- 综合排序
- 最热优先
- 最新优先
5个步骤构建高性能YashanDB数据库环境
构建高性能的 YashanDB 数据库环境可以分为以下五个步骤：步骤 1：需求分析与规划- 确定业务需求：分析应用程序的访问模式、数据量、并发用户数等，确保数据库设计能够满足业务的需求。 - 环境配置：调整操作系统和数据库的配置，优化性能。例如，调整内核参数、IO调度策略等。 步骤 3：性能调优- 参数优化：根据数据库的负载和访问模式，调整数据库的配置参数，如缓存大小、连接数、查询优化等。- 索引设计：创建合适的索引以提高查询性能，同时避免过多的索引导致的写性能下降。 步骤 5：扩展与维护- 定期评估：定期评估数据库的性能与可靠性，根据业务需求的变化及时进行扩展，比如增加硬件资源、实施分片等。 - 用户反馈：与使用数据库的开发团队或用户保持沟通，收集使用反馈，持续改进数据库的性能与用户体验。通过以上步骤，可以有效构建一个高性能的 YashanDB 数据库环境，满足应用程序的需求。
12710编辑于 2025-11-14- 来自专栏友弟技术工作室
高性能NoSql数据库 SSDB
今天在看一个开源项目的时候，发现作者使用一个ssdb的数据库，第一反应是ssd硬盘，当时很诧异。后面了解后才知道，原来是 nosql数据库。 ssdb介绍 一个高性能的支持丰富数据结构的 NoSQL 数据库, 用于替代 Redis. SSDB 是一个 C/C++ 语言开发的高性能 NoSQL 数据库, 支持 KV, list, map(hash), zset(sorted set) 等数据结构, 用来替代或者与 Redis 配合存储十亿级别列表的数据 ssdb 127.0.0.1:8888> info version 1.9.5 links 1 total_calls 5 dbsize 0 binlogs fmt.Printf("%s\n", val); db.Do("zset", "z", "a", 3); db.Do("multi_zset", "z", "b", -2, "c", 5,
2.5K60发布于 2018-04-25 5 分钟了解 kafka 高性能基础
Kafka 的高性能主要依赖因素 批量处理 生产者通过批量压缩后再批量发送的方式，将一批消息作为一个整体（“批消息”）提交给 broker 处理。 • 4、数据从磁盘加载到操作系统缓存 • 5、数据从操作系统缓存复制到 Kafka 应用程序 • 6、Kafka 应用程序将数据复制到套接字缓冲区 • 7、数据从套接字缓冲区复制到网络卡 • 8、网络卡将数据发送给消费者 • 4、数据从磁盘加载到操作系统缓存 • 5、操作系统缓存通过 sendfile() 命令直接将数据复制到网络卡 • 6、网络卡将数据发送给消费者 零拷贝是一种节省应用程序上下文和内核上下文之间多次数据复制的方法
19600编辑于 2025-06-09- 来自专栏前端导学
高性能HTML5读书笔记
编写符合当代浏览器性能的代码 用CSS来布局 使用渐进增强的方法 各司其职
59620发布于 2019-05-26 - 来自专栏wayn的程序开发
高性能数据库集群：读写分离
虽然近十年来各种存储技术飞速发展，但关系数据库由于其ACID的特性和功能强大的SQL查询，目前还是各种业务系统中关键和核心的存储系统，很多场景下高性能的设计最核心的部分就是关系数据库的设计。 从今天开始，我会分几期来介绍高性能数据库集群。 高性能数据库集群的第一种方式是“读写分离”，其本质是将访问压力分散到集群中的多个节点，但是没有分散存储压力；第二种方式是“分库分表”，既可以分散访问压力，又可以分散存储压力。 数据库主机负责读写操作，从机只负责读操作。 数据库主机通过复制将数据同步到从机，每台数据库服务器都存储了所有的业务数据。 业务服务器将写操作发给数据库主机，将读操作发给数据库从机。 数据库中间件自己不执行真正的读写操作，但所有的数据库操作请求都要经过中间件，中间件的性能要求也很高。 数据库主从切换对业务服务器无感知，数据库中间件可以探测数据库服务器的主从状态。
43910编辑于 2024-03-11 - 来自专栏小工匠聊架构
高性能网络编程 - 解读5种IO模型
