某客户真实案例--通过分区表及分区索引提速sql查询性能

最新推荐文章于 2024-09-19 19:11:44 发布
最新推荐文章于 2024-09-19 19:11:44 发布
阅读量137 收藏
点赞数
文章标签： 数据库 后端

前言

1，背景
      近期为某客户优化核心数据库系统，发现某SQL物理读及逻辑读消耗很大，且执行频次很高。
sql性能数据如下：
  
  sql每小时运行100次左右
# Plan Hash Value Total Elapsed Time(ms) Executions 1st Capture Snap ID Last Capture Snap ID
1 2301468429 10,456,910 3,297 61159 61184 

  sql每次处理4条记录，逻辑读达到121,658.57左右
Stat Name Statement Total Per Execution % Snap Total
Elapsed Time (ms) 10,456,910 3,171.64 0.14
CPU Time (ms) 7,466,224 2,264.55 0.63
Executions 3,297    
Buffer Gets 401,108,302 121,658.57 0.81
Disk Reads 771,154 233.90 0.02
Parse Calls 3,242 0.98 0.06
Rows 14,587 4.42  
User I/O Wait Time (ms) 2,744,342    
Cluster Wait Time (ms) 263,173    
Application Wait Time (ms) 0    
Concurrency Wait Time (ms)  163    
Invalidations 0    
Version Count 34    
Sharable Mem(KB) 3,100     


分析


2，sql执行计划,标红部分单表消耗时间达到3分钟以上，走全表扫描合理吗，小伙伴？



3，标红sql部分的sql文本


SELECT
      DECODE(cp.pick_type, 'M6', '?????', 'A6', '???????', '?????', 'M13',
      '??-????') transfer_type,
      cpd.pick_id,
      cpd.card_type,
      cpd.count,
      cpd.par_value,
      cpd.min_card_id,
      cpd.max_card_id,
      cp.from_depot,
      cp.TO_DEPOT,
      cp.from_area_id,
      cp.from_county_ id,
      cp.creator,
      cp.create_time,
      NULL,
      '01'
    FROM
      CARD_PICK_DETAIL cpd,
      CARD_PICK cp
    WHERE
      cp.pick_id            = cpd.pick_id
    AND card_type           = :16
    AND :17                >= min_card_id
    AND :18                <= max_card_id
    AND cp.FROM_PROVINCE_ID = :19 


4，上述2个表card_pick,card_pick_detail记录各为600多万和130万左右，数据量还是比较大的
OWNER TABLE_NAME TABLESPACE_NAME STATUS NUM_ROWS BLOCKS AVG_ROW_LEN CHAIN_CNT PAR LAST_ANALYZED
PCRM2 CARD_PICK_DETAIL TS_CRM2_CARD_4M_02 VALID 6273085 72328 77 0 NO 2014-05-12 21:40:18
PCRM2 CARD_PICK TS_CRM2_CARD_4M_02 VALID 1304520 29024 131 0 NO 2012-11-24 02:22:49 


5，测试
  • 数据库版本
SQL> select * from v$version;

BANNER
----------------------------------------------------------------
Oracle Database 10g Enterprise Edition Release 10.2.0.4.0 - 64bi
PL/SQL Release 10.2.0.5.0 - Production
CORE    10.2.0.4.0      Production
TNS for AIX: Version 10.2.0.4.0 - Production
NLSRTL Version 10.2.0.4.0 - Production

  • 创建2个测试表并插入数据
SQL> create table card_pick(pick_id int,province_id int,pick_type int,primary key(pick_id));

Table created.

SQL> insert into card_pick select level,mod(level,31),mod(level,10) from dual connect by level<=1300000;

1300000 rows created.

SQL> commit;

Commit complete.

SQL> create table card_pick_detail(pick_id int,card_type int,min_card_id int,max_card_id int);

Table created.

SQL> insert into card_pick_detail select level,mod(level,15),mod(level,1000000),mod(level,1000000)  from dual connect by level<=1300000;

1300000 rows created.

SQL> commit;

Commit complete.

SQL> insert into card_pick_detail select level+1300000,mod(level+1300000,15),mod(level+1300000,1000000),mod(level+1300000,1000000)  from dual connect by level<=1300000;

1300000 rows created.

SQL> insert into card_pick_detail select level+1300000+1300000,mod(level+1300000+1300000,15),mod(level+1300000+1300000,1000000),mod(level+1300000+1300000,1000000)  from dual connect by level<=1300000;

1300000 rows created.

