在之前的文章中，我对MySQL并行复制做过一个简单的介绍，有兴趣可以翻看5月19日的文章《MySQL并行复制解析》。今天针对这个问题，补充一些知识点。
首先，解释一下什么是度假起价引擎。度假每个旅游线路涉及到不同的出发地，不同的出发地下有不同可出发班期，每个班期都有对应的这一天的价格。旅游产品的价格由多个资源组成的，任何一个资源价格发生变化，都会影响到产品的价格。 为了尽快捕捉到价格变化，需要有一个专门的价格系统去监测不同资源的价格变化，这就是起价引擎。
看这样的业务场景，A系统发送数据到 B、C、D 三个系统，通过接口调用发送。如果 E 系统也要这个数据呢？那如果C系统现在不需要了呢？A系统负责人几乎崩溃......
1. 简介 MySQL 5.6引入了基于schema的并行复制，即如果binlog events操作的是不同schema的对象，不是DDL，且操作的对象没有对其他schema的foreign key关联，则这些binlog events在slave上做重放的时候可以并行。slave上依然还是有一条IO线程负责从master拉取binlog并写入relay log，之前负责重放relay log的SQL线程现在作为coordinator线程，根据读取到的relay log里的binlog event，决定是
其实这个也是用 MQ 的时候必问的话题，第一看看你了不了解顺序这个事儿？第二看看你有没有办法保证消息是有顺序的？这是生产系统中常见的问题。
有很长一段时间没有做PHP开发了，最近有做PHP开发的小伙伴在个人微信公众号后台留言，能够分享一些PHP有关的面试题。于是给安排上。
在高并发的场景下，大量的请求直接访问MySQL很容易造成性能问题。所以，我们都会用Redis来做数据的缓存，削减对数据库的请求。但是，MySQL和Redis是两种不同的数据库，如何保证不同数据库之间数据的一致性就非常关键了。
本文介绍了MySQL中的binlog组提交及其在MySQL Replication中的作用。binlog是MySQL中一种二进制日志，用于记录数据库的更改历史。在MySQL Replication中，通过binlog实现主从复制。当主库发生更改时，binlog会记录所有更改，并将更改发送到从库。从库根据binlog中的更改来更新自己的数据，从而保持与主库一致。在MySQL中，使用binlog可以实现多种功能，如灾难恢复、数据迁移、只读实例等。
DMServer Framework 主要属性： 四个模块部署在不同服务器，双层部分考虑主备和分布式部署。 架构可依据具体前端需求进行裁剪，灵活配置。 gate用于业务框架分布式部署，在业务量可控范围可取消，做集中控制。 所有除gate服务均挂载在MQ上，需要做集群的服务以MQ队列名称做为集群名称，一个集群提供一个MQ队列，无集群默认提供一个MQ队列。集群上的节点以竞争方式消费队列数据。 对app只开放gate和proxy，gate以短连接形式获取proxy地址，proxy为长连接。 Maintain需要
本文将介绍canal项目中client-adapter的使用，以及落地生产中需要考虑的可靠性、高可用与监控报警。（基于canal 1.1.4版本）
原文链接：https://juejin.im/post/5d5c99b66fb9a06ae072060d
只要用缓存，就可能会涉及到缓存与数据库双存储双写，你只要是双写，就一定会有数据一致性的问题。我们需要保证redis跟数据库的中的数据保持一致，返回正确的数据。
—1— 前言 在高并发的场景下，大量的请求直接访问Mysql很容易造成性能问题。所以，我们都会用Redis来做数据的缓存，削减对数据库的请求。但是，Mysql和Redis是两种不同的数据库，如何保证不同数据库之间数据的一致性就非常关键了。 —2— 数据不一致的原因 1.导致数据不一致的原因 在高并发的业务场景下，数据库大多数情况都是用户并发访问最薄弱的环节。 所以，就需要使用redis做一个缓冲操作，让请求先访问到redis，而不是直接访问MySQL等数据库。 读取缓存步骤一般没有什么问题，但是一旦涉及到数
2、所以，就需要使用redis做一个缓冲操作，让请求先访问到redis，而不是直接访问MySQL等数据库。
首先应用程序框架，随你自己业务需求而定，可以选择SSH或者SSM，或者看自己业务量大小。
缓存是软件开发中一个非常有用的概念，数据库缓存更是在项目中必然会遇到的场景。而缓存一致性的保证，更是在面试中被反复问到，这里进行一下总结，针对不同的要求，选择恰到好处的一致性方案。
见识了智能合约以及以太坊的工作方式，现在我们就尝试将它部署到两种测试网络里面。
