1.1 可靠、可扩展与可维护的应用系统 数据密集型应用通常包含了这几个模块：数据库、高速缓存、索引、流式处理以及批处理。 1.1.1 认识数据系统 大多数软件系统都极为关注3个问题： 可靠性（reliability）：出现意外（软硬件故障和人为失误）时仍然能够正常运转（功能正确，性能可能会降低）。 可扩
在使用Thinkphp开发项目的时候，数据查询是常见的操作，下面就整理一下常见的查询构造器： 一、查询单个数据 Db::table('think_user')->where('id', 1)->find(); Db::table('think_user')->where('id', 1)->findOrEmpty(); // 不存在返回空对象 Db::table('think_user�
DNS 什么是DNS DNS是域名系统（Domain Name System）,简单来说就是平时上网输入的URL，如 www.baidu.com 就是域名，而DNS就是将这个域名解析成IP地址，如 www.baidu.com 的一个IP地址为 14.215.177.38，DNS使用的端口号为53，使用UDP协议 为什么需要DNS 因为在我们上网的过程中，IP地址很难记住，而
1、数据准备 -- 创建表 CREATE TABLE `t_json_demo` ( `f_id` INT NOT NULL AUTO_INCREMENT, `f_arrays` JSON NULL, `f_object` JSON NULL, PRIMARY KEY (`f_id`)) ENGINE = InnoDB DEFAULT CHARACTER SET = utf8mb4; -- 插入模拟数据 insert into t_json_demo (f_array
ElasticSearch(中文官网) 之前在蟹老板手下干命的日子里，我给公司搭建了一套LEK，收集我们测试环境、生成环境，每个服务运行状态，以及bug及时定位，现在在新东家ElasticSearch除了做日志收集，还会保存业务数据文档，提升查询效率。 在上次写的“使用ElasticSearch、Kibana、Docker 进行日
Web项目开发中，缓存一般都是少不了的，可以用来做各种事情，比如保存用户信息，提升数据库访问的效率， 用来加锁，等等。以前参与开发的项目中大多都是用来做这几件事情。当前参与开发的项目中，也在大量的使用 Redis缓存，不过缓存方式和之前的一些用法稍稍有些不同。下面就分开讲解当前项
安装包命令 -- rpm 用法:rpm(选项……) 查询/验证包选择选项: -a，——all查询/验证所有包 -f，——file查询/验证包所属文件 -g，——group在group中查询/校验包 -p，——package查询/验证包文件 ——pkgid使用包标识符查询/验证包 ——hdrid查询/验证包的头标识符 查询由包触发的包 ——
一、数据库 1.数据库相关概念 1）数据库 存储数据的仓库，数据是有组织的进行存储（DataBase ，DB） 2）数据库管理系统 管理数据库的大型软件(DataBase Management Sytem，DBMS) 3）SQL 结构化查询语言 操作关
1、什么是动态sql语句？ 动态sql语句概述：Mybatis 的映射文件中，前面我们的 SQL 都是比较简单的，有些时候业务逻辑复杂时，我们的 SQL是动态变化的， 此时在前面的学习中我们的 SQL 就不能满足要求了。 参考的官方文档，描述如下： 2、动态sql语句 1) 动态 SQL 之< if /> 我们根据
前言 Kibana 是一款开源的数据分析和可视化平台，它是Elastic Stack 成员之一，旨在与 Elasticsearch 配合使用。 在Kibana中 搜索、查看存储在 Elasticsearch 索引中的数据并与之交互，轻松地执行高级数据分析并在各种图表、表格和地图中可视化数据。 基于Kibana 7.10.0 版图分
[root@db01 /data/backup]# mysql.dba zhouwanchun [root@localhost:mysql3306.sock] [zhouwanchun]> UPDATE work_flow_event SET process_status = '3', process_message = '审批拒绝' WHERE flow_no IN ( SELECT flow_no FROM work_fl
elasticsearch-head操作ES ealsticsearch只是后端提供各种api，那么怎么直观的使用它呢？elasticsearch-head将是一款专门针对于elasticsearch的客户端工具。 elasticsearch-head配置包，下载地址：https://github.com/mobz/elasticsearch-head。 elasticsearch-head是一个基于node.js的前
