老女人综合网,亚州sese,国产高清日韩无码,免费观看无码,久草男人,美女搞黄18禁,日本swag在线观看,日木三级区二区

MongoDB 可以應(yīng)對三高需求

具體的應(yīng)用場景:

社交場景, 使用 MongoDB 存儲用戶信息, 以及用戶發(fā)表的朋友圈信息, 通過地理位置索引實(shí)現(xiàn)附近的人, 地點(diǎn)等功能.
游戲場景, 使用 MongoDB 存儲游戲用戶信息, 用戶的裝備, 積分等直接以內(nèi)嵌文檔的形式存儲, 方便查詢, 高效率存儲和訪問.
物流場景, 使用 MongoDB 存儲訂單信息, 訂單狀態(tài)在運(yùn)送過程中會不斷更新, 以 MongoDB 內(nèi)嵌數(shù)組的形式來存儲, 一次查詢就能將訂單所有的變更讀取出來.
物聯(lián)網(wǎng)場景, 使用 MongoDB 存儲所有接入的智能設(shè)備信息, 以及設(shè)備匯報(bào)的日志信息, 并對這些信息進(jìn)行多維度的分析.
視頻直播, 使用 MongoDB 存儲用戶信息, 點(diǎn)贊互動信息等.
admin: 從權(quán)限角度考慮, 這是 root 數(shù)據(jù)庫, 如果將一個(gè)用戶添加到這個(gè)數(shù)據(jù)庫, 這個(gè)用戶自動繼承所有數(shù)據(jù)庫的權(quán)限, 一些特定的服務(wù)器端命令也只能從這個(gè)數(shù)據(jù)庫運(yùn)行, 比如列出所有的數(shù)據(jù)庫或者關(guān)閉服務(wù)器
local: 數(shù)據(jù)永遠(yuǎn)不會被復(fù)制, 可以用來存儲限于本地的單臺服務(wù)器的集合 (部署集群, 分片等)
config: Mongo 用于分片設(shè)置時(shí), config 數(shù)據(jù)庫在內(nèi)部使用, 用來保存分片的相關(guān)信息

線程池詳解

線程池用來處理異步任務(wù)或者并發(fā)執(zhí)行的任務(wù)

優(yōu)點(diǎn)：

重復(fù)利用已創(chuàng)建的線程，減少創(chuàng)建和銷毀線程造成的資源消耗
直接使用線程池中的線程，提高響應(yīng)速度
提高線程的可管理性，由線程池同一管理

ThreadPoolExecutor

java中線程池使用ThreadPoolExecutor實(shí)現(xiàn)

corePoolSize：線程池的核心線程數(shù)量

maximumPoolSize：線程池允許創(chuàng)建的最大線程數(shù)量

keepAliveTime：線程活動保持時(shí)間

unit：線程活動保持時(shí)間的單位

workQueue：任務(wù)隊(duì)列，用來保存等待執(zhí)行任務(wù)的阻塞隊(duì)列

創(chuàng)建線程有三種方式

繼承Thread類
實(shí)現(xiàn)Runnable接口
實(shí)現(xiàn)Callable接口

客戶端負(fù)載均衡器的實(shí)現(xiàn)原理是通過注冊中心，如 Nacos，將可用的服務(wù)列表拉取到本地（客戶端），再通過客戶端負(fù)載均衡器（設(shè)置的負(fù)載均衡策略）獲取到某個(gè)服務(wù)器的具體 ip 和端口，然后再通過 Http 框架請求服務(wù)并得到結(jié)果

從庫讀主庫寫，一般不要采用雙主或多主引入很多復(fù)雜性，同時(shí)目前很多拆分的解決方案同時(shí)也兼顧考慮了讀寫分離。

總體來講，MyISAM 適合 SELECT 密集型的表，而 InnoDB 適合 INSERT 和 UPDATE 密集型的表

系統(tǒng)內(nèi)有一張5000W+的大表。跟蹤代碼發(fā)現(xiàn)，該表是用于存儲資金流水的表格，關(guān)聯(lián)著眾多功能點(diǎn)，同時(shí)也有眾多的下游系統(tǒng)在使用這張表的數(shù)據(jù)。進(jìn)一步的觀察發(fā)現(xiàn)，這張表還在以每月600W+的數(shù)據(jù)持續(xù)增長，也就是說，不超過半年，這張表會增長到1個(gè)億！

