❶ 怎么查看数据库参数配置信息
你好：oracle的参数配置一般很难去文件中查看，但是他的所有配置基本都可以通过命令来查看，如用户权限，表名，存储位置，版本等等，SGA,PGa最大连接数都是可以查询的；具体问题具体分析吧，太笼统的话，没法给你确切的答案呢。
❷ 如何将大数据娴MySql 数据库
1. 什么是大数据
1. 所谓大数据, 就是大的字节数据,或大的字符数据.
2. 标准 SQL 中提供了如下类型来保存大数据类型:
字节数据类型: tinyblob(256B), blob(64K), mediumblob(16M), longblob(4G)
字符数据类型: tinyclob(256B), clob(64K), mediumclob(16M), longclob(4G)
3. MySql 中处理字符的数据类型名称与 SQL 标准不同:
字符数据类型: tinytext(256B), text(64K), mediumtext(16M), longtext(4G)
// 示例: 把 mp3 保存到数据库中// 需要在 MySql 配置文件中添加如下配置: `max_allowed_packet=10485760`// 因为 MySql 默认不允许数据包传输过大 public class Demo{ // 将 mp3 文件保存到数据库中 public void fun1(){ // 获取连接对象 Connection con = JdbcUtils.getConnection(); // 提供 sql 模板, 获取 PreparedStatement 对象 String sql = "INSERT INTO tab_bin VALUES(?,?,?)"; PreparedStatement pstmt = con.prepareStatement(sql); // 设置 sql 模板参数 pstmt.setInt(1,001); pstmt.setString(2,"hello.mp3"); // mp3 保存为 blob 类型的数据 // 通过 commons-io 工具类, 将 mp3 转换成 byte[] Byte[] bytes = IOUtils.toByteArray(new FileInputStream("/Users/姓名/Desktop/hello.mp3")); // 使用 bytes, 创建 Blob 对象 Blob blob = new SerialBlob(bytes); pstmt.setBlob(3,blob); // 发送 sql 语句 pstmt.executeUpdate(); } // 从数据库中获取 mp3 数据 public void fun2(){ // 获取连接对象 Connection con = JdbcUtils.getConnection(); // 获取 PreparedStatement 对象 String sql = "SELECT * FROM tab_bin"; PreparedStatement pstmt = con.prepareStatement(sql); // 发送 sql 语句, 返回 ResultSet 对象 ResultSet rs = pstmt.executeQuery(); // 将 rs 中名为 data 列的数据 if(rs.next()){ Blob blob = rs.getBlob("data"); // 把 blob 转换成硬盘上的 mp3 文件 // 1. 通过 blob 得到输入流对象 // 2. 自己创建输出流对象 // 3. 把输入流的数据写入到输出流中 InputStream in = blob.getBinaryStream(); OutputStream out = new FileOutputStream("/Users/姓名/Document/world.mp3"); // 使用工具类中的方法 IOUtils.(in,out); } } }
❸ 服务器参数配置文件config.json该怎么设置
代码如下：请导入 System.XML命名空间string file = Server.MapPath(@"~\web.config");XmlDocument xmlDoc = new XmlDocument();xmlDoc.Load(file);string s1 = "aaa";string s2 = "bbb";string h = "ccc";string user = "ddd";string pass = "eee";XmlNodeList nodeList = null;nodeList = xmlDoc.SelectSingleNode("configuration//connectionStrings").ChildNodes;//遍历所有子节点foreach (XmlNode xn in nodeList){//将子节点类型转换为XmlElement类型XmlElement xe = xn as XmlElement;if (xe.Name == "add"){if (xe.GetAttribute("name") == "acountConnectionString"){xe.SetAttribute("connectionString", s1);}if (xe.GetAttribute("name") == "mailaddress"){xe.SetAttribute("connectionString", s2);}}}nodeList = xmlDoc.SelectSingleNode("configuration//system.net//mailSettings//smtp").ChildNodes;foreach (XmlNode xn in nodeList){//将子节点类型转换为XmlElement类型XmlElement xe = xn as XmlElement;if (xe.Name == "network"){xe.SetAttribute("host", h);xe.SetAttribute("userName", user);xe.SetAttribute("password", pass);break;}}xmlDoc.Save(file);但实际上通过代码修改web.config的操作微乎其微1. web.config的修改可能会导致session等服务器变量的丢失2. 如果你的页面是发布在IIS下面，要通过页面修改web.config，必须给web.config这个文件添加 Network service (IIS6)或 ASPNET (IIS)用户的写权限，这在实际操作中是不可想象的
❹ 大数据专业用什么配置笔记本够用
