Laxcus 正在参加 2020 年度 OSC 中国开源项目评选,请投票支持!
Laxcus 在 2020 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
投票让它出道
已投票
Laxcus 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」 !
Laxcus 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」「最积极运营项目」 !
Laxcus 获得 2020 年度 OSC 中国开源项目评选「最积极运营项目」 !

软件简介

Laxcus 是一个多集群多用户多任务通用数据管理系统,支持百万级计算机节点,提供 EB 级可计算数据的存储和计算能力,综合云管理、大数据、数据库、中间件、容器五个领域的技术和功能,集运行、开发、调试、部署、维护为一体的平台。Laxcus 为全体系全功能设计开发,采用 Java、C++ 语言编写,运行在普通硬件设备上,操作系统涵盖 Linux/Windows ,硬件平台包括 X86、ARM、POWER PC、NVIDIA 。产品100%自主知识产权,遵循 LGPL 协议开放源代码。当前最新版本是 Laxcus 2.6 。

Laxcus 大数据管理系统 2.6 技术特点:

    1. 系统总体设计成松耦合架构,在此框架下实现所有业务可定制、可扩展。
    2. 网络通信采用二进制协议和乱序处理,提高数据传输和处理效率。
    3. 以多集群并行和弱中心管理为基础,实现超大规模、可伸缩的数据存储和计算。
    4. 引入自适应机制,使集群具备自组织能力,包括数据处理和软硬件故障管理。
    5. 底层数据采用混合存储方案,实现即时存取,支持 OLTP 和 OLAP 业务。
    6. 数据处理融入 SQL 思想,兼容数据库,满足高并发和高可靠性两种需求。
    7. 全新的分布算法,保证数据处理简捷高效。
    8. 组件化编程,结合容器管理,来减少开发和维护难度。
    9. 体系化安全策略,RSA+SHA 验证,将安全管理纳入系统每一个环节。
    10. 使用语句指令操纵集群,覆盖全部数据处理和管理工作。
    11. 支持全球已知字符集,满足不同国家和地区用户语言习惯。

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (4)

加载中
我司一直在用 CDH. Laxcus这个目前个人持观望态度.
2018/12/29 13:26
回复
举报
怎么评论那么少?有用过的没?
2018/12/29 09:20
回复
举报
有什么特性
2018/12/29 08:45
回复
举报
居然没人评论一下么
2018/12/29 08:24
回复
举报
更多评论
暂无内容
2018/12/16 17:02

为什么说Laxcus颠覆了我的大数据使用体验

切入正题前,先做个自我介绍。 本人是从业三年的大数据小码农一枚,在帝都一家有点名气的广告公司工作,同时兼着大数据管理员的职责。 平时主要的工作是配合业务部门,做各种广告大数据计算分析工作,然后制成各种图表,提供给领导和客户,做为他们业务决策的辅助依据。 因为敏感性和安全的原因,我们的广告数据都是保存在公司自己的服务器里,而不是云上,并且做了各种隔离,防止有人盗取。大数据平台用的是目前流行的OpenSta...

9
57
发表了博客
2020/03/19 20:01

基于深度推理、自编程、大数据的通用人工智能

https://www.cnblogs.com/laxcus/p/12458184.html 是正在开发的中的产品,和现在的视听类AI大不相同。部分技术瓶颈已经突破,其他正在解决 目标: 1. 通用化的“机器大脑” 2. 实现机器的“自主决策”和“自主操控” 3. 完成机器从“感知”到“认知”的进化 4. 降低成本(芯片、电力、人力),全域部署使用(云端、边缘计算、终端) 手段: 1.依托LAXCUS大数据操作系统,解决超大规模数据必需的存储、计算、管理问题 2.通过追踪...