SQL> insert into card_pick_detail select level+1300000+1300000+1300000,mod(level+1300000+1300000+1300000,15),mod(level+1300000+1300000+1300000,1000000),mod(level+1300000+1300000+1300000,1000000)  from dual connect by level<=1300000;

1300000 rows created.

SQL> commit;

Commit complete

SQL> insert into card_pick_detail select level+1300000+1300000+1300000+1300000,mod(level+1300000+1300000+1300000+1300000,15),mod(level+1300000+1300000+1300000+1300000,1000000),mod(level+1300000+1300000+1300000+1300000,1000000) from dual connect by level<=1300000;

1300000 rows created.

SQL> commit;

Commit complete.

  • 备份card_pick_detail
SQL> create table card_pick_detail_bak as select * from card_pick_detail;

Table created.

  • 在表card_pick_detail基于列pick_id建索引
SQL> create index idx_card_pick_detail on card_pick_detail(pick_id) nologging;

Index created.

SQL> alter index idx_card_pick_detail nologging;

Index altered.

  • 收集统计信息
SQL> exec dbms_stats.gather_table_stats(user,'card_pick',cascade=>true);

PL/SQL procedure successfully completed.

SQL> exec dbms_stats.gather_table_stats(user,'card_pick_detail',cascade=>true);

PL/SQL procedure successfully completed.

  • 逻辑读为21361
SQL> set autot traceonly
SQL> select card_pick.pick_id,card_pick.province_id,card_pick_detail.min_card_id from card_pick,card_pick_detail where card_pick.pick_id=card_pick_detail.pick_id and card_pick.province_id=20 and 20>=min_card_id and 30<=max_card_id and card_type=11;

no rows selected


Execution Plan
----------------------------------------------------------
Plan hash value: 1590952718

---------------------------------------------------------------------------------------
| Id  | Operation          | Name             | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |                  |     1 |    27 |  5431   (2)| 00:01:06 |
|*  1 |  HASH JOIN         |                  |     1 |    27 |  5431   (2)| 00:01:06 |
|*  2 |   TABLE ACCESS FULL| CARD_PICK_DETAIL |     1 |    18 |  4774   (2)| 00:00:58 |
|*  3 |   TABLE ACCESS FULL| CARD_PICK        | 42063 |   369K|   657   (2)| 00:00:08 |
---------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - access("CARD_PICK"."PICK_ID"="CARD_PICK_DETAIL"."PICK_ID")
   2 - filter("MIN_CARD_ID"<=20 AND "CARD_TYPE"=11 AND "MAX_CARD_ID">=30)
   3 - filter("CARD_PICK"."PROVINCE_ID"=20)


Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
      21361  consistent gets
          0  physical reads
          0  redo size
        462  bytes sent via SQL*Net to client
        481  bytes received via SQL*Net from client
          1  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          0  rows processed

SQL> 

  • 经与客户业务人员沟通，表card_pick_detail列card_type不同值共有15个，且此列数据值为静态数据，不会再有变化，基于此列变更表card_pick_detail为分区表


  • 重构测试表分区表
 SQL> drop table card_pick_detail;

Table dropped. 

SQL> create table card_pick_detail(pick_id int,card_type int,min_card_id int,max_card_id int)
  2  partition by list(card_type)
  3  (partition p1 values(0),
 partition p2 values(1),
  5   partition p3 values(2),
  6   partition p4 values(3),
 partition p5 values(4),
  8   partition p6 values(5),
  9   partition p7 values(6),
 partition p8 values(7),
 11   partition p9 values(8),
 12   partition p10 values(9),
 partition p11 values(10),
 partition p12 values(11),
 partition p13 values(12),
 16   partition p14 values(13),
 17   partition p15 values(14));

Table created.

SQL> insert into card_pick_detail select * from card_pick_detail_bak;

6500000 rows created.

SQL> commit;

Commit complete.

SQL> exec dbms_stats.gather_table_stats(user,'card_pick_detail',cascade=>true);

PL/SQL procedure successfully completed.