，服务器接受请求（1-3）； 2）构建响应，当服务器接收完请求，并在用户空间处理客户端的请求，直到构建响应完成（4）； 3）返回数据，服务器将已构建好的响应再通过内核空间的网络 I/O 发还给客户端（5- 实际应用程序在系统调用完成上面的 2 步操作时， 调用方式的阻塞、非阻塞， 操作系统在处理应用程序请求时，处理方式的同步、异步处理的不同，可以分为 5 种 I/O 模型 五种I/O模型 I/O模型1：阻塞式 众所周之，Nginx这样的高性能互联网反向代理服务器大获成功的关键就是得益于Epoll。 I/O模型5：异步 I/O 模型（即AIO，全称asynchronous I/O） 由 POSIX 规范定义，应用程序告知内核启动某个操作，并让内核在整个操作（包括将数据从内核拷贝到应用程序的缓冲区）完成后通知应用程序 5 种 I/O 模型总结 从上图中我们可以看出，越往后，阻塞越少，理论上效率也是最优。
71030编辑于 2023-11-11 - 来自专栏技术博文
SSDB：高性能数据库服务器
SSDB是一个开源的高性能数据库服务器, 使用Google LevelDB作为存储引擎, 支持T级别的数据, 同时支持类似Redis中的zset和hash等数据结构, 在同时需求高性能和大数据的条件下, SSDB开源数据库项目地址: https://github.com/ideawu/ssdb 作者博客地址： http://www.ideawu.net/blog/ssdb 安装 SSDB 的建议安装⽅方式是源码编译安装 compression: no work_dir: ssdb-server 的工作目录, 启动后, 会在这个目录下生成 data 和 meta 两个目录, 用来保存 LevelDB 的数据库文件 在 cmd.exe 启动后, cd ssdb-server.exe 所在的目录. 5.
2.4K40发布于 2018-04-16 - 来自专栏张善友的专栏
SSDB：高性能数据库服务器
SSDB是一个开源的高性能数据库服务器, 使用Google LevelDB作为存储引擎, 支持T级别的数据, 同时支持类似Redis中的zset和hash等数据结构, 在同时需求高性能和大数据的条件下, SSDB开源数据库项目地址: https://github.com/ideawu/ssdb 作者博客地址： http://www.ideawu.net/blog/ssdb 安装 SSDB 的建议安装⽅方式是源码编译安装 compression: no work_dir: ssdb-server 的工作目录, 启动后, 会在这个目录下生成 data 和 meta 两个目录, 用来保存 LevelDB 的数据库文件 在 cmd.exe 启动后, cd ssdb-server.exe 所在的目录. 5.
3.6K90发布于 2018-01-29 - 来自专栏Linyb极客之路
浅谈高性能数据库集群——读写分离
本文主要介绍高性能数据库集群读写分离相关理论，基本架构，涉及的复杂度问题以及常见解决方案。 1 读写分离概述 ? 基本架构图： ? 2 适用场景 ? 问题二 分配机制 如何将读写操作区分开来，然后访问不同的数据库服务器？ 解决方案1 客户端程序代码封装实现 基本架构图 ? ? 它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架。 ? 它可以用于各种各样的用例，例如通过有效地将数据库流量路由到适当的后端MySQL服务器来提供高可用性和可伸缩性。可插拔架构还使开发人员能够扩展MySQL Router以用于自定义用例。 常见的开源数据库中间件对比 功能 Sharding-JDBC TDDL Amoeba Cobar MyCat 基于客户端还是服务端 客户端 客户端 服务端 服务端 服务端 分库分表 有 有 有 有 有
1.1K10发布于 2018-08-16 - 来自专栏芋道源码1024
浅谈高性能数据库集群 —— 读写分离
