首页
学习
活动
专区
工具
TVP
发布

数据核心

数据核心
专栏成员
40
文章
18054
阅读量
15
订阅数
Elasticsearch数据写入、检索流程及底层原理全方位解析
在当今数据驱动的时代,能够快速、准确地存储和检索信息是企业成功的关键。Elasticsearch,作为一个分布式的、RESTful风格的搜索和分析引擎,以其强大的索引、搜索和聚合功能,成为众多企业和开发者的首选。其背后的读写流程,融合了高效的数据结构与先进的分布式系统原理,确保数据既能被可靠地存储,又能被迅速检索。
公众号:码到三十五
2024-03-19
1.5K0
详解MySQL原生Online DDL:从历史演进到原理及使用
MySQL Online DDL 功能从 5.6 版本开始正式引入,发展到现在的 8.0 版本,经历了多次的调整和完善。本文主要就 Online DDL 的发展过程,以及各版本的区别进行总结。其实早在 MySQL 5.5 版本中就加入了 INPLACE DDL 方式,但是因为实现的问题,依然会阻塞 INSERT、UPDATE、DELETE 操作,这也是 MySQL 早期版本长期被吐槽的原因之一。
公众号:码到三十五
2024-03-19
6040
MongoDB实战面试指南:常见问题一网打尽
答案:MongoDB是一个基于文档的NoSQL数据库,它使用BSON(一种类似JSON的二进制格式)来存储数据。与关系型数据库相比,MongoDB没有固定的数据模式,支持非结构化数据的存储,且水平扩展性强。MongoDB更适合于需要快速迭代开发、数据模型经常变动的应用场景。
公众号:码到三十五
2024-03-19
3030
技术选型思考:分库分表和分布式DB(TiDB/OceanBase) 的权衡与抉择
分库分表是一种常见的解决数据库性能瓶颈的方法。通过将大表拆分成小表,将数据分散到多个数据库或服务器上,可以提高查询性能、减少锁的竞争、提高系统的并发处理能力。常见的分库分表策略包括水平拆分和垂直拆分。水平拆分是按照某个字段的值将数据分散到不同的表或数据库中,而垂直拆分是将一个表中的字段拆分到不同的表或数据库中。
公众号:码到三十五
2024-03-19
1.2K0
架构面试题汇总:mysql索引全在这!(五)
索引在MySQL中是用来提高数据检索速度的数据结构。它们帮助MySQL更快地找到和访问表中的特定信息。索引的工作方式类似于书籍的索引:而不是逐页搜索书籍以找到所需的信息,您可以在索引中查找一个条目,该条目会告诉您在哪里可以找到所需的信息。在MySQL中,B树(特别是InnoDB存储引擎使用的B+树)是索引的常用数据结构。
公众号:码到三十五
2024-03-19
1680
MySQL 8 新特性详解
在MySQL 8之前,当你不再需要某个索引时,你必须显式地删除它。然而,在某些情况下,你可能不确定删除索引是否会对查询性能产生负面影响。为了解决这个问题,MySQL 8引入了隐藏索引的特性。隐藏索引允许你将索引设置为不可见,而不是完全删除它。这样,你可以在不实际删除索引的情况下评估查询的性能。如果发现性能下降,你可以轻松地使索引再次可见。
公众号:码到三十五
2024-03-19
1100
MyBatis TypeHandler详解:原理与自定义实践
TypeHandler是MyBatis中用于处理Java类型与JDBC类型之间转换的接口。在SQL语句执行过程中,无论是设置参数还是获取结果集,都需要通过TypeHandler进行类型转换。MyBatis提供了丰富的内置TypeHandler实现,以支持常见的数据类型转换。同时,也可以根据需要自定义TypeHandler来处理特殊的数据类型或转换逻辑。
公众号:码到三十五
2024-03-19
9950
MongoDB索引解析:工作原理、类型选择及优化策略
MongoDB主要使用B+树作为其索引结构。B+树是一种自平衡的树,能够保持数据有序,并且允许对数据进行高效的插入、删除和查找操作。索引条目由键值对和指向相应文档的指针组成。当执行查询时,MongoDB会首先检查是否有可用的索引。如果存在合适的索引,MongoDB会使用该索引快速定位到数据集中的相关文档,从而避免全表扫描。
公众号:码到三十五
2024-03-19
4470
MongoDB中的TTL索引:自动过期数据的深入解析与使用方式
TTL(Time-To-Live)索引在MongoDB中是一种特殊的索引,用于自动删除过期的文档。其核心原理在于MongoDB会启动一个后台线程,该线程会周期性地扫描集合中拥有TTL索引的字段。当这个后台线程运行时,它会检查索引字段的值与当前时间的差异,如果差异超过了设定的过期时间,该文档就被标记为“过期”。但请注意,标记为“过期”并不意味着文档会立即从数据库中删除,实际的删除操作可能会稍后进行。
公众号:码到三十五
2024-03-19
5960
深入解析MySQL死锁:原因、检测与解决方案