  • 运行查询sql,逻辑读为1451，相比之前的21361，提升了近20倍
SQL> set autot traceonly
SQL> select card_pick.pick_id,card_pick.province_id,card_pick_detail.min_card_id from card_pick,card_pick_detail where card_pick.pick_id=card_pick_detail.pick_id and card_pick.province_id=20 and 20>=min_card_id and 30<=max_card_id and card_type=11;

no rows selected


Execution Plan
----------------------------------------------------------
Plan hash value: 746139065

-----------------------------------------------------------------------------------------------------------
| Id  | Operation              | Name             | Rows  | Bytes | Cost (%CPU)| Time     | Pstart| Pstop |
-----------------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT       |                  |     6 |   162 |   992   (2)| 00:00:12 |       |       |
|*  1 |  HASH JOIN             |                  |     6 |   162 |   992   (2)| 00:00:12 |       |       |
|   2 |   PARTITION LIST SINGLE|                  |     6 |   108 |   334   (2)| 00:00:05 |    12 |    12 |
|*  3 |    TABLE ACCESS FULL   | CARD_PICK_DETAIL |     6 |   108 |   334   (2)| 00:00:05 |    12 |    12 |
|*  4 |   TABLE ACCESS FULL    | CARD_PICK        | 42063 |   369K|   657   (2)| 00:00:08 |       |       |
-----------------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - access("CARD_PICK"."PICK_ID"="CARD_PICK_DETAIL"."PICK_ID")
   3 - filter("MIN_CARD_ID"<=20 AND "MAX_CARD_ID">=30)
   4 - filter("CARD_PICK"."PROVINCE_ID"=20)


Statistics
----------------------------------------------------------
          0  recursive calls
          0  db block gets
       1451  consistent gets
          0  physical reads
          0  redo size
        462  bytes sent via SQL*Net to client
        481  bytes received via SQL*Net from client
          1  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          0  rows processed

  • 构建min_card_id本地分区索引,注意还是有filter操作，还是比较消耗资源
SQL> set autot off
SQL> create index idx_card_pick_detail_min on card_pick_detail(min_card_id) local;

Index created.

SQL> exec dbms_stats.gather_table_stats(user,'card_pick_detail',cascade=>true);

PL/SQL procedure successfully completed.

SQL> set autot traceonly
SQL> set autot traceonly
SQL> select card_pick.pick_id,card_pick.province_id,card_pick_detail.min_card_id from card_pick,card_pick_detail where card_pick.pick_id=card_pick_detail.pick_id and card_pick.province_id=20 and 20>=min_card_id and 30<=max_card_id and card_type=11;

no rows selected


Execution Plan
----------------------------------------------------------
Plan hash value: 724889292

--------------------------------------------------------------------------------------------------------------------------------
| Id  | Operation                           | Name                     | Rows  | Bytes | Cost (%CPU)| Time     | Pstart| Pstop |
--------------------------------------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT                    |                          |     2 |    54 |   664   (2)| 00:00:08 |       |       |
|*  1 |  HASH JOIN                          |                          |     2 |    54 |   664   (2)| 00:00:08 |       |       |
|   2 |   PARTITION LIST SINGLE             |                          |     2 |    36 |     6   (0)| 00:00:01 |    12 |    12 |
|*  3 |    TABLE ACCESS BY LOCAL INDEX ROWID| CARD_PICK_DETAIL         |     2 |    36 |     6   (0)| 00:00:01 |    12 |    12 |
|*  4 |     INDEX RANGE SCAN                | IDX_CARD_PICK_DETAIL_MIN |     2 |       |     3   (0)| 00:00:01 |    12 |    12 |
|*  5 |   TABLE ACCESS FULL                 | CARD_PICK                | 42063 |   369K|   657   (2)| 00:00:08 |       |       |
--------------------------------------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - access("CARD_PICK"."PICK_ID"="CARD_PICK_DETAIL"."PICK_ID")
   3 - filter("MAX_CARD_ID">=30)
   4 - access("MIN_CARD_ID"<=20)
   5 - filter("CARD_PICK"."PROVINCE_ID"=20)


Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
         12  consistent gets
          0  physical reads
          0  redo size
        462  bytes sent via SQL*Net to client
        481  bytes received via SQL*Net from client
          1  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          0  rows processed
  • 尝试构建min_card_id与max_card_id的联合本地分区索引，以避免上述的filter操作
SQL> set autot off
SQL> drop index idx_card_pick_detail_min;

Index dropped.

SQL> create index idx_card_pick_detail_min on card_pick_detail(min_card_id,max_card_id) local;

Index created.

SQL> exec dbms_stats.gather_table_stats(user,'card_pick_detail',cascade=>true);

PL/SQL procedure successfully completed. 

