Elasticsearch 是当前流行的企业级搜索引擎，设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。作为一个开箱即用的产品，在生产环境上线之后，我们其实不一定能确保其的性能和稳定性。如何根据实际情况提高服务的性能，其实有很多技巧。这章我们分享从实战经验中总结出来的 elasticsearch 性能优化，主要从硬件配置优化、索引优化设置、查询方面优化、数据结构优化、集群架构优化等方面讲解。
使表占用尽量少的磁盘空间。减少磁盘I/O次数及读取数据量是提升性能的基础原则。表越小，数据读写处理时则需要更少的内存，同时，小表的索引占用也相对小，索引处理也更加快速。
大多数 Elasticsearch 部署往往对 CPU 要求不高。因此，相对其它资源，具体配置多少个（CPU）不是那么关键。你应该选择具有多个内核的现代处理器，常见的集群使用 2 到 8 个核的机器。如果你要在更快的 CPUs 和更多的核数之间选择，选择更多的核数更好。多个内核提供的额外并发远胜过稍微快一点点的时钟频率。
MySQL是一种常用的关系型数据库管理系统，对于大规模的数据操作和查询，查询速度的优化至关重要。本文将介绍如何提升MySQL的查询速度，包括优化数据库结构、优化查询语句以及配置和优化服务器。
1 关系型数据库 关系型数据库把所有的数据都通过行和列的二元表现形式表示出来。它的优势： 保持数据的一致性（事务处理） 由于以标准化为前提，数据更新的开销很小（相同的字段基本上都只有一处） 可以进行Join等复杂查询 能够保持数据的一致性是关系型数据库的最大优势 关系型数据库的性能非常高，但是它毕竟是一个通用型的数据库，并不能完全适应所有的用途，具体来说它并不擅长以下处理： 大量数据的写入处理。 为有数据更新的表做索引或表结构(schema)变更 字段不固定时应用 对简单查询需要快速返回结果的处理 大量数据
redis适合放一些频繁使用，比较热的数据，因为是放在内存中，读写速度都非常快，一般会应用在下面一些场景，排行榜、计数器、消息队列推送、好友关注、粉丝。
MySQL查询缓存，query cache，是MySQL希望能提升查询性能的一个特性，它保存了客户端查询返回的完整结果，当新的客户端查询命中该缓存，MySQL会立即返回结果。
现在主流的版本是 TLS/1.2, 之前的 TLS1.0、TLS1.1 都被认为是不安全的，在不久的将来会被完全淘汰。
（这里仅从数据缓存方面考虑，当然，后期可以采用Hadoop+HBase+Hive等分布式存储分析平台）
查询速度慢的原因很多，常见如下几种： 1、没有索引或者没有用到索引(这是查询慢最常见的问题，是程序设计的缺陷) 2、I/O吞吐量小，形成了瓶颈效应。 3、没有创建计算列导致查询不优化。 4、内存不足 5、网络速度慢 6、查询出的数据量过大（可以采用多次查询，其他的方法降低数据量） 7、锁或者死锁(这也是查询慢最常见的问题，是程序设计的缺陷) 8、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。 9、返回了不必要的行
大家好！我是黄啊码，MySQL的入门篇已经讲到第10个课程了，前面的课程归属小白篇，今天我们就来讲讲大白篇系列——性能优化
1.慢查询：很难在短时间内过滤出需要的数据 查询字区分度低 -> 要在大数据量的表中筛选出来其中一部分数据会产生大量的磁盘 io -> 降低磁盘效率
1.慢查询：很难在短时间内过滤出需要的数据 查询字区分度低 -> 要在大数据量的表中筛选出来其中一部分数据会产生大量的磁盘io -> 降低磁盘效率
mongodb和memcached不是一个范畴内的东西。mongodb是文档型的非关系型数据库，其优势在于查询功能比较强大，能存储海量数据。mongodb和memcached不存在谁替换谁的问题。 和memcached更为接近的是redis。它们都是内存型数据库，数据保存在内存中，通过tcp直接存取，优势是速度快，并发高，缺点是数据类型有限，查询功能不强，一般用作缓存。在我们团队的项目中，一开始用的是memcached，后来用redis替代。 相比memcached： 1、redis具有持久化机制，可以定期将内存中的数据持久化到硬盘上。 2、redis具备binlog功能，可以将所有操作写入日志，当redis出现故障，可依照binlog进行数据恢复。 3、redis支持virtual memory，可以限定内存使用大小，当数据超过阈值，则通过类似LRU的算法把内存中的最不常用数据保存到硬盘的页面文件中。 4、redis原生支持的数据类型更多，使用的想象空间更大。 5、前面有位朋友所提及的一致性哈希，用在redis的sharding中，一般是在负载非常高需要水平扩展时使用。我们还没有用到这方面的功能，一般的项目，单机足够支撑并发了。redis 3.0将推出cluster，功能更加强大。
