32 分钟前 / 影浅
前言 目前，出于对数据库产品高安全和高可用的要求，银行业在现有核心业务系统中选用的一般为国际大型厂商的成熟产品，如 IBM 的 DB2、甲骨文的 Oracle、微软的 SQL Server 等。但随着业务的不断发展，银行业对数据库产品的需求已经逐渐多样化：一方面要能满足业务系统的基本需求，另一方面对于数据安全、自主掌控的要求也越来越高。鉴于此，不少银行业已经开始了自己的转型尝试，并取得了一定的成果。 MySQL 作为当前最热门的开源数据库，已被互联网公司广泛应用。基于对数据库安全可控的考虑，银行业也正在进行较大规模的推广，用于替代传统数据库产品。
2 天前 / 成富
当部署 Cassandra 到 Kubernetes 时，一个常见的需求是对数据库进行初始化，包括创建 key space 和表。本文说明了如何使用 helmfile 和 Bitnami Cassandra helm 图表来实现。 在 Kubernetes 上，Cassandra 初始化脚本需要保存在 config map 中。最简单的做法是创建一个新的 helm 图表来管理这些初始化脚本。在使用helm create db-config命令创建出新的图表之后， 删除templates目录中除了_helpers.tpl之外的全部文件，并且添加名为configmap.yaml的新文件。 在下面的configmap.yaml文件中，每个名值对都是一个 Cassandra CQL 文件。
13 天前 / 松花皮蛋me
在数据库中新建一个字段并且设置为索引列，还有删除整张表的数据，类似这些操作都是一系列操作的组合，执行后不能出现中间状态，也就是不会出现新建了字段却不是索引的情况，也不会出现只有一部分数据被删除的情况。这种保证是事务在发挥作用，虽然我们没有使用 begin-transaction-commit 来执行命令。 既然事务是一系列操作的组合，那两个事务的多个操作如何正确顺序执行和如何高效执行就是关键了。这就要说说事务的 ACID 原则了，ACID 指的是原子性、一致性、隔离性、持久性。
53 天前 / mason技术记录
自动化生成数据库文档，简单的 3 个步骤即可完成，了解一下。 1 前言平时工作中，大家应该都会遇到需要导出数据库说明文档（也叫数据字典）的情况，即把各数据表的字段信息整理成一个个的表说明，然后用 excel/word/html/md 等文档格式进行保存。很多小伙伴还在用原始的手工方式，复制粘贴数据库的字段说明（名称、类型、长度、注释等），不得不说这种方式效率实在太低。作为程序员，能用编程解决的问题，就不是问题。下面介绍的方法很简单，只需要 3 个步骤。本文将对这 3 个步骤使用 python 进行编码实现，把数据表信息说明输出到 excel 文档中。
56 天前 / 雷语
今天我们来讨论秒杀系统中“缓存热点数据”的问题，进一步延伸到数据库和缓存的双写一致性问题，并且给出实现代码。 项目源码在这里： https://github.com/qqxx6661/miaosha 妈妈再也不用担心我看完文章不会写代码实现啦！ 一、缓存热点数据 在秒杀实际的业务中，一定有很多需要做缓存的场景，比如售卖的商品，包括名称，详情等。访问量很大的数据，可以算是“热点”数据了，尤其是一些读取量远大于写入量的数据，更应该被缓存，而不应该让请求打到数据库上。 1、为何要使用缓存 缓存是为了追求“快”而存在的。我们用代码举一个例子。
59 天前 / karen
原文链接：learnnodeonline.blogspot.com 前提： 欢迎来到 web 后端开发的世界。 在深入探讨该主题之前，让我们回顾一下先决条件。 一个网站有两部分，“前端”和“后端”。 网站的前端通常是指用户与网站交互的一端，是网站的用户界面（U.I.）。简单来说，它包含所有在计算机网页中加载的我们能看到并与之交互的元素。 有时也被称为网页的“客户端”。 后端开发则是指服务器端开发，它涉及所有在网页屏幕之外即在后台发生的活动。 屏幕后到底发生了什么？网站的后端由服务器，应用程序和数据库组成，主要侧重于数据库，脚本和网站的体系结构。
60 天前 / openio
文 |豆豆 来源：Python 技术「ID: pythonall」 相信做后端开发的童鞋肯定没少和数据库打交道，提起数据库，又不能不说数据库事务隔离级别，毕竟这是保证数据可靠一致的重要基石。网上介绍数据库隔离级别的文章大都很生硬，理论居多，今天派森酱就用一个简单的故事来给大家说说隔离级别。 奋斗多年，派森酱攒了些积蓄，想着总给别人打工也不是长久之计，于是萌生辞职创业的念头，和自己的同窗好友蟒蛇君合计之后觉得可行，于是就炒了老板鱿鱼自己当老板去啦。 别看派森酱这几年在公司闷头写代码，业余之际也没忘记给自己充电。
75 天前 / clumsy
这是学习笔记的第2257篇文章 读完需要 9 分钟速读仅需 7 分钟 对于商业数据库而言，数据库升级是一个优先级很高的事情，有版本升级路线图，有相应的补丁，而且对于方案还有一系列的演练，显然是一场硬仗。而在 MySQL 方向上，升级这件事情就被淡化了许多，好像只能证明它的存在而已，当然正是由于这种不重视，也让我今天走了不少弯路。 一般来说，升级 MySQL 有两类可行方案，一类是直接升级数据字典，在本机完成，整个过程会有离线操作，会对业务有中断，第二种是通过高可用切换平滑实现，原理是搭建低版本到高版本的数据复制关系，这种方案优势比较明显...
