55555的博客

随着业务场景的深入和请求量的剧增，单库实现读写越来越趋近瓶颈，于是我们想到搭建主从库，主库负责写，从库负责读，从而实现读写分离，提高查询效率。但是主从库之间的数据如何同步呢？很明显我们写入数据是只能通过主库操作的，因为我们要求的是主库负责写，从库负责读。我们知道binlog可以实现数据的备份和同步，那么我们是否可以通过它来实现主从同步呢？这就是我们接下来要讨论的了在正式开始讲解实操前，我们需要先了解其原理，否则只能做到知其然，而不知其所以然什么是bin log？bin log是我们实现主从同步的核心，同时

mysql中查询操作是重中之重，大部分优化的核心都为了提高查询效率。我们之前讲解了针对索引的优化，间接也说明了一些查询操作的优化，今天我们就专门针对查询进行优化方案讲解首先我们要知道查询慢的原因是什么，才能知道怎么去调优。影响查询的原因主要有以下几点：当然上述列举的这些原因并不是全部，但大部分的性能低下的查询都可以通过减少数据量的方式来进行优化1、是否查询了不需要的数据根据业务要求，返回业务需要的数据即可，不要去查询多余的列2、多表关联时，是否返回了全部列这一点很多同学比较容易忽略，觉得我在最外层已经限

索引是数据库中占据着核心地位，它能帮助服务器减少需要扫描的数据量，减少排序和临时表，大大提高查询效率，因此索引的使用在数据库中是必须掌握的技能，但是不正当的使用索引，不能不能提高性能，反而会降低运行效率。因此今天，我们就来谈谈如何正确建立索引，索引如何优化在正式开始讲述之前，我们依然要先理解索引有哪几种，每种是用场景是什么，这样才能正确选型有很多同学看到这个问题就会一股脑的说，索引有主键索引、唯一索引、普通索引、全文索引、组合索引、聚簇索引、非聚簇索引这几种。然而这样的说法，并不正确，因为这些索引类型并不在

你知道索引的底层数据结构是什么吗？mysql为什么用B+树而不用红黑树？mysql为什么用B+树而不用B树？… …这样一些问题经常出现来mysql的面试中，mysql中两个比较重要的概念就是锁与索引，而mysql的行锁本身就是通过锁定索引来实现的，所以理解索引的底层原理十分必要。那么今天，我们从mysql索引的底层数据结构出发，带大家学习mysql的底层原理首先我们要来复习一下索引的概念，什么是索引？官方对于索引的定义是帮助mysql高效获取数据的数据结构。就像我们把一张表看作一本书的话，索引就是我们的

一个优秀的开发者在于性能的提升和资源的节约上是会不断追求，不断打磨的，我们在使用mysql时创建表结构时，更是需要我们理解每一种数据类型的区别，并且在不同的业务场景中选择适合的数据类型。那么我们今天就来谈谈如何来优化表结构字段是组成表结构的基础，而针对数据类型做好优化，更是表结构优化的第一步。所以我们先来看如何对数据类型做好选型与优化。首先我们要知道mysql支持哪些数据类型，这些数据类型之间的区别是是什么，然后我们才能针对不同的场景选择不同的类型。mysql中一共支持10种数据类型整数类型分为以下5种通过

在实际开发中，我们往往需要针对某些较为复杂的SQL进行优化，首先我们就需要了解SQL的具体执行情况和过程，但是如何知道呢？知道之后又如何优化我们的sql效率呢？今天我们就来聊聊，如何通过explain来优化SQLexplain，即执行计划，是mysql提供的用来模拟优化器执行sql语句的指令，用它我们可以知道sql的执行效果，需要注意的是explain是模拟执行，并不是真正的执行，所以其效果分析并不能完全还原真实的执行效果。explain指令的用法就是explain+要执行的sql，比如结果显示在exp

要想进阶针对mysql学习乃至掌握mysql调优的基本技能，监控mysql的执行情况必不可少。就像我们的代码，如果不能debug，想要进行调优排错，难度将会大大增加。所以今天我们就来讲解如何监控mysql的sql执行情况show profile是mysql提供的用来分析当前会话中sql语句执行的资源消耗情况，利用它我们可以用来分析sql的性能，作为调优的测量工具show profile默认是关闭的，可以通过指令来开启，但是需要注意的是每次开启只是生效在当前会话中，想要永久生效的话需要修改mysql配置文件1

在不少项目统计需求中，我们需要计算周期或者持续时间，这就需要我们计算两个日期之差。所以今天我们就来探讨在es的script脚本中使用painless语法如何计算量日期之差本次演示环境基于elasticsearch7.13.0首先我们来看直接相减会发生什么结果：我们可以看到报错了，原因是类型的数据不能应用减号操作符这里的类型就是es中的日期类型那不能用减号，我们该怎么计算呢？首先要知道的是，我们是在painless语法中进行计算的，painless是类java的语法，回想一下java中是如何计算两

最近在高德地图中引用阿里云OSS存储的图片时，出现跨域访问问题，特此记录，以方便后续同学参考1、在阿里云OSS后台管理中，进入权限管理，进入跨域设置，添加跨域规则，设置来源为图片来源于https://blog.csdn.net/strugglerookie/article/details/1194172812、至此配置完成后访问图片还是会出现跨域问题，这是因为OSS文件默认会开启缓存，及后续访问的实际上是缓存的文件，这就会导致不能匹配到我们上述配置的跨域规则于是我们需要将缓存禁用掉，如果文件就一两个的话

