01 數據訂閱發布技術(如何在SQLServer2000中配置發布、分發和訂閱服務)

如何在SQLServer2000中配置發布、分發和訂閱服務

5.0 文檔說明

除可用的新功能之外，本節還包含運行 SP3 時可能發生的問題。這些問題可能發生在從 SQL Server 2000、SQL Server 2000 SP1 或 SQL Server 2000 SP2 運行 Service Pack 進行升級的情況下。本節未描述 SP3 中提供的所有修補程序。要查看這些修補程序的完整列表，請參見 Microsoft 知識庫文章 306908。

本節中的 Analysis Services 和 Meta Data Services 部分不適用于僅 Desktop Engine 安裝。

本自述文件中未能及時提供的 SQL Server 2000 Service Pack 3 相關信息，將在 Microsoft 知識庫文章 330022 中提供。該文章可以在 Microsoft 產品技術支持服務知識庫中找到。

5.1 數據庫引擎和 Desktop Engine 增強功能

下列增強功能適用于安裝 Database Components SP3 的 SQL Server 2000 實例。也適用于安裝 Desktop Engine SP3 的 Desktop Engine 實例。

5.1.1 在 Database Components SP3 中使用中文、日語或朝鮮語字符

在 SP1 中引入

如果在運行 Windows NT 4.0 的服務器或 Windows 98 上安裝了 Database Components SP3 之后再升級到 Windows 2000，Windows 2000 升級過程將替換某些系統文件。在對中文、日語或朝鮮語字符排序時，需要使用這些系統文件。如果在 SQL Server 數據庫中使用中文、日語或朝鮮語字符，在升級到 Windows 2000 后，需重新運行 SP3 附帶的 Sqlredis.exe。有關運行 Sqlredis.exe 的更多信息，請參見 4.2 再發布 SP3 數據訪問組件。

說明 如果客戶機或服務器上沒有含中文、日語或朝鮮語字符的數據庫，則無需重新應用 Sqlredis.exe。

5.1.2 散列組已刪除

在 SP1 中引入

散列組 (hash teams) 已刪除。由于 SQL Server 2000 中的改進，使用散列組已不能獲得它們在 SQL Server 7.0 中所提供的性能好處。而且，刪除散列組使得 SQL Server 2000 更加穩定。

因此，查詢優化器不再用散列組生成查詢計劃。

在極個別的情況下，刪除散列組可能會使查詢的處理速度減慢。請分析這類查詢并確定創建更適合的索引是否能使查詢性能恢復到以前的水平。

5.1.3 添加的 Affinity Mask 開關

在 SP1 中引入

此 Service Pack 添加了兩個 Affinity Mask 開關。

Affinity Mask I/O 開關

Affinity Mask 連接開關

詳細內容參見

買粉絲://bbs.買粉絲acc.買粉絲/showprint.asp?topic_id=213968&forum_id=39

訂閱發布模式有哪些優點

優點

松耦合

發布者與訂閱者松耦合，甚至不需要知道它們的存在。由于主題才是關注的焦點，發布者和訂閱者可以對系統拓撲結構保持一無所知。各自繼續正常操作而無需顧及對方。在傳統的緊耦合的客戶端-服務器模式中，當服務器進程不運行時，客戶端無法發送消息給服務器，服務器也無法在客戶端不運行時接收消息。許多發布/訂閱系統不但將發布者和訂閱者從位置上解耦，還從時間上解耦他們。中間件分析師對這種發布/訂閱使用的常用策略，是拆卸一個發布者來讓訂閱者處理完積壓的工作（帶寬限制的一種形式）。

可擴展性

通過并行操作，消息緩存，基于樹或基于網絡的路由等技術，發布/訂閱提供了比傳統的客戶端–服務器更好的可擴展性。然而，在某些類型的緊耦合、高容量的企業環境中，隨著系統規模上升到由上千臺服務器組成的數據中心所共享的發布/訂閱基礎架構，現有的供應商系統經常失去這項好處；在這些高負載環境下，發布/訂閱產品的擴展性是一個研究課題。

在大數據中心需要什么樣的技術？

大數據是對海量數據進行存儲、計算、統計、分析處理的一系列處理手段，處理的數據量通常是TB級，甚至是PB或EB級的數據，這是傳統數據手段所無法完成的，其涉及的技術有分布式計算、高并發處理、高可用處理、集群、實時性計算等，匯集了當前IT領域熱門流行的IT技術。1. Java編程技術

