可以用，但是最好加入緩存機制。
B. 硬碟的緩存容量越大越好嗎
不好。
由於緩存機制和演算法的限制，如果硬碟採用容量更大的緩存，性能不但不能提高，反而可能會降低硬碟讀取數據的命中率，導致硬碟讀取速度不穩定。
此外，緩存容量大了在高低速之間交換數據的快速性就不會這么明顯了。
加之大容量緩存還會帶來安全隱患，遇到突然斷電時，緩存里的大量數據無法完全寫入到硬碟上，從而導致部分數據丟失。
硬碟緩存不僅可以加快硬碟的讀寫速度，同時也可以一定程度上保護硬碟。
當需要進行大量零散數據交換時，緩存可以起到臨時存儲的作用，減少硬碟尋道以及機械磨損，從而降低噪音延長硬碟壽命。
(2)10萬數據緩存多大擴展閱讀：
基本參數：
1、容量
作為計算機系統的數據存儲器，容量是硬碟最主要的參數。
硬碟的容量以兆位元組（MB/MiB）、千兆位元組（GB/GiB）或百萬兆位元組（TB/TiB)為單位，
而常見的換算式為：1TB=1024GB,1GB=1024MB而1MB=1024KB。
但硬碟廠商通常使用的是GB，也就是1G=1000MB，而Windows系統，就依舊以「GB」字樣來表示「GiB」單位（1024換算的），因此我們在BIOS中或在格式化硬碟時看到的容量會比廠家的標稱值要小。
硬碟的容量指標還包括硬碟的單碟容量。
一般情況下硬碟容量越大，單位位元組的價格就越便宜，但是超出主流容量的硬碟略微例外。
在我們買硬碟的時候說是500G的，但實際容量都比500G要小的。因為廠家是按1MB=1000KB來換算的，所以我們買新硬碟，比買時候實際用量要小點的。
2、轉速：
轉速的快慢是標示硬碟檔次的重要參數之一，它是決定硬碟內部傳輸率的關鍵因素之一，在很大程度上直接影響到硬碟的速度。硬碟的轉速越快，硬碟尋找文件的速度也就越快，相對的硬碟的傳輸速度也就得到了提高。
硬碟轉速以每分鍾多少轉來表示，單位表示為RPM，RPM是Revolutions Per minute的縮寫，是轉/每分鍾。
RPM值越大，內部傳輸率就越快，訪問時間就越短，硬碟的整體性能也就越好。
硬碟的主軸馬達帶動碟片高速旋轉，產生浮力使磁頭飄浮在碟片上方。
要將所要存取資料的扇區帶到磁頭下方，轉速越快，則等待時間也就越短。因此轉速在很大程度上決定了硬碟的速度。
家用的普通硬碟的轉速一般有5400rpm、7200rpm幾種高轉速硬碟也是台式機用戶的首選；
而對於筆記本用戶則是4200rpm、5400rpm為主，雖然已經有公司發布了10000rpm的筆記本硬碟，但在市場中還較為少見；
伺服器用戶對硬碟性能要求最高，伺服器中使用的SCSI硬碟轉速基本都採用10000rpm，甚至還有15000rpm的，性能要超出家用產品很多。
較高的轉速可縮短硬碟的平均尋道時間和實際讀寫時間，但隨著硬碟轉速的不斷提高也帶來了溫度升高、電機主軸磨損加大、工作噪音增大等負面影響。
3、平均訪問時間：
平均訪問時間體現了硬碟的讀寫速度，它包括了硬碟的尋道時間和等待時間，即：平均訪問時間=平均尋道時間+平均等待時間。
硬碟的平均尋道時間是指硬碟的磁頭移動到盤面指定磁軌所需的時間。這個時間當然越小越好，硬碟的平均尋道時間通常在8ms到12ms之間，而SCSI硬碟則應小於或等於8ms。
硬碟的等待時間，又叫潛伏期，是指磁頭已處於要訪問的磁軌，等待所要訪問的扇區旋轉至磁頭下方的時間。平均等待時間為碟片旋轉一周所需的時間的一半，一般應在4ms以下。
4、傳輸速率：
傳輸速率，單位為兆位元組每秒（MB/s）。硬碟數據傳輸率又包括了內部數據傳輸率和外部數據傳輸率。
內部傳輸率 也稱為持續傳輸率，它反映了硬碟緩沖區未用時的性能。內部傳輸率主要依賴於硬碟的旋轉速度。
外部傳輸率它標稱的是系統匯流排與硬碟緩沖區之間的數據傳輸率，外部數據傳輸率與硬碟介面類型和硬碟緩存的大小有關。
Fast ATA介面硬碟的最大外部傳輸率為16.6MB/s，而Ultra ATA介面的硬碟則達到33.3MB/s。2012年12月，兩80後研製出傳輸速度每秒1.5GB的固態硬碟。
5、緩存：
由於硬碟的內部數據傳輸速度和外界介面傳輸速度不同，緩存在其中起到一個緩沖的作用。
緩存的大小與速度是直接關繫到硬碟的傳輸速度的重要因素，能夠大幅度地提高硬碟整體性能。
當硬碟存取零碎數據時需要不斷地在硬碟與內存之間交換數據，有大緩存，則可以將那些零碎數據暫存在緩存中，減小外系統的負荷，也提高了數據的傳輸速度。
C. 注冊用戶10萬要多大的資料庫
有多少用戶 資料庫中 就要有多少個人的數據
D. excel怎麼樣存10萬數據
excel表中，一列數據有10萬個數據，我要按順序將每5000個數據分成一組
分很好分的，你打算把分後的數據放哪兒啊？
excel表格如何打開10萬行的數據 如果有其他軟體也請推薦一下
使用資料庫程序打開，網上搜索哈，一大堆。
excel20多萬行數據,如何分成一萬一張的小表
這個如果要想批量處理，那麼寫代碼是首選
不然得人工自己一萬一萬的分表復制粘貼另存。
