大多数数据不是静态的。不，数据具有改变的生命，可能用于多种用途，并且可以在各处移动。因此，考虑组织中数据的生命周期是有意义的。
无需登录或使用密钥，简化上传流程；用户能自由选择上传日志的时间、地点和方式，不受登录或密钥限制，灵活度更高；保护敏感信息不泄露，降低数据风险。
很早之前，我就想入手 NAS 了。当时手中已有三块笨重的移动硬盘，里面系统地存放着各类编号目录，依次存储着各种高清电影、电视剧、纪录片、公开课、无损音乐、全套漫画、课件PPT、系统iso镜像、单机游戏等等文件。我给它们起名叫「移動式電磁信息交互矩陣」，编号I（已坏）、II、III、IV。根目录还特意放了「文件索引列表.txt」、「失主联系.txt」、「磁盘保养.txt」。它们就是我的个人数据中心。
熊军（老熊） 云和恩墨西区总经理 Oracle ACED，ACOUG核心会员 在11g里面，随着ASM、RAC、Data Guard（包括Active Data Guard）的成熟，使用RAC+ASM+Data Guard越来越成为一种可靠的、维护简单、稳定的高可用性和容灾保护方案。这篇文章谈谈如何管理Oracle 11g Data Guard环境中的归档日志。 归档日志是重要的，备份恢复需要它，而Data Guard也需要它。在早期版本的Data Guard环境中，常常面临着归档日志管理问题,，但11g做
在这段时间里，我们小结了云存储的基本知识、块存储和对象存储的基本实现，以及如何让块存储和对象存储为云计算的基本单位——虚拟机，提供存储服务。
按照日志的访问频次，我们将日志分为冷热两大类，这两类日志分别有不同存储的需求。 如下表所示：
从目前到2025年，全球软件定义存储（SDS）市场的年复合增长率预计将超过29%。超大规模数据的出现以及基于云计算的基础设施和虚拟化技术的应用增长对存储容量提出了巨大的需求，由此推动了SDS的增长。
检查腾讯云对象存储 COS 存储桶生命周期配置，如果出现以下两种情况，可能存在存储桶存储成本相关的优化配置。
数字化已成为驱动金融的重要力量。通过新科技提升金融服务效率、提升服务质量是大势所趋。但尽管如此,各家券商在科技金融领域的布局存在较大差异。有积极布局者,有旁观犹豫者,也有不为所动者。
随着上云企业越来越多，企业对用云成本问题也越发重视。业务的发展会产生海量存储需求，在云端存储数据时，如何进行成本优化，减轻业务负担呢？
tar 是 GNU 项目中的一个归档工具，其创建可以追溯到磁带机的年代，可谓历史悠久。虽然 tar 工具最初是用于磁带机的数据归档，但其现在也支持磁盘的数据归档，而且仍然保留着对磁带机的兼容。tar 工具一路发展过来，经过很多大佬的打磨，功能强大，现在已经是 Linux 系统上默认的数据归档工具。
随着数字经济的飞速发展,各行各业都需要储存、提取、使用大量信息，伴随着新业务模式的到来, 数字系统的后台应用及平台也在面临着从传统架构向新型分布式架构变迁的过程。业务越集中, 对IT技术平台的分布式架构要求越高。后端软件从集中式架构向分布式架构的转型越来越迫切。
关于腾讯轻量与深度归档配合的文章很早就想写了，早期轻量的下行是超千兆的，但是因为前段时间腾讯云调整了入网带宽的策略，顿时感觉这个用法不太合适就搁置了。昨天的时候朋友给我发说对于轻量的入网策略变化了，国内区域入网从原来的 10Mbps 上升到了 100Mbps，于是把这个翻出来还是把它写完吧~
在数字化转型浪潮中，如何存储和利用好数据，是企业面临的首要问题。相比于传统互联网全面拥抱云，产业互联网在数字化转型过程中，通常第一步是利用云存储来归档数据。
公共云存储服务供应商可帮助企业用户免于承担物理硬件及其相关成本的负担，其中包括能源、冷却以及服务器维护等。 很多企业都在使用公共云、私有云以及混合云这样的一个组合，但是其中的公共云存储服务是尤其吸引人的。它的成本效益高，它可提供可扩展性、可靠性以及性能优势。 使用公共云存储服务可以让企业将相关工作外包给供应商，从而从繁重的管理任务重脱身出来，并可以减少与支持物理硬件相关的成本开支。企业用户的数据是存储在供应商的数据中心内的，而供应商管理和维护着其数据中心的方方面面，具体包括能源、冷却和服务器维护等。因此，企
