Redo log とは

Oracle RDBMS環境では、REDOログは、データベースに加えられたすべての変更の履歴を記録する独自の形式のファイルで構成されています。各REDOログ・ファイルはREDOレコードで構成されます。また、REDOエントリと呼ばれるREDOレコードは、データベース内の単一ブロックに加えられた変更を記述する又は表す各々は変化ベクトル群を保持します。
ユーザが従業員に関連するデータを含む表の給与値を更新する場合、例えば、DBMSがテーブルのデータセグメントブロックに対する変更を記述する変更ベクトルを含むREDOレコードを生成します。また、ユーザーが更新をコミットすると、Oracleは別のREDOレコードを生成し、その変更に「システム変更番号」(SCN)を割り当てます。
データファイル内で何かが変更されると、Oracleはその変更をREDOログに記録します。 REDOログの名前は目的を示します。データベースがクラッシュした場合、RDBMSは、最後のREDOレコードが書き込まれたときの状態にデータベース・データを戻すデータ・ファイルのすべての変更をREDO(再処理)できます。 DBAは、データベースのREDOログに関する情報を見つけるために、ビューV $ LOG、V $ LOGFILE、V $ LOG_HISTORYとは、V $ THREADを使用しています。各REDOログ・ファイルは、正確に1つのグループに属します(少なくとも2つは存在しなければなりません)。これらのグループのうちの1つはCURRENTグループです(v $ logの列ステータスを使用して照会できます)。 Oracleはその現行グループを使用してREDOログ・エントリを書き込みます。グループがいっぱいになると、ログ切り替えが発生し、別のグループが現在のグループになります。各ログ・スイッチはチェックポイントを生成しますが、その逆は真ではありません。チェックポイントでは、REDOログ・スイッチは発生しません。また、ALTER SYSTEM SWITCH LOGFILEコマンドを使用して手動でREDOログ切り替えを行うこともできます。

Error account とは

誤り勘定は、取引の誤りに対する補償を保管するために使用される勘定の一種であり、誤った勘定や勘定科目の間違った名前への番号のルーティング、クレームの生成など、矛盾のために適時に告知されない取引できるだけ早く解決して支払いができるようにする必要があります。

Pseudoconversational transaction とは

トランザクション処理では、擬似的なトランザクションは、インタラクティブなセッションで真の会話をエミュレートする一種のトランザクションです。エンドユーザにとっては、それ以上の入力を要求するためにプログラムが単純に「一時停止」しているように見えますが、実際には、入力が受信待ちの間にほとんどのリソースが解放されます。

DUCS (software) とは

DUCS(Display Unit Control System)は、CFS Inc.のテレプロセッシングモニターで、IBMのDOS / VSE環境向けの2つの早期ローカルテレプロセッシングパッケージの1つです。 DUCSは、プログラマーがモニターと「話す」ためのインターフェースとアクセス方法を提供しました。そのようなアクセス方法は、後でAPIとして知られるようになった。
当初は、IBMメインフレーム上でDOS上で動作するIBM 2260用に書かれたもので、元の製品はIBMのユーザーには無料でした。 DOS / VSとIBM 3270シリーズ端末の登場により、元の著者は1970年頃に商品を商品化しました。同社は1972年頃に透明なリモートアクセスを追加しました。
この製品は、衛星経由でデータを送信するためのIBM以外の一般に公開されている商用ソフトウェア・パッケージの第1弾と考えられています。

Advanced Synchronization Facility とは

Advanced Synchronization Facility(ASF)は、ハードウェアトランザクションメモリサポートを追加するx86-64命令セットアーキテクチャの拡張です。それはAMDによって導入されました。最新の仕様は2009年3月となりました。2013年10月現在、それはまだ提案段階です。リリースされたマイクロプロセッサーは拡張機能を実装しません。