EXCEL表格只能容納6萬條數據，有什麼軟體可以容納10萬條以上的數據呢？
可以用高版本的，不過這6萬條是一個工作表，而一個EXCEL文檔可以放很多張工作表的，可以把相關數據放在其它工作表中。
excel數據太長1萬行怎麼分成10份，一份1000……如圖做示範，謝謝啦～
你要分10列還是10個工作表？
超過十萬條的表格怎樣用EXCEL打開
用EXCEL2007及其以上，打開，確切數字是：1048576行；16384列。
Excel是Microsoft Office system 中的電格程序。可以使用 Excel 創建工作簿（電子表格集合）並設置工作簿格式，以便分析數據和做出更明智的業務決策。特別是，可以使用 Excel 跟蹤數據，生成數據分析模型，編寫公式以對數據進行計算，以多種方式透視數據，並以各種具有專業外觀的圖表來顯示數據。
求助，十幾萬條的excel表數據用什麼配置能處理
CPU。inter 雙核2.6Ghz以上，內存4G或以上，硬碟80G或以上都可以勝任你所說的文件，不是什麼大困難。如果配置再低的話也可以，就是太卡啦。
excel表中，如何把B列10萬條數據，按每999條分一組，進行分組查詢。
如何快速填充公式1,填,可填充,如果前一列連續多行,則填充相同多行 方法2,先輸入要填充式,按下SHIFT CTRL 方向鍵下,再按下CTRL D 方法3,按下SHIFT CTRL 方向鍵下,再在編輯欄里輸入公式,再按下CTRL 回車 方法4,名稱框輸入需要填充的范圍 (比如 A1:A54000) 回車 公式編輯欄輸入要復制的公式後,同時按 CTRL 回車鍵輸入 方法5,選中要填充的格子,按CTRL C(復制第一個帶公式的單元格),然後滑鼠移到名稱框，直接輸入列區間，如B3:B10000，回車，之後按CTRL V(點中該位置--右鍵粘貼)。 2和3的方法可填充至65536行 4和5方法就是要輸入幾行就是幾行 你的要求合適用方法4
E. 數據緩存大小和流量使用多少有關嗎。是不是數據緩存越大用的流量越多
緩存跟流量關系不大，把緩存關了也就是沒有歷史記錄類的東西，小說還是後看吧，會省一點，網頁翻一頁大概十幾KB，想想一部小說得翻多少頁，才幾M…！
F. 緩存中有10萬條數據，如何提高效率
這個例子給你看下！希望對你有幫助！是關於hash_table的！
struct hashFun
{
size_t operator()(int nVal) const
{
char szVal[64] = {0};
_itoa(nVal, szVal, 10);
const char* psz = szVal;
unsigned long _hash = 0;
for (; *psz != 0; ++psz)
{
_hash *= 16777619;
_hash ^= (unsigned long) (unsigned short&)*psz;
}
return _hash;
}
};
struct tableNode
{
int nValue;
DWORD nKey;
int nCount; //這個元素的個數
tableNode* pNext;
};
struct BoxVec
{
int nCount; //這個桶下的元素的類型的個數,可能不同的數在同一個桶下
int nMaxNum; //這個桶下這個元素出現的次數
int nVal;
tableNode* pHead;
};
class CMyHasTable
{
public:
CMyHasTable(const int* pBoxSize, int nBoxCount, int nLevel);
~CMyHasTable();
private:
int m_nBoxCount; //桶增長級數個數
const int* m_pBoxSize; //桶級數的值
int m_nBox; //桶的大小
int m_nLow; //桶個數的最小值
int m_nHight; //桶個數的最大值
int m_nLevel; //當前桶級數的索引
BoxVec* m_pBoxs;
int m_nSize; //元素的個數
public:
void Insert(int nVale);
int FindMaxCount();
private:
inline DWORD GetBoxIndex(DWORD key) const
{
return key & (m_nBox - 1);
}
inline DWORD GetBoxIndex(DWORD key, int nNewBox) const
{
return key & (nNewBox - 1);
}
private:
tableNode* Find(tableNode node);
void IncreaseLevel();
void SwitchLevel(int nNewLevel);
void UpBoxMaxCount(int nIndex);
};
.cpp文件
