鸿蒙开发者社区

分享概要本次分享儒猿专栏《从零开始带你成为MySQL实战优化高手》中Mysql索引的内容。本次会先从一个数据页中如何存储和查询数据开始，拓展到多个数据页中查询数据，分析无索引查询时的低效率问题，然后通过页分裂过渡到主键目录以及索引页相关内容，见证一颗索引树是如何一步步生长起来的。最后站在更高的角度看下常见的一些索引名词、索引的优缺点以及如何才能设计出更好的索引来，开始分析前我们先来思考下如下的一些面试题...

开篇相信广大程序员朋友经常使用MySQL数据库作为书籍持久化的工具，我们最常使用的就是MySQL中的SQL语句，从客户端向MySQL发出一条条指令，然后获取返回的数据结果进行后面的逻辑处理。尽管大家经常使用SQL语句完成工作，你是否关注过其执行的阶段，利用了哪些技术完成今天，就带大家一起看看MySQL数据库处理SQL请求的全过程。下面将会讲述如下内容：查询请求在MySQL中的处理流程MySQL中处理SQL的组件介绍，包括：连接器查询缓...

在PolarDB存储计算分离的架构基础上我们研发了基于共享存储的MPP架构具备了HTAP的能力，对一套TP的数据支持两套执行引擎：单机执行引擎用于处理高并发的OLTPMPP跨机分布式执行引擎用于复杂的OLAP查询，发挥集群多个RO节点的算力和IO吞吐能力本文整理自《开源学堂：PolarDBforPostgreSQL内核解读——HTAP架构介绍》直播分享。存储计算分离架构首先我们先来了解一下PolarDB的架构，从上图中可以看到，左侧是计算存储一体化，传统...

开篇Redis作为最常用的内存数据库，通常来说数据存储在内存中，为了避免Redis服务器进程退出导致内存中的数据消失。Redis提出了持久化机制，也就是把内存中的数据保存到磁盘中，从而提高数据存储的可靠性。为此主流数据库会提供两类持久化方案，它们是“快照”存储和“日志”存储。相应地Redis提供了RDB持久化和AOF持久化与之对应。其中RDB是以快照的方式存储内存数据到磁盘上，而AOF是以日志追加的方式进行存储。下面就围绕这...

“最高的10个”同学，或者想查找姓名是“张三”的同学，又或者是查找学号是“666”的同学等等，在这些场景中，我们来分别罗列一下一些可行的方案。一找出个子“最高的10个”同学•如果全校学生数量不多的话，把全校的同学都拉到操场由矮到高依次排队，排在最后的10个同学自然就是个子最高的。•先在各个班级内部排队比较，找出本班级内个子最高的10个同学，然后把每个班级选出来的10个人拉到操作去排队，排在最后的10个...

“这篇文章，我们来聊一下对于一个支撑日活百万用户的高并系统，他的数据库架构应该如何设计看到这个题目，很多人第一反应就是：分库分表啊!但是实际上，数据库层面的分库分表到底是用来干什么的，他的不同的作用如何应对不同的场景，我觉得很多同学可能都没搞清楚。(1)用一个创业公司的发展作为背景引入假如我们现在是一个小创业公司，注册用户就20万，每天活跃用户就1万，每天单表数据量就1000，然后高峰期每秒钟并发请求最多...

之前白馨(陌陌技术保障部存储工程师)在Redis技术交流群里，总结了一下Redis从2.84.0关于过期键相关的fix记录，非常有帮助，但有些东西未尽详细，本文将进行详细说明。先从一个问题来看，运行环境如下：从下图中可以看到，在从节点gethello非空，在主节点gethello为空，之后从节点gethello为空，经排查主从同步offset基本正常，但出现了主从不一致。原因先不说，本文来探讨下Redis2.84.0版本迭代中，针对过期键的fix，看看能不能...

一、问题起源SpringCloud架构体系中，Eureka是一个至关重要的组件，它扮演着微服务注册中心的角色，所有的服务注册与服务发现，都是依赖Eureka的。不少初学SpringCloud的朋友在落地公司生产环境部署时，经常会问：EurekaServer到底要部署几台机器我们的系统那么多服务，到底会对EurekaServer产生多大的访问压力EurekaServer能不能抗住一个大型系统的访问压力如果你也有这些疑问，别着急!咱们这就一起去看看，Eureka作为微服务注...

(0)写在前面面试大厂时，一旦简历上写了Kafka，几乎必然会被问到一个问题：说说acks参数对消息持久化的影响这个acks参数在kafka的使用中，是非常核心以及关键的一个参数，决定了很多东西。所以无论是为了面试还是实际项目使用，大家都值得看一下这篇文章对Kafka的acks参数的分析，以及背后的原理。(1)如何保证宕机的时候数据不丢失如果要想理解这个acks参数的含义，首先就得搞明白kafka的高可用架构原理。比如下面的图里就是表...

1、面试真题MySQ索引的原理和数据结构能介绍一下吗b+树和b树有什么区别MySQL聚簇索引和非聚簇索引的区别是什么他们分别是如何存储的使用MySQL索引都有哪些原则MySQL复合索引如何使用2、面试官心理分析数据库是30k以内的工程师面试必问的问题，而且如果问数据库，一定是问mysql，N年前可能java工程师出去面试，oracle这块的技能是杀手锏，现在已经没人说，会oracle是加分项了，现在都是熟悉大数据hadoop、hbase等技术是加分项。3...