这个需要根据用途选择，配置是越高越好，当然价格也就会越高。挑选电脑的话主要从以下几个方面考虑：1、CPU：计算机的所有操作都受CPU控制，CPU的性能指标直接决定了微机系统的性能指标，目前市面主流的是奔腾、酷睿i3、i5之类。2、显示屏：液晶显示器是笔记本电脑中最为昂贵的一个部件。屏幕的大小主流为14.1英寸，也有15英寸的，如果用户经常出差的话，建议选择一些超薄、超轻型笔记本，屏幕在12寸~13寸，如果用户是坐办公室，不妨选择大一点，这样看起来比较舒适。3、内存：用于暂时存放CPU中的运算数据，以及与硬盘等外部存储器交换的数据，计算机中所有程序的运行都是在内存中进行的，因此内存的性能对计算机的影响非常大。目前市面主流的是2G/4G,以及8G大小的内存。4、硬盘容量：作为计算机系统的数据存储器，容量是硬盘最主要的参数，主要考虑硬盘容量和转速，市面主流是500及1T容量的，5400转速和7200转速的。5、光盘驱动器：目前流行搭配DVD-RW（DVD刻录）。从使用和经济的角度。要注意光驱读盘的稳定性、读盘声音、读盘时的纠错能力、光驱速度等。6、电池和电源适配器：尽可能选购锂电池，而对于电源适配器，在选购时要应该注意在长时间工作以后，如果温度太高就不正常。7、扩充性：应充分考虑产品的扩充性能和可升级性。使用最频繁的USB接口，有多个较好用，可以很轻易地接上数字相机、扫描仪、鼠标等各种外设。8、是否预装操作系统：没有预装操作系统，就是所说的“裸机”。这样对系统的稳定性有一定影响。9、品牌：买笔记本电脑最好不要只求便宜，或规格高。品牌保证在购买时是有意义的，因为一般品牌形象好的公司，通常会在技术及维修服务上有较大的投资，并反应在产品的价格上。此外，在软件以及整体应用的搭配、说明文件、配件等也会较为用心。在询问价格的同时，还应关注保修及日后升级服务的内容。尤其是保修服务方面，有些公司提供一年，有些公司则是三年的保修服务；有些公司设有快速维修中心，有些则没有；而保修期间的维修、更换零件是否收费各品牌也不尽相同。
❺ 大数据如何入门
首先我们要了解java语言和linux操作系统，这两个是学习大数据的基础，学习的顺序不分前后。
大数据
Java ：只要了解一些基础即可，做大数据不需要很深的Java 技术，学java SE 就相当于有学习大数据基础。
Linux：因为大数据相关软件都是在Linux上运行的，所以Linux要学习的扎实一些，学好Linux对你快速掌握大数据相关技术会有很大的帮助，能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑，学会shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快。
Hadoop：这是现在流行的大数据处理平台几乎已经成为大数据的代名词，所以这个是必学的。Hadoop里面包括几个组件HDFS、MapRece和YARN，HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面，MapRece是对数据进行处理计算的，它有个特点就是不管多大的数据只要给它时间它就能把数据跑完，但是时间可能不是很快所以它叫数据的批处理。
Zookeeper：这是个万金油，安装Hadoop的HA的时候就会用到它，以后的Hbase也会用到它。它一般用来存放一些相互协作的信息，这些信息比较小一般不会超过1M，都是使用它的软件对它有依赖，对于我们个人来讲只需要把它安装正确，让它正常的run起来就可以了。
Mysql：我们学习完大数据的处理了，接下来学习学习小数据的处理工具mysql数据库，因为一会装hive的时候要用到，mysql需要掌握到什么层度那?你能在Linux上把它安装好，运行起来，会配置简单的权限，修改root的密码，创建数据库。这里主要的是学习SQL的语法，因为hive的语法和这个非常相似。
Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。当然你也可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的，当然生产环境中使用要注意Mysql的压力。
Hive：这个东西对于会SQL语法的来说就是神器，它能让你处理大数据变的很简单，不会再费劲的编写MapRece程序。有的人说Pig那?它和Pig差不多掌握一个就可以了。
Oozie：既然学会Hive了，我相信你一定需要这个东西，它可以帮你管理你的Hive或者MapRece、Spark脚本，还能检查你的程序是否执行正确，出错了给你发报警并能帮你重试程序，最重要的是还能帮你配置任务的依赖关系。我相信你一定会喜欢上它的，不然你看着那一大堆脚本，和密密麻麻的crond是不是有种想屎的感觉。
Hbase：这是Hadoop生态体系中的NOSQL数据库，他的数据是按照key和value的形式存储的并且key是唯一的，所以它能用来做数据的排重，它与MYSQL相比能存储的数据量大很多。所以他常被用于大数据处理完成之后的存储目的地。
Kafka：这是个比较好用的队列工具，队列是干吗的?排队买票你知道不?数据多了同样也需要排队处理，这样与你协作的其它同学不会叫起来，你干吗给我这么多的数据(比如好几百G的文件)我怎么处理得过来，你别怪他因为他不是搞大数据的，你可以跟他讲我把数据放在队列里你使用的时候一个个拿，这样他就不在抱怨了马上灰流流的去优化他的程序去了，因为处理不过来就是他的事情。而不是你给的问题。当然我们也可以利用这个工具来做线上实时数据的入库或入HDFS，这时你可以与一个叫Flume的工具配合使用，它是专门用来提供对数据进行简单处理，并写到各种数据接受方(比如Kafka)的。
Spark：它是用来弥补基于MapRece处理数据速度上的缺点，它的特点是把数据装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘。特别适合做迭代运算，所以算法流们特别稀饭它。它是用scala编写的。Java语言或者Scala都可以操作它，因为它们都是用JVM的。
❻ cognos怎么处理大数据
浅谈一下Cognos处理大数据的思路，仅针对.2.1以下的版本，对于10.2.1当中引入的hadloop等分布式数据仓库等不做介绍。我们主要从一个一般中等项目当中，用怎样的思路来优化我们的查询。我们主要从3个思路来思考大数据的处理一、数据库层次现在主流的Cognos项目，主要的开发模式还是基于rolap的dmr报表建模。因此，数据库的优化就显得由为重要。主要通过以下几个方面优化我们的数据库：(1)维度id，维度层次id等关键减缩字段建立索引建立、维护。(2)根据数据量的大小，按时间等进行分区优化。(3)高速缓冲表MQT的使用(4)表空间、缓冲池设置等(5)数据库性能优化二、Cognos Server优化Cognos优化包括对配置文件的优化，集群的搭建，服务和日志的开启等基于cognos 软件安装，配置的优化，主要包括以下几个方面：2.1 apache 配置优化Timeout（超时）/MaxKeepAliveRequests（最大的请求数）/KeepAliveTimeout（请求超时）的优化配置2.2Cognos自带tomcat配置调优(1)可修改TOMCAT配置文件CRN_ROOT\tomcat.\conf\server.xml。