每年 Shopee 会在五至十二月的每个大促节点举行电视直播活动。每次大促活动时，各市场的运营人员会与当地电视台合作，在节目直播过程中插入一段玩 Shopee 小游戏的互动环节。
在今年的敏捷团队建设中，我通过Suite执行器实现了一键自动化单元测试。Juint除了Suite执行器还有哪些执行器呢？由此我的Runner探索之旅开始了！
作者简介：曾任职于阿里巴巴，每日优鲜等互联网公司，任技术总监，15年电商互联网经历。
作者 | Arslan Ahmad 译者 | 平川 策划 | Tina 什么是 NoSQL 数据库？ 通常，“NoSQL 数据库”是指非关系型数据库。不管它是“non SQL”的缩写，还是“not only SQL”的缩写，大多数人都同意，NoSQL 数据库是以关系表之外的格式存储数据的。 NoSQL 数据库之所以如此大受欢迎，是因为它们为用户提供了灵活的数据存储模式。 为什么要使用 NoSQL 数据库？ NoSQL 数据库性能优异、可扩展，而且很灵活，非常适合移动、Web 和游戏应用程
https://baike.baidu.com/item/%E5%85%B3%E7%B3%BB%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E7%BB%9F
在评估和选型数据库的时候，人们往往将重点放在数据建模的灵活性，一致性保证，线性可伸缩性，容错性，低延迟，高吞吐量和易于管理等方面。但怎么才能评判出这些指标呢？很多人往往会网上一通搜索和看官方文档，再加上自己的“经验”来得出这些指标。
每年一次的双十一大促临近，因此上周末公司组织了一次技术交流闭门会，邀请了电商、物流、文娱内容、生活服务等知名一线互联网公司的技术大牛，一起探讨了一些大促稳定性保障相关的技术话题。
随着互联网大潮的到来，越来越多网站，应用系统需要海量数据的支撑，高并发、低延迟、高可用、高扩展等要求在传统的关系型数据库中已经得不到满足，或者说关系型数据库应对这些需求已经显得力不从心了。关系型数据库经过几十年的发展已经很成熟，强大的sql语句支持，完美的ACID属性的支持，使得关系型数据库广泛应用于各种各样的应用系统中，但是应用的场景广泛并非意味着完美。
从 Google 的 BigTable 开始，一系列可以进行海量数据存储与访问的数据库被设计出来，NoSQL 这一概念被提了出来。
其实我很早就想写写分布式数据库相关的文章，既是我现在正在学习的，也是我很感兴趣的内容。但是谈到分布式数据库，会涉及很多相关的技术细节，等把相关的一些细节写明白的时候，已经十几篇文章过去了XD。所以如果想要了解B/B+树、LSMT、CAP等技术细节的，可以翻翻之前的文章。今天我们来聊聊NoSQL这个概念。
618大促来临，在零点的时候，你打开购物车、点点点、清空，整个过程一气呵成。但背后，成千上万的数据在马不停蹄、加速流转，以保障消费体验流畅有序。 腾讯云和数据库服务是背后默默守护的“无名英雄”。电商订单、支付、物流等核心链路，都是以数据库为基础。一旦数据库成为瓶颈、或任何细微的疏忽，整个618大促将会变成一个大型“灾难现场”。 一场电商大促，涉及到的数据量有多大？ 以一个消费者的购买过程为例，一次下单行为，对于后端数据库就有多次读写调用；如果是秒杀场景就会产生“热点更新”的问题，更是对数据库内核优化能力
1.2.1High Performance - 对数据库高并发读写的需求
NoSQL（Not Only SQL）数据库是一类非关系型数据库，它是一种不依赖于传统关系型数据库管理系统（RDBMS）的数据库管理系统。NoSQL数据库的设计目标是解决传统数据库在大规模、高并发、分布式等方面的一些问题，并提供更灵活的数据模型。以下是对NoSQL数据库的详细介绍。
想做一个B2B2C的电商平台，在后台数据统计搭建的时候需要注意哪些问题？如何设计具体的统计模块？
