存储分析 东芝或进入企业级3.5寸硬盘市场
东芝打算开发一款低速7200转2.5寸企业硬盘产品。我们相信，这将是一款以容量为重点的硬盘产品，因此它可能会使用500Gbit/sq in的面密度。这样它的容量就可以达到目前的5400转硬盘的容量水平，即640GB。东芝也有可能使用更高的面密度水平，生产出容量为1TB的2-platter 2.5寸硬盘。 西部数据目前拥有一款容量为1TB的3-platter 2.5寸硬盘产品，有消息称希捷也打算开发一款容量为1TB的小尺寸硬盘。
未来的记录技术
东芝欧洲存储分公司业务规划总监Philip Walsh在介绍时展示了一张幻灯片，显示东芝正在开发离散轨道记录(DTR)技术，目的是提高2010年推出的2.5寸硬盘产品的面密度水平。东芝还将从2012年开始开发适用于2.5寸硬盘的Bit-Patterned Media（BPM）技术。
湖南省雷暴大风的时空分布和变化特征
【Abstract】 The climate characteristics of the thunderstorm gales and its possible cause were analyzed with the data of thunderstorm gales in Hunan province from 1971 to 2010 using the climate slope,Mann-Kendall test,wavelet analysis and correlation analysis. Moreover,the 惠普云交易技术面分析应用 paper compared and analyzed the parameters in different stations based on the NECP reanalysis data from 2001 to 2010. It’s meaningful to understand the 惠普云交易技术面分析应用 formation mechanism of thunderstorm gale in Hunan. The results showthat the overall amount of thunderstorm gales was decreasing continuously in Hunan over the last four decades,and the thunderstorm gales decreased significantly,especially after the 1990 惠普云交易技术面分析应用 s. Thunderstorm gales mainly occurred appeared primarily in the afternoon to evening in summer,and there was an abrupt change of its occurrences in 1990. It was found that there existed short oscillating periods( 2~3,3~5 and 6~7 years) and long periods( 11~12 years) in the occurrence of thunderstorm gales by using the wavelet analysis,besides,the short oscillating periods of 2 ~ 3,3 ~ 5 years were the 惠普云交易技术面分析应用 main characters. Furthermore,the differences of thermal instability in different regions were analyzed,the result indicated that the west area was higher than east in Hunan. The differences of the dynamic instability suggests that the south area is higher than north in Hunan. The characteristic of upper and lower water vapor difference demonstrates 惠普云交易技术面分析应用 that mountain area 惠普云交易技术面分析应用 is higher than lake area. 更多还原
新手学堂--技术面分析
图1是郑商所PTA1501合约2013年12月至2014年8月的日K线，PTA1501合约从2014年1月初的7 600多点跌至5月初的6 000多点，跌幅为1 600点左右，这两个高低点之间做黄金分割线（粗线）；随后于6月底和8月中旬两次反弹至7 000~7 100点一线，反弹幅度为1 000~1 100点，差不多正好是三分之二的黄金分割位置。8月中旬后又自7 100多点回跌至6 700点左右，跌幅接近400点，这两个高低点之间做黄金分割线（细线），计算一下，又差不多是前面反弹幅度的三分之一。
期价与平均线的关系——葛兰维八法
多根移动平均线的判断方法
指数平滑移动平均线（MACD）
指数平滑移动平均线的英文名称为Moving Average Convergence and Divergence。其原理是运用快、慢速移动平均线聚合与分离的功能，加以移动平滑运算，用以研判买卖时机和信号。
2. DIF与DEA 为负值时（图上判别是在O轴线之下），为空头市场。DIF向下跌破DEA为卖出信号（图中BAR线向下）；DIF向上突破DEA，只能认为是反弹。
