作为一台服务器来说，内存并不是无限的，所以总会存在内存耗尽的情况，那么当 Redis 服务器的内存耗尽后，如果继续执行请求命令，Redis 会如何处理呢？
MySQL查询缓存，query cache，是MySQL希望能提升查询性能的一个特性，它保存了客户端查询返回的完整结果，当新的客户端查询命中该缓存，MySQL会立即返回结果。
在维护服务器的时候每一次遇到问题都是想不起来命令是啥，真的想有一个服务器监控软件来整合所有的指令，但是目前除了IIS7服务器监控工具，其他的都很难做好。在这里记录一下方便使用的时候找得到。
公司日志系统目前日均处理数据10T左右，查询经常出现数据延迟问题且延迟经常在4-5个小时以上，但是服务器的1分钟load值经常不高于5，鉴于解析端的配置为16C_32G的配置，该现象并没有充分的利用CPU资源，单纯的扩容解析器资源虽然能解决问题，但是并没有从根本解决，优化数据流程架构图去除不必要项，并分析解析器性能瓶颈问题到底出现在哪里？
现如今网站的搭建基本都会使用云服务器，相较于传统的物理服务器，对长期发展更具有优势。而一般为了稳定性，会选择腾讯这一类大型公司服务器供应，同时会搭载云硬盘使用。但是在初期选择硬盘的时候所配置的内存并不一定特别大，在后期数据运行多起来之后，为了确保充足的空间，会将前期无需使用的数据进行清理，那么腾讯云服务器硬盘版的如何清理内存呢。
高并发的抢购、秒杀功能是一个 web 系统面临的很大的一个挑战。 由于销售平台的促销活动，销售系统的 web 后台接口将承受平常几倍甚至几十倍的压力，这样，服务器的 CPU、内存等是否会成为保证服务质量的瓶颈，如何顺利度过抢购、秒杀的高峰期，怎么让有限的资源承受突如其来的压力就成了服务端工程师不得不考虑的一个问题了。 在此前的文章中，我们介绍了 web 服务需要考虑的六大因素。 其中，我们介绍了如何构建稳定、可持久的 web 服务，应对高并发、高请求量的实际访问压力，然而，秒杀环节中，仅仅为了流量的巨大、临时性增长，而去扩容一套可以应对相应流量的系统，显然是十分浪费而又不现实的，因此，这就需要我们在选择去拒绝一部分访问流量，从而降低后台服务器的压力，提高服务的可用性。 那么如何选择需要拒绝的那部分流量呢？
一.客户端命令 #读取配置文件启动 redis-server redis.conf #关闭 Redis，Redis服务器将断开与客户端链接，产生持久化文件，平滑关闭，kill pid号方式等同。不要使用kill -9强制杀死，这样不会做持久化，还会造成缓冲区等资源不能被优雅关闭，极端情况会造成AOF和复制丢失数据。 redis-cli shutdown #链接 Redis 服务器 -h 地址 -p 端口 -c 密码 表示去链接一个集群 redis-cli -h 127.0.0.1 -p 7000 #链接 R
-多年互联网运维工作经验，曾负责过大规模集群架构自动化运维管理工作。 -擅长Web集群架构与自动化运维，曾负责国内某大型金融公司运维工作。 -devops项目经理兼DBA。 -开发过一套自动化运维平台（功能如下）： 1)整合了各个公有云API，自主创建云主机。 2)ELK自动化收集日志功能。 3)Saltstack自动化运维统一配置管理工具。 4)Git、Jenkins自动化代码上线及自动化测试平台。 5)堡垒机，连接Linux、Windows平台及日志审计。 6)SQL执行及审批流程。 7)慢查询日志分析web界面。
快速提问：你的驱动器剩余多少剩余空间？一点点还是很多？接下来的提问是：你知道如何找出这些剩余空间吗？如果你碰巧使用的是 GUI 桌面（ 例如 GNOME、KDE、Mate、Pantheon 等 ），则任务可能非常简单。但是，当你要在一个没有 GUI 桌面的服务器上查询剩余空间，你该如何去做呢？你是否要为这个任务安装相应的软件工具？答案是绝对不是。在 Linux 中，具备查找驱动器上的剩余磁盘空间的所有工具。事实上，有两个非常容易使用的工具。
进程是一个非常重要的概念，我们都知道，操作系统合理地组织、调度计算机的工作与资源。而在引入线程前，进程是操作系统进行资源分配和调度的基本单位。所以，探究Linux进程以及与进程有关的检测与控制是非常有意义的。这次内容如下。
----------------------------------------概述----------------------------------------
最近在维护公司线上的服务器，排查了一些问题，所以做一个总结。有一段时间，线上环境变得很卡，客户端请求很多都报超时，因为线上没有良好的apm监控，所以只能通过流量高峰期和日志去排查问题。通过排查，发现数据库的慢查询日志在比之间的暴涨了十倍，然后发现，memcache服务器（8核）负载很高，cpu一直在50%的左右，原因就是memcache服务器内存用完，导致内存的淘汰十分频繁，这样就导致很多请求落到数据库。下面说下主要的排查思路和用到的工具
Nim 编程语言是一个新型的静态类型、命令式编程语言，支持过程式、函数式、面向对象和泛型编程风格而保持简单和高效。Nim 从Lisp继承来的一个特殊特性--抽象语法树(AST)作为语言规范的一部分，可以用作创建领域特定语言的强大宏系统。
redis适合放一些频繁使用，比较热的数据，因为是放在内存中，读写速度都非常快，一般会应用在下面一些场景，排行榜、计数器、消息队列推送、好友关注、粉丝。
MySQL多实例就是在一台机器上开启多个不同的服务端口（如：3306,3307），运行多个MySQL服务进程，通过不同的socket监听不同的服务端口来提供各自的服务:
最近花了很多时间在分布式存储上面，不想在这个上面再花费很多时间了，所以用这篇文章做一个最后的总结。
主动模式：客户端主动上报数据到服务器端，对服务器的开销较小，适合大规模的监控环境。
本篇文章内容主要是为了方便通过远程终端维护服务器时, 查看服务器上当前 系统日期和时间 / 磁盘空间占用情况 /程序执行情况。
ORDER BY 排序后，用 LIMIT 取前几条，发现返回的结果集的顺序与预期的不一样。
