主頁 > 資料庫 > day06-優惠券秒殺02

day06-優惠券秒殺02

2023-04-26 08:26:12 資料庫

功能03-優惠券秒殺02

4.功能03-優惠券秒殺

4.4一人一單

4.4.1需求分析

要求:修改秒殺業務,要求同一個優惠券,一個用戶只能下一單,

在之前的做法中,加入一個對用戶id和優惠券id的判斷,如果在優惠券下單表中已經存在,則表示該用戶對于這張優惠券已經下過單了,不允許重復購買

image-20230425151113931

4.4.2代碼實作

(1)修改VoucherOrderServiceImpl的seckillVoucher方法,在扣減庫存之前,加入如下邏輯:

//一人一單
Long userId = UserHolder.getUser().getId();
//查詢訂單
int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
if (count > 0) {//說明已經該用戶已經對該優惠券下過單了
    return Result.fail("用戶已經購買過一次!");
}

(2)使用jemeter進行測驗:由同一個用戶發起200個并發執行緒,進行下單請求

image-20230425153835812 image-20230425153842108

測驗結果:查看資料庫發現,秒殺券原本有100張,現在只剩下94張,也就是說一個用戶搶購了多張同樣的券

image-20230425154112106

(3)原因分析:

因為是多執行緒并發操作,假設當前資料庫中沒有某個用戶的對應券的訂單,這時,有100個執行緒來執行(1)代碼的邏輯,大家都來查詢訂單,都發現該用戶沒有下過訂單,因此都進行之后的下單操作,于是一個用戶就連續插入了多條訂單記錄,根本原因還是執行緒并發的安全問題,

(4)解決方案:使用悲觀鎖,

修改VoucherOrderServiceImpl:

我們將查詢用戶是否購買過某個優惠券的功能,以及扣減庫存、下單功能抽取到一個方法createVoucherOrder()中,在seckillVoucher方法中,通過synchronized鎖定物件(用戶id),這樣同一個用戶發起多個執行緒時,多個執行緒同時只能有一個執行緒進入到createVoucherOrder()中(不同用戶的不同執行緒不受影響),然后去判斷是否符合業務,從而實作一人一單的問題,

package com.hmdp.service.impl;

import com.hmdp.dto.Result;
import com.hmdp.entity.SeckillVoucher;
import com.hmdp.entity.VoucherOrder;
import com.hmdp.mapper.VoucherOrderMapper;
import com.hmdp.service.ISeckillVoucherService;
import com.hmdp.service.IVoucherOrderService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.utils.RedisIdWorker;
import com.hmdp.utils.UserHolder;
import org.springframework.aop.framework.AopContext;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import javax.annotation.Resource;
import java.time.LocalDateTime;

/**
 * 服務實作類
 *
 * @author 李
 * @version 1.0
 */
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
    @Resource
    private ISeckillVoucherService seckillVoucherService;
    @Resource
    private RedisIdWorker redisIdWorker;

    @Override
    public Result seckillVoucher(Long voucherId) {
        //根據id查詢優惠券資訊
        SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
        if (voucher == null) {
            return Result.fail("該優惠券不存在,請重繪!");
        }
        //判斷秒殺券是否在有效時間內
        //若不在有效期,則回傳例外結果
        if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
            return Result.fail("秒殺尚未開始!");
        }
        if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
            return Result.fail("秒殺已經結束!");
        }
        //若在有效期,判斷庫存是否充足
        if (voucher.getStock() < 1) {//庫存不足
            return Result.fail("秒殺券庫存不足!");
        }

        Long userId = UserHolder.getUser().getId();

        //即使是同一個userId,在不同執行緒中呼叫toString得到的是不同的字串物件,synchronized無法鎖定
        //因此這里還要使用intern()方法:
        //呼叫intern()時,如果常量池中已經包含一個等于這個String物件(由equals(Object)方法確定)的字串,
        //則回傳池中的字串,否則將此String物件添加到常量池中并回傳該String物件的參考
        
