缓存系统的用来代替直接访问数据库，用来提升系统性能，减小数据库复杂。早期缓存跟系统在一个虚拟机里，这样内存访问，速度最快。后来应用系统水平扩展，缓存作为一个独立系统存在，如redis，但是每次从缓存获取数据，都还是要通过网络访问才能获取，效率相对于早先从内存里获取，还是差了点。如果一个应用，比如传统的企业应用，一次页面显示，要访问数次redis，

hive是基于Hadoop的一个数据仓库工具，用来进行数据的ETL，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能。HiveSQL是一种类SQL语言，与关系型数据库所支持的SQL语法存在微小的差异。本文对比MySQL和Hive所支持的SQL语法，发现相同的SQL语句在

前言关系，指事物之间相互作用、相互影响的状态。数据之间的关系也是如此，数据之间关系的存储在RDS就已经开始。从数据库支持的外键，到手动建立的关系表，人们采取了许多方法，只为了解决查询复杂、缓慢等问题。在NoSQL兴起的今天，图数据库进入了我们的视野，关系模型静态、刚性、不灵活的本质在网络状的存储结构里已然不复存在。现在，让我们以初学者的身份

一、SpringBoot整合Mybatis、Druid和PageHelper并实现多数据源和分页，支持多个字段动态排序，其中对分页插件进行了封装，满足于任何场景的开发Druid是一个数据库连接池。Druid可以说是目前最好的数据库连接池！因其优秀的功能、性能和扩展性方面，深受开发人员的青睐。Druid已经在阿里巴巴部署了超过600个应用，经过一年多

应用场景：前端页面点击刷新，调用服务器A上Java接口，然后A调用服务器B的后台Python接口实时刷新后台数据库。在这个场景中会涉及到两个问题：异步，Python服务器压力（一）解决Python服务器压力如果Python服务器接口不做任何措施，那么可能会有恶意的访问，从而导致该服务器一直刷新后台数据库。我的解决方式是：服务器B会提供一串字符

场景描述线上mysql数据库里面有张表保存有每天的统计结果，每天有1千多万条，这是我们意想不到的，统计结果咋有这么多。运维找过来，磁盘占了200G，最后问了运营，可以只保留最近3天的，前面的数据，只能删了。删，怎么删？因为这是线上数据库，里面存放有很多其它数据表，如果直接删除这张表的数据，肯定不行，可能会对其它表有影响。尝试每次只删除

操作系统及MySQL数据库的实时性能状态数据尤为重要，特别是在有性能抖动的时候，这些实时的性能数据可以快速帮助你定位系统或MySQL数据库的性能瓶颈，就像你在Linux系统上使用「top，sar，iostat」等命令工具一样，可以立刻定位OS的性能瓶颈是在IO还是CPU上，所以收集/展示这些性能数据就更为重要，那都有哪些重要的实时性能状态指标可以反应出系统和

分库分表数据切分　　通过某种特定的条件，将我们存放在同一个数据库中的数据分散存放到多个数据库（主机）上面，以达到分散单台设备负载的效果。数据的切分同时还能够提高系统的总体可用性，由于单台设备Crash之后，仅仅有总体数据的某一部分不可用，而不是全部的数据。切分模式　　数据的切分（Sharding）依据其切分规则的类

本来想这个系列写点什么好呢，后来想想大家作为程序员，用的最多的莫过于数据库了，但是事实上很多像我这样工作在一线的码农，对sql都一知半解，别谈优化和对数据库底层的认识了，我也是这样。。。一：那些系统视图1\.系统视图是干什么呢？从名字上看就知道，系统视图嘛？猜的不错的话，就是存放一些sqlserver系统的一些信息，

前言对于一些数据量较大的系统，数据库面临的问题除了查询效率低下，还有就是数据入库时间长。特别像报表系统，每天花费在数据导入上的时间可能会长达几个小时或十几个小时之久。因此，优化数据库插入性能是很有意义的。经过对MySQLinnodb的一些性能测试，发现一些可以提高insert效率的方法，供大家参考参考。方法1\.一条SQL语句