ಇನ್-ಮೆಮೊರಿ ಎನ್ನುವುದು ಅಪ್ಲಿಕೇಶನ್‌ನ RAM ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಿದಾಗ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ಪರಿಕಲ್ಪನೆಗಳ ಒಂದು ಗುಂಪಾಗಿದೆ ಮತ್ತು ಡಿಸ್ಕ್ ಅನ್ನು ಬ್ಯಾಕಪ್‌ಗಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. ಶಾಸ್ತ್ರೀಯ ವಿಧಾನಗಳಲ್ಲಿ, ಡೇಟಾವನ್ನು ಡಿಸ್ಕ್ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಮೆಮೊರಿಯನ್ನು ಸಂಗ್ರಹದಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಡೇಟಾ ಸಂಸ್ಕರಣೆಗಾಗಿ ಬ್ಯಾಕೆಂಡ್ ಹೊಂದಿರುವ ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ಅದನ್ನು ಸಂಗ್ರಹಣೆಗೆ ವಿನಂತಿಸುತ್ತದೆ: ಅದು ಅದನ್ನು ಸ್ವೀಕರಿಸುತ್ತದೆ, ಪರಿವರ್ತಿಸುತ್ತದೆ ಮತ್ತು ನೆಟ್‌ವರ್ಕ್‌ನಲ್ಲಿ ಬಹಳಷ್ಟು ಡೇಟಾವನ್ನು ವರ್ಗಾಯಿಸಲಾಗುತ್ತದೆ. ಇನ್-ಮೆಮೊರಿಯಲ್ಲಿ, ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಡೇಟಾಗೆ ಕಳುಹಿಸಲಾಗುತ್ತದೆ - ಸಂಗ್ರಹಣೆಗೆ, ಅಲ್ಲಿ ಅವುಗಳನ್ನು ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ನೆಟ್ವರ್ಕ್ ಕಡಿಮೆ ಲೋಡ್ ಆಗಿರುತ್ತದೆ.
ಇನ್-ಮೆಮೊರಿಯಲ್ಲಿ ಇತರ ಯಾವ ಸಾಧ್ಯತೆಗಳು ಲಭ್ಯವಿವೆ ಮತ್ತು ಇದು ಯಾವ ರೀತಿಯ ವಿಧಾನವಾಗಿದೆ? ವ್ಲಾಡಿಮಿರ್ ಪ್ಲಿಗಿನ್ - ಗ್ರಿಡ್‌ಗೇನ್‌ನಲ್ಲಿ ಎಂಜಿನಿಯರ್. ಇನ್-ಮೆಮೊರಿಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡದ ಮತ್ತು ಪ್ರಯತ್ನಿಸಲು ಬಯಸುವ ಅಥವಾ ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಆರ್ಕಿಟೆಕ್ಚರ್ ವಿನ್ಯಾಸದಲ್ಲಿ ಆಧುನಿಕ ಪ್ರವೃತ್ತಿಗಳಲ್ಲಿ ಆಸಕ್ತಿ ಹೊಂದಿರುವ ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ಬ್ಯಾಕೆಂಡ್ ಡೆವಲಪರ್‌ಗಳಿಗೆ ಈ ವಿಮರ್ಶೆ ವಸ್ತುವು ಉಪಯುಕ್ತವಾಗಿರುತ್ತದೆ.
