Mobabel

Just One Pure ITer

Category: Database Theory & Solution

[转]腾讯云如何应对日益膨胀的数据流量？ 0

Database Partitioning&Scaling

[转]腾讯云如何应对日益膨胀的数据流量？

任何看到显著增长的应用程序或网站，最终都需要进行扩展。以适应流量的增加和确保数据安全性和完整性的方式进行扩展，对于数据驱动的应用程序和网站来说十分重要。人们可能很难预测某个网站或应用程序的流行程度，也很难预测这种流行程度会持续多久——这就是为什么有些机构选择“可动态扩展的”数据库架构的原因。 本文将讨论一种“可动态扩展的”数据库架构：分片数据库。

0

Database Partitioning&Scaling

[转]高可用简史

分布式是如何进入数据库领域的？ 我曾经访问过一个有“营业时间”的网站，它只在某些时间段才“开放”。我因此感到困惑，还有点沮丧。计算机可以运行一整天，为什么这个网站就不可以呢？可能我已经习惯了互联网那种令人难以置信的可用性保证。 然而，在互联网出现之前，全天候可用性的概念还“不成气候”。可用性虽然令人期待，但还没有到非要不可的程度。我们只在有需要时才使用电脑，它们不会为了一个极小可能出现的请求而等待。随着互联网的出现和发展，之前不太常见的本地凌晨 3 点请求变成了全球性的主要营业时间点，确保计算机能够处理这些请求就变得非常重要。

Ähnliches Foto 0

Database Partitioning&Scaling

[总结]分表分库时机选择及策略

1. 一. 分表 1-1. 应用场景： 对于大型的互联网应用来说，数据库单表的记录行数可能达到千万级甚至是亿级，并且数据库面临着极高的并发访问。采用Master-Slave复制模式的MySQL架构，只能够对数据库的读进行扩展，而对数据库的写入操作还是集中在Master上，并且单个Master挂载的Slave也不可能无限制多，Slave的数量受到Master能力和负载的限制。 因此，需要对数据库的吞吐能力进行进一步的扩展，以满足高并发访问与海量数据存储的需要！

[总结]数据库锁 0

Database Theory & Solution

[总结]数据库锁

  为什么开发人员必须要了解数据库锁？ 超赞，InnoDB调试死锁的方法！ InnoDB，并发如此之高的原因 InnoDB，巧妙实现四种隔离级别 InnoDB，索引记录上的三种锁 InnoDB，RR和RC的快照读有何不同 聚集索引与普通索引的差异 索引，底层是如何实现的？

[转]冗余数据一致性，到底如何保证？ 0

Database Partitioning&Scaling

[转]冗余数据一致性，到底如何保证？

1. 一，为什么要冗余数据 互联网数据量很大的业务场景，往往数据库需要进行水平切分来降低单库数据量。 水平切分会有一个patition key，通过patition key的查询能够直接定位到库，但是非patition key上的查询可能就需要扫描多个库了。 此时常见的架构设计方案，是使用数据冗余这种反范式设计来满足分库后不同维度的查询需求。

[转]跨库分页的四种方案 0

Database Partitioning&Scaling

[转]跨库分页的四种方案

一、需求缘起 分页需求 互联网很多业务都有分页拉取数据的需求，例如： （1）微信消息过多时，拉取第N页消息 （2）京东下单过多时，拉取第N页订单 （3）浏览58同城，查看第N页帖子   这些业务场景对应的消息表，订单表，帖子表分页拉取需求有这样一些特点： （1）有一个业务主键id, 例如msg_id, order_id, tiezi_id （2）分页排序是按照非业务主键id来排序的，业务中经常按照时间time来排序order by