Java編程技術是大數據學習的基礎，Java是一種強類型的語言，擁有極高的跨平臺能力，可以編寫桌面應用程序、Web應用程序、分布式系統和嵌入式系統應用程序等，是大數據工程師最喜歡的編程工具，因此，想學好大數據，掌握Java基礎是必不可少的。

2. Linux命令

對于大數據開發通常是在Linux環境下進行的，相比Linux操作系統，Windows操作系統是封閉的操作系統，開源的大數據軟件很受限制，因此，想從事大數據開發相關工作，還需掌握Linux基礎操作命令。

3. Hadoop

Hadoop是大數據開發的重要框架，其核心是HDFS和MapRece，HDFS為海量的數據提供了存儲，MapRece為海量的數據提供了計算，因此，需要重點掌握，除此之外，還需要掌握Hadoop集群、Hadoop集群管理、YARN以及Hadoop高級管理等相關技術與操作！

4. Hive

Hive是基于Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，并提供簡單的sql查詢功能，可以將sql語句轉換為MapRece任務運行，十分適合數據倉庫的統計分析。對于Hive需掌握其安裝、應用及高級操作等。

5. Avro與Protobuf

Avro與Protobuf均是數據序列化系統，可以提供豐富的數據結構類型，十分適合做數據存儲，還可進行不同語言之間相互通信的數據交換格式，學習大數據，需掌握其具體用法。

6. ZooKeeper

ZooKeeper是Hadoop和Habase的重要組件，是一個分布式應用提供一致性服務的軟件，提供的功能包括：配置維護、域名服務、分布式同步、組件服務等，在大數據開發中要掌握ZooKeeper的常用命令及功能的實現方法。7. HBase

HBase是一個分布式的、面向列的開源數據庫，他不同于一般的關系數據庫，更適合于非結構化數據存儲的數據庫，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統，大數據開發需掌握HBase基礎知識、應用、架構以及高級用法等。

8.phoenix

Phoenix是用Java編寫的基于JDBC API操作HBase的開源SQL引擎，其具有動態列、散列加載、查詢服務器、追蹤、事務、用戶自定義函數、二級索引、命名空間映射、數據收集、行時間戳列、分頁查詢、跳躍查詢、視圖以及多租戶的特性，大數據開發需掌握其原理和使用方法。

9.Redis

Redis是一個key-value存儲系統，其出現很大程度補償了memcached這類key/value存儲的不足，在部分場合可以對關系數據庫起到很好的補充作用，它提供了Java，C/C++，C#，PHP，JavaScript，Perl，Object-C，Python，Ruby，Erlang等客戶端，使用很方便，大數據開發需掌握Redis的安裝、配置及相關使用方法。

10.Flume

Flume是一款高可用、高可靠、分布式的海量日志采集、聚合和傳輸系統，Flume支持在日志系統中定制各類數據發送方，用于收集數據；同時，Flume提供對數據進行簡單處理，并寫到各種數據接收方（可定制）的能力。大數據開發需掌握其安裝、配置以及相關使用方法。

11.SSM

SSM框架是由Spring、SpringMVC、MyBatis三個開源框架整合而成，常作為數據源較簡單的web項目的框架。大數據開發需分別掌握Spring、SpringMVC、MyBatis三種框架的同時，再使用SSM進行整合操作。

12.Kafka

Kafka是一種高吞吐量的分布式發布訂閱消息系統，其在大數據開發應用上的目的是通過Hadoop的并行加載機制來統一線上和離線的消息處理，也是為了通過集群來提供實時的消息。大數據開發需掌握Kafka架構原理及各組件的作用和是用方法及相關功能的實現！

13.Scala

Scala是一門多范式的編程語言，大數據開發重要框架Spark是采用Scala語言設計的，想要學好Spark框架，擁有Scala基礎是必不可少的，因此，大數據開發需掌握Scala編程基礎知識！

14.Spark

Spark是專為大規模數據處理而設計的快速通用的計算引擎，其提供了一個全面、統一的框架用于管理各種不同性質的數據集和數據源的大數據處理的需求，大數據開發需掌握Spark基礎、SparkJob、Spark RDD、sparkjob部署與資源分配、SparkshuffleSpark內存管理、Spark廣播變量、SparkSQL SparkStreaming以及 Spark ML等相關知識。

15.Azkaban

Azkaban是一個批量工作流任務調度器，可用于在一個工作流內以一個特定的順序運行一組工作和流程，可以利用Azkaban來完成大數據的任務調度，大數據開發需掌握Azkaban的相關配置及語法規則。

很赞哦!（33773）