
大數(shù)據(jù)量快速處理的架構(gòu)設(shè)計(jì)
在業(yè)務(wù)數(shù)據(jù)的處理過程中,經(jīng)常會(huì)遇到夜間批次處理大量的數(shù)據(jù),而且會(huì)有時(shí)效的要求。特別是當(dāng)應(yīng)用系統(tǒng)跑了2年以上時(shí),就會(huì)有大表或者特大表的操作了,數(shù)據(jù)量達(dá)到百萬甚至上億。 這時(shí)回顧前期的設(shè)計(jì),就會(huì)發(fā)現(xiàn)好多問題。 可能是數(shù)據(jù)模型設(shè)計(jì)的時(shí)候沒有考慮表的分區(qū)和及時(shí)歸檔、sql的設(shè)計(jì)沒有考慮索引或全表掃描、數(shù)據(jù)的處理沒有考慮及時(shí)的分批切分、并發(fā)處理的多線程可配置化等等, 為了以后的設(shè)計(jì)不要走相同的錯(cuò)路。這里暫時(shí)簡(jiǎn)要總結(jié)一下。
1 最初要考慮歸檔和分區(qū)。所有可能的大表設(shè)計(jì),都要在最初的時(shí)候考慮歸檔和分區(qū)。
數(shù)據(jù)沖上高水位(HighWaterMark)后,即使有歸檔也不會(huì)降低高水位,性能可能也存在消耗,所以要及時(shí)歸檔轉(zhuǎn)移數(shù)據(jù)。 最好是設(shè)置分區(qū)表,這樣分區(qū)表可以進(jìn)行及時(shí)的truncate或者drop再重新add分區(qū)。 可以靈活的控制存儲(chǔ)。
2 sql條件精準(zhǔn)定位。大的關(guān)聯(lián)sql查詢,一定要盡量的精準(zhǔn)抽取數(shù)據(jù)范圍,不要模糊抽取過多數(shù)據(jù),含好多無用的后面再過濾,這很可能影響數(shù)據(jù)庫的執(zhí)行計(jì)劃判斷導(dǎo)致性能下降。
3 快速定位數(shù)據(jù),分批支持流水并發(fā)。大批量數(shù)據(jù)處理,首先要用最簡(jiǎn)單的方式找到目標(biāo)最小集群的數(shù)據(jù),從大范圍中抽出來,并進(jìn)行切分。切分的目的是可以使用多線程并發(fā)處理數(shù)據(jù),并且隔離各分區(qū)的數(shù)據(jù)不會(huì)重復(fù),也不能有遺漏,這樣并發(fā)時(shí)不會(huì)造成數(shù)據(jù)干擾。
4 流水線并發(fā)處理提升時(shí)效。
采用3的切分多批+多線程并發(fā)的方式,就可以針對(duì)有多個(gè)步驟的業(yè)務(wù)邏輯處理時(shí),不用瀑布模式等待執(zhí)行,而是可以流水線樣的多條執(zhí)行,實(shí)現(xiàn)了多并發(fā),無時(shí)間和空間的浪費(fèi)。 對(duì)于有高時(shí)效的任務(wù)處理,具有可觀的價(jià)值。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10