主頁 > 資料庫 > day07-優惠券秒殺03

day07-優惠券秒殺03

2023-04-28 12:11:01 資料庫

功能03-優惠券秒殺03

4.功能03-優惠券秒殺

4.6Redisson的分布式鎖

Redis分布式鎖—Redisson+RLock可重入鎖實作篇

4.6.1基于setnx實作的分布式鎖問題

我們在4.5自己實作的分布式鎖,主要使用的是redis的setnx命令,它仍存在如下問題:

image-20230426162358885

4.6.2Redisson基本介紹

Redisson是一個在Redis基礎上實作的Java駐記憶體資料網格(In-Memory Data Grid),它不僅提供了一系列的分布式的Java常用物件,還提供了許多分布式服務,其中就包括了各種分布式鎖的實作,

一句話:Redisson是一個在Redis基礎上實作的分布式工具的集合,

據Redisson官網的介紹,Redisson是一個Java Redis客戶端,與Spring 提供給我們的 RedisTemplate 工具沒有本質的區別,可以把它看做是一個功能更強大的客戶端

官網地址: https://redisson.org

GitHub地址: https://github.com/redisson/redisson

中文檔案:目錄 · redisson/redisson Wiki (github.com)

image-20230426165355989

4.6.3Redisson快速入門

image-20230426165951083 image-20230426165957517

代碼實作

(1)修改pom.xml,添加依賴

<!--redisson-->
<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson</artifactId>
    <version>3.13.6</version>
</dependency>

(2)配置Redisson

package com.hmdp.config;

import org.redisson.Redisson;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * @author 李
 * @version 1.0
 */
@Configuration
public class RedissonConfig {
    @Bean
    public RedissonClient redissonClient() {
        //配置
        Config config = new Config();
        //redis單節點模式,設定redis服務器的地址,埠,密碼
        config.useSingleServer().setAddress("redis://127.0.0.1:6379").setPassword("123456");
        //創建RedissonClient物件
        return Redisson.create(config);
    }
}

配置了之后,就可以在任意地方去使用Redisson了:比如說去改造之前的業務,使用Redisson的分布式鎖

(3)修改VoucherOrderServiceImpl.java,使用Redisson的分布式鎖

注入RedissonClient物件:

image-20230426172512742

使用RedissonClient提供的鎖:

image-20230426172923552

(4)使用jemeter測驗

分別向埠為8081、8082的服務器發送200個請求(使用同一個用戶的token)

image-20230426173542561 image-20230426174359784

資料庫中只下了一單:

image-20230426174644108

說明解決了集群下的一人一單問題,

4.6.4Redisson可重入鎖原理(Reentrant Lock)

可重入鎖:字面意思是“可以重新進入的鎖”,即允許同一個執行緒多次獲取同一把鎖

比如一個遞回函式里有加鎖操作,遞回程序中這個鎖會阻塞自己嗎?如果不會,那么這個鎖就是可重入鎖(因為這個原因可重入鎖也叫做遞回鎖),

Lock鎖借助于底層一個voaltile的state變數來記錄重入狀態,如果當前沒有執行緒持有這把鎖,那么state=0,假如有執行緒持有這把鎖,那么state=1,如果持有這把鎖的執行緒再次持有這把鎖,那么state就會+1 ,

對于synchronized而言,它在c語言代碼中會有一個count,原理和state類似,也是重入一次就加一,釋放一次就減一 ,直到減少成零時,表示當前這把鎖沒有被人持有,


Redisson也支持可重入鎖,Redisson在分布式鎖中,采用redis的hash結構用來存盤鎖,其中key表示這把鎖是否存在,用field表示當前這把鎖被哪個執行緒持有,value記錄重入的次數(鎖計數),當獲取鎖的執行緒釋放鎖前,先對鎖計數-1,然后判斷鎖計數0,如果是0,就釋放鎖,

image-20230426182822283

使用Redis的string型別的setnx命令,可以實作互斥性,ex可以設定過期時間,但如果使用hash結構,該結構中沒有類似的組合命令,因此只能將之前的邏輯拆開,先判斷是否存在,然后手動設定過期時間,邏輯如下:

image-20230426185252337

可以看到,無論是獲取鎖還是釋放鎖,都比使用setnx實作的分布式鎖復雜得多,而且實作需要有多個步驟,

因此,需要采用lua腳本來確保獲取鎖和釋放鎖的原子性:

  • 獲取鎖的lua腳本
local key = KEYS[1]; -- 鎖的key
local threadId = ARGV[1]; -- 執行緒唯一標識
local releaseTime = ARGV[2]; -- 鎖的自動釋放時間
-- 判斷是否存在
-- 鎖不存在
if(redis.call('exists', key) == 0) then
    -- 不存在, 獲取鎖
    redis.call('hset', key, threadId, '1'); 
    -- 設定有效期
    redis.call('expire', key, releaseTime); 
    return 1; -- 回傳結果
end;
-- 鎖已經存在,判斷threadId是否是自己
if(redis.call('hexists', key, threadId) == 1) then
    -- 如果是自己, 獲取鎖,重入次數+1
    redis.call('hincrby', key, threadId, '1'); -- hincrby命令是對哈希表指定的field對應的value增長指定步長
    -- 重新設定有效期
    redis.call('expire', key, releaseTime); 
    return 1; -- 回傳結果
end;
return 0; -- 代碼走到這里,說明獲取鎖的不是自己,獲取鎖失敗
  • 釋放鎖的腳本
local key = KEYS[1]; -- 鎖的key
local threadId = ARGV[1]; -- 執行緒唯一標識
local releaseTime = ARGV[2]; -- 鎖的自動釋放時間
-- 判斷當前鎖是否還是被自己持有
if (redis.call('HEXISTS', key, threadId) == 0) then
    return nil; -- 如果已經不是自己,則直接回傳,不進行操作
end;
-- 是自己的鎖,則重入次數-1
local count = redis.call('HINCRBY', key, threadId, -1);
-- 然后判斷重入次數是否已經為0 
if (count > 0) then
-- 大于0,說明不能釋放鎖,重置有效期然后回傳
    redis.call('EXPIRE', key, releaseTime);
    return nil;
else  -- 等于0,說明可以釋放鎖,直接洗掉
    redis.call('DEL', key);
    return nil;
end;

代碼測驗

我們來測驗一下Redisson的可重入鎖:

package com.hmdp;

import lombok.extern.slf4j.Slf4j;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.boot.test.context.SpringBootTest;

import javax.annotation.Resource;
import java.util.concurrent.TimeUnit;

/**
 * @author 李
 * @version 1.0
 */
@Slf4j
@SpringBootTest
class RedissonTest {
    @Resource
    private RedissonClient redissonClient;

    private RLock lock;

    @BeforeEach
    void setUp() {
        lock = redissonClient.getLock("order");
    }

    @Test
    void method1() throws InterruptedException {
        // 嘗試獲取鎖
        boolean isLock = lock.tryLock(1L, TimeUnit.SECONDS);
        if (!isLock) {
            log.error("獲取鎖失敗 .... 1");
            return;
        }
        try {
            log.info("獲取鎖成功 .... 1");
            method2();
            log.info("開始執行業務 ... 1");
        } finally {
            log.warn("準備釋放鎖 .... 1");
            lock.unlock();
        }
    }

    void method2() {
        // 嘗試獲取鎖
        boolean isLock = lock.tryLock();
        if (!isLock) {
            log.error("獲取鎖失敗 .... 2");
            return;
        }
        try {
            log.info("獲取鎖成功 .... 2");
            log.info("開始執行業務 ... 2");
        } finally {
            log.warn("準備釋放鎖 .... 2");
            lock.unlock();
        }
    }
}

在method1()的boolean isLock = lock.tryLock(1L, TimeUnit.SECONDS);旁打上斷點:

image-20230426192522190

點擊step over,顯示獲取鎖成功:

image-20230426193043977

打開redis,可以看到對應的hash資料,value記錄的是執行緒重入鎖的次數,此時value=https://www.cnblogs.com/liyuelian/archive/2023/04/27/1:

image-20230426201416602

當前執行緒在method1()中呼叫method2()后,在method2()中重新獲取鎖,此時value記錄的次數+1,value=https://www.cnblogs.com/liyuelian/archive/2023/04/27/2:

image-20230426201442415

當method2()釋放鎖的時候,鎖重入次數-1,value=https://www.cnblogs.com/liyuelian/archive/2023/04/27/1:

image-20230426201523274

當執行到method1()釋放鎖的時候,鎖重入次數-1,此時發現鎖重入次數value=https://www.cnblogs.com/liyuelian/archive/2023/04/27/0,因此洗掉對應的key,真正釋放鎖,

image-20230426201831797

我們進入RedissonLock的原始碼,發現里面也寫了相關的lua腳本,這里的腳本和上面我們寫的基本一致:

獲取鎖的腳本:

image-20230426202915098

釋放鎖的腳本:

image-20230426203133946

4.6.5Redisson的鎖重試和WatchDog機制

(1)為什么需要WatchDog機制?