其参数集中在行：可以对maxProcessors（最大进程数）/AcceptCount(最大连接数) ConnectionTimeout（连接超时）进行修改(2)文件路径：CRN_ROOT\tomcat.\conf\web.xml可以对session-timeout进行修改.2.3Cognos sever配置文件优化2.3.1 reportservice.xml优化文件路径：CRN_ROOT\ webapps\p2pd\WEB-INF\services\ reportservice.xml注：修改文件后，重启服务后配置生效。包括以下参数 max_process(交互报表处理进程数，和cpu有关) inger_process(交互报表初始化进程数，和cpu优关)max_non_affine_connections_per_process(交互报表所占线程数) idle_process_check_interval_ms(空闲检测时间)queue_time_limit_ms(报表服务队列时间限制) async_wait_timeout_ms(Dispatcher请求等待同步时间)2.3.2 batchreportservice.xml文件路径：CRN_ROOT\ webapps\p2pd\WEB-INF\services\ batchreportservice.xml注：修改文件后，重启服务后配置生效。包括以下参数 max_process(服务批量报表处理所占进程数) linger_process(服务批量报表处理初始化进程数)max_non_affine_connections_per_process(服务批量报表处理所占线程数) idle_process_check_interval_ms(空闲进程检测时间间隔)idle_process_max_idle_ticks(空闲进程检测标记) queue_time_limit_ms(批量报表处理排队时间限制) async_wait_timeout_ms(Dispatcher请求等待同步时间)2.3.3 CQEConfig.xml主要是与数据库参数设置，文件路径：CRN_ROOT\configuration\ CQEConfig.xml.sample注：将CQEConfig.xml.sample文件名修改为CQEConfig.xml后，重启服务后配置生效。可以修改以下参数：Timeout(应用数据库连接超时设置) PoolSize(应用数据库连接池最大连接数设置) queryReuse(查询缓冲设置)2013-07-08 0 分享答案对人有帮助，有参考价值1曾力 – Cognos讲师、Cognos独立顾问、数据仓库架构师 2013-07-08 回答2.3.4 ppds_cfg.xml主要进行缓存和日志参数设置，文件路径：\cognos\c8\configuration\ ppds_cfg.xml注：重启服务后配置生效。可以修改以下参数：ReadCacheSize(可减少用户访问时服务器的磁盘IO。提高访问速度。) pcQueryLogFile(建议生产环境关闭该日志的跟踪，一般默认也是关闭状态)2.4 Cognos content store优化2.4.1优化内容库连接服务内容库最好外配为db2 oracle等数据库，不要用自带的derby.因为项目中的日志信息会非常多，严重影响内容库的效率。Cognos Administration，在系统下选择选择对应的服务，选择ContentManagerService的属性，设置相应的连接参数信息。2.4.2日志优化适当开启各个cognos服务的日志级别，越高级的级别对应更详细，更明确的日志，但也会影响整个系统的效率。这是一把双刃剑，需要适当调整。日志级别设置得越高，就越降低系统性能。通常情况下，您可以将级别设置为“最小”或“基本”来收集错误，或设置为“请求”来收集错误和警告。2.5提高访问数据库速度Cognos和数据库间参数在cer\bin\cogdm.ini文件中,(根据版本不同是安装目录的数字，根据连接的数据库不同，是对应数据库名称的关键字)以oracle数据库为例,参数在cogdmor.ini文件中，打开这个文件查找字符串Fetch Number of Rows=去掉这行前面的分号，将10改成2000；这样这行就成了Fetch Number of Rows=2000，表示是每次从数据库取2000条数据。其他数据库基本上都有类似的配置。用以提高从数据库中提取数据的速度。2.6加大缓存cer\bin\Cer.ini(*根据版本不同是安装目录的数字)：SortMemory=5120（这里 SortMemory 单位是 2kbytes，5120代表 2k x 5120 = 10M）（技巧：一般 SortMemory 取空闲内存的十分之一到八分之一大小）2.7修改cognos configuration中的参数来优化在cognos configuration中有很多参数可以优化来提高整体软件的运行效率，比如增加内存、增加查询缓存2.8分布式部署分布式部署可以大大提升Cognos服务器的负载能力，同时容错保护功能可以使服务器更为稳定的运行，很好的支持大用户量的并发使用。2013-07-08 0答案对人有帮助，有参考价值1曾力 – Cognos讲师、Cognos独立顾问、数据仓库架构师 2013-07-08 回答3.报表设计优化Cognos报表作为一个工具，在非cube模式下，最终我们执行报表查询的时候，我们的报表发送到数据库进行查询的本质还是sql，所以，在我们制作一张报表的时候，我们要尽可能的利用fm,rs当中的功能，优化报表最终执行生成的SQL实现整个报表的优化。而CUBE模式下，我们更多要考虑配置、存放和数据库大小所造成的影响，下面我会细细说来。2013-07-08 0答案对人有帮助，有参考价值1曾力 – Cognos讲师、Cognos独立顾问、数据仓库架构师 2013-07-08 回答3.1 FM建模优化3.1.1手写SQL定制查询主题右键点击查询主题的菜单项Edit Definition…可以进入SQL语句编写框，调整查询主题的SQL语句。默认情况下，这里的SQL语句为Cognos SQL类型。如果需要编写应用数据库可以直接运行的本地SQL需要将这里的SQL类型进行设置。点击右上方的Options按钮，选择SQL Settings标签页，选择SQL Type为Native。这个时候，我们手写SQL就非常注重这个SQL的优化，尽量避免SELECT *,用EXISTS替代IN,多使用DECODE来进行判断，条件语句注意点等常用SQL优化策略，编写对应的SQL.3.1.2尽量使用特定数据的数据库函数在菜单项Actions中选择Specify Package Function List…指定报表定制中可以使用的数据库函数列表。将除应用数据库意外的其他数据库类型从Selected function sets中选到Available function sets中，尽量使用特定数据库的自带函数可以提高查询效率。