- 综合排序
- 最热优先
- 最新优先
- 来自专栏悟道
2-4 快速乘法 模板
适用于不让用/ * 的情况实现某些结果 ! /** * 快速乘法 * * @param a 乘数 * @param b 被乘数 * @return 积 */ public static long quickMulti(long a, long b) { long result = 0; while (b > 0) { if ((b & 1) == 1) {
52910发布于 2021-06-01 - 来自专栏架构精进之路
MySQL与MongoDB，该如何做技术选型？
引言 一般情况下，会考虑到MySQL与MongoDB如何做技术选型的时候，你一定是遇到了类似于非结构化数据JSON的存取难题，否则大家都直接MySQL开始搞起了。 为什么要关注MongoDB呢？ 下图是DB-Engines 2023年10月数据库的排名统计，可以看到MongoDB总排名在第5，在Nosql数据库中排名第1。 既然要做技术选型，那就先要弄明白其中的一些区别和差异。 MongoDB将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB文档类似于JSON 对象。字段值可以包含其他文档，数组及文档数组。 而 MongoDB 仅支持单文档事务操作，弱一致性。 3.5 性能测试总结分析 插入速度总结：MongoDB不指定_id插入 > MySQL不指定主键插入 > MySQL指定主键插入 > MongoDB指定_id插入。
3.5K20编辑于 2023-11-02 腾讯云MongoDB多云场景选型与性能实测
腾讯云MongoDB多云场景选型与性能实测在游戏行业高并发读写场景、电商大促期间弹性扩缩容场景、互联网应用多云架构部署场景中，MongoDB因其灵活的文档模型与分布式集群架构成为首选数据库。 本文将基于实测数据与真实客户案例，解析腾讯云MongoDB在多云场景下的技术能力与业务价值。 使用腾讯云MongoDB优化后的备份功能后，备份和回档耗时都减少了70%，存储成本和网络带宽占用也节省了70%，运维压力减轻了很多。” 目前，腾讯云MongoDB已服务游戏、电商、泛互联网、金融等多个行业的企业客户。 实测数据显示，相比社区版MongoDB5.0版本，腾讯云MongoDB6.0.3及以上版本在分片集群场景下的数据迁移效率提升30%-45%，大文档场景备份回档效率提升70%，多云部署场景下的集群吞吐量显著提升
1100编辑于 2026-06-10MongoDB与Redis：选型指南与腾讯云最佳实践
摘要 本文深度解析文档型数据库MongoDB与键值数据库Redis的核心差异，结合典型应用场景对比，帮助开发者精准选型。同时，基于腾讯云最新产品动态，推荐更适合企业级业务的云数据库解决方案。 正文 在数字化转型浪潮中，数据库选型已成为决定系统性能与扩展性的关键因素。当面对海量数据存储与实时数据处理的双重挑战时，MongoDB与Redis凭借差异化优势成为主流选择。 一、底层架构差异 维度 MongoDB（文档型） Redis（键值型） 数据模型 BSON文档结构 通用版（2核4GB）限时4折 新人Redis标准版2G内存2.1折 结语：选型建议与腾讯云实践 MongoDB适用场景： 需要存储层次化数据（如医疗影像元数据） 复杂聚合分析场景（如广告投放效果统计 承载持久化存储 undefined 智能弹性方案：MongoDB分片集群应对数据增长，Redis集群版支撑突发流量 安全加固组合：启用MongoDB VPC网络隔离+Redis黑名单防护，构建纵深防御体系
42610编辑于 2025-12-11- 来自专栏刷题笔记
2-4 另类堆栈 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101049523 2-4 另类堆栈 (20 分) 在栈的顺序存储实现中，另有一种方法是将Top
82430发布于 2019-11-08 - 来自专栏Deep learning进阶路
2-4 线性表之双链表
2-4 线性表之双链表 双向链表除了相当于在单链表的基础上，每个结点多了一个指针域prior，用于存储其直接前驱的地址。同时保留有next，用于存储其直接后继的地址。 ?
