資料庫集團

① 2022年國內主流醫葯資料庫有哪些

目前主要使用的醫葯資料庫分為兩大類，一個是免費醫葯資料庫，一個是商業綜合類的醫葯資料庫。醫葯資料庫的本質是讓用戶能在短時間內在一個網站把想要的信息通過檢索一覽無余，因此，全面性、准確性、及時性是該類資料庫的主要指標。

先說免費醫葯資料庫，大大小小的比較多，但真正用戶量大，達到一定使用頻率的，我們在此推薦三個最全面的：

①：DrugBank資料庫，它是加拿大阿爾伯塔大學（University of Alberta）研究人員將詳細的葯物數據和全面的葯物目標信息結合起來,建立的真實可靠的生物信息學和化學信息學資料庫。DrugBank包含50萬種葯物信息，其中包括2653種經批準的小分子葯物、1417種經批準的生物技術(蛋白質/肽)葯物、131種營養品和6451種實驗葯物。

②：pharnexcloud，他目前是開放程度高的中文界面醫葯資料庫，包含了全球葯品研發管線、審評審批進度、全球臨床試驗、中國臨床試驗、葯品招投標、集采、一致性評價等大量整合信息。

③：ClinicalTrials，它是一個基於網路的資源，為患者、他們的家庭成員、醫療保健專業人員、研究人員和公眾提供了方便地訪問關於各種疾病和病症的公共和私人支持的臨床研究的信息。該網站由 美國國立衛生研究院的國家醫學圖書館(NLM) 維護（NIH），美國國家醫學圖書館提供的資源，探索所有 50 個州和 221 個國家/地區的 422,494 項研究。註：所有資料及相關研究僅供參考，未取得相關政府機構評定。

免費資料庫涉及數據層面的關聯性相對單一、數據深度存在一定局限性，畢竟這類資料庫沒有像商業資料庫那樣花上足夠多的人力成本及時間成本去清洗、整理、維護數據。

商業類醫葯資料庫往往是高價值資料庫的代表。商業類醫葯資料庫特點是功能強大不僅能對學術類信息加以融合處理，還能分析葯品全生命周期數據，競品葯品銷售詳細情況、競品企業招投標、投融資、集中采購信息等；除此之外還能實時跟蹤產品管線最新信息，做到實時調整戰略方向，防止做無用功浪費企業資源。現在商業類資料庫可以說是醫葯企業必備的資料庫。筆者就國內葯企主要使用的商業醫葯資料庫（同時對比兩個國外資料庫）給大家一一列舉。

葯融雲企業版Pharnexcloud

數據全面性：★★★★★

運營企業：葯融雲數字科技

上線時間：2020年

資料庫數量：218個

產品組成：葯物研發庫群、上市葯品庫群、葯品銷售庫群、市場信息庫群、一致性評價庫群、原料葯庫群、醫療器械庫群、生產檢驗庫群、合理用葯庫群、醫葯文獻等十個版塊構成。

數據來源：各國葯品監管機構、試驗研究、學術會議報告、文獻期刊、異構資源、企業公告各國衛生機構、醫學新聞雜志、網路資訊、專利、協會學會等。

數據特色：數據採集近80個主流國家，監控全球10萬+醫葯數據信息源，數據放大模型演算法涉及人口學、經濟學、發病率、醫療資源分布等各類特徵參數。

增值服務：①專人對接需求，團隊解決問題。②沙龍、巡講、峰會、項目交易、需求對接等活動支持，能加入他們葯融圈生態鏈。

優點：全面覆蓋醫葯領域全產業鏈各環節，數據總量大、數據來源、專業報告、數據演算法、結果展示都做得非常好。

缺點：相比較於全球頂尖的cortellis、informa等，pharnexcloud的數據展示結果關聯性還有明顯的進步空間。

pharnexcloud醫葯資料庫後來居上，進步很快，近年來逐步成為國內醫葯企業選擇較多的醫葯資料庫，因其產品功能的全面和數據全面性得到越來越多的認可，希望能保持這個進步速度。

