、提升性能。業(yè)務(wù)邏輯層代碼層面常...
為什么需要架構(gòu)可視化 隨著企業(yè)進(jìn)行微服務(wù)架構(gòu)改造,系統(tǒng)架構(gòu)復(fù)雜度越來越高,架構(gòu)變化日益頻繁,微服務(wù)改造后的實(shí)際架構(gòu)模型可能與預(yù)期已經(jīng)產(chǎn)生了巨大差異,架構(gòu)師或系統(tǒng)運(yùn)維人員很難準(zhǔn)確記憶所有資源實(shí)例的構(gòu)成...
...持久層(persistence):提供數(shù)據(jù),SQL 語句就放在這一層。數(shù)據(jù)庫(database) :保存數(shù)據(jù)。有的軟件在邏輯層和持久層之間,加了一個(gè)服務(wù)層(service),提供不同業(yè)務(wù)邏輯需要的一些通用接口。用戶的請(qǐng)求將依次通過這四層的處...
...HP線程經(jīng)常掛掉,單機(jī)配置到極限,我們需要方案去解決 數(shù)據(jù)庫經(jīng)常出現(xiàn)死鎖,查看哪塊業(yè)務(wù)造出的并提出解決方案 這塊的業(yè)務(wù)耦合太高了。我們開會(huì)討論如何做。 是日常工作中,你無時(shí)無刻的在架構(gòu),而你與架構(gòu)師唯一的區(qū)...
...HP線程經(jīng)常掛掉,單機(jī)配置到極限,我們需要方案去解決 數(shù)據(jù)庫經(jīng)常出現(xiàn)死鎖,查看哪塊業(yè)務(wù)造出的并提出解決方案 這塊的業(yè)務(wù)耦合太高了。我們開會(huì)討論如何做。 是日常工作中,你無時(shí)無刻的在架構(gòu),而你與架構(gòu)師唯一的區(qū)...
...HP線程經(jīng)常掛掉,單機(jī)配置到極限,我們需要方案去解決 數(shù)據(jù)庫經(jīng)常出現(xiàn)死鎖,查看哪塊業(yè)務(wù)造出的并提出解決方案 這塊的業(yè)務(wù)耦合太高了。我們開會(huì)討論如何做。 是日常工作中,你無時(shí)無刻的在架構(gòu),而你與架構(gòu)師唯一的區(qū)...
...務(wù)層,業(yè)務(wù)層也只是傳遞了這個(gè)請(qǐng)求到持久層,持久層對(duì)數(shù)據(jù)庫做簡(jiǎn)單的SQL查詢獲得用戶的數(shù)據(jù)。這個(gè)數(shù)據(jù)按照原理返回,不會(huì)有任何的二次處理,返回到界面上。 每個(gè)分層架構(gòu)或多或少都可能遇到這種場(chǎng)景。關(guān)鍵在于這樣的...
...數(shù)據(jù)結(jié)構(gòu)面試必備:133 道 Java 面試題及答案 架構(gòu) 架構(gòu):數(shù)據(jù)庫分庫分表,何時(shí)分?怎樣分?架構(gòu):分庫分表-垂直?水平?架構(gòu):主備+分庫?主從+讀寫分離?架構(gòu):分庫分表就能無限擴(kuò)容嗎架構(gòu):通過10張圖介紹,分布式架構(gòu)...
...數(shù)據(jù)結(jié)構(gòu)面試必備:133 道 Java 面試題及答案 架構(gòu) 架構(gòu):數(shù)據(jù)庫分庫分表,何時(shí)分?怎樣分?架構(gòu):分庫分表-垂直?水平?架構(gòu):主備+分庫?主從+讀寫分離?架構(gòu):分庫分表就能無限擴(kuò)容嗎架構(gòu):通過10張圖介紹,分布式架構(gòu)...
...了團(tuán)隊(duì)的靈活性。 降低系統(tǒng)的性能:原本可以直接訪問數(shù)據(jù)庫但是現(xiàn)在多了一層。 即使只包含一個(gè)功能點(diǎn), 也需要在各個(gè)層寫上代碼。 系統(tǒng)啟動(dòng)慢:一個(gè)進(jìn)程包含了所有業(yè)務(wù)邏輯, 涉及的啟動(dòng)模塊過多, 導(dǎo)致系統(tǒng)的啟動(dòng) 時(shí)...
...據(jù)時(shí)代,隨著數(shù)據(jù)規(guī)模的增加以及硬件計(jì)算能力的提升,數(shù)據(jù)庫的使用也發(fā)生了重大的變化;最重要的,整個(gè) DevOps 也在進(jìn)化到人工智能時(shí)代,監(jiān)控、服務(wù)治理、調(diào)度這些常規(guī)的系統(tǒng)將會(huì)面臨翻天覆地的變化…… DevOps方向包括容...
...據(jù)時(shí)代,隨著數(shù)據(jù)規(guī)模的增加以及硬件計(jì)算能力的提升,數(shù)據(jù)庫的使用也發(fā)生了重大的變化;最重要的,整個(gè) DevOps 也在進(jìn)化到人工智能時(shí)代,監(jiān)控、服務(wù)治理、調(diào)度這些常規(guī)的系統(tǒng)將會(huì)面臨翻天覆地的變化…… DevOps方向包括容...
ChatGPT和Sora等AI大模型應(yīng)用,將AI大模型和算力需求的熱度不斷帶上新的臺(tái)階。哪里可以獲得...
大模型的訓(xùn)練用4090是不合適的,但推理(inference/serving)用4090不能說合適,...
圖示為GPU性能排行榜,我們可以看到所有GPU的原始相關(guān)性能圖表。同時(shí)根據(jù)訓(xùn)練、推理能力由高到低做了...