山东11选5全双最大遗漏

   发布于:2019-10-21 15:24:19 作者:admin

       

作者:Srini Srinivasan,企业级非关系数据库开发人员Aerospike的首席产品官和创始人。 他在设计,开发和运营大型基础设施方面拥有20年的经验,在数据库,互联网,移动和分布式系统技术方面拥有30多项专利。

数字经济经常扮演这样的场景:闪电般的连锁反应将数据转化为 洞察力,将机会转化为商业价值。 随着数据速度和数量的增加,支持这种增长的常见做法是添加更多缓存。

但基于缓存的数据库架构从未被设计为满足当今交互式系统的数量和延迟要求。 当数据量很大时,缓存变得昂贵,不可靠和不稳定。

这需要更好的数据架构而不是诉诸更多内存或更好的缓存。 为了实现实时决策,数字企业需要一种新的混合内存架构,可以处理交易数据并实时分析数据以抓住商机。

根据Forrester Research的报告,“1”,“混合存储器架构是一种充分利用易失性存储器(DRAM)和非易失性存储器(如SSD和闪存)的新方法 提供一致,可信,可靠,低延迟的访问,以支持新旧代的事务,操作和分析应用程序。实现此类体系结构允许组织从双层内存架构转变为单层架构。 这简化了数据的移动和存储,而无需缓存层。早期采用者已经看到它给公司带来的好处,例如减少拥塞。成本,显着减少服务器占用空间,简化管理并提高可扩展性。 “

这五个标志表明基于缓存的数据库架构可能已经过时,现在是采用混合内存架构的时候了:

缓存节点不受控制地增加

随着公司的不断发展,您的数据和缓存大小也会相应增加。随着交互的价值不断增加,新的应用程序和项目需要访问数据库,从而增加了交易量和规模 工作集的缓存。服务器的数量需要增加,即使预算是在年初编制的。如果增长超过预期,这个问题必须解决,否则你的交互系统将无法跟上。

应对这种增长是不可持续的。业务增长意味着数据非线性增长,因为每个客户和每个交易都会编译或查询更多信息。除了使用其他数据源进行更好的分析之外, 缓存将进入 快速缓解,消耗可用预算。 您可以将缓存的数据重新平衡到SSD并在短期内降低成本,但这会增加管理此数据的复杂性。

重新填充缓存需要数小时甚至数天

失败是不可避免的事实。 您的数据中心或云越大,故障的频率就越高。 对于大多数公司来说,在云和DevOps时代配置新的缓存服务器现在只需几分钟。 但这不适用于缓存层中的数据。 必须将数据“恢复”到命中率可接受的水平。 然后,您可以获得减轻数据库负载的预期影响。 对于大多数数据密集型公司而言,此过程可能需要数小时甚至数天 - 迫使他们处理有限的性能,不准确的数据,甚至更严重的过度配置不必要的成本和应用程序复杂性。

让我们来看看 实际的例子。 这家全球第六大经纪公司在基于缓存的传统关系数据库管理系统(RDBMS)架构上运行其日间交易系统。 由于每天的交易量很大,经纪公司在缓存和数据库方面都面临着挑战。 由于担心基于缓存的系统过载,一天几次无法执行准确的风险计算。 因此,公司在交易过程中做出财务决策(比例如保证金贷款等)好像眼睛被涂抹了。 借助混合存储系统,可以每隔几分钟重新评估风险指标,以帮助做出更明智的业务决策。 当客户每天交易多次时,他还有另一个问题:客户的头寸(账户中的股票和资金)必须始终准确。 如果备份缓存包含旧数据且客户由于资金不足或资金不足而无法进行额外交易,会发生什么情况? 客户的位置最终会准确,但需要多长时间以及面临多大的损害? 好消息是,客户在等待屏幕刷新几次时遇到了糟糕的体验。 在坏的情况下,经纪公司可能会对丢失或不准确的交易承担责任。

您仍然无法使用缓存优先架构来遵守SLA

如果您使用欺诈检测系统来处理知名的在线支付系统 ,它不符合服务水平协议(SLA)可能意味着每天因错过交易或欺诈交易而损失数百万美元。 RDBMS和第一代NoSQL数据库本身不够快,无法满足亚毫秒级的响应时间,因此必须将缓存放在它们前面。 但现实很少那么简单; 面对增长,这种架构并不能保证符合SLA。