Oracle 数据库是一种功能强大的关系型数据库管理系统，但在处理大量数据时，性能问题可能会成为一个挑战。为了提高数据库的响应速度和效率，我们可以采取一系列的优化措施。本文将重点介绍表分区技术，以提升 Oracle 数据库的性能。
随着容器化、云原生等的流行，DevOps团队也在不断鼓吹「以无状态为荣，以有状态为耻」。因为有状态的服务难以部署、难以扩展。下面我举几个自己工作中实际的例子。
如果将应用的所有数据简单地放在一台 MySQL 服务器实例上，就不用谈什么扩展性了。但是业务能稳定持续的增长，那么应用肯定会碰到性能瓶颈。
MyISAM表独立于操作系统的，可以轻松移植，建立一个myisam引擎的表时，就会在本地磁盘上建立三个文件，文件名就是表名。（tb_demo.frm存储表定义，tb_demo_MYD,存储数据，tb_demo.MYI,存储索引。） 它无法处理事务。 适用情况 1.选择密集型的表 2.插入密集型的表
核心：从业务架构设计（如何快速上手工作）到模型设计，从数据研发到数据服务，做到数据可管理、可追溯、可规避重复建设。
在任何时间，PostgreSQL在数据集簇目录的pg_wal/子目录下都保持有一个预写式日志（WAL）。这个日志存在的目的是为了保证崩溃后的安全：如果系统崩溃，可以“重放”从最后一次检查点以来的日志项来恢复数据库的一致性。该日志的存在也使得第三种备份数据库的策略变得可能：我们可以把一个文件系统级别的备份和WAL文件的备份结合起来。当需要恢复时，我们先恢复文件系统备份，然后从备份的WAL文件中重放来把系统带到一个当前状态。这种方法比之前的方法管理起来要更复杂，但是有其显著的优点：
来源：大数据与机器学习文摘 五分钟学大数据 本文约20000字，建议阅读25分钟 本文介绍了大数据领域建模的方法。 一、大数据领域建模综述 1.1 为什么需要数据建模 有结构地分类组织和存储是我们面临的一个挑战。 数据模型强调从业务、数据存取和使用角度合理存储数据。 数据模型方法，以便在性能、成本、效率之间取得最佳平衡。 成本：良好的数据模型能极大地减少不必要的数据冗余，也能实现计算结果复用，极大地降低大数据系统中的存储和计算成本。 效率：良好的数据模型能极大地改善用户使用数据的体验，提高使用数据的效率。
近日，国家基因库生命大数据平台（CNGBdb）的数据存储板块——国家基因库序列归档系统（CNSA）用户汇交数据量突破10 PB。
大家好，自我介绍一下，目前我是腾讯云无服务器云函数产品负责人。我做了很多年后端开发。今天是从一个程序员角度讲解一下我们怎么样用Serverless架构。
通过本文你可以了解到：第一，Serverless架构介绍；第二，对云函数产品介绍；第三，Serverless使用场景。
上面这些问题其实是围绕着技术的点去询问的。和真实的业务场景还是有一点的距离，这点距离就是在业务需求到技术实现的分析上。 所以这个时候就要和面试官做一个探讨：具体是什么样的场景，导100个G的数据到线上？或者说这100G的数据导到线上的用途是什么？ 举个例子，商家侧有一个报表，里面有个指标的口径要变更，历史数据都要刷。那么就需要继续探讨：
我把自己之前写的 130 篇文章都搬过去了，还剩下 10 来篇非技术文没有搬运，实在是搬不动了，估计得等到国庆的时候再去搬运了。
我们最早接触的聊天工具应该是QQ，在线聊天的客服系统应该是淘宝，我们每天都在使用这些工具去解决我们生活聊天上的一些诉求，却很少会有人有机会去了解它底层的一些逻辑和框架。这次我将我工作中的经验进行总结，做一些简单的分享。
DAMA认证的教材，没报考也没报班，但是买了书。一些知识“知道”和成体系往往是两码事，证不证的不重要，含金量如何也不重要，重要的是读书本身就是有收获的。
估计办公室混乱是我们男人的专利，整个办公室里没有落脚的空隙时才能体现出大忙人的状态，彰显男人的价值。下面这张图是我前几天从同事的办公室随手照的，已经把关键信息进行了马赛克处理。可以想像在这样的办公环境
在上一篇博客中我们讲述了Redis中的通用命令,本篇博客中我们将围绕每个数据结构来介绍相关命令.
