分而治之 - 数据库表拆分
数据库表拆分 包含分区表拆分、分库分表及分库分表流程和方案介绍 表拆分
数据库Explain对比
SQL优化整个流程大概可以分为两个步骤：1. 确认性能差的SQL、2.根据执行计划了解导致性能差的原因，尝试针对做优化 Postgres 确定SQL 安装 pg_stat_statement 扩展，安装此扩展后，后续的查询将会被 postgres 记录到 扩展中记录的 pg_stat_statement 中，该记录表会记录 SQL 、查询消耗时间等一系列信息。 使用 慢SQL日志，可在配置文件中对
SQL性能优化常见流程
SQL优化 进行SQL优化之前，我们首先要确定是具体的某条SQL差。一般来说实际开发之中，无非就是两种情况需要对SQL做优化。 开发的时候根据业务需求要做SQL优化 除了实际开发的时候，往往还会有一些SQL会在项目正常运行一定时间之后，才会出现性能差的问题。 针对这种情况。我们可以通过以下几种方式来帮助我们查看过去性能较差的SQL有哪些。 Mysql的性能模式 performance_schema
Mysql - Innodb 隔离级别的实现 (MVCC、锁机制)
隔离级别与隔离问题 这个部分算是基础知识，稍微提及一下，具体不再介绍 READ_UNCOMMITED 读未提交 最弱的隔离级别，完全没有隔离效果，等同于可以读取到别人事务之中还没有提交的内容，也就是出现所谓的脏数据的场景。 READ_COMMITED 读已提交 查询只查询到别人已经在事务之中提交了的数据改动，也就是解决了脏数据的可能，但是在这种隔离级别下又出现了事务前后同一个查询语句可能会出现不同
Mysql-Innodb单表超过2kw逻辑验证
Mysql单表存储不要超过2kw？ 有不少文章在解释，Mysql单表最好不要超过2kw，了解时感觉头头是道实际上漏洞百出经不起推敲。有的人甚至会说Mysql指针大小是6，有的又说是12，搞的一塌糊涂根本不知道什么是什么，怪的很。但最终他们的结论是对的，实在有点难绷，为了避免以后又被这群人搞懵导致记错，写一个简单的笔记记录以下正确的推导过程。 他们的实际依据其实就是当B+树的层数增加，会导致Mysq
ElasticSearch的调优
跟Mysql类似的，ES的调优也可以主要分为几个方面的优化，首先是数据结构的声明方面，其次是ES操作方面的优化，最后是操作系统方面的调优。 在结构方面 在声明mapping的时候，我们可以尽量避免以下的操作来尽量避免影响性能问题出现。 <font color='violet'>少声明字段</font>：如果我们声明字段过多，在写入存储的时候Index Buffer就只能存入更少的文档进行插入；而在
ELK日志架构
首先要明确一点的是，ELK需要以下多个工具组件来结合才能使用： Filebat 轻量级的日志收集工具 Logstash，主要是用来日志的搜集、分析、过滤日志的工具，支持大量的数据获取方式 一般分为两个版本， client 端我们会通过 Filebat 代替；而 server 端则还是使用 Logstash 方实现，并存放到ES之中进行记录。 Elasticsearch，本身是一个开源的分布式搜索引
ElasticSearch部署
ElasticSearch ElasticSearch本体 一般来说，如果我们的服务器能够正常通过wget下载东西的话，我们可以通过以下命令直接进行下载工作： wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-Version-linux-x86_64.tar.gz 下载完毕之后，通过tar -xvf命令进
ElasticSearch基础&查询
ElasticSearch 基本概念 集群 Es集群的特点：多个ES服务器可以组成集群存储大量的数据，并提供相关的服务 高可用性 (服务可用性、数据可用性) 可扩展性 并发量提高、数据量增多的时候，可以增加节点来直接解决。 集群状态 ES将索引和集群的健康情况都做了以下三种状态的区别，每个索引或者集群都会有以下三个状态 健康情况： GREEN 处于健康情况，目前副本分片都在正常运行的状态 Yell
ElasticSearch进阶查询
组合查询 在上面之中我们学习到了 match 和 term 进行查询的时候，只介绍了单个 api 做一个简单的查询效果，没有提供组合查询的效果的效果。 Bool Query，布尔查询效果，可以组合多过滤语句来帮助我们过滤文档。 Boosting Query，通过 positive 块指定匹配文档的评分，同时降低在 negative 块中匹配的文档的得分，提供调整相关性算分的能力 constant_