葯智

綜合性推薦指數：★★★★☆

運營企業：重慶康洲數據

上線時間：2009年

產品組成：由研發、一致性、生產、上市、市場、用葯、葯化、中葯材、器械等九個版塊組成。

數據來源：地區機構、資訊、企業公告報道、醫療會議、公司年度報告、醫療衛生機構、醫學雜志、專利、商標、技術實施文件、學術會議、技術報告、科技期刊等。

資料庫數量：172個

檢索方式、功能點、底層數據架構、界面展示：與insight、Pharnexcloud資料庫大體一致。

優點：葯物綜合報告、審評、臨床數據都做得相當不錯。而且僅此一家推出了化妝品、食品資料庫。

缺點：葯品銷售數據起步階段暫不夠成熟，全球數據相對量少。（葯品銷售數據對於葯品的立項調研、競品銷售分析、銷售戰略目標制定都是重中之重）。創新葯物收錄數量有待提高。

醫葯魔方

綜合推薦指數：★★★★☆

運營企業：北京華彬立成

上線時間：2013年

資料庫數量：49個

產品組成：資本透視、全球新葯、全球臨床、基礎數據、市場洞察這五個版塊構成。

數據來源：實驗室研究、內部會議、專業報道、專利、商標、技術實施文件、學術會議、技術報告、科技期刊、文獻、教科書、地區機構、資訊、新聞資訊、公司年度報告等。

產品亮點：資本透視和創新葯物版塊做得非常不錯，在該領域都屬於行業佼佼者。

收費：單價在國內偏高

優點：投融資版塊、可視化疾病圖譜和靶點整合、審評、臨床等數據做充分關聯、新上線的NextMed板塊有一定領先性、其投融資版塊做得很好。

缺點：總體數據數量偏少，葯物研發也只解讀了3萬多個葯物，比較同類產品丟失部分功能版塊，全球數據不夠豐富。銷售數據模塊雖然有，但十分封閉，無任何宣傳，對其具體情況業內不了解。

醫葯魔方作為創新葯物和醫葯投融資資料庫目前國內用戶沉積多的資料庫之一，但其產品功能過於封閉，已成自己的圍牆。

葯渡

綜合推薦指數：★★★☆

運營企業：葯渡經緯信息科技

上線時間：2013年

資料庫數量：132個

產品組成：由全球葯物、全球器械、投資生態、臨床研究、專利文獻、政策法規、世界葯問、數據定製八個版塊構成。

數據來源：實驗室研究、內部會議、專業報道、專利、商標、技術實施文件、學術會議、技術報告、科技期刊、在線資料庫、在線辭典、電子書庫、地區機構、資訊、企業公告報道、醫療會議等。

優點：其葯物研發信息與國內審評、臨床等多個庫均有不錯的關聯，層級結構、標簽及界面都做得相當不錯。對生物葯、化學葯等細微標簽做了單獨優化。

缺點：目前沒有葯品銷售數據，臨床、上市葯品分析等數據採集方面比較弱，總體數據量在業內偏弱。

葯渡作為國內老牌醫葯資料庫之一以全球研發數據為核心，重點發展咨詢業務。缺少銷售數據其核心版塊數據，導致其數據業務只是一直低價在為其咨詢業務做支撐。

米內

綜合推薦指數：★★★★☆

運營企業：廣州標點醫葯信息

上線時間：2010年

資料庫數量：72個

產品組成：葯品銷售（多層格局，醫院、零售）、審評進度、上市葯品、臨床試驗、中標數據、全球新葯研發、全球專利、項目進度這個七個版塊構成

產品特色：國內葯品銷售數據領頭企業，其醫院銷售數據以「三大終端六大市場」為基礎，分層抽樣多等級醫院放大至全國。城市公立醫院、縣級公立醫院、實體葯店、網上葯店、城市社區衛生中心、鄉鎮衛生院等各類維度齊備。

優點：南方所背景，醫院銷售數據演算法和研發數據都做得非常不錯。六大格局在國內首屈一指。近期上線了獨家的電商類數據，雖然業界還在爭議電商數據可信度，但畢竟先走出了這一步。

