并行数据库的作用和目标 并行数据库系统的目标是高性能（High Performance）和高可用性（High Availability），通过多个处理节点并行执行数据库任务，提高整个数据库系统的性能和可用性。性能指标关注的是并行数据库系统的处理能力，具体的表现可以统一总结为数据库系统处理事务的响应时间。并行数据库系统的高性能可以从两个方面理解，一个是速度提升（SpeedUp），一个是范围提升（ScaleUp）。速度提升是指，通过并行处理，可以使用更少的时间完成两样多的数据库事务。范围提升是指，通过并行处理，在相同的处理时间内，可以完成更多的数据库事务。并行数据库系统基于多处理节点的物理结构，将数据库管理技术与并行处理技术有机结合，来实现系统的高性能。可用性指标关注的是并行数据库系统的健壮性，也就是当并行处理节点中的一个节点或多个节点部分失效或完全失效时，整个系统对外持续响应的能力。高可用性可以同时在硬件和软件两个方面提供保障。在硬件方面，通过冗余的处理节点、存储设备、网络链路等硬件措施，可以保证当系统中某节点部分或完全失效时，其它的硬件设备可以接手其处理，对外提供持续服务。在软件方面，通过状态监控与跟踪、互相备份、日志等技术手段，可以保证当前系统。
计算机视觉中，目前有哪些经典的目标跟踪算法？ 以及VOT2016的冠军 TCNN http：//www. votchallenge.net/vot201 6/download/44_TCNN.zip，速度方面比较突出的如80FPS的 SiamFC SiameseFC tracker 和100FPS的 GOTURN davheld/。
基于深度学习的目标跟踪算法是否可能做到实时？ 或者别人发表了，我会在zhihu上做更新。DCFNet 生下来就是一个悲剧的作品，和CFNet撞车。下面说工作，这里就 不说不同点了，直说初衷。大家已经感受到被KCF统治的跟踪领域。