3.1.3表关联设定在建立表关联尽量避免使用外关联关系（包括左外关联、右外关联、全外关联）。外关联的使用会使数据库的查询压力骤增，从而影响前端报表的生成。在星型结构、雪花型结构的数据仓库模型中，尽量按照一对一、一对多的关联关系设定维表与实事表之间的关联，Cognos Server会依照这里的关联关系自动优化提交给数据库的SQL语句。如果关联关系中出现了环状连接关系，可以通过别名表或是快捷键的方式解决环状连接问题.3.1.4Edit Governors查询性能设置在菜单项Project中选择Edit Governors，可以设置查询的查询性能Report table limits 该属性设置报表中运行SQL所涉及的TABLE数量Data retrieval limits 该属性设置报表中运行SQL返回结果的数量Query execution time limits 该属性设置报表中运行SQL的执行时间Large text items limit 该属性设置报表中运行SQL返回大文字块的字符数量限制2013-07-08 0答案对人有帮助，有参考价值1曾力 – Cognos讲师、Cognos独立顾问、数据仓库架构师 2013-07-08 回答3.2 RS报表调优3.2.1报表函数的使用在报表函数的使用上，尽可能使用应用数据库能够解析的本地数据库函数，函数列表中的通用函数，在处理时会将函数放在报表服务器进行运算，从而增大了报表服务器的性能开销。3.2.2 观察查询的SQL我们选择查询页面，GENERATE SQL/MDX观察这个报表生成的SQL并进行不断优化，3.3.33.2 RS报表调优3.2.1报表函数的使用在报表函数的使用上，尽可能使用应用数据库能够解析的本地数据库函数，函数列表中的通用函数，在处理时会将函数放在报表服务器进行运算，从而增大了报表服务器的性能开销。3.2.2 观察查询的SQL我们选择查询页面，GENERATE SQL/MDX观察这个报表生成的SQL并进行不断优化，3.3.3查询字段、查询表顺序调整根据数据库的优化策略，可能需要将查询字段的顺序进行调整，可以在Data Items窗口中进行设置。查询SQL语句中，From关键字后面的表顺序是按照select关键字后出现的字段顺序进行设置的。在为表顺序进行设置时，属性为Identifier或Attribute的字段比属性为Fact的字段在为表排序时的优先级要高，即，先以Identifier、Attribute字段的出现顺序为表进行排序，如果没有上述两类字段，才以Fact字段的出现顺序为表进行排序。3.3.4聚合前后设置过滤条件将过滤条件的Application属性设置为After aggregation或Before aggregation可以调整过滤条件在聚合前或是聚合后生效。After aggregation生成过滤条件的SQL语句使用的是关键字having，而Before aggregation生成过滤条件的SQL语句使用的是关键字where。3.3.5取消报表自动分组提高明细报表查询速度如果报表要展现明细数据，不想使用任何汇总，我们可以到此报表对应的查询中将自动分组属性定义为否。修改地方：对象的属性Auto Group & Summarize可以设置当前SQL语句的查询中是否加入distinct、sum、group by这样的关键字。默认情况下，该属性设置为Yes，可以根据查询情况关掉此开关项，减少SQL语句的复杂度。3.3.6自动排序设置在Query的Auto-sort属性中可以为查询设置是否自动排序。如果选择是，则会在生成的SQL语句中自动加入Order By关键字，排序字段将自动根据数据项的属性进行设置（如果查询字段的usage属性为Attribute、Identifier则排序，如果为Fact则不排序）；如果选择否、则不排序；如果选择最小，则根据数据项的排序属性进行排序设置。默认值为最小。3.3.7报表Processing设置在Query的Processing属性中可以为查询设置SQL的处理设置。Cognos Report Studio会将报表的所有设置首先转换为Cognos SQL提交给报表服务器，服务器在进行必要处理后，会将SQL语句转换为应用数据库本地执行的SQL语句，进行数据库处理。为提高报表的处理速度，要尽可能的将报表的处理运算放在数据库进行，以保证其运行速度。将该属性设置为Database only会将报表页面生成的Cognos SQL不经报表服务器处理全部转换为数据库能够执行的本地数据库SQL，如果将该属性设置为Limited Local，则将报表页面生成的Cognos SQL先进行必要的报表服务器运算，然后再将剩余的部分提交给数据库进行本地SQL的处理。默认值为Framework中为Datasource对象的设置的queryProcessing属性。3.3.8使用With子句在Query的Use SQL With Clause属性中可以为查询设置是否使用With子句。部分数据库例如Oracle支持With关键字，当查询中嵌套子查询时，可以通过With子句的使用，减轻报表服务器对Cognos SQL的处理，从而提升报表的运行性能。如果将该属性设置为Yes，则允许使用With关键字，查询中生成的Native SQL将出现With子句；如果将该属性设置为No，虽然拒绝使用With关键字。默认值为Framework中Edit Governors下的Use WITH clause when generating SQL属性设置。3.3.9报表服务器本地缓存设置在Query的Use Local Cache属性中可以为查询设置是否使用本地缓存。如果将该属性设置为Yes，则启用服务器的本地缓存，服务器将为查询结果保存在session中，当用户在浏览器内再次打开同一张报表时，查询结果将取自缓存，从而减轻了数据库的负载压力；如果将该属性设置为No，则禁用服务器的本地缓存，查询结果全部取自数据库的实时数据。默认值为Framework中Edit Governors下的Allow usage of local cache属性设置。我用的是finereport，比这个方便
❼ 以道大数据课程体系都讲什么
