数据库集群的应用

拿oracle为例：

集群是多台服务器共同提供服务，数据库集群的意思就是多台运行数据库服务的服务器组成一个集群。

oracle的集群，自己的是rac，最少需要2台机器，先装cluster或者grid，再在集群上安装数据库，就可以了。

要是db2的话，还得用ibm的 *** 作系统，安装一个集群软件

hacmp等等的。

反正

核心要理解的就是

，做集群，要有集群系统来支撑。例如

，文件同步访问等等的。

rac，hacmp等等的，都属于集群系统！

准备工作：在导入数据前，先配置好要分片的数据库及表。

不然导入完成后，发现数据库，表没有同步到另外一个集群。

我这里做了从原单机数据库数据导出后，再分片集群库中导入 *** 作。

当设置了要分片的库，及表后，系统会自动帮你添加库及表。

设置完成后，就可以导入数据了。

use admin

dbrunCommand({enablesharding:"ip"})

dbrunCommand({shardcollection:"ipipaddress",key:{ip1:1}})

/mongorestore -h 1921682011 --port 28000 -d ip /opt/backup/ip20141109/ip

/mongorestore -h 1921682011 --port 28000 -d dmp /opt/backup/dmp/dmp

什么是数据库营销

所谓数据库营销就是企业通过收集和积累消费者的大量信息，经过处理后预测消费者有多大可能去购买某种产品，以及利用这些信息给产品以精确定位，有针对性地制作营销信息，以达到说服消费者去购买产品的目的。

数据库营销的优势

数据库营销在欧美已经得到了广泛的应用。在中国大陆地区，也已经开始呈现“星星之火，快速燎原”之势头。包括DM(DirectMail,定向直邮),EDM(EmailDM，电子邮件营销),E-Fax(网络传真营销)和SMS(ShortMessageServer,短消息服务)等在内的多种形式的数据库营销手段，得到了越来越多的中国企业的青睐。

之所以越来越多的企业开始选择数据库营销，这与它相对传统营销所具有的独特优势是密不可分的。

一、可测试性

数据库营销就像科学实验，每推进一步，都可以精心的测试，其结果还可以进行分析。假设你有一间酒吧，可以发出一封邮件，宣布所有光临的女士都可以免费获得一杯鸡尾酒。而在另一封邮件中，你可以宣布除周六、周日外所有顾客都可以获得8折优惠。在进行一段时间的小规模测试后，计算哪一封邮件产生的回报最高，之后就运用获得最佳反应的方案进行更大规模的邮寄。不管企业的大小如何，只要运用适当的形式，都可以进行小规模的测试，以便了解哪种策略最有可能取得成功。

二、可测度

数据库营销是惟一一种可测度的广告形式。你能够准确地知道如何获得客户的反应以及这些反映来自何处。这些信息将被用于继续、扩展或重新制定、调整你的营销计划。

而传统的广告形式（报纸、杂志、网络、电视等）只能面对一个模糊的大致的群体，究竟目标人群占多少无法统计，所以效果和反馈率总是让人失望。正如零售商巨头Wanamaker说过：“我知道花在广告上的钱，有一半被浪费掉了，但我不知道是哪一半”。

三、获得更多的长期忠实客户

权威专家分析，维持一个老顾客所需的成本是寻求一个新顾客成本的05倍，而要使一个失去的老顾客重新成为新顾客所花费的成本则是寻求一个新客户成本的10倍。如果比竞争对手更了解顾客的需求和欲望，留住的最佳顾客就更多，就能创造出更大的竞争优势。用数据库营销经常地与消费者保持沟通和联系，可以维持和增强企业与消费者之间的感情纽带。另外，运用储存的消费记录来推测其未来消费者行为具有相当精确性，从而使企业能更好地满足消费者的需求，建立起长期的稳定的客户关系。

四、降低成本，提高营销效率

数据库营销可以使企业能够集中精力于更少的人身上，最终目标集中在最小消费单位到个人身上，实现准确定位。目前美国已有56％的企业正在建立数据库，85％的企业认为他们需要数据库营销来加强竞争力。由于运用消费者数据库能够准确找出某种产品的目标消费者，企业就可以避免使用昂贵的大众传播媒体，可以运用更经济的促销方式，从而降低成本，增强企业的竞争力。具有关资料统计，运用数据库技术进行筛选消费者，其邮寄宣传品的反馈率，是没有运用数据库技术进行筛选而发送邮寄宣传品的反馈率的10倍以上。