时光如白驹过隙，坐在时代的列车里，我们一路向前；近三十年来，无数事物在车窗前掠影而过，一度流行，又一度黯淡。磁带，就是一个时代的符号。彼时，磁带因其低廉、可靠及易用等特性，一度成为音乐最主流的载体，将流行音乐传遍大街小巷。后来，随着 CD 和 MP3走进大众视野，磁带逐步退出历史舞台。如今，磁带作为音乐载体早被时代淘汰.....但磁带作为存储载体，近几十年却从未过时：在冷数据场景，磁带存储凭借其极低的成本和极长的寿命，在企业存储市场始终占有一席之地。今天的故事就此展开，来聊聊腾讯的深度归档存储与磁带的那些事。欢迎阅读~
现如今，灾难恢复即服务已然正在迅速成为企业利用云服务来解决灾难恢复挑战的一种理想的方式。 对于存储专业人员来说，灾难恢复仍然是一项持续性的挑战。因为与许多其他IT领域不同，近年来，灾难恢复的环境正在变
前一节描述的内建后备模式的一种替代方案是使用一个轮询归档位置的restore_command。这是版本 8.4 及以下版本中唯一可用的选项。在这种设置中，设置standby_mode为关闭，因为你要自行实现后备操作所需的轮询。关于这种实现的一个参考请见pg_standby模块。注意在这种模式中，服务器将一次应用一整个文件的 WAL，因此如果你使用后备服务器来查询（见热备），那么主服务器上的一个动作和后备服务器上该动作变得可见之间会有一个延迟，该延迟对应着填满 WAL 文件的时间。archive_timeout可以被用来缩短该延迟。还要注意你不能把流复制和这种方法组合起来使用。
一、什么是执行计划？ 1）执行计划 执行计划是数据库根据SQL语句和相关表的统计信息作出的一个查询方案，这个方案是由查询优化器自动分析产生的，比如一条SQL语句如果用来从一个 10万条记录的表中查1条记录，那查询优化器会选择“索引查找”方式，如果该表进行了归档，当前只剩下5000条记录了，那查询优化器就会改变方案，采用 “全表扫描”方式。 可见，执行计划并不是固定的，它是“个性化的”。产生一个正确的“执行计划”有两点很重要： a、SQL语句是否清晰地告诉查询优化器它想干什么？ b、查询优化器得
AI科技评论按：对于那些一直想进行深度学习研究的同学来说，如何选择合适的配置一直是个比较纠结的问题，既要考虑到使用的场景，又要考虑到价格等各方面因素。 日前，medium上的一篇文章为我们详细描述了该如何为个人的深度学习机器选择配置，主要该进行哪些方面的考虑。 AI科技评论编译整理如下： 作为一名业余爱好者，在探索和解决深度学习问题时，亚马逊 EC2 实例的运行成本太高了。 在一开始，我采用的是 Reserved 实例收费模式，因为我对云生态系统不是很懂。 后来，在运行结构良好的实验时，Spot 实例也成了
对于那些一直想进行深度学习研究的同学来说，如何选择合适的配置一直是个比较纠结的问题，既要考虑到使用的场景，又要考虑到价格等各方面因素。日前，medium上的一篇文章（http://t.cn/RYLYxXP）为我们详细描述了该如何为个人的深度学习机器选择配置，主要该进行哪些方面的考虑。以下是AI研习社的翻译： 作为一名业余爱好者，在探索和解决深度学习问题时，亚马逊 EC2 实例的运行成本太高了。在一开始，我采用的是 Reserved 实例收费模式，因为我对云生态系统不是很懂。后来，在运行结构良好的实验时，Sp
在云计算时代，由于需要访问存储的计算节点迅速增加，传统的FC网络扩展性能有限，同时，集中式存储控制器也难以应对无限扩展的计算节点的IO请求，因此，需要构建分布式的存储系统，利用分布式的存储节点扛住海量的并发存储请求，各个节点与客户端之间通过以太网/TCP-IP互联互通，以实现近乎无穷大的可扩展性。
人工智能的热潮已经在逐渐冷却，炒新闻的越来越少，AI 已经逐渐侵入到实际的生活中，可能我的神经弧反射的比较长，到现在才后知后觉，所以以一个后知后觉的人的角度来说说我感知DBA 与 AI 之间的关系。