ಹೇಳಿಕೆಯನ್ನು. ಲೇಖನವು #GetIT ಕಾನ್ಫ್‌ನಲ್ಲಿ ವ್ಲಾಡಿಮಿರ್ ಅವರ ವರದಿಯ ಪ್ರತಿಲೇಖನವನ್ನು ಆಧರಿಸಿದೆ. ಸ್ವಯಂ-ಪ್ರತ್ಯೇಕತೆಯ ಪರಿಚಯದ ಮೊದಲು, ನಾವು ಮಾಸ್ಕೋ ಮತ್ತು ಸೇಂಟ್ ಪೀಟರ್ಸ್‌ಬರ್ಗ್‌ನಲ್ಲಿ ಡೆವಲಪರ್‌ಗಳಿಗಾಗಿ ನಿಯಮಿತವಾಗಿ ಸಭೆಗಳು ಮತ್ತು ಸಮ್ಮೇಳನಗಳನ್ನು ನಡೆಸಿದ್ದೇವೆ: ನಾವು ಪ್ರವೃತ್ತಿಗಳು, ಪ್ರಸ್ತುತ ಅಭಿವೃದ್ಧಿ ಸಮಸ್ಯೆಗಳು, ಸಮಸ್ಯೆಗಳು ಮತ್ತು ಅವುಗಳ ಪರಿಹಾರಗಳನ್ನು ಚರ್ಚಿಸಿದ್ದೇವೆ. ಈಗ ಸಮ್ಮೇಳನವನ್ನು ನಡೆಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಆದರೆ ಹಿಂದಿನವುಗಳಿಂದ ಉಪಯುಕ್ತ ವಸ್ತುಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳಲು ಸಮಯವಾಗಿದೆ.
ಇನ್-ಮೆಮೊರಿಯನ್ನು ಯಾರು ಬಳಸುತ್ತಾರೆ ಮತ್ತು ಹೇಗೆ
ವೇಗದ ಬಳಕೆದಾರರ ಸಂವಹನ ಅಥವಾ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾದ ಪ್ರಕ್ರಿಯೆಯ ಅಗತ್ಯವಿರುವಲ್ಲಿ ಇನ್-ಮೆಮೊರಿಯನ್ನು ಹೆಚ್ಚಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.
- ಬ್ಯಾಂಕುಗಳು ಇನ್-ಮೆಮೊರಿ ಬಳಸಿ, ಉದಾಹರಣೆಗೆ, ಕ್ಲೈಂಟ್‌ಗಳು ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಬಳಸುವಾಗ ವಿಳಂಬವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಅಥವಾ ಸಾಲವನ್ನು ನೀಡುವ ಮೊದಲು ಕ್ಲೈಂಟ್ ಅನ್ನು ವಿಶ್ಲೇಷಿಸಲು.
- ಫಿನ್ಟೆಕ್ ಡೇಟಾ ಸಂಸ್ಕರಣೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯನ್ನು ಹೊರಗುತ್ತಿಗೆ ನೀಡುವ ಬ್ಯಾಂಕ್‌ಗಳಿಗೆ ಸೇವೆಗಳು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್‌ಗಳ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸಲು ಇನ್-ಮೆಮೊರಿಯನ್ನು ಬಳಸುತ್ತದೆ.
- ವಿಮಾ ಕಂಪೆನಿಗಳು: ಅಪಾಯಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು, ಉದಾಹರಣೆಗೆ, ಹಲವಾರು ವರ್ಷಗಳಿಂದ ಗ್ರಾಹಕರ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಕ.
- ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಕಂಪನಿಗಳು. ಅವರು ಸಾಕಷ್ಟು ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತಾರೆ, ಉದಾಹರಣೆಗೆ, ಸಾವಿರಾರು ಪ್ಯಾರಾಮೀಟರ್‌ಗಳೊಂದಿಗೆ ಸರಕು ಮತ್ತು ಪ್ರಯಾಣಿಕರ ಸಾಗಣೆಗೆ ಸೂಕ್ತವಾದ ಮಾರ್ಗಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಮತ್ತು ಸಾಗಣೆಗಳ ಸ್ಥಿತಿಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಲು.
- ಚಿಲ್ಲರೆ. ಇನ್-ಮೆಮೊರಿ ಪರಿಹಾರಗಳು ಗ್ರಾಹಕರಿಗೆ ವೇಗವಾಗಿ ಸೇವೆ ಸಲ್ಲಿಸಲು ಮತ್ತು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಮಾಹಿತಿಯನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ: ಸಾಗಣೆಗಳು, ಇನ್‌ವಾಯ್ಸ್‌ಗಳು, ವಹಿವಾಟುಗಳು, ಗೋದಾಮುಗಳಲ್ಲಿ ಸಾವಿರಾರು ಸರಕುಗಳ ಉಪಸ್ಥಿತಿ ಮತ್ತು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ವರದಿಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುವುದು.