推荐阅读 微服务：springboot系列教程学习 源码：Javaweb练手项目源码下载 调优：十五篇好文回顾 面试笔试：面试笔试整理系列 一，先说一下为什么要分表 当一张的数据达到几百万时，你查询一次所花的时间会变多，如果有联合查询的话，我想有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。 根据个人经验，mysql执行一个sql的过程如下： 1、接收到sql； 2、把sql放到排队队列中 ； 3、执行sql； 4、返回执行结果。 在这个执行过程中最花时间在什么地方呢？第一，是排
此篇文章由浅入深介绍秒杀的简单设计。现在我们做的各种项目中不少场景会用到抢购、秒杀，在大流量的前提下，将带领大家一起去研究一下如何去设计一个简单的秒杀（技术实现）。
在高并发的业务场景下，数据库大多数情况都是用户并发访问最薄弱的环节。所以，就需要使用redis做一个缓冲操作，让请求先访问到redis，而不是直接访问MySQL等数据库。
读写分离与分库分表，分布式事务 MySql存储引擎，建表规范，事务级别，sql优化，读写分离思想等。 了解过读写分离吗？ 你说读的时候读从库，现在假设有一张表User做了读写分离，然后有个线程在一个事务范围内对User表先做了写的处理，然后又做了读的处理，这时候数据还没同步到从库，怎么保证读的时候能读到最新的数据呢？ 你如何保证系统的稳定性？ 答：分布式的链路一般都很长，所以我们首先通过全链路压测，分析整个链路，到底是哪个节点出现瓶颈。如果是数据层出现瓶颈，那么可以考虑加缓存，读写分离等降低数据库压力，如
在高并发的场景下，大量的请求直接访问Mysql很容易造成性能问题。所以，我们都会用Redis来做数据的缓存，削减对数据库的请求。但是，Mysql和Redis是两种不同的数据库，如何保证不同数据库之间数据的一致性就非常关键了。
MQ是现在大型系统架构中必不可少的一个重要中间件，之前有偏文章《MQ(消息队列)常见的应用场景解析》介绍过MQ的应用场景，现在流行的几个MQ是rabbitmq,rocketma,kafka,这几个MQ比较最容易找到相关的文章，而也有些系统使用的是activemq，因activemq是相对比较传统的MQ，在使用过程中还是会遇到很多坑，这里简单列举几个大家可能会遇到的问题，把自己使用acitvemq的经验和大家分享一下。
MySQL 分表3种方法 摘要： 当一张的数据达到几百万时，你查询一次所花的时间会变多，如果有联合查询的话，我想有可能会卡在那儿了，那么分表的目的就在于此，减小数据库的负担，缩短查询时间。 一，先说一下为什么要分表 当一张的数据达到几百万时，你查询一次所花的时间会变多，如果有联合查询的话，我想有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。 根据个人经验，mysql执行一个sql的过程如下： 1、接收到sql； 2、把sql放到排队队列中 ； 3、执行sql； 4、返回执行结果。
在之前文章中写过 MySQL JDBC 驱动中的虚引用导致 JVM GC 耗时较长的问题(可以看这里)，在驱动代码（mysql-connector-java 5.1.38版本）中 NonRegisteringDriver 类有个虚引用集合 connectionPhantomRefs 用于存储所有的数据库连接，NonRegisteringDriver.trackConnection 方法负责把新创建的连接放入集合，虚引用随着时间积累越来越多，导致 GC 时处理虚引用的耗时较长，影响了服务的吞吐量：
为什么使用消息队列？ 消息队列有什么优点和缺点？ Kafka、ActiveMQ、RabbitMQ、RocketMQ 都有什么区别，以及适合哪些场景？
本栏目Java开发岗高频面试题主要出自以下各技术栈：Java基础知识、集合容器、并发编程、JVM、Spring全家桶、MyBatis等ORMapping框架、MySQL数据库、Redis缓存、RabbitMQ消息队列、Linux操作技巧等。
先来看看相关知识点汇总，如下图。首先为了防止歧义进行说明，本课时中提到的“队列“就是指“消息队列“。
默认情况下，MongoDB 更侧重高数据写入性能，而非事务安全，MongoDB 很适合业务系统中有大量 “低价值” 数据的场景。但是应当避免在高事务安全性的系统中使用 MongoDB，除非能从架构设计上保证事务安全。
这个问题很早之前我就遇到过，但是一直没有仔细去研究，上个月看了极客的课程，有一篇文章专门有过讲解，刚好有粉丝也问我这个问题，所以感觉有必要单独出一篇。