這個(gè)數(shù)據(jù)量，對于mysql數(shù)據(jù)庫來說是絕對無法繼續(xù)維護(hù)的了，因此在接手系統(tǒng)兩個(gè)月后，我們便開起了大表拆分的專項(xiàng)工作。

涉及到流水表流水的接口超時(shí)頻發(fā)，部分接口基本不可用
每日新增流水緩慢，主要是插入數(shù)據(jù)庫的時(shí)候非常慢
單表占用空間過大，DBA的數(shù)據(jù)庫監(jiān)控經(jīng)常報(bào)警
無法對表進(jìn)行變更，任何alter操作都會引起主從的高延遲和長時(shí)間鎖表
將流水大表數(shù)據(jù)拆分至各個(gè)分表，保證每張分表數(shù)據(jù)在1000W左右（經(jīng)驗(yàn)上看單表1000W的量對mysql來說沒啥壓力）
在拆表的前提下，針對不同接口的查詢條件進(jìn)行優(yōu)化，保證各個(gè)對外、對內(nèi)接口的可用性。徹底殺死m(xù)ysql慢查詢。
該表的數(shù)據(jù)可以說是整個(gè)財(cái)務(wù)系統(tǒng)最基礎(chǔ)的數(shù)據(jù)，相關(guān)功能和下游系統(tǒng)非常多。這要求開發(fā)、測試和上線流程必須極其嚴(yán)密，任何小失誤都會引起大問題。
涉及的場景非常多。統(tǒng)計(jì)下來，一共有26個(gè)場景，需要改造32個(gè)mapper方法，具體需要改造的方法就更加無計(jì)其數(shù)了。
數(shù)據(jù)量非常大，遷移數(shù)據(jù)的過程必須保證系統(tǒng)穩(wěn)定。
用戶較多且功能重要。分表功能上線時(shí)，必須盡量壓縮系統(tǒng)無法使用時(shí)長，同時(shí)需要保證系統(tǒng)可用性。這要求團(tuán)隊(duì)必須設(shè)計(jì)完整可靠的上線流程、數(shù)據(jù)遷移方案、回滾方案、降級策略。
表的拆分勢必帶來部分接口的變化，接口的變化又會帶來其他系統(tǒng)的改造。如何推動其他系統(tǒng)進(jìn)行改造，如何協(xié)調(diào)多方合作的開發(fā)、測試和上線是另一個(gè)難點(diǎn)。

image.png

采用sharding-jdbc作為分表插件。其優(yōu)勢如下：1、支持多種分片策略，自動識別=或in判斷具體在哪張分表里。2、輕量級，作為maven依賴引入即可，對業(yè)務(wù)的侵入性極低。

為提升查詢速度，在整個(gè)項(xiàng)目的初期，團(tuán)隊(duì)成員考慮引入ES存儲流水以提升查詢速度。

多表的分頁問題拆表一定會引起分頁查詢的難度增加。由于各個(gè)表查出來的數(shù)據(jù)量不等，原始的sql語句limit不再適用，需要設(shè)計(jì)一個(gè)新方法便捷的獲取分頁信息。

單表優(yōu)化

除非單表數(shù)據(jù)未來會一直不斷上漲，否則不要一開始就考慮拆分，拆分會帶來邏輯、部署、運(yùn)維的各種復(fù)雜度，一般以整型值為主的表在千萬級以下，字符串為主的表在五百萬以下是沒有太大問題的。