SQL> set autot traceonly
SQL> select card_pick.pick_id,card_pick.province_id,card_pick_detail.min_card_id from card_pick,card_pick_detail where card_pick.pick_id=card_pick_detail.pick_id and card_pick.province_id=20 and 20>=min_card_id and 30<=max_card_id and card_type=11;

no rows selected


Execution Plan
----------------------------------------------------------
Plan hash value: 724889292

--------------------------------------------------------------------------------------------------------------------------------
| Id  | Operation                           | Name                     | Rows  | Bytes | Cost (%CPU)| Time     | Pstart| Pstop |
--------------------------------------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT                    |                          |     2 |    54 |   664   (2)| 00:00:08 |       |       |
|*  1 |  HASH JOIN                          |                          |     2 |    54 |   664   (2)| 00:00:08 |       |       |
|   2 |   PARTITION LIST SINGLE             |                          |     2 |    36 |     6   (0)| 00:00:01 |    12 |    12 |
|   3 |    TABLE ACCESS BY LOCAL INDEX ROWID| CARD_PICK_DETAIL         |     2 |    36 |     6   (0)| 00:00:01 |    12 |    12 |
|*  4 |     INDEX RANGE SCAN                | IDX_CARD_PICK_DETAIL_MIN |     2 |       |     3   (0)| 00:00:01 |    12 |    12 |
|*  5 |   TABLE ACCESS FULL                 | CARD_PICK                | 42063 |   369K|   657   (2)| 00:00:08 |       |       |
--------------------------------------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - access("CARD_PICK"."PICK_ID"="CARD_PICK_DETAIL"."PICK_ID")
   4 - access("MAX_CARD_ID">=30 AND "MIN_CARD_ID"<=20)
       filter("MAX_CARD_ID">=30)
   5 - filter("CARD_PICK"."PROVINCE_ID"=20)


Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
          3  consistent gets
          0  physical reads
          0  redo size
        462  bytes sent via SQL*Net to client
        481  bytes received via SQL*Net from client
          1  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          0  rows processed

SQL> 

总结

      1,sql优化问题定位主要查看哪些部分或模块最消耗资源，具体即消耗时间最多，或者扫描数据最大，可以尝试以
            分而治之思想集中精力分析相关部分的子SQL

      2,定位到SQL子模块后，要进行如下几方面的分析：
  • 获取相关表的记录，如果表记录数据量比较大，结合sql where条件，尝试可否分区，但注意分区键的选择一定要仔细考量
                  分区键列，必须出现在sql where条件列，最好把业务高峰及非峰值相关的sql进行综合分析，以选取适合所有相关sql
                  分区键列如果取值是一些固定的值，可以尝试列表分区
                        如果取值不是一些固定的值，可以尝试哈希分区，但同时要考虑对于其它相关sql影响
                        因为哈希分区用于打散热点数据块，用于高并发INSERT，且不适用于范围扫描
                        如果表列取值具备时间范围的性质，可以尝试范围分区
                        如果分区后sql的物理及逻辑读还是很高，可以尝试复合分区，实现每次扫描较小的数据量

  • 每个表列的统计信息，每个表上索引的构建情况，分析这些索引是否使用，这里要细分如一些情况
                 如果使用了索引，是否合理呢，比如复合索引，前导列和非前导列的选择度对于扫描成本是有区别的
                 如果表上建了索引，但没有使用，就要分析下为何没走索引了，是索引构建不合适，或是其它因素
                 每个表是否存在行迁移或行链接，二者会消耗大量不必要的IO，可以消除不必要的物理及逻辑读
          

个人简介


   8年oracle从业经验，具备丰富的oracle技能，目前在国内北京某专业oracle服务公司从事高级技术顾问。
   
   服务过的客户：
          中国电信
          中国移动
          中国联通
          中国电通
          国家电网
          四川达州商业银行
          湖南老百姓大药房
          山西省公安厅
          中国邮政
          北京302医院     
          河北廊坊新奥集团公司
  
 项目经验:
           中国电信3G项目AAA系统数据库部署及优化
           中国联通CRM数据库性能优化
           中国移动10086电商平台数据库部署及优化
           湖南老百姓大药房ERR数据库sql优化项目
           四川达州商业银行TCBS核心业务系统数据库模型设计和RAC部署及优化
           四川达州商业银行TCBS核心业务系统后端批处理存储过程功能模块编写及优化
           北京高铁信号监控系统RAC数据库部署及优化
           河南宇通客车数据库性能优化
           中国电信电商平台核心采购模块表模型设计及优化
           中国邮政储蓄系统数据库性能优化及sql优化
           北京302医院数据库迁移实施
           河北廊坊新奥data guard部署及优化
           山西公安厅身份证审计数据库系统故障评估
           
