我负责公司后端数据处理。每天会为多个部门做业务报表。随着业务越来越多。跑批的时间越来越久，影响正常工作了。但是预算有限没办法再加oracle了。请问下有什么不大动干戈的方案吗？先谈谈我的想法，我觉得可以采用并行计算的架构来做开发。如果处理业务逻辑使用的是sql，那可...
(more)海量数据的情况下，必然存在大数据挖掘，在挖掘的过程中抽样 迭代 如何去支持 有什么好的解决方案
结构化数据，可以考虑ibm svc+flashsystem的方式，热点数据自动easy tier至闪存上，非热点数据放在普通盘上，既保证性能又保证资产价值。非结构化数据，可以考虑IBM 的 gpfs，属于海量数据存储方案，如影像数据，可在线不断增加空间，属于PB级方案。...
业务急速发展，数据爆炸式增长，新建数据中心应从以下几个方面考虑基础硬件：1. 服务器产品应具备超前超强的计算能力，来满足高速发展的业务需求与成长（规划五年的数据量）2.考虑业务可宕机故障时间，即保证业务的连续性，满足峰值计算的需求，应从服务器RAS这个方面这种考虑。3.产品的缓...
宏观的来说，快照等技术就是属于软件定义存储中的一种。快照的优势就不多说了。而微观的来说，通过将x86设备组建成存储设备的方式，例如Accelerate，其核心价值就在于设备的复用，以及快速部署上。对于已有设备的客户来说，通过软件定义存储，能够自我控制产品上线的速度，实现快速安装，...
不是给IBM上眼药儿哈。个人认为，IBM在大数据这块儿从来就没有什么像样的产品可以拿出手来。所谓海量数据处理，不是一个分布式文件系统GPFS就能解决的问题。谷歌的三驾马车解决了谷歌特有类型业务的海量数据处理需求。基于这个思想，淘宝又搭建了基于自己电商业务特点的海量数...
解决查询的反应速度，可以通过将原有的存储设备跟换为闪存阵列，这里要说的并不是把所有的存储都缓存闪存（全部更换需要多多的银子做后盾），新增的闪存主要是指将需要查询、统计的数据抽调出来，放在闪存阵列上（类似于进线存储），利用闪存的高IOPS和低延时的...
我理解，处理半结构化或是非结构化数据并不是闪存阵列的强项，需要提供针对半结构化和非结构数据的存储和管理解决方案 我们当地的电视台的应用，电视台存放的都是流媒体数据，属于非结构化数据，此时非结构化数据的需求是吞吐量和容量的需求会更大，针对这...
大数据其实是一个很大的概念，其目的也不尽相同。目前已知的也金融业相关的大数据都是一些分析型的，例如反洗钱，反欺诈，精准营销等。而这些业务和传统的金融业务不太相近，例如存贷，清算等。互联网应用设计到的计算量远超于传统业务，而对于数据一致性和精确性要求就没有那么高了。...