而事實(shí)上很多時(shí)候 MySQL 單表的性能依然有不少優(yōu)化空間，甚至能正常支撐千萬級以上的數(shù)據(jù)量。

字段

盡量使用 TINYINT、 SMALLINT、 MEDIUM_INT 作為整數(shù)類型而非 INT，如果非負(fù)則加上 UNSIGNED
VARCHAR 的長度只分配真正需要的空間
使用枚舉或整數(shù)代替字符串類型
盡量使用 TIMESTAMP 而非 DATETIME
單表不要有太多字段，建議在 20 以內(nèi)
避免使用 NULL 字段，很難查詢優(yōu)化且占用額外索引空間
用整型來存 IP
索引并不是越多越好，要根據(jù)查詢有針對性的創(chuàng)建，考慮在 WHERE 和 ORDER BY 命令上涉及的列建立索引，可根據(jù) EXPLAIN 來查看是否用了索引還是全表掃描
應(yīng)盡量避免在 WHERE 子句中對字段進(jìn)行 NULL 值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描
值分布很稀少的字段不適合建索引，例如"性別"這種只有兩三個(gè)值的字段
字符字段只建前綴索引
字符字段最好不要做主鍵
不用外鍵，由程序保證約束
盡量不用 UNIQUE，由程序保證約束
使用多列索引時(shí)主意順序和查詢條件保持一致，同時(shí)刪除不必要的單列索引
可通過開啟慢查詢?nèi)罩緛碚页鲚^慢的 SQL
不做列運(yùn)算： SELECT id WHERE age+1=10，任何對列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫教程函數(shù)、計(jì)算表達(dá)式等等，查詢時(shí)要盡可能將操作移至等號右邊
sql 語句盡可能簡單：一條 sql 只能在一個(gè) cpu 運(yùn)算；大語句拆小語句，減少鎖時(shí)間；一條大sql 可以堵死整個(gè)庫
不用 SELECT *
OR 改寫成 IN： OR 的效率是 n 級別， IN 的效率是 log(n) 級別，IN 的個(gè)數(shù)建議控制在 200 以內(nèi)
不用函數(shù)和觸發(fā)器，在應(yīng)用程序?qū)崿F(xiàn)
避免 %xxx 式查詢
少用 JOIN
使用同類型進(jìn)行比較，比如用 '123' 和 '123' 比， 123 和 123 比
盡量避免在 WHERE 子句中使用 != 或 <> 操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描
對于連續(xù)數(shù)值，使用 BETWEEN 不用 IN： SELECT id FROM t WHERE num BETWEEN 1 AND 5
列表數(shù)據(jù)不要拿全表，要使用 LIMIT 來分頁，每頁數(shù)量也不要太大

InnoDB 在 MySQL 5.5 后成為默認(rèn)索引，它的特點(diǎn)是：

支持行鎖，采用 MVCC 來支持高并發(fā)
支持事務(wù)
支持外鍵
支持崩潰后的安全恢復(fù)
不支持全文索引

MySQL大文本存儲壓縮

      
      
select
  table_name as '表名',
  table_rows as '記錄數(shù)',
  truncate(data_length/1024/1024, 2) as '數(shù)據(jù)容量(MB)',
  truncate(index_length/1024/1024, 2) as '索引容量(MB)',
  truncate(DATA_FREE/1024/1024, 2) as '碎片占用(MB)'
from
  information_schema.tables
where
  table_schema=${數(shù)據(jù)庫名}
order by
  data_length desc, index_length desc;

什么是分布式事務(wù)問題？

單體應(yīng)用

單體應(yīng)用中，一個(gè)業(yè)務(wù)操作需要調(diào)用三個(gè)模塊完成，此時(shí)數(shù)據(jù)的一致性由本地事務(wù)來保證。

image.png

負(fù)載均衡通器常有兩種實(shí)現(xiàn)手段，一種是服務(wù)端負(fù)載均衡器，另一種是客戶端負(fù)載均衡器，而我們今天的主角 Ribbon 就屬于后者——客戶端負(fù)載均衡器。

服務(wù)端負(fù)載均衡器的問題是，它提供了更強(qiáng)的流量控制權(quán)，但無法滿足不同的消費(fèi)者希望使用不同負(fù)載均衡策略的需求，而使用不同負(fù)載均衡策略的場景確實(shí)是存在的，所以客戶端負(fù)載均衡就提供了這種靈活性。然而客戶端負(fù)載均衡也有其缺點(diǎn)，如果配置不當(dāng)，可能會導(dǎo)致服務(wù)提供者出現(xiàn)熱點(diǎn)，或者壓根就拿不到任何服務(wù)的情況

Ribbon 介紹

Ribbon 是 Spring Cloud 技術(shù)棧中非常重要的基礎(chǔ)框架，它為 Spring Cloud 提供了負(fù)載均衡的能力，比如 Fegin 和 OpenFegin 都是基于 Ribbon 實(shí)現(xiàn)的，就連 Nacos 中的負(fù)載均衡也使用了 Ribbon 框架。

Ribbon 框架的強(qiáng)大之處在于，它不僅內(nèi)置了 7 種負(fù)載均衡策略，同時(shí)還支持用戶自定義負(fù)載均衡策略，所以其開放性和便利性也是它得以流行的主要原因。

mongodb-driver是mongo官方推出的java連接mongoDB的驅(qū)動包，相當(dāng)于JDBC驅(qū)動。我們通過一個(gè)入門的案例來了解mongodb-driver 的基本使用。

