前些天有个客户问小编我，他的业务并发量有80W，问我们什么样的机器可以满足他们业务的需求。经过小编与客户详细沟通了一番，才得知客户的业务是国际物流系统，并且访问量非常大。对于这种大型业务不是单台服务器能够个满足业务需求的，这类业务都需要大数据服务器集群系统来完成。今天小编就来给大家讲讲大数据的一些相关问题。

什么是大数据？
    大数据（big data）行业术语叫巨量数据集合，指无法在一定时间范围内用常规软件工具进行运算、管理和处理的数据集合，需要全新处理模式才能满足各种，大量、高速、高并发的业务需求。

大数据的特点与优势：

1.页面静态化- 用户可以直接获取页面，不用走那么多流程，比较适用于页面不频繁更新。
2.延迟修改 - 高并发情况下，可以把多次修改请求，先保存在缓存中，然后定时将缓存中的数据保存到数据库中，风险是可能会断电丢失缓存中的数据。
3.批量读取 - 高并发情况下，可以把多个请求的查询合并到一次进行，以减少数据库的访问次数
4.使用缓存- 第一次获取数据从数据库准提取，然后保存在缓存中，以后就可以直接从缓存提取数据。不过需要有机制维持缓存和数据库的一致性。
5.使用储存过程-那些处理一次请求需要多次访问数据库的操作，可以把操作整合到储存过程，这样只要一次数据库访问就可以了。
6.使用索引 - 索引可以看作是特殊的缓存，尽量使用索引就要求where字句中精确的给出索引列的值。

查询量要少：
1.分块 - 数据库层面的优化，对程序是透明的，查询大数据只用找到相应块就行。
2.分表 - 把本来同一张表的内容，可以按照地区，类别等分成多张表，很简单的一个思路，但是要尽量避免分出来的多表关联查询。
3.分离活跃数据 - 例如登录用户业务，注册用户很多，但是活跃的登录用户很少，可以把活跃用户专门保存一张表，查询是先查询活跃表，没有的话再查总表，这也类似与缓存啦。

分流系统：
1.集群 - 将并发请求分配到不同的服务器上，可以是业务服务器，也可以是数据库服务器。
2.分布式 - 分布式是把单次请求的多项业务逻辑分配到多个服务器上，这样可以同步处理很多逻辑，一般使用与特别复杂的业务请求。
3.CDN - 在域名解析层面的分流，例如将华南地区的用户请求分配到华南的服务器，华中地区的用户请求分配到华中的服务器。

以上就是小编为大家讲解的一些有关大数据的介绍，更多相关的问题请联系与咱们小刀网络（专业大数据集成商）。