程序并行

H.T.关于并行结构的论文

PostgreSQL并行控制机制：MVCC、2PL、封锁。

MPI并行实现WARSHALL算法

rparallel3 m文件函数，用于并行计算n个电阻器的总电阻。

MapReduce 的并行机制挺适合搞大数据的，是在 Hadoop 环境下用 Java 来写那套流程，虽然一开始有点门槛，但搭配 Maven 其实也不复杂。像Mapper和Reducer这两个核心类，你写过一次就知道套路了。要注意字符编码问题，中文数据时常会碰到乱码，记得下 byte 到字符串的转换。嗯，还有，依赖管理交给 Maven 挺省心的，配置好pom.xml，各种 Hadoop 相关包都能拉得稳稳的。

Oracle 的并行，是你写大 SQL、跑大数据时的好帮手。一个语句能分多个线程一起跑，效率蹭蹭涨，尤其在数据量大的场景里，表现亮眼。你只要合理设置一下并行度、做好分区，性能提升立马看得见。 并行 SQL挺适合复杂查询或者大批量的INSERT/UPDATE/DELETE，尤其是那种动辄上千万行的表，串行操作简直慢到哭，用并行立马不一样了。响应快、结果准，老板都笑了。 在 RAC 环境下，Oracle 还能把并行查询自动分配到不同实例上跑，用满每个节点的 CPU，性能直接翻倍。你甚至不用改多配置，只要 DOP（Degree of Parallelism）设置得合理，效果就还不错。 另外像并行 D

Oracle SQL 的并行查询笔记还挺实用的，尤其是对性能卡顿比较敏感的项目来说，手动控制并行度比交给优化器靠谱多了。你可以直接在语句里加 /*+parallel(table_name, n)*/ 来指定线程数，用起来也蛮灵活，像查表、插入、多表联查全都能加速。还有一些小技巧，比如 NVL 系列函数、NULLS LAST 排序选项，日常开发中用得也不少。嗯，如果你是经常写 SQL 的前端或者后端，这份整理真值得收藏一下。

Vertica 的并行机制讲得还挺清楚的，尤其是大数据量下怎么做分区、怎么走执行计划，看完确实有点收获。如果你对数据仓库的性能优化有点好奇，或者你也在搞大表查询，建议你翻翻这篇《Vertica 的那些事.pdf》，内容不长，但干货挺多的。并行计算的部分讲得蛮实在的，不是只讲概念，作者还用了一些实际的 SQL 例子，比如怎么设计分布键、怎么避免数据倾斜。像你在做多节点分布式查询的时候，参考一下这些思路会比较有。顺带推荐几个相关的资料，Greenplum的那篇也不错，思路挺像的。还有篇关于多线程并行计算的文章，如果你平时也写点 Python 或者 Java 多线程代码，读读也不亏。对了，虚拟存储的

今天的软件并行程序开发工具与硬件潜力之间存在着一个巨大的软件鸿沟。这些工具需要程序员手动干预以实现代码的并行化。编写并行计算程序需要对目标算法或应用程序进行深入研究，比传统的顺序编程更为复杂。程序员必须了解算法或应用程序的通信和数据依赖关系。本书提供了探索为特定应用程序编写并行计算程序的技术。

绿松石数据库 Greenplum 的并行能力真不是吹的，搞大数据的时候用它，响应也快，数据量再大也扛得住。它基于MPP 架构，多个节点一起干活，适合做大规模的数据仓库和任务。 安装 Greenplum 稍微复杂点，不过也不算太难。你得先检查服务器配置，像内存、磁盘、操作系统这些都得符合要求。装些依赖包，比如GCC、OpenSSL、Perl啥的，解压软件包，按文档配好环境变量，跑初始化脚本，整个流程挺标准。 Greenplum 扩容这块做得还挺智能的。你可以直接加Segment 节点，分分钟就能把能力拉上去。只要新服务器配置跟得上，改改配置文件，用gprecoverseg同步一下数据，再启动新节