秒殺場景下的業(yè)務(wù)梳理——Redis分布式鎖的優(yōu)化

商品秒殺本質(zhì)上其實(shí)還是商品購買，所以我們需要準(zhǔn)備一張訂單表來記錄對應(yīng)的秒殺訂單。

這里就涉及到了一個(gè)訂單 id 的問題了，我們是否可以像其他表一樣使用數(shù)據(jù)庫自身的自增 id 呢？

鎖有兩種：

一，悲觀鎖： 認(rèn)為線程安全問題一定會發(fā)生，因此在操作數(shù)據(jù)之前先獲取鎖，確保線程串行執(zhí)行。例如Synchronized、Lock都屬于悲觀鎖；

二，樂觀鎖： 認(rèn)為線程安全問題不一定會發(fā)生，因此不加鎖，只是在更新數(shù)據(jù)時(shí)去判斷有沒有其它線程對數(shù)據(jù)做了修改。

官方驅(qū)動說明和下載：mongodb.github.io/mongo-java-…[1]
官方驅(qū)動示例文檔：mongodb.github.io/mongo-java-…[2]

5.3.2 SpringDataMongoDB

SpringData家族成員之一，用于操作MongoDB的持久層框架，封裝了底層的mongodb-driver。

官網(wǎng)主頁： projects.spring.io/spring-data…[3]

在 MongoDB 中, 數(shù)據(jù)庫和集合都不需要手動創(chuàng)建, 當(dāng)我們創(chuàng)建文檔時(shí), 如果文檔所在的集合或者數(shù)據(jù)庫不存在, 則會自動創(chuàng)建數(shù)據(jù)庫或者集合

數(shù)據(jù)庫 (database)
- 數(shù)據(jù)庫是一個(gè)倉庫, 存儲集合 (collection)
集合 (collection)
- 類似于數(shù)組, 在集合中存放文檔
文檔 (document)
- 文檔型數(shù)據(jù)庫的最小單位, 通常情況, 我們存儲和操作的內(nèi)容都是文檔

單機(jī)搭建mongodb分布式集群(副本集 + 分片集群)

MongoDB是一個(gè)開源, 高性能, 無模式的文檔型數(shù)據(jù)庫, 當(dāng)初的設(shè)計(jì)就是用于簡化開發(fā)和方便擴(kuò)展, 是NoSQL數(shù)據(jù)庫產(chǎn)品中的一種.是最像關(guān)系型數(shù)據(jù)庫（MySQL）的非關(guān)系型數(shù)據(jù)庫. 它支持的數(shù)據(jù)結(jié)構(gòu)非常松散, 是一種類似于 JSON 的格式叫BSON, 所以它既可以存儲比較復(fù)雜的數(shù)據(jù)類型, 又相當(dāng)?shù)撵`活. MongoDB中的記錄是一個(gè)文檔, 它是一個(gè)由字段和值對（?eld:value）組成的數(shù)據(jù)結(jié)構(gòu).MongoDB文檔類似于JSON對象, 即一個(gè)文檔認(rèn) 為就是一個(gè)對象.字段的數(shù)據(jù)類型是字符型, 它的值除了使用基本的一些類型外, 還可以包括其他文檔, 普通數(shù)組和文檔數(shù)組.

“最像關(guān)系型數(shù)據(jù)庫的 NoSQL 數(shù)據(jù)庫” . MongoDB 中的記錄是一個(gè)文檔, 是一個(gè) key-value pair. 字段的數(shù)據(jù)類型是字符型, 值除了使用基本的一些類型以外, 還包括其它文檔, 普通數(shù)組以及文檔數(shù)組

MySQL主從復(fù)制集群搭建—binlog二進(jìn)制文件方式

binlog 簡介

Mysql中有一個(gè)binlog二進(jìn)制日志，這個(gè)日志會記錄下主服務(wù)器所有修改了的SQL語句，從服務(wù)器把主服務(wù)器上的binlog二進(jìn)制日志，在指定的位置開始復(fù)制主服務(wù)器所有修改的語句，在從服務(wù)器上執(zhí)行一遍。

