Nano Hash - криптовалюты, майнинг, программирование

Objectbox = Это в памяти или в базе данных на диске?

Я создаю чат-приложение во флаттере.

Я нашел объектбокс с дротиком. Это выглядит хорошо. ранее я пробовал улей.

Мой вопрос. Objectbox находится в базе данных в памяти или на диске?

Улей находится в базе данных памяти, когда я открываю свое приложение. его загрузка всех данных коробки в память. Но я ищу решение, такое как дисковое хранилище. Так что я могу загружать данные в память, когда мне нужно. Как работает объектная панель?

flutter objectbox
02.02.2021

Ответы:


1

ObjectBox не является базой данных в памяти и эффективно использует доступную оперативную память. Вы получаете производительность в памяти для чтения, когда доступно достаточно ОЗУ. Если доступно меньше оперативной памяти и вы работаете с большими наборами данных, диск используется чаще. Это делается также очень эффективно с помощью пейджинга дерева B+.

Также есть две часто задаваемые вопросы по кэшированию/ОЗУ для получения более подробной информации.

02.02.2021
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..