如果拿到分布式鎖的節點宕機,且這個鎖正好處于鎖住的狀態時,就會出現死鎖問題,為了避免這種情況的發生,我們通常都會給鎖設定一個過期時間,但隨之而來又產生了新的問題:假如一個執行緒拿到了鎖并設定了30s超時,但在30s后這個執行緒的業務沒有執行完畢,鎖已經超時釋放了,可能會導致其他執行緒搶到鎖,然后出現多執行緒并發的問題,

為了解決這種兩難的境地:Redisson提供了watch dog 自動延期機制,

(2)WatchDog的自動延期機制

redisson中的看門狗機制總結

Redisson提供了一個監控鎖的看門狗,它的作用是在Redisson實體被關閉前,不斷的延長鎖的有效期,也就是說,如果一個拿到鎖的執行緒一直沒有完成邏輯,那么看門狗會幫助執行緒不斷的延長鎖超時時間,鎖不會因為超時而被釋放,如果獲取到分布式鎖的節點宕機了,看門狗就無法延長鎖的有效期,也避免了死鎖的可能,

watchDog 只有在未指定加鎖時間(leaseTime)時才會生效

默認情況下,看門狗的續期時間是30s,也可以通過修改Config.lockWatchdogTimeout來另行指定,另外Redisson 還提供了可以指定leaseTime引數的加鎖方法來指定加鎖的時間,超過這個時間后鎖便自動解開了,不會延長鎖的有效期,


(3)鎖重試機制:利用信號量和PubSub功能實作等待、喚醒,獲取鎖失敗的重試機制

(4)Redisson實體獲取鎖和釋放鎖的流程

(4.1)獲取鎖的邏輯:

  • 首先去嘗試獲取鎖,如果回傳的ttl為null,則說明成功獲取鎖,然后需要判斷是否走看門狗機制:
    • 如果我們自己設定了leaseTime,就不會開啟watchDog機制,直接回傳true;
    • 如果設定的leaseTime=-1,則開啟watchDog,不停地更新有效期,然后回傳true
  • 如果回傳的ttl不為null,說明獲取鎖失敗,需要重試獲取,在重試之前要先判斷執行緒剩余的等待時間:
    • 如果剩余等待時間<=0,說明該執行緒沒有機會獲取鎖了,直接回傳false;
    • 如果如果剩余時間>0,就可以去嘗試重新獲取鎖了,但是不是立即吃重試獲取,需要去等待鎖釋放的信號
      • 如果在等待中,等待時間大于了剩余等待時間,則直接回傳false;
      • 如果收到了釋放鎖的信號,并且如果等待時間小于剩余等待時間,就重新開始嘗試獲取鎖

重復上述所有步驟,最終執行緒要么成功獲取鎖,要么超時回傳,

(4.2)釋放鎖的邏輯

嘗試釋放鎖:

  • 如果失敗,記錄例外,結束
  • 如果成功,向等待的其他執行緒發送釋放鎖資訊,然后取消watchDog機制,結束
image-20230427164719850

4.6.6Redisson分布式鎖總結

Redisson分布式鎖原理:

  • 可重入:利用hash結構記錄執行緒id和重入次數
  • 可重試:利用信號量和PubSub功能實作等待、喚醒,獲取鎖失敗的重試機制
  • 超時續約:利用watchDog,每隔一段時間(releaseTime/3),重置超時時間

4.6.7Redisson的聯鎖原理(multiLock)

上面我們已經介紹了Redisson分布式鎖如何實作鎖的可重入,鎖獲取時的重試,以及鎖釋放時間的自動續約,

現在來分析一下Redisson怎么解決主從一致性問題,要解決這個問題,主從一致性問題產生:

(1)主從一致性問題

為避免單節點的redis服務宕機,從而影響依賴于redis的業務的執行(如分布式鎖),在實際開發中,我們往往會搭建Redis的主從模式,

什么叫做Redis的主從模式?

