- 综合排序
- 最热优先
- 最新优先
- 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 架构 使SSDB命令客户端(ssdb-cli) SSDB 的命令 客户端 ssdb-cli 可 于 常管理, 包括查看 SSDB 的运 状态(info), 还能做 些 API 没有的操作, 如清空整个数据库
2.5K60发布于 2018-04-25 - 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。
42510编辑于 2024-03-11 - 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
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
3.6K90发布于 2018-01-29 - 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 01 读写分离架构原理 正如上面所说，读写分离是为了将请求流量分散到不同的数据库节点上，将写入数据的请求分发到主数据库，读取数据的请求分发到从数据库，从数据可以有多台，即一主多从。如下图： ? 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。 但是，我们不能一味的加从数据库，加个十七八个的，这样做是无脑的操作啊，你想想看，你加一堆的的从数据库连接到数据库，复制他的数据，太多的IO线程会造成主数据不堪重负的，就会造成你写入数据慢，还会卡死，这就悲剧了 02 如何优雅使用读写分离 我们现在使用了数据库读写分离的机制，但是我们代码该怎么去友好的去访问数据库呢？
2.5K31发布于 2020-07-20 - 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
87550发布于 2018-12-07 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》
69210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。
26910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 - 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 ?
57860发布于 2018-08-16 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。
22500编辑于 2025-08-125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。
12410编辑于 2025-11-14YashanDB数据库高性能查询语句编写技巧分享
随着数据量的不断增长，数据库的性能优化已成为技术领域内的重要挑战之一。在数据库的运营中，查询性能往往是影响整体应用效率的关键因素。 本文旨在为数据库管理员、开发人员及数据工程师提供YashanDB数据库的高性能查询语句编写技巧，帮助其更好地利用YashanDB特性，提升数据查询的效率。1. 使用JOIN而非子查询可以提高性能，尤其是在处理大数据集时。YashanDB还支持HINT优化器提示，合理利用可以引导优化器生成更优的执行计划。4. 使用批量处理技术YashanDB支持批量插入和更新操作，能够有效减少数据库连接的频繁打开和关闭，降低网络延迟。 通过合理的查询语句编写和数据库管理策略，可以在高并发、高负载环境下保持性能稳定。持续学习和掌握数据库技术是应对未来挑战的关键。
13500编辑于 2025-07-13- 来自专栏Java面试教程
深入解析ClickHouse：高性能列式数据库管理系统
前言 了不起：最近我发现了一款数据库，它能帮助我们处理海量数据，让我们轻松搞定复杂的数据分析任务。你们猜是什么数据库呢？ 同事A：哇，这听起来很厉害啊！难道是那个ClickHouse吗？ ClickHouse的最大优势在于它的高性能。它采用了列式存储的方式，相比传统的行式存储，能够更高效地处理大量数据。 列式存储是ClickHouse高性能的关键之一。此外，ClickHouse还采用了向量化查询的技术，即将一组数据同时进行计算，而不是逐个进行。 ClickHouse专注于数据分析和查询，对于频繁的数据更新和插入操作，性能可能不如专门针对OLTP场景的数据库。所以在选择数据库时，我们要根据具体的需求和应用场景来做出决策。 ClickHouse以其高性能、高可扩展性和强大的数据分析能力，在大数据领域脱颖而出，成为众多数据团队的得力工具。 ClickHouse适用于大规模数据分析和复杂查询场景，特别是实时数据流入的应用。
1.1K40编辑于 2023-09-06 怎样做YashanDB数据库负载均衡实现高性能？
在现代数据库系统中，随着数据量迅速增长与业务需要的多样性，如何实现高效的负载均衡成为了技术团队普遍面临的挑战。负载均衡不仅关乎于性能，也关乎于系统的可用性和容错能力。 针对YashanDB这样的高性能数据库系统，合理的负载均衡实现将有助于提升整体服务的响应速度、稳定性，从而满足业务的高并发访问需求。 共享集群部署共享集群部署是面向高可用、高性能和可扩展性要求的核心场景，在这种形态下，通过共享内存技术，所有实例读写同一份数据，支持多实例之间的并发访问。 具体实施细节及建议在实施YashanDB负载均衡时，可以参考以下几点技术建议：合理设计数据库架构，选择适应的部署形态，确保高可用性与性能需求的平衡。 随着业务规模不断扩大，未来对数据库的高性能方向将会更加明确，建议技术团队积极探讨并实施有效的负载均衡策略，以确保系统在压力下始终保持流畅运行。
18300编辑于 2025-07-23YashanDB数据库高性能设计及优化实战分享
如何有效提升数据库的查询速度和系统整体性能，是现代数据库架构设计中的核心问题。查询的延迟和资源消耗直接影响业务响应能力和系统的吞吐效率，尤其在面对大规模数据处理和高并发场景时，该问题尤为突出。 YashanDB作为一款面向多样化应用场景设计的高性能关系数据库系统，通过多层架构设计与优化机制，实现了对不同部署模式和业务类型的有力支撑。 本文将深入剖析YashanDB的系统设计特色及核心优化技术，以提升数据库性能并保障业务连续运行。 共享集群部署依托于共享存储和聚合内存技术，支持多实例并发读写，保证强一致性，适应高可用、高性能及高扩展业务需求。 结论本文全面解析了YashanDB数据库从架构设计、存储引擎、内存管理、SQL执行、事务控制到高可用保障和安全管理的核心技术实现。通过多层次、多模块的优化，实现了对各类复杂场景的高性能支撑。
27610编辑于 2025-08-27YashanDB数据库高性能数据写入优化实践解析
在现代数据驱动的应用中，如何实现高性能的数据写入成为数据库设计和优化的重要考量。尤其是在应对海量数据及高并发写入的情况下，数据库的写入性能直接影响到整体应用的可用性和响应速度。 YashanDB作为一款高性能的数据库，其设计灵活性和丰富的功能使其在高并发写入场景中表现优异。本文将深入探讨YashanDB在数据写入方面的优化实践，分析其实现原理与技术细节。 高性能数据写入的优化策略1. 存储结构优化YashanDB支持行存表和列存表两种不同类型的存储结构。行存表主要用于OLTP（在线事务处理）场景，适合频繁的插入和更新操作。 高效写入的评估与监控在实现高性能数据写入的过程中，对系统性能的监控和评估同样重要。 总结与未来展望YashanDB数据库的高性能数据写入性能得益于其灵活的架构设计与多种优化策略的结合应用。
15710编辑于 2025-08-27YashanDB数据库高性能数据查询引擎详解
YashanDB作为一款支持多种部署形态（单机、分布式和共享集群）和多样存储结构的数据库产品，通过其高性能数据查询引擎有效应对了行业内这些技术难题。 本文将从多个核心技术点深度解析YashanDB高性能数据查询引擎的设计原理、执行架构及优化策略。内容面向具有一定数据库基础的开发人员和DBA，旨在促进对YashanDB技术优势的理解与应用。 内部互联总线及消息传递机制实现实例间高性能通信，配合缓存和锁的全局管理，支持多实例多写环境下的事务协调和数据同步，确保系统故障自动检测与恢复，增强数据库的稳定性和可用性。 结论YashanDB数据库通过多样化存储结构、高效SQL优化器、多版本并发控制及分布式和共享集群架构构建了面向现代业务的高性能查询引擎。 建议技术人员持续关注数据库底层架构及优化技术的最新进展，以充分发挥数据库系统在业务中的核心价值。
23810编辑于 2025-08-27
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