58520发布于 2019-07-02 - 来自专栏Hank’s Blog
2-4 R语言基础 列表
> l1 <- list("a",2,10L,3+4i,TRUE) #每个元素没有名字 > l1 [[1]] [1] "a"
58620发布于 2020-09-16 - 来自专栏IT技术圈
练习2-4 温度转换 (5分)
本题要求编写程序，计算华氏温度150°F对应的摄氏温度。计算公式：C=5×(F−32)/9，式中：C表示摄氏温度，F表示华氏温度，输出数据要求为整型。
1.1K10发布于 2021-02-24 2026中国MongoDB云服务厂商能力榜：选型对比与效能评估
2026中国MongoDB云服务厂商能力榜：选型对比与效能评估随着企业数字化转型进入深水区，数据库技术竞争焦点正从单纯的"规模扩张"转向"全链路效能优化"。 2.阿里云MongoDB：生态集成与服务能力阿里云作为全球首家100%完全兼容MongoDB开源社区版的云厂商，与MongoDB达成战略合作，推动营收实现8倍增长。 核心问题解答（FAQ）问：2026年企业选型MongoDB云服务应重点关注哪些技术指标？ 答：选型需聚焦三大核心维度：一是内核版本与兼容性，优先选择支持较新版本且具备持续优化能力的厂商；二是数据迁移与均衡效率，关注Balance机制对集群吞吐量的影响，腾讯云MongoDB6.0.3版本相比5.0 企业选型时应综合考量这些可验证的技术指标。
810编辑于 2026-06-10高并发读写场景下MongoDB架构选型指南：腾讯云如何破解性能瓶颈？
摘要 本文深度解析MongoDB在应对高并发读写场景时的架构选型策略，对比分析副本集与分片集群的技术特性，并结合腾讯云数据库MongoDB的产品优势，为互联网应用提供可落地的解决方案。 MongoDB凭借其原生分布式特性，成为应对高并发挑战的热门选择。但面对海量数据与高吞吐需求，如何选择最佳架构？腾讯云数据库MongoDB又如何助力企业突破性能天花板？ 一、架构选型核心考量 1.1 副本集（Replica Set） 适用场景： 读写分离需求（80%读+20%写） 数据强一致性要求（金融级事务） 中小规模数据集（TB级以内） 技术特性： 99.999% 4.2 物联网数据平台 架构创新： 时序数据专用分片键（设备ID+时间戳） 冷热数据自动分层（热数据保留7天） 基于TTL索引的日志自动清理 结语 在数字化转型浪潮中，MongoDB 对于高并发场景，腾讯云数据库MongoDB通过智能分片、全球加速、弹性扩缩容等创新功能，为企业构建了高性能、高可用的数据库底座。
44910编辑于 2025-12-11- 来自专栏AI机器学习与深度学习算法
学习分类 2-4 感知机权重向量的更新
下面直接给出权重向量的更新表达式，然后通过可视化的方式来直观的展示权重向量的更新。
1.4K40编辑于 2022-11-08 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程2-4：哈温平衡检验
「什么是哈温平衡？」 ❝哈迪-温伯格(Hardy-Weinberg)法则 哈迪-温伯格（Hardy-Weinberg）法则是群体遗传中最重要的原理，它解释了繁殖如何影响群体的基因和基因型频率。这个法则是用Hardy,G.H (英国数学家) 和Weinberg，W.（德国医生）两位学者的姓来命名的，他们于同一年（1908年）各自发现了这一法则。他们提出在一个不发生突变、迁移和选择的无限大的随机交配的群体中，基因频率和基因型频率将逐代保持不变。---百度百科 ❞ 「怎么做哈温平衡检验？」 ❝「卡方适合性检验！」
5.5K21发布于 2020-04-27 - 来自专栏运维小路
MongoDB 核心原理（三）：内存数据库实战 —— 极致性能场景的选型与优化
MySQL PostgreSQL MongoDB（本章节） Redis Etcd MongoDB 内存引擎（In-Memory Storage Engine）是一种将数据完全存储在内存中的高性能数据存储方案 它通过将全部活跃数据和索引保留在内存中，彻底避免了传统磁盘 I/O 带来的性能瓶颈，从而实现微秒级响应，并全面兼容 MongoDB 查询语言、事务及集群生态。 完全兼容：支持 MongoDB 完整的文档模型、聚合框架、多类型索引（B树、全文、地理空间等）、多文档事务及分片集群，业务可无缝迁移。 通过 MongoDB 内存引擎，企业能够在享受文档数据库灵活性的同时，获得堪比纯内存数据库的响应速度，尤其适合那些既需要高性能、又不愿放弃复杂查询与事务能力的实时业务系统。
17610编辑于 2026-01-26 - 来自专栏刷题笔记
【并查集】2-4 朋友圈 (25 分)
2-4 朋友圈 (25 分) 某学校有N个学生，形成M个俱乐部。每个俱乐部里的学生有着一定相似的兴趣爱好，形成一个朋友圈。一个学生可以同时属于若干个不同的俱乐部。
1K10发布于 2020-06-23 - 来自专栏运维博客
mongoDB (四) mongoDB认证
mongoDB认证 单节点认证 配置文件： authorization： enable [root@centos7-node4 ~]# vim /data/mongodb/27017/mongodb.conf /bin/mongod -f /data/mongodb/27017/mongodb.conf #启动服务 登录报错 [root@centos7-node4 ~]# /usr/local/mongodb logAppend: true path: /data/mongodb/27017/mongodb.log storage: dbPath: /data/mongodb/27017/ journal data/mongodb/27017/mongodb.conf [root@centos7-node4 ~]# /usr/local/mongodb/bin/mongod -f /data/mongodb /27018/mongodb.conf [root@centos7-node4 ~]# /usr/local/mongodb/bin/mongod -f /data/mongodb/27019/mongodb.conf