        //先獲取鎖,然后提交createVoucherOrder()的事務,再釋放鎖,才能確保執行緒是安全的
        synchronized (userId.toString().intern()) {
            //spring宣告式事務的原理,通過aop的動態代理實作,獲取到這個動態代理,讓動態代理去呼叫方法
            IVoucherOrderService proxy =(IVoucherOrderService) AopContext.currentProxy();
            return proxy.createVoucherOrder(voucherId);
        }
    }

    @Transactional
    public Result createVoucherOrder(Long voucherId) {
        //一人一單
        Long userId = UserHolder.getUser().getId();
        //查詢訂單
        int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
        if (count > 0) {//說明已經該用戶已經對該優惠券下過單了
            return Result.fail("用戶已經購買過一次!");
        }
        //庫存充足,則扣減庫存(操作秒殺券表)
        boolean success = seckillVoucherService.update()
                .setSql("stock = stock -1")//set stock = stock -1
                //where voucher_id =? and stock>0
                .gt("stock", 0).eq("voucher_id", voucherId).update();
        if (!success) {//操作失敗
            return Result.fail("秒殺券庫存不足!");
        }
        //扣減庫存成功,則創建訂單,回傳訂單id
        VoucherOrder voucherOrder = new VoucherOrder();
        //設定訂單id
        long orderId = redisIdWorker.nextId("order");
        voucherOrder.setId(orderId);
        //設定用戶id
        //Long userId = UserHolder.getUser().getId();
        voucherOrder.setUserId(userId);
        //設定代金券id
        voucherOrder.setVoucherId(voucherId);
        //將訂單寫入資料庫(操作優惠券訂單表)
        save(voucherOrder);

        return Result.ok(orderId);
    }
}

(5)引入依賴

<dependency>
    <groupId>org.aspectj</groupId>
    <artifactId>aspectjweaver</artifactId>
</dependency>

(6)主程式中添加注解@EnableAspectJAutoProxy:

image-20230425164003628

(7)IVoucherOrderService中添加方法宣告:

image-20230425164054999

(8)重新進行(2)的測驗,可以看到,同一個用戶對一種優惠券同時發起200個執行緒請求下單,結果是:成功下單,且只能下單一次

image-20230425163607493

4.5分布式鎖

4.5.1問題提出(集群模式下的執行緒并發問題)

通過加鎖,可以解決在單機情況下的一人一單安全問題,但是在集群模式下就不行了:

(1)我們將服務啟動兩份,埠分別為8081,8082:

View--Tool Windows--Services

image-20230425165103003

點擊add service,選擇Run Configuration Type,選擇SpringBoot

image-20230425165419842 image-20230425165511026

按如下步驟配置,然后點擊apply

image-20230425170055920

點擊啟動新的專案,形成一個集群:

image-20230425170300627

(2)然后修改nginx的conf目錄下的nginx.conf檔案,配置反向代理和負載均衡:

image-20230425174200484

命令列重新加載nginx配置:nginx.exe -s reload

image-20230425170653432

(3)測驗集群情況下,4.4實作的“一人一單”功能是否生效:

在VoucherOrderServiceImpl如下位置打上斷點:

image-20230425173131090

以debug方式啟動兩個服務端:

image-20230425173214068

我們用一個用戶發起兩次請求:

image-20230425173357279 image-20230425173326974

測驗結果如下:同一個用戶的兩個執行緒同時進入了物件鎖中,物件鎖失效了!

image-20230425174640332 image-20230425174652832 image-20230425175206613

原來的資料:

image-20230425171825747

現在:

image-20230425175417150

說明在集群模式下出現了執行緒并發的安全問題

4.5.2原因分析

在單機服務器的情況下:

利用互斥鎖解決了一人一單問題,確保了串行執行

image-20230425180111116

在集群服務器的情況下:

image-20230425183510841

如上圖,在JVM1中,synchronized修飾的是物件(UserId),synchronized依賴于monitor物件—監視器鎖來實作鎖機制,由于userId相同,鎖的監視器物件相同,因此當執行緒1來獲取鎖的時候,鎖監視器會記錄獲取鎖的物件,當執行緒2再來獲取鎖的時候,此時鎖監視器發現不是記錄的執行緒,于是執行緒2獲取互斥鎖失敗,