今天分享一位同学面试腾讯的Java后端面经，考察的知识点，主要是这些，范围是网络、Java、mysql、redis、算法。
22年考虑了一下后续公号技术文章的风格&技术内容，思考如何更好有效帮助到关注我的各位铁友们；后续的文章思考方式会不同，会考虑每一篇的价值。
QPS：Queries Per Second意思是“每秒查询率”，是一台服务器每秒能够相应的查询次数，是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准。
一个程序员很有必要熟悉或者精通一种数据库，MySQL无疑是首选。为什么使用MySQL呢，因为它是开源的，同时具备轻量、简单、稳定和高性能等特点，尤其是其学习成本相对其他数据库，比如Oracle和Sybase更简单，入门更低。MySQL的应用范围从中小型Web网站到大型的企业级应用随处都可见它的身影。 关系型数据库 关系型数据库把所有的数据都通过行和列的二元表现形式表示出来。它的优势： 保持数据的一致性（事务处理） 由于以标准化为前提，数据更新的开销很小（相同的字段基本上都只有一处） 可以进行Join等复杂查
https://segmentfault.com/a/1190000013672421
作者：weberhuangxingbo11 原文：https://blog.csdn.net/weberhuangxingbo/article/details/80694045
前言&摘要 这段时间的工作内容主要是为一个客户端类型的产品增加文档在线存储和文档在线预览相关特性。由于测试的同事比较细心和专业，发现了项目实现中一些效 率低下的环节，比如在线预览图片没有经过压缩、重开打开同一张图片没有有效利用Web缓存等问题。而这些细节问题往往在做项目架构时，容易因为时间紧张等 等因素而被忽略。虽然以前也有一些关于Web缓存的意识，但并没有很系统的了解、总结，并在项目中进行合理的运用。借此机会，整理了一些相关资料和项目的 实际应用实践，做个备忘，便于在日后的项目查询和应用。 本文从Web缓
QPS： QueriesPerSecond意思是“每秒查询率”，是一台服务器每秒能够相应的查询次数，是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准。
这些基本的使用方式和注意事项可以帮助你有效地使用 mysql_query 来执行数据库操作。
一、MySQL架构与历史 A.并发控制 1.共享锁（shared lock，读锁）：共享的，相互不阻塞的 2.排他锁（exclusive lock，写锁）：排他的，一个写锁会阻塞其他的写锁和读锁 B.事务 1.事务ACID
mysql缓存机制就是缓存sql 文本及缓存结果，用KV形式保存再服务器内存中，如果运行相同的sql,服务器直接从缓存中去获取结果，不需要在再去解析、优化、执行sql。如果这个表修改了，那么使用这个表中的所有缓存将不再有效，查询缓存值得相关条目将被清空。表中得任何改变是值表中任何数据或者是结构的改变，包括insert,update,delete,truncate,alter table,drop table或者是drop database 包括那些映射到改变了的表的使用merge表的查询，显然，者对于频繁更新的表，查询缓存不合适，对于一些不变的数据且有大量相同sql查询的表，查询缓存会节省很大的性能。
（1）是文档型的非关系型数据库，使用json结构。其优势在于查询功能比较强大，能存储海量数据，缺点是比较消耗内存。1.mongodb 端口（27017）
数据库存储引擎是数据库底层软件组织，数据库管理系统（DBMS）使用数据引擎进行创建，查询，更新和删除数据 不同的存储引擎提供不同的存储机制，索引技巧，锁定水平等功能，使用不同的存储引擎，还可以获得特定的功能，现在许多不同的数据库管理系统都支持多种不同的数据引擎
) ENGINE=MYISAM DEFAULT CHARSET=utf8 DELAY_KEY_WRITE = 1
MongoDB是一款为web应用程序和互联网基础设施设计的数据库管理系统。没错MongoDB就是数据库，是NoSQL类型的数据库。
公司业务的不断发展，紧接而来的是业务种类的增加、服务器数量的增长、网络环境的越发复杂以及发布更加频繁，从而不可避免地带来了线上事故的增多，因此需要对服务器到应用的全方位监控，提前预警。
