回答:我是做JAVA后臺開發(fā)的,目前為止最多處理過每天600萬左右的數(shù)據(jù)!數(shù)據(jù)不算特別多,但是也算是經(jīng)歷過焦頭爛額,下面淺談下自己和團(tuán)隊(duì)怎么做的?后臺架構(gòu):前置部門:負(fù)責(zé)接收別的公司推過來的數(shù)據(jù),因?yàn)槊刻斓臄?shù)據(jù)量較大,且分布不均,使用十分鐘推送一次報(bào)文的方式,使用batch框架進(jìn)行數(shù)據(jù)落地,把落地成功的數(shù)據(jù)某個(gè)字段返回給調(diào)用端,讓調(diào)用端驗(yàn)證是否已經(jīng)全部落地成功的,保證數(shù)據(jù)的一致性!核心處理:使用了spr...
回答:首先明確下定義:計(jì)算時(shí)間是指計(jì)算機(jī)實(shí)際執(zhí)行的時(shí)間,不是人等待的時(shí)間,因?yàn)榈却龝r(shí)間依賴于有多少資源可以調(diào)度。首先我們不考慮資源問題,討論時(shí)間的預(yù)估。執(zhí)行時(shí)間依賴于執(zhí)行引擎是 Spark 還是 MapReduce。Spark 任務(wù)Spark 任務(wù)的總執(zhí)行時(shí)間可以看 Spark UI,以下圖為例Spark 任務(wù)是分多個(gè) Physical Stage 執(zhí)行的,每個(gè)stage下有很多個(gè)task,task 的...
回答:個(gè)人的觀點(diǎn),這種大表的優(yōu)化,不一定上來就要分庫分表,因?yàn)楸硪坏┍徊鸱郑_發(fā)、運(yùn)維的復(fù)雜度會直線上升,而大多數(shù)公司是欠缺這種能力的。所以MySQL中幾百萬甚至小幾千萬的表,先考慮做單表的優(yōu)化。單表優(yōu)化單表優(yōu)化可以從這幾個(gè)角度出發(fā):表分區(qū):MySQL在5.1之后才有的,可以看做是水平拆分,分區(qū)表需要在建表的需要加上分區(qū)參數(shù),用戶需要在建表的時(shí)候加上分區(qū)參數(shù);分區(qū)表底層由多個(gè)物理子表組成,但是對于代碼來...
回答:使用SQL處理數(shù)據(jù)時(shí),數(shù)據(jù)會在數(shù)據(jù)庫內(nèi)直接進(jìn)行處理,而且sql處理本身可以對sql語句做優(yōu)化,按照最優(yōu)的策略自動執(zhí)行。使用Java處理時(shí),需要把數(shù)據(jù)從數(shù)據(jù)庫讀入到Java程序內(nèi)存,其中有網(wǎng)絡(luò)處理和數(shù)據(jù)封裝的操作,數(shù)據(jù)量比較大時(shí),有一定的延遲,所以相對來說數(shù)據(jù)處理就慢一些。當(dāng)然,這個(gè)只是大體示意圖,實(shí)際根據(jù)業(yè)務(wù)不同會更復(fù)雜。兩者側(cè)重的點(diǎn)不同,有各自適合的業(yè)務(wù)領(lǐng)域,需要根據(jù)實(shí)際情況選用合適的方式。
回答:當(dāng)一張表的數(shù)據(jù)量達(dá)到千萬級別的時(shí)候,任何對表的操作都得小心翼翼。核心點(diǎn)在于避免全表掃描、避免鎖表、避免產(chǎn)生大量行鎖。本質(zhì)上是讓每一次sql的執(zhí)行都更快的完成,避免過長時(shí)間占用數(shù)據(jù)庫連接,讓連接能夠迅速的釋放回?cái)?shù)據(jù)庫連接池,提供更多穩(wěn)定的服務(wù)。一旦產(chǎn)生大量的行鎖甚至表鎖,將會帶來連接瞬間被打滿、數(shù)據(jù)庫資源耗盡、服務(wù)宕機(jī)的災(zāi)難性后果。所以如何避免以上問題的發(fā)生才是最重要的,絕不能等問題發(fā)生之后再去解決...
...據(jù)量早已超出 ZB(1ZB=1024EB,1EB=1024PB)級別。傳統(tǒng)的數(shù)據(jù)處理方法是:隨著數(shù)據(jù)量的加大,不斷更新硬件指標(biāo),采用更加強(qiáng)大的CPU、更大容量的磁盤這樣的措施,但現(xiàn)實(shí)是:數(shù)據(jù)量增大的速度遠(yuǎn)遠(yuǎn)超出了單機(jī)計(jì)算和存儲能力提升...
...據(jù)量早已超出 ZB(1ZB=1024EB,1EB=1024PB)級別。傳統(tǒng)的數(shù)據(jù)處理方法是:隨著數(shù)據(jù)量的加大,不斷更新硬件指標(biāo),采用更加強(qiáng)大的CPU、更大容量的磁盤這樣的措施,但現(xiàn)實(shí)是:數(shù)據(jù)量增大的速度遠(yuǎn)遠(yuǎn)超出了單機(jī)計(jì)算和存儲能力提升...
...大數(shù)據(jù),其實(shí)數(shù)據(jù)本身并不是有用的,必須要經(jīng)過一定的處理。例如你每天跑步帶個(gè)手環(huán)收集的也是數(shù)據(jù),網(wǎng)上這么多網(wǎng)站也是數(shù)據(jù),簡稱為Data,數(shù)據(jù)本身并沒有什么作用,但是數(shù)據(jù)里面包含一些很重要的東西,叫做信息(Infor...
...需要做的工程量就會相對較高。引入更多的數(shù)據(jù)對于數(shù)據(jù)處理大致可歸類為四個(gè)方面,分別是復(fù)雜性、靈活性、延遲和分布式,其中分布式肯定是不可少的,一旦缺少分布式就無法解決大規(guī)模問題 。靈活性的意思是業(yè)務(wù)可以任...
...無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合,是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。 二、大數(shù)據(jù)的特點(diǎn) 1)Volume(大量): ...
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...