五、企业制胜的秘密武器

传统营销中，运用大众传媒（电视、报纸、杂志、网络等）大规模地宣传新品上市，或实施新的促销方案，容易引起竞争对手的注意，使他们紧跟其后推出对抗方案，势必影响预期的效果。而运用数据库营销，可与消费者建立紧密关系，一般不会引起竞争对手的注意，避免公开对抗。如今，很多知名企业都将这种现代化的营销手段运用到了自身的企业，将其作为一种秘密武器运用于激烈的市场竞争中去，从而在市场上站稳了脚跟。

由此可见数据库营销以一种新型市场营销方式结合它的便利性推动了企业与消费者之间的互动。

通常数据库分为关系型数据库和非关系型数据库，关系型数据库的优势到现在也是无可替代的，比如MySQL、SQLServer、Oracle、DB2、SyBase、Informix、PostgreSQL以及比较小型的Aess等等数据库，这些数据库支持复杂的SQL *** 作和事务机制，适合小量数据读写场景；但是到了大数据时代，人们更多的数据和物联网加入的数据已经超出了关系数据库的承载范围。

大数据时代初期，随着数据请求并发量大不断增大，一般都是采用的集群同步数据的方式处理，就是将数据库分成了很多的小库，每个数据库的数据内容是不变的，都是保存了源数据库的数据副本，通过同步或者异步方式保证数据的一致性，每个库设定特定的读写方式，比如主数据库负责写 *** 作，从数据库是负责读 *** 作，等等根据业务复杂程度以此类推，将业务在物理层面上进行了分离，但是这种方式依旧存在一定的负载压力的问题，企业数据在不断的扩增中，后面就采用分库分表的方式解决，对读写负载进行分离，但是这种实现依旧存在不足，且需要不断进行数据库服务器扩容。

NoSQL数据库大致分为5种类型

1、列族数据库：BigTable、HBase、Cassandra、AmazonSimpleDB、HadoopDB等，下面简单介绍几个

（1）Cassandra：Cassandra是一个列存储数据库，支持跨数据中心的数据复制。它的数据模型提供列索引，log-structured修改，支持反规范化，实体化视图和嵌入超高速缓存。

（2）HBase：ApacheHbase源于Google的Bigtable，是一个开源、分布式、面向列存储的模型。在Hadoop和HDFS之上提供了像Bigtable一样的功能。

（3）AmazonSimpleDB：AmazonSimpleDB是一个非关系型数据存储，它卸下数据库管理的工作。开发者使用Web服务请求存储和查询数据项

（4）ApacheAumulo：ApacheAumulo的有序的、分布式键值数据存储，基于Google的BigTable设计，建立在ApacheHadoop、Zookeeper和Thrift技术之上。

（5）Hypertable：Hypertable是一个开源、可扩展的数据库，模仿Bigtable，支持分片。

（6）AzureTables：WindowsAzureTableStorageService为要求大量非结构化数据存储的应用提供NoSQL性能。表能够自动扩展到TB级别，能通过REST和ManagedAPI访问。

2、键值数据库：Redis、SimpleDB、Scalaris、Memcached等，下面简单介绍几个

（1）Riak：Riak是一个开源，分布式键值数据库，支持数据复制和容错。（2）Redis：Redis是一个开源的键值存储。支持主从式复制、事务，Pub/Sub、Lua脚本，还支持给Key添加时限。