- В ಐಒಟಿ ಇನ್-ಮೆಮೊರಿ ಸಾಂಪ್ರದಾಯಿಕ ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ.
- ಫಾರ್ಮಾಸ್ಯುಟಿಕಲ್ ಕಂಪನಿಗಳು ಇನ್-ಮೆಮೊರಿಯನ್ನು ಬಳಸುತ್ತವೆ, ಉದಾಹರಣೆಗೆ, ಔಷಧ ಸಂಯೋಜನೆಗಳ ಸಂಯೋಜನೆಗಳ ಮೂಲಕ ವಿಂಗಡಿಸಲು.
ನಮ್ಮ ಗ್ರಾಹಕರು ಇನ್-ಮೆಮೊರಿ ಪರಿಹಾರಗಳನ್ನು ಹೇಗೆ ಬಳಸುತ್ತಾರೆ ಮತ್ತು ನೀವೇ ಅವುಗಳನ್ನು ಹೇಗೆ ಕಾರ್ಯಗತಗೊಳಿಸಬಹುದು ಎಂಬುದಕ್ಕೆ ಕೆಲವು ಉದಾಹರಣೆಗಳನ್ನು ನಾನು ನಿಮಗೆ ಹೇಳುತ್ತೇನೆ.
ಪ್ರಾಥಮಿಕ ಸಂಗ್ರಹಣೆಯಾಗಿ ಇನ್-ಮೆಮೊರಿ
ನಮ್ಮ ಗ್ರಾಹಕರಲ್ಲಿ ಒಬ್ಬರು USA ನಿಂದ ವೈದ್ಯಕೀಯ ವೈಜ್ಞಾನಿಕ ಸಲಕರಣೆಗಳ ದೊಡ್ಡ ಪೂರೈಕೆದಾರರಾಗಿದ್ದಾರೆ. ಅವರು ತಮ್ಮ ಮುಖ್ಯ ಡೇಟಾ ಸಂಗ್ರಹಣೆಯಾಗಿ ಇನ್-ಮೆಮೊರಿ ಪರಿಹಾರವನ್ನು ಬಳಸುತ್ತಾರೆ. ಎಲ್ಲಾ ಡೇಟಾವನ್ನು ಡಿಸ್ಕ್ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಸಕ್ರಿಯವಾಗಿ ಬಳಸಲಾಗುವ ಡೇಟಾದ ಉಪವಿಭಾಗವನ್ನು RAM ನಲ್ಲಿ ಇರಿಸಲಾಗುತ್ತದೆ. ಶೇಖರಣಾ ಪ್ರವೇಶ ವಿಧಾನಗಳು ಪ್ರಮಾಣಿತವಾಗಿವೆ - GDBC (ಜೆನೆರಿಕ್ ಡೇಟಾಬೇಸ್ ಕನೆಕ್ಟರ್) ಮತ್ತು SQL ಪ್ರಶ್ನೆ ಭಾಷೆ.
ಒಟ್ಟಾರೆಯಾಗಿ ಇದನ್ನು ಇನ್-ಮೆಮೊರಿ ಡೇಟಾಬೇಸ್ (IMDB) ಅಥವಾ ಮೆಮೊರಿ-ಕೇಂದ್ರಿತ ಸಂಗ್ರಹಣೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಈ ವರ್ಗದ ಪರಿಹಾರಗಳು ಹಲವು ಹೆಸರುಗಳನ್ನು ಹೊಂದಿವೆ, ಇವುಗಳು ಮಾತ್ರವಲ್ಲ.
