大数据(shùjù)BigData数据挖掘云计算(jìsuàn)随着互联网应用的广泛普及，海量数据的存储和访问成为了系统设计的瓶颈问题。对于一个大型的互联网应用，每天百万级甚至上亿的页面浏览量无疑(wúyí)对数据库造成了相当高的负载。对于系统的稳定性和扩展性造成了极大的问题。那么数据库如何处理海量数据呢？对海量数据进行分区操作例如针对按年份存取的数据，我们可以按年进行分区。不同的数据库有不同的分区方式，不过处理机制大体相同。例如SQLServer的数据库分区是将不同的数据存于不同的文件组下，而不同的文件组存于不同的磁盘分区下，这样将数据分散开，减小磁盘I/O，减小了系统负荷，而且还可以将日志，索引等放于不同的分区下。使用数据仓库和多维数据库存储联机分析处理（OLAP）是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术。处理海量数据的利器是OLAP多维分析，即建立数据仓库，建立多维数据集，基于(jīyú)多维数据集进行报表展现和数据挖掘等。负载均衡技术负载均衡集群是由一组相互独立的计算机系统构成，通过常规网络或专用网络进行连接，由路由器衔接在一起，各节点相互协作、共同负载、均衡压力，对客户端来说，整个群集可以视为一台具有超高性能的独立服务器。实现原理实现数据库的负载均衡技术，首先要有一个可以控制连接数据库的控制端。它截断了数据库和程序的直接连接，将所有的程序来访问这个中间层，然后(ránhòu)再由中间层来访问数据库。这样，我们就可以具体控制访问某个数据库了，也可以根据数据库的当前负载采取有效的均衡策略，来调整每次连接到哪个数据库。负载均衡技术对于负载均衡，要求所有服务器的数据都是实时同步的，也只有这样，在查询的时候才可以多个资源之间实现均衡。比较常用的方法是MoebiusforSQLServer集群，它采用将核心程序驻留在每个机器的数据库中的办法，这个核心程序称为Moebius中间件，主要作用是监测数据库内数据的变化，并将变化的数据同步到其他数据库中。数据同步完成后客户端才会得到响应，同步过程是并发完成的，所以同步到多个数据库和同步到一个数据库的时间基本相等；另外同步的过程是在事务的环境下完成的，保证了多份数据在任何时刻数据的一致性。Moebius中间件不但能知道数据的变化，而且知道引起数据变化的SQL语句(yǔjù)，根据SQL语句(yǔjù)的类型，智能的采取不同的数据同步的策略，以保证数据同步成本的最小化。负载均衡技术数据条数很少，数据内容也不大，则直接同步(tóngbù)数据数据条数很少，但是里面包含大数据类型，比如文本，二进制数据等，则先对数据进行压缩然后再同步(tóngbù)，从而减少网络带宽的占用和传输所用的时间。数据条数很多，此时中间件会拿到造成数据变化的SQL语句，然后对SQL语句进行解析，分析其执行计划和执行成本，并选择是同步(tóngbù)数据还是同步(tóngbù)SQL语句到其他的数据库中。此种情况在对表结构进行调整或者批量更改数据的时候非常有用。负载(fùzài)均衡技术负载均衡技术扩展性强：当系统要更高数据库处理速度时，只要简单地增加数据库服务器就可以得到扩展。可维护性：当某节点(jiédiǎn)发生故障时，系统会自动检测故障并转移故障节点(jiédiǎn)的应用，保证数据库的持续工作。安全性：因为数据会同步在多台服务器上，通过多份数据来保证安全性。另外它成功地将数据库放到了内网之中，更好地保护了数据库的安全性。易用性：对应用来说完全透明，集群暴露出来的就是一个IP。数据库的读写分离实现原理简单的说就是把对数据库的读、写的操作分开，对应(duìyìng)到不同的数据库服务器，这样能有效地减轻数据库压力，也能减轻I/O压力。主数据库提供写操作，从数据库提供读操作，其实在很多系统中，主要是读的操作。当主数据库进行写操作时，数据要同步到从数据库上，这样才能有效保证数据库完整性。数据库的读写分离实现方法在Sqlserver中使用发布定义的方式实现数据库复制，实现读写分离。复制是将一组数据从一个数据源拷贝到多个数据源的技术，是将一份数据发布到多个存储站点上的有效方式。复制技术可以确保(quèbǎo)分布在不同地点的数据自动同步更新，从而保证数据的一致性。SQLSERVER复制技术类型有三种，分别是：快照复制、事务复制、合并复制。SQLSERVER主要采用出版物、订阅的方式来处理复制。源数据所在的服务器是出版服务器，负责发表数据。出版服务器把要发表的数据的所有改变情况的拷贝复制到分发服务器，分发服务器包含有一个分发数据库，可接收数据的所有改变，并保存这些改变，再把这些改变分发给订阅服务器。数据库的读