本文主要介绍高性能数据库集群读写分离相关理论，基本架构，涉及的复杂度问题以及常见解决方案。 1. 读写分离概述 ? 读写分离概述 基本架构图： ? 基本架构图.jpg 2. 适用场景 ? 主从复制延迟.png 问题二 分配机制 如何将读写操作区分开来，然后访问不同的数据库服务器？ 解决方案1 客户端程序代码封装实现 基本架构图 ? 程序代码封装实现分配基本架构图 ? 它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架。 ? 它可以用于各种各样的用例，例如通过有效地将数据库流量路由到适当的后端MySQL服务器来提供高可用性和可伸缩性。可插拔架构还使开发人员能够扩展MySQL Router以用于自定义用例。 常见的开源数据库中间件对比 功能 Sharding-JDBC TDDL Amoeba Cobar MyCat 基于客户端还是服务端 客户端 客户端 服务端 服务端 服务端 分库分表 有 有 有 有 有
88150发布于 2018-12-07 - 来自专栏架构师修炼
数据库读写分离方案，实现高性能数据库集群
一般我们业务在读多写少的场景下，遇到的第一个瓶颈就是数据库这块，大量的读请求会来到数据库，这样如果你初期部署的一个数据库就会造成IO大量增加，使得请求变慢，甚至会卡死整个数据库，到了这个阶段，我们一般会将读请求和写请求进行分开数据处理 同时，从数据库还可以作为备份数据库来使用，万一主库突然故障了，它可以顶上去防止数据丢失。 所以，不能这么搞啊，一般生产环境一个主数据库挂三个从数据就行了，最多不能超过5个以上，要是还是不满足肯定就会有其他方案了啊，多级缓存方案啊，是不是，后面会讲的。 5，使用消息队列中间件进行消息冗余，将新的主数据内容，通过消息中间件MQ冗余一份当前数据，然后发到需要查询的系统。 在消息体不大情况下，推荐使用第5种优化方案，需要消息中间件；其次考虑缓存的，因为更新的操作，需要更新缓存，也需要解决一致性问题，所以，新增的数据，就首选缓存优化方案。最后，推荐重要性非重要性隔离方案。
2.5K31发布于 2020-07-20 YashanDB数据库高性能存储引擎设计
在现代数据库技术领域，存储引擎的性能直接影响到整体系统的表现。随着数据量的不断增长和应用场景的多样化，性能瓶颈和数据一致性问题愈发凸显。 YashanDB作为一款新兴的数据库解决方案，致力于在高性能存储引擎的设计上解决这些行业挑战。 本篇文章将对YashanDB的高性能存储引擎设计进行深入探讨，帮助读者理解其架构及优势，并提供可操作的技术建议。 结论YashanDB的高性能存储引擎设计通过多层存储结构和高效的事务管理机制，能够有效应对现代数据库面临的性能瓶颈和数据一致性问题。 通过合理部署和持续优化，开发人员和数据库管理员能够显著提升数据库的整体性能和可用性。建议读者在实际项目中关注YashanDB的存储引擎特性和最佳实践，充分发挥其技术优势。
14610编辑于 2025-08-27- 来自专栏ADAS性能优化
LPDDR5: A New Clocking Scheme 提高性能
在LPDDR5-6400使用时，内部LPDDR5控制器和LPDDR5 PHY具有不同的同步关系。主机和设备之间的数据接口在3200 MHz的最大速率运行。 模仿LPDDR4-4266内部DFI 1:2频率比将意味着LPDDR5控制器和LPDDR5 PHY之间的interace将在1600兆赫，这是不适合的任何显著复杂的LPDDR5控制器的合理预期运行。 这将允许LPDDR5控制器和LPDDR5 PHY之间的接口，以在800兆赫上运行，甚至在LPDDR5 PHY运行数据接口到存储器在3200兆赫。 该LPDDR5 PHY必须已经管理多个时钟速率接口到内存中，所以它是理想的牵制LPDDR5 PHY内的时钟复杂性。 通过这样做一个维护DFI 1：4的频率比为LPDDR5数据并保持LPDDR5控制器和在800MHz运行的整个DFI：用于LPDDR5命令而移动到一个DFI 1 1频率比。
3.5K20编辑于 2022-05-13 - 来自专栏芋道源码1024
浅谈高性能数据库集群 —— 分库分表
本文主要介绍高性能数据库集群分库分表相关理论，基本架构，涉及的复杂度问题以及常见解决方案。 分库分表概述 ? 读写分离分散数据库读写操作压力，分库分表分散存储压力 适用场景 ? 数据库操作问题 ? 实现方法 ? 参考 从0开始学架构 —— 李运华 《浅谈高性能数据库集群——读写分离》—— 陈彩华 《架构设计方法初探》 —— 陈彩华 《分库分表、主从、读写分离》