IMDB ವೈಶಿಷ್ಟ್ಯಗಳು:
- ಇನ್-ಮೆಮೊರಿಯಲ್ಲಿ ಸಂಗ್ರಹವಾಗಿರುವ ಮತ್ತು SQL ಮೂಲಕ ಪ್ರವೇಶಿಸುವ ಡೇಟಾವು ಇತರ ವಿಧಾನಗಳಂತೆಯೇ ಇರುತ್ತದೆ. ಅವುಗಳನ್ನು ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡಲಾಗಿದೆ, ಪ್ರಸ್ತುತಿಯ ವಿಧಾನ, ಅವುಗಳನ್ನು ಸಂಬೋಧಿಸುವ ವಿಧಾನ ಮಾತ್ರ ವಿಭಿನ್ನವಾಗಿದೆ. ಡೇಟಾ ನಡುವೆ ವಹಿವಾಟು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
- IMDB ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗಳಿಗಿಂತ ವೇಗವಾಗಿರುತ್ತದೆ ಏಕೆಂದರೆ ಡಿಸ್ಕ್‌ಗಿಂತ RAM ನಿಂದ ಮಾಹಿತಿಯನ್ನು ಹಿಂಪಡೆಯುವುದು ವೇಗವಾಗಿರುತ್ತದೆ.
- ಆಂತರಿಕ ಆಪ್ಟಿಮೈಸೇಶನ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಕಡಿಮೆ ಸೂಚನೆಗಳನ್ನು ಹೊಂದಿವೆ.
- ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಡೇಟಾ, ಈವೆಂಟ್‌ಗಳು ಮತ್ತು ವಹಿವಾಟುಗಳನ್ನು ನಿರ್ವಹಿಸಲು IMDB ಗಳು ಸೂಕ್ತವಾಗಿವೆ.
IMDB ಗಳು ACID ಅನ್ನು ಭಾಗಶಃ ಬೆಂಬಲಿಸುತ್ತವೆ: ಪರಮಾಣು, ಸ್ಥಿರತೆ ಮತ್ತು ಪ್ರತ್ಯೇಕತೆ. ಆದರೆ ಅವರು "ಬಾಳಿಕೆ" ಅನ್ನು ಬೆಂಬಲಿಸುವುದಿಲ್ಲ - ವಿದ್ಯುತ್ ಅನ್ನು ಆಫ್ ಮಾಡಿದಾಗ, ಎಲ್ಲಾ ಡೇಟಾ ಕಳೆದುಹೋಗುತ್ತದೆ. ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು, ನೀವು ಸ್ನ್ಯಾಪ್‌ಶಾಟ್‌ಗಳನ್ನು ಬಳಸಬಹುದು - ಡೇಟಾಬೇಸ್‌ನ “ಸ್ನ್ಯಾಪ್‌ಶಾಟ್”, ಹಾರ್ಡ್ ಡ್ರೈವ್‌ನಲ್ಲಿ ಡೇಟಾಬೇಸ್ ಬ್ಯಾಕಪ್‌ಗೆ ಹೋಲುತ್ತದೆ ಅಥವಾ ರೀಬೂಟ್ ಮಾಡಿದ ನಂತರ ಡೇಟಾವನ್ನು ಮರುಸ್ಥಾಪಿಸಲು ವಹಿವಾಟುಗಳನ್ನು (ಲಾಗ್‌ಗಳು) ರೆಕಾರ್ಡ್ ಮಾಡಬಹುದು.
ದೋಷ-ಸಹಿಷ್ಣು ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರಚಿಸಲು
ದೋಷ-ಸಹಿಷ್ಣು ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್‌ನ ಕ್ಲಾಸಿಕ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ಊಹಿಸೋಣ. ಇದು ಈ ರೀತಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ: ಎಲ್ಲಾ ವಿನಂತಿಗಳನ್ನು ಸರ್ವರ್‌ಗಳ ನಡುವೆ ವೆಬ್ ಬ್ಯಾಲೆನ್ಸರ್ ಮೂಲಕ ವಿತರಿಸಲಾಗುತ್ತದೆ. ಈ ವ್ಯವಸ್ಥೆಯು ಸ್ಥಿರವಾಗಿದೆ ಏಕೆಂದರೆ ಸರ್ವರ್‌ಗಳು ಪರಸ್ಪರ ನಕಲು ಮಾಡುತ್ತವೆ ಮತ್ತು ಘಟನೆಗಳ ಸಂದರ್ಭದಲ್ಲಿ ಬ್ಯಾಕ್‌ಅಪ್ ಮಾಡುತ್ತವೆ.
