起因先说说事情的起因，最近在分析数据时经常遇到一种场景，代码需要频繁的读某一张数据库的表，比如根据地区ID获取地区名称、根据网站分类ID获取分类名称、根据关键词ID获取关键词等。虽然以上需求都可以在原始建表时，通过冗余数据来解决。但仍有部分业务存的只是关联表的ID，数据分析时需要频繁的查表。所读的表存在共同的特点数据几乎不会变更数据量适中，从一万

一、主从同步/复制　　通过持久化功能，Redis保证了即使在服务器重启的情况下也不会丢失（或少量丢失）数据，因为持久化会把内存中数据保存到硬盘上，重启会从硬盘上加载数据。但是由于数据是存储在一台服务器上的，如果这台服务器出现硬盘故障等问题，也会导致数据丢失。　　为了避免单点故障，通常的做法是将数据库复制多个副本以部署在不同的服务器上，这样即使有一台服务器出

在当今互联网的浪潮下，网络给人们带来了巨大的经济效益和便利。广告商通过判断网络用户的位置来推送精确的广告；网络安全人员通过定位IP位置来确定网络故障的所在，及时排除故障。因此对于IP地址的实体地理位置定位技术的研究就显的愈发的重要。　　随着IP定位技术的发展，集成的IP定位系统就是将国内外优秀的IP定位数据库汇集到一起，附加抓取一些WHOIS和DNS.LOC

一、主从模式通过持久化功能，Redis保证了即使在服务器重启的情况下也不会损失（或少量损失）数据，因为持久化会把内存中数据保存到硬盘上，重启会从硬盘上加载数据。但是由于数据是存储在一台服务器上的，如果这台服务器出现硬盘故障等问题，也会导致数据丢失。为了避免单点故障，通常的做法是将数据库复制多个副本以部署在不同的服务器上，这样即使有一台服务器出现故障，其他

1 背景用户本地有一份txt或者csv文件，无论是从业务数据库导出、还是其他途径获取，当需要使用蚂蚁的大数据分析工具进行数据加工、挖掘和共创应用的时候，首先要将本地文件上传至ODPS，普通的小文件通过浏览器上传至服务器，做一层中转便可以实现，但当这份文件非常大到了10GB级别，我们就需要思考另一种形式的技术方案了，也就是本文要阐述的方案。技术要求主要

最近客户现在提出系统访问非常慢，需要优化提升访问速度，在排查了nginx、tomcat内存和服务器负载之后，判断是数据库查询速度慢，进一步排查发现是因为部分视图和表查询特别慢导致了整个系统的响应时间特别长。知道了问题之后，就需要对查询比较慢的接口进行优化，但哪些接口需要优化、哪些不需要呢？只能通过日志里的执行时间来判断，那么如何才能知道每一个接口的执行时间呢

1 背景用户本地有一份txt或者csv文件，无论是从业务数据库导出、还是其他途径获取，当需要使用蚂蚁的大数据分析工具进行数据加工、挖掘和共创应用的时候，首先要将本地文件上传至ODPS，普通的小文件通过浏览器上传至服务器，做一层中转便可以实现，但当这份文件非常大到了10GB级别，我们就需要思考另一种形式的技术方案了，也就是本文要阐述的方案。技术要求主要

前一篇文章我们完成了产品上下文的领域层，我们已经有了关于产品方面的简单领域逻辑，我们接着来实现产品上下文关于仓储持久化与应用层的用例如何来协调领域逻辑与仓储持久化。首先大家需要明确的是，产品上下文的领域逻辑是系统的核心，它不应该依赖仓储，而仓储应该要依赖领域层，这样仓储才可以把领域逻辑执行完后，才可能将领域对象持久化到数据库中，这一点与传统的架构

  今天在昨天的基础上又做了一些对比测试，也算是对昨天的一个补充和升华。  而这部分内容其实内容量还不少，所以我准备成了ppt的形式，也在团队内部做了一些交流，感兴趣可以直接点击文末的原文来看。初始化数据的必要性  在开始之前还是简单说说初始化数据的必要性，我们做数据库问题定位，性能分析时，如果表里就几条，几十条数据，做性能比对得到的结

什么是走索引？索引是一种利用某种规则的数据结构与实际数据的关系加快数据查找的功能。我们的数据库中存储有大量的内容，而索引能够通过数据节点，根据特定的规则和算法快速查找到节点对应的实际文件的位置。简单来说索引就像书的目录，能够帮助我们准确定位到书籍具体的内容。最近在学习索引的时候遇到了一个问题，下面我们通过重现的方式来看一下。首先建立一个如下测试表：javas