FaTiao.net的博客

假设可以使用 MySQL，redis，本地缓存以及MQ。用户量级千万，新闻数据百万，用户数比新闻数还多。用户的操作包括:关注某个新闻获取某个新闻的关注数量获取 top10 热点新闻查询自己关注的新闻。可以推测，获取 top10 热点新闻请求会远大于关注某个新闻的请求。这些请求都不能直接压入数据库，数据库受不了。首先想到的是 Redis 中的 Zset，所有的新闻id作为key放入同一个zset中，用户关注某个新闻，使用 zincrby 给这个新闻分数 +1。读取 top 10的时候

本文将和大家分享 MySQL 更新语句的一些小众语法，及笔者在使用多表关联更新遇到的一些问题。先来看单表更新的语法：UPDATE [LOW_PRIORITY] [IGNORE] table_reference SET assignment_list [WHERE where_condition] [ORDER BY ...] [LIMIT row_count]大家可能会觉得奇怪，在更新语句中居然能用 ORDER BY 子句和 LIMIT 子句。没错，ORDER...

近几年，随着Go语言社区逐渐发展和壮大，越来越多的公司开始尝试采用Go搭建微服务体系，也涌现了一批Go的微服务框架，如go-micro、go-kit、Dubbo-go等，跟微服务治理相关的组件也逐渐开始在Go生态发力，如Sentinel、Hystrix等都推出了Go语言版本，而作为微服务框架的核心引擎--注册中心，也是必不可缺少的组件，市面已经有多款注册中心支持Go语言，应该如何选择呢？我们可以对目前主流的支持Go语言的注册中心做个对比。 图1根据上表的对

前言  今天下午，当我经过一个小时的奋”键“疾”码“，准备好好的审查一下（摸鱼）自己写的代码，经过一段时间审查（摸的差不多了，该下班了），得出一个结论我写的代码很优雅、精简。所以大手一挥提交代码，并在API管理系统上将xxx接口点了个完成。准备收拾东西走人了准点下班。然而事与愿违，没过多久前端大哥就@我了，说xxx接口有问题，麻烦处理一下。内心第一反应（你丫的参数传错了吧）卑微的我只能默默的回个，好的、麻烦把参数给我一下，我这边检查一下[微笑脸]。场景还原  经过测试，发现确实是我的问题。还好没

DBFlow 的优势DBFlow 借鉴了一些其他优秀数据库框架的特性，下面是 DBFlow 的优势，具体如下：Extensibility（扩展性）：对表类的继承类没有限制，可以是一个普通的 JavaBean，使用时为了方便推荐表类继承 BaseModel 类你可以扩展不同包中的非模型类，并将它们用作数据库表，此外，你可以将其他表的子类加入到@Column中，并且它们可以位于不同的包中。 Speed（速度）：该库基于 Java 的注解处理器生成，使用它对运行时性能几乎没有任何影响（反射仅仅用于生数.

1.示例代码ReentrantLock lock = new ReentrantLock();lock.lock();lock.unlock();2.ReentrantLock构造方法private final Sync sync;​//空构造的情况创建一个非公平锁public ReentrantLock() { sync = new NonfairSync();}​//传boolean值，true的情况创建一个公平锁，false创建一个非公平锁public Ree..

1.原理借助spring的【org.springframework.jdbc.datasource.lookup.AbstractRoutingDataSource】这个抽象类实现，来进行·数据源的路由，并通过Aop 进行路由选择。2.配置主从数据源# dev server# 多数据源时，主数据源为 masterspring.datasource.master.jdbc-url=jdbc:mysql://localhost:3306/epoint?characterEncoding=utf

本文我们一起来分析一下 SynchronousQueue 的设计与实现。不同于前面介绍的一系列线程安全队列，SynchronousQueue 从真正意义上来说并不能算是一个队列，而将其理解为一个用于线程之间通信的组件更为恰当。SynchronousQueue 没有容量的概念，一个线程在执行完入队列操作之后，必须等待另外一个线程与之匹配完成出队列后方可继续再次入队列，反之亦然。此外，有别于我们通常理解的队列中的结点只承载元素，SynchronousQueue 中的结点还需要附着对应的操作线程，这些线程在对应的

ClickHouse 是一款由俄罗斯Yandex公司开源的OLAP数据库，拥有者卓越的性能表现，在官方公布的基准测试中，ClickHouse的平均响应速度是Vertica的2.63倍、InfiniDB的17倍、MonetDB的27倍、Hive的126倍、MySQL的429倍以及Greenplum的10倍。自2016年开源以来，ClickHouse一直保持着飞速的发展，是目前业界公认的OLAP数据库黑马，已在头条、阿里、腾讯、新浪、青云等众多公司得以应用。作为一款分析型数据库，ClickHouse提供

Apache Druid 0.19.0 发布了。Druid 是一个分布式的、支持实时多维 OLAP 分析的数据处理系统。它既支持高速的数据实时摄入处理，也支持实时且灵活的多维数据分析查询。因此 Druid 最常用的场景就是大数据背景下、灵活快速的多维 OLAP 分析。 另外，Druid 还有一个关键的特点：它支持根据时间戳对数据进行预聚合摄入和聚合分析，因此也有用户经常在有时序数据处理分析的场景中用到它。此版本包含约 200 项新特性、bug 修复、性能增强、文档改进和附加测试。主要的新特性和改进包括：

*&---------------------------------------------------------------------**& Report ZLQT98*&---------------------------------------------------------------------**&*&-------------------------------------------------------------------.

mysql慢查询日志用来记录mysql在相应时间内超过阈值的语句。 阈值定义在long_query_time里。mysql> show variables like '%long_query_time%';+-----------------+-----------+| Variable_name | Value |+-----------------+-----------+| long_query_time | 10.000000 |+-----------------...