计算＆AI •
994 引用 •
1074 回帖 •
474 关注
博客
关注
-
集算器三大场景之 高性能计算数据库。 [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图 ..
-
集算器三大场景之 应用计算中间件。 [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片 ..
-
一句“人生苦短，我用 Python”，让多少职场人为之疯狂，培训机构甚至豪言小到黄口小儿，大到七旬老汉都学得会 Python。如果你在职场中经常跟数据打交道，曾经可能 Excel 是最常用的工 ..
-
[图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [ ..
-
【摘要】 通过 JDBC 从数据库取数往往性能较低，通过并行方式可以加快取数效率。但并行程序比较难写，要考虑的因素很多。这里我们介绍一种非常简单地并行取数方式，简单几行脚本即可实现并行取数，提 ..
-
【摘要】 使用存储过程可以完成复杂逻辑控制，但存储过程难以调试和扩展，无法移植，所以越来越多被禁止使用。在应用端硬编码可以有效替代存储过程，但复杂度太高。通过集算器脚本可以完全替代存储过程，实 ..
-
【摘要】 对于 IT 维护能力不强企业，面对经常性的数据采集上报需求建设一个较重的上报系统不太切合实际，使用 Excel 手动填写汇总又过于原始、人力消耗过大。本文介绍一种轻量级采集上报方案， ..
-
【摘要】全国产数据库面临软硬件强依赖国外技术的尴尬，硬件缺芯（90% 以上的高端芯片依赖进口），软件缺新（依赖国外的理论、模型，甚至代码）。如何让基于国产硬件运行的国产数据库性能达到甚至超越国 ..
-
【摘要】 高效率数据计算中间件（Data Computing Middleware，简称：DCM）可以为应用提供数据计算服务，从而实现数据计算高效开发、高效运行、应用解耦；DCM 可用于以下场 ..
-
【摘要】 在线查询时，慢的问题经常让使用者抓狂，业务部门的不满会转换成技术团队的压力，但基于传统技术体系这类问题往往解决的不好。本文提出一种基于算法特性设计和使用专用的存储方案来大幅提升在线查 ..
-
【摘要】 作为高性能计算数据库，SPL Base 可以在离线跑批、在线查询和多维分析 3 个方面提供高效的计算输出，帮助用户解决由于性能带来的这些问题： 1. 半夜跑批跑不完，出错了来不及再来 ..
-
【摘要】 看起来很简单的集合运算放在大数据的场景下，如果还想获得高性能就需要充分了解数据特征和计算特征才能设计出高效算法 ..
-
【摘要】 报表性能对用户的影响十分恶劣，所有用户查报表时都希望立等可取，超过 5 秒钟用户就会很不满意，更别提要求毫秒级响应的情况了。引起报表性能的原因有很多（数据量大、计算复杂、报表格式混乱 ..
-
【摘要】 报表做不完，客户总抱怨，老板一直催，报表没完没了怎么办？ 投入很多技术力量做报表，还是疲于应付？ 技术高手用来做报表，感觉很浪费？ 缺少低成本高效率的报表开发应对方案？ 如果你也面临 ..
-
【摘要】 报表或数据查询一次等的花儿都谢了； 晚上跑批跑不完，第二天影响业务； 数据库太慢，很多计算性能太低。 查询慢、跑批慢、数据库压力大怎么办？本文将介绍一种新的计算体系和开发工具，可以解 ..
-
【摘要】 使用缓存可以提升报表性能是不争的事实，一般高端报表工具都会提供报表缓存功能，可将整个报表计算结果缓存在文件系统中，以便用户下次访问相同参数的报表时可以快速读取缓存结果进行展现。但有些 ..
-
【摘要】 我们经常说是要解决开发难和运算慢两个问题，其实从根本上只解决开发难就行了，原来之所以会有性能问题是因为算法很难优化，换句话说高性能算法很难写！因此，让高性能算法变得好写，既解决了开发 ..
-
【摘要】 关联计算在集合运算中的复杂度无出其右，在报表业务中经常引发查询性能问题，如何优化是大家经常面临的难题！这里《${article}》尝试列举各种报表关联情况，并给出优化方案，提升多数据 ..
-
【摘要】 数据库 JDBC 经常会引起取数性能问题，通过并行方式取数可以加速取数进程，但 JAVA 实现过于复杂。本文介绍一种简单易行的并行取数方式来提升 JDBC 取数性能，还可以避免 JA ..
-
概述 数据维护例程可以实现数据的定期维护和更新，对于实时热数据，只能在查询的时候临时读取，再和历史数据归并后返回。 这就要求实时热数据的查询能快速返回结果，且能接受频繁的并发访问，这对业务系统 ..
-
概述 组表是SPL重要的文件存储格式。为保证高性能，组表常常要求数据有序存储，但数据的产生次序通常和组表要求的次序不同，在维护组表数据时需要调整数据的次序。另外，组表在写入时不能同时读取，而有 ..
-
实时追加例程—用内存避免小分表 背景与方法 参考下面文章 [链接] 该文章中采用多层分表的方式存储实时数据，对于数据追加频繁的场景，为了保证新数据能快速及时写出，采用了较短时间区间的小分表，这 ..
-
背景与方法 本例程适应场景：数据维护的实时性不高，可以在指定时刻定期执行，一般数小时或天为单位；总数据量很大，需要拆成多个分表存储；支持追加和更新两种模式。每次数据维护量可能较大，可以使用游标 ..
-
背景与方法 本例程适应场景：数据维护的实时性不高，可以在特定时刻定期执行，一般以数小时或天为单位；总数据量不大，可以单组表存储；支持追加和更新两种模式。每次数据维护量可能较大，可以使用游标传入 ..
-
1 应用场景 和【实时追加例程】的应用场景类似，所不同的是需要对数据进行更新。本例程适用于具有如下特征的数据表的更新： 对数据更新的实时性要求很高、数据更新周期很短、任意时刻均有可能更新；单次 ..
