众所周知，虽然原生分布式数据库有着各种先天优势，但是在落地的过程中也面临着两方面的挑战:一方面，在大家的印象中，原生分布式数据库主要适用于大型企业或者大型应用场景，而小型企业使用单机更具性价比。但是一旦部署了单机，如果后续业务量巨大，再进行架构调整，会进一步增加部署的难度。

作者：宋利兵来源：MySQL代码研究(mysqlcode)0、导读本文介绍了InnoDB引擎如何利用UndoLog和RedoLog来保证事务的原子性、持久性原理，以及InnoDB引擎实现UndoLog和RedoLog的基本思路。00–UndoLogUndoLog是为了实现事务的原子性，

Guava的两种缓存策略缓存在很多场景下都需要使用，如果电商网站的商品类别的查询，订单查询，用户基本信息的查询等等，针对这种读多写少的业务，都可以考虑使用到缓存。在一般的缓存系统中，除了分布式缓存，还会有多级缓存，在提升一定性能的前提下，可以在一定程度上避免缓存击穿或缓存雪崩，也能降低分布式缓存的负载。Guav

上篇的 存储引擎技术进化与MergeTree(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMjM5NzAzMTY4NQ%3D%3D%26mid%3D2653934789%26idx%3D1%26sn%3D61dcd65a3b

作者：宋利兵来源：MySQL代码研究(mysqlcode)0、导读本文重点介绍了InnoDB的checkpoint和BufferPool管理04–Checkpoint理论上来说,如果MySQL数据库InnoDB存储引擎的buffer足够大，就不需要将数据本身持久化。将全部的redolog重新执行

一、引言时间到了2019年，数据库也发展到了一个新的拐点，有三个明显的趋势：1.越来越多的数据库会做云原生(CloudNative)，会不断利用新的硬件及云本身的优势打造CloudNative数据库，国内以阿里云的CloudHBase(https://www.oschina.net/action/GoToLink?urlhttps

  在上面介绍过栈（Stack）的存储结构，接下来介绍另一种存储结构字典（Dictionary）。 字典（Dictionary）里面的每一个元素都是一个键值对(由二个元素组成：键和值) 键必须是唯一的,而值不需要唯一的,键和值都可以是任何类型。字典(Dictionary)是常用于查找和排序的列表。 接下来看一下Dictionary的部分方法和类的底

京喜达技术部在社区团购场景下采用JDQFlinkElasticsearch架构来打造实时数据报表。随着业务的发展Elasticsearch开始暴露出一些弊端，不适合大批量的数据查询，高频次分页导出导致宕机、存储成本较高。

云存储的出现解决了现有容灾系统的几个显著问题：一是面对大量的备份数据，管理系统不够完善的问题；二是面对大规模的数据容灾灵活性和效率不高的问题；三是在数据加密保护方面依然存在的安全隐患问题。那么，云存储解决这些问题主要依靠的技术原理和机制是什么呢，云环境下的容灾关键技术都有哪些，本文接下来将对此进行简单的介绍和分析。

一、简介和特点邻接表是一种常用的图存储结构，它使用链表来表示图中顶点之间的邻接关系。本文实现的邻接表类可以高效地表示稀疏图，并支持动态添加顶点和边。‌主要特点‌：空间效率：特别适合存储稀疏图动态扩展：可以灵活添加顶点和边直观表示：直接反映图的连接关系权重支