MySQL 连接器（MySQL Connector）是用于连接和与 MySQL 数据库进行交互的驱动程序。它提供了与 MySQL 数据库服务器通信的功能，包括建立连接、执行查询、更新数据等。
我们讲到，客户端要和服务端进行通信，需要在「客户端」(一般为浏览器)进行数据信息的封装。如下格式。
1.引擎的介绍 Isam 该引擎在读取数据方面速度很快，而且不占用大量的内存和存储资源；但是 Isam 不支持事务处理、不支持外键、不能够容错、也不支持索引。 该引擎在包括MySQL 5.1及其以上版本的数据库中不再支持。 Berkeley： 该存储引擎支持COMMIT和ROLLBACK等事务特性。 该引擎在包括MySQL 5.1及其以上版本的数据库中不再支持。 CSV: 使用该引擎的MySQL数据库表会在MySQL安装目录data文件夹中的和该表所在数据库名相同的目录中生成一个.CSV文件（所以，它可
ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。
•一、超级节点 •1.1 超级节点概念 •1.2 从图数据网络中寻找超级节点•二、与超级节点相关的关键问题案例•三、模拟超级节点 •3.1 服务器资源 •3.2 构建模拟数据的图数据模型 •3.3 模拟超级节点的数据规模•四、超级节点建模优化 •4.1 关系结构优化方案 •4.2 标签细分遍历图可减少节点规模•五、增删改操作优化 •5.1 服务器优化 •5.2 图库配置优化 •5.3 JVM调优 •5.4 批量操作 •5.5 服务器端操作文件•六、检索效率提升 •6.1 查询优化 •6.2 预热数据 •6.3 图数据库索引 •6.4 图数据库全文检索lucene接口 •6.5 图数据库全文检索集成Elasticsearch •6.5.1 数据同步-关联存储 •6.5.2 数据同步-监控程序同步 •6.5.3 Elasticsearch调优•七、自规避路径查询 •7.1 查询场景案例 •7.2 自规避查询实现
公司的业务量比较大，在生产环境如果经常出现OOM(Out Of Memory，JVM内存溢出)的现象，那该如何快速响应，快速定位，快速恢复问题呢？
升级硬件通常是我们的第一考虑，主要原因是数据库会占用大量资源。不过这种解决方案也就仅限于此了。实际上，您通常可以让CPU或磁盘速度加倍，也可以让内存增大 4 到 8 倍。
这种高效的模块化体系结构为那些希望专门针对特定应用程序需求（例如数据仓库，事务处理或高可用性情况）的用户提供了巨大的好处，同时享有利用独立于任何一个的一组接口和服务的优势存储引擎。 MySQL服务器体系结构将应用程序开发者和DBA与存储级别的所有底层实现细节隔离，从而提供了一致且简单的应用程序模型和API。因此，尽管跨不同的存储引擎具有不同的功能，但应用程序不受这些差异的影响。
🧑个人简介：大家好，我是 shark-Gao，一个想要与大家共同进步的男人😉😉
说起MySQL的查询优化，相信大家收藏了一堆奇淫技巧：不能使用SELECT *、不使用NULL字段、合理创建索引、为字段选择合适的数据类型….. 你是否真的理解这些优化技巧？是否理解其背后的工作原理？在实际场景下性能真有提升吗？我想未必。因而理解这些优化建议背后的原理就尤为重要，希望本文能让你重新审视这些优化建议，并在实际业务场景下合理的运用。
如果innodb_file_per_table 为 ON 将建立独立的表空间，文件为tablename.ibd；
在尝试编写快速的查询之前,需要清楚一点,真正重要是响应时间。如果把查询看作是一个任务，那么他由一系列子任务组成，每个子任务都会消耗一定的时间。如果要优化查询，实际上要优化其子任务，要么消除其中一些子任务，要么减少子任务的执行的次数，要么让子任务运行得更快。
本文为CSDN博主「我要取一个响亮的昵称」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/chen_2890/article/details/83928763出品 | CSDN（ID：CSDNnews）
MySQL中的数据用各种不同的技术存储在文件（或者内存）中。这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。通过选择不同的技术，你能够获得额外的速度或者功能，从而改善你的应用的整体功能。
应用程序设计和架构优化是提高 ASP.NET Core 应用程序性能的重要方面之一。适当的设计模式是优化架构的关键之一。设计模式是解决特定问题的经验总结，能够提高代码的可读性、可维护性和可扩展性，从而间接地提高了性能。下面是一些在 ASP.NET Core 中常用的设计模式：
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