缺點：全面性比較弱，銷售數據以外的全球數據、研發數據、審批數據相對重視程度很低，版本一直沒有大的進展。

米內醫葯資料庫南方所背景其醫院銷售版塊覆蓋面最廣之一，但其它版塊相對薄弱。

丁香園Insight

綜合推薦指數：★★★☆

運營企業：杭州觀瀾網路

上線時間：2013年Insight（2006年總部）

產品組成：臨床試驗、申報進度、葯品庫、上市產品、制葯企業、招投標、一致性評價、醫葯新聞、生物製品、全球數據等十個版塊構成。

數據來源：內部會議、專業報道、專利、商標、在線資料庫、在線詞典、電子書庫、異構資源共享平台、知識庫、地區機構、資訊、企業公告報道、醫療會議、新聞資訊等。

產品特色：其界面小功能開發豐富特別是小圖標的應用在國內UI設計上是好的，區別於同類產品。

檢索方式、功能點、底層數據架構、界面展示：與葯智資料庫大體一致。

優點：搜索體驗、UI界面小功能、時間軸、注冊數據、國內葯物審評、上市批文這些國內數據中做得非常不錯。

缺點：市場和銷售相關數據涉及較少，全球研發數據處於剛起步階段(全球葯物研發數據對於葯企來說十分重要可謂是醫葯行業的風向標，在全球葯物格局、葯物立項調研、企業發展戰略方向制定方面的重要性不言而喻)

Insight作為老牌醫葯資料庫的典型代表，背靠丁香園集團的大樹，目前國內用戶沉積多的資料庫之一，但因其葯物研發數據版塊、葯品市場與銷售數據起步晚，影響了其總體優勢。

上海醫工院PDB

綜合推薦指數：★★★

運營企業：上海數圖健康醫葯科技

上線時間：2011年

資料庫數量：31個

產品組成：分為葯物綜合和新葯研發監測兩個資料庫；葯物綜合資料庫包含了國內市場、細分市場、全球市場、國內工業生產、企業經濟運行五個版塊；新葯研發監測資料庫包含了全球研發、中國研發、一致性評價、企業競爭，品種篩選分析五個版塊。

數據來源：專利、商標、技術實施文件、學術會議、技術報告、科技期刊、文獻、教科書、地區機構、資訊、新聞資訊、公司年度報告、pjb等。

優點：工信部背景知名度高國產醫葯資料庫鼻祖，審評、臨床等數據有不錯的關聯展示；新上線的RPDB零售板塊有明顯的優勢提升；RAS醫葯處方分析系統具備一定獨家性。

缺點：數據全面性相對不高，部分工業類數據更新較慢，UI設計過於傳統。PDB作為全國老牌醫葯資料庫之一，全球葯物研發數據採集處於起步階段，也許是底層架構設計問題單開了一個CPM（新葯研發監測資料庫）導致其部分關聯性較差。

科睿唯安cortellis

綜合推薦指數：★★★★☆

產品組成：Cortellis 資料庫包含Cortellis競爭情報、Cortellis早期葯物發現、CMC、仿製葯、原料葯、系統生物學Metacore等等多個模塊，主要由競爭信息、疾病簡報、監管信息、新聞、葯物發現信息這幾個版塊構成；

數據來源：各大葯品監管機構、新聞雜志、網路資訊、文獻期刊、學術報告、專利商標、公司年報等。

檢索方式、功能點、底層數據架構：這三個維度和informa資料庫基本一致，只是樣式展示風格不一樣。

優點:在展示結果關聯性、專業報告、數據維度方面都做得非常好。

缺點: 缺少系統化葯品銷售數據，對中國企業管線監控出現不少滯後和少量錯誤，缺少中國葯監局等數據分析。

cortellis醫葯資料庫目前在世界醫葯領域知名醫葯資料庫之一，因在國內因為其水土不服相比之下使用人群比例不是那麼多。

英富曼Informa

綜合推薦指數：★★★☆

產品組成：Biomedtracker、Pharmaprojects、Sitetrove、Trialtrave、Datamonitor Healthcare、In Vivo、Medtech Insight、Pink Sheet、Scrip多個版塊組成。