大数据技术在如今应用非常广泛，许多想入行学习大数据培训的童鞋不知从何学起，从哪儿开始学首先要根据你的基本情况而定，如果你是零基础的也不需要担心，先从基础开始学起就好了，接下来学习基础java开始、数据结构、关系型数据库、linux系统操作，夯实基础之后，再进入大数据的学习，例如：hadoop离线分析、Storm实时计算、spark内存计算的学习，以道教育大数据课程体系可以如下：第一阶段 WEB 开发基础HTML基础1、Html基本介绍2、HTML语法规范3、基本标签介绍4、HTML编辑器/文本文档/WebStrom/elipse5、HTML元素和属性6、基本的HTML元素6.1 标题6.2 段落6.3 样式和style属性6.3 链接 a6.4 图像 img6.5 表格 table6.6 列表 ul/ol/dl7、 HTML注释8、表单介绍9、Table标签10、DIV布局介绍11、HTML列表详解HTML布局和Bootstrap1、 HTML块元素（block）和行内元素(inline)2、使用div实现网页布局3、响应式WEB设计（Responsive Web Design）4、使用bootstrap实现响应式布局HTML表单元素1、HTML表单 form2、HTML表单元素3、 HTML input的类型 type4、 Html input的属性CSS基础1、CSS简介及基本语法2、在HTML文档中使用CSS3、CSS样式4、CSS选择器5、盒子模型6、布局及定位CSS高级/CSS31、尺寸和对齐2、分类（clear/cursor/display/float/position/visibility）3、导航栏4、图片库5、图片透明6、媒介类型 @media7、CSS38、CSS3动画效果JavaScript基础1、JavaScript简介2、基本语法规则3、在HTML文档中使用JS4、JS变量5、JS数据类型6、JS函数7、JS运算符8、流程控制9、JS错误和调试JavaScript对象和作用域1、数字 Number2、字符串String3、日期 Date4、数组5、数学 Math6、DOM对象和事件7、BOM对象8、Window对象9、作用域和作用域链10、JSONJavascript库1、Jquery2、Prototype3、Ext JsJquery1、Jquery基本语法2、Jquery选择器3、Jquery事件4、Jquery选择器5、Jquery效果和动画6、使用Jquery操作HTML和DOM7、Jquery遍历8、Jquery封装函数9、Jquery案例表单验证和Jquery Validate1、用Js对HTML表单进行验证2、Jquery Validata基本用法3、默认校验规则和提示信息4、debug和ignore5、更改错误信息显示位置和样式6、全部校验通过后的执行函数7、修改验证触发方式8、异步验证9、自定义校验方法10、radio 和 checkbox、select 的验证Java基础1、关于Java2、Java运行机制3、第一个Java程序，注释4、Javac,Java,Javadoc等命令5、标识符与关键字6、变量的声明，初始化与应用7、变量的作用域8、变量重名9、基本数据类型10、类型转换与类型提升11、各种数据类型使用细节12、转义序列13、各种运算符的使用流程控制1、选择控制语句if-else2、选择控制语句switch-case3、循环控制语句while4、循环控制语句do-while5、循环控制语句for与增强型for6、break，continue，return7、循环标签8、数组的声明与初始化9、数组内存空间分配10、栈与堆内存11、二维（多维）数组12、Arrays类的相关方法13、main方法命令行参数面向对象1、面向对象的基本思想2、类与对象3、成员变量与默认值4、方法的声明，调用5、参数传递和内存图6、方法重载的概念7、调用原则与重载的优势8、构造器声明与默认构造器9、构造器重载10、this关键字的使用11、this调用构造器原则12、实例变量初始化方式13、可变参数方法访问权限控制1、包 package和库2、访问权限修饰符private/protected/public/包访问权限3、类的访问权限4、抽象类和抽象方法5、接口和实现6、解耦7、Java的多重继承8、通过继承来扩展接口错误和异常处理1、概念：错误和异常2、基本异常3、捕获异常 catch4、创建自定义异常5、捕获所有异常6、Java标准异常7、使用finally进行清理8、异常的限制9、构造器10、异常匹配11、异常使用指南数据库基础（MySQL）数据库基础（MySQL）JDBC1、Jdbc基本概念2、使用Jdbc连接数据库3、使用Jdbc进行crud操作4、使用Jdbc进行多表操作5、Jdbc驱动类型6、Jdbc异常和批量处理7、Jdbc储存过程Servlet和JSP1、Servlet简介2、Request对象3、Response对象4、转发和重定向5、使用Servlet完成Crud6、Session和Coolie简介7、ServletContext和Jsp8、El和Jstl的使用Ajax1、什么是Ajax2、XMLHttpRequest对象（XHR）3、XHR请求4、XHR响应5、readystate/onreadystatechange6、Jquery Ajax7、JSON8、案例：对用户名是否可用进行服务器端校验综合案例1、项目开发一般流程介绍2、模块化和分层3、DButils4、QueryRunner5、ResultSetHandle6、案例：用户登录/注册，从前端到后端第二阶段 Java SE访问权限和继承1、包的声明与使用2、import与import static3、访问权限修饰符4、类的封装性5、static（静态成员变量）6、final（修饰变量，方法）7、静态成员变量初始化方式8、类的继承与成员继承9、super的使用10、调用父类构造器11、方法的重写与变量隐藏12、继承实现多态和类型转换13、instanceof抽象类与接口1、抽象类2、抽象方法3、继承抽象类4、抽象类与多态5、接口的成员6、静态方法与默认方法7、静态成员类8、实例成员类9、局部类10、匿名类11、eclipse的使用与调试12、内部类对外围类的访问关系13、内部类的命名Lambda表达式与常用类1、函数式接口2、Lambda表达式概念3、Lambda表达式应用场合4、使用案例5、方法引用6、枚举类型（编译器的处理）7、包装类型（自动拆箱与封箱）8、String方法9、常量池机制10、String讲解11、StringBuilder讲解12、Math，Date使用13、Calendars使用异常处理与泛型1、异常分类2、try-catch-finally3、try-with-resources4、多重捕获multi-catch5、throw与throws6、自定义异常和优势7、泛型背景与优势8、参数化类型与原生类型9、类型推断10、参数化类型与数组的差异11、类型通配符12、自定义泛型类和类型擦出13、泛型方法重载与重写集合1 、常用数据结构2 、Collection接口3 、List与Set接口4 、SortedSet与NavigableSet5 、相关接口的实现类6 、Comparable与Comparator7、Queue接口8 、Deque接口9 、Map接口10、NavigableMap11、相关接口的实现类12、流操作（聚合操作）13、Collections类的使用I/O流与反射1 、File类的使用2 、字节流3 、字符流4 、缓存流5 、转换流6 、数据流7、对象流8、类加载，链接与初始化9 、ClassLoader的使用10、Class类的使用11、通过反射调用构造器12、安全管理器网络编程模型与多线程1、进程与线程2、创建线程的方式3、线程的相关方法4、线程同步5、线程死锁6、线程协作操作7、计算机网络（IP与端口）8、TCP协议与UDP协议9、URL的相关方法10、访问网络资源11、TCP协议通讯12、UDP协议通讯13、广播SSM-Spring1.Spring/Spring MVC2.