目前对消息队列并不了解其原理，本篇文章主要是通过慕课网学习归纳的一些笔记，为后续学习打下基础。 众所周知在对网站设计的时候，会遇到给用户“群发短信”，“订单系统有大量的日志”，“秒杀设计”等，服务器没法处理这种瞬间迸发的压力，这种情况要保证系统正常有效的使用，就需要“消息队列”的帮助。本篇主要通过消息队列的思路进行学习。 主要了解如下知识： 1、队列是个什么东西，他能干什么？ 2、对列的应用场景有哪些？ 3、如何使用队列对业务进行解偶？ 4、如何使用Redis队列来消除高压力？ 5、专业的对列系统RabbitMQ如何使用？ 归纳如下主要内容 @消息队列的概念，原理和场景 @解耦案例：队列处理订单系统和配送系统 @流量削峰案例：Redis的List类型实现秒杀 @RabbitMQ：更专业的消息系统实现方案
有童鞋在后台留言： 沈老师，MyISAM只支持表锁，但网上文章却说，在并发插入量比较大的时候，比较适合使用MyISAM，这矛盾吗？ 这个问题，涉及MySQL表锁的一些细节，借着这个问题，系统性说下表锁的“所以然”。 画外音：网上不少文章只说结论，不说为什么，容易让人蒙圈。 MySQL表锁知识系统性梳理。 哪些存储引擎使用表锁？ MySQL，除InnoDB支持行锁外，MySQL的其他存储引擎均只使用表锁，例如：MyISAM, MEMORY, MERGE等。 表锁有什么好处？ （1）表锁占用内存少很多，行锁的数
我举个例子，我们以前做过一个 mysql binlog 同步的系统，压力还是非常大的，日同步数据要达到上亿，就是说数据从一个 mysql 库原封不动地同步到另一个 mysql 库里面去（mysql -> mysql）。常见的一点在于说比如大数据 team，就需要同步一个 mysql 库过来，对公司的业务系统的数据做各种复杂的操作。
我们公司业务系统一开始体量较小，很多组件都是单机版就足够，后来随着用户量逐渐扩大，我们程序也采用了微服务的设计思想。
最近阅读了一本架构方面的入门图书叫《从零开始学架构：照着做，你也能成为架构师》，部分内容比较不错，先做书摘总结，以便加深印象与未来回顾学习。
作为一名合格的MySQL DBA，备份是重中之重。为了保证备份集的安全可靠，除了集中存储以外还有其他更好的方案吗？ 当然是有的，可以存储在OSS或者分布式存储上。那么问题来了，如何能够实现自动备份，不需要人工干预即可上传到OSS上，节约大量的时间去悠哉悠哉地喝喝茶、看看报呢？且听下文
在数据仓库建模中，未经任何加工处理的原始业务层数据，我们称之为ODS（Operational Data Store）数据。在互联网企业中，常见的ODS数据有业务日志数据（Log）和业务DB数据（DB）两类。对于业务DB数据来说，从MySQL等关系型数据库的业务数据进行采集，然后导入到Hive中，是进行数据仓库生产的重要环节。
虽然已经临近年末，但是还是萌生要看新机会的想法，主要的原因是觉得在目前的岗位上技术增长遇到的瓶颈，因此想去做一些更有挑战的工作。因为仍然准备继续在深圳工作，因此选定了三家公司，腾讯、字节跳动和 shopee，考虑的岗位方向仍然是后台开发（其他岗位也面不上呀，伤心）。虽然年底跳拿不到年终奖了，但是我觉得和自己个人整个职业生涯的发展比起来算不了什么，最好的时机永远是当下。
三面因为有两周一直在生病，所以推迟了一周，然后面试的时候还在发烧.. 面完也没有做笔记，隐约记得是下面几道题:
作者：操盛春，爱可生技术专家，公众号『一树一溪』作者，专注于研究 MySQL 和 OceanBase 源码。
架构设计中最重要的两个文档的模板和关键说明。这个案例文档仅给出一些关键内容供你参考，部分细节无法全面覆盖或者完全保证正确。(斜体字是示例)
最近将公司的solr集群升级到了最新的6.5版本。 之前用了N年的是3点多的版本，那个时候solr还不支持自带的集群，集群方式都是自己实现的。 公司里用的最多的数据库就是mongodb了，大数据量存储，天生集群支持，分片更简单。 mongodb唯一不足的就是全文检索的能力，不过大部分公司都是用的搜索框架来单独提供搜索服务的。 下面介绍下mongodb怎么结合solr或者es来做搜索。 建索引方案一 solr或者es部分只存储需要搜索的索引和数据的主键ID。比如根据标题搜索，那么只建立标题索引。存储部分只存主
针对需要大量代理ip的R××项目，采用伪造式的请求头跳过验证码和每日请求次数限制，现在针对请求做详细的拟人化，让对面更难以察觉。如有不足多多指教。项目最新完整代码放在github上：因为目前正在运作项目完结后公开，下文中有可运行代码
上一篇我们介绍了Redis的持久化[1]，这一篇我们接着来学习Redis的事务。将从如下几个方面进行阐述，事务的介绍，Redis事务的介绍，Redis事务与数据库事务的区别。
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
实时音视频
对象存储
即时通信 IM
