Advertisement

2019杭州云栖大会——云时代的数据库容灾方案

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
2019杭州云栖大会上，专家们深入探讨了在云计算时代下如何有效实施与优化数据库容灾方案，确保数据安全及业务连续性。 2019年9月25日至27日，2019杭州云栖大会顺利举行。本专题由阿里云智能资深技术专家关羽主讲。稿件来源为阿里云开发者社区，原文作者姓名未提及。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 2019杭州云栖大会——云时代的数据库容灾方案
    优质
    2019杭州云栖大会上，专家们深入探讨了在云计算时代下如何有效实施与优化数据库容灾方案，确保数据安全及业务连续性。 2019年9月25日至27日，2019杭州云栖大会顺利举行。本专题由阿里云智能资深技术专家关羽主讲。稿件来源为阿里云开发者社区，原文作者姓名未提及。
     
  • 2021年杭州云栖大会资料包（含123份PPT）.zip
    优质
    本资料包包含2021年杭州云栖大会精选内容，涵盖云计算、大数据等前沿技术领域，内含123份专业PPT，适合IT专业人士和技术爱好者参考学习。 2021年云栖大会将于10月19日至22日在杭州云栖小镇举行。作为阿里云一年一度的开发者盛会，本届大会以“前沿探索想象力”为主题，全面回归线下并向公众免费开放。届时将有近千场主题演讲和四万平米科技展览等待大家参与，同时还将发布多项最新的科技成果，为大家带来一场数字科技盛宴。
     
  • 2019年杭州房价数据.rar
    优质
    该文件包含2019年度杭州市各区域房价详细数据，包括月度均价、成交套数等信息，为房地产市场分析与投资决策提供参考。 19年杭州房价数据来源于安居客二手房和搜房网新房。
     
  • 云端容灾架构设计与解决方案.pdf
    优质
    本PDF文档深入探讨了云端环境下的容灾策略和架构设计，提供了全面的技术指导及实用案例分析，助力企业构建高效稳定的灾难恢复体系。 云上容灾的必要性分析及其通用架构介绍包括了多种方案的设计与实施方法。本段落探讨了同城容灾架构、异地容灾架构以及结合两地优势所形成的同城+异地容灾架构，同时分享混合云环境下的容灾策略和其独特的优势。 在设计具体的容灾解决方案时，需要综合考虑业务需求和技术可行性，并且参考实际案例来帮助理解不同场景下如何有效实施。通过深入了解这些内容，可以帮助企业在云计算环境中更好地保护关键数据和服务的连续性与可靠性。
     
  • 阿里云DRDS数据库解决方案.docx
    优质
    本文档详细介绍了阿里云DRDS（分布式关系型数据库服务）的架构设计、功能特性及应用场景，旨在为用户提供高效可靠的数据库扩展和优化方案。 DRDS 是一款基于 MySQL 存储的分布式 OLTP 数据库服务产品，采用分库分表技术实现水平扩展，并支持 RDS for MySQL 和 POLARDB for MySQL。该产品的目标是提高数据存储容量、并发吞吐量以及复杂计算效率方面的扩展性需求。
     
  • 阿里云天池大赛杭州地铁客流数据集——Metro_train(2019年1月21至25日，分三部分上传)
    优质
    该数据集为阿里云天池平台举办的大赛专用资源，包含2019年1月21日至25日期间杭州地铁的客流记录。数据分为三个阶段发布，便于参赛者深入分析和挖掘杭州市公共交通系统的特点与趋势。 本次大赛的赛题是“地铁乘客流量预测”。参赛者需要通过分析历史刷卡数据来预测未来站点的客流量变化，以此帮助优化出行路线选择、避免交通拥堵，并提前部署安保措施等，从而利用大数据与人工智能技术推动城市安全出行的发展。 比赛提供了2019年1月1日至25日共25天内的地铁站刷卡记录作为训练资料（文件名：Metro_train.zip），涵盖3条线路81个站点的约7000万条数据。这些数据解压后会生成包含25个CSV格式的日志，每个文件代表一天的数据，并以record_开头命名，例如，所有发生在2019年1月1日的刷卡记录将存于名为“record_2019-01-01.csv”的文件中。 此外，比赛还提供了地铁站之间的连接关系表（位于Metro_roadMap.csv），以便参赛者更好地理解路网结构。在测试阶段，大赛会提供某一天所有站点的日刷卡数据记录，并要求选手预测未来一天内从凌晨零点到晚上二十四时的每十分钟进、出站人数。 预选赛期间，测试集A将使用2019年1月28日的数据进行评估。
     