NoSQL这个词语伴随着云计算和大数据的出现也有一些时日，对于NoSQL和SQL的区别到底是什么，NoSQL自己又是什么，往往很多人还有一些困惑。这篇文章主要阐述一下这些基本概念，做个简单的介绍。 SQL是国际标准化了的数据库的查询语言，由IBM发明，被Oracle抄袭，之后广泛被各大厂商支持。其最著名的SELECT FROM WHERE GROUP BY基本上就是路人皆知了。SQL有很多的标准，从当前环境来看，最重要的应该是SQL1998，基本上现在任何一个新的startup要想写个database，SQ
在大数据和AI时代，数据库成为各类应用不可或缺的重要组成部分。而数据库中的数据依赖存储引擎进行管理，包括数据的存储、查询、更新和删除等。因此，在设计系统时，选择正确的数据库存储引擎方案变得尤为重要。这篇文章将以关系型、NoSQL和NewSQL数据库，以及OLTP、OLAP和HTAP处理方式为切入点，深入探讨不同类型的数据库背后的存储引擎方案选型取舍。
消息队列不知道大家看到这个词的时候，会不会觉得它是一个比较高端的技术，反正我是觉得它好像是挺牛逼的。
MongoDB是一款开源的分布式架构的NoSQL数据库管理系统。在前面的NoSQL和SQL对比学习中，我们知道了NoSQL数据库系统和传统的RDBMS的不同和优点
NoSQL最常见的解释是“non-relational”， “Not Only SQL”。泛指非关系型的数据库。它们不保证关系数据的ACID特性。 NoSQL一词最早出现于1998年，是Carlo Strozzi开发的一个轻量、开源、不提供SQL功能的关系数据库。2009年，Last.fm的Johan Oskarsson发起了一次关于分布式开源数据库的讨论，来自Rackspace的Eric Evans再次提出了NoSQL的概念，这时的NoSQL主要指非关系型、分布式、不提供ACID的数据库设计模式。2009年在亚特兰大举行的"no:sql(east)“讨论会是一个里程碑，其口号是"select fun, profit from real_world where relational=false;”。因此，对NoSQL最普遍的解释是"非关联型的"，强调Key-Value Stores和文档数据库的优点，而不是单纯的反对RDBMS。
一个大型网站应用一般都是从最初小规模网站甚至是单机应用发展而来的，为了让系统能够支持足够大的业务量，从前端到后端也采用了各种各样技术，前端静态资源压缩整合、使用CDN、分布式SOA架构、缓存、数据库加索引、读写分离等等。 这些技术是高并发系统所必须的，但是今天先不细说，而先谈谈在这些架构既定的情况下，一些高并发业务/接口实现时应该注意的原则，以及通过工作中一个6万QPS的秒杀活动，来介绍一下秒杀业务的特点以及如何优化。
什么是nosql NoSQL(NoSQL = Not Only SQL)，意思是不仅仅是SQL的扩展，一般指的是非关系型的数据库。 随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，传统的电信行业动辍就千万甚至上亿的数据，甚至有客户提出需要存储相关的日志数据50年以上，暴露了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。 关系型数据库难以克服的问题： 不能很好处理对数据库高并发
在开发高并发系统时有三把利器用来保护系统：缓存、降级和限流。之前已经有一些文章介绍过缓存和限流了。本文将详细聊聊降级。
Spring Boot提供了直接使用JDBC连接数据库的方式，但是使用JDBC并不是很方便，需要我们写更多的代码来完成对象和关系数据库的转换；另一种方式是将实体和实体的关系对应数据库的表和表的关系，这类工具通常是ORM工具，对实体和实体关系的操作会映射到数据库的操作。一般而言，在Spring Boot中，我们常用的ORM框架有JPA和MyBatis。Spring Data JPA默认采用Hibernate实现。