ಬ್ಯಾಲೆನ್ಸರ್ ಎಲ್ಲಾ ವಿನಂತಿಗಳನ್ನು ಒಂದು ಸೆಷನ್‌ನಿಂದ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಒಂದು ಸರ್ವರ್‌ಗೆ ನಿರ್ದೇಶಿಸುತ್ತದೆ. ಇದು ಸ್ಟಿಕ್ ಸೆಶನ್ ಯಾಂತ್ರಿಕತೆಯಾಗಿದೆ: ಪ್ರತಿ ಸೆಶನ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಸಂಗ್ರಹಿಸಲಾದ ಮತ್ತು ಸಂಸ್ಕರಿಸುವ ಸರ್ವರ್‌ನೊಂದಿಗೆ ಸಂಯೋಜಿಸಲಾಗಿದೆ.
ಸರ್ವರ್‌ಗಳಲ್ಲಿ ಒಂದು ವಿಫಲವಾದಾಗ ಏನಾಗುತ್ತದೆ?
ಆರ್ಕಿಟೆಕ್ಚರ್ ನಕಲು ಮಾಡಿರುವುದರಿಂದ ಸೇವೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವುದಿಲ್ಲ. ಆದರೆ ನಾವು ಸತ್ತ ಸರ್ವರ್‌ನ ಸೆಷನ್‌ಗಳ ಉಪವಿಭಾಗವನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತೇವೆ. ಮತ್ತು ಅದೇ ಸಮಯದಲ್ಲಿ, ಈ ಸೆಷನ್‌ಗಳಿಗೆ ಸಂಬಂಧಿಸಿರುವ ಬಳಕೆದಾರರು. ಉದಾಹರಣೆಗೆ, ಕ್ಲೈಂಟ್ ಆದೇಶವನ್ನು ನೀಡುತ್ತಾನೆ ಮತ್ತು ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಅವನನ್ನು ಕಚೇರಿಯಿಂದ ಹೊರಹಾಕುತ್ತಾನೆ. ಅವನು ಮತ್ತೆ ಲಾಗ್ ಇನ್ ಮಾಡಿದಾಗ ಮತ್ತು ಎಲ್ಲವನ್ನೂ ಮತ್ತೆ ಮಾಡಬೇಕಾಗಿದೆ ಎಂದು ಕಂಡುಕೊಂಡಾಗ ಅವನು ಅತೃಪ್ತನಾಗಿರುತ್ತಾನೆ.
ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಬಳಕೆದಾರರನ್ನು ಬೆಂಬಲಿಸಲು ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ಅಗತ್ಯವಿದೆ ಮತ್ತು ಅವರು ಆರಾಮವಾಗಿ ಕೆಲಸ ಮಾಡಲು ನಿಧಾನವಾಗಿರುವುದಿಲ್ಲ. ಆದರೆ ಅದನ್ನು ನಿರಾಕರಿಸಿದರೆ, ಪ್ರತಿ ನಂತರದ ವಿನಂತಿಯೊಂದಿಗೆ ಸೆಷನ್ ಸ್ಟೋರ್ನೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸುವ ಸಮಯ ಹೆಚ್ಚಾಗುತ್ತದೆ. ಇದು ಇತರ ಬಳಕೆದಾರರಿಗೆ ಸರಾಸರಿ ಸುಪ್ತತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಆದರೆ ಅವರು ಅಭ್ಯಾಸಕ್ಕಿಂತ ಹೆಚ್ಚು ಸಮಯ ಕಾಯಲು ಬಯಸುವುದಿಲ್ಲ.