  • 阿里云天池大赛杭州地铁客流数据集——Metro_train（2019年1月11日至20日，分三部分上传）
    优质
    此数据集为阿里云天池大赛提供的杭州地铁2019年1月11日至20日的详细运营信息，包含多站点客流情况。数据分为三个部分陆续发布。 本次大赛的主题是“地铁乘客流量预测”。参赛者需要通过分析过去25天（从2019年1月1日至1月25日）的地铁站刷卡数据，来构建模型以预测未来站点的客流量变化。这有助于优化出行路线选择、减少交通拥堵，并提前安排车站的安全措施等。 大赛提供的训练资料包括约7000万条记录的数据集（Metro_train.zip），涵盖3条线路及81个站点的历史刷卡信息。此数据集包含25天内每天的刷卡情况，每日期一个CSV文件存储，例如所有在2019年1月1日的刷卡记录保存于record_2019-01-01.csv中。 此外还提供了一份路网地图（Metro_roadMap.csv），展示了各站点之间的连接关系。比赛进入测试阶段时，参赛者需要根据提供的某一天所有线路的所有站点数据预测下一天从零点到二十四小时每十分钟的进站和出站人数变化情况。 在预选赛环节中，选手将使用2019年1月28日的数据作为评估模型性能的基础。
     
  • 数据库原理实验——张红娟（杭电，杭州电子科技大学）
    优质
    《数据库原理实验》是由张红娟老师在杭州电子科技大学教授的一门课程，旨在通过实践加深学生对数据库系统结构和工作原理的理解。 使用MS SQL Server 2000进行杭电计算机数据库原理课程设计。
     
  • 杭州小区房价数据大全.zip
    优质
    本资料包包含了杭州市各小区详细的房价信息，帮助您轻松了解和比较不同区域内的房产价格动态。 杭州小区房价数据.zip包含了地址、建筑年代、建筑类型、物业费用、物业公司、开发商、楼栋总数、房屋总数以及百度经纬度和高德经纬度的相关信息。
     
  • 阿里云天池大赛杭州地铁客流数据集——Metro_train(2019年1月1日至10日，分三个文件夹上传)
    优质
    本数据集为2019年初杭州市地铁运行的真实客流记录，涵盖首十日详尽信息，细分为三组文件夹便于访问与分析。 本次大赛的赛题是“地铁乘客流量预测”。参赛者需通过分析历史刷卡数据来预测未来站点客流量的变化，以帮助优化出行路线选择、避免交通拥堵，并提前部署安保措施等，从而利用大数据及人工智能技术保障城市安全出行。 比赛提供了2019年1月1日至1月25日共25天的地铁站刷卡记录作为训练数据（Metro_train.zip），涵盖3条线路81个站点，约7000万条数据。这些训练数据解压后包含25个CSV文件，每个文件代表一天的数据，并以record_为前缀命名，例如所有日期中的第一条记录存储在record_2019-01-01.csv中。 此外，比赛还提供了地铁站之间的连接关系表（Metro_roadMap.csv），用于帮助参赛者构建模型。测试阶段将提供某一天的刷卡数据，要求选手预测未来一天内每十分钟为单位各站点的进、出站人次变化情况。预选赛阶段使用A集作为测试样本，即2019年1月28日的数据记录。