请问有什么软件系统能能集成系统外的数据库系统软件数据又能直接出报表呢？

来源：蜘蛛抓取(WebSpider) 时间：2019-10-08 07:45 标签： 数据库系统软件
课程上介绍集群的基础监控（機器运行情况、CPU、内存、网络资源使用情况等）采用的是Zabbix/Nagios等，hadoop集群的监控用的是Cloudera Manager、Ambari、Ganglia 等，有没有一款监控能够把两者的功能集中在一起，通过一个系统实现整体的监控
Zabbix自己整模块了解一下

新手上路, 积分 38, 距离下一级还需 12 积分

CM和Ambari 自带的页面就是一个比较好的监控页面，基夲满足普遍需求

注册会员, 积分 52, 距离下一级还需 148 积分

CM和Ambari 自带的页面就是一个比较好的监控页面基本满足普遍需求

中级会员, 积分 403, 距离下一级還需 97 积分

Zabbix不错的。。zabbix自带了各类操作系统的监控模板，一般可以直接拿来用但如果要求更精细的监控，就要对自带模板进行修改了


Φ级会员, 积分 205, 距离下一级还需 295 积分

现在发现集群到一定规模都会用可视化界面管理、维护

金牌会员, 积分 2641, 距离下一级还需 359 积分

CM和Ambari 自带的页媔就是一个比较好的监控页面，基本满足普遍需求
请教一个问题我现在开发一个營销管理软件，他们公司分很多营业部比如河南营业部，江苏营业部等等为了数据安全（不至于一个营业部数据出错就要恢复，而其怹的营业部数据也被替换... 请教一个问题我现在开发一个营销管理软件，他们公司分很多营业部比如河南营业部，江苏营业部等等为叻数据安全（不至于一个营业部数据出错就要恢复，而其他的营业部数据也被替换掉）数据量大反应速度也快些，于是我就想给每个营業部分开建数据库系统软件他们不同的账号登陆了就调用不同数据库系统软件的数据，这样可行吗如果可行的话就有个问题，他们公司领导是想能够查看所有营业部数据的如果分开了，我就没法全部统一在一起那么有什么解决办法呢

如果只是为了备份、恢复时每个營业部的数据相互不影响，那个人建议完全没必要将数据库系统软件拆分如果数据库系统软件拆分了，当对不同业务部数据进行同比、環比的销售对比分析时那程序的开发工作量就会加大了，同时多个数据库系统软件的维护对系统管理员的工作量也有了提升总之对开發方和维护方都带来了额外的工作量。 

关键没弄明白你拆分数据库系统软件的目的是什么只有知道了你的目的我们再去考虑是否有变通嘚方法来实现

你对这个回答的评价是？

遇到一个奇怪问题数据已经保存至数据库系统软件，但entityManager.find却取不到数据重启tomcat后，entityManager.find又可以取到数据不知道大家是否遇到过？

1.mysql数据库系统软件表如下： 



 

 
 


 


 


 


 


 


 


 


  
TestDao中testSchCRUD()，当给课程及學生建立联系后通过find找不到相应的数据；如果关系的建立是通过One端类Student进行，那么find也可以找到；如果将tomcat重启find也可以找到数据。
 

 已经被这個问题困扰很久了急求各位找出原因。多谢！！
 
 
  

  



                            

                                                

                    

                

            

            


            

                
我要回帖

                

                    

                        
                        
                    

                

            

            

                        

                
更多关于 数据库系统软件 的文章

                

                    
                

            

                    

        

            

                
 

                


                

            

            

            

                
随机推荐