但是當我們做集群部署的時候,一個節點意味著一個新的tomcat,同時也意味著一個新的JVM,不同的JVM擁有各自的堆、堆疊、方法區,

JVM2中,synchronized修飾的是也是物件(UserId),它的鎖監視器和JVM1的不是同一個物件,當執行緒3來獲取鎖的時候,JVM2的鎖監視器是空的,執行緒3可以獲取互斥鎖,

綜上,鎖監視器在JVM的內部可以監視到執行緒,實作互斥,但是,如果有多個JVM,就會有多個鎖監視器,那么每一個JVM內部都會有一個執行緒獲取互斥鎖成功,這意味著在集群的情況下,可能出現執行緒的并發安全問題,

鎖底層原理

要解決上述問題,我們需要想辦法,讓多個JVM只能使用同一把鎖,

4.5.3解決方案

經過上述分析,我們已經知道在集群模式下,synchronized的鎖失效了,要想解決這個問題,需要使用分布式鎖,

分布式鎖:滿足分布式系統或集群模式下多行程可見并且互斥的鎖,

image-20230425185134626 image-20230425185449056

不同的分布式鎖的實作方案:

分布式鎖的核心是實作多執行緒之間互斥,滿足這一點的方式有很多,常見的有三種:

image-20230425185703970

這里利用redis來實作分布式鎖,

4.5.4實作思路(基于Redis的分布式鎖)

實作分布式鎖時需要實作的兩個基本方法:

a. 獲取鎖:

  • 互斥,確保只能有一個執行緒獲取鎖
  • 非阻塞式:嘗試一次,成功回傳true,失敗回傳false
#添加鎖,利用setnx的互斥特性
SETNX lock thread1
#添加鎖過期時間,避免服務器宕機(非redis服務宕機)引起的死鎖
EXPIRE lock 10

此外,還要保證senx lock valueexpire lock,兩個操作是原子性的,否則可能會出現添加鎖之候服務宕機的情況,這樣就會出現死鎖,因此,最好使用set命令一次性添加“鎖”和設定過期時間,

操作說明:

127.0.0.1:6379> help SET

  SET key value [EX seconds] [PX milliseconds] [NX|XX]
  summary: Set the string value of a key
  since: 1.0.0
  group: string
#獲取鎖的最終方案:添加鎖,NX是互斥,EX是設定超時時間
SET lock thread1 EX 10 NX

b. 釋放鎖:

  • 手動釋放
  • 超時釋放:獲取鎖時添加一個超時時間
#釋放鎖,洗掉即可
DEL key

整個流程:

image-20230425193027430

4.5.5基于Redis實作分布式鎖(初級版本)

(1)定義一個類,實作下面介面,利用Redis實作分布式鎖功能

package com.hmdp.utils;

/**
 * @author 李
 * @version 1.0
 */
public interface ILock {
    /**
     * 嘗試獲取鎖
     *
     * @param timeoutSec 鎖持有的時間,過期后自動釋放
     * @return true代表獲取鎖成功,false代表獲取鎖失敗
     */
    public boolean tryLock(long timeoutSec);

    /**
     * 釋放鎖
     */
    public void unLock();
}

(2)創建SimpleRedisLock.java

使用redis的setnx來實作分布式互斥鎖

package com.hmdp.utils;

import org.springframework.data.redis.core.StringRedisTemplate;

import java.util.concurrent.TimeUnit;

/**
 * @author 李
 * @version 1.0
 */
public class SimpleRedisLock implements ILock {
    private String name;
    private StringRedisTemplate stringRedisTemplate;

    public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {
        this.name = name;
        this.stringRedisTemplate = stringRedisTemplate;
    }

    private static final String KEY_PREFIX = "lock:";

    @Override
    public boolean tryLock(long timeoutSec) {
        //獲取執行緒標識
        long threadId = Thread.currentThread().getId();
        //獲取鎖
        Boolean success = stringRedisTemplate.opsForValue()
                .setIfAbsent(KEY_PREFIX + name, threadId + "", timeoutSec, TimeUnit.SECONDS);
        return Boolean.TRUE.equals(success);//防止空指標
    }

    @Override
    public void unLock() {
        //釋放鎖
        stringRedisTemplate.delete(KEY_PREFIX + name);
    }
}

(3)修改VoucherOrderServiceImpl的seckillVoucher()方法:

package com.hmdp.service.impl;

import ...