69410发布于 2018-10-26 YashanDB高性能数据库设计与实现技术
如何优化数据库查询速度是提升业务系统性能的关键技术难题。现代数据库面临的数据规模复杂、查询请求高并发且多样化，若无法实现高效的数据存取与处理，将严重制约业务响应能力和系统扩展性。 因此，设计一款既保证高性能又兼顾高可用性和易管理的数据库系统显得尤为重要。 YashanDB以创新的架构设计、先进的存储机制及完善的事务控制，实现了面向多场景的高性能数据库解决方案，助力用户有效提升数据处理效率和系统稳定性。 先进的事务控制与并发机制YashanDB支持ACID事务特性及多版本并发控制(MVCC)，确保读写操作高性能并发执行且数据一致。 结论本文详细介绍了YashanDB数据库的高性能设计与实现技术，涵盖多形态部署架构、多样化存储结构、内存管理、事务控制、SQL优化执行、主备复制及高可用机制等核心内容。
27310编辑于 2025-08-19- 来自专栏Spark学习技巧
ClickHouse高性能分布式分析数据库
向大家介绍ClickHouse的基本特性和概念，特别是性能对比数据，包括和Hive/Spark/Druid的性能对比。
1K30发布于 2019-05-09 解密YashanDB数据库的高性能查询能力
在现代数据库技术领域，随着数据规模的爆炸式增长和复杂度的提升，数据库系统面临着性能瓶颈、数据一致性难以保证、以及高并发处理的挑战。高性能查询能力成为数据库系统核心竞争力之一。 本文旨在深入分析YashanDB数据库的结构和关键技术，帮助技术人员深入理解其高性能查询能力的技术原理和优势。 多样化的部署方案为不同业务场景提供灵活的高性能基础架构。创新存储引擎与数据组织优化YashanDB数据库的存储引擎支持四种存储结构：HEAP、BTREE、MCOL和SCOL，适应不同的业务需求。 SCOL稳态列式存储基于对象式管理，支持压缩和编码，适合海量稳态数据的高性能分析查询。 结论YashanDB数据库凭借其多形态部署架构、创新的存储引擎、先进的优化器和执行引擎、多版本并发控制及完善的缓存及后台优化体系，实现了在海量数据和复杂业务场景下卓越的高性能查询能力。
22900编辑于 2025-08-12- 来自专栏Linyb极客之路
浅谈高性能数据库集群——分库分表
本文主要介绍高性能数据库集群分库分表相关理论，基本架构，涉及的复杂度问题以及常见解决方案。 分库分表概述 ? 读写分离分散数据库读写操作压力，分库分表分散存储压力 适用场景 ? 数据库操作问题 ? 实现方法 ?
58060发布于 2018-08-16 - 来自专栏Android开发指南
5.数据库
5.数据库 数据库的操作 创建数据库create database mydb ; 查看创建数据库的语句show create database mydb ; 改变当前的数据库use mydb ; 删除数据库 drop database mydb ; 查看所有的数据库show databases ; 修改数据库mydb1的字符集为utf8 alter database mydb1 character set ，先创建数据库，再获取可读可写的数据库对象，如果数据库存在，就直接打开，增删改用这个 SQLiteDatabase db = oh.getWritableDatabase(); //如果存储空间满了 数据库常用操作 用到数据库就要想到 数据库单例，保证只要一个实例 定义javaben对象 将Javaben对象存到数据库 从数据库读取 实例： CoolWeatherOpenHelper public 使用这种方式来维护数据库的升级，不管版本怎样更新，都可以保证数据库的表结构是最新的，而且表中的数据也完全不会丢失了。
90980发布于 2018-05-14 - 来自专栏萝卜要加油
Go高性能编程 EP5: 更精准的benchmark
b.N 的值大概以 1, 2, 3, 5, 10, 20, 30, 50, 100 这样的序列递增，越到后面，增加得越快 进阶参数 count 控制运行次数，而不受由b.N 控制 benchtime 控制运行时间
33210编辑于 2025-03-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号