有多臺Redis,將其中一臺Redis服務器作為主節點,其他的作為從節點,一般主節點負責寫入資料,從節點負責讀取資料,當主節點服務器寫入資料時會同步到從節點的服務器上,

一文讀懂Redis的四種模式,單機、主從、哨兵、集群

但主從節點畢竟不是在同一臺機器上,它們之間的資料同步會有一定的延時,主從一致性問題正是由于這樣的延時而導致的:

假設有一個Java應用現在要來獲取鎖,它向主節點間發送了一個寫命令:set lock thread1 nx ex 10,主節點上保存了這個鎖的標識,然后主節點向從節點同步資料,但就在這時主節點宕機了,也就是說同步未完成,但主節點已經宕機了,

image-20230427184016533

redis中的哨兵監控著整個集群的狀態,它發現主節點宕機之后,首先斷開與客戶端的連接,然后在Redis Slave中選擇一個當做新的主節點,

但是由于之前的主從同步未完成——也就是說鎖已經丟失了,所以,此時我們的Java應用再來訪問這個新的主節點時就會發現,鎖已經沒有了(鎖失效了),那么此時再有其他執行緒來獲取鎖也能獲取成功,因此就會出現執行緒的并發安全問題——這就是主從一致性問題導致的鎖失效問題

image-20230427184745271

(2)MultiLock鎖

既然主從關系是一致性問題發生的原因,那么就不要使用主從節點了,我們將所有的節點都變為獨立的redis節點,相互之間沒有任何關系,都可以去做讀寫,每個節點的地位都是一樣的,

此時我們獲取鎖的方式就改變了:獲取鎖時,要把加鎖的邏輯寫入到每一個獨立的Redis節點上,只有所有的服務器都寫入成功,此時才是加鎖成功,


  1. 假設現在某個節點掛了,那么去獲得鎖的時候,只要有一個節點拿不到,都不能算是加鎖成功,保證了加鎖的可靠性,

  2. 因為沒有主從節點,也就不會出現一致性問題;其次,隨著redis節點的增多,redis可用性也提高了,

  3. 為了提高可用性,我們也可以對所有獨立的Redis Node分別建立主從關系,讓它們去做主從同步,

    那么獨立的Redis Node的主從關系會不會導致鎖失效呢?

    我們假設此時有一個Redis Node宕機了,并且它的資料沒有同步到它的從節點,這時如果有其他執行緒想去獲取鎖,因為在其他Redis Node上不能拿到鎖,因此不算是獲取鎖成功,也就是說,只要有任意一個節點在存活著,那么其他執行緒就不能趁機拿到鎖,解決了鎖失效問題,

這樣的方案保留了既主從同步機制,確保了Redis集群高可用的特性,同時也避免了主從一致引發的鎖失效問題,這套方案在Redisson中被稱為MultiLock鎖(聯鎖):redisson中的MultiLock,可以把一組鎖當作一個鎖來加鎖和釋放,

image-20230427205114898

那么MutiLock 加鎖原理是什么呢?筆者畫了一幅圖來說明

當我們去設定了多個鎖時,redission會將多個鎖添加到一個集合中,然后用while回圈去不停去嘗試拿鎖,但是會有一個總共的加鎖時間,這個時間是用需要加鎖的個數 * 1500ms ,假設有3個鎖,那么時間就是4500ms,假設在這4500ms內,所有的鎖都加鎖成功, 那么此時才算是加鎖成功,如果在4500ms有執行緒加鎖失敗,則會再次去進行重試

1653553093967

4.7Redis優化秒殺

4.8Redis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/551401.html

標籤:其他

上一篇:mysql基礎

下一篇:返回列表

標籤雲
其他(158255) Python(38107) JavaScript(25396) Java(18003) C(15217) 區塊鏈(8260) C#(7972) AI(7469) 爪哇(7425) MySQL(7152) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5870) 数组(5741) R(5409) Linux(5332) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4564) 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(2432) 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(1961) Web開發(1951) HtmlCss(1928) python-3.x(1918) 弹簧靴(1913) C++(1912) 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
  • day07-優惠券秒殺03

    功能03-優惠券秒殺03 4.功能03-優惠券秒殺 4.6Redisson的分布式鎖 Redis分布式鎖—Redisson+RLock可重入鎖實作篇 4.6.1基于setnx實作的分布式鎖問題 我們在4.5自己實作的分布式鎖,主要使用的是redis的setnx命令,它仍存在如下問題: 4.6.2Re ......

