Bablosoft

Чекер почт: производительность и ограничения

Поддержка

  • 0

    worker3 и worker4

    Поддержка
    0 Votes
    4 Posts
    570 Views
    ?

    @000 said in worker3 и worker4:

    @UserTrue
    Ясно...
    А в ситуации с планировщиком зачем дублировать одинаковую папку и там и там?

    Да хрен его знает, в БАС много таких "Зачем..." )))

    Разрабу пофиг, что многие покупают сервера с 20гб

  • warenukW

    Списки и производительность

    Поддержка
    0 Votes
    7 Posts
    697 Views
    warenukW

    @FastSpace В общем пришлось разобраться с sql. Все настроил, но результат опечалил, в 5-6 раз медленнее списка который деленный.

  • FastSpaceF

    JSON и Глобальная переменая

    Поддержка
    0 Votes
    8 Posts
    1008 Views
    FastSpaceF

    @UserTrue said in JSON и Глобальная переменая:

    @FastSpace По идее если через код ложить, тогда можно убрать сериализацию.

    Я там часто работаю с этим JSON, каждый раз ложить через код гемор. Двойной парсе не критичен.

  • bag162B

    Чекер прокси

    Поддержка
    0 Votes
    10 Posts
    2994 Views
    bag162B

    @bablouser Спасибо)

  • ruzneR

    база данных и много документов

    Поддержка
    0 Votes
    4 Posts
    1588 Views
    romanbizR

    @ruzne Из вики. Основные характеристики базы данных ClickHouse[11]:

    Действительно колоночная СУБД. Рядом с данными не хранятся другие величины, например, в ClickHouse поддерживаются значения постоянной длины, чтобы не хранить рядом размер типа.
    Линейная масштабируемость. Система позволяет увеличивать кластер добавлением серверов.
    Отказоустойчивость. Система представляет собой кластер шардов, где каждый шард — это группа реплик. Используется асинхронная multimaster репликация: после записи на любую доступную реплику, данные распространяются на все остальные реплики. Для координации работы реплик используется ZooKeeper (ZooKeeper не участвует в процессе обработки и выполнения запроса).
    Способность работать с большими данными (триллионы записей и петабайты данных).
    Поддержка SQL. ClickHouse поддерживает диалект SQL c расширениями: массивы и вложенные структуры данных, вероятностные структуры, функция по работе с URI, возможность подключить внешнее key-value хранилище и т. д.
    Высокая эффективность работы[12].
    векторные вычисления;
    данные не только хранятся по колонкам, но и обрабатываются по векторам (кусочкам колонок), за счёт чего достигается высокая эффективность по CPU;
    наличие функциональности для семплирования и приблизительных вычислений;
    параллельная и распределенная обработка запросов (в том числе JOIN'ов).
    Сжатие данных.
    СУБД оптимизирована для работы на HDD-дисках. Можно обрабатывать данные, которые не помещаются в оперативную память.
    Разнообразные клиенты для подключения к БД. Для работы с базой данных можно использовать консольный клиент, HTTP API и ряд wrapper’ов на Python, PHP[13], NodeJS[14], Perl[15], Ruby[16] и R[17]. Также для ClickHouse есть JDBC[18] и Golang[19] драйверы.
    Подробная документация.