死锁是指两个或更多的事务在执行过程中,因争夺资源而造成的一种相互等待的现象。每个事务都持有一个资源并等待获取另一个事务已占有的资源,从而形成了一个循环等待的情况。除非有外部干预,否则这些事务都将无法向前推进。
公众号:码到三十五
2024-03-19
1.7K0
MyBatis插件深度解析:功能、原理、使用、应用场景与最佳实践
MyBatis作为一款流行的Java ORM(对象关系映射)框架,以其简洁、灵活和高效的特点受到了广大开发者的喜爱。而MyBatis插件机制更是为这一框架注入了强大的扩展能力,允许开发者在不修改框架源代码的情况下对MyBatis的功能进行定制和增强。本文将深入探索MyBatis插件的方方面面,包括其功能、原理、详细使用方法以及最佳实践,旨在帮助对MyBatis插件感兴趣的开发者更好地掌握这一强大工具。
公众号:码到三十五
2024-03-19
5010
RocksDB:高性能键值存储引擎初探
在TiDB中(TiDB是一个分布式SQL数据库,其存储引擎TiKV是一个分布式的key-value存储引擎),TiKV使用了RocksDB作为其底层存储引擎,利用RocksDB提供的键值存储与读写功能,以及LSM-tree架构来实现数据的持久化和高效读写。
公众号:码到三十五
2024-03-19
5950
深入理解Elasticsearch的索引映射(mapping)
在Elasticsearch中,映射类似于关系型数据库中的表结构定义。它描述了索引中字段的类型、如何索引这些字段以及如何处理这些字段的查询。每个索引都有一个与之关联的映射类型,尽管在Elasticsearch 7.x中,每个索引只能有一个映射类型(与之前版本中的多个映射类型不同)。
公众号:码到三十五
2024-03-19
3730
MongoDB技术架构详解
MongoDB是一个面向文档的数据库,它以BSON(Binary JSON)格式存储数据。与关系型数据库不同,MongoDB没有固定的表结构,允许存储不同结构和类型的数据。这使得MongoDB非常适合处理半结构化和非结构化数据,如日志、社交媒体数据等。
公众号:码到三十五
2024-03-19
5240
MongoDB:开启你的NoSQL之旅(一)
MongoDB是一个基于分布式文件存储的数据库,由C++语言编写,旨在为Web应用提供可扩展的高性能数据存储解决方案。它是介于关系数据库和非关系数据库之间的产品,被看作是非关系数据库中功能最丰富、最像关系数据库的。MongoDB的数据结构非常松散,是类似json的bson格式,因此可以存储比较复杂的数据类型。MongoDB最大的特点是它支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。
公众号:码到三十五
2024-03-19
1410
深入浅出:MongoDB聚合管道的技术详解
聚合管道是MongoDB中用于数据聚合和处理的强大工具。它允许开发者通过一系列有序的阶段(Stages)对数据进行筛选、转换、分组和计算,从而生成符合需求的聚合结果。每个阶段都定义了一种操作,数据在每个阶段经过处理后,传递给下一个阶段,最终得到所需的聚合结果。
公众号:码到三十五
2024-03-19
2890
MongoDB存储引擎发展及WiredTiger深入解析(二)
在早期,MongoDB主要使用的是MMAPv1存储引擎。基于内存映射文件的数据管理方式,MMAPv1在某些特定场景下表现出色。然而,随着数据量的增长和复杂应用场景的增多,MMAPv1在大量写入操作下的性能瓶颈逐渐显现。
公众号:码到三十五
2024-03-19
2400
深入探索MySQL 8:隐藏索引与降序索引的新特性
在数据库的日常维护中,索引的管理是一个关键部分。有时,为了优化查询性能,我们可能会尝试添加、删除或修改索引。但是,直接删除一个索引可能会导致某些查询的性能下降,甚至在某些情况下导致查询失败。为了避免这种情况,MySQL 8引入了隐藏索引的概念。
公众号:码到三十五
2024-03-19
1990
Elasticsearch中的模板:定义、作用与实践
在Elasticsearch中,模板是一种预定义的配置,用于指定索引的设置和映射。它允许用户在创建索引之前,定义好索引的结构和配置信息,从而确保数据按照预定的方式进行存储和索引。模板可以看作是一种“蓝图”,用于指导Elasticsearch如何构建和管理索引。
公众号:码到三十五
2024-03-19
2190
深入了解Elasticsearch索引生命周期管理
ILM是Elasticsearch提供的一种机制,允许用户自动化地管理索引在其整个生命周期内的各个阶段。这些阶段通常包括Hot、Warm、Cold和Delete。每个阶段都有其特定的优化目标和操作,如存储类型、副本数、段合并等。
公众号:码到三十五
2024-03-19
1230
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档