当MySQL单表记录数过大时，增删改查性能都会急剧下降，可以参考以下步骤来优化： 单表优化 除非单表数据未来会一直不断上涨，否则不要一开始就考虑拆分，拆分会带来逻辑、部署、运维的各种复杂度，一般以整型值为主的表在千万级以下，字符串为主的表在五百万以下是没有太大问题的。

【云栖社区】  【编程语言】  【Java核心技术】  【java】  【mysql】   …

经典题目 1、MySQL的复制原理以及流程 基本原理流程，3个线程以及之间的关联； 2、MySQL中myisam与innodb的区别，至少5点 (1)、问5点不同； (2)、innodb引擎的4大特性 (3)、2者selectcount(*)哪个更快，...

【mysql】  【innodb】  【性能】  【SQL】  【日志】  【线程】  【数据库】   …

承接上一篇《理解分布式系统中的缓存架构(上)》，介绍了大型分布式系统中缓存的相关理论，常见的缓存组件以及应用场景，本文主要介绍缓存架构设计常见问题以及解决方案，业界案例。 1 分层缓存架构设计

2 缓存带来的复杂度问题 常见的问题主要包括 数据一致性 缓存穿透 缓存雪崩 缓存高可用 缓存热点 下面逐一介绍分析这些问题以及相应的解决方案。

【编程语言】  【分布式】  【redis】  【Java核心技术】   …

近一个多月，写了一些MySQL内核的文字，稍作总结，希望对大家有帮助。1.《InnoDB，为何并发如此之高？》 文章介绍了： （1）什么是并发控制； （2）并发控制的常见方法：锁，数据多版本； （3）redo，undo，回滚段的实践； （4）InnoDB如何利用回滚段实现MVCC，实现快照读。

【云栖社区】  【架构】  【mysql】  【innodb】  【高并发】  【索引】   …

1.背景

对于锁大家肯定不会陌生，在Java中synchronized关键字和ReentrantLock可重入锁在我们的代码中是经常见的，一般我们用其在多线程环境中控制对资源的并发访问，但是随着分布式的快速发展，本地的加锁往往不能满足我们的需要，在我们的分布式环境中上面加锁的方法就会失去作用。

【分布式】  【安全】  【redis】  【mysql】  【性能】   …

一、面试题基础总结

1、 JVM结构原理、GC工作机制详解

答：具体参照：JVM结构、GC工作机制详解     ，说到GC，记住两点：1、GC是负责回收所有无任何引用对象的内存空间。

【分布式】  【安全】  【redis】  【架构】  【算法】  【java】  【消息队列】   …

MySQL优化概述

MySQL数据库常见的两个瓶颈是：CPU和I/O的瓶颈。

CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据时候。

【分布式】  【架构】  【mysql】  【性能】  【SQL】  【日志】  【数据库】   …

当MySQL单表记录数过大时，增删改查性能都会急剧下降，所以我们本文会提供一些优化参考，大家可以参考以下步骤来优化： 一、单表优化 除非单表数据未来会一直不断上涨，否则不要一开始就考虑拆分，拆分会带来逻辑、部署、运维的各种复杂度。

【架构】  【mysql】  【innodb】  【性能】  【SQL】  【数据库】   …

　　之前有程序员网友在牛客网发表了自己在头条的面试经验和过程，小编拿过来和大伙分享下。

　　一面考算法：两个基础题目，思路不难，考基本功，一个是链表相加，思路就是反转 然后求和，另一个是多个有序数组 归并。

【架构】  【算法】  【java】  【性能优化】  【mysql】  【程序员】   …

常听人说，有两种男人不能嫁：一种是兵哥哥，另一种是运维。 1.前者见不着，后者死的早。 一想到不等头发花白，就要踟蹰独行，我就害怕的厉害。所以，很长一段时间，都对公司里的运维避而远之。甚至做梦也没有想到，自己会成为运维工程师的老婆，而且一做就是好多年。

【linux】  【python】  【深度学习】  【java】  【mysql】  【高并发】   …