标签

 数据库 

相关的文章:

亚马逊AWS官方博客 -

适用于大型内存数据库的 Amazon EC2 大内存 U7i 实例简介(预览版)

新的 U7i 实例旨在支持大型内存数据库,包括 SAP HANA、Oracle 和 SQL Server。这些 […]

AI生成摘要 AWS推出了新的U7i实例,旨在支持大型内存数据库,如SAP HANA、Oracle和SQL Server。这些实例由自定义的第四代Intel Xeon可扩展处理器提供支持,并在多个AWS区域提供预览版。新实例提供了更高的计算性能和内存性能,以及更大的EBS带宽和网络带宽。每个实例可连接最多128个EBS卷,并支持高达25Gbps的网络带宽。

相关推荐 去reddit讨论

柒月是你的谎言 -

迁移Oracle数据库dbf文件

迁移Oracle数据库dbf文件 线上服务器磁盘空间不够,需要将dbf文件迁移至多余空间的磁盘,在自己服务器搭建测试环境测试,由于一开始不想搞乱&

AI生成摘要 柒月是你的谎言,人生如逆旅,我亦是行人,但愿初相遇,不负有心人。

相关推荐 去reddit讨论

解道jdon.com -

正则表达式与SQL数据库教程

使用正则表达式通过用例查询 Postgres 数据库: 正则表达式(又名 Regex) 正则表达式是一个强大的工具,广泛用于模式匹配和文本操作。 几乎所有编程语言都支持它们,并且经常用于文本提取、搜索和匹配文本等用例。 正则表达式匹配以“^”字符开头,以“$”字符结尾。 例子  假设我们要验证给定的字符串是否是有效的 Visa 信用卡号。 输入字符串为“4111111111111111”。 我们的正则表达式为:“4[0–

AI生成摘要 正则表达式是一种强大的工具,可用于模式匹配和文本操作。在Postgres数据库中,可以使用正则表达式进行动态化的SQL查询,提高性能。通过正则表达式可以查询信用卡号和电子邮件等信息。例如,可以通过正则表达式查询Visa信用卡号和不匹配特定模式的电子邮件。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

BAND-2k: 幅带感知数据库用于幅带检测和质量评估

提出了一种新的基于频率特征的双卷积神经网络评估方法,用于检测和评估图像中的条纹状伪影,并揭示了伪影强度与感知视觉质量之间的强相关性。

AI生成摘要 本文介绍了一种名为ENIQA的无参考图像质量评估方法,结合了空间域和频率域的特征,使用支持向量分类器和回归进行质量预测和失真分类。实验结果表明该方法具有高度的客观和主观评估一致性,且具有很好的泛化能力。

相关推荐 去reddit讨论

MongoDB -

Volvo Connect 利用MongoDB 提升数据库效率

Volvo Connect 利用 MongoDB 提升追踪6,500 万起日常事件时的数据库效率。 车队管理新愿景 Volvo Group Connected Solutions 负责开发互动门户Volvo Connect,让驾驶员和车队经理能够从同一个数字界面追踪卡车和活动,甚至能够追踪其中蕴含的见解。Volvo Connect 能够节省时间、消除分歧,为客户提供更高可见性,协助客户做好准备和规划并持续改善。 Volvo Connect 每一天管理的事件数目达 6,500 万,而未来两年内该数值预计会达到 20 亿。公司需要一款可扩展、灵活的无压力数据库平台来支持这些事务,最终选择了 MongoDB 以享受其易用性和功能。 Atlas 提供的解决方案几乎无需维护,能够帮助用户轻松地按需扩展数据库。 面临的挑战 开创新的联网方式 总部设于瑞典哥德堡的沃尔沃集团 (Volvo Group) 生产和销售卡车、客车和施工设备,以及海洋和工业驱动系统。集团旗下员工超过 95,000 名,在 85 个国家(地区)拥有 1,500 名经销商。Volvo Group Connected Solutions 主导集团互联服务和解决方案的开发,交付了有竞争力的产品和服务,同时缩短新服务的上市时间,为全新服务创新提供了新舞台。 其中一个创新成果是 Volvo Connect,Volvo Connect 提供的数字服务界面可让公司以全新方式将企业关键环节串联起来。Volvo Connect 平台会收集车辆的事件,例如,燃料储备量、位置、行驶里程;且会同以往一样,将事件馈送回庞大的旧 Oracle 数据库中。“将 Oracle 数据库扩展为 Volvo Connect 需要的体量绝非易事,因此,公司将目光投向 MongoDB,考察 云托管式 MongoDB 能否成为更灵活的替代方案。” “我们的旧数据库需要大量维护和人力才能持续运作,因此,我们转为采用以 MongoDB 为基础构建的微服务方法。”Volvo Group Connected Solutions 的首席解决方案架构师 Erik Wernqvist 解释道。“然而,几年后,我们把自托管式版本的价值发挥到极致之后,,然后发现很难再对其进行扩展了。” Volvo Connect 重新评估了市面上的一系列替代方案,之后才确定完全托管的 MongoDB 云服务是最能满足其标准(即利用平台的高级功能和压缩能力轻松管理和扩展)的云服务。公司之后策划了向新平台的顺畅迁移。 “有了 MongoDB 的协助后,迁移到 云服务就非常顺畅了,建立新的分片集群也很简单。” Volvo Group Connected Solutions 的首席解决方案架构师 解决方案 追踪数百万起日常事件 Volvo Connect 联合 MongoDB 专业服务设计出定制迁移计划,只需不到两天半就能够转换 8TB 的数据,且不干扰业务、不引发停机。 “有了 MongoDB 的协助后,迁移到云服务就非常顺畅了,建立新的分片集群也很简单。”Wernqvist 补充道,“MongoDB 专业服务团队提供的技能和专业知识触手可及,有助于确保项目成功推进,知道这一点让我们十分安心。” 现在,全球超过 100 万辆车每日生成的 6,500 万起事件的相关数据全部存储在 MongoDB 上,可通过客户门户提供给用户,供其实时查看每一辆车的事件历史记录。用户也可以生成报告、利用地图策划行程并创建油耗图表等等。 “其主要供车队经理使用,使其能够更全面了解车队中每一辆车的状态,因此得以更高效地进行规划。”Wernqvist 继续说道,“我们使用 Atlas Admin API 提取指标数据并将其自动推送到我们的控制面板中。 这样大大减轻了我们的工作负担。”

