ElasticSearch集群问题&原理
ElasticSearch搭建集群 构建集群的节点 部署的时候集群节点无非就两种，一种是计算机 / 服务的数量不够，通过单个节点承担多个角色的方式来搭建索引；另外一种就是让单个节点承担单个角色。 对于第一种的情况其实没啥好介绍的，看着来就行了，毕竟资源受限最多也就只能那样了；而针对第二个情况，在资源的分配上可以大概参考以下的图表，配置不同服务节点所在的计算机等。 image-20241010155
ES存储 & 搜索原理
ES索引 倒排索引的实现 问题 倒排索引的实现问题，涉及到存储、快速定位词项本身、词项匹配文档数 分词形成的词项（term）可能是海量的，需要可以在内存和磁盘上高效存储； 既然词项是海量的，那么如何快速找到对应的词项也是个问题； 每个词项对应的文档数可能非常多，也就是上图中文档列表的链表很长； 在词项对应的文档多的情况下，多个文档列表间做交集的效率将是个挑战。 分词的存储结果和针对词项做快速定位其
数据库资源卡顿查询SQL
Mysql 查询某个时间段内数据库执行记录之中，SQL性能、内存消耗、定时器等待时间、索引情况、排序情况等信息的SQL SELECT SCHEMA_NAME AS '模式名', DIGEST_TEXT AS '查询文本', QUERY_SAMPLE_TEXT AS '简易查询文本', SUM_ROWS_AFFECTED AS '总影响的行数', SUM_ROWS_SENT AS '返回行数总和',
MVCC
前排提醒，该笔记其实已经过时，有一个更新的对MVCC机制和相关Mysql技术介绍更加完整的个人笔记，如有需要请参考Mysql - Innodb 隔离级别的实现 (MVCC、锁机制) - LeticiaFENG Note 如还要参看一下笔记请注意，仅供参考且只涉及MVCC MVCC技术主要涉及以下几个点： 隐藏字段：Innodb实际上对所有行数据都加了三个隐藏的字段，分别是：DB_TRX_ID (用