76 天前 / 携程技术
作者简介 Chaplin，携程资深 PMO，平时喜欢解决系统相关的问题，包括但不限于分布式 / 大数据量 / 性能 / 体验等，不畏复杂但更喜欢简单。 本文旨在分享携程机票后服务订单处理团队，在构建机票订单缓存系统过程中的一些思考总结，希望能给大家一些启发或帮助。通篇分为以下七大部分：背景，瓶颈，选型，架构，方案，优化，总结，文章概要如下图： 一、背景 近些年随着携程机票业务的不断发展，用户量和订单量也稳定地增长，再加上用户访问入口的多样性、机票的有效期特别长等特征，导致查询流量不断增长。
80 天前 / 雨后天空
数据库系统设计概述世界上只有两种开发人员，一种使用数据库系统的，一种开发数据库系统的。 数据是系统最重要的信息。大部分系统都是对数据的管理。应用系统通过数据模型来构建现实世界，通过算法操作对象或数据结构，来改变数据模型的状态。数据被组织在操作系统文件中，我们通过数据系统来组织，查询，搜索，处理数据。 本文将从数据库的发展、数据库的分类、常见数据库架构，数据库常见概念和技术等方面探讨这个我们接触最多的底层系统，并通过穿插不同数据库的实现原理，来了解数据库的具体实现。 本文分为五个大章节。
127 天前 / 不在服务区
二、数据库设计, 以mysql为例子:CREATE TABLE `s_user` (`rid` int(20) NOT NULL COMMENT '用户标识',`name` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '用户名',`coin` int(11) NOT NULL COMMENT '用户金币',`gold` int(11) NOT NULL COMMENT '用户砖石',`rtime` int(11) NOT NULL COMMENT '注册时间',`ltime` int(11) NULL DEFAULT NULL COMMENT '最近登陆时间',`logoutime` int(11) NULL DEFAULT NULL COMMENT '最近登出时间',PRIMARY KEY (`rid`) USING BTREE,) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = ut...
130 天前 / 大数据基础解密
目录 B+ 树定义 B+ 树查询操作实现 B+ 树插入操作实现 B+ 树删除操作实现 数据库索引原理 MySQL 索引简介 MyISAM 索引 InnoDB 索引 数据库查询机制 MySQL 索引常见问题 MySQL 存储引擎索引类型使用 B+ 树而不是 B 树？ InnoDB 存储引擎中，一棵 B+ 树可以存放多少行数据？ 为什么 InnoDB 主键索引推荐自增字段？ InnoDB 自增字段用完之后，会不会报错？ 附：B+ 树实现源代码 为了应对大规模数据检索需要，一种支持多路平衡搜索的 B- 树出现了，不仅解决了二叉树容易退化为单链表的问题，还能够以更少的磁盘 I/O 提高查询效率...
138 天前 / 美团技术团队
总第 397 篇 2020 年 第 20 篇 巡检工作是保障系统平稳有效运行必不可少的一个环节，目的是能及时发现系统中存在的隐患。本文介绍了美团 MySQL 数据库巡检系统的框架和巡检内容，希望能够帮助大家了解什么是数据库巡检，美团的巡检系统架构是如何设计的，以及巡检系统是如何保障 MySQL 服务稳定运行的。 对了，文末还有一个重要的招聘信息，可以了解一下！ 我们生活中随处可见各种巡检系统，比如电力巡检、消防检查等，正是这些巡检工作，我们才能在稳定的环境下进行工作、生活。
147 天前 / bytearch
4. 总结 5、 欢迎关注"浅谈架构"公众号、不定期分享精彩文章 #1. 背景 工作中我们常常有需求需要加字段，如果数据库数据量比较大，新增字段耗时较长，导致性能下降，甚至出现锁表等问题。 添加扩展字段， 常见的做法有， 动态添加字段 添加扩展表 json 方式存储 xml 方式存储 这里我们聊聊基于 KV 行存储和基于按位存储。 #2. 基于 KV 水平存储 场景：例如现在有张订单表，需要新增 field_1,field_2 字段，并且以后可能会无限扩展字段 kv 表结构设计 CREATE TABLE `kv` (`id` bigint(20) NOT NULL,`key` varchar(30) NOT NULL COMMENT '存储字段...