16 天前 / 开发者头条
点击链接或图片即可阅读 喜欢请分享到朋友圈哦 项目介绍 ebra 是一个基于 JDBC API 协议上开发出的高可用、高性能的数据库访问层解决方案，是美团点评内部使用的数据库访问层中间件。具有以下的功能点： 配置集中管理，动态刷新 支持读写分离、分库分表 丰富的监控信息在CAT上展现 异步化数据库请求，多数据源支持 GitHub 地址 https://github.com/Meituan-Dianping/Zebra 更多 GitHub 开源项目 头条君邀请您加入 开发者头条读者交流群 （识别下方群主二维码申请进群，请注明 “城市+技术方向”） 微信号：t......
19 天前 / u128287
文| 小朋友 on 中间件引言想必本文的读者对数据库都不会陌生，由于数据库良好的特性和服务的稳定性，使得我们的工作几乎离不开，而数据库连接池因为连接复用的优势也被广泛的使用，但凡事不可能只有好处而没有代价，使用连接池一个最直接的代价就是需要配置一堆的参数。其实很多时候这个复杂度也不存在，只要找个工程把配置拷贝一份，改一下用户名密码也就能工作了，因为之前的配置都正常工作了一段时间基本也没问题了，这个逻辑本身没毛病，但有个前提至少知道配了什么，不然问题来了都不知道如何应对。本文以 druid 1.1.5 (https://github.com/al......
23 天前 / 风来风往风伤(TiAmo)
在之前的文章中，我们提到了亚马逊、谷歌、IBM 等大厂都上了 Visual Studio Code 的船。 今天（北京时间 2019 年 6 月 20 日），甲骨文也上了 VS Code 的船，发布了基于 VS Code 的开发者工具，让开发者能轻松连接 Oracle 数据库。 在DB-Engines Ranking排行榜中，Oracle 数据库长期占据了第一的位置。世界上使用量最多的数据库怎么能缺少了对世界上最受欢迎的编辑器的支持呢？ 随着 Oracle Developer Tools for VS Code 的发布，Oracle 数据库的开发者可以不用在不同的工具中来回切换了。只要使用 VS Code，就可以创建、编写、运行以及管理你的......
25 天前 / Fundebug
2019年，越南，会安 上周在介绍极客时间课程时提了点数据库的旧事，不想还有许多朋友认为有意思，希望多听点。所以我厚着脸皮，回忆了几个与数据库打交道的细节，记录在这里。 一 学校开数据库课程的时候，用的是高等教育出版社的教材。大概还有些朋友有印象，当时高教社出了一整套《面向21世纪课程教材》，正方形开本，压膜封面，依照专业不同，颜色分别是绿色、红色、蓝色等等。数据库的教材感觉中规中矩，就是从小到大都熟悉的模式。不过，当时有朋友介绍了一本新的教材，给了我很大影响。 这本《数据库：原理、性能与编程》也是高教社出......
26 天前 / Yeming
作者 | 杨碧佳 后端攻城狮，关注算法和中间件，喜欢探索各种技术。 引言：我们常常会在工作中用到索引，因为我们觉得在大量的数据下，索引会让数据库查询变得更快，但是我们往往不知道，我们的索引还可以进行进一步的优化，让查询速度变得更快。本文会从一些基础理论讲起，提供一种近乎程式化建立索引的方法。 一、 索引相关定义 物理结构表和索引都被存储在页中，页的大小一般为 4KB 或者 8KB。 当表和索引被加载或重组时，每个页会留出一定比例的空闲空间，以满足向其添加新的表行或索引行的需求。DBMS 的缓冲池和 I/O 活动都是基于页......
35 天前 / masonlee
决战数据库-spring batch(4)数据库到数据库tags：springbatch 1.引言上一篇文章《快速使用组件-spring batch(3)读文件数据到数据库》对 SpringBatch的读、处理、写组件进行了介绍，并且以实际案例使用了 FlatFileItemReader读文本文件，并把每行数据映射为实体，然后使用 JdbcBatchItemWriter把实体对象数据存储到 MySQL中。但在数据集成的实际应用中，更多的工作是从A数据库到B数据库，数据库之间是异构的，数据与数据的字段定义是不尽相同的，因此，在数据同步、数据抽取时，需要从源数据库读取数据，经过校验、转换，过滤、清洗，然后把数据再......
35 天前 / y277an
"先更新缓存，再更新数据库"这种方案同理，也是造成脏数据，所以不被考虑 原因2：业务场景角度。有如下两点： 如果你是一个写数据库场景比较多，而读数据场景比较少的业务需求，采用这种方案就会导致数据压根还没读到，缓存就被频繁的更新，浪费性能。如果你写入数据库的值，并不是直接写入缓存的，而是要经过一系列复杂的计算再写入缓存。那么，每次写入数据库后，都再次计算写入缓存的值，无疑是浪费性能的。显然，删除缓存更为适合。如果一定要更新缓存，可以考虑给缓存数据增加版本号
39 天前 / LinuxEverything
又一个开源项目更改了许可 翻看LWN新闻的时候，注意到就在昨天（今天是2019年6月5日），CockroachDB数据库更改了许可证，严格意义上不是自由软件了，这一事件引起开源社区广泛讨论。 CockroachDB是纽约的Cockroach Labs公司开发的数据库，非常类似于Google提供的数据库服务Spanner geographically distributed database (Spanner跨地域分布式数据库），CEO就是此前在Google创建Spanner项目的前Google员工Spencer Kimball。公司去年开始提供收费服务帮助客户来部署和支持CockroachDB。目前已经有50个付费客户，包括百度。今年的付费用户增长......