/**
 * 服務實作類
 *
 * @author 李
 * @version 1.0
 */
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
    @Resource
    private ISeckillVoucherService seckillVoucherService;
    @Resource
    private RedisIdWorker redisIdWorker;
    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result seckillVoucher(Long voucherId) {
        //根據id查詢優惠券資訊
        SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
        if (voucher == null) {
            return Result.fail("該優惠券不存在,請重繪!");
        }
        //判斷秒殺券是否在有效時間內
        //若不在有效期,則回傳例外結果
        if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
            return Result.fail("秒殺尚未開始!");
        }
        if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
            return Result.fail("秒殺已經結束!");
        }
        //若在有效期,判斷庫存是否充足
        if (voucher.getStock() < 1) {//庫存不足
            return Result.fail("秒殺券庫存不足!");
        }

        Long userId = UserHolder.getUser().getId();
        //--------------start---------------------
        //創建鎖物件
        SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);
        //獲取鎖
        boolean isLock = lock.tryLock(1200);
        //判斷是否獲取鎖成功
        if (!isLock) {//獲取鎖失敗
            //直接回傳錯誤,不阻塞
            return Result.fail("不允許重復下單!");
        }
        try {
            //獲取代理物件(事務)
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            //這里應該先獲取鎖,然后提交createVoucherOrder()的事務,再釋放鎖,才能確保執行緒是安全的
            return proxy.createVoucherOrder(voucherId);
        } finally {
            //釋放鎖
            lock.unLock();
        }
         //--------------end---------------------
    }
    

    @Transactional
    public Result createVoucherOrder(Long voucherId) {
        ...
    }
}

(4)測驗:以debug方式啟動兩個服務端:

image-20230425173214068

在如下位置打上斷點:

image-20230425205038401

仍使用postman測驗:用一個用戶發起兩次請求

image-20230425173357279 image-20230425173326974

測驗結果:在集群模式下,只有一個請求獲取鎖成功了

image-20230425210733997 image-20230425210726379

redis存盤的資料:1025號用戶,執行緒id為29

image-20230425211013709

4.5.6Redis分布式鎖誤刪問題

4.6Redis優化秒殺

4.7Redis訊息佇列實作異步秒殺

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/551260.html

標籤:其他

上一篇:分析查詢陳述句:EXPLAIN

下一篇:返回列表

標籤雲
其他(158149) Python(38106) JavaScript(25394) Java(18001) C(15217) 區塊鏈(8260) C#(7972) AI(7469) 爪哇(7425) MySQL(7148) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5870) 数组(5741) R(5409) Linux(5329) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4561) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2431) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1960) Web開發(1951) HtmlCss(1927) python-3.x(1918) 弹簧靴(1913) C++(1911) xml(1889) PostgreSQL(1874) .NETCore(1855) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day06-優惠券秒殺02

    功能03-優惠券秒殺02 4.功能03-優惠券秒殺 4.4一人一單 4.4.1需求分析 要求:修改秒殺業務,要求同一個優惠券,一個用戶只能下一單。 在之前的做法中,加入一個對用戶id和優惠券id的判斷,如果在優惠券下單表中已經存在,則表示該用戶對于這張優惠券已經下過單了,不允許重復購買 4.4.2代 ......