  
 联系方式：
          手机：18201115468
           qq   :   305076427
           qq微博: wisdomone1
           
           新浪微博：wisdomone9
          
           qq群：275813900    
          
           itpub博客名称：wisdomone1     http://blog.itpub.net/9240380/



来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/9240380/viewspace-1265261/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/9240380/viewspace-1265261/

clg10051
关注
itpub坛友问题--基于普通表或分区表创建索引，会占用临时表空间及何时回收临时表空间...
08-28 223
个人简介： 8年oracle从业经验，具备丰富的oracle技能，目前在国内北京某专业oracle服务公司从事高级技术顾问。 服务过的客户： ...
oracle分区交换速度,oracle交换分区对数据的加载提速案例-Oracle
weixin_35972359的博客
04-10 105
oracle交换分区对数据的加载提速案例环境：os：linuxdb：oracle10gwww.2cto.com其中一个库的数据加载非常慢，如何能提高数据的加载速度呢？下面是一个小例子。首先统计加载数据表所涉及的sql，这是做下面的基础。使用表tabname1的sql如下几个：SELECT COUNT(*)FROM (SELECT RPL.ITEMCODE, RPL.CATALOGIDFROM ta...
oracle分区交换速度,Oracle交换分区对数据的加载提速案例
weixin_30573089的博客
04-10 212
oracle交换分区对数据的加载提速案例环境：os：linuxdb：oracle10g其中一个库的数据加载非常慢，如何能提高数据的加载速度呢？下Oracle交换分区对数据的加载提速案例环境：os：linuxdb：oracle10g其中一个库的数据加载非常慢，如何能提高数据的加载速度呢？下面是一个小例子。首先统计加载数据表所涉及的sql，这是做下面的基础。使用表tabname1的sql如下几个：SE...
oracle分区交换速度,oracle交换分区对数据的加载提速案例
weixin_33855578的博客
04-10 92
author：skatetime：2012/07/16oracle交换分区对数据的加载提速案例环境：os：linuxdb：oracle10g其中一个库的数据加载非常慢，如何能提高数据的加载速度呢？下面是一个小例子。首先统计加载数据表所涉及的sql，这是做下面的基础。使用表tabname1的sql如下几个：SELECT COUNT(*)FROM (SELECT RPL.ITEMCODE, RPL.C...
PostgreSQL ADHoc(任意字段组合)查询 与 字典化 (rum索引加速) - 实践与方案1
Deegue
05-07 1067
背景业务背景某系统数据量：20亿行左右，64个字段，原始数据多为字符串类型。（大多数字段的唯一值有限）需求：1. 查询，任意字段组合查询，求聚合值。2. 查询并发，1000左右查询并发，每次查询响应时间要求100ms以内。3. 写入、更新，要求延迟1秒内。高峰时写入、更新可达20万行/s。业务上允许批量写入。4. 要求加字段方便。5. 要求实时计算（无需建模），或者说要求加统计维度方便，不需要等建...
阿里云RDS PostgreSQL OSS 外部表 - 并行写提速案例
weixin_33938733的博客
09-11 446
标签 PostgreSQL , oss对象存储 , 阿里云RDS PG , 并行写 , dblink , 异步调用 , 异步任务监控 , OSS外部表 , 数据传输 背景 阿里云RDS PostgreSQL、HybridDB for PostgreSQL提供了一个非常强大的功能，OSS对象存储外部表。 阿里云的RDS PostgreSQL用户可以利用...
PostgreSQL UDF实现tsvector(全文检索), array(数组)多值字段与scalar(单值字段)类型的整合索引(类分区索引) - 单值与多值类型复合查询性能提速100倍+ 案例 (...
weixin_33700350的博客
02-28 662
标签 PostgreSQL , 单值列 , 多值列 , GIN倒排索引 , 多值列变异 , 分区索引 , 分区表 , 变异索引 背景 在应用程序中，特别是使用PostgreSQL多值列（数组、全文检索、JSON）类型的业务中，除了多值列有查询需求，单值列也有查询需求。 那么当两种查询并行存在时，数据库会根据COST选择单列或多列组合索引。但是性能并不...
