1、學習目標目標值：
每天處理網頁訪問流量或廣告點擊統計工作，大概在500萬量；把新的模式應用於現有的可控制的產品當中，做經驗的積累工作。
MySQLCluster首選原因
公司已經具備Linux平台專業維護人才和數據庫操作專業維護人才；Linux系統平台的MySQL Cluster開源免費意味著軟件成本的節省； 2、環境要求Linux El 5操作平台
MySQL相關軟件包，直接在官方下載四台服務器：管理節點1台，Sql操作節點1台，數據存儲節點2台；
管理節點：普通的pc
兩台hp普通服務器；
一台：dell高級服務器（使用一天，效果比原先的pc很明顯。主要懷疑網卡的性能上）最少四台服務器：管理節點1台，Sql操作節點1台，數據存儲節點2台；其他三台機器：內存盡可能大，希望4G；千兆網卡；64位處理器；組成高速局域網環境 3、配置方法
4、測試過程
4.1 測試用例對當前用戶的查看多個url(m url)之後，對應的多個關鍵詞(n kw)進一步計算，在數據庫中很快判斷出用戶正在關注著什麼關鍵，迅速進行排列結果。
用戶行為產生的url和關鍵詞部分來源於Autosense系統的數據庫。
4.2測試使用表格 MySQL> show create table userkeyWord\G;
*************************** 1. row ***************************
Table: userkeyWord
Create Table: CREATE TABLE `userkeyWord` (
`ID` int(11) NOT NULL AUTO_INCREMENT,
`ClIEntID` varchar(25) NOT NULL DEFAULT '',
`LastUpdateTime` datetime DEFAULT NULL,
`KeyWord` varchar(25) NOT NULL DEFAULT '',
`UpdateCount` int(11) NOT NULL DEFAULT '1',
PRIMARY KEY (`ID`),
KEY `idxUpdateCount` (`UpdateCount`),
KEY `idxcid` (`ClIEntID`),
KEY `idxkw` (`KeyWord`)
) ENGINE=ndbcluster DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
表格數據
MySQL> select count(*) from userkeyWord; | count(*) | | 2404648 | 1 row in set (0.01 sec)
4.3測試過程
數據的更新速度
兩百萬數據的時候，使用6客戶端進行隨機的insert 和 update 工作，能夠平穩處理500記錄/每秒。
同時，在進行某一個用戶的關注感興趣的關鍵詞排名查詢需要0.01 sec。這種情況符合及時分析用戶的行為，並用戶下一次查看網頁的時候，及時計算用戶關注點報告（例如，關注汽車行業關鍵詞排行）。
這樣的處理速度引入到廣告系統的處理引擎模塊當中，及時計算針對報表格式的很多統計結果。及時計算用戶的活動頻率和關注點；及時計算其他一些統計功能； 在集群系統的說明文檔學習過程中，所理解的情況和設想的解決方案的模型對比，從新認識MySQLCluster系統。
失敗：
<1>對數據處理能力的邊界，沒有明確的控制能力。很想讓更多的解決問題依托於一個處理模型上。比如，初步設想的范圍當中，想使用此引擎處理更多的數據或者海量數據。 <2>集群模式當中子查詢非常消耗時間。這個特點讓很困惑，而且使用的很多時間來試圖突破掉瓶頸。可惜最終還沒有能找到很好的解決方案。 <3>對網卡和交換機等硬件方面的吞吐量，比較懷疑達到極限或者懷疑有拖延情況。
收獲：
<1>嘗試集群工作模式。
<2>享受開放軟件的優點。
<3>處理速度的提高，讓人很驚訝。
對一台機器MySQL做inset,update,delete 和沒有自查詢的其他一些操作的時候，單一客戶端每秒能夠處理150條左右。而在集群環境當中，6個客戶端，很平穩狀態處理速度在500條以上。
<4>對一些數據處理方式上，因為有特殊引擎提供處理能力，使得平台的設計思路有所改觀。