AI生成摘要 沃尔沃集团利用MongoDB的解决方案提升了Volvo Connect的数据库效率。Volvo Connect是一个互动门户,能够让驾驶员和车队经理从同一个界面追踪卡车和活动。公司选择了MongoDB作为可扩展的数据库平台,以支持每天管理的6500万起事件。通过MongoDB的协助,公司成功迁移到云服务,并能够追踪数百万起日常事件。现在,用户可以实时查看每辆车的事件历史记录,并进行规划和创建报告。

相关推荐 去reddit讨论

MongoDB -

Volvo Connect 利用MongoDB 提升数据库效率

Volvo Connect 利用 MongoDB 提升追踪6,500 万起日常事件时的数据库效率。 车队管理新愿景 Volvo Group Connected Solutions 负责开发互动门户Volvo Connect,让驾驶员和车队经理能够从同一个数字界面追踪卡车和活动,甚至能够追踪其中蕴含的见解。Volvo Connect 能够节省时间、消除分歧,为客户提供更高可见性,协助客户做好准备和规划并持续改善。 Volvo Connect 每一天管理的事件数目达 6,500 万,而未来两年内该数值预计会达到 20 亿。公司需要一款可扩展、灵活的无压力数据库平台来支持这些事务,最终选择了 MongoDB 以享受其易用性和功能。 Atlas 提供的解决方案几乎无需维护,能够帮助用户轻松地按需扩展数据库。 面临的挑战 开创新的联网方式 总部设于瑞典哥德堡的沃尔沃集团 (Volvo Group) 生产和销售卡车、客车和施工设备,以及海洋和工业驱动系统。集团旗下员工超过 95,000 名,在 85 个国家(地区)拥有 1,500 名经销商。Volvo Group Connected Solutions 主导集团互联服务和解决方案的开发,交付了有竞争力的产品和服务,同时缩短新服务的上市时间,为全新服务创新提供了新舞台。 其中一个创新成果是 Volvo Connect,Volvo Connect 提供的数字服务界面可让公司以全新方式将企业关键环节串联起来。Volvo Connect 平台会收集车辆的事件,例如,燃料储备量、位置、行驶里程;且会同以往一样,将事件馈送回庞大的旧 Oracle 数据库中。“将 Oracle 数据库扩展为 Volvo Connect 需要的体量绝非易事,因此,公司将目光投向 MongoDB,考察 云托管式 MongoDB 能否成为更灵活的替代方案。” “我们的旧数据库需要大量维护和人力才能持续运作,因此,我们转为采用以 MongoDB 为基础构建的微服务方法。”Volvo Group Connected Solutions 的首席解决方案架构师 Erik Wernqvist 解释道。“然而,几年后,我们把自托管式版本的价值发挥到极致之后,,然后发现很难再对其进行扩展了。” Volvo Connect 重新评估了市面上的一系列替代方案,之后才确定完全托管的 MongoDB 云服务是最能满足其标准(即利用平台的高级功能和压缩能力轻松管理和扩展)的云服务。公司之后策划了向新平台的顺畅迁移。 “有了 MongoDB 的协助后,迁移到 云服务就非常顺畅了,建立新的分片集群也很简单。” Volvo Group Connected Solutions 的首席解决方案架构师 解决方案 追踪数百万起日常事件 Volvo Connect 联合 MongoDB 专业服务设计出定制迁移计划,只需不到两天半就能够转换 8TB 的数据,且不干扰业务、不引发停机。 “有了 MongoDB 的协助后,迁移到云服务就非常顺畅了,建立新的分片集群也很简单。”Wernqvist 补充道,“MongoDB 专业服务团队提供的技能和专业知识触手可及,有助于确保项目成功推进,知道这一点让我们十分安心。” 现在,全球超过 100 万辆车每日生成的 6,500 万起事件的相关数据全部存储在 MongoDB 上,可通过客户门户提供给用户,供其实时查看每一辆车的事件历史记录。用户也可以生成报告、利用地图策划行程并创建油耗图表等等。 “其主要供车队经理使用,使其能够更全面了解车队中每一辆车的状态,因此得以更高效地进行规划。”Wernqvist 继续说道,“我们使用 Atlas Admin API 提取指标数据并将其自动推送到我们的控制面板中。 这样大大减轻了我们的工作负担。” 最后再加一个阿里云MongoDB 试用