CMyHasTable::CMyHasTable(const int* pBoxSize, int nBoxCount, int nLevel)
{
m_pBoxSize = pBoxSize;
m_nBoxCount = nBoxCount;
m_nLevel = nLevel;
m_nHight = m_nBox = m_pBoxSize[m_nLevel];
m_nLow = m_nLevel > 0 ? m_pBoxSize[m_nLevel - 1]/2 : 0;
m_pBoxs = new BoxVec[m_nBox];
memset(m_pBoxs, 0, sizeof(BoxVec) * m_nBox);
m_nSize = 0;
}
CMyHasTable::~CMyHasTable()
{
for (int i = 0; i < m_nBox; ++i)
{
tableNode* p = m_pBoxs[i].pHead;
while (p != NULL)
{
tableNode* q = p->pNext;
delete p;
p = q;
}
}
delete[] m_pBoxs;
}
void CMyHasTable::Insert(int nVale)
{
tableNode valNode;
valNode.nValue = nVale;
valNode.nKey = hashFun()(nVale);
valNode.pNext = NULL;
tableNode* pNode = Find(valNode);
if (pNode == NULL)
{
m_nSize ++;
tableNode* pNew = new tableNode;
*pNew = valNode;
pNew->nCount = 1;
DWORD dwBoxIndex = GetBoxIndex(valNode.nKey);
pNew->pNext = m_pBoxs[dwBoxIndex].pHead;
m_pBoxs[dwBoxIndex].pHead = pNew;
m_pBoxs[dwBoxIndex].nCount++;
m_pBoxs[dwBoxIndex].nMaxNum = 1;
m_pBoxs[dwBoxIndex].nVal = nVale;
if (m_nSize >= m_nHight)
IncreaseLevel();
}
else
{
pNode->nCount++;
DWORD dwBoxIndex = GetBoxIndex(pNode->nKey);
UpBoxMaxCount(dwBoxIndex);
}
}
int CMyHasTable::FindMaxCount()
{
int nMaxCount = m_pBoxs[0].nMaxNum;
int nIndex = 0;
for (int i = 1; i < m_nBox; i++)
{
if (nMaxCount < m_pBoxs[i].nMaxNum)
{
nMaxCount = m_pBoxs[i].nMaxNum;
nIndex = i;
}
}
return m_pBoxs[nIndex].nVal;
}
void CMyHasTable::UpBoxMaxCount(int nIndex)
{
tableNode* p = m_pBoxs[nIndex].pHead;
tableNode* q = p;
int nMax = p->nCount;
while(p->pNext)
{
if (nMax < p->nCount)
{
nMax = p->nCount;
q = p;
}
p = p->pNext;
}
m_pBoxs[nIndex].nMaxNum = nMax;
m_pBoxs[nIndex].nVal = q->nValue;
}
tableNode* CMyHasTable::Find(tableNode node)
{
DWORD short_key = GetBoxIndex(node.nKey);
tableNode* p = m_pBoxs[short_key].pHead;
while (p != NULL)
{
if (p->nKey == node.nKey)
{
if (p->nValue == node.nValue)
return p;
}
p = p->pNext;
}
return NULL;
}
void CMyHasTable::IncreaseLevel()
{
if (m_nLevel < m_nBoxCount - 1)
SwitchLevel(m_nLevel + 1);
else
m_nHight = 0x20000000;
}
void CMyHasTable::SwitchLevel(int nNewLevel)
{
m_nLevel = nNewLevel;
int nNewBox = m_pBoxSize[m_nLevel];