數據來源：各國葯品監管機構、醫療衛生機構、新聞雜志、網路資訊、文獻期刊、學術報告、專利商標、公司年報、搜索引擎、學術會議等。

檢索方式、功能點、底層數據架構：這三個維度和cortellis資料庫基本一致，只是樣式展示風格不一樣，更符合國人使用習慣。

優點：可以綜合計算葯物批准通過率，數據更新歷史記錄，在新聞數據追溯、展示結果關聯性、數據維度方面都做得很好。

缺點：沒有銷售數據、沒有仿製葯信息、缺少中國葯監局數據解讀，中國企業管線跟蹤滯後；

Informa醫葯資料庫當前世界主流醫葯資料庫之一，其Pharmaprojects版塊Pharnexcloud的』全球葯物研發版塊』被客戶比較得多，因為價格和缺少國內審批等數據因此佔有率偏低，目前在國內主要客戶人群為高校為主。

一共寫了目前國內主要使用9個主流資料庫的測評，2個國外醫葯資料庫。每個資料庫都各有特色，可以根據自身情況供您選擇。

② gale資料庫的介紹

Gale 集團是全球最大、最權威的參考書出版商。作為在線資源中心的發明者，Gale集團也是頂如鎮尖的在線資料庫渣中粗供應商些參考書系列中的參考資料被公認為世界上相應學科領域中（文學、歷史、商業、人物傳記等）最權威、最全面的參考資料，並且為Gale 集團獨培孝家擁有，通過其他同類資料庫無法查到。。Gale集團50年來在出版人文科學工具書以及機構名錄方面頗具權威性；Gale集團以其精確、權威的參考書內容及全文期刊雜志的智能集成聞名全球；Gale集團還創建及維護了600餘個在線、印刷及縮微大型資料庫。這

③ 國內做大數據的公司有哪些

1、上海市大數據股份有限公司（簡稱「上海大數據股份」），是經上海市人民政府批准成立的國有控股混合所有制企業。

致力於成為智慧城市建設的主力軍、國內大數據應用領域的領軍企業和全球領先的公共大數據管理和價值挖掘解決方案提供商，滿足政府對公共數據治理和提升城市管理及公共服務水平的要求，構建公共大數據與商業數據服務、以及政企數據融合的橋梁，促進社會經濟發展。

2、輝略(上海)大數據科技有限公司，目前在中國交通（城市智能信號燈優化模型與平台，交通預算決策系統模型等）、環境（PM2.5污染檢測和治理）、醫療（醫院WIFI定位模型，病歷匹配模型等）、汽車（用戶購買轉化率模型）等領域進行大數據項目運營與模型開發。

3、成都市大數據股份有限公司成立於2013年，作為成都市實施國家大數據發展戰略的載體，2018年完成股份制改革並掛牌新三板，成都產業集團全資持股，主要涉及數據運營、投資並購、信息技術三大業務方向。

(3)資料庫集團擴展閱讀：

大數據發展的一些趨勢：

趨勢一：數據的資源化

何為資源化，是指大數據成為企業和社會關注的重要戰略資源，並已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大數據營銷戰略計劃，搶占市場先機。

趨勢二：與雲計算的深度結合

大數據離不開雲處理，雲處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平台之一。自2013年開始，大數據技術已開始和雲計算技術緊密結合，預計未來兩者關系將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。

④ 介紹幾個國產資料庫

一、DM

軟體名稱：達夢資料庫（DM）。

開發商：武漢達夢資料庫有限公司。

軟體描述：

達夢資料庫具有如下技術特色：支持多個平台之間的互聯互訪、高效的並發控制機制、有效的查詢優化策略、靈活的系統配置、支持各種故障恢復並提供多種備份和還原方式。

具有高可靠性、支持多種多媒體數據類型、提供全文檢索功能、各種管理工具簡單易用、各種客戶端編程介面都符合國際通用標准、用戶文檔齊全。
官網：
http://www.dameng.com/

二、OpenBASE

軟體名稱：OpenBASE。

開發商：東軟集團有限公司。

軟體描述：

主要包括OpenBASE 多媒體資料庫管理系統、OpenBASE Web應用伺服器、OpenBASE Mini嵌入式資料庫管理系統、OpenBASE Secure安全資料庫系統等產品。

