1 / 55
文档名称:

邮政金融网RAC优化技术研究与实现.pdf

格式:pdf   页数:55
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

邮政金融网RAC优化技术研究与实现.pdf

上传人:779277932 2012/2/7 文件大小:0 KB

下载得到文件列表

邮政金融网RAC优化技术研究与实现.pdf

文档介绍

文档介绍:⋯⋯弼辟簪学位论文储邓仰悼闖履巳耑。日醐:日期:砂年本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研体,均已在文中以明确方式标明。本声明的法律责任由本人承担。本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。原创性声明究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集学位论文使用授权声明
摘要本课题来源于中国邮政金融网物理集中系统的优化设计项目。论文针对在全国邮政金融网物理大集中的背景下,重点针对河南省邮政储蓄物理集中系统数据库的高可靠性、一致性和高性能所面临的重大挑战,提出了利用数据的最新性能优化技术唇决面临的上述问题。论文将际跤胗收鹑谕氖导侍氐憬谐浞秩诤希肓薘技术中的锁机制、高速缓存融合机制、优化查询机制、共享磁盘机制和啤根据实际业务系统需求,设计了基于元数据的多粒度锁机制,优化多进程间数据的访问和传输;通过对实际系统运行性能的分析,通过调整数据库内存的分配、优化应用程序和集群互联的性能优化,实现了数据库的缓存优化;通过分析数据库的使用模式,提出了使用并行操作、构建并行索引的方法进行数据库的查询优化方法;通过控制磁盘数据访问的同步控制方法,实现了共享磁盘的策略;最后通过使用锁和事务回滚的方式,实现的系统间透明的切换U攵韵钟邢低炒嬖诘氖导饰侍猓靡陨霞际跏侄伟严钟械南低辰行了优化,从而构造成为高可用、高可靠的金融生产处理平台,更好的保障业务的健康发展,为客户提供更优质的服务。全文共分六章,分别论述了论文的背景、相关工作、系统总体构架、优化设计关键技术、优化测试方案与结果、最后给出了论文的总结和展望。关键词:邮政金融网;际酰桓涸鼐猓桓呖煽啃
,辝瑃瓸籗,,尊产’,也,籇;琩甌瑃,琣’.’
籋篊籖;,.—
裕喙毓ぷ鳌收鹑谕锢砑邢低臣芄埂挠收菘庥呕际酰项目背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究的目的及意义⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯目前的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的组织⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.际酢省级系统现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.数据物理集中方案⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯物理集中网络方案⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯.小结⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⑿钗锢砑惺≈.⑿钪骰低澄锢砑凶芴寮芄埂.⑿钪骰低澄锢砑胁渴鸱桨浮.ü⑿钗锢砑腥ü
芙嵊胝雇致谢........⋯⋯⋯⋯⋯.⋯.⋯.⋯⋯⋯⋯..参考文献⋯......⋯.........⋯⋯⋯⋯⋯..⋯...作者在攻读硕士学位期间完成的论文...⋯.⋯.⋯.⋯...挠收菘庥呕馐裕优化查询技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.际酢陌沧啊实际应用效果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯高速缓存融合⋯⋯⋯⋯⋯⋯⋯⋯⋯存储技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〔
图索引图省中心系统总体部署图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图集中后主机系统架构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图物理集中后丰台生产中心示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图生产服务器与存储部署情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图省中心系统部署现状图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图邮政金融广域网婊肌图邮政储蓄物理集中全国中心局域网网络拓扑图⋯⋯⋯⋯⋯⋯⋯⋯⋯..图邮政储蓄物理集中省中心局域网网络拓扑图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图数据库规划方案示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..疽馔肌际醢沧凹芄雇肌图
⑿蠭甇参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表河南省生产主机和存储资源配置清单⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表河南省邮政储蓄主机系统基础软件配置清单⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
皇项目背景信息技术的快速发展推动我国金融业务进入了高速发展时期,工商银行、中国银行、建设银行等各大银行先后实现了数据大集中,建设基于集群技术、并行数据库技术的高性能、高可用性、海量存储