相对强弱指标（RSI）是威尔德发明的分析工具。在期市中，多空双方的气势很重要，一定程度上它可以决定市场方向。相对强弱指标就是反映市场气势强弱的指标。其计算方式为：确定参数，常用参数为14天；取最近15天的收盘价，每一个减去上一天的收盘价，得到14个数字；14个数字中的正数（上涨幅度）之和相加，以A为代表，14个数字中的负数（下跌幅度）之和相加，取其正值以B为代表；RSI＝100×A A+B；A A+B的含义为上涨幅度在全部涨跌幅中的比例，乘以100后，总落在0和100之间。
下图是PTA1501合约2014年4月至8月的日K线图，从图中可见，6月底PTA期价形成了三个高点7 120点、7 130点、7 156点，逐级走高，但下面的KD指标却一波低于一波，一路下行，形成顶背离，后市PTA跌幅较大，跌了近500点。
HTAP与OLAP&OLTP之间的关系
1).OLTP
联机事务处理OLTP
（On-Line Transaction Processing）
- 直接面向应用，数据在系统中产生。
- 基于交易的处理系统。 惠普云交易技术面分析应用
- 每次交易牵涉的数据量很小；对响应时间要求非常高。
- 用户数量非常庞大，其用户是操作人员，并发度很高。
- 数据库的各种操作主要基于索引进行。
- 以SQL作为交互载体。
- 总体数据量相对较小。
2).OLAP
联机实时分析OLAP
（On-Line Analytical Processing）
- 本身不产生数据，其基础数据来源于生产系统中的操作数据
- 基于查询的分析系统；复杂查询经常使用多表联结、全表扫描等，牵涉的数量往往十分庞大
- 每次查询设计的数据量很大，响应时间与具体查询有很大关系
- 用户数量相对较小，其用户主要是业务人员与管理人员
- 由于业务问题不固定，数据库的各种操作不能完全基于索引进行
- 以SQL为主要载体，也支持语言类交互 惠普云交易技术面分析应用
- 总体数据量相对较大
3).OTHER
- 多模 随着业务“互联网化”和“智能化”的发展以及架构 “微服务”和“云化”的发展，应用系统对数据的存储管理提出了新的标准和要求，数据的多样性成为突出的问题。早期数据库主要面对结构化数据的处理场景。后面随着业务的发展，逐渐产生了对非结构化数据的处理需求。包括结构化数据、半结构化(JSON、XML等)数据、文本数据、地理空间数据、图数据、音视频数据等。多模，正是指单一数据库支持多种类型数据的存储与处理。
- 流式 流式处理(实时计算)，是来源于对数据加工时效性的需求。数据的业务价值随着时间的流失而迅速降低，因此在数据发生后必须尽快对其进行计算和处理。传统基于周期类的处理方式，显然无法满足需求。随着移动互联网、物联网和传感器的发展导致大量的流式数据产生。相应地出现了专有的流式数据处理平台，如Storm、Kafka等。近些年来，很多数据库开始支持流式数据处理，例如MemSQL、PipelineDB。有些专有流式数据处理平台开始提供SQL接口，例如KSQL基于Kafka提供了流式SQL处理引擎。
- 高阶 随着对数据使用的深入，数据的使用不再仅仅以简单的增删改查或分组聚合类操作，而对于其更为高阶的使用也逐步引起大家的重视。例如使用机器学习、统计分析和模式识别等算法，对数据进行分析等。
对比 — OLAP vs OLTP
2. 数据处理模式
1).分散式（专有平台）
2).集中式（通用平台）
- 通过数据整合避免信息孤岛，便于共享和统一数据管理。
- 基于SQL的数据集成平台可提供良好的数据独立性，使应用能专注于业务逻辑，不用关心数据的底层操作细节。
- 集成数据平台能提供更好的实时性和更全的数据，为业务提供更快更准的分析和决策。
- 能够避免各种系统之间的胶合，企业总体技术架构简单，不需要复杂的数据导入/导出等，易于管理和维护。
- 便于人才培养和知识共享，无须为各种专有系统培养开发、运维和管理人才。
3. HTAP
HTAP数据库（Hybrid 惠普云交易技术面分析应用 Transaction and 惠普云交易技术面分析应用 Analytical Process，混合事务和分析处理）。2014年Gartner的一份报告中使用混合事务分析处理(HTAP)一词描述新型的应用程序框架，以打破OLTP和OLAP之间的隔阂，既可以应用于事务型数据库场景，亦可以应用于分析型数据库场景。实现实时业务决策。这种架构具有显而易见的优势：不但避免了繁琐且昂贵的ETL操作，而且可以更快地对最新数据进行分析。这种快速分析数据的能力将成为未来企业的核心竞争力之一。
1).技术要点
- 底层数据要么只有一份，要么可快速复制，并且同时满足高并发的实时更新。
- 要满足海量数据的容量问题，在存储、计算都具有很好的线性扩展能力。
- 具有很好的优化器，可满足事务类、分析类的语句需求。
- 具备标准的SQL，并支持诸如二级索引、分区、列式存储、向量化计算等技术。
2).重点技术 – 行列存储
行存储（Row-based）：对于传统的关系型数据库，比如甲骨文的OracleDB和MySQL，IBM的DB2、微软的SQL Server等，一般都是采用行存储（Row-based）行。在基于行式存储的数据库中，数据是按照行数据为基础逻辑存储单元进行存储的，一行中的数据在存储介质中以连续存储形式存在。
列式存储（Column-based）是相对于行式存储来说的，新兴的Hbase、HP Vertica、EMC Greenplum 等分布式数据库均采用列式存储。在基于列式存储的数据库中，数据是按照列为基础逻辑存储单元进行存储的，一列中的数据在存储介质中以连续存储形式存在。
3).重点技术 – MPP
MPP (Massively Parallel Processing)，即大规模并行处理，在数据库非共享集群中，每个节点都有独立的磁盘存储系统和内存系统，业务数据根据数据库模型和应用特点划分到各个节点上，每台数据节点通过专用网络或者商业通用网络互相连接，彼此协同计算，作为整体提供数据库服务。非共享数据库集群有完全的可伸缩性、高可用、高性能、优秀的性价比、资源共享等优势。简单来说，MPP是将任务并行的分散到多个服务器和节点上，在每个节点上计算完成后，将各自部分的结果汇总在一起得到最终的结果。下面以典型的MPP产品Greenplum架构为例。