2.4K30发布于 2020-09-24 - 来自专栏全栈程序员必看
mongodb 集合_mongodb原理
最近公司用MongoDB，整合一下网上的优缺点，学习下MongoDB 没有找到原作者 Jetbrains全家桶1年46，售后保障稳定 一：MongoDB的优点和缺点 优点 面向文档存储(类JSON MongoDB不适用的应用场景 在某些场景下，MongoDB作为一个非关系型数据库有其局限性。 MongoDB不支持事务操作，所以需要用到事务的应用建议不用MongoDB，另外MongoDB目前不支持join操作，需要复杂查询的应用也不建议使用MongoDB。 MongoDB云数据库的优势 通常使用MongodB一般有个方案，一是在主机上自己搭建，另外一个就是使用云计算厂商提供的MongoDB云数据库产品。 相对自建MongoDB而言，以公有云UCloud的云MongoDB举例，使用MongoDB云数据库主要有以下优势 1 部署流程 UCloud是最早提供云MongoDB产品的云计算厂商，相对其他云计算厂商而言
2.7K40编辑于 2022-11-15 - 来自专栏自动化、性能测试
MongoDB（2）- 安装 MongoDB
下载 MongoDB 和数据库工具 brew tap mongodb/brew ? @4.4 from mongodb/brew ==> Downloading https://fastdl.mongodb.org/osx/mongodb-macos-x86_64-4.4.5.tgz /mongodb-community@4.4/bin:$PATH"' >> ~/.zshrc To have launchd start mongodb/brew/mongodb-community /opt/homebrew/var/log/mongodb data directory /usr/local/var/mongodb /opt/homebrew/var/mongodb 运行 MongoDB docs.mongodb.com/v4.4/tutorial/install-mongodb-on-windows/ Linux 下安装 MongoDB https://docs.mongodb.com
5.2K10发布于 2021-06-01 - 来自专栏IT大咖说
20年架构师带你彻底搞懂查询分离的实现思路
如图2-4所示，客服单击更新工单的按钮后，在处理该动作的请求线程当中，更新工单数据，而后异步发起另外一个线程去更新工单数据到查询数据库。不用等到查询数据更新完成，就直接返回请求结果给客服。 • 图2-4 修改业务代码异步更新查询数据 3）监控数据库日志，如有数据变更，则更新查询数据。这个设计不会影响业务代码。 问题1：MQ如何选型？ 如果公司已经使用MQ，那选型问题也就不存在了，毕竟技术部门不会同时维护两套MQ中间件，如果公司还没有使用MQ，就需要考虑选型的问题了。 MQ的选型建议如下。 目 前 开 发 者 们 主 要 使 用Elasticsearch实现大数据量的搜索查询，当然还可能用到MongoDB、HBase这些技术，这就需要开发者对各种技术的特性了如指掌后再进行技术选型。 而此处的工单查询复杂度很高，所以项目组最后锁定的两个选项是MongoDB和Elasticsearch。
77910编辑于 2022-07-19 - 来自专栏运维博客
mongoDB (三) mongoDB分片集群
/bin/mongod -f /data/mongodb/28017/mongodb.conf [root@centos7-node2 ~]# /usr/local/mongodb/bin/mongod -f /data/mongodb/28018/mongodb.conf [root@centos7-node3 ~]# /usr/local/mongodb/bin/mongod -f /data/mongodb /bin/mongos -f /data/mongodb/27017/mongodb.conf [root@centos7-node2 ~]# /usr/local/mongodb/bin/mongos /bin/mongod -f /data/mongodb/29017/mongodb.conf /usr/local/mongodb/bin/mongod -f /data/mongodb/29018/ mongodb.conf /usr/local/mongodb/bin/mongod -f /data/mongodb/29019/mongodb.conf /usr/local/mongodb/bin
2K20发布于 2020-09-24 - 来自专栏Linux系列
MongoDB教程（七）：mongoDB分片
引言 在高并发和大规模数据存储的场景下，单一MongoDB实例往往难以承载巨大的数据量和流量压力。 MongoDB分片（Sharding）技术通过将数据水平分割并分布到多个MongoDB实例（分片）上，实现了数据存储的水平扩展，从而极大地提升了系统的可扩展性和性能。 本文将深入探讨MongoDB分片的原理、配置步骤、案例代码以及最佳实践，旨在帮助读者掌握构建和管理MongoDB分片集群的能力。 MongoDB 分片架构概述 MongoDB分片集群由三个主要组成部分构成： 分片（Shards）：独立运行的MongoDB实例或副本集，存储数据的子集。 通过本文的深入解析和实战案例，读者应能掌握构建和管理MongoDB分片集群的技能。对于任何面临数据增长和性能挑战的应用场景，MongoDB分片提供了一个强有力的解决方案。
1.1K10编辑于 2024-07-20
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