BoxVec* pNewBoxs = new BoxVec[nNewBox];
memset(pNewBoxs, 0, sizeof(BoxVec) * nNewBox);
for (int i = 0; i < m_nBox; ++i)
{
tableNode* p = m_pBoxs[i].pHead;
tableNode* q = NULL;;
int nCout = m_pBoxs[i].nCount;
int nMax = m_pBoxs[i].nMaxNum;
while (p != NULL)
{
q = p->pNext;
DWORD sht_key = GetBoxIndex(p->nKey, nNewBox);
p->pNext = pNewBoxs[sht_key].pHead;
pNewBoxs[sht_key].pHead = p;
p = q;
pNewBoxs[sht_key].nCount = nCout;
pNewBoxs[sht_key].nMaxNum = nMax;
}
}
m_nHight = m_nBox = m_pBoxSize[m_nLevel];
m_nLow = m_nLevel > 0 ? m_pBoxSize[m_nLevel - 1]/2 : 0;
delete m_pBoxs;
m_pBoxs = pNewBoxs;
}
G. memorycache能支持多大的緩存
1.Cache 是分配在伺服器上的一個公共的內存片。cache 是有時間限制的，超過了伺服器設定的過期時間，它就會被伺服器回收。
所謂公共指的cache只要一創建是任何一個客戶端瀏覽器都可以通過後台代碼訪問到它，它面向的是所有用戶，相對而言session也是伺服器上的一 段內存，但他面向的是單個用戶。它是伺服器的一段內存塊，也就是說每個cache一經創建就佔用了伺服器資源的。所以從這點來說我們就可以說：並不是 cache越多越好。
cache 可以存放任何對象
2.Cache 怎麼樣創建以及怎麼樣銷毀
創建cache
在DotNet環境下通過Cache.Insert(string key,object o)方法創建。
其中key 代表cache的ID,o代表存到cache里的對象。
銷毀cache
通過方法Cache.Remove(string key)
其中key 代表cache的 ID.
調用cache
Cache支持裝箱/拆箱操作。如你可以把一個DataSet對象ds通過Cache.Insert(「dsCache」,ds)的方式存到Cache中，可以通過拆箱操作 DataSet ds = (DataSet)Cache[「dsCache」]來訪問它。
3.什麼時候用cache
Cache 一般用於數據較固定，用的較頻繁的地方。例如可以把進銷存系統中可以把產品信息存入cache,在用戶調用產品信息時通過調用cache即可，這樣從很大 程度上減少了用戶與資料庫的交互，提高了系統的性能。反之，cache不適合用在數據變動快，使用范圍很窄的地方。例如把一個具體采購單存入 cache中。
4.cache 調用注意事項
Cache是有時間限制的。超過了伺服器設置的過期時間，就會被伺服器回收。當cache被回收後對應的內存塊就會被清空，再次通過cache[「cachekey」]訪問對象時返回的就是null值。所以以下這種調用就會出現異常
DataSet ds = (DataSet)Cache[「cacheds」];
DataRow dr = ds.Table[0].Row[0];//出錯，ds為null值，不存在表0。
正確的寫法應該是：
DataSet ds;
if(Cache[「cacheds」] != null)
{
ds = (DataSet)Cache[「cacheds」];
}
else
{
ds= GetDsFromDataBase();
}
DataRow dr = ds.Table[0].Row[0];
H. 10萬以上的數據
我國至少有6億男人
我國至少有6億女人
我國至少有6億成年人
我國至少有2億未成年人
我國至少有2億人在學英語
鎮2005年的人口數量達到了12萬人;
一輛中檔家庭小轎的的價錢一般在十萬元人民幣以上;
年收入超過12萬元的人要繳納個人收入所得稅.
I. 我的視頻的數據速率達到10萬以上,應該降低多少
你用的是硬碟DV吧.視頻數據速率反映的是單位時間內機器數據採集量,數據速率越高,文件就越大,錄制的視頻質量越好.反之亦然.
硬碟DV應該可以選擇視頻數據速率,你最好在同一數據速率下比較,才能比較兩台機器感應器的差異.
J. 硬碟一般的緩存容量是多少
譬如：西部數據Caviar Black 1TB 7200轉 64MB SATA3
緩存為64MB。
不同品牌，不同容量、不同轉速、固態和機械硬碟緩存都不一樣，緩存理論上越大越好，可以減少重復讀取數據的速度。
具體需要查閱參數。