ITPub博客

以前的项目大都把数据存放在关系型数据库中，关系型数据库的优势在于使用普及，资料丰富，且有大量辅助类库来简化开发。当然它们的问题比较明显的，一是在数据量上升的情况下伸缩性比较差，且进行结构调整的代价比较高。因此现在有个所谓NoSQL的“运动”也逐渐普遍起来了，它便是借助一些非关系型存储方式来开发项目（

TokyoTyrant数据压缩转载自：http://www.cnblogs.com/sunli/archive/2010/02/05/1664712.html由于忙于工作，好久继续写关于ttserver的东西了。最近由于服务器准备的原因，只能在32位上做ttserver的测试，很快数据就达到2G，t

1.如果使用hash数据库我们可以指定#bnum=xxx来提高性能。xxx大于或等于我们的记录总数。2.如果使用B+tree数据库我们可以通过指定"#lcnum=xxx#bnum=yyy"来提高性能。第一个参数指定被缓存的最大叶子节点数，受内存容量限制，第二个参数指定桶的数量，它应该大于总记录数的1

从TokyoTyrant官网上看，它是兼容Memcached协议的，但在实际使用中发现以下两个问题：1、在保存值到服务器时，Memcached的API会对值进行一次序列化，并且把值的原类型（一个整型，Memcached自己定义的），保存到服务器上，但是TTServer是无法保存的，每次get回来的类

启动TokyoTyrant使用命令：ttservctlstart使用命令查看当前进程：ps-ef|grepttserver结果如下，说明在1978端口启动ttserver成功，数据库文件存储在/var/ttserver/casket.tch：root109231020:09?00:00:00ttse

"tyrant分析-总体设计"中已经提到，slave起一个线程(do_slave)做主从复制，它和master建立tcp连接，发送请求命令和起始时间rts+1(上次的更新时间加1秒)给master，然后循环的从master那里接收一条条的记录，更新自己db、ulog和rtsfile。do_slave

http://www.zavakid.com/2011/11/17/tokyo-tyrant-vs-redis/之前简单的看了一下TokyoTyrant(包括TokyoCabint)在hash存储上的一些实现，最近Redis又比较火热，因此，自己也尝试性的去了解了一下Redis，并且结合TokyoT

转载自：http://www.cnblogs.com/sunli/archive/2010/02/05/1664712.html由于忙于工作，好久继续写关于ttserver的东西了。最近由于服务器准备的原因，只能在32位上做ttserver的测试，很快数据就达到2G，ttserver无法正常工作，于

Tyrant文件夹里的文件Common.php<?php/***TokyoTyrantnetworkAPIforPHP**Copyright(c)2009BertrandMansion<bmansion@mamasam.com>**Permissionisherebygranted

在编译tokyocabinet时会报configure:error:bzlib.hisrequired的错误。解决方法是：yuminstallbzip2-develconfigure:error:zlib.hisrequired原来没有zlib包rpm-qlzlib命令查询后发现存在[root@ce

enum{/*enumerationforlogginglevels*/TTLOGDEBUG,/*debug*/TTLOGINFO,/*information*/TTLOGERROR,/*error*/TTLOGSYSTEM/*system*/};intg_loglevel=TTLOGINFO;/*

1.全量热备份备份命令为：1tcrmgrcopy-port1978localhostdpath.tch.xxxxx(其中xxxxx为备份时间)根据业务需求及数据库运行状态决定备份的频度，全量热备时数据库库会写锁定，读不受影响。全量备份需记录备份时间点以提供replication恢复时所用，时间记录点

背景：现在微服务大行其道，虽然微服务开山鼻祖是不建议在微服务下做分布式事务，领域驱动设计早已阐明，具有强一致性要求的一组业务概念，属于同一个聚合，不建议拆到不同服务中，从而尽可能避免分布式强事务一致性的处理。但是不可避免我们没有真的按照DDD领域驱动设计，那么微服务如何保持事务一致性呢？我们这里采用

MapDB是一个快速、易用的嵌入式Java数据库引擎，它提供了基于磁盘或者堆外（off-heap允许Java直接操作内存空间,类似于C的malloc和free）存储的并发的Maps、Sets、Queues。业务场景：朋友公司需要根据坐标，在200m的地址库中寻找离该坐标最近的经纬度坐标，难点主要有以

我开发的产品的模块中，近期增加了一个“日志索引”功能，用于快速在多个大文件中定位运行日志。找到一个关键模块的开源软件mapdb，这是一个好东西啊将map的快速与持久化（或半持久化）功能融合在一起，就是一个JAVA嵌入式的Redismapdb与Redis区别：Redis也能完全相同的工作，但必竟其独立

jdk1.6，8g，64位，IntelCorei5-4210UCPU@1.70GHz2.40GHz使用memorydb100个htreemap，每个htreemap对应50条线程操作，1.5:1读写，qps大致为300万jvm配置为-Xmx2000m-Xms2000m80字符组成一个String对象

目前我有基于文件从mapDb创建的hashmap.我正在使用这个Map在服务器上本地保存一些数据(我不需要其他服务器来访问这些数据)，所以我需要在jvm重启后这些数据可用.这非常有效.但是，当jvm死亡时，我还需要报道一个案例.这意味着我们不能保证将调用db.close()，但我仍然需要在恢复后检索

参考：http://www.mapdb.org/doc/packagecom.gardenplus.gardencase.api.util;importcom.alibaba.fastjson.JSON;importcom.mango.common.utils.basic.StrUtil;impor

MapDb是一个基于jvm内存的轻量级数据库,可以持久化map数据,有点类似nosql,不需要配置连接,在项目中集成就行一、配置pom文件依赖和仓库地址:<dependency><groupId>org.mapdb</groupId><artifactId&