带你了解SVG marker 标记

一个区/簇是物理上连续分配的一段空间,extent又被划分成连续的页，以存储同一逻辑单元的数据(如下面的索引段、数据段)。一个区/簇，默认由64个连续的页(Page)组成，每个页默认大小为16K。

实际上，innodb是先把文件划分成连续的区/簇，然后在区/簇内再划分出连续的页，从总体上看：一个文件即是微观上一系列连续的页组成，也是宏观上一系列连续的区/簇组成。知道一个页的页号和页大小就可以计算出此页在磁盘上的具体位置，同理知道一个页号就可以计算出一个区/簇的大小以及页所在的区/簇是第几个区/簇(它本身没有编号，但假设第一个区/簇为0号，可以知道它逻辑上是第几个)。

如果把页看作现实书本中的页，那么extent可以看作现实中的书本。

区的目的是为逻辑单元分配连续的空间，同时也用于管理区内的存储空间状态(如：区内哪些页已满，哪些还未使用，哪些包含碎片)。具体通过不同的区/簇链表来指明区本身的空间状态，以及通过XDES Entry中的XDES_BITMAP指明区内页的空间状态)。

###段/Segment

当年大刘写完三体第一本后，迟迟没有更新，但由于内容过于精彩，导致奥巴马又是写邮件，又是通过外交手段催更。为了避免中美关系受损，大刘如法炮制，又连续写了两本。

在逻辑上故事情连贯的这三本书总体上都叫三体，于是我们称这种具有相关性的多本书为一套。同理，innodb把逻辑上有关联的区/簇归属为一个段。
 

所有这些举措有什么共同点?他们都失败了。

这些项目除了沉重的沉没成本外，还导致组织对先进分析技术的幻想破灭。

这并不少见。麦肯锡的人工智能状态调查发现，只有22%的使用人工智能的组织报告了可观的底线影响。为什么这么多项目失败，领导者如何避免这种情况?

大多数追求人工智能的领导者都错过了所有权的三个方面。这些职责在您计划人工智能项目之前就已经很好地开始了，并且在您的项目上线很长时间之后就开始延伸。

这是使人工智能计划失败的三种方法：

错误1：启动与企业愿景不符的人工智能项目

麦肯锡公司发现，只有30%的组织将其人工智能战略与公司战略保持一致。多数领导者以人工智能的名义烧钱是不是很震惊?组织经常追求看起来有趣或紧迫的人工智能计划。

企业的项目必须解决业务难题。但是，更重要的是这些结果必须与其公司战略保持一致。从其业务愿景开始，确定数据将如何实现它。明确您的目标利益相关者是谁，并确定他们将取得什么样的成功。

然后，确定将赋予利益相关者权力并使其更接近其业务目标的战略计划。

罗氏制药公司的首席信息官SteveGuise在《麻省理工学院斯隆管理评论》的一份报告中，解释了人工智能如何帮助改变企业的商业模式。罗氏制药公司正在努力实现个性化医疗保健。Guise指出，当前的药物输送模式将无法帮助他们实现这一愿景。他们认为有必要将药物发现的速度从每年三种药物加快到30种。Guise说，人工智能可以帮助他们获得这种指数级的进步。

罗氏制药公司通过构建跨筛查、诊断和治疗的能力，使人工智能在组织内成为主流。通过与追求人工智能驱动的药物发现的初创企业合作，它增强了这一点。由于这些努力，罗氏制药公司在乙肝和帕金森病等疾病的治疗上取得了重大突破。通过从他们的企业愿景开始，并将所有人工智能计划与这一总体目标相结合，罗氏的努力正在硕果累累。

错误2：在项目上线后等待规划投资回报率(ROI)

组织何时应该考虑人工智能项目的投资回报率(ROI)?大多数组织在项目上线时都会犯错跟踪投资回报率(ROI)的错误。领导者会为模糊的结果感到满意，例如“效率提高”、“品牌价值”或“更快乐的客户”，从而使情况变得更糟。

要量化结果的价值并不容易。但这并非没有。组织甚至必须在批准项目之前就要求量化业务收益。人工智能可以通过增加收入或降低支出来创造价值。两者都很有价值。定义其项目将实现哪些结果。

组织需要确定领先指标和落后指标的组合，以帮助衡量这些结果。通过更新流程或创建新流程来收集计算指标所需的数据。最后，通过超出硬件、软件和技术团队的成本来跟踪其投资。包括组织在采用和变更管理计划上的支出。此投资回报率指标应是组织的项目批准决定中的关键因素。

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!