创建Spring MVC项目3.Spring MVC执行流程和参数SSM-Spring.IOC1.Spring/Spring MVC2.创建Spring MVC项目3.Spring MVC执行流程和参数SSM-Spring.AOP1.Spring/Spring MVC2.创建Spring MVC项目3.Spring MVC执行流程和参数SSM-Spring.Mybatis1.MyBatis简介2.MyBatis配置文件3.用MyBatis完成CRUD4.ResultMap的使用5.MyBatis关联查询6.动态SQL7.MyBatis缓冲8.MyBatis-GeneratorSocket编程1.网络通信和协议2.关于Socket3.Java Socket4.Socket类型5.Socket函数6.WebSocket7.WebSocket/Spring MVC/WebSocket AjaxIO/异步window对象全局作用域窗口关系及框架窗口位置和大小打开窗口间歇调用和超时调用（灵活运用）系统对话框location对象navigator对象screen对象history对象NIO/AIO1.网络编程模型2.BIO/NIO/AIO3.同步阻塞4.同步非阻塞5.异步阻塞6.异步非阻塞7.NIO与AIO基本操作8.高性能IO设计模式第三阶段 Java 主流框架MyBatis1.mybatis框架原理分析2.mybatis框架入门程序编写3.mybatis和hibernate的本质区别和应用场景4.mybatis开发方法5.SqlMapConfig配置文件讲解6.输入映射-pojo包装类型的定义与实现7.输出映射-resultType、resultMap8.动态sql9.订单商品数据模型分析10.高级映射的使用11.查询缓存之一级缓存、二级缓存12.mybatis与spring整合13. mybatis逆向工程自动生成代码Spring/Spring MVC1. springmvc架构介绍2. springmvc入门程序3. spring与mybatis整合4. springmvc注解开发—商品修改功能分析5. springmvc注解开发—RequestMapping注解6. springmvc注解开发—Controller方法返回值7. springmvc注解开发—springmvc参数绑定过程分析8. springmvc注解开发—springmvc参数绑定实例讲解9. springmvc与struts2的区别10. springmvc异常处理11. springmvc上传图片12. springmvc实现json交互13. springmvc对RESTful支持14. springmvc拦截器第四阶段 关系型数据库/MySQL/NoSQLSQL基础1.SQL及主流产品2.MySQL的下载与安装（sinux/windows）3.MySql的基本配置/配置文件4.基本的SQL操作 DDL5.基本的SQL操作 DML6.基本的SQL操作 DCL7.MySQL客户端工具8.MySQL帮助文档MySQL数据类型和运算符1 数值类型2 日期时间类型3 字符串类型4 CHAR 和 VARCHAR 类型5 BINARY 和 VARBINARY 类型6 ENUM 类型7 SET 类型8 算术运算符9 比较运算符10 逻辑运算符11 位运算12 运算符的优先级MySQL函数1 字符串函数2 数值函数3 日期和时间函数4 流程函数5 其他常用函数MySQL存储引擎1.MySQL支持的存储引擎及其特性2.MyISAM3.InnoDB4.选择合适的存储引擎选择合适的数据类型1 CHAR 与 VARCHAR2 TEXT 与 BLOB3 浮点数与定点数4 日期类型选择字符集1 字符集概述2 Unicode字符集3 汉字及一些常见字符集4 选择合适的字符集 5 MySQL 支持的字符集6 MySQL 字符集的设置 .索引的设计和使用1.什么是索引2.索引的类型3.索引的数据结构 BTree B+Tree Hash4.索引的存储5.MySQL索引6.查看索引的使用情况7.索引设计原则视图/存储过程/函数/触发器1. 什么是视图2. 视图操作3. 什么是存储过程4. 存储过程操作5. 什么是函数6. 函数的相关操作7. 触发器事务控制/锁1. 什么是事务2. 事务控制3. 分布式事务4. 锁/表锁/行锁5. InnoDB 行锁争用6. InnoDB 的行锁模式及加锁方法77 InnoDB 行锁实现方式78 间隙锁（Next-Key 锁）9 恢复和复制的需要，对 InnoDB 锁机制的影响10 InnoDB 在不同隔离级别下的一致性读及锁的差异11 表锁12 死锁SQL Mode和安全问题1. 关于SQL Mode2. MySQL中的SQL Mode3. SQL Mode和迁移4. SQL 注入5. 开发过程中如何避免SQL注入SQL优化1.通过 show status 命令了解各种 SQL 的执行频率2. 定位执行效率较低的 SQL 语句3. 通过 EXPLAIN 分析低效 SQL 的执行计划4. 确定问题并采取相应的优化措施5. 索引问题6.定期分析表和检查表7.定期优化表8.常用 SQL 的优化MySQL数据库对象优化1. 优化表的数据类型2 散列化3 逆规范化4 使用中间表提高统计查询速度5. 影响MySQL性能的重要参数6. 磁盘I/O对MySQL性能的影响7. 使用连接池8. 减少MySQL连接次数9. MySQL负载均衡MySQL集群MySQL管理和维护MemCacheRedis在Java项目中使用MemCache和Redis第五阶段：操作系统/Linux、云架构Linux安装与配置1、安装Linux至硬盘2、获取信息和搜索应用程序3、进阶：修复受损的Grub4、关于超级用户root5、依赖发行版本的系统管理工具6、关于硬件驱动程序7、进阶：配置Grub系统管理与目录管理1、Shell基本命令2、使用命令行补全和通配符3、find命令、locate命令4、查找特定程序：whereis5、Linux文件系统的架构6、移动、复制和删除7、文件和目录的权限8、文件类型与输入输出9、vmware介绍与安装使用10、网络管理、分区挂载用户与用户组管理1、软件包管理2、磁盘管理3、高级硬盘管理RAID和LVM4、进阶：备份你的工作和系统5、用户与用户组基础6、管理、查看、切换用户7、/etc/…文件8、进程管理9、linux VI编辑器，awk，cut，grep，sed，find，unique等Shell编程1、 SHELL变量2、传递参数3、数组与运算符4、SHELL的各类命令5、SHELL流程控制6、SHELL函数7、SHELL输入/输出重定向8、SHELL文件包含服务器配置1、系统引导2、管理守护进程3、通过xinetd启动SSH服务4、配置inetd5、Tomcat安装与配置6、MySql安装与配置7、部署项目到Linux第六阶段：Hadoop生态系统Hadoop基础1、大数据概论2、 