期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

利用内存计算和云化技术优化企业ERP系统 被引量：2

Optimize Enterprise ERP System with Memory Computing and Cloud Technology
下载PDF
导出
摘要 ERP系统作为支撑集团公司业务发展的核心信息系统,为集团公司企业信息化发展发挥着重大作用,同时随着集团公司业务的日益发展壮大和ERP系统的深化应用,ERP系统面临设备老化、系统性能下降、存储增长过快导致的存储空间压力和软件版本陈旧导致的各类系统问题,通过利用内存计算和云化技术,完成了ERP系统优化,实现了系统全面升级、系统云化和数据优化压缩,性能得到了极大提升,各类报表查询耗时大幅度降低,工作效率明显提升,保证了集团性企业ERP系统的持续、高效、可靠、稳定运行,同时也为各企业ERP系统的升级优化提供参考。
作者 冯韶华 Feng Shaohua
机构地区 酒泉钢铁(集团)有限责任公司
出处 《甘肃科技》 2021年第9期21-25,共5页 Gansu Science and Technology
关键词 ERP系统 内存计算 内存数据库 云化技术 ERP系统升级优化
分类号 TP311.13 [自动化与计算机技术—计算机软件与理论] TP333 [自动化与计算机技术—计算机系统结构] F270.7 [经济管理—企业管理]
  • 相关文献

参考文献1

二级参考文献167

  • 1Lefurgy C, Rajamani K, Rawson F, Felter W, Kistler M, Keller TW. Energy management for commercial servers. IEEE Computer, 2003,36(12):39-48. [doi: 10.1109/MC.2003.1250880].
  • 2Udipi AN, Muralimanohar N, Chatterjee N, Balasubramonian R, Davis A, Jouppi NP. Rethinking DRAM design and organization for energy-constrained multi-cores. ACM SIGARCH Computer Architecture News, 2010,38(3):175-186. [doi: 10.1145/1816038. 1815983].
  • 3Jeffrey D, Sanjay G. MapReduce: Simplified data processing on large clusters. Communications of the ACM, 2008,51(1): 107-113. [doi: 10.1145/1327452.1327492].
  • 4Shvachko K, Kuang H, Radia S, Chansler R. The hadoop distributed file system. In: Proc. of 2010 IEEE the 26th Symp. on Mass Storage Systems and Technologies. 2010. 1-10. [doi: 10.1109/MSST.2010.5496972].
  • 5Pierre J. Big data: In-memory MapReduce. 2011. http://blogs.oracle.com/datawarehousing/entry/big_datainmemory_mapreduce.
  • 6Chen R, Chen H, Zang B. Tiled-MapReduce: Optimizing resource usages of data-parallel applications on multicore with tiling. In: Proc. of the 19th lnt'l Conf. on Parallel Architectures and Compilation Techniques. ACM Press, 2010. 523-534. [doi: 10.1145/ 1854273.1854337].
  • 7Jiang W, Ravi VT, Agrawal G. A map-reduce system with an alternate API for multi-core environments. In: Proc. of 2010 the 10th IEEE/ACM Int'l Conf. on Cluster, Cloud and Grid Computing. IEEE Computer Society, 2010. 84-93. [doi: 10.1109/CCGRID. 2010.10].
  • 8Ranger C, Raghuraman R, Pcnmetsa A, Bradski G, Kozyrakis C. Evaluating MapReduce for multi-core and multiprocessor systems. In: Proc. of IEEE the 20th Int'l Symp. on High Performance Computer Architecture (HPCA). IEEE, 2007. 13-24. [doi: 10.1109/ HPCA.2007.346181 ].
  • 9Yoo RM, Romano A, Kozyrakis C. Phoenix rebirth: Scalable MapReduce on a large-scale shared-memory system. In: Proc. of the IEEE Int'l Symp. on Workload Characterization (IISWC 2009). IEEE, 2009. 198-207. [doi: 10.1109/IISWC.2009.5306783].
  • 10Talbot J, Yoo RM, Kozyrakis C. Phoenix++: Modular MapReduce for shared-memory systems. In: Proc. of the 2nd Int'l Workshop on MapReduee and Its Applications. ACM Press, 2011.9-16. [doi: 10.1145/1996092.1996095].

共引文献31

同被引文献17

引证文献2

二级引证文献1

甘肃科技
2021年 第9期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部