簡而言之就是，主服務(wù)器會把create、update、delete語句都記錄到一個(gè)二進(jìn)制文件中（binlog），從服務(wù)器讀取這個(gè)文件，執(zhí)行一遍文件中記錄的create、update、delete語句。從而實(shí)現(xiàn)主從數(shù)據(jù)同步。

配置主從庫 my.ini 或者 my.cnf 文件

my.ini是Windows系統(tǒng)的，my.cnf是Linux系統(tǒng)的

在 111 和 222 的 my.ini 中的[mysqld]節(jié)點(diǎn)下配置

server-id = 唯一ID：主服務(wù)器唯一 ID，一般設(shè)置為機(jī)器 IP 地址后三位

log-bin = 二進(jìn)制日志文件存放路徑：這個(gè)是啟動并記錄 binlog 日志

log-err = 錯(cuò)誤日志路徑（可選）：啟動錯(cuò)誤日志

read-only = 0：0是讀寫都行（主庫），1是只讀（從庫）

binlog-lgnore-db= 數(shù)據(jù)庫名（可選）：設(shè)置不要主從復(fù)制的數(shù)據(jù)庫

binlog-do-db = 數(shù)據(jù)庫名（可選）：需要復(fù)制的數(shù)據(jù)庫名

三臺服務(wù)器：192.168.216.111、192.168.216.222、192.168.216.333

當(dāng)主庫和從庫都配置完 my.ini 文件之后，還需要主庫建立一個(gè)授權(quán)用戶，讓從庫能通過這個(gè)用戶登錄到主庫上。

      
      grant replication slave on *.* TO '用戶名'@'從機(jī)IP' identified by '密碼';（建立授權(quán)用戶）

flush privileges;(刷新mysql的系統(tǒng)權(quán)限相關(guān)表)

-   在從機(jī)上試試可否連接上主機(jī)

222從庫執(zhí)行： mysql -h 主機(jī)IP -usally -pilovesally

如果連接失敗，看看是不是防火墻的原因，配置防火墻的 IP 規(guī)則

開始主從復(fù)制

查看 master 111 主機(jī)狀態(tài)

      
      show master status;

主要看File和Position兩個(gè)參數(shù)，File代表從哪個(gè)日志文件里同步數(shù)據(jù)，Position代表從這個(gè)文件的什么位置開始同步數(shù)據(jù)，binlog-do-db 和 binlog-lgnore-db 意思為同步哪幾個(gè)數(shù)據(jù)庫和不同步哪幾個(gè)數(shù)據(jù)庫。

從庫登錄主庫設(shè)置同步數(shù)據(jù)文件

如果之前做過同步數(shù)據(jù)，那么請先停止（stop slave;），否則會報(bào)錯(cuò)。

      
      222執(zhí)行： MASTER_HOST='主機(jī)IP', MASTER_USER='主機(jī)用戶名'， MASTER_PASSWORD='主機(jī)密碼', MASTER_LOG_FILE='File名字'， MASTER_LOG_POS=Position數(shù)字；

啟動從庫復(fù)制功能

      
      start slave;

查看從庫同步狀態(tài)

      
      show slave status\G;

auto_increment_increment=2 #步長值auto_imcrement。一般有n臺主MySQL就填n

auto_increment_offset=1 #起始值。一般填第n臺主MySQL

mysql數(shù)據(jù)同步：canal搭建主從｜集群架構(gòu)

從架構(gòu)方式上出發(fā)，我們用來保證服務(wù)高可用的手段主要是主從架構(gòu)、集群架構(gòu)。有時(shí)我們也把主從歸結(jié)到集群架構(gòu)中，但嚴(yán)格意義上講，集群架構(gòu)是指多節(jié)點(diǎn)同時(shí)運(yùn)行，而主從架構(gòu)同一時(shí)刻只有一個(gè)節(jié)點(diǎn)運(yùn)行，另一個(gè)節(jié)點(diǎn)作為備用，只有當(dāng)主節(jié)點(diǎn)宕機(jī)時(shí)，備用節(jié)點(diǎn)才會啟用。

我們首先要理解canal實(shí)現(xiàn)數(shù)據(jù)同步的依賴于binlog，也依賴于mysql dump指令，binlog本身的特性就要求數(shù)據(jù)原子性、隔離性，有序性，同時(shí)mysql dump指令是比較占用mysql服務(wù)器資源的，所以要盡可能少的避免，為此canal服務(wù)端同一時(shí)刻只能有一個(gè)節(jié)點(diǎn)來讀取binlog進(jìn)行同步。

