但愿长醉不用醒

最近有小伙伴在面试的时候，被这两道题拷打了，因为没有提前做准备，所以回答的并不好。 所以小北今天就带大家体系化的梳理下，大厂级高并发的秒杀系统该如何设计。 带大家跳出程序员思维，从架构师的视角分析下，

今年初团队开始推行“服务稳定性问题治理专项”。通过错误日志、慢SQL、接口性能等各项指标的优化，进一步提升系统稳定性与可靠性。在此契机之下，本文将从“慢SQL治理”的角度，通过部分实际案例，分析其原理

两年时间，一个从程序员到AI产品负责人的故事，一个选择大于努力的故事： 回到2022年，作为一个8年的前端程序员的我，在一家行业头部的企业中勤勤恳恳，兢兢业业。每天与代码为伴，沉浸在React

上周的一天，到公司接了杯水刚刚坐稳，就看到 DBA就在群里@ 某个研发帅哥，说“你的表已经有10个索引了，怎么这次还要再加呢？” 那我就在想：一张表到底建多少个索引才是合适呢？ 要搞懂这个问题，我们就

今天的话题，要给大家分享的是：百万级数据表分页查询，为什么不是千万，亿级呢，你想啊，单表千万上亿，你不是疯了吗，早就分表了，单表数据量通常都是控制在几百万左右，真正实际项目中，都是百万级数据，维恩老师

0~10000，10001-20000.... 这样子的话可以快速把全量数据查询出来同步至缓存中。 分页优化总结： 使用前一次查询的最大ID进行查询优化是效率最高的方法，但这种方法只适用于下一页点击的这种操作，对于同步全量数据来说建议的方式使用伪列对ID进行分页，然后开启多个线…

解释：悲观锁(Pessimistic Lock), 顾名思义，就是很悲观。 每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁。 场景：如果项目中使用了缓存且对缓存设置了超时时间。 大量并发请求会穿透缓存直接查询数据库，造成雪崩效应。 解释：乐观锁(Optimi…

在日常开发中，我们经常会遇到一些需要确保资源独占的业务场景，例如限时抢购、秒杀活动等。以秒杀为例，在活动开始的瞬间，会有大量用户同时发起请求，试图抢购有限的商品。在这种高并发、大流量的情况下，如

在早些年前客户端想要实时获取到最新消息，都是使用定时长轮询的方式，不断的从服务器上获取数据，这种粗暴的骚操作实属不雅。