0
0
发表了博客
2020/03/19 20:22

基于深度推理、自编程、大数据的通用人工智能

https://www.cnblogs.com/laxcus/p/12458184.html 是正在开发的中的产品,和现在的视听类AI大不相同。部分技术瓶颈已经突破,其他正在解决 目标: 1. 通用化的“机器大脑” 2. 实现机器的“自主决策”和“自主操控” 3. 完成机器从“感知”到“认知”的进化 4. 降低成本(芯片、电力、人力),全域部署使用(云端、边缘计算、终端) 手段: 1.依托LAXCUS大数据操作系统,解决超大规模数据必需的存储、计算、管理问题 2.通过追踪...

0
0
发表了博客
2018/12/16 15:11

阿里云服务故障复现演示

  昨天,发完《阿里云的垃圾云主机》,就收到私信,质疑我的发贴动机。拜托,我和阿里云往日无怨,近日无仇,都是纯粹的技术问题,没必要做它的黑公关。清者自清,浊者自浊!因为你不信,现在我就把完整的对比测试公示出来,用事实说话。如果你还不信,可以自己去下载Laxcus大数据操作系统,然后部署到阿里云上试试。   对比测试很简单,只有两个命令:   PARALLEL MULTI SWARM 1M 10K 10K 1MS TO HUB 2 ITERATE 3   P...

0
0
发表于云计算专区
2015/03/22 15:33

从设计到编码,100%原创的大数据产品

产品论文:“Laxcus:大数据管理系统”,换一个角度诠释大数据处理,从架构设计到编码,100%的原创产品,已经开源。 “三分钟布署Laxcus”,将大数据布署做到极简! 欢迎联系合作,推进国产大数据产业发展 。有问必答!

0
1
发表于AI & 大数据专区
2018/05/22 17:11

下一代大数据系统和4S标准

Laxcus大数据管理系统提供了基于Diffuse/Converge分布算法的计算能力。本图展示了在集群环境下的随机数产生、排序、显示、存储的过程。 图中终端窗口的文字解释: <1>“conduct”,Laxcus系统关键字,是diffuse/converge分布算法的语句化描述。 <2>“system_sort”,分布计算的中间件命名,名称不区分大小写,但要求集群中唯一。 <3>“from、to、collect”,conduct命令下的关键字,diffuse/converge分布计算的阶段。 <4>“sit...

0
0
发表于数据库专区
2015/03/15 14:45

跨数据库的表操作

SQL的层次结构,是账号、数据库、表,一个账号下可以有多个数据库,每个数据库有多个表,但是不同数据库下的表是不能够互相操作的。例如:“select a.*, b.* from Titles a, Orders b where a.tid=b.tid”。当Titles 和 Orders 分别属于两个不同的数据库时,执行上述操作将发生错误。 个人认为,这是一个极不合理的设计。要知道,现在的数据应用中,很多属性是跨数据库存在的,或者说是被多个数据库共用的。如果发生这样的情况,...

0
1
发表于云计算专区
2015/05/03 07:43

大数据的两种处理方式

大数据的处理方式有两种:基于内存的流式处理和基于硬盘的存储处理。 流式处理就好象是在经过的数据面前建一道水闸。数据流过这里,经过闸门的时候,就进行筛选过滤,分析出有价值的内容,然后丢弃,以后也不再使用。 存储处理则是建一个储水池。数据先放进入储水池存起来,需要的时候,再进到储水池里,在里面筛选分析,找到那些有价值的内容。这个过程中,因为水还在储水池里,没放掉,所以可以供下次继续使用。 存储模式的数...

0
0
发表于数据库专区
2015/03/20 15:23

SQL的鸡肋:“视图”

不知道当年SQL定义者们设计视图时是怎么想的。实际的效果是,视图夹在SQL指令和表之间,形成了一个三明治的结构。在这种结构下做检索,SQL指令每次都要通过视图转译,才能作用到表上。如果不用视图,跳过它,其实也能实现同样的效果。所以视图主要还是起到对用户屏蔽表结构的作用,另外还可以做数据约束,此外就没有太多作用了。 在关系数据库系统下面,这倒不是问题。因为集中计算的数据量和数据计算的范围和开销都很有限,就算...

0
1
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
4 评论
68 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部