使用较为成熟的第三方解决方案最大的优势就在于在节省自身研发成本的同时，还能够在互联网上面找到较多的文档信息，帮助我们解决一些日常遇到的问题还是非常有帮助的。目前比较流行的第三方Cache解决方案主要有基于对象的分布式内存Cache软件Memcached和嵌入式数据库编程库BerkeleyDB这两种。下面我将分别针对这

目录一、简介直到目前的最新版本为止，MySQL缺省依然使用异步复制策略。简单说所谓异步复制，指的是主库写二进制日志、从库的I/O线程读主库的二进制日志写本地中继日志、从库的SQL线程重放中继日志，这三步操作都是异步进行的。如此选择的主要理由是出于性能考虑，与同步复制相比，异步复制显然更快，同时能承载更高的吞吐量。但异

hive是基于Hadoop的一个数据仓库工具，用来进行数据的ETL，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能。HiveSQL是一种类SQL语言，与关系型数据库所支持的SQL语法存在微小的差异。本文对比MySQL和Hive所支持的SQL语法，发现相同的SQL语句在

前言关系，指事物之间相互作用、相互影响的状态。数据之间的关系也是如此，数据之间关系的存储在RDS就已经开始。从数据库支持的外键，到手动建立的关系表，人们采取了许多方法，只为了解决查询复杂、缓慢等问题。在NoSQL兴起的今天，图数据库进入了我们的视野，关系模型静态、刚性、不灵活的本质在网络状的存储结构里已然不复存在。现在，让我们以初学者的身份

回顾POLARDB1.0POLARDB1.0主要的改进包括采用了计算存储分离的架构，完全兼容MYSQL，性能是原生MySQL的6倍。一个用户集群可以在分钟级弹性扩展到16个计算节点，对业务完全透明的计算和存储分离代理，从库延迟仅毫秒级。存储为分布式块存储，可以弹性扩展至100TB的规模。存储层面采用多副本技术，使得数据库的RPO做到了0，完全没有丢

应用场景：前端页面点击刷新，调用服务器A上Java接口，然后A调用服务器B的后台Python接口实时刷新后台数据库。在这个场景中会涉及到两个问题：异步，Python服务器压力（一）解决Python服务器压力如果Python服务器接口不做任何措施，那么可能会有恶意的访问，从而导致该服务器一直刷新后台数据库。我的解决方式是：服务器B会提供一串字符

操作系统及MySQL数据库的实时性能状态数据尤为重要，特别是在有性能抖动的时候，这些实时的性能数据可以快速帮助你定位系统或MySQL数据库的性能瓶颈，就像你在Linux系统上使用「top，sar，iostat」等命令工具一样，可以立刻定位OS的性能瓶颈是在IO还是CPU上，所以收集/展示这些性能数据就更为重要，那都有哪些重要的实时性能状态指标可以反应出系统和

每逢电商大促，全民狂欢，但热闹是属于疯狂剁手的人们。而开发者们有的缺是“高流量、高访问、高并发”三高下带来的种种问题。为了应对大促期间的高I/O情况，企业会选择MongoDB云数据库应对。可是，在使用MongoDB云数据库的时候，可能经常遇到一个问题：MongoDBCPU利用率很高，都快跑满了，这该怎么办？别担心，我们有菊长呢。你看，菊长来了…!(

FreeSql支持CodeFirst迁移结构至数据库，这应该是(O/RM)必须标配的一个功能。与其他(O/RM)不同FreeSql支持更多的数据库特性，而不只是支持基础的数据类型，这既是优点也是缺点，优点是充分利用数据库特性辅助开发，缺点是切换数据库变得困难。不同程序员的理念可能不太一致，FreeSql尽量把功能支持到极致，至于是否使用是项目组技术

_摘要：_ 在阿里巴巴，“柔性事务”已经是重构分布式事务的标准方法，覆盖了商品、交易、支付各个大规模应用场景，并且经受了双十一的考验。DRDS 是阿里云提供的一款分布式数据库产品，它的原型是在阿里内部使用了10年的数据库中间件TDDL。DRDS在TDDL提供的数据切分和SQL路由能力上，强化了分布式查询，事务和水平扩容能力。