Google与Hadoop模块3、Hadoop生态系统4、Hadoop常用项目介绍5、Hadoop环境安装配置6、Hadoop安装模式7、Hadoop配置文件HDFS分布式文件系统1、认识HDFS及其HDFS架构2、Hadoop的RPC机制3、HDFS的HA机制4、HDFS的Federation机制5、 Hadoop文件系统的访问6、JavaAPI接口与维护HDFS7、HDFS权限管理8、hadoop伪分布式Hadoop文件I/O详解1、Hadoop文件的数据结构2、 HDFS数据完整性3、文件序列化4、Hadoop的Writable类型5、Hadoop支持的压缩格式6、Hadoop中编码器和解码器7、 gzip、LZO和Snappy比较8、HDFS使用shell+Java APIMapRece工作原理1、MapRece函数式编程概念2、 MapRece框架结构3、MapRece运行原理4、Shuffle阶段和Sort阶段5、任务的执行与作业调度器6、自定义Hadoop调度器7、 异步编程模型8、YARN架构及其工作流程MapRece编程1、WordCount案例分析2、输入格式与输出格式3、压缩格式与MapRece优化4、辅助类与Streaming接口5、MapRece二次排序6、MapRece中的Join算法7、从MySQL读写数据8、Hadoop系统调优Hive数据仓库工具1、Hive工作原理、类型及特点2、Hive架构及其文件格式3、Hive操作及Hive复合类型4、Hive的JOIN详解5、Hive优化策略6、Hive内置操作符与函数7、Hive用户自定义函数接口8、Hive的权限控制Hive深入解读1 、安装部署Sqoop2、Sqoop数据迁移3、Sqoop使用案例4、深入了解数据库导入5、导出与事务6、导出与SequenceFile7、Azkaban执行工作流Sqoop与Oozie1 、安装部署Sqoop2、Sqoop数据迁移3、Sqoop使用案例4、深入了解数据库导入5、导出与事务6、导出与SequenceFile7、Azkaban执行工作流Zookeeper详解1、Zookeeper简介2、Zookeeper的下载和部署3、Zookeeper的配置与运行4、Zookeeper的本地模式实例5、Zookeeper的数据模型6、Zookeeper命令行操作范例7、storm在Zookeeper目录结构NoSQL、HBase1、HBase的特点2、HBase访问接口3、HBase存储结构与格式4、HBase设计5、关键算法和流程6、HBase安装7、HBase的SHELL操作8、HBase集群搭建第七阶段：Spark生态系统Spark1.什么是Spark2.Spark大数据处理框架3.Spark的特点与应用场景4.Spark SQL原理和实践5.Spark Streaming原理和实践6.GraphX SparkR入门7.Spark的监控和调优Spark部署和运行1.WordCount准备开发环境2.MapRece编程接口体系结构3.MapRece通信协议4.导入Hadoop的JAR文件5.MapRece代码的实现6.打包、部署和运行7.打包成JAR文件Spark程序开发1、启动Spark Shell2、加载text文件3、RDD操作及其应用4、RDD缓存5、构建Eclipse开发环境6、构建IntelliJ IDEA开发环境7、创建SparkContext对象8、编写编译并提交应用程序Spark编程模型1、RDD特征与依赖2、集合（数组）创建RDD3、存储创建RDD4、RDD转换 执行 控制操作5、广播变量6、累加器作业执行解析1、Spark组件2、RDD视图与DAG图3、基于Standalone模式的Spark架构4、基于YARN模式的Spark架构5、作业事件流和调度分析6、构建应用程序运行时环境7、应用程序转换成DAGSpark SQL与DataFrame1、Spark SQL架构特性2、DataFrame和RDD的区别3、创建操作DataFrame4、RDD转化为DataFrame5、加载保存操作与Hive表6、Parquet文件JSON数据集7、分布式的SQL Engine8、性能调优 数据类型深入Spark Streaming1、Spark Streaming工作原理2、DStream编程模型3、Input DStream4、DStream转换 状态 输出5、优化运行时间及内存使用6、文件输入源7、基于Receiver的输入源8、输出操作Spark MLlib与机器学习1、机器学习分类级算法2、Spark MLlib库3、MLlib数据类型4、MLlib的算法库与实例5、ML库主要概念6、算法库与实例GraphX与SparkR1、Spark GraphX架构2、GraphX编程与常用图算法3、GraphX应用场景4、SparkR的工作原理5、R语言与其他语言的通信6、SparkR的运行与应用7、R的DataFrame操作方法8、SparkR的DataFrameScala编程开发1、Scala语法基础2、idea工具安装3、maven工具配置4、条件结构、循环、高级for循环5、数组、映射、元组6、类、样例类、对象、伴生对象7、高阶函数与函数式编程Scala进阶1、 柯里化、闭包2、模式匹配、偏函数3、类型参数4、协变与逆变5、隐式转换、隐式参数、隐式值6、Actor机制7、高级项目案例Python编程1、Python编程介绍2、Python的基本语法3、Python开发环境搭建4、Pyhton开发Spark应用程序第八阶段：Storm生态系统storm简介与基本知识1、storm的诞生诞生与成长2、storm的优势与应用3、storm基本知识概念和配置4、序列化与容错机制5、可靠性机制—保证消息处理6、storm开发环境与生产环境7、storm拓扑的并行度8、storm命令行客户端Storm拓扑与组件详解1、流分组和拓扑运行2、拓扑的常见模式3、本地模式与stormsub的对比4、 使用非jvm语言操作storm5、hook、组件基本接口6、基本抽象类7、事务接口8、组件之间的相互关系spout详解 与bolt详解1、spout获取数据的方式2、常用的spout3、学习编写spout类4、bolt概述5、可靠的与不可靠的bolt6、复合流与复合anchoring7、 使用其他语言定义bolt8、学习编写bolt类storm安装与集群搭建1、storm集群安装步骤与准备2、本地模式storm配置命令3、配置hosts文件、安装jdk4、zookeeper集群的搭建5、部署节点6、storm集群的搭建7、zookeeper应用案例8、Hadoop高可用集群搭建Kafka1、Kafka介绍和安装2、整合Flume3、Kafka API4、Kafka底层实现原理5、Kafka的消息处理机制6、数据传输的事务定义7、Kafka的存储策略Flume1、Flume介绍和安装2、Flume Source讲解3、Flume Channel讲解4、Flume Sink讲解5、flume部署种类、流配置6、单一代理、多代理说明7、flume selector相关配置Redis1、Redis介绍和安装、配置2、Redis数据类型3、Redis键、字符串、哈希4、Redis列表与集合5、Redis事务和脚本6、Redis数据备份与恢复7、Redis的SHELL操作