企业降本增效是越来越热门的话题，除去较为粗暴的“毕业”之外，企业还可以在许多地方下功夫，例如降低大数据成本、营销成本、运营成本等等。在 ArchSummit 全球架构师峰会深圳站上，我们邀请了货拉拉大数据架构负责人王海华，他为我们分享了《货拉拉基于混合云的大数据成本管控体系建设实践》，本文为其演讲整理，期待你可以有所收获。 大家好，我是王海华，货拉拉基础架构负责人，我将从以下几方面展开分享。首先是背景与挑战；其次是大数据成本管理体系；接着是存储成本优化和计算成本优化技术细节；最后是总结与展望。 背景与挑
DataGuard，数据卫士，一种数据库级别的高可用性（HA）方案，用作数据容灾解决方案。对于联机事务处理（OLTP，数据量不太大）非常合适，对于联机分析处理（OLAP，数据量太大），只能选择关键数据创建DG，常规数据，选择其他方式备份。
Hey, 宝藏们！猫头虎又回来啦！🐯 最近，我发现很多小伙伴都在搜索“PostgreSQL 数据分区”，“PostgreSQL 分区优化”等关键词。数据分区是如何提高查询性能的神奇力量？让我们一起深入探索《PostgreSQL数据分区：原理与实战》吧！
在当今数字化时代，数据量不断增长，对于存储系统提出了更高的要求。传统的存储方式已经难以满足大规模数据的存储和管理需求，因此，对象存储（Object Storage）应运而生。对象存储是一种面向海量数据的存储架构，以其高扩展性、弹性存储、高性能和简单管理等特点，成为了云计算、大数据分析和企业数据管理中的重要组成部分。
作为国内第一款云原生 Serverless 数据库，TDSQL-C 目前仅在微信生态上就为超过 50W 小程序开发者提供数据库底座，凭借按量计费、超强弹性、存算分离等特性，能有效降低用户的数据库使用成本。
为了满足每秒插入100万条数据的需求，小编建议采用以下技术方案，以提升数据库系统的吞吐量和性能。
安全云数据存储服务可以帮助小型企业经济有效地保护数据，但在选择供应商之前，请牢记专家Joe Malec提出的五大注意事项。 曾经安全数据存储只是事后的考虑，现在它已经成为重要的企业功能。在过去，企业业主可以简单地备份日常发票数据到磁带，并将其存储在抽屉里进行保管。而现在，政府法规、日益增长的按需数据需求以及数据泄露担忧正在快速改变数据驱动业务的方式以及数据在21世纪的存储方式。 对于数据保护和安全存储的需要，很多小型企业依然面临很多挑战。根据2013年美国小企业协会的调查显示，44%的受访者已经受到网络攻击
数据库是网络应用的基础，良好的表结构设计，对整个应用起着至关重要的作用。 数据库设计的步骤： 1.需求分析：数据是什么，有哪些属性，数据和属性的特点 2.逻辑设计：使用ER图对数据库进行逻辑建模 3.物理设计：选择数据库系统，并对逻辑设计进行转化 4.维护优化：追加，分拆等 实例演示（电子商务网站） 一、需求分析： 用户模块：用于登录和保存用户信息等 属性（用户名、密码、手机、邮箱、身份证、地址、姓名。。。） 唯一标识（用户名、身份证、手机） 存储特点（永久） 商品模块：用于记录网站中销售的商品信
gnomAD(Genome Aggregation Database)作为规模最大并且免费开放的人类变异数据库，极大地促进了我们对基因组变异的探索和解读。Nature开设了一个专题页面展示gnomAD相关的科研成果：https://www.nature.com/collections/afbgiddede
自从有了Zabbix+Orabbix,很多监控都有了一种可控的方式，当然对于报警处理来说，报警是表象，很可能通过表象暴露出来的是一些更深层次的问题。这不又来一个，不看不知道，一看让自己着实吓了一跳。 首先是一个报警信息，可以看到是闪回区超过了报警的阈值，为了尽可能提前发现问题，我把阈值设置为了70%，和Oracle默认的80%有一些差别。 ZABBIX-监控系统: ------------------------------------ 报警内容: archive_area_usage ---------
领取专属 10元无门槛券
手把手带您无忧上云