因此在這樣的基礎(chǔ)之上，canal的集群模式實(shí)際上就是主從模式。那么我們要進(jìn)行搭建的也就是主從。

我們知道canal中有服務(wù)端deployer和客戶端adapter，服務(wù)端負(fù)責(zé)從mysql中讀取binlog，而客戶端負(fù)責(zé)從服務(wù)端讀取同步過來的binlog數(shù)據(jù)，處理后將同步數(shù)據(jù)發(fā)送到目標(biāo)服務(wù)端，比如redis、es或其他的關(guān)系性數(shù)據(jù)庫等

zookeeper搭建

采用docker搭建zk

      
      docker run -d -e TZ="Asia/Shanghai" -p 2181:2181 --name zookeeper zookeeper

服務(wù)端deployer搭建

1、查詢數(shù)據(jù)源mysql服務(wù)的binlog位置

      
      # 源mysql服務(wù)器中登陸mysql執(zhí)行
show binary logs;

image.png

直接在服務(wù)器上通過wget指令下載

      
      wget https://github.com/alibaba/canal/releases/download/canal-1.1.6/canal.deployer-1.1.6.tar.gz

解壓安裝包

      
      tar -zxvf canal.deployer-1.1.6.tar.gz

ElasticSearch是一個(gè)基于Lucene的搜索服務(wù)器，其實(shí)就是對Lucene進(jìn)行封裝，提供了 REST API 的操作接口. ElasticSearch作為一個(gè)高度可拓展的開源全文搜索和分析引擎，可用于快速地對大數(shù)據(jù)進(jìn)行存儲，搜索和分析。 ElasticSearch主要特點(diǎn)：分布式、高可用、異步寫入、多API、面向文檔。 ElasticSearch核心概念：近實(shí)時(shí)，集群，節(jié)點(diǎn)（保存數(shù)據(jù)），索引，分片（將索引分片），副本（分片可設(shè)置多個(gè)副本）。它可以快速地儲存、搜索和分析海量數(shù)據(jù)。 ElasticSearch使用案例:維基百科、Stack Overflow、Github 等等。

ElasticSearch集群安裝表格:

在安裝ElasticSearch之前，我們需要對Linux的環(huán)境做一些調(diào)整，防止在后續(xù)過程中出現(xiàn)一些問題！

1、修改最大內(nèi)存限制

修改sysctl.conf文件

      
      vim /etc/sysctl.conf

在末尾增加如下配置:

      
      vm.max_map_count = 655360
vm.swappiness=1

然后保存退出，輸入以下命令使其生效

      
         sysctl -p

注:不同的linux服務(wù)器90-nproc.conf可能文件名不一樣，建議先在/etc/security/limits.d/查看文件名確認(rèn)之后再來進(jìn)行更改。

masternode的elasticsearch.yml文件配置如下:

      
      cluster.name: xx
node.name: master
path.data: /home/elk/masternode/data
path.logs: /home/elk/masternode/logs
network.host: 0.0.0.0
network.publish_host: 192.169.0.23
transport.tcp.port: 9301
http.port: 9201
discovery.zen.ping.unicast.hosts: ["192.169.0.23:9301","192.169.0.24:9301","192.169.0.25:9301"]
node.master: true 
node.data: false
node.ingest: false 
index.number_of_shards: 5
index.number_of_replicas: 1
discovery.zen.minimum_master_nodes: 1
bootstrap.memory_lock: true
http.max_content_length: 1024mb

elasticsearch.yml文件參數(shù)配置說明:

將jvm.options配置Xms和Xmx改成2G，配置如下:

      
      -Xms2g
-Xmx2g

將jvm.options配置Xms和Xmx改成8G，配置如下:

      
      -Xms8g
-Xmx8g

談?wù)勲娚滔到y(tǒng)中的商品模塊設(shè)計(jì)

product_detail 商品詳情

商品的詳情屬于存儲字符比較多，所以單獨(dú)處理，也可以利用這個(gè)表擴(kuò)展相關(guān)商品描述字段

product_spec 商品規(guī)格表
product_spec_item 商品屬性表

如何根據(jù)業(yè)務(wù)做出合適的商品模塊？

上面數(shù)據(jù)表只是設(shè)計(jì)的最基礎(chǔ)的商品的存儲，如果我們要設(shè)計(jì)出好的模塊，先要確定幾個(gè)點(diǎn):