    uj5u.com 2023-04-28 12:11:01 more
  • mysql基礎

    SQL陳述句 SQL陳述句分類 SQL分類: 資料定義語言:簡稱DDL(Data Definition Language),用來定義資料庫物件:資料庫,表,列等。關鍵字:create,alter,drop等 資料操作語言:簡稱DML(Data Manipulation Language),用來對資料庫中 ......

    uj5u.com 2023-04-28 12:10:40 more
  • 輕松存盤千億級資料,知憾訓于Doris的DMP系統架構實踐

    1)提升查詢效率



    自動探測 SQL 復雜查詢條件預先合并成一個派生特征的 bitmap,預測和圈人時對復雜條件 SQL 重寫為派生特征。



    2)提升匯入速度



    Spark 直接寫 Doris Tablet 檔案,并掛載到 FE。



    針對大匯入場景與 Doris 團隊共建,提升寫入效... ......

    uj5u.com 2023-04-28 12:10:10 more
  • CloudCanal x OceanBase 資料遷移同步優化

    簡述 CloudCanal 去年支持 OceanBase 資料遷移同步能力后,隨著使用用戶增多以及問題反饋,近期對該能力進行了一輪較大規模的優化。 本篇文章簡要介紹這些優化點,以及未來該能力的演進方向。 優化點 大幅提升同步性能 CloudCanal 目前使用 OceanBase LogProxy ......

    uj5u.com 2023-04-28 12:09:52 more
  • 數堆疊V6.0全新產品矩陣發布,資料底座 EasyMR 煥新升級

    4月20日,袋鼠云成功舉行了以“數實融合,韌性生長”為主題的2023春季生長大會。會上,袋鼠云自主研發的一站式大資料基礎軟體——數堆疊V6.0產品矩陣全新發布。對旗下大資料基礎平臺、大資料開發與治理、資料智能分析與洞察三大模塊的全線產品進行全新升級,并重點發布了企業級資料計算與存盤平臺——自研大資料引 ......

    uj5u.com 2023-04-28 12:09:30 more
  • CloudCanal x OceanBase 資料遷移同步優化

    簡述 CloudCanal 去年支持 OceanBase 資料遷移同步能力后,隨著使用用戶增多以及問題反饋,近期對該能力進行了一輪較大規模的優化。 本篇文章簡要介紹這些優化點,以及未來該能力的演進方向。 優化點 大幅提升同步性能 CloudCanal 目前使用 OceanBase LogProxy ......

    uj5u.com 2023-04-28 12:09:01 more
  • [20230425]CBO cost與行遷移關系.txt

    [20230425]CBO cost與行遷移關系.txt--//一般現在很少使用analyze table分析表,如果出現大量行遷移是否考慮看看是否考慮cbo cost成本.--//測驗參考鏈接:--//https://richardfoote.wordpress.com/2023/03/21/cb ......

    uj5u.com 2023-04-28 12:08:40 more
  • day07-優惠券秒殺03

    功能03-優惠券秒殺03 4.功能03-優惠券秒殺 4.6Redisson的分布式鎖 Redis分布式鎖—Redisson+RLock可重入鎖實作篇 4.6.1基于setnx實作的分布式鎖問題 我們在4.5自己實作的分布式鎖,主要使用的是redis的setnx命令,它仍存在如下問題: 4.6.2Re ......

    uj5u.com 2023-04-28 12:07:54 more
  • Performance_schema中的主從復制系串列總結

    主從半同步復制是目前用得最多的MySQL復制方案,日常作業中我們一般通過show slave status陳述句查看當前復制程序中狀態資訊,基本上能滿足大多數場景下的需求。Performance_schema中提供了16個關于復制的監控表(包括組復制、過濾復制等,這里我們先不討論),show slav ......

    uj5u.com 2023-04-28 12:02:16 more
  • mysql基礎

    SQL陳述句 SQL陳述句分類 SQL分類: 資料定義語言:簡稱DDL(Data Definition Language),用來定義資料庫物件:資料庫,表,列等。關鍵字:create,alter,drop等 資料操作語言:簡稱DML(Data Manipulation Language),用來對資料庫中 ......

    uj5u.com 2023-04-28 11:55:05 more