❽ oracle 数据库的配置文件有哪些
主要常用的就两个。
“listener.ora”，这个是配置数据库程序监听主机的。
❾ mysql结构应该怎么设置才能保证大数据量不慢
在Apache, PHP, MySQL的体系架构中，MySQL对于性能的影响最大，也是关键的核心部分。对于Discuz!论坛程序也是如此，MySQL的设置是否合理优化，直接影响到论坛的速度和承载量！同时，MySQL也是优化难度最大的一个部分，不但需要理解一些MySQL专业知识，同时还需要长时间的观察统计并且根据经验进行判断，然后设置合理的参数。 下面我们了解一下MySQL优化的一些基础，MySQL的优化我分为两个部分，一是服务器物理硬件的优化；二是MySQL自身(my.cnf)的优化。 (1) 服务器硬件对MySQL性能的影响 a) 磁盘寻道能力（磁盘I/O）,以目前高转速SCSI硬盘(7200转/秒)为例，这种硬盘理论上每秒寻道7200次，这是物理特性决定的，没有办法改变。MySQL每秒钟都在进行大量、复杂的查询操作，对磁盘的读写量可想而知。所以，通常认为磁盘I/O是制约MySQL性能的最大因素之一，对于日均访问量在100万PV以上的Discuz!论坛，由于磁盘I/O的制约，MySQL的性能会非常低下！解决这一制约因素可以考虑以下几种解决方案： 使用RAID-0+1磁盘阵列，注意不要尝试使用RAID-5，MySQL在RAID-5磁盘阵列上的效率不会像你期待的那样快； 抛弃传统的硬盘，使用速度更快的闪存式存储设备。经过Discuz!公司技术工程的测试，使用闪存式存储设备可比传统硬盘速度高出6－10倍左右。 b) CPU 对于MySQL应用，推荐使用S.M.P.架构的多路对称CPU，例如：可以使用两颗Intel Xeon 3.6GHz的CPU。 c) 物理内存对于一台使用MySQL的Database Server来说，服务器内存建议不要小于2GB，推荐使用4GB以上的物理内存。 (2) MySQL自身因素当解决了上述服务器硬件制约因素后，让我们看看MySQL自身的优化是如何操作的。对MySQL自身的优化主要是对其配置文件my.cnf中的各项参数进行优化调整。下面我们介绍一些对性能影响较大的参数。 由于my.cnf文件的优化设置是与服务器硬件配置息息相关的，因而我们指定一个假想的服务器硬件环境： CPU: 2颗Intel Xeon 2.4GHz 内存: 4GB DDR 硬盘: SCSI 73GB 下面，我们根据以上硬件配置结合一份已经优化好的my.cnf进行说明： # vi /etc/my.cnf 以下只列出my.cnf文件中[mysqld]段落中的内容，其他段落内容对MySQL运行性能影响甚微，因而姑且忽略。 [mysqld] port = 3306 serverid = 1 socket = /tmp/mysql.sock skip-locking # 避免MySQL的外部锁定，减少出错几率增强稳定性。 skip-name-resolve 禁止MySQL对外部连接进行DNS解析，使用这一选项可以消除MySQL进行DNS解析的时间。但需要注意，如果开启该选项，则所有远程主机连接授权都要使用IP地址方式，否则MySQL将无法正常处理连接请求！ back_log = 384 指定MySQL可能的连接数量。当MySQL主线程在很短的时间内接收到非常多的连接请求，该参数生效，主线程花费很短的时间检查连接并且启动一个新线程。 back_log参数的值指出在MySQL暂时停止响应新请求之前的短时间内多少个请求可以被存在堆栈中。 如果系统在一个短时间内有很多连接，则需要增大该参数的值，该参数值指定到来的TCP/IP连接的侦听队列的大小。不同的操作系统在这个队列大小上有它自己的限制。 试图设定back_log高于你的操作系统的限制将是无效的。默认值为50。对于Linux系统推荐设置为小于512的整数。 key_buffer_size = 256M # key_buffer_size指定用于索引的缓冲区大小，增加它可得到更好的索引处理性能。 对于内存在4GB左右的服务器该参数可设置为256M或384M。 注意：该参数值设置的过大反而会是服务器整体效率降低！ max_allowed_packet = 4M thread_stack = 256K table_cache = 128K sort_buffer_size = 6M 查询排序时所能使用的缓冲区大小。注意：该参数对应的分配内存是每连接独占！如果有100个连接，那么实际分配的总共排序缓冲区大小为100 × 6 ＝ 600MB。所以，对于内存在4GB左右的服务器推荐设置为6-8M。 read_buffer_size = 4M 读查询操作所能使用的缓冲区大小。和sort_buffer_size一样，该参数对应的分配内存也是每连接独享！ join_buffer_size = 8M 联合查询操作所能使用的缓冲区大小，和sort_buffer_size一样，该参数对应的分配内存也是每连接独享！ myisam_sort_buffer_size = 64M table_cache = 512 thread_cache_size = 64 query_cache_size = 64M 指定MySQL查询缓冲区的大小。可以通过在MySQL控制台执行以下命令观察： # > SHOW VARIABLES LIKE '%query_cache%'; # > SHOW STATUS LIKE 'Qcache%'; # 如果Qcache_lowmem_prunes的值非常大，则表明经常出现缓冲不够的情况； 如果Qcache_hits的值非常大，则表明查询缓冲使用非常频繁，如果该值较小反而会影响效率，那么可以考虑不用查询缓冲；Qcache_free_blocks，如果该值非常大，则表明缓冲区中碎片很多。 tmp_table_size = 256M max_connections = 768 指定MySQL允许的最大连接进程数。如果在访问论坛时经常出现Too Many Connections的错误提 示，则需要增大该参数值。 max_connect_errors = 10000000 wait_timeout = 10 指定一个请求的最大连接时间，对于4GB左右内存的服务器可以设置为5-10。 thread_concurrency = 8 该参数取值为服务器逻辑CPU数量×2，在本例中，服务器有2颗物理CPU，而每颗物理CPU又支持H.T超线程，所以实际取值为4 × 2 ＝ 8 skip-networking 开启该选项可以彻底关闭MySQL的TCP/IP连接方式，如果WEB服务器是以远程连接的方式访问MySQL数据库服务器则不要开启该选项！否则将无法正常连接！
