获得徽章 11
#青训营笔记创作活动#
1月17日 打卡day42
今日学习MySQL大数据表处理方案。可以从表容量、磁盘空间、实例容量三方面评估数据体量。查询表有多少数据的经典sql语句select count(*) from table当数据量过大的时,可能会超时,可以使用show table status like '表名'\G。解决单表数据量太大,查询变慢的问题可以根据自己的业务场景选择数据表分区/分库分表/冷热数据归档方案。分库分表时可以采用hash取模和range方案结合,既可以避免热点数据的问题,也有利于将来对数据的扩容。
1月17日 打卡day42
今日学习MySQL大数据表处理方案。可以从表容量、磁盘空间、实例容量三方面评估数据体量。查询表有多少数据的经典sql语句select count(*) from table当数据量过大的时,可能会超时,可以使用show table status like '表名'\G。解决单表数据量太大,查询变慢的问题可以根据自己的业务场景选择数据表分区/分库分表/冷热数据归档方案。分库分表时可以采用hash取模和range方案结合,既可以避免热点数据的问题,也有利于将来对数据的扩容。
展开
评论
点赞
赞了这篇文章
#青训营笔记创作活动#
1月16日 打卡day41
今日学习IDEA的一些Debug的方式。比如可以设置只有满足某些条件才会进入断点、断点只生效一次,不阻塞系统、静态断点(类似于动态日志)、分组管理断点、远程服务器Debug。调试时可以快速执行到某个位置、回退重新开始执行、中断后续执行链路、调试Strem流、断点时运行一些额外代码。利用这些方法可以提升效率。
1月16日 打卡day41
今日学习IDEA的一些Debug的方式。比如可以设置只有满足某些条件才会进入断点、断点只生效一次,不阻塞系统、静态断点(类似于动态日志)、分组管理断点、远程服务器Debug。调试时可以快速执行到某个位置、回退重新开始执行、中断后续执行链路、调试Strem流、断点时运行一些额外代码。利用这些方法可以提升效率。
展开
评论
点赞
#青训营笔记创作活动#
1月15日 打卡day40
今日学习了不同层面实现限流的方式。Redis限流:分为固定窗口计数、滑动窗口计数、漏桶算法、令牌桶算法。Nginx限流:ngx_http_limit_req_module 模块提供了漏桶算法可以控制速率、ngx_http_limit_conn_module限制连接数。还可用RocketMQ削峰限流。
1月15日 打卡day40
今日学习了不同层面实现限流的方式。Redis限流:分为固定窗口计数、滑动窗口计数、漏桶算法、令牌桶算法。Nginx限流:ngx_http_limit_req_module 模块提供了漏桶算法可以控制速率、ngx_http_limit_conn_module限制连接数。还可用RocketMQ削峰限流。
展开
评论
点赞
#青训营笔记创作活动#
1月14日 打卡day39
今日学习利用Optional解决空指针异常。任何访问对象方法或属性的调用都可能导致空指针异常,为了确保不触发异常,需要在访问每一个值之前对其进行明确地检查。Optional类是Java语言的有益补充,合理利用它可以减少代码中的NullPointerExceptions。
1月14日 打卡day39
今日学习利用Optional解决空指针异常。任何访问对象方法或属性的调用都可能导致空指针异常,为了确保不触发异常,需要在访问每一个值之前对其进行明确地检查。Optional类是Java语言的有益补充,合理利用它可以减少代码中的NullPointerExceptions。
展开
评论
点赞
#青训营笔记创作活动#
1月13日 打卡day38
今日学习实现真正的高性能高并发的上亿级别秒杀系统。利用Redis、MQ等中间件对系统做优化,解决缓存加速、防止重复提交、排队下单、超卖、少卖、削峰、异步下单等核心问题。
1月13日 打卡day38
今日学习实现真正的高性能高并发的上亿级别秒杀系统。利用Redis、MQ等中间件对系统做优化,解决缓存加速、防止重复提交、排队下单、超卖、少卖、削峰、异步下单等核心问题。
评论
点赞
#青训营笔记创作活动#
1月12日 打卡day37
今日学习如何确保缓存的可靠性和数据一致性。在数据有变更时,需要同时更新缓存和数据库两个地方的数据,在一些分布式或者高并发的场景中,可能会出现缓存不一致的情况。对于数据一致性、并发要求不是特别高的场景,可以选择基于数据库事务保证的先更新数据库再更新/删除缓存。而对于一致性要求、并发要求较高的时候,推荐选择先更新数据库,再删除缓存,并结合删除重试+补偿逻辑+缓存过期TTL等综合手段。还要使用相应的防护策略防止缓存雪崩、缓存击穿、缓存穿透。
1月12日 打卡day37
今日学习如何确保缓存的可靠性和数据一致性。在数据有变更时,需要同时更新缓存和数据库两个地方的数据,在一些分布式或者高并发的场景中,可能会出现缓存不一致的情况。对于数据一致性、并发要求不是特别高的场景,可以选择基于数据库事务保证的先更新数据库再更新/删除缓存。而对于一致性要求、并发要求较高的时候,推荐选择先更新数据库,再删除缓存,并结合删除重试+补偿逻辑+缓存过期TTL等综合手段。还要使用相应的防护策略防止缓存雪崩、缓存击穿、缓存穿透。
展开
评论
点赞
最后终于打着了
新的燃气灶果然不错,火很大,水一下就烧开了。![[坏笑]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_41.2751fc1.png)