USA ಯ ದೊಡ್ಡ PASS ಪೂರೈಕೆದಾರರಾದ ನಮ್ಮ ಇತರ ಕ್ಲೈಂಟ್‌ನಂತೆ ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಬಹುದು. ವೆಬ್ ಸೆಷನ್‌ಗಳನ್ನು ಕ್ಲಸ್ಟರ್ ಮಾಡಲು ಇದು ಇನ್-ಮೆಮೊರಿಯನ್ನು ಬಳಸುತ್ತದೆ. ಇದನ್ನು ಮಾಡಲು, ಇದು ಸ್ಥಳೀಯವಾಗಿ ಅಲ್ಲ, ಆದರೆ ಕೇಂದ್ರವಾಗಿ - ಇನ್-ಮೆಮೊರಿ ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಸೆಷನ್‌ಗಳು ಹೆಚ್ಚು ವೇಗವಾಗಿ ಲಭ್ಯವಿರುತ್ತವೆ ಏಕೆಂದರೆ ಅವುಗಳು ಈಗಾಗಲೇ RAM ನಲ್ಲಿವೆ.
ಸರ್ವರ್ ಕ್ರ್ಯಾಶ್ ಆದಾಗ, ಕ್ಲಾಸಿಕಲ್ ಆರ್ಕಿಟೆಕ್ಚರ್‌ನಲ್ಲಿರುವಂತೆ ಬ್ಯಾಲೆನ್ಸರ್ ಕ್ರ್ಯಾಶ್ ಆದ ಸರ್ವರ್‌ನಿಂದ ಇತರ ಸರ್ವರ್‌ಗಳಿಗೆ ವಿನಂತಿಗಳನ್ನು ಕಳುಹಿಸುತ್ತದೆ. ಆದರೆ ಒಂದು ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸವಿದೆ: ಸೆಷನ್‌ಗಳನ್ನು ಇನ್-ಮೆಮೊರಿ ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಸರ್ವರ್‌ಗಳು ಬಿದ್ದ ಸರ್ವರ್‌ನ ಸೆಷನ್‌ಗಳಿಗೆ ಪ್ರವೇಶವನ್ನು ಹೊಂದಿವೆ.
ಈ ವಾಸ್ತುಶಿಲ್ಪವು ಸಂಪೂರ್ಣ ವ್ಯವಸ್ಥೆಯ ದೋಷ ಸಹಿಷ್ಣುತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಇದಲ್ಲದೆ, ಸ್ಟಿಕ್ ಅಧಿವೇಶನ ಕಾರ್ಯವಿಧಾನವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತ್ಯಜಿಸಲು ಸಾಧ್ಯವಿದೆ.
ಹೈಬ್ರಿಡ್ ಟ್ರಾನ್ಸಾಕ್ಷನಲ್ ಅನಾಲಿಟಿಕಲ್ ಪ್ರೊಸೆಸಿಂಗ್ (HTAP)
ವಿಶಿಷ್ಟವಾಗಿ, ವಹಿವಾಟು ಮತ್ತು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಇರಿಸಲಾಗುತ್ತದೆ. ಅವರು ಬೇರ್ಪಡಿಸಿದಾಗ, ಮುಖ್ಯ ಬೇಸ್ ಲೋಡ್ ಅಡಿಯಲ್ಲಿ ಬರುತ್ತದೆ. ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಪ್ರಕ್ರಿಯೆಗಾಗಿ, ಡೇಟಾವನ್ನು ಪ್ರತಿಕೃತಿಗೆ ನಕಲಿಸಲಾಗುತ್ತದೆ ಆದ್ದರಿಂದ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಪ್ರಕ್ರಿಯೆಯು ವಹಿವಾಟಿನ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿ ಮಧ್ಯಪ್ರವೇಶಿಸುವುದಿಲ್ಲ. ಆದರೆ ನಕಲು ವಿಳಂಬದೊಂದಿಗೆ ಸಂಭವಿಸುತ್ತದೆ - ವಿಳಂಬವಿಲ್ಲದೆ ಪುನರಾವರ್ತಿಸಲು ಅಸಾಧ್ಯ. ನಾವು ಇದನ್ನು ಸಿಂಕ್ರೊನಸ್ ಆಗಿ ಮಾಡಿದರೆ, ಇದು ಮುಖ್ಯ ನೆಲೆಯನ್ನು ನಿಧಾನಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ನಾವು ಯಾವುದೇ ಗೆಲುವುಗಳನ್ನು ಪಡೆಯುವುದಿಲ್ಲ.