作为一个前端专业的人来说，对于事务的理解，一直停留在“要么都成功，要么都不成功”的小白阶段。既然自己将2018年定义为”深入理解“的一年，那么就从深入理解事务开始吧。 什么是事务？ 正如文章开头所说的：事务是一系列的动作，这些动作必须全部完成，如果有一个失败，那么事务就会回滚到最开始的状态，仿佛什么都没发生过一样。在企业级应用的开发过程中，事务管理是必不可少的技术，用来确保数据的完整性和一致性。 事务有四个特性，也就是经常被提到的ACID： 原子性(Atomicity):所谓的原子性就是说，在整个事务中的所
数据库切分概述 数据切分概述 OLTP和OLAP 在互联网时代，海量数据的存储与访问成为系统设计与使用的瓶颈问题，对于海量数据处理，按照使用场景，主要分为两种类 型：联机事务处理（OLTP）和联机分析处理（OLAP）。 联机事务处理（OLTP）也称为面向交易的处理系统，其基本特征是原始数据可以立即传送到计算中心进行处理，并在很短的时间 内给出处理结果。 联机分析处理（OLAP）是指通过多维的方式对数据进行分析、查询和报表，可以同数据挖掘工具、统计分析工具配合使用，增强 决策分析功能。 对于两者的主要区别可以
服务器软件项目的瓶颈的一般由于海量用户和高并发引起，其中罪魁祸首是关系型数据库。原因是关系型数据库存在以下的缺点：
在互联网时代，海量数据的存储与访问成为系统设计与使用的瓶颈问题，对于海量数据处理，按照使用场景，主要分为两种类型：联机事务处理（OLTP）和联机分析处理（OLAP）。
开发高并发系统时有三把利器用来保护系统：缓存、降级和限流。本文将详细聊聊降级。
秒杀大家都不陌生。自2011年首次出现以来，无论是双十一购物还是 12306 抢票，秒杀场景已随处可见。简单来说，秒杀就是在同一时刻大量请求争抢购买同一商品并完成交易的过程。
本文介绍了NoSQL数据库的概念、应用场景、优缺点以及未来发展趋势。NoSQL数据库是一种非关系型数据库，它克服了传统关系型数据库在数据扩展性、高并发访问和实时数据访问等方面的局限性。NoSQL数据库主要适用于高并发读写、海量数据存储和实时数据应用等场景。然而，NoSQL数据库也存在一些局限性，如数据一致性、完整性和安全性等问题。未来，数据库市场或将出现更多像NoSQL这样的数据库技术，以满足不断变化的业务需求。"，"author":"唐阳","source":"InfoQ","date":"2022-05-24
NoSQL并非字面的“不是SQL”或者“非SQL”，而是NoSQL=Not Only SQL，即“不仅仅是SQL”，是对不同于传统的关系型数据库的数据库管理系统的统称。
摘要：在 Flink Forward Asia 大会实时数仓专场中，菜鸟数据&规划部高级数据技术专家贾元乔从数据模型、数据计算、数据服务等几个方面介绍了菜鸟供应链数据团队在实时数据技术架构上的演进，以及在供应链场景中典型的实时应用场景和 Flink 的实现方案。
在选择数据库时，最大的决策之一是选择关系（SQL）或非关系（NoSQL）数据结构。虽然两者都是可行的选择，但在做出决定时必须牢记两者之间存在某些关键差异。
1. 因为面向对象语言和关系性数据库存在阻抗不匹配（impedance mismatch），并且随着需要处理的数据量增大，文档型数据以“NoSQL”的名义获得了新生，MongoDB、RethinkDB之类的数据库在互联网行业火起来了。
WCF Data Service工具包是一组WCF Data Service（OData的.NET实现），目的是使更容易地构建WCF Data Service，支持数据的任何存储上的OData服务而不需要深入的理解Linq，当然了，深入的理解Linq的非常必要的。 它诞生于现实的一些服务，诸如Netflix, eBay, Facebook, Twitpic等等公司的公开的服务，这个工具包已经在现有的产品中使用，被证明解决了一些有趣的问题，而且在工作中发挥了很大的作用。 在使用这个工具包之前需要知道这个工具用