平臺還是自營
現(xiàn)在和未來經(jīng)營的類目是標(biāo)品還是非標(biāo)品
公司經(jīng)營的商品種類
是否有分倉發(fā)貨業(yè)務(wù)，庫存是否要綁定

電商自營和電商平臺的區(qū)別

電商自營，意味著所有的 item 和 sku 都是由己方的運(yùn)營控制，供貨商也穩(wěn)定為自營的一家，所以從常規(guī)意義上來說，電商平臺一定需要 SPU 的模塊，而自營電商不一定需要 SPU 模塊，例如某東。

SPU 主要是用來解決相同商品多 item 的規(guī)格和描述信息統(tǒng)一的問題，并且方便運(yùn)營做整個(gè)平臺的商品管理。后期的實(shí)際業(yè)務(wù)中，如果平臺運(yùn)營走的是類似天貓這樣對商家控制比較嚴(yán)格的路子，商家在進(jìn)行商品管理，也需要對商品可操作的 SPU 進(jìn)行授權(quán)管理，以及分潤比例控制。這些都是可以基于 SPU 進(jìn)行的。

經(jīng)營類目是標(biāo)品還是非標(biāo)品

如果加入了 SPU 的模塊，則需要了解經(jīng)營類目是標(biāo)品還是非標(biāo)品。如果是標(biāo)品，則可以在 SPU 層面加入 SPU 模版，以達(dá)到進(jìn)一步對商家可能發(fā)布的 SKU 的控制，確保平臺的商品可靠性。例：已知 iPhone X 只有 銀色64G、銀色256G、灰色64G、灰色256G這四種規(guī)格，那么平臺是可以在設(shè)置 iPhone X 的 SPU 時(shí)，直接設(shè)置好 iPhone X下的這四個(gè)規(guī)格的屬性。這樣商家在創(chuàng)建時(shí)可以直接結(jié)用這四個(gè)屬性的信息進(jìn)行商品創(chuàng)建，規(guī)范了平臺商品的同時(shí)也達(dá)到了減少商家工作量的目的。

公司經(jīng)營的商品種類

這個(gè)一般不會對 SPU 和 SKU 的結(jié)構(gòu)關(guān)系造成影響，但是也是我們前期需要考慮的點(diǎn)。因?yàn)椴煌纳唐贩N類可能會對之后的交易訂單履約流程造成影響。簡要?dú)w納商品種類包含如下：

實(shí)物商品服務(wù)（打車，團(tuán)購）
虛擬資產(chǎn)（話費(fèi)，游戲幣）
信息（卡密、簡歷、數(shù)據(jù)）

一般電商平臺我們常見的商品種類主要還是實(shí)物商品和虛擬資產(chǎn)，而服務(wù)類商品多見于線下 O2O 項(xiàng)目，信息類產(chǎn)品大多是垂直領(lǐng)域。所以如果可能涉及到多種類的商品交易，則需要在設(shè)計(jì) SPU 或 item 時(shí)就考慮到商品種類的設(shè)置。如果是在現(xiàn)有的系統(tǒng)基礎(chǔ)上去新增商品類型，其實(shí)也可以通過指定后臺類目商品類型的方式進(jìn)行后續(xù)的訂單履約業(yè)務(wù)。

Redis 集群結(jié)構(gòu)搭建

Redis集群架構(gòu)圖:

6000(master) 6003(slave)

6001(master) 6004(slave)

6002(master) 6005(slave)

image.png

MongoDB分為免費(fèi)社區(qū)版、收費(fèi)企業(yè)版，雖說前者功能有所閹割，但好在免費(fèi)，并且可以滿足大多數(shù)項(xiàng)目需求，這里咱們先去MongoDB官網(wǎng)-社區(qū)版[4]選擇對應(yīng)的操作系統(tǒng)、版本下載安裝包，同Redis一樣，版本號的第二位數(shù)，為奇數(shù)代表開發(fā)版，為偶數(shù)代表是穩(wěn)定版，我這里選擇下載CentOS7-x64-6.0.8-tgz版的安裝包。

