随着企业规模的不断扩大，发票数量明显增加，发票上的杂项信息数量也增加了。对海量信息，需要一个发票管理系统来提高发票管理的效率。用这样的系统，可以实现信息，科学统计和快速查询的标准化管理，从而减少了管理工作。票活动的基本数据主要包括两种类型的发票真实性信息和发票销售信息。中，正确和错误信息数据是快速增长的动态数据，发票销售信息是缓慢增长的静态数据。据在物业税系统上构建信息的目的，数据传输的瓶颈主要来自WAN。WAN之间的信息流：基于并发主数据，文档传输，电子邮件，传真和邮件的同时应用，计算远程网络之间的信息流和带宽其他信息，以及所传输信息的内容，格式和大小。户数量1000 x在线使用率0.85 x传输信息的使用率0.5 x每时间单位的数据包大小5K = 2125K（2万亿）。构化数据通常通过关系数据库系统进行管理。
　　寻找其逻辑分配策略时，主要是要确定要建立的主数据库以及这些主数据库中的数据分配。合先前对数据的分析，可以知道，价格发票管理系统具有最多的数据量和最复杂的数据关系。为发票管理系统使用的模型可以在城市级别实现数据集中。A类数据具有少量数据且几乎没有变化。
　　此，此数据也适用于生产数据库中的集中存储和永久存储。于必须经常读取此数据，因此必须建立向下刷新机制以确保数据的有效性。B类数据本质上是纳税人数据。管数据量很重要，但变化很小。此，建议将这些数据完全集中并永久存储在生产数据库中。C型数据主要是各种计费和退款数据。据量非常重要，并且会随着时间的推移而迅速增加。定性能问题，即使对于相同类型的数据，我们也需要根据特定的数据分发策略进行分发。不同的技术表中。D型数据量很小，可以集中和永久地存储在生产数据库中。据逐步集中数据的策略，每个县和市首先将其所属的区县的数据集中，然后将数据集中到省办公室。
　　种处理方式会导致数据量的大幅度增加，而省级办公级的主机系统将面临巨大的考验，传统的处理方式很难解决。决主机压力的有效方法是使用群集技术。群并行计算系统包括使用网络将具有特定拓扑的一组计算机（例如工作站，PC，服务器，大型机等）互连在一起，以充分利用计算资源，统一计划，协调处理并执行高效的并行计算。集并行计算机系统中的每台计算机都称为节点。果群集中并行计算机系统的所有节点都是PC，则它们称为PC群集。矢量计算机和并行计算机相比，并行集群计算机系统具有以下七个主要特征：高性价比/低用户投资风险，实用编程，灵活的系统结构，充分利用资源资源也可以共享，具有松散耦合的结构，良好的可伸缩性和高度的I / O并行性，这七个功能显示了集群并行计算系统的魅力。多研究人员和国外制造商预测，并行计算机集群系统将与MPP并驾齐驱，从而引领并行计算技术的发展。行集群计算技术的研究是近年来开始的研究领域，并且刚刚在国内外开始。行集群计算技术是一个有前途的研究领域。

　　现并行计算机群集系统的最简单方法是使用现有计算机网络将多台计算机彼此连接。方法简单易行。是，此并行计算机群集系统有一个致命的缺点：多台计算机之间的通信速度很慢，并且存在严重的通信瓶颈。了解决通信瓶颈问题，集群的并行计算系统需要满足以下要求的高速通信网络。
　　通讯延迟。了提高传输速率，光纤经常被用作网络中的通信介质。了减少通信时间，一些国外制造商已经开发了特殊的硬件作为用于互连群集中并行计算机系统的网络。年来，寻找并行软件系统已成为高科技研究领域。于数据库系统在各个应用领域中的重要地位，并行数据库系统的研究引起了学术界和工业界的特别关注。许多IT应用程序中，数据库大小的增长率已经远远超过了数据库管理系统的性能增长率。高数据库管理系统的处理能力和速度已经成为迫在眉睫的问题。
　　行数据库系统的研究与开发将有效解决这一问题。群并行计算系统的并行并行I / O和可伸缩性使其比MPP更有效地支持并行数据库系统。需少量投资，就可以建立并行计算机集群系统。行集群计算系统符合中国国情。之，并行数据库系统的目标是高性能，可用性和可伸缩性，它充分利用了多处理器平台的工作能力并在两种典型环境中提供了更大的灵活性：在线事务处理（ OLTP）和决策支持应用程序（DSS）。速的响应时间和更高的交易率。用集群模式创建并行机系统还可以满足业务发展的需求，增加节点的便利性，避免修改交易系统，并增加系统的灵活性和可扩展性。上所述，通过对发票管理系统的分析和并行集群系统的研究，得出了发票管理系统的数据库解决方案。一组模式：所有数据存储在数据库中，发票销售信息存储在表中（如表1所示），发票真实性信息存储在表中（如表2所示。解决方案通过了测试，发票销售信息表共包含483231条信息，4.71亿条数据。票真实性信息表共有5200个信息，5G数据。张发票的恢复时间等同于过滤超过5，683，231条记录。
　　复时间大于30秒，发票平均恢复24秒。二套解决方案：根据发票类型将所有数据存储在数据库中，将发票销售信息存储在单独的表中，并存储与发票销售相同类型的信息在数据表中，表结构保持不变。号，发票批次和发票类型存储在单独的表中。
　　有相同组，批次和类型号的发票确定一个表，并且表结构保持不变。时，在数据库中创建了发票销售信息检索表（如表3所示）和发票真实性信息检索表（如表4所示）。套解决方案已经过成功测试，其中发票销售信息表包含两个月总共1023，587条信息，大约1G数据；发票真伪信息表上共有14800000条信息，约14G数据。票销售信息表按发票类型划分，分为28个表，每个表平均36，556信息，最多75，324信息。
　　单信息表根据发票组号，发票批次和发票类型进行划分。分为120个表，平均每个表有120，000条信息，最大的有800，000条信息。张发票的恢复时间等同于过滤875，472条记录。复时间仅为前台的六分之一，平均为5秒以恢复发票。着数据量的不断增长，数据库的容量也会增加，数据库的性能也会下降，因此需要对数据库进行调整。据第二套计划的发票特征和经验，宁波代理记账我们决定按年份将计费信息存储在不同的数据库中。三套解决方案：使用群集并行服务器。先，配置控制节点，在控制节点上配置控制数据库服务器，并将年份和其余节点之间的对应关系存储在数据库中（如下表所示）。5）。后，我们使用了一个八节点并行计算机集群，并且这些节点通过千兆交换机连接。6中显示了每个节点的分配。集并行计算机具有良好的可伸缩性，并且可以随时增加节点数以满足计费公司的需求。文主要分析影响发票信息数据分布和数据库结构的主要因素。

　　据不同的生成方法和存储特性，将计费数据分为两类，并估算数据总量，并且在特定过程中必须使用不同的方法。决集中数据的问题的解决方案：使用群集并行处理技术。

　　
　　本文转载自
　　宁波代理记账 https://www.0574nbkaiyuan.com