Nested transaction とは

ネストされたトランザクションは、すでに開始されたトランザクションのスコープ内の命令によって開始されるデータベーストランザクションです。
ネストされたトランザクションは、異なるデータベースでは異なる方法で実装されます。ただし、最も外側のトランザクションがコミットするまで、関連のないトランザクションには変更が表示されないという共通点があります。つまり、内部トランザクションでのコミットは必ずしもデータベースへの更新を持続するとは限りません。
一部のデータベースでは、ネストされたトランザクションによって行われた変更は、ネストされたトランザクションがコミットされるまで 'ホスト'トランザクションによって認識されません。いくつかによると、これはトランザクションの分離特性に従います。
真のコンポーネントベースのアプリケーションアーキテクチャでは、ネストされたトランザクションを適切に処理する機能が必要です。コンポーネントベースのカプセル化アーキテクチャでは、ネストされたトランザクションは、プログラマがそれを知ることなく発生する可能性があります。コンポーネント関数にデータベーストランザクションが含まれていてもいなくてもかまいません(これはコンポーネントのカプセル化された秘密です)。このようなコンポーネント関数の呼び出しがBEGIN-COMMITブラケット内で行われると、ネストされたトランザクションが発生します。 MySQLのようなポピュラーなデータベースではBEGIN-COMMIT括弧をネストすることができないので、これを処理するにはフレームワークまたはトランザクションモニタが必要です。ネストされたトランザクションについて言及するとき、この機能はDBMSに依存しており、すべてのデータベースで使用できるわけではないことを明確にする必要があります。
ネストされたトランザクションの理論は、フラットなトランザクションの理論に似ています。
銀行業界は通常、オープンネストされたトランザクションを使用して金融取引を処理します。これは、ネストされたトランザクションモデルのより緩やかな変形であり、不整合の付随的なトレードオフを受け入れながらパフォーマンスが向上します。

Hazelcast とは

コンピューティングでは、HazelcastはJavaをベースにしたオープンソースのメモリ内データグリッドです。それはまた、製品を開発している会社の名前です。 Hazelcast社はベンチャーキャピタルによって資金提供を受けています。
ヘーゼルキャストグリッドでは、データはコンピュータクラスターのノード間で均等に分散され、処理と使用可能なストレージの水平スケーリングが可能です。単一ノードの障害から保護するために、ノード間でバックアップも分散されます。 Hazelcastは、頻繁に使用されるデータへのインメモリアクセス、および弾力的にスケーラブルなデータグリッドにわたるアプリケーションのスケーラビリティを提供します。これらの手法を使用すると、データベースのクエリ負荷が軽減され、速度が向上します。
ヘーゼルキャストは、クラウド(Amazon Web Services、Microsoft Azure、Cloud Foundry、OpenShift)、事実上(VMware)、およびDockerコンテナでオンプレミスで実行できます。 Hazelcastは、Apache jclouds、Consul、etcd、Eureka、Kubernetes、Zookeeperなど、複数のクラウド構成およびデプロイメントテクノロジのテクノロジの統合を提供します。 Hazelcast Cloud Discovery Service Provider Interface(SPI)を使用すると、クラウドベースまたはオンプレミスのノードが相互に自動検出できます。
Hazelcastプラットフォームは、さまざまな種類のアプリケーションのメモリを管理できます。バイナリプログラミング言語のAPIをサポートするためのOpen Binary Client Protocolを提供しています。 Hazelcastとオープンソースのコミュニティメンバーは、Java、Scala、.NET Framework、C ++、Python、Node.js、Golang、Clojureなどのプログラミング言語用のクライアントAPIを作成しました。 JavaとScalaは、クライアントと埋め込みメンバの両方に使用できます。

Customer integrated system とは

顧客統合システム(CIS)は、技術を顧客の手元に置き、自分のトランザクションを処理することを可能にするトランザクション処理システム(TPS)の拡張またはハイブリッドです。 CISは実質的な節約でビジネスを行う方法を表しています。顧客は時間を節約し、組織は人件費を削減することができます。

Big memory とは

大容量メモリは、大量のRAM(ランダムアクセスメモリ)メモリを搭載したマシン上で実行する必要があるサーバの負荷を表す用語です。ワークロードの例としては、データベース、メモリ内キャッシュ、グラフ分析などがあります。または、より一般的には、データサイエンスと大きなデータです。
データベースシステムの中には、大部分がメモリ内で実行されるように設計されており、ディスクやフラッシュメモリからデータを取得することはめったにありません。インメモリー・データベースのリストを参照してください。
大容量メモリシステムの性能は、CPUまたはCPUコアが従来のメモリコントローラまたはNUMA(非一様なメモリアクセス)を介してメモリにアクセスする方法に依存します。パフォーマンスは、CPUキャッシュのサイズとデザインによっても異なります。
パフォーマンスはOSの設計にも依存します。 Linuxの「巨大なページ」機能は、仮想メモリの効率を向上させることができます。 Linuxの新しい「透過的な巨大なページ」機能は、いくつかの大容量メモリのワークロードに対してより優れたパフォーマンスを提供します。 Microsoft Windowsの「ラージページサポート」により、サーバーアプリケーションは通常、ネイティブページサイズよりも3桁大きいラージページメモリ領域を確立できます。