所有的這些產品涵蓋了企業應用、Internet/Intranet、移動計算等不同的應用領域，具有不同的應用模式。

形成了OpenBASE面向各種應用的全面的解決方案。多媒體資料庫管理系統OpenBASE是OpenBASE產品系列的核心和基礎，其它的產品都是在其基礎上，根據各自應用領域的不同特點發展、演變而成的。
官網：
https://oceanbase.alipay.com/
三、思極有容
軟體名稱：思極有容分布式資料庫。

開發商：國網信通和創意信息聯合研發
軟體描述：

一款國產自主可控的分布式關系型資料庫。支持國產CPU、操作系統生態，支持雲平台和容器。在安全方面，設定多種許可權訪問、審計、流量控制機制，實現真正資源隔離。
產品採用當前領先分布式技術，提供多種隔離級別，保障完整分布式事務。通過讀寫分離、並行計算、在線橫向擴展，實現集群性能准線性提升，可達數百萬級TPM。
官網：
https://oceanbase.alipay.com/

四、KingbaseES

軟體名稱：金倉資料庫管理系統KingbaseES。

開發商：北京人大金倉信息技術有限公司。

軟體描述：

互動式工具Isql；圖形化的數據轉換工具； 多種方式的數據備份與恢復；提供作業調度工具；方便的用戶管理；支持事務處理；支持各種數據類型；提供各種操作函數；提供完整性約束；支持視圖；支持存儲過程/函數；支持觸發器。
官網：
https://www.kingbase.com.cn

五、阿里的資料庫系統

軟體名稱：OceanBase & PolarDB

官方稱為「完全自主研發的金融級分布式關系資料庫」。下面是其官網的介紹：OceanBase 對傳統的關系資料庫進行了開創性的革新。

在普通硬體上實現金融級高可用，在金融行業首創「三地五中心」城市級故障自動無損容災新標准，同時具備在線水平擴展能力，創造了4200萬次/秒處理峰值的紀錄（註：當時TPS官宣為25.6w）。

現在OceanBase的版本已經2.x了，OceanBase TPC-C的評測刷遍了朋友圈，TPS達到了100w (6088w tpmc)，榜單第一。
官網：
https://oceanbase.alipay.com/

六、騰訊的資料庫系統

軟體名稱：TDSQL

其官網簡介：分布式資料庫（Tencent Distributed SQL，TDSQL）是騰訊打造的一款分布式資料庫產品，具備強一致高可用、全球部署架構、分布式水平擴展、高性能、企業級安全等特性。

同時提供智能 DBA、自動化運營、監控告警等配套設施，為用戶提供完整的分布式資料庫解決方案。

目前 TDSQL 已經為超過500+的政企和金融機構提供資料庫的公有雲及私有雲服務，客戶覆蓋銀行、保險、證券、互聯網金融、計費、第三方支付、物聯網、互聯網+、政務等領域。TDSQL 亦憑借其高質量的產品及服務，獲得了多項國際和國家認證，得到了客戶及行業的一致認可。
官網：
https://cloud.tencent.com/proct/tdsql

三、華為的資料庫系統

軟體名稱：GaussDB

全球首款AI-Native資料庫，內部有100、200、300多個版本，應該是基於PostgreSQL開發的。在國內，可能除了阿里，就到華為的團隊了（高斯實驗室）。和不少高校建立了合作。
官網：
https://e.huawei.com/cn
總結
如果你傾向極強的定製性和高度兼容MySQL，推薦思極有容資料庫，因為它這兩者是優化到極致且比較簡潔，可控性強。

⑤ 萬方資料庫由誰創辦

「萬方數據資源系統」是以中悶螞棗國科技信息所（萬方數據集團公司）全部信息服務資源為依託建立起來的，是一個以科技信息為主，集經濟、金融、社會、人文信息為一體，以Internet為網路平台的大型科技、商務信息服務系統。螞拆目前，萬方數據資源系統提供學位論文全文、會議論文全文、數字化期刊、科技信物改息、商務信息等五大板塊，並通過統一平台實現了跨庫檢索服務。

⑥ 資料庫產品有哪些

Oracle（甲骨文公司）——是全球大型資料庫軟體公司，總部位於美國加州紅木城的紅木岸。具有完整的數據管理功能，具有可用性強、可擴展性強、數據安全性強、穩定性強等優點。

