Oracle 9i产品文档(5)

来源:asp之家 时间:2010-07-16 13:35:00 






十、强大的可伸缩性

  Oracle9i Real Application Clusters从Oracle Parallel Server革命性的升级产品,历经6年的艰苦开发,9家合作伙伴参与,注册了18项技术专利,并且仍有新的专利技术在注册中。

  Oracle9i Real Application Clusters提供的独特的技术包括:

  优异的、接近线性的伸缩透明性。

  同各种应用的兼容性,不需要任何重新设计。

  快速增长的集群,快速增加结点和磁盘的能力。

  基于 Oracle的Cache Fusion的结构,通过快速和有效地共享在一个集群中所有服务器上被频繁访问的数据,Oracle9i Real Application Clusters可提供透明的应用伸缩性能。解决了各服务器之间的竞争。

  当多个服务器希望访问同一数据时,有三种情况需要考虑:

  Read/Read

  一个用户要在一个服务器上读取一段信息而同时已经有一个用户已经在另一服务器上读这一信息。
Read/Write

  一个用户要在一个服务器上读取一段信息而同时已经有一个用户在另一服务器上更新这一信息。

  Write/Write

  一个用户要在一个服务器上更新一段信息而同时已经有一个用户在另一服务器上更新这一信息。

  在Cache Fusion 结构下,读请求可能来自集群数据库的任何内存缓存。为确保缓存中的数据及时更新,每一服务器上的缓存之间的协作以确保数据的读取和更新的一致和正确性就显得十分重要。

  如果一个查询请求是由一个远程缓存提供的,那么这些信息将通过高速集群间连接从一个结点上的缓存传到另一个结点上的缓存。 这种缓存融合的发生是完全自动化的,并且对于应用来说是透明的。这种透明性正是Oracle9i Real Application Clusters可提供高速、有效的伸缩性能的关键技术。



  十一、实时个性化管理

  Oracle个性化处理通过对已登记用户和匿名访问者提供实时、动态的个性化推荐服务, 使得1:1的电子商务服务成为可能。

  由于Oracle产品提供了完全内嵌于Oracle9i 数据库中的集成实时推荐引擎,Oracle个性化服务为电子商务提供了强大的、可扩展的和实时的个性化处理。

  利用Oracle9i 数据库的可扩展性,Oracle个性化服务能够在分析大量客户信息的同时,保持每个顾客关系的独特性。这样将使电子商务服务提供定制的、1:1的客户服务,让浏览器顺应顾客的需求。

  运用 数据挖掘技术 可以将从网站得来的大量的客户点击、交易、定级和图表统计中找出真正需要的电子商务数据。Oracle个性化服务可以回答以问题:

  这位顾客最喜欢或者最可能购买的产品是什么?

  这位顾客喜欢或者已购买这项产品,那么他可能还会购买其它那些产品呢?

  这位顾客对某种产品的喜爱和购买的可能性有多大?

  假设顾客喜欢或者正在购买其它某种产品,那么他可能购买那些产品?

  Oracle个性化服务是Oracle在数据库中第一次内嵌的数据挖掘算法。其它算法和有针对性的应用程序,比如客户保持率/流失率、响应建模和客户信息汇总随后也会内嵌进来。

  在新产品上市之前将发布相关定价和产品捆绑信息。

标签:orcle,文档,数据库
0
投稿

猜你喜欢

  • Python+pytorch实现天气识别

    2021-09-23 18:49:13
  • js同时按下两个方向键

    2024-05-02 17:21:45
  • SQL中查找某几个字段完全一样的数据

    2024-01-26 12:55:59
  • Linux上通过binlog文件恢复mysql数据库详细步骤

    2024-01-27 17:56:01
  • Servermanager启动连接数据库错误如何解决

    2024-01-13 23:46:55
  • 自动在Windows中运行Python脚本并定时触发功能实现

    2023-04-15 21:12:38
  • vue-cli开发环境实现跨域请求的方法

    2024-05-13 09:14:10
  • Python取出字典中的值的实现

    2022-01-09 20:16:07
  • python安装库的最详细方法(以安装pygame库为例)

    2021-03-08 04:29:40
  • Python django搭建layui提交表单,表格,图标的实例

    2022-09-18 19:40:19
  • PHP编码转换函数 自动转换字符集支持数组转换

    2024-05-02 17:33:28
  • Python进度条的制作代码实例

    2022-01-01 23:17:34
  • python rsync服务器之间文件夹同步脚本

    2023-02-23 05:05:56
  • Python集成学习之Blending算法详解

    2022-09-28 04:31:35
  • Pytorch使用MNIST数据集实现基础GAN和DCGAN详解

    2021-11-17 02:14:33
  • pytorch 优化器(optim)不同参数组,不同学习率设置的操作

    2021-09-14 05:05:44
  • GO语言实现简单的目录复制功能

    2024-04-26 17:21:39
  • 详解Django中views数据查询使用locals()函数进行优化

    2021-01-21 00:53:13
  • js 判断一组日期是否是连续的简单实例

    2024-04-17 10:41:12
  • Python ARP扫描与欺骗实现全程详解

    2021-12-16 09:01:14
  • asp之家 网络编程 m.aspxhome.com