学习

解决海量数据导致存储系统慢的问题，思想非常简单，就是一个“拆”字，把一大坨数据拆分成 N 个小坨，学名叫“分片（Shard）”。拆开之后，每个分片里的数据就没那么多了，然后让查找尽量落在某一个分片上，

配置 MySQL 主从同步 当客户端提交一个事务到 MySQL 的集群，直到客户端收到集群返回成功响应，在这个过程中，MySQL 集群需要执行很多操作：主库需要提交事务、更新存储引擎中的数据、把 Bi

读写分离是提升 MySQL 并发的首选方案 和用户相关的信息，每个用户看到的信息不同，就没办法命中缓存了。 读写分离，实现简单。一般不需要修改系统的业务逻辑，只需要简单修改 DAO 代码，把对数据库的

更新缓存的最佳方式 数据库可以分为执行器和存储引擎两部分，Redis 的执行器这一层非常的薄，所以 Redis 只能支持有限的几个 API，几乎没有聚合查询的能力，也不支持 SQL。它的存储引擎也非常

数据库收到查询请求后，需要先解析 SQL 语句，把这一串文本解析成便于程序处理的结构化数据，这就是一个通用的语法解析过程。

定量认识MySQL 一般一台 MySQL 服务器，平均每秒钟执行的 SQL 数量在几百左右，就已经是非常繁忙了，即使看起来 CPU 利用率和磁盘繁忙程度没那么高，你也需要考虑给数据库“减负”了。 定量

问题排查 问题说明： 每天固定时间点，系统会瘫痪，然后过了这个时间点，系统自动就恢复。 问题排查： 系统能自动恢复，基本可以排除后台服务被大量请求打死的可能性，因为如果进程被打死了，一般是不会自动恢复

全量备份 保证数据安全，最简单而且有效的手段就是定期备份数据，这样出现任何问题导致的数据损失，都可以通过备份来恢复数据。 mysql全量备份，使用mysqldump来执行： $mysqldump -u

倒排索引 搜索的核心要求是全文匹配，倒排索引以单词作为索引的key，对应的值是一个商品记录id的列表。 使用es来存储商品记录，es首先会对需要搜索的字段进行分词，把一段连续的文本按照语义拆分成多个单

概念 并没有一种分布式事务的服务或者组件，能帮我们很简单地就解决分布式系统下的数据一致性问题。我们在使用分布式事务时，更多的情况是，用分布式事务的理论来指导设计和开发，自行来解决数据一致性问题。 分布

账户系统数据模型 每次交易的时候，根据用户ID去更新这个账户的余额即可。 对不上账 为了性能，一般会冗余账户余额和交易流水，二者都可以得到账户余额数据。针对交易流水，流水号是递增的，并且记录只能新增，

订单系统核心功能 创建订单 更新订单 查询订单 需要的表： 订单表：保存订单基本信息 商品表：保存商品信息 支付表：保存支付信息 优惠表：保存优惠信息 关系如下： 如何避免重复下单 下单服务需要具有幂

需要着重考虑的问题 高并发 商品数据规模，sku多，每个sku详情信息也很大 商品系统需要保存的数据 图中，左边部分都是商品系统需要保存的数据。 可以把商品系统需要存储的数据按照特点，分成商品基本信息