42 天前 / 方丈的寺院
分两部分介绍NoSQL - NoSQL 概览 1. RDBMS VS NoSQL 2. NoSQL 种类 3. NoSQL 的一些名词 - 结合Mongo,Cassandra谈谈NoSQL的设计和应用 1. 部署架构 2. 分片 3. 数据存储与维护 4. 读写分析 5. 数据模型 关系型数据库 VS NoSQL VS New SQL 关系型数据库：元组关系(ER)，提供了一套标准的接口，SQL NoSQL: non-relational,Not-Only SQL,致力于解决关系型数据库扩展的问题 New SQL: 结合RDBMS 与NoSQL的优势(还没有看到一个清晰的概念定义) NoSQL 种类 数据模型|相关数据库|典型应......
44 天前 / yangyidba
一 前言 不管是开发同学还是DBA,想必大家都遇到慢查询(select,update,insert,delete 语句慢)，影响业务稳定性。这里说的慢，有两个含义一是比正常的慢，有可能正常执行时间是10ms，异常的是100ms 。二是sql执行时间超过设置的慢查询标准比如500ms。 本文从IT架构以及数据库纬度来分析导致sql执行慢的原因/场景，抛砖引玉，有不足之处还请大家多多提建议。 二基础知识分析慢查询之前，我们先看看sql执行的路径,理清楚可能会影响sql执行速度的相关因素。 执行路径app ---[proxy]---db app --- db 目前大部分的数据库架构基本都是上面的路径，sq......
46 天前 / 知否专栏
回顾 上一篇文章《MySQL索引为什么要用B+树》讲了MySQL为什么选择用B+树来作为底层存储结构，提了两个知识点： B+树索引并不能直接找到行，只是找到行所在的页，通过把整页读入内存，再在内存中查找。 索引的B+树高度一般为2-4层，查找记录时最多只需要2-4次IO。 为进一步知其所以然，今天来聊聊B+树索引在物理磁盘上是怎么设计存储的。 一、理解为什么要减少磁盘IO次数众所周知，MySQL的数据实际是存储在文件中，而磁盘IO的查找速度是要远小于内存速度的，所以减少磁盘IO的次数能很大程度的提高MySQL性能。 1.1 磁盘IO为什么慢先温习下知......
46 天前 / 关爱程序员社区
背景介绍 复制，就是对数据的完整拷贝，说到为什么要复制，首先能想到的是怕数据意外丢失，使得用户蒙受损失。 当完成了数据复制之后，会发现它的优势不止这一点，假如一台机器宕机了，可以启用备份在另一台机器的数据。毕竟宕机的概率很小，闲暇时间还可以让备份机器分担主机器的流量压力。除此之外，当要升级数据库版本时，可以在不停止用户服务的情况下优先升级备用机器，待观测其可用稳定时再将主数据库升级。 但是，也不能总让DBA手动拷贝来完成复制，万一在DBA蹲坑的时候宕机了，在蹲坑期间产生的数据由于没有及时备份，会导致......
47 天前 / RoughRoar
SQL的全称是Structured Query Language，翻译成中国话就是结构化查询语言。这是一种声明式的语法，何为声明式？可以联想一下我们生活中的老板，老板在布置任务的时候会告诉你：小王啊，今天把这些砖从A地搬到B地啊，然后就没然后了。老板并不关心你是用手抬，还是用车拉，老板只关心结果：你把砖搬过去就好了。我们之于数据库而言，就是一个老板，SQL语句就是我们给数据库下达的任务，至于具体数据库怎么执行我们并不关心，我们只关心最后数据库给我们返回的结果。 对于设计数据库的人而言，语句怎么执行就得好好考虑了，老板不操心，事儿总还得干......
49 天前 / 铜板街技术
前言 一般来说，影响数据库最大的性能问题有两个，一个是对数据库的操作，一个是数据库中的数据太大。对于前者我们可以借助缓存来减少一部分读操作，针对一些复杂的报表分析和搜索可以交给Hadoop和ElasticSearch。对于后者，我们就只能分库分表，读写分离。 互联网行业随着业务的复杂化，大多数应用都会经历数据的垂直分区。一个复杂的流程会按照领域拆分成不同的服务，每个服务中心都拥有自己独立的数据库。拆分后服务共享，业务更清晰，系统也更容易扩展，同时减少了单库数据库连接数的压力，也在一定程度上提高了单表大数据量下索引查询的......