摘要：
Innodb简要架构是怎么样的？ InnoDB内存结构包含哪些核心组件？ （1）缓冲池（Buffer Pool）：缓存数据页和索引页，加速查询操作，避免每次查询都需要进行磁盘随机IO（优化磁盘IO随机读）。 （2）写缓冲区(Change Buffer)：写数据时，当数据不在缓冲池中，将数据直接写入写 阅读全文
摘要：
Innodb 内存结构 Innodb的内存结构主要分为 3 个部分： Buffer Pool、Change Buffer、Adaptive HashIndex，另外还有一个（redo）log buffer。 缓冲池 Buffer Pool 首先，InnnoDB的数据都是放在磁盘上的，InnoDB操作 阅读全文
摘要：
首先，缓存由于其高并发和高性能的特性，已经在项目中被广泛使用。在读取缓存方面，大家没啥疑问，都是按照下图的流程来进行业务操作。 但是在更新缓存方面，对于更新完数据库，是更新缓存呢，还是删除缓存。 又或者是先删除缓存，再更新数据库，其实大家存在很大的争议。 目前没有一篇全面的博客，对这几种方案进行解析 阅读全文
摘要：
我本来以为1个工作节点执行完一项任务后，会释放任务申请的内存（毕竟一项任务执行完后它内部变量就不能引用了，python的垃圾回收机制应该会回收掉才对），这样的话最多同时有4个B工作节点在运行着，也就差不多消耗4G内存，绰绰有余！ 然而，事实上，在celery中一个工作节点并不会释放一次任务的内存（至 阅读全文
摘要：
重做日志（redo log）和回滚日志（undo log）与事务操作息息相关，二进制日志二进制日志（binlog）也与事务操作有一定的关系，这三种日志，对理解MySQL中的事务操作有着重要的意义。 一、重做日志（redo log） 作用： 确保事务的持久性。redo日志记录事务执行后的状态，用来恢复 阅读全文
摘要：
Python 字典是通过哈希表实现的 哈希表必然存在哈希冲突。比如：就算两个键存在相同的哈希值，哈希表必须要有策略用来明确两个值插入和读取 Python 字典使用开放寻址法解决哈希冲突（下面展开讲）（源码：dictobject.c:296-297） Python 的哈希表仅仅是一块连续的内存（类似于 阅读全文
摘要：
在 Redis 中是以 哈希表的方式来保存键值对数据的，但是随着键值对的增多，会出现 哈希冲突的情况，这种情况，Redis 是以链表的方式解决哈希冲突的。 当链表变得很长时，会影响 Redis 的查找性能，为了减小 链表的长度，Redis 采用了 rehash 操作，也就是把扩大当前哈希表的长度，R 阅读全文
摘要：
推荐方案 采用更新前后双删除缓存策略 public void write(String key,Object data){ redis.del(key); db.update(data); Thread.sleep(1000); redis.del(key); } 先淘汰缓存 再写数据库 休眠1秒， 阅读全文
摘要：
所谓两阶段提交，其实就是把 redo log 的写入拆分成了两个步骤：prepare 和 commit。 首先，存储引擎将执行更新好的新数据存到内存中，同时将这个更新操作记录到 redo log 里面，此时 redo log 处于 prepare 状态。 然后告知执行器执行完成了，随时可以提交事务 阅读全文
摘要：
1.通过 普通队列超时时间设置(TTL)+ 死信交换机(DLX)+死信队列+消费者 实现; 普通队列 的消息设置超时时间,等 超时后,消息 会通过 死信交换机 路由到 死信队列,消费者 消费 死信队列中的 消息 从而实现延时队列功能; 2.通过 rabbitmq插件rabbitmq-delayed- 阅读全文