DB2——是IBM出品的一系列關系型資料庫管理系統，分別在不同的操作系統平台上服務。DB2主要應用於大型應用系統，具有較好的可伸縮性，可支持從大型機到單用戶環境，應用於OS/2、Windows等平台下。

SQL Server——是由Microsoft開發和推廣的關系資料庫管理系統（DBMS），它最初是由Microsoft、Sybase和Ashton-Tate三家公司共同開發的，並於1988年推出了第一個OS/2版本。具有伸縮性強，系統管理和資料庫管理更加直觀、簡單，為用戶進行程序設計提供更廣大的選擇餘地等優點。

OpenBASE——是東軟集團有限公司軟體產品事業部推出的我國第一個自主知識產權的商品化資料庫管理系統，該產品由東軟集團有限公司軟體產品事業部研發並持有版權。

INFORMIX——是IBM公司出品的關系資料庫管理系統家族。作為一個集成解決方案，它被定位作為IBM在線事務處理（OLTP）旗艦級數據服務系統。主要用於數據倉庫和在線的事物處理,是百強企業的首選。

人大金倉——是中國自主研發資料庫產品和數據管理解決方案的領導企業，由中國人民大學及一批最早在國內開展資料庫教學、研究與開發的專家於1999年發起創立。人大金倉長期致力於研發和推廣具有自主知識產權的國產資料庫管理系統。

⑦ 什麼是資料庫集群

現在比較大型點的系統基本上是AP+DB的架構: AP指應用程序,DB指資料庫端
AP放在一個伺服器上,DB放在另一個伺服器上
當一個系統比較大,訪問的用戶數量比較多的時候,比如QQ,上億用戶.

這時一個伺服器就吃不消了,這樣就想到多個伺服器跑同一個AP應用.
DB端也一樣.
linux集群 指的就是多個伺服器跑同一個AP應用,系統管理員的工作
資料庫集群 指的就是多個伺服器跑同一個DB資料庫.資料庫管理員的工作

linux集群基礎就要熟悉linux系統.
資料庫集群基礎就要熟悉具體的資料庫如oracle,db2,sysbase.mysql.等

0基礎可以學,只是要花時間.0基礎想搞到集群估計得花3個月時間.這還是要有環境的,有人指導才行.

⑧ 資料庫集群是什麼

集群主要分成三大類 （高可用集群， 負載均衡集群，科學計算集群）
高可用集群( High Availability Cluster)
負載均衡集群(Load Balance Cluster)
科學計算集群(High Performance Computing Cluster)

1、高可用集群(High Availability Cluster)
常見的就是2個節點做成的HA集群，有很多通俗的不科學的名稱，比如」雙機熱備」, 「雙機互備」, 「雙機」。高可用集群解決的是保障用戶的應用程序持續對外提供服務的能力。 (請注意高可用集群既不是用來保護業務數據的，保護的是用戶的業務程序對外不間斷提供服務，把因軟體/硬體/人為造成的故障對業務的影響降低到最小程度)。

2、負載均衡集群(Load Balance Cluster)

負載均衡系統：集群中所有的節點都處於活動狀態，它們分攤系統的工作負載。一般Web伺服器集群、資料庫集群和應用伺服器集群都屬於這種類型。

負載均衡集群一般用於相應網路請求的網頁伺服器，資料庫伺服器。這種集群可以在接到請求時，檢查接受請求較少，不繁忙的伺服器，並把請求轉到這些伺服器上。從檢查其他伺服器狀態這一點上看，負載均衡和容錯集群很接近，不同之處是數量上更多。

3、科學計算集群(High Performance Computing Cluster)