AI生成摘要 沃尔沃集团利用MongoDB的解决方案提升了Volvo Connect的数据库效率,每天管理的事件数目达到6500万。公司选择MongoDB作为可扩展、灵活的无压力数据库平台,并通过MongoDB的云服务顺利迁移到新平台。现在,全球超过100万辆车每天生成的6500万起事件的相关数据全部存储在MongoDB上,供用户实时查看和分析。

相关推荐 去reddit讨论

解道jdon.com -

时态数据库简介

显式创建称为时态数据库的系统来管理和存储时态数据或随时间变化的数据。它通过存储和检索有关数据的过去、现在和未来状态的数据,使应用程序能够分析和查询时间维度的数据。 时态数据库通过在数据模型中添加时间概念来增强传统数据库的功能。它们提供相应时间间隔的数据存储和查询,从而能够监控数据随时间的变化和历史记录。正如在金融系统、科学研究、历史记录和过程监控中一样,这种时间特征在数据演变至关重要的各个领域都非常有用。 有效时间和事务时间通常是时态数据库的两个基本组成部分。交易时间是指事实

AI生成摘要 时态数据库是一种管理和存储随时间变化的数据的系统。它通过存储和检索过去、现在和未来状态的数据,使应用程序能够分析和查询时间维度的数据。时态数据库包括有效时间和事务时间两个基本组成部分。有效时间是指事实在现实世界中为真的时间量,而事务时间是指事实在数据库中保存或记录的时间。时态数据库的优点包括分析历史数据、支持时态搜索和数据完整性和审计。然而,时态数据库也存在复杂性增加、数据存储开销和性能影响等缺点。

相关推荐 去reddit讨论

阿里云云栖号 -

分布式数据库,基于Paxos多副本的两地三中心架构

本篇文章是对云栖大会所分享内容的一个技术补充,期望从数据库架构设计的视角,分享下在大型银行落地PolarDB-X的经验,介绍Paxos多副本 + 传统两地三中心上的技术思考。

AI生成摘要 本文介绍了PolarDB-X分布式数据库在大型银行落地两地三中心架构的经验。文章从数据库架构设计的视角,分享了在大型银行落地PolarDB-X的经验,介绍了Paxos多副本 + 传统两地三中心上的技术思考。文章讨论了金融行业的容灾需求、跨机房容灾推荐Paxos/Raft多数派共识算法、业务对接分布式数据库的单元化诉求、Paxos/Raft多数派共识算法的优化、分布式事务的一致性问题、数据库日常的容灾演练能力等问题。文章最后总结了PolarDB-X分布式数据库在两地三中心架构中的优势和应用场景。

相关推荐 去reddit讨论

华为云官方博客 -

带你认识多模数据库GeminiDB架构与应用实践

GeminiDB是一款由KV、文档、宽表和时序组成的超融合多模数据库。

AI生成摘要 本文介绍了华为云多模数据库GeminiDB的架构和应用实践。GeminiDB是一种云原生多模数据库,支持多种数据模型,包括KV、文档、宽表和时序。它具有存算分离和多模扩展的架构设计,能够提供高可靠性和出色的性能。GeminiDB已经在广告、游戏、电商等行业得到广泛应用,并取得了显著的成果。华为云GeminiDB将继续聚焦企业需求,不断提升研发能力,助力企业数字化转型成功。

相关推荐 去reddit讨论

阿里云云栖号 -

数据库导入导出工具 BatchTool 介绍

本文将围绕 MySQL 以及 PolarDB-X 的数据离线导入导出场景来展开。首先,通过实验进行了生态工具 BatchTool 与传统 mysqldump 的性能对比,然后结合具体的实践场景来介绍 BatchTool 不同参数的使用方式。

AI生成摘要 该文章介绍了一个名为BatchTool的数据库导入导出工具。该工具支持各种数据库的导入导出,并具有高性能和丰富的功能。它可以导入整个数据库或单个表,支持文件切分、指定列导入导出、文件加密和压缩等功能。此外,该工具还支持TPC-H数据集的导入,并在效率上有明显提升。

相关推荐 去reddit讨论

热榜 Top10
...
Dify.AI
...
观测云
...
eolink
...
ShowMeBug
...
LigaAI
...
白鲸技术栈
...
天勤数据
推荐或自荐