HTAP ನಲ್ಲಿ, ಎಲ್ಲವೂ ವಿಭಿನ್ನವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ - ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಂದ ವಹಿವಾಟು ಲೋಡ್‌ಗೆ ಮತ್ತು ಪೂರ್ಣಗೊಳ್ಳಲು ದೀರ್ಘ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳಬಹುದು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಪ್ರಶ್ನೆಗಳಿಗೆ ಅದೇ ಡೇಟಾ ಸ್ಟೋರ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಡೇಟಾವು RAM ನಲ್ಲಿರುವಾಗ, ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಪ್ರಶ್ನೆಗಳನ್ನು ವೇಗವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಡೇಟಾಬೇಸ್‌ನೊಂದಿಗೆ ಸರ್ವರ್ ಕಡಿಮೆ ಲೋಡ್ ಆಗುತ್ತದೆ (ಸರಾಸರಿ).
ಹೈಬ್ರಿಡ್ ವಿಧಾನವು ವಹಿವಾಟು ಪ್ರಕ್ರಿಯೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಳ ನಡುವಿನ ಗೋಡೆಯನ್ನು ಒಡೆಯುತ್ತದೆ. ನಾವು ಅದೇ ಸಂಗ್ರಹಣೆಯಲ್ಲಿ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನಿರ್ವಹಿಸಿದರೆ, RAM ನಿಂದ ಡೇಟಾದಲ್ಲಿ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಪ್ರಶ್ನೆಗಳನ್ನು ಪ್ರಾರಂಭಿಸಲಾಗುತ್ತದೆ. ಅವು ಹೆಚ್ಚು ನಿಖರ, ಹೆಚ್ಚು ಅರ್ಥೈಸಬಲ್ಲ ಮತ್ತು ಸಮರ್ಪಕವಾಗಿವೆ.
ಇನ್-ಮೆಮೊರಿ ಪರಿಹಾರಗಳ ಏಕೀಕರಣ
ಎ (ತುಲನಾತ್ಮಕವಾಗಿ) ಸರಳ ಮಾರ್ಗ - ಮೊದಲಿನಿಂದ ಎಲ್ಲವನ್ನೂ ಅಭಿವೃದ್ಧಿಪಡಿಸಿ. ನಾವು ಡೇಟಾವನ್ನು ಡಿಸ್ಕ್ನಲ್ಲಿ ಇರಿಸುತ್ತೇವೆ ಮತ್ತು ಮೆಮೊರಿಯಲ್ಲಿ ಹಾಟ್ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತೇವೆ. ಇದು ಸರ್ವರ್ ರೀಬೂಟ್‌ಗಳು ಅಥವಾ ಸ್ಥಗಿತಗಳನ್ನು ಬದುಕಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಡಿಸ್ಕ್ನಲ್ಲಿ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿದಾಗ ಇಲ್ಲಿ ಎರಡು ಪ್ರಮುಖ ಸನ್ನಿವೇಶಗಳು ಕೆಲಸ ಮಾಡುತ್ತವೆ. ಮೊದಲನೆಯದರಲ್ಲಿ, ಕ್ಲಸ್ಟರ್ ಅಥವಾ ಭಾಗಗಳ ಕ್ರ್ಯಾಶ್‌ಗಳು ಅಥವಾ ನಿಯಮಿತ ರೀಬೂಟ್‌ಗಳನ್ನು ನಾವು ಬದುಕಲು ಬಯಸುತ್ತೇವೆ - ನಾವು ಅದನ್ನು ಸರಳ ಡೇಟಾಬೇಸ್‌ನಂತೆ ಬಳಸಲು ಬಯಸುತ್ತೇವೆ. ಎರಡನೆಯ ಸನ್ನಿವೇಶದಲ್ಲಿ, ಹೆಚ್ಚಿನ ಡೇಟಾ ಇದ್ದಾಗ, ಅದರಲ್ಲಿ ಕೆಲವು ಮೆಮೊರಿಯಲ್ಲಿದೆ.
