logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

科普文:软件架构数据库系列之【MySQL三高架构设计:高并发、高性能、高可用】

MySQL数据库三高高并发:同时处理的事务数高高性能:事务/SQL的执行速度高高可用:系统可用的时间高MySQL数据库如何实现三高高并发:通过复制和扩展,将数据分散至多个节点高性能:复制提升速度,扩展提升容量高可用:节点间身份切换保证随时可用要实现数据的三高,其实是和整个软件架构的三高设计是密不可分的。这里只是拆出来单独梳理一下。MySQL数据库实现三高的手段

文章图片
#数据库#mysql#架构
科普文:软件架构数据库系列之【MySQL 8.0 Server层源码概叙】作者 | 道客

本文主要focus在MySQL最新版本官方的源码上,重点分析了官方的重构在多阶段和各阶段结构上的变化和联系,更多的是为了让大家了解一个全新的MySQL的发展。本文基于MySQL 8.0.25源码进行分析和总结。这里MySQL Server层指的是MySQL的优化器、执行器部分。我们对MySQL的理解还建立在5.6和5.7版本的理解之上,更多的是对比PostgreSQL或者传统数据库。然而从MySQ

文章图片
#数据库#mysql#adb
科普文:软件架构数据库系列之【MySQL查询优化器中的优化策略optimizer_switch--MRR 优化器】

参数read_rnd_buffer_size用来控制键值的缓冲区大小,会先读区一页的数据,或者需要的数据在buffer中进行排序,然后,根据顺序进行读取,防止磁盘随机读取。read_rnd_buffer_size ,是用来设置用于给 rowid 排序的内存的大小,显然, MRR 在本质上是一种用空间换时间的算法 ,MySQL 不可能给你无限的内存来进行排序,如果 read_rnd_buffer 满

文章图片
#数据库#mysql
科普文:软件架构数据库系列之【详解MySQL索引:innodb表Row Format行格式】

了解 MySQL 的 ROW_FORMAT 默认值及其影响对于优化数据库性能和存储至关重要。选择合适的 ROW_FORMAT 可以提高查询效率,减少存储需求,并根据具体需求灵活调整。通过本文的代码示例和图表,希望读者能够更深入地理解 ROW_FORMAT 的作用和选择依据。在实际应用中,建议根据数据的特点和查询需求,合理选择 ROW_FORMAT。同时,定期监控和评估数据库性能,以确保数据存储和查

文章图片
#数据库#mysql
科普文:软件架构数据库系列之【MySQL 8.0 执行计划源码概叙】

在MySQL中,执行计划的实现是基于JOIN和QEP_TAB这两个对象。其中JOIN类表示一个查询语句块的优化和执行,每个select查询语句(即Query_block对象)在处理的时候,都会被当做JOIN对象,其定义在。QEP_TAB是的缩写,这里的表Table对象主要包含物化表、临时表、派生表、常量表等。是优化执行器的统一入口,在这里会把一个查询语句块最终优化成QEP_TAB。在MySQL-8

文章图片
#数据库#mysql
实战:Linux下静默安装DM达梦数据库

静默安装DM达梦数据库,提前编写好安装脚本、下载好软件、配置好服务器的内核参数信息。

文章图片
#数据库#linux#服务器
科普文:软件架构数据库系列之【MySQL的统计信息】

column_statistics数据字典表存储关于列值的直方图统计信息,优化器在构造查询执行计划时使用。要执行直方图管理,请使用ANALYZE TABLE语句。该表包含除几何类型(空间数据)和JSON之外的所有数据类型列的统计信息。该表是持久的,因此不必在每次服务器启动时创建列统计信息。服务器对表执行更新;用户不。用户不能直接访问column_statistics表,因为它是数据字典的一部分。使

文章图片
#数据库#mysql
科普文:搭建信贷业务大数据风控体系

大家好,本期为大家介绍如何从0到1搭建大数据风控体系。分为:获客、贷前、贷中、贷后、主要数据维度,以及如何识别风险客户。

文章图片
#大数据#需求分析#软件构建
科普文:软件架构数据库系列之【详解MySQL死锁】

MySQL死锁检测:8步死锁定位思路出现死锁问题时,可以查看系统设置的隔离级别,RR与RC在加锁粒度上存在很大区别,RR隔离级别因为加锁粒度更大,在并发更新表的场景下容易产生死锁,通常是因为UPDATE语句的where条件所带的字段是普通索引,通过变更成唯一索引可以解决死锁问题。也可以评估业务系统是否兼容RC隔离级别,直接切换隔离级别。

文章图片
#数据库#mysql
科普文:NLP自然语言处理系列之【NLP文本相似度】

在自然语言处理过程中,经常会涉及到如何度量两个文本之间的相似性,我们都知道文本是一种高维的语义空间,如何对其进行抽象分解,从而能够站在数学角度去量化其相似性。而有了文本之间相似性的度量方式,我们便可以利用划分法的K-means、基于密度的DBSCAN或者是基于模型的概率方法进行文本之间的聚类分析;另一方面,我们也可以利用文本之间的相似性对大规模语料进行去重预处理,或者找寻某一实体名称的相关名称(模

文章图片
#自然语言处理#人工智能
    共 95 条
  • 1
  • 2
  • 3
  • 10
  • 请选择