第一天上班，老板就交给你一个艰巨的任务：定期把公司的订单数据同步到数据分析仓库。 一听到数据同步这 4 个字，你立刻汗流浃背了。

数据库的三大范式，它是数据库设计中最基本的三个规范，那么，三大范式是什么？在实际开发中，我们一定要严格遵守三大范式吗？这篇文章，我们一起来聊一聊。

今天给各位分享一个非常牛的实时分析型数据库Apache Doris，几乎国内的一二线大厂都在使用它做数据分析，如下图，这只是一小部分 同时我司也在使用它，他目前支撑了我们亿级业务数据的多维实时查询分析

我们来看这样一个面试场景。 面试官：“在你们的项目中，用到多表关联查询了吗？” 候选人：“嗯，每个项目都用到了。” 面试官听了似乎有些愤怒，说：“多表关联查询这么慢，为什么你们还要用它！”

千万级数据大概就是MySQL查询的天花板了。这里讨论的情况是在MySQL一张表的数据达到千万级别。表设计很烂，业务统计规则又不允许把sql拆成多个子查询。

当我们使用 Mysql数据库到达一定量级以后，性能就会逐步下降，而解决此类问题，常用的手段就是引入数据库中间件进行分库分表处理，但是这种都是，现在使用分布式数据库 tidb 就可以解决

👈👈👈 欢迎点赞收藏关注哟 一. 前言 写了一些项目后，渐渐发现，常规的数据库本身具有极限，在一些特定的场景下，整体就显得很吃力了。 到了这个时候，就要考虑使用其他类型的数据库了，这里就来学习一下 C

这又是一个高频的场景面试题，同时，它也是一个没有标准答案的、可以跟面试官讨论很久的面试题。 对于这个面试题，我的观点是：”没有完美的方案，只有最适合某场景的方案。 “

前言 Redis作为一种优秀的基于key/value的缓存，有非常不错的性能和稳定性，无论是在工作中，还是面试中，都经常会出现。 今天这篇文章就跟大家一起聊聊，我在实际工作中使用Redis的10种场景