ಮೊದಲಿನಿಂದ ಎಲ್ಲವನ್ನೂ ನಿರ್ಮಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಇನ್-ಮೆಮೊರಿಯನ್ನು ಈಗಾಗಲೇ ಸಂಯೋಜಿಸಲು ಸಾಧ್ಯವಿದೆ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ವಾಸ್ತುಶಿಲ್ಪ. ಆದರೆ ಎಲ್ಲಾ ಇನ್-ಮೆಮೊರಿ ಪರಿಹಾರಗಳು ಇದಕ್ಕೆ ಸೂಕ್ತವಲ್ಲ. ಮೂರು ಕಡ್ಡಾಯ ಷರತ್ತುಗಳಿವೆ. ಇನ್-ಮೆಮೊರಿ ಪರಿಹಾರವು ಬೆಂಬಲಿಸಬೇಕು:
- ಅದರ ಕೆಳಗೆ ಇರುವ ಡೇಟಾಬೇಸ್‌ಗೆ ಸಂಪರ್ಕಿಸಲು ಪ್ರಮಾಣಿತ ಮಾರ್ಗ (ಉದಾಹರಣೆಗೆ, MySQL);
- ಶೇಖರಣೆಯೊಂದಿಗೆ ಪರಸ್ಪರ ಕ್ರಿಯೆಯ ತರ್ಕವನ್ನು ಪುನಃ ಬರೆಯಲು ಮತ್ತು ಬದಲಾಯಿಸದಂತೆ ಪ್ರಮಾಣಿತ ಪ್ರಶ್ನೆ ಭಾಷೆ;
- ವಹಿವಾಟು - ಪರಸ್ಪರ ಕ್ರಿಯೆಯ ಶಬ್ದಾರ್ಥವನ್ನು ಸಂರಕ್ಷಿಸಿ.
ಎಲ್ಲಾ ಮೂರು ಷರತ್ತುಗಳನ್ನು ಪೂರೈಸಿದರೆ, ನಂತರ ಏಕೀಕರಣ ಸಾಧ್ಯ. ಅಪ್ಲಿಕೇಶನ್ ಮತ್ತು ಡೇಟಾಬೇಸ್ ನಡುವೆ ನಾವು ಇನ್-ಮೆಮೊರಿ ಡೇಟಾ ಗ್ರಿಡ್ ಅನ್ನು ಇರಿಸುತ್ತೇವೆ. ಈಗ ಬರೆಯುವ ವಿನಂತಿಗಳನ್ನು ಆಧಾರವಾಗಿರುವ ಡೇಟಾಬೇಸ್‌ಗೆ ನಿಯೋಜಿಸಲಾಗುವುದು ಮತ್ತು ಡೇಟಾ ಸಂಗ್ರಹದಲ್ಲಿ ಇಲ್ಲದಿದ್ದರೆ ಓದುವ ವಿನಂತಿಗಳನ್ನು ಆಧಾರವಾಗಿರುವ ಡೇಟಾಬೇಸ್‌ಗೆ ನಿಯೋಜಿಸಲಾಗುತ್ತದೆ.
ಡೇಟಾಗೆ ವೇಗದ ಪ್ರವೇಶ ಮತ್ತು ಅದರ ಸಂಸ್ಕರಣೆಯು ನಿಮಗೆ ಮುಖ್ಯವಾಗಿದ್ದರೆ, ಉದಾಹರಣೆಗೆ, ವ್ಯವಹಾರ ವಿಶ್ಲೇಷಣೆಗಾಗಿ, ನೀವು ಇನ್-ಮೆಮೊರಿಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಬಗ್ಗೆ ಯೋಚಿಸಬಹುದು. ಮತ್ತು ಅನುಷ್ಠಾನಕ್ಕಾಗಿ, ಹೊಸ ವಾಸ್ತುಶಿಲ್ಪವನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವಾಗ ನೀವು ಎರಡೂ ವಿಧಾನಗಳನ್ನು ಬಳಸಬಹುದು.
ಮೂಲ: www.habr.com