MongoDB 是最早热门非关系数据库的之一，使用也比较普遍，一般会用做离线数据分析来使用，放到内网的居多。由于很多公司使用了云服务，服务器默认都开放了外网地址，导致前一阵子大批 MongoDB 因配置漏洞被攻击，数据被删，引起了人们的注意，同时也说明了很多公司生产中大量使用mongodb。 Mo
2023-04-01
下面将主查询的表称为外表；子查询的表称为内表。exists 与 in 的区别如下： 子查询使用 exists，会先进行主查询，将查询到的每行数据循环带入子查询校验是否存在，过滤出整体的返回数据；子查询使用 in，会先进行子查询获取结果集，然后主查询匹配子查询的结果集，返回数据 外表内表相对大小情况
2023-04-01
作为一台服务器来说，内存并不是无限的，所以总会存在内存耗尽的情况，那么当 Redis 服务器的内存耗尽后，如果继续执行请求命令，Redis 会如何处理呢？ 设置有效期 使用Redis 服务时，很多情况下某些键值对只会在特定的时间内有效，为了防止这种类型的数据一直占有内存，我们可以给键值对设置有效期。
2023-04-01
其实这是问到缓存必问的，因为缓存雪崩和穿透，是缓存最大的两个问题，要么不出现，一旦出现就是致命性的问题，所以面试官一定会问。 缓存雪崩 对于系统 A，假设每天高峰期每秒 5000 个请求，本来缓存在高峰期可以扛住每秒 4000 个请求，但是缓存机器意外发生了全盘宕机。缓存挂了，此时 1 秒 5000
2023-04-01
事务简介 相信用过MySQL的朋友都知道事务，我们也常常通过这个例子来讲解事务的作用：A向B转账，这里可以分为两步操作数据库，A账户余额减少，B账户余额增加。但是，如果在A账户余额减少的时候突然出现了数据库宕机了等情况，是不是会出现A的余额变少了，但是B的余额却没有增加的情况呢？答案是否定的。原因就
2023-04-01
我经常听到很多人讨论，关于「把 Redis 当作队列来用是否合适」的问题。 有些人表示赞成，他们认为 Redis 很轻量，用作队列很方便。 也些人则反对，认为 Redis 会「丢」数据，最好还是用「专业」的队列中间件更稳妥。 究竟哪种方案更好呢？ 这篇文章，我就和你聊一聊把 Redis 当作队列，究
2023-04-01
上文《玩转Redis-HyperLogLog统计微博日活月活》介绍了牛逼哄哄的HyperLogLog，传入元素数量或体积非常大时，HLL所需空间固定且很小。12kb内存可计算接近 2^64 个不同元素的基数。如此厉害，怎能不继续深入探索呢？ PS：看完这篇文章，你会发现HyperLogLog能统计的
2023-04-01
名词解释 DAU(Daily Active User)日活跃用户数量 常用于反映网站、互联网应用或网络游戏的运营情况。DAU通常统计一日（统计日）之内，登录或使用了某个产品的用户数（去除重复登录的用户） 月活跃用户数量(Monthly Active User，MAU) 月活跃用户数量通常统计一个月
2023-04-01
前言 Redis以高性能著称，但性能再好，在面对海量数据时，若不正确的使用，也终将会有性能瓶颈，甚至造成服务宕机。 在实际项目中你是否会有以下疑问？ 如何访问Redis中的海量数据，却不影响其他请求访问Redis？ Redis中有百万/千万数据，如何高效访问？ Redis中数据量太大，如何既保证
2023-04-01
京东签到日历的产品逻辑 签到日历仅展示当月签到数据 签到日历需展示最近连续签到天数 假设当前日期是20200618，且20200616未签到 若20200617已签到且0618未签到，则连续签到天数为1 若20200617已签到且0618已签到，则连续签到天数为2 连续签到
2023-04-01
Redis 作为优秀的内存数据库，其拥有非常高的性能，单个实例的 OPS 能够达到 10W 左右。但也正因此如此，当我们在使用 Redis 时，如果发现操作延迟变大的情况，就会与我们的预期不符。 你也许或多或少地，也遇到过以下这些场景： 在 Redis 上执行同样的命令，为什么有时响应很快，有时却
2023-04-01
背景 在toB公司负责中台业务，众多企业的部门关系是树形结构，前段时间有业务诉求是“在大数据量下高效查询指定部门的所有上级部门，企业的部门树形关系可能随时变更”。在MySQL的基础上遂想到了利用Redis缓存树形结构并实现高效查询。 树形结构的常见场景及解决方案 树形结构的常见场景 生活中我们有很
2023-04-01
背景 前段时间公司有新业务需要使用Redis，于是查看了生产一Redis集群的使用情况，用于评估是否能直接接入新业务。此Redis集群购买的阿里云集群社区版，8节点32G； 不看不知道，一看吓一跳。Redis实例共计 450W key，其中 230W 设置了过期时间，也就是说足足有 220W key
2023-04-01
假设t_user表中，user_id字段的数据类型为varchar MySQL传参字段与DB字段数据类型不一致 select * from t_user where merchant_id = 10086; //可能会查出多条数据 select * from t_user where merch
2023-04-01
背景 随着时间和业务的发展，数据库中的数据量增长是不可控的，库和表中的数据会越来越大，随之带来的是更高的磁盘、IO、系统开销，甚至性能上的瓶颈，而一台服务的资源终究是有限的，因此需要对数据库和表进行拆分，从而更好的提供数据服务。 当用户表达到千万级别，在做很多操作的时候都会很吃力，所以当数据增长到
2023-04-01