    uj5u.com 2023-04-26 08:26:12 more
  • 分析查詢陳述句:EXPLAIN

    一、概述 使用mysqldumpslow工具定位到慢查詢陳述句之后,可以使用explain或describe工具做針對性的分析查詢陳述句。 MySQL種有專門負責優化SELECT陳述句的優化器模塊:通過計算分析系統中收集到的統計資訊,為客戶端請求的Query提供他認為最優的執行計劃。 這個執行計劃展示了接 ......

    uj5u.com 2023-04-26 08:24:58 more
  • 在Linux上安裝redis7

    1.檢測虛擬機環境 1.1 bit檢測命令:getconf LONG_BIT(建議使用64bit做開發) 1.2 gcc環境檢測:gcc -v 如果不具備gcc環境,則使用yum -y install gcc- c++命令進行c++環境的安裝 2.開始安裝 2.1 下載redis: 進入官網找到下載 ......

    uj5u.com 2023-04-26 08:24:16 more
  • Oracle中常用的系統表

    1、如何快速修改用戶中涉及多個表中某個欄位型別 1)方法一: SELECT 'alter table '||TABLE_NAME||' modify '||COLUMN_NAME||' VARCHAR2('||DATA_LENGTH||');' --要alter的sql ,T.* FROM dba_ ......

    uj5u.com 2023-04-26 08:23:58 more
  • 數倉實踐丨主動預防-DWS關鍵工具安裝確認

    摘要:gdb確認是否安裝,所帶來的該工具用戶資料庫實體觸發core問題后集群狀態反復例外,對此問題及時分析根因并及時進行規避。 本文分享自華為云社區《主動預防-DWS關鍵工具安裝確認》,作者:上官寒雨。 【關鍵工具確認】 1、gdb確認是否安裝(該工具用戶資料庫實體觸發core問題后集群狀態反復例外 ......

    uj5u.com 2023-04-26 08:23:49 more
  • 【Mysql】復合主鍵的索引

    復合主鍵在where中使用查詢的時候到底走不走索引呢?例如下表: create table index_test ( a int not null, b int not null, c int not null, d int null, primary key (a, b, c) ); 當執行以下S ......

    uj5u.com 2023-04-26 08:23:38 more
  • PostgreSQL插件那么多,怎樣管理最高效?

    摘要:華為云RDS for PostgreSQL通過插件管理功能,很好地解決了PostgreSQL版本與插件耦合的問題,幫助用戶更直觀、更快速地安裝管理資料庫插件。 本文分享自華為云社區《PostgreSQL插件那么多,怎樣管理最高效?》,作者:GaussDB 資料庫。 云服務環境下,如何讓客戶更方 ......

    uj5u.com 2023-04-26 08:23:26 more
  • elasticsearch 實作查詢忽略大小寫

    背景:在搜索的時候經常會有一種場景就是忽略大小寫,不管你輸入的是全大寫還是全小寫還是大小寫混合,希望都能夠搜索出結果。 解決思路:Elasticsearch中的lowercase normalizer將文本轉換為小寫,并將其作為規范形式存盤在索引中。這可以確保在搜索和比較文本時忽略大寫字母的差異,從 ......

    uj5u.com 2023-04-26 08:23:21 more
  • 使用AI優化慢SQL,開發秒變DBA

    慢 SQL 經常會讓應用程式回應變慢,輕者影響用戶體驗,嚴重的時候可能會導致服務不可用。如果,每次遇到慢 SQL 都求助于 DBA,一方面效率很低,另一方面也會很沒面子。所以,我們一起來看看如何使用AI能力給出超越一般DBA的 SQL 優化建議。NineData( www.ninedata.clou... ......

    uj5u.com 2023-04-26 08:23:17 more
  • MySQL8.0中Online DDL也要在業務低峰期執行

    一、背景 MySQL從5.6開始引入了Online DDL,alter操作不再阻塞dml。在MySQL 8.0中,針對Online DDL做了進一步優化,alter table加列操作支持INSTANT演算法,意思就是使用這個演算法進行加列操作只需要修改表的元資料資訊,操作瞬間就完成了。在MySQL 8 ......

    uj5u.com 2023-04-26 08:23:12 more