干货分享 | MongoDB 中文社区2018北京大会PPT下载
8月25日,MongoDB中文社区携手上海锦木信息技术有限公司在北京举办的线下用户组活动圆满落幕。这是2018系列活动的第三站,感谢所有嘉宾、组织者和志愿者们,也感谢热情的参会者们!培训本次大会依旧为入门者们安排了一场MongoDB基础培训。讲师均为行业内专家:逻辑思维首席DBA李丹MongoDB中
干货分享| MongoDB中文社区2019北京大会PPT下载
2019年11月8日,MongoDB中文社区携手锦木一起走进帝都北京。
干货分享| MongoDB中文社区2019广州大会PPT下载
11月23日,MongoDB中文社区携手锦木社区在羊城广州举办大会。下面来分享精彩内容。
干货分享| MongoDB中文社区2019上海大会PPT及视频下载
2019年12月13日,MongoDB中文社区携手锦木社区在魔都上海举办年终盛会前最后一场大会,下面我们一起来看看大会现场都有哪些分享吧!12月13日,MongoDB中文社区携手锦木社区在魔都上海举办年终盛会前最后一场大会,下面我们一起来看看大会现场都有哪些分享吧!【打开附件获取PPT】
ITPUB技术栈专访-Red Pulse 高级架构师俞戴龙 (Wally Yu)
嘉宾介绍:互联网行业老兵,曾任职于eBay、Mercer、Autodesk、Gridsum等多家知名世界500强互联网公司;全栈开发;人工智能、机器学习、数据分析践行者;AgileChampion,敏捷开发推动者;近年来专注于区块链领域,BINANCECodingCompetition2019第二名
HBase可用性分析与高可用实践
HBase作为一个分布式存储的数据库,它是如何保证可用性的呢?对于分布式系统的CAP问题,它是如何权衡的呢?最重要的是,我们在生产实践中,又应该如何保证HBase服务的高可用呢?下面我们来仔细分析一下。1.什么是分布式系统的CAP?CAP是指一致性(Consistency)、可用性(Availabi
如何正确管理HBase的连接
本文将介绍HBase的客户端连接实现,并说明如何正确管理HBase的连接。最近在搭建一个HBase的可视化管理平台,搭建完成后发现不管什么查询都很慢,甚至于使用api去listTable都要好几秒。经过一番排查发现,是每次请求的时候,都去临时创建了一个connection,而创建connection
跟面试官侃半小时MySQL事务隔离性,从基本概念深入到实现
提到MySQL的事务,我相信对MySQL有了解的同学都能聊上几句,无论是面试求职,还是日常开发,MySQL的事务都跟我们息息相关。而事务的ACID(即原子性Atomicity、一致性Consistency、隔离性Isolation、持久性Durability)可以说涵盖了事务的全部知识点,所以,我们
生产环境使用HBase,你必须知道的最佳实践
前面,我们已经打下了很多关于HBase的理论基础,今天,我们主要聊聊在实际开发使用HBase中,需要关注的一些最佳实践经验。1.Schema设计七大原则1)每个region的大小应该控制在10G到50G之间;2)一个表最好保持在50到100个region的规模;3)每个cell最大不应该超过10MB
数据库中间件漫谈——看看云时代,它会走向何方
1.前言随着业务的发展,MySQL数据库中的表会越来越多,表中的数据量也会越来越大,相应地,数据操作的开销也会越来越大;另外,无论怎样升级硬件资源,单台服务器的资源(CPU、磁盘、内存、网络IO、事务数、连接数)总是有限的,最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。分表、分库和读写分离可
核心特性region split
HBase拥有出色的扩展性,其中最依赖的就是region的自动split机制。1.split触发时机与策略前面我们已经知道了,数据写入过程中,需要先写memstore,然后memstore满了以后,flush写入磁盘,形成新的HFile文件。当HFile文件数量不断累积,Regionserver就会
HBase高性能查询揭秘
先给结论吧:HBase利用compaction机制,通过大量的读延迟毛刺和一定的写阻塞,来换取整体上的读取延迟的平稳。1.为什么要compaction在上一篇HBase读写中我们提到了,HBase在读取过程中,会创建多个scanner去抓去数据。其中,会创建多个storefilescanner去lo
深入HBase读写
在了解HBase架构的基础上,我们需要进一步学习HBase的读写过程,一方面是了解各个组件在整个读写过程中充当的角色,另一方面只有了解HBase的真实请求过程,才能为后续的正确使用打下初步基础,毕竟,除了会使用api,你还得知道怎么能写得更快,怎么查得更快。1.首次读写的基本过程在上一篇深入HBas
全面认识HBase架构(建议收藏)
在网上看过很多HBaes架构相关的文章,内容深浅不一,直到发现了一篇MapR官网的文章https://mapr.com/blog/in-depth-look-hbase-architecture/#.VdMxvWSqqko,写得实在太生动了。因此,以这篇文章作为骨架,翻译了许多原文的内容,同时对一些
从一无所知到5分钟快速了解HBase
最近公司正好准备投入HBase,因此做了一些基础学习准备,所以先暂时停止MySQL的更新,把HBase的学习心得跟大家分享一下,接下来一段时间都会发布HBase相关内容。在学的过程中,发现跟MySQL相互对比,能更深入地了解存储组件的设计。有任何问题或者想看的知识点,欢迎留言跟我沟通。1.前言随着公
MySQL数据库无完整备份删库,除了跑路还能怎么办?
1.背景前段时间,由于运维同事的一次误操作,清空了内网核心数据库,导致了公司内部管理系统长时间不可用,大量知识库内容由于没有备份险些丢失。结合这两天微盟的删库跑路事件,我们可以看到,数据库的备份与恢复显得尤为重要。本文将对此次内网数据恢复过程做一些整理,介绍删库后的抢救方案。同时,引发对数据库稳定性
两文说透MySQL里的各种锁(下篇)
在上篇中,我们介绍了MySQL中的全局锁和表锁。今天,我们专注于介绍一下行锁,这个在日常开发和面试中常常困扰我们的问题。1.行锁基础由于全局锁和表锁对增删改查的性能都会有较大影响,所以,我们自然会想到,只需要对有修改的行加锁就行了,这就是行锁。在事务中,事务1更新了一行主键为1的数据行,那么,在这个
两文说透MySQL里的各种锁(上篇)
【MySQL系列相关】1.聊一聊关于MySQL的count(*)2.为什么MySQL分库分表后总存储大小变大了?0.前言MySQL按照加锁的范围,分为全局锁、表级锁、行级锁。本文作为上篇,主要介绍MySQL的全局锁和表级锁。重要的实战总结为,如何安全地变更一个表的表结构。搞个图做封面1.全局锁定义:
为什么MySQL分库分表后总存储大小变大了?
【MySQL系列相关】1.聊一聊关于MySQL的count(*)1.背景在完成一个分表项目后,发现分表的数据迁移后,新库所需的存储容量远大于原本两张表的大小。在做了一番查询了解后,完成了优化。回过头来,需要进一步了解下为什么会出现这样的情况。与标题的问题的类似问题还有,为什么表数据内容删除了而表大小
聊一聊关于MySQL的count(*)
1.背景自从大家对于MySQL数据库的稳定性有了更高的追求后,经常有小伙伴有这样的疑问,对于count(*)这样的操作,有没有正确的姿势,或者有没有可以优化的地方?但答案比较残酷,如果已经使用了正确的索引,那么基本上没有可以优化的地方。一旦出现慢查询了,它就是慢查询了,要改,只能自己计数或者通过其他