起因是：前几年我在老家郑州实习面试(那个时候还没有毕业)的时候遇到面试官提问；面试官来于百度总部的工程师6年java开发经验+3年多的PHP开发经验，我在他的面前基本就是弟弟中的弟弟，虽然勉强通过入职了，但是却被运维无情地嘲笑，就因为组长让我上机看下redis的基础情况，我不会，问了运维。一怒之下，我当天晚上就恶补了一波......，到现在都还记着
首先明确一下我们测试的目的：客户端浏览器的js内存是否存在泄漏，服务器端的话可不是这么测，防止用户使用时浏览器卡顿或崩溃。
作者：阿特 来源： http://blog.csdn.net/capsicum29/article/details/71480799 数据库是一个很重要的模块，现在来写一个评估数据库的前言，谈谈数据库性能问题所需要了解的内容。 基本概念 性能问题 什么是性能问题？当系统出现性能问题，那么反过来问为什么说出现了性能问题，或者说到底怎么样算性能问题呢？ CPU100%,CPU占有率过高？CPU就算是100%,但是客户端反馈超快，算不算性能问题呢？ 剩余内存过低？操作系统剩余内存过低有可能是SQL吃完了，所以
https://github.com/backlion/qqgroup-visualization
本文介绍了分布式系统中一致性hash算法的相关研究，包括一致性hash算法的背景、原理和应用。同时，文章还探讨了分布式系统中leader election和数据一致性等相关问题，并举例说明了Paxos和Raft算法在分布式系统中的应用。
1、下载安装：http://downloads.sourceforge.net ... 206451&big_mirror=0 # tar jxvf msmtp-1.4.16.tar.bz2 # cd msmtp-1.4.16 # ./configure --prefix=/usr/local/msmtp # make # make install 2、创建msmtp配置文件和日志文件（host为邮件域名，邮件用户名test，密码123456） # vim ~/.msmtprc account default host 126.com from test@126.com auth login user test password 123456 logfile ~/.msmtp.log # chmod 600 ~/.msmtprc # touch ~/.msmtp.log 3、mutt安装配置：（一般linux下有默认安装mutt） # vim ~/.muttrc set sendmail="/usr/local/msmtp/bin/msmtp" set use_from=yes set realname="memory" set from=test@126.com set envelope_from=yes set rfc2047_parameters=yes set charset="utf-8" 4、邮件发送测试（-s邮件标题，-a表加附件） # echo "邮件内容123456" | mutt -s "邮件标题测试邮件" -a /scripts/test.txt test@126.com
ORDER BY排序后，用LIMIT取前几条，发现返回的结果集的顺序与预期的不一样。
一、安装Linux下面的一个邮件客户端Msmtp软件(类似于一个Foxmail的工具)
(1) 物理内存free值：# free -m | grep Mem | awk '{print $4}'
2、根据下单的数量，计算库存是否足够，如果存库不足则抛出库存不足的异常，如果库存足够，则减去扣除的库存得到最新的库存剩余值。
最近一年使用 Elasticsearch 完成亿级别日志搜索平台「ELK」，亿级别的分布式跟踪系统。在设计这些系统的过程中，底层都是采用 Elasticsearch 来做数据的存储，并且数据量都超过亿级别，甚至达到百亿级别。
搭建了一个Samba服务器，有两个文件夹Movies和Movies2分别是挂载在/dev/sdb1和/dev/sda1上面，因为是旧电脑，所以两个硬盘都是150GB，用来装电影其实空间有点捉襟见肘，这个是给教研室搭建的，初衷当然是为了传资料（捂脸），有时候师弟们没办法看到实际硬盘空间大小（他们只是用搭建好的Samba服务器，当做网络硬盘使用），所以有时候会传输失败，所以我打算写一个脚本，每隔5分钟运行一次，将硬盘剩余的空间大小保存成文件放在Samba服务器的根目录下，如下图所示，这样他们在搬运电影，哦不对，是资料的时候就可以根据剩余情况合理规划了。
[mysqld]下配置explicit_defaults_for_timestamp=true，这是相对于5.6需要添加的一个配置，具体参考https://www.jianshu.com/p/d7d364745173
一个大型网站应用一般都是从最初小规模网站甚至是单机应用发展而来的，为了让系统能够支持足够大的业务量，从前端到后端也采用了各种各样技术，前端静态资源压缩整合、使用CDN、分布式SOA架构、缓存、数据库加索引、读写分离等等。 这些技术是高并发系统所必须的，但是今天先不细说，而先谈谈在这些架构既定的情况下，一些高并发业务/接口实现时应该注意的原则，以及通过工作中一个6万QPS的秒杀活动，来介绍一下秒杀业务的特点以及如何优化。
分区方式一般有三种 第一种：数据不是很重要 /boot（系统的引导分区）： 系统引导的信息/软件 系统的内核 200M swap（ 交换分区）： 为了避免系统内存用光了导致系统 宕机 如果系统内存不够了，系统会临时使用swap(交换分区) 大小：如果你的内存小于8G 则swap 给内存的1.5倍 以后使用的时候给512M 如果你的内存大于8G 则swap 给8G即可。 / （根分区）： 剩余多少给多少 第二种：数据很重要 /boot（系统的引导分区）： 系统引导的信息/软件 系统的内核 200
这个问题确实是服务器系统盘满了,mysql指定的临时文件目录满掉,大概就是这个意思.