以世界上最大的支付处理公司之一为例。 由于支付部门的快速变化,该公司需要计划增加10倍。 扩展架构以满足增加的负载意味着将数量从300台服务器增加到3,000台,并扩展到10,000台服务器。 切换到混合存储器架构为公司带来了重大成果。 服务器数量从300个减少到20个,无需缓存层和双数据库集群,节省了数百万美元的运营成本。 在峰值负载时,欺诈算法的性能从175毫秒增加到小于80毫秒。 即使欺诈检测没有及时返回,混合系统也继续处理交易。 这意味着之前不符合SLA的算法导致每天数百万美元(相当于每年超过10亿美元)的交易存在欺诈风险。

您的数据足够大,需要群集

您的公司最终成长,您的缓存大小也逐渐变化。分布式内存数据库需要面对碎片,群集和其他新技术的更大负担。 很难找到具备这些技能的人。

您可能已经在应用程序中使用了碎片技术来创建更多容量,毕竟这是最佳实践。 但是,如果公司发展得足够快,则碎片可能不再有效,这需要群集管理。 聚类机制通常比碎片更先进,但它带来了一系列需要理解的新限制和缺陷。 例如,群集环境中可能不支持某些命令,可能不支持多个数据库,程序员需要知道哪个节点服务于哪个密钥子集,并且跨群集密钥查找可能存在问题。

经常发生缓存踩踏

缓存踩踏是一种级联故障,可能由单个节点的随机故障引起。 这可能是由于较差的群集/分片算法,导致其余节点上的负载不平衡。

从用户的角度来看,缓存标记意味着无法加载他们想要查看或购买的项目,并且超时被中断。 不耐烦的用户将放弃请求或尝试刷新页面,这可能会加剧问题。 无论如何,结果对您的声誉或收入都是灾难性的。

处理缓存处理有三种方法:锁定,外部重新计算和概率提前到期。 所有方法都需要在应用程序级别更改代码,然后“销售”给开发团队,以便他们将更改的代码集成到原始代码中,以防止问题再次发生。 在一天结束时,这些方法都没有解决问题。

那么为什么您的应用程序开发人员必须承担缓存和数据库管理的负担? 这会产生不必要的复杂性,影响质量和上市时间,并使客户体验面临更大的风险。 为什么不完全丢弃缓存层并依赖分布式数据库来管理所有这些问题而不更改应用程序?

重新评估外部缓存的需求

上述服务器增长,架构复杂性,不稳定性和缓存趋势表明外部缓存层不是 对于具有突发或繁重,不断增加的数据负载的系统而言,始终是最佳成功策略这尤其如此。

外部缓存作为确保性能和规模的事实架构的时代早已不复存在。 数据的增长和响应时间的持续下行压力使得该技术在许多应用中已经过时。 现在是时候质疑当前对最佳实践和公认架构的看法。 混合存储器架构是正在经历数字化转型的公司当前和未来成功的关键。

“1”: Forrester报告 混合内存架构驱动实时交互系统

    

前几天我们报道了第四代Raspberry Pi的发布。 新版本带来了巨大的性能提升,官方传言其桌面性能可比。 入门级x86 PC系统。

Raspberry Pi 4采用Broadcom BCM2711 SoC,配备四个1.5GHz Cortex A72 CPU内核; 在内存方面,新版本提供1GB,2GB和4GB DDR4。 上一代Pi 3参数是四核Cortex A53 CPU,只有1GB内存。 综观这两个方面,Pi 4的表现确实是一个很大的进步。

< Em>关于Raspberry Pi 4查看:Raspberry Pi 4版本:更快的CPU,更大的内存

Raspberry Pi 4的性能有多好? 一些网民进行了基准测试,他们分别在Raspberry Pi 4和3上测试了科学计算软件Mathematica 12和11.3。

Mathematica和MATLAB,Maple是三种数学软件,它将数字和符号计算引擎,图形系统,编程语言,文本系统和高级连接结合到其他应用程序中。 Mathematica是世界上通用计算系统中功能最强大的系统,也是使用最广泛的数学软件之一。 1988年,它的发布标志着现代科学计算的开始,并对如何在科学和其他领域使用计算机产生了深远的影响。

(顺便说一句,“Mathematica”这个名字来自Apple创始人乔布斯。)

测试结果在Raspberry Pi 4上运行Mathematica 12的速度是在Raspberry Pi 3上运行Mathematica 11.3的两倍。

由于基准测试不同,并且没有更具体的测试指令,因此很难确定操作系统,硬件或软件改进是否会带来这些性能优势。 据信,主要原因是硬件的性能提升,即Raspberry Pi 4的能力。他解释说Mathematica 12提供了许多新功能,但这些功能并不涉及这里使用的基准集。

Copyright © 2012-2019bet9九州入口线路选择 版权所有.