首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
数据库
订阅
LouisYoung
更多收藏集
微信扫码分享
微信
新浪微博
QQ
13篇文章 · 0订阅
ClickHouse在酷家乐日志监控系统中的实践
日志是线上定位问题排障的重要工具之一,对于可观测领域而言是不可或缺的。在日志系统中,稳定性、成本、易用性以及可扩展性都极为重要。因此团队着手开启日志系统新时代!
哈啰一面:如何优化大表的查询速度?
哈啰出行作为阿里系共享单车的头部企业,在江湖中的知名度还是有的,而今天我们就来看一道哈啰 Java 一面中的经典面试题:当数据表中数据量过大时,应该如何优化查询速度? 哈啰出行的面试题目如下: 其他面
架构探索之路-第一站-clickhouse | 京东云技术团队
本章以实时OALP引擎Clickhouse(简称ck)为例, 以其面向场景, 架构设计, 细节实现等方面来介绍, 深度了解其如何成为了OLAP引擎中的性能之王.
弹性数据库连接池探活策略调研(二)——Druid | 京东云技术团队
在上一篇文章中,我们介绍了弹性数据库连接失效的背景,并探讨了HikariCP连接池探活策略的相关内容。在本文中,我们将会继续探讨另一个线上常用的连接池——Druid,并为您介绍如何在使用Drui
美团外卖搜索基于Elasticsearch的优化实践
美团外卖搜索工程团队在Elasticsearch的优化实践中,基于Location-Based Service(LBS)业务场景对Elasticsearch的查询性能进行优化。
如何保证mongodb和数据库双写数据一致性?
前言 最近在我的技术群里,有位小伙伴问了大家一个问题:如何保证Mongodb和数据库双写的数据一致性? 群友们针对这个技术点讨论的内容,引起了我的兴趣。 其实我在实际工作中的有些业务场景,也在使用Mo
ClickHouse技术研究及语法简介 | 京东云技术团队
本文对Clickhouse架构原理、语法、性能特点做一定研究,同时将其与mysql、elasticsearch、tidb做横向对比,并重点分析与mysql的语法差异,为有mysql迁移clickhou
五千字分析,10亿数据如何最快速插入Mysql?
MySQL索引数据结构是B+树,全量数据存储在主键索引,也就是聚簇索引的叶子结点上。B+树插入和查询的性能和B+树层数直接相关,2000W以下是3层索引,而2000w以上则可能为四层索引。
ClickHouse 实现存算分离:与 Amazon S3 结合使用的三种方式
在现代化的云架构中,对象存储是最重要的存储组成部分。 本文将详细探讨 ClickHouse 与 Amazon S3 结合使用的三种主要方式。
弹性数据库连接池探活策略调研(一)——HikariCP | 京东云技术团队
数据库连接建立是比较昂贵的操作(至少对于 OLTP),不仅要建立 TCP 连接外还需要进行连接鉴权操作,所以客户端通常会把数据库连接保存到连接池中进行复用。连接池维护到弹性数据库(JED)