推荐网址HarmonyOS开发从0到1OpenHarmony技术社区51CTO.COMHML语法页面结构和html相同的标签嵌套，最外层是div数据绑定1.与vue用法类似2.hml：{{变量名}}，括号的意思就是取值3.js：变量放在data中exportdefault{data:{变量名：value}}事件绑定类似von(在js中绑定的函数和data同级)hml:或js:放在data后:exportdefault{data:{},clickfunc:function(){......}}列表渲染（for)tid属性指定数组中每个元素的唯一标识，默认值为id，用...

一、读写锁的介绍本文我们来聊一下读写锁。所谓的读写锁，就是将一个锁拆分为读锁和写锁两个锁，然后加锁的时候，可以加写锁，也可以加读锁。如下面代码所示：如果有一个线程加了写锁，那么其他线程就不能加写锁了，同一时间只能允许一个线程加写锁。因为加了写锁就意味着有人要写一个共享数据，那同时就不能让其他人来写这个数据了。如果有线程加了写锁，其他线程就不能加读锁了，因为既然都有人在写数据了，你其他人当然不能...

一、缓存无底洞现象生活中对无底洞的描述大概是这样：不断的投入，但没什么产出，对于键值类型的分布式缓存来说也有类似的问题，来看下面一段对话：这个其实就是典型的缓存无底洞问题，为了满足数据量的增长以及整体性能提升，集群规模一直变大，但批量操作反而性能下降，现在管理的Redis接近了50万个实例，这种问题还是比较多的其实早在2010年，Facebook已经遇到了类似这样的问题，当时Facebook的Memcached节点已经达到了3000...

“这篇文章，给大家聊一个硬核的技术知识，我们通过Kafka内核源码中的一些设计思想，来看你设计Kafka架构的技术大牛，是怎么优化JVM的GC问题的1、Kafka的客户端缓冲机制首先，先得给大家明确一个事情，那就是在客户端发送消息给kafka服务器的时候，一定是有一个内存缓冲机制的。也就是说，消息会先写入一个内存缓冲中，然后直到多条消息组成了一个Batch，才会一次网络通信把Batch发送过去。整个过程如下图所示：2、内存缓冲造成...

在应用开发过程中经常需要对网络进行判断，例如：当前信号是WIFI信息时才进行下载。下面是判断网络信号的基本逻辑：1、判断网络连接是否为WLAN获取WLAN管理对象WifiDevicewifiDeviceWifiDevice.getInstance(NetSlice.this);调用WLAN连接状态接口,确定当前设备是否连接WLANbooleanisConnectedwifiDevice.isConnected();2、如果不为WLAN，通过RadioInfoManager获取蜂窝网络类型获取RadioInfoManager对象。RadioInfoManagerradioIn...

1、是否依赖Java系统自身内存处理数据先说明一点，不管是我们自己开发的Java应用系统，还是一些中间件系统，在实现的时候都需要选择是否基于自己Java进程的内存来处理数据。大家应该都知道，Java、Scala等编程语言底层依赖的都是JVM，那么只要是使用JVM，就可以考虑在JVM进程的内存中来放置大量的数据。还是给大家举个例子，大家应该还记得之前聊过消息中间件系统。比如说系统A可以给系统B发送一条消息，那么中间需要依赖一个消...

阿里云Lindorm数据库产品经理许力，给大家介绍阿里云Lindorm数据库面向工业场景的最佳实践案例，以及产品的特点，同样要结合行业背景以及客户需求来看待它，因此分享也就由三个主题组成：市场趋势、顺势而为、核心能力。市场趋势工业物联网、车联网行业的迅速发展，产生了大量的数据。评测报告显示，2025年实时数据将占到数据总量的30%，几乎所有实时数据都将由物联网系统产生，同时终端设备代码量激增，终端智能设备、传感器数...

一、背景目前快手有70w+的Redis实例，在线上的Redis集群，我们经常会碰到以下的一些情况：（1）由于键值设计不合理或者业务特性导致的热点问题（集群整体QPS不高，但是集群内某个实例的请求特别高），严重影响业务侧请求的返回时间（2）集群内某个实例直连集群连接数过多，单线程模型处理缓慢，影响其他的请求（3）集群内某个实例网络不稳定后者pipeline个数较多，导致协议解析频繁调用，导致cpu时间占用过长，影响其他的客户端...

在即将发布的PolarDBX5.4.14版本中，我们将基于OSS存储服务，推出冷热数据分离存储这一新功能。在这一功能的基础上，您可以便捷地将冷数据从源表中剥离出来，归档至更低成本的OSS中，形成一张归档表；归档表支持高效的主键与索引点查、复杂分析型查询，满足高可用、MySQL兼容性和任意时间点闪回等特性。您可以像访问MySQL表一样来访问归档表，也可以用开源大数据产品接入OSS的归档数据。为什么需要冷热分离？在数据库使用过程中...

近些年来各路KV缓存强势崛起，尤其Redis一骑绝尘，很多新进的程序员可能都没听说过Memcached，还有很多老程序员觉得Memcached不行：功能少，不持久化，高可用差，但事实并非如此，本文将对Redis和Memcached进行对比看看Memcached是不是真的”一无是处“了下面我们来看一个场景业务同学A：你好，我申请了一个20G，100000QPS的Memcached，麻烦审批下？业务同学B：hello，请问什么时候用Redis？什么时候用Memcached？业务同学C:Mem...