（3）Dynamo：Dynamo是一个键值分布式数据存储。它直接由亚马逊Dynamo数据库实现；在亚马逊S3产品中使用。

（4）OracleNoSQLDatabase：来自Oracle的键值NoSQL数据库。它支持事务ACID（原子性、一致性、持久性和独立性）和JSON。

（5）OracleNoSQLDatabase：具备数据备份和分布式键值存储系统。

（6）Voldemort：具备数据备份和分布式键值存储系统。

（7）Aerospike：Aerospike数据库是一个键值存储，支持混合内存架构，通过强一致性和可调一致性保证数据的完整性。

3、文档数据库：MongoDB、CouchDB、Perservere、Terrastore、RavenDB等，下面简单介绍几个

（1）MongoDB：开源、面向文档，也是当下最人气的NoSQL数据库。

（2）CounchDB：ApacheCounchDB是一个使用JSON的文档数据库，使用Javascript做MapRece查询，以及一个使用>

（3）Couchbase：NoSQL文档数据库基于JSON模型。

（4）RavenDB：RavenDB是一个基于NET语言的面向文档数据库。

（5）MarkLogic：MarkLogicNoSQL数据库用来存储基于XML和以文档为中心的信息，支持灵活的模式。

4、图数据库：Neo4J、InfoGrid、OrientDB、GraphDB，下面简单介绍几个

（1）Neo4j：Neo4j是一个图数据库；支持ACID事务（原子性、独立性、持久性和一致性）。

（2）：一个图数据库用来维持和遍历对象间的关系，支持分布式数据存储。

（3）：是结合使用了内存和磁盘，提供了高可扩展性，支持SPARQ、RDFS和Prolog推理。

5、内存数据网格：Hazelcast、OracleCoherence、TerracottaBigMemorry、GemFire、Infinispan、GridGain、GigaSpaces，下面简单介绍几个

（1）Hazelcast：HazelcastCE是一个开源数据分布平台，它允许开发者在数据库集群之上共享和分割数据。

（2）OracleCoherence：Oracle的内存数据网格解决方案提供了常用数据的快速访问能力，一致性支持事务处理能力和数据的动态划分。

（3）TerracottaBigMemory：来自Terracotta的分布式内存管理解决方案。这项产品包括一个Ehcache界面、Terracotta管理控制台和BigMemory-Hadoop连接器。

（4）GemFire：VmwarevFabricGemFire是一个分布式数据管理平台，也是一个分布式的数据网格平台，支持内存数据管理、复制、划分、数据识别路由和连续查询。

（5）Infinispan：Infinispan是一个基于Java的开源键值NoSQL数据存储，和分布式数据节点平台，支持事务，peer-to-peer及client/server架构。

（6）GridGain：分布式、面向对象、基于内存、SQLNoSQL键值数据库。支持ACID事务。

（7）GigaSpaces：GigaSpaces内存数据网格能够充当应用的记录系统，并支持各种各样的高速缓存场景。

集群（Cluster）是由两台或多台节点机（服务器）构成的一种松散耦合的计算节点集合，为用户提

供网络服务或应用程序(包括数据库、Web服务和文件服务等)的单一客户视图，同时提供接近容错机的故

障恢复能力。集群系统一般通过两台或多台节点服务器系统通过相应的硬件及软件互连，每个群集节点都

是运行其自己进程的独立服务器。这些进程可以彼此通信，对网络客户机来说就像是形成了一个单一系统，协同起来向用户提供应用程序、系统资源和数据。除了作为单一系统提供服务，集群系统还具有恢复服务

器级故障的能力。集群系统还可通过在集群中继续增加服务器的方式，从内部增加服务器的处理能力，并

通过系统级的冗余提供固有的可靠性和可用性。

二、集群的分类：

1、高性能计算科学集群：

以解决复杂的科学计算问题为目的的IA集群系统。是并行计算的基础，它可以不使用专门的由十至

上万个独立处理器组成的并行超级计算机，而是采用通过高速连接来链接的一组1/2/4CPU的IA服务器，并且在公共消息传递层上进行通信以运行并行应用程序。这样的计算集群，其处理能力与真正超级并行

机相等，并且具有优良的性价比。

2、负载均衡集群：

负载均衡集群为企业需求提供更实用的系统。该系统使各节点的负载流量可以在服务器集群中尽可

能平均合理地分摊处理。该负载需要均衡计算的应用程序处理端口负载或网络流量负载。这样的系统非

常适合于运行同一组应用程序的大量用户。每个节点都可以处理一部分负载，并且可以在节点之间动态

分配负载，以实现平衡。对于网络流量也如此。通常，网络服务器应用程序接受了大量入网流量，无法

迅速处理，这就需要将流量发送给在其它节点。负载均衡算法还可以根据每个节点不同的可用资源或网

络的特殊环境来进行优化。

以上就是关于数据库集群的应用全部的内容，包括:数据库集群的应用、单机mongodb数据库怎么导入分片集群中、数据库营销一般怎么 *** 作等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！