高性能計算(High Perfermance Computing)集群，簡稱HPC集群。這類集群致力於提供單個計算機所不能提供的強大的計算能力。

高性能計算分類：

3.1、高吞吐計算(High-throughput Computing)
有一類高性能計算，可以把它分成若干可以並行的子任務，而且各個子任務彼此間沒有什麼關聯。象在家搜尋外星人（ [email protected] – Search for Extraterrestrial Intelligence at Home ）就是這一類型應用。
這一項目是利用Internet上的閑置的計算資源來搜尋外星人。SETI項目的伺服器將一組數據和數據模式發給Internet上參加SETI的計算節點，計算節點在給定的數據上用給定的模式進行搜索，然後將搜索的結果發給伺服器。伺服器負責將從各個計算節點返回的數據匯集成完整的 數據。因為這種類型應用的一個共同特徵是在海量數據上搜索某些模式，所以把這類計算稱為高吞吐計算。
所謂的Internet計算都屬於這一類。按照 Flynn的分類，高吞吐計算屬於SIMD（Single Instruction/Multiple Data）的范疇。

3.2、分布計算(Distributed Computing)
另一類計算剛好和高吞吐計算相反，它們雖然可以給分成若干並行的子任務，但是子任務間聯系很緊密，需要大量的數據交換。按照Flynn的分類，分布式的高性能計算屬於MIMD（Multiple Instruction/Multiple Data）的范疇。

下面說說這幾種集群的應用場景：

高可用集群這里不多作說明。

想Dubbo是比較偏向於負載均衡集群，用過的猿友應該知道（不知道的可以自行了解一下），Dubbo同一個服務是可以有多個提供者的，當一個消費者過來，它要消費那個提供者，這里是有負載均衡機制在裡面的。

搜索引擎Elasticsearch比較偏向於科學計算集群的分布計算。

而到這里，可能不少猿友都知道，集群的一些術語：集群容錯、負載均衡。

我們以Dubbo為例：
集群容錯（http://bbo.io/User+Guide-zh.htm#UserGuide-zh-%E9%9B%86%E7%BE%A4%E5%AE%B9%E9%94%99）

Dubbo提供了這些容錯策略：
集群容錯模式：
可以自行擴展集群容錯策略，參見：集群擴展
Failover Cluster
失敗自動切換，當出現失敗，重試其它伺服器。(預設)
通常用於讀操作，但重試會帶來更長延遲。
可通過retries="2"來設置重試次數(不含第一次)。

Failfast Cluster
快速失敗，只發起一次調用，失敗立即報錯。
通常用於非冪等性的寫操作，比如新增記錄。

Failsafe Cluster
失敗安全，出現異常時，直接忽略。
通常用於寫入審計日誌等操作。

Failback Cluster
失敗自動恢復，後台記錄失敗請求，定時重發。
通常用於消息通知操作。

Forking Cluster
並行調用多個伺服器，只要一個成功即返回。
通常用於實時性要求較高的讀操作，但需要浪費更多服務資源。

可通過forks="2"來設置最大並行數。

Broadcast Cluster
廣播調用所有提供者，逐個調用，任意一台報錯則報錯。(2.1.0開始支持)
通常用於通知所有提供者更新緩存或日誌等本地資源信息。

負載均衡（http://bbo.io/User+Guide-zh.htm#UserGuide-zh-%E8%B4%9F%E8%BD%BD%E5%9D%87%E8%A1%A1）

Dubbo提供了這些負載均衡策略：

Random LoadBalance

隨機，按權重設置隨機概率。

在一個截面上碰撞的概率高，但調用量越大分布越均勻，而且按概率使用權重後也比較均勻，有利於動態調整提供者權重。

RoundRobin LoadBalance
輪循，按公約後的權重設置輪循比率。
存在慢的提供者累積請求問題，比如：第二台機器很慢，但沒掛，當請求調到第二台時就卡在那，久而久之，所有請求都卡在調到第二台上。

LeastActive LoadBalance
最少活躍調用數，相同活躍數的隨機，活躍數指調用前後計數差。
使慢的提供者收到更少請求，因為越慢的提供者的調用前後計數差會越大。

ConsistentHash LoadBalance
一致性Hash，相同參數的請求總是發到同一提供者。
當某一台提供者掛時，原本發往該提供者的請求，基於虛擬節點，平攤到其它提供者，不會引起劇烈變動。
演算法參見：http://en.wikipedia.org/wiki/Consistent_hashing。

預設只對第一個參數Hash，如果要修改，請配置<bbo:parameter key="hash.arguments" value="0,1" />

預設用160份虛擬節點，如果要修改，請配置<bbo:parameter key="hash.nodes" value="320" />