大数据库分叉点哪个好，mysql分区分表哪个好

本文目录一览

1，mysql分区分表哪个好
2，mysql数据库分库分表哪个工具好我整理出来了五个求点评
3，都有提到Cube有的提倡打Cube有的说不打Cube到底哪个才是

1，mysql分区分表哪个好

在桌面上找到“计算机”右键单击，选择“管理”打开之后，在“存储”下面有个“磁盘空间管理”然后在下方，磁盘那，你选择，比如说你要分d盘吧，然后右击d盘，选择压缩卷，然后你自行选择想压缩多少空间，点击压缩就好了。然后如果你想还原压缩出来的空间，点击你想删除的分区，右击删除此分区，然后你想把删除的分区还原到d盘，就右击d盘，选择“扩展卷”就ok啦注意，你要是压缩，记得给以前的分区留地方吖，不要全压缩出来

mysql分区分表哪个好

2，mysql数据库分库分表哪个工具好我整理出来了五个求点评

1 用户类库：用于保存了用户的相关信息。例如：db_user,db_system,db_company等。2 业务类库：用于保存主要业务的信息。比如主要业务是笑话，用这个库保存笑话业务。例如：db_joke,db_temp_joke等。3 内存类库：主要用Mysql的内存引擎。前台的数据从内存库中查找，速度快。例如：heap。4 图片类库：主要保存图片的索引以及关联。例如：db_img_index，db_img_res。5 日志类库：记录点击,刷新,登录等日志信息。例如：db_log_click,db_log_fresh,db_log_login。6 统计类库：对业务的统计，比如点击量,刷新量等等。例如db_stat。

支持一下感觉挺不错的

mysql数据库分库分表哪个工具好我整理出来了五个求点评

3，都有提到Cube有的提倡打Cube有的说不打Cube到底哪个才是

各有各的好处，如果你的大数据产品不能直接处理超大数据量，通过打cube的方式能够减低系统压力，如果能够运算足够多的数据，当然是不打cube的方式更好！首先，不打cube能够让你的分析层的数据更厚，分析的结果也就更准确；其次，也能让你的数据分析更加灵活，因为原始的数据全部都能调配出来，进行运算，当你的分析需求改变的时候，不会因为cube造成分析的阻碍，这点我觉得很重重要，当每次的业务部门分析需求发生变化时如果都需要数周或数月的重新搭建，将造成很大的损失，都说商场如战场，争分夺秒嘛。目前国内传统的打cube的大数据产品很多，不打cube的，敏捷型的产品也有，比如永洪科技的大数据产品，就是很不错的，在面对国内某电信行业巨头大规模超过百亿级的数据分析需求时，永洪的产品也能有很好的表现。当然也不是所有公司都能有百亿级的数据产生，但是灵活的需求分析，以及厚重的数据层都将是所有数据分析非常重要的组成部分，如果不灵活将会失去分析的先机或分析的意义，如果数据层过薄将严重影响分析的准确性。如果一定要说的话，永洪科技那种那么不打cube的大数据BI才是行业发展的趋势，应该是要远远优于传统BI的模式的。

首先要理解什么CUBE，通俗点讲你可以把理解成一个立方体，在立方体的不同位置放着数据。CUBE的好处就是按照你设计好的维度，把事实表的数据进行直接聚合得到结果，然后存放在CUBE里面，需要的时候用维度去切CUBE。如果你数据库事实表的数据量不大的话，可以考虑不打CUBE ，如果数据量很大的，在进行数据展示的时候经常需要group by ，那还是打CUBE比较好。=============不打的CUBE的好处就是，可以直接用TSQL 查询数据表信息，不需要设计CUBE，另查询CUBE需要使用MDX语言，如果对CUBE不熟悉，这些都需要花时间去了解

FineBI支持任意维度和指标的切换，可以对已有的表样切换字段来进行自由分析。任意维度和指标切换的功能保障了当查看分析的人员在查看分析时，如果针对已有的表样产生额外的分析需求或改变了已有的分析需求，不需要重新制作一次分析，而可以直接通过切换维度和指标实现。再看看别人怎么说的。

都有提到Cube有的提倡打Cube有的说不打Cube到底哪个才是