?創(chuàng)建MongoDB目錄，并通過工具上傳安裝包至服務(wù)器（或虛擬機(jī)）：

      
      [root@~]# mkdir /soft && mkdir /soft/mongodb/
[root@~]# cd /soft/mongodb/

      
      const categories = (function () {
  let now = new Date();
  let res = [];
  let len = 10;
  while (len--) {
    res.unshift(now.toLocaleTimeString().replace(/^\D*/, ''));
    now = new Date(+now - 2000);
  }
  return res;
})();
const categories2 = (function () {
  let res = [];
  let len = 10;
  while (len--) {
    res.push(10 - len - 1);
  }
  return res;
})();
const data: number[] = (function () {
  let res = [];
  let len = 10;
  while (len--) {
    res.push(Math.round(Math.random() * 1000));
  }
  return res;
})();
const data2: number[] = (function () {
  let res = [];
  let len = 0;
  while (len < 10) {
    res.push(+(Math.random() * 10 + 5).toFixed(1));
    len++;
  }
  return res;
})();

option = {
  title: {
    text: 'Dynamic Data'
  },
  tooltip: {
    trigger: 'axis',
    axisPointer: {
      type: 'cross',
      label: {
        backgroundColor: '#283b56'
      }
    }
  },
  legend: {},
  toolbox: {
    show: true,
    feature: {
      dataView: { readOnly: false },
      restore: {},
      saveAsImage: {}
    }
  },
  dataZoom: {
    show: false,
    start: 0,
    end: 100
  },
  xAxis: [
    {
      type: 'category',
      boundaryGap: true,
      data: categories
    },
    {
      type: 'category',
      boundaryGap: true,
      data: categories2
    }
  ],
  yAxis: [
    {
      type: 'value',
      scale: true,
      name: 'Price',
      max: 30,
      min: 0,
      boundaryGap: [0.2, 0.2]
    },
    {
      type: 'value',
      scale: true,
      name: 'Order',
      max: 1200,
      min: 0,
      boundaryGap: [0.2, 0.2]
    }
  ],
  series: [
    {
      name: 'Dynamic Bar',
      type: 'bar',
      xAxisIndex: 1,
      yAxisIndex: 1,
      data: data
    },
    {
      name: 'Dynamic Line',
      type: 'line',
      data: data2
    }
  ]
};

app.count = 11;
setInterval(function () {
  let axisData = new Date().toLocaleTimeString().replace(/^\D*/, '');

  data.shift();
  data.push(Math.round(Math.random() * 1000));
  data2.shift();
  data2.push(+(Math.random() * 10 + 5).toFixed(1));

  categories.shift();
  categories.push(axisData);
  categories2.shift();
  categories2.push(app.count++);

  myChart.setOption<echarts.EChartsOption>({
    xAxis: [
      {
        data: categories
      },
      {
        data: categories2
      }
    ],
    series: [
      {
        data: data
      },
      {
        data: data2
      }
    ]
  });
}, 2100);

image.png

MongoDB的數(shù)據(jù)存儲格式非常松散，采用“無模式、半結(jié)構(gòu)化”的思想，通過BSON格式來存儲數(shù)據(jù)。

[BSON]的全稱為Binary JSON，翻譯過來是指二進(jìn)制的JSON格式，在存儲和掃描效率高于原始版JSON，但是對空間的占用會更高。

加群聯(lián)系作者vx：xiaoda0423

倉庫地址：https://github.com/webVueBlog/JavaGuideInterview

參考資料 [1]

http://mongodb.github.io/mongo-java-driver/: https://link.juejin.cn?target=http%3A%2F%2Fmongodb.github.io%2Fmongo-java-driver%2F

[2]

http://mongodb.github.io/mongo-java-driver/3.8/driver/getting-started/quick-start/: https://link.juejin.cn?target=http%3A%2F%2Fmongodb.github.io%2Fmongo-java-driver%2F3.8%2Fdriver%2Fgetting-started%2Fquick-start%2F

[3]

https://projects.spring.io/spring-data-mongodb/: https://link.juejin.cn?target=https%3A%2F%2Fprojects.spring.io%2Fspring-data-mongodb%2F

[4]

https://www.mongodb.com/try/download/community: https://link.juejin.cn?target=https%3A%2F%2Fwww.mongodb.com%2Ftry%2Fdownload%2Fcommunity

springboot第66集:字節(jié)跳動二面經(jīng),一文讓你走出微服務(wù)迷霧架構(gòu)周刊

開始主從復(fù)制