数据一致性
数据一致性
数据一致性,就是当多个用户试图同时访问一个数据库,它们的事务同时使用相同的数据时,可能会发生以下四种情况:丢失更新、未确定的相关性、不一致的分析和幻想读。
数据一致性,就是当多个用户试图同时访问一个数据库,它们的事务同时使用相同的数据时,可能会发生以下四种情况:丢失更新、未确定的相关性、不一致的分析和幻想读。
热度排序|时间排序
问题
来自主题:数据一致性 · 1天前
顾黄亮苏宁消费金融有限公司 擅长领域:Redis, 分布式数据库, 数据一致性
28 会员关注
因为没有定义具体的数据库,那就基于通用型的数据库讲一下数据一致性的问题吧数据一致性分为强一致性和弱一致性如果一些场景,比如支付,收款等对数据强一致性的要求,那就需要强一致性,在数据库层面,选择半同步复制,基于系统层面,采取锁机制,双写等策略,或者单纯的采取数据库中间件来...
浏览434
回答1
来自主题:数据一致性 · 2019-09-09
amu0722打毛党 擅长领域:cognos, 数据库, 商业智能
47 会员关注
分享下经验吧,我们公司目前有三套BI,把其中一个定性为集团级BI,其他的产品为辅助品。针对这个角度,联合业务系统推行数据治理,划分了一些需要重新梳理的主数据,目前也已经完成了一些梳理。然后再引入统一指标体系(打个重点),目前也在完善中。推行过程中尊着核心业务为主,ERP 跟财...
浏览2073
回答1
来自主题:实时数仓 · 2019-08-27
准实时数仓在关注时效性的同时,怎样确保的一致性和准确性?实时数据采集工具可能在某些异常导致数据延迟,也可能在某些场景下获取的不是最终交易状。
浏览839
回答1
来自主题:数据一致性 · 2019-08-22
邓毓江西农信 擅长领域:存储双活, SVC, 双活数据中心
607 会员关注
这个问题本次交流有好多个嘉宾都问了,主要还是靠技术和流程:技术上有两种方式:一是通过克隆,例如VMWARE SRM+VP(VMWARE软件复制)/存储复制,来保证主中心和灾备中心的虚拟机的一致性,应用也就一致了,只需要用SRM切换即可。这时灾备节点和生产节点都是完全一样的(OS/IP/应用等)。二是...
浏览1823
回答1
来自主题:数据一致性 · 2019-08-15
asdf-asdfcloudstone 擅长领域:虚拟化, VMware, 云管平台
219 会员关注
分几个场景,rac数据库灾备的备库启动,数据如何返回主库rac数据库如何和已经启动的备库同步回切先确定数据量问题,目前市场上有通过数据库archlog进行恢复的技术或者把灾备的数据库做主库然后生产做备库完全同步后找个变更时间完成数据库业务回切在做rac技术数据库保护...
浏览1389
回答3
来自主题:数据一致性 · 2019-07-08
尘世随缘上海某互联网金融公司 擅长领域:微服务, 熔断, 缓存
81 会员关注
在高并发的场景下,缓存、队列,异步是必备的技术手段,在哪里使用缓存,这个没有一个标准的方案,但是有个约定的前提,谁提供谁负责(谁提供的服务,谁来保障服务的高可用)。这里给下我的建议: 1、一切皆缓存,所有的地方都可以用缓存,如果担心因为缓存更新策略问题带来的数据不一致,那么可以...
浏览1593
回答2
来自主题:数据一致性 · 2019-06-26
Steven99steven 擅长领域:容器云, 微服务, 证券容器云平台
14 会员关注
数据一致性通常基于业务相关,需要考虑强一致性,弱一致性,弱一致性通常可以拆分为不同的服务,强一致性可以定义为一个微服务,但也要看业务的复杂性等因素
浏览511
回答2
来自主题:数据一致性 · 2019-06-21
haozhangsir银华 擅长领域:VPLEX, IBM Cloud Object Storage, ceph
15 会员关注
据了解,是主主双控的
浏览576
回答1
来自主题:存储双活 · 2019-06-20
cpc1989某农信 擅长领域:银行存储双活, 存储双活, VPLEX
12 会员关注
vplex只有读缓存,无写缓存的模式。读操作时,由于一般是本地响应更快,会优先从本地vplex缓存读取数据;写操作时,需要两端存储写确认返回时,写操作时才完成,强数据一致性。
浏览610
回答1
来自主题:数据同步 · 2019-05-23
asdf-asdfcloudstone 擅长领域:虚拟化, VMware, 云管平台
219 会员关注
高端存储都有存储同步复制技术 可采用其他业务可做分布式写入oracle rac 可以用备库技术 看你的业务对数据丢失的抗风险能力, 如果数据完全不可丢失, 必须使用同步复制技术. 如果可小部分丢失(30秒以内)可考虑异步, 延迟问题需要同多方面进行io优化, 最简单的还是数据压...
浏览686
回答3
描述
数据一致性,就是当多个用户试图同时访问一个数据库,它们的事务同时使用相同的数据时,可能会发生以下四种情况:丢失更新、未确定的相关性、不一致的分析和幻想读。
数据一致性,就是当多个用户试图同时访问一个数据库,它们的事务同时使用相同的数据时,可能会发生以下四种情况:丢失更新、未确定的相关性、不一致的分析和幻想读。

关于TWT  使用指南  社区专家合作  厂商入驻社区  企业招聘  投诉建议  版权与免责声明  联系我们
© 2019  talkwithtrend — talk with trend,talk with technologist 京ICP备09031017号-30

  • 提问题