0.引言elasticsearch支持各种类型的聚合查询，给我们做数据统计、数据分析时提供了强大的处理能力，但是作为java开发者，如何在java client中实现这些聚合呢？我们知道spring-data-elasticsearch提供了针对整合spring的es java client，但是在elastic、spring-data官方文档中都没有详细说明聚合查询在java client中如何实现。所以本期，我们的目标就是一篇将这些聚合操作一网打尽！为了更好的将这些聚合讲解清楚，我们结合es官方

0. 引言mongoDB作为基于磁盘的非关系型数据库，JSON格式数据存储方式，具有优秀的查询效率。越来越多的场景使用到了MongoDB。在生产运维中，更需要我们能够实时的掌握mongo的运行情况，以方便我们数据库运行问题做出及时的调整和补救。今天我们就MongoDB运行的实时情况，来搭建一个数据监控平台1. 下载我们的平台是基于elasticsearch+kibana来实现的，也就是我们常说的ELK体系。我们采用Metricbeat插件来采集监控redis的运行数据。当然我们这里为了保证搭建的

引言工作中我们经常会看到一些为空提示，有时为0,有时为null,有时为nudefined，但这些空值到底有什么区别呢？今天我们就通过图解的形式来向大家形象的解释这几个空值之间的区别图解(注：图片来源于百度图库)Non-zero valueNon-zero value表示非零值，与0值对立，该对象存在，且值非零，资源尚未消耗殆尽00表示值为零，是具有具体意义的，与其他数值对象同等，只是其值为0，而不是为空nullnull用于表示无效的、零值的，其在计算机中并不是说完全没有值，实际上nul

0. 引言mongoDB作为基于磁盘的非关系型数据库，对于JSON格式的数据非常友好，并且具有优先的查询效率。越来越多的场景使用到了mongoDB，今天也来讲讲如何在mac m1下安装mongoDB1. 基于docker安装首先说明我们本次安装是基于docker实现的，更加方便快捷，也易于管理我们电脑上各类开发软件。如果还没有安装docker的需要现在电脑上安装docker1、下载mongodb镜像docker pull mongo2、创建容器其中--auth表示访问时需要密码docke

0. 引言在使用spring-data-elasticsearch读取es中时间类型的数据时出现了日期转换报错，不少初学者会在这里困惑很久，所以今天我们专门来解读该问题的几种解决方案。1. 问题分析该问题的报错形式一般是：Failed to convert from type [java.lang.String] to type [java.util.Date] for value '2022-03-15T14:31:55+08:00'; nested exception is java.lang

0. 引言我们在使用spring-data-elasticsearch，可能会出现查询结果为null，但返回的数据size是大于0的。或者某一部分字段有值，某一部分字段为null其结果如下图所示，那么这个问题是怎么产生的呢？今天我们就来详细解析1. 问题分析因为我们使用的是spring-data-elasticsearch，在实体类中已经用@Field注解声明了实体类与es索引mapping之间的映射关系，但是从查询结果来看，数据是已经查询出来了，不然size也不会大于0.那么问题就在于实体类

所谓B端产品，就是面向企业用户的互联网产品，是Bussiness的缩写。随着信息化时代的进步，人工的统计管理已经不能满足企业的管理需求，企业发展也越来越依赖于信息系统。随着信息化时代的发展，涌现出越来越多的B端产品。作为IT行业从业者，这些产品都应该要了解。

0. 引言Redis作为基于内存的非关系型数据库，常常被应用于热点数据缓存，它很大程度上为我们关系性数据库提供了性能补充。保证redis的高可用，对应整个应用程序的运行至关重要，一个直观的监控redis运行情况的数据看板可以为我们实时了解redis运行情况提供极大的便利。话不多说，开始我们今天的监控平台搭建之旅吧1. 下载我们的平台是基于elasticsearch+kibana来实现的，也就是我们常说的ELK体系。我们采用Metricbeat插件来采集监控redis的运行数据。当然我们这里为了保

0. 引言Docker是一款轻量级的应用容器引擎，可以帮助我们快速部署各类软件，自动化构建系列生产环境。因此，我们也需要一个统一的监控页面，来让我们实时了解docker中各个容器的运行情况所以今天，我们的目标就是基于ELK搭建一个docker容器监控平台1. 下载我们的平台是基于elasticsearch+kibana来实现的，也就是我们常说的ELK体系。我们采用Metricbeat插件来采集监控mysql的运行数据。当然我们这里为了保证搭建的便捷性，并没有使用到Logstash，如果大家有需要

0. 引言PostgreSQL作为一款免费、开源、企业级的关系数据库，被越来越多的企业所青睐，上一章我们讲解了如何搭建一个实时监控PostgreSQL慢日志、错误日志的平台，但是针对PostgreSQL的运行性能还无法监控，生产环境中，特别是构建了数据库集群后，我们常常需要了解到各个数据库的运行情况、性能效率等， 这样才能为我们数据库优化、性能优化提供更有力的保障话不多说，今天我们就来搭建一个PostgreSQL性能、运行效率监控平台1. 下载我们的平台是基于elasticsearch+kiban

0. 引言最近在开启postgresql慢日志时，定位相关文件位置花费了一些功夫，特此记录，供后续有需要的同学参考1. 查询配置文件位置登陆postgresqlpsql postgres执行如下指令show config_file;2. 查询data文件夹位置登陆postgresql执行指令：show data_directory;3. 查询日志位置登陆postgresql，执行指令show log_directory;得到的是一个文件夹，该文件夹就在data目录下