前言： 我们常用 show processlist 或 show full processlist 查看数据库连接状态，其中比较关注的是 State 列，此列表示该连接此刻所在的状态。那么你真的了解不同 State 值所表示的状态吗？下面我们参考官方文档来一探究竟 。
许多Web应用都将数据保存到RDBMS中，应用服务器从中读取数据并在浏览器中显示。但随着数据量的增大、访问的集中，就会出现RDBMS的负担加重、数据库响应恶化、网站显示延迟等重大影响。memcac
背景介绍 Bloom filter(后面简称BF)是Bloom在1970年提出的二进制向量数据结构。通俗来说就是在大数据集合下高效判断某个成员是否属于这个集合。BF其优点在于： 插入和查询复杂度都是O(n) 空间利用率极高。 例子1： 像Yahoo这类的公共邮件服务提供商，总是需要过滤垃圾邮件。 假设有50亿个邮件地址，需要存储过滤的方法有： 所有邮件地址都存储到数据库。 缺点：每次都需要查询数据库，效率低。 使用Hashtable保存到内存里，接近O(1)的查询效率。 缺点：太占内存，假定每个
https://www.cnblogs.com/lingyejun/p/7898873.html
即没有特别指明的类型，大多数时候mysql 引擎都支持这种索引（Archive 是例外， 5.1 之前不支持，之后支持单个自增列的索引）
在实际的性能测试中，会遇到各种各样的问题，比如 TPS 压不上去等，导致这种现象的原因有很多，测试人员应配合开发人员进行分析，尽快找出瓶颈所在。
时间在回到一周前，测试跑过来跟我说：压测500w同步数据失败了。我保持以往的态度，莫慌莫慌，多大点事儿，然后打开运行日志，然后一看居然是内存不足,如下图：
1、java.lang.OutOfMemoryError: PermGen space
迁移系统时，有时你必须建立一个小脚手架。我们最近不得不这样做：在Instagram上，于遗留原因，我们需要将大约3亿张照片映射到创建它们的用户的ID，以便了解要查询的分片（请参阅有关我们的更多信息）分片设置）。虽然所有客户端和API应用程序都已更新并向我们返回 完整信息，但仍有许多人缓存的旧数据。我们需要一个解决方案：
Linux服务器运行一段时间后，由于其内存管理机制，会将暂时不用的内存转为buff/cache，这样在程序使用到这一部分数据时，能够很快的取出，从而提高系统的运行效率，所以这也正是Linux内存管理中非常出色的一点，所以乍一看内存剩余的非常少，但是在程序真正需要内存空间时，Linux会将缓存让出给程序使用，这样达到对内存的最充分利用，所以真正剩余的内存是free+buff/cache
说到清理内存，那么不得不提到/proc这一个虚拟文件系统，这里面的数据和文件都是内存中的实时数据，很多参数的获取都可以从下面相应的文件中得到，比如查看某一进程占用的内存大小和各项参数，cpu和主板的详细信息，显卡的参数等。
搜索型NoSql（代表----ElasticSearch）：支持快速的全文搜索，同时可以各种方式的分词查询等。但是不能随意扩展结构。
【编者按】作者Yiftach Shoolman是Redis Labs的联合创始人兼CTO，拥有着丰富的实践经验。Yiftach 之前曾是Crescendo Networks（后被F5收购）的总裁、创建者兼CTO，更早还是Native Networks的技术副总裁。在本文中，Yiftach直述了当下开发者对内存数据库所存在的偏见，并提出了一些技术选型参考意见。 以下为译文 时下，我们正处于一个日新月异的时代，而优秀应用的响应时间往往需要被控制在0.1秒内。这也意味着，如果可接受网络通信时间为50毫秒，那么
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