oracle交换分区对数据的加载提速案例
冰刀(skate)
07-16 3841
author：skate time：2012/07/16   oracle交换分区对数据的加载提速案例 环境： os：linux db：oracle10g   其中一个库的数据加载非常慢，如何能提高数据的加载速度呢？下面是一个小例子。   首先统计加载数据表所涉及的sql，这是做下面的基础。 使用表tabname1的sql如下几个： SELECT COUNT(*)   F
从零开始的SQL修炼手册-理论篇
skyqiyunhun的博客
02-28 130
读者能从文中学到SQL全面的优化知识，从理论到实践，全文超过1W字，比网上任何一篇文章更加全面，篇幅会非常巨大，手把手保姆式教学，带案例精讲，看到就是赚到。
MySQL数据库索引原理与优化：提升查询效率的利器：索引优化，查询提速
索引通过在数据表中创建额外的列来实现，这些列存储了数据表中其他列的值。索引可以按列的顺序排列，也可以按列的值进行哈希。索引的类型包括： - **B-Tree索引：**一种平衡树结构，用于快速查找数据表中的特定记录...
PostgreSQL 10 - 查询优化 1
weixin_43364172的博客
12-27 1231
PostgreSQL 10 - 查询优化查询优化器评估join选项Nested loopsHash joinsMerge joins转换内联视图消除子查询等式约束详尽的搜索试一试使过程失败常量折叠函数内联连接修剪加速集合操作理解执行计划让EXPLAIN更冗长发现问题检查估计检查buffer的使用 查询优化器 假设，我们有三张表，一个视图，每张表都有索引： CREATE TABLE a (aid i...
关联数组数据库优化：索引、缓存和查询提速秘诀
!...# 1. 关联数组数据库基础** 关联数组数据库是一种以键值对形式存储数据的数据库。它允许快速查找和检索数据，因为键直接映射到值。关联数组数据库通常用于缓存、会话管理和配置存储。 **键值对结构：** ...
深度解析MySQL JSON数据遍历中的索引优化：解锁隐藏性能，提速300%
!...# 1. MySQL JSON数据遍历概述** JSON（JavaScript Object Notation）是一...MySQL支持JSON数据类型，允许存储和查询JSON文档。JSON数据遍历是指提取和处理JSON文档中嵌套数据的过程。 遍历JSON数据时，MySQL会使用索
【MySQL性能调优大揭秘】：提速利器全盘解析
其次，需要熟练掌握各种调优技巧，包括索引优化、SQL语句优化、数据库表结构优化以及利用各类优化工具。通过不断实践和总结，可以更好地理解MySQL的性能特点，进而制定更有效的优化策略，提升数据库系统的整体性能...
4.网络编程
weixin_45476535的博客
09-14 565
程序注册端口：1024-49151。单个协议下，端口号不能冲突。公有端口0-1023。
Redis的Key的过期策略是怎样实现的？
daydayup
09-19 385
在学习Redis时，我们知道可以设置Key的过期时间，我们还知道，Redis一大特点–。那么当Redis中的数据量起来时，如果直接遍历所有的Key，那么对于Key过期时间的校验应该很费时间，那么Redis究竟是怎样做的呢？本文就来探讨关于Redis中的Key的过期册策略。Redis中的过期策略有两种。
阿里1688一面总结
weixin_44804108的博客
09-19 99
发布-订阅模式，即当实验发生变更时，就发出一个变更事件，然后，每台机器感知到这个变更事件后，清空本地缓存，触发reload操作。为了避免大量请求打到DB，可以对查询请求进行加锁，保证相同的实验只有一个线程去查，然后更新到缓存中，其他的请求，走缓存查询结果。运维团队将扩缩容事件投递在kafka中，容量平台起一个线程去订阅变更事件，当有事件时，更新公共缓存中的数据。kafka单broker的消息是可以保证顺序性的，但是kafka集群的消息实际是无序的。首先，面试官进行对业务进行介绍，然后，候选人进行自我介绍。
MySQL数据库
最新发布
kyrie_jie的博客
09-19 1665
1、计算机的资源有限，不可能把数据全部存储在内存中，且内存掉电后数据会丢失，为了能让程序在关机重启后继续使用，必须把数据保存到磁盘的文件中。2、随着程序的功能越来越复杂、数据量越来越大，从文件中读写数据需要大量的重复性操作，从文件中读取出指定的数据需要复杂的逻辑。3、不同的程序它的访问文件的操作不同，就意味着读写文件的代码无法复用。4、所以程序员非常需要一个统一的快速的访问磁盘数据的工具。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值