系统表都变为InnoDb表 从MySQL 8.0开始，系统表全部换成事务型的InnoDB表，默认的MySQL实例将不包含任何MyISAM表，除非手动创建MyISAM表 基本操作 创建数据表的语句为CREATE TABLE 查看表基本结构语句DESCRIBE：DESCRIBE 表名 / DESC 表名 NULL：表示该列是否可以存储NULL值。 Key：表示该列
从上至下优化 看过一篇文章，印象深刻，里面将数据库查询优化分为四个大的方向 使用钞能力——给DB服务器加物理配置，内存啊，CPU啊，硬盘啊，全上顶配 替换存储系统——根据实际的业务情况选择不同的存储数据库，比如用ES做全文检索 优化存储结构——比如采用分库分表，CQRS（命令查询职责分离），
建一个虚拟表 create table emp( id int not null unique auto_increment, name varchar(20) not null, sex enum('male','female') not null default 'male', age int(3) unsigned not null default 28, hire_date date not null, post
-- 关于查询 -- -- 在plsql中，查询方式不在之前的 select 字段 ,... from 表; -- 查询的语法格式 -- 在plsql中处理的基本上全是变量 -- 变量只能一次接收一个值 ，只能处理单个值或者是单行的数据 语法： declare 变量 类型(手动,%type,记录类型,%rowtype) begin
安装部署Elasticsearch 1. 下载Elasticsearch镜像 # 查看docker镜像版本 docker search elasticsearch # 下载镜像 docker pull docker.io/library/elasticsearch:7.16.1 2. 启动Elasticsearch容器 # 创建并启动容器 docker run -td --name es -p 9200:9200 -p 9300:9300 -e ES
1、要搜索一个确切的字符串，即精确搜索，需要使用双引号引起来：path:”/app/logs/nginx/access.log” 2、如果不带引号，将会匹配每个单词：uid token 3、模糊搜索：path:”/app/~ 4、* 匹配0到多个字符：*oken 5、? 匹配单个字符 : tok?n 6、+：搜索结果中必须包含此项 -：不能含有此项 什么都没
一、MyBatis 1、MyBatis简介 1.1、MyBatis历史 MyBatis最初是Apache的一个开源项目iBatis, 2010年6月这个项目由Apache Software Foundation迁移到了Google Code。随着开发团队转投Google Code旗下， iBatis3.x正式更名为MyBatis。代码于2013年11月迁移到Github。 iBatis一词来源于
\(K-D\) \(Tree\) 简述 \(K-D\) \(Tree\)是一种以二叉搜索树为结构，可以高效处理\(k\)维空间信息的数据结构，在处理\(k\)维数点问题上，最差情况下复杂度是\(θ(n \times n^{1 − \frac{1}{k}})\) 拿二维数点为例 \(n\)个二维平面上的点，\(m\)次询问一个二维范围上有多少个点 \((n≤10^
MyBatis的缓存分为一级缓存和二级缓存，一级缓存默认打开且无法关闭，二级缓存需要手动打开。不管一级缓存还是二级缓存，都存在脏读的情况。 一级缓存支持SqlSession级别，二级缓存能支持到多个SqlSession，且在同一个namespace下面。 一级缓存 默认打开，作用域是SqlSession。即同一个Sq
说明： UNION 操作符用于合并两个或多个 SELECT 语句的结果集。 请注意，UNION 内部的 SELECT 语句必须拥有相同数量的列。列也必须拥有相似的数据类型。同时，每条 SELECT 语句中的列的顺序必须相同。否则会报错。 union和 union all的关系和区别： 1.UNION ALL 命令和 UNION 命令
事务含义事务：一条或多条sql语句组成一个执行单位，一组sql语句要么都执行要么都不执行2.特点 A 原子性：一个十五是不可再分割的整体，要么都执行要么都不执行C 一致性：一个事务可以使数据从一个一致状态切换到另一个一致的状态I 隔离型：一个事务不收其他事务的干扰，多个事务互相隔离D
千万级别的表分页查询非常慢，怎么办？ 一、问题复现 在实际的软件系统开发过程中，随着使用的用户群体越来越多，表数据也会随着时间的推移，单表的数据量会越来越大。 以订单表为例，假如每天的订单量在 4 万左右，那么一个月的订单量就是 120 多万，一年就是 1400 多万，随着年数的增加和单
查看sqlserver中的历史查询记录 select top(100) creation_time, last_execution_time, execution_count, total_worker_time/1000 as CPU, convert(money, (total_worker_time))/(execution_count*1000)as [AvgCPUTime], qs.t