电商是促销拉动式的场景，也是价格战驱动的场景。618和双11都是典型的促销活动。其实都是在抢用户、扩市场占有率。在这样的场景之下，对秒杀、抢购是很热衷的玩法。
1961年通用电气公司的Charles Bachman 成功地开发出世界上第一个网状DBMS也是第一个数据库管理系统——集成数据存储（Integrated Data Store，IDS） 层次型DBMS是紧随网状型数据库而出现的。最著名最典型的层次数据库系统是IBM 公司在1968 年开发的IMS （Information Management System）网状数据库和层次数据库已经很好地解决了数据的集中和共享问题，但是在数据独立性和抽象级别上仍有很大欠缺。
秒杀大家都不陌生。自2011年首次出现以来，无论是双十一购物还是 12306 抢票，秒杀场景已随处可见。简单来说，秒杀就是在同一时刻大量请求争抢购买同一商品并完成交易的过程。从架构视角来看，秒杀系统本质是一个高性能、高一致、高可用的三高系统。而打造并维护一个超大流量的秒杀系统需要进行哪些关注，就是本文讨论的话题。
上周，前1号店技术总监、海尔农业电商CTO，《技术管理之巅》作者黄哲铿为大家带来了一场关于微服务架构的分享，包含了微服务架构在千万级别日调用量、亿级别海量数据场景下的应用实践；从领域驱动设计、服务依赖治理、服务高可用、故障熔断降级快速恢复等方面，结合大型移动电商系统等应用案例，全面剖析微服务的应用等丰富的内容。
上一节我们认识了数据库，了解了数据库事务是什么，索引是如何提升数据库性能的，现在我们来学习下大家常说的一些数据库，MySQL、mongoDB、kv等等这些又有什么区别。本文中，SQL 与 NoSQL 代表关系型数据库与非关系型数据库，当然，SQL ≠ 关系型数据库，这里用作简写。
在现代数据管理领域，选择合适的数据库系统是任何项目成功的关键。SQL 和 NoSQL 数据库各有千秋，了解它们之间的区别有助于开发者和企业做出明智的决策。本文旨在概述 SQL 和 NoSQL 数据库的主要差异，并探讨在何种情况下 NoSQL 数据库更胜一筹。
NoSQL是一种非关系型DMS，不需要固定的架构，可以避免joins链接，并且易于扩展。NoSQL数据库用于具有庞大数据存储需求的分布式数据存储。NoSQL用于大数据和实时Web应用程序。例如，像Twitter，Facebook，Google这样的大型公司，每天可能产生TB级的用户数据。
微服务架构强调技术的多样性，选择最合适的技术解决业务的实际问题，这一原则同样适用于微服务数据存储领域。目前随着数据海量的增长、数据类型的多样性、对数据访问性能更快的诉求，关系数据库越来越不能满足用户的需求，于是NoSQL数据库应运而生。
简介 NoSQL在过去几年迅速增长，很多大型企业将其应用于重要任务，例如 Tesco（全球三大零售企业之一）使用 NoSQL 支持他的目录、价格、库存等多个主要领域 Sky（网络电话服务商）使用 NoSQL 管理他的 2000 万用户配置信息 Sabre（机票全球分销商）使用 NoSQL 支撑其世界上最大的旅游数据服务 现在 NoSQL 的发展呈现出4个明显特点： 超越了实验阶段，进入了主流，被应用于核心应用 被各行业的主流公司所采用，使用场景非常广泛 早期采用者已经受益，高性能、易扩展、开发快、资源利用率
之前我们讲过架构设计的一些原则，和架构设计的方法论，今天我们谈谈高性能数据库集群的设计与应用。
数据库现在应该是无人不知，无人不晓，讲到数据库必然要提到两个人： 1、一个是E.F. Codd，这个是理论的开创者，来瞻仰下： 埃德加·弗兰克·科德（Edgar Frank Codd，1923－20
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
