https://www.jianshu.com/p/04327f1b97cb 查看系统里面识别到的硬盘和分区的信息 $ sudo fdisk -l Disk /dev/nvme1n1: 1.8 TiB, 2000398934016 bytes, 3907029168 sectors Units: s
https://zhuanlan.zhihu.com/p/428845986#:~:text=%E4%B8%80%E3%80%81kafka-topics.sh%E6%93%8D%E4%BD%9C%201%201%E3%80%81%E6%9F%A5%E7%9C%8Btopic%E5%88%97%E8
– 查看mysql分区名和各分区数据量 SELECT table_name, partition_name, table_rows FROM information_schema.PARTITIONS WHERE table_name=‘test2_partition’; 附加2位前辈博客，讲解分区
随着技术的不断的发展，大数据领域对于海量数据的存储和处理的技术框架越来越多。在离线数据处理生态系统最具代表性的分布式处理引擎当属Hive和Spark，它们在分区策略方面有着一些相似之处，但也存在一些不同之处。
情况说明：在VMware vsphere的虚拟化平台下，为了快速部署虚拟服务器，我们常常使用模板部署虚拟机。但真实业务有时要求的文件系统分区和大小常常与模板不同，这时便需要自定义硬件资源和使用 LVM 方式扩容。在定义硬盘的时候我们可以在原有的硬盘上直接增加，然后虚拟机创建完成后再进入系统进行扩容，
日常开发中，实现数据库的分库分表，在经常使用工具方面，常用的有像 sharding-sphere、TDDL、Mycat等，然后，根据主键key做数据分布
随着Java的进化过程，涌现出各种不同的垃圾回收器，从串行执行到并行执行，从高吞吐到低延迟，终极目标就是让开发人员专注于程序的代码书写而无需关注内存管理。
今天想聊一下分库分表，因为对于快速增长的业务来说，这个是无法回避的一环。之前我在做商城相关的SAAS系统，商品池是一个存储瓶颈，商品池数量会基于租户增长和运营变得指数级增长，短短几个月就能涨到几千万的数据，而运营半年后就可能过亿。而对于订单这种数据，也会跟着业务的成长，也会变得愈发巨大。
本文介绍了分库分表的概念及优势,以及sharding-jdbc分库分表中间件,探究了sharding-jdbc的路由规则的执行流程
本文记录 Mysql 分库分表 和 Elasticsearch Join 查询的实现思路，了解分布式场景数据处理的设计方案。文章从常用的关系型数据库 MySQL 的分库分表Join 分析，再到非关系型 ElasticSearch 来分析 Join 实现策略。逐步深入Join 的实现机制。
MySQL存储过程、索引和分表是用于提高查询效率的三种不同方法，它们各自对查询效率有不同的影响和应用场景。以下是它们的对比： MySQL存储过程： 影响查询效率： 存储过程通常不直接影响查询效率，因为它们是用于封装查询逻辑和执行多个SQL语句的数据库对象。存储过程主要有助于减少网络通信的开销，特别是
本文主要介绍了JVM内存分区的基本情况，着重介绍了栈、堆、方法区的分区情况，并给出实际代码解释内存分配的过程。
在使用 MySQL 8.0 表分区时，需要注意以下一些关键事项和最佳实践： 支持的存储引擎： MySQL 8.0 表分区仅支持一些特定的存储引擎，如 InnoDB 和 NDB（NDB 是 MySQL Cluster 存储引擎）。因此，在选择分区时，请确保你的表使用的是支持分区的存储引擎。 分区键的选
10 几年前，互联网产业蓬勃发展，相比传统 IT 企业，互联网应用每天会产生海量的数据。 如何存储和分析这些数据成为了当时技术圈的痛点，彼时，分库分表解决方案应运而生。 当时最流行的 Java 技术论坛是 javaeye ，有位淘宝的技术人员分享了一篇分库分表的文章 ，这篇文章，我反复看了几十遍，想
1备份要挂载的文件夹 查看home文件夹有无文件，如有文件一定要记得备份 2创建逻辑分区 2.1查看已有逻辑分区 2.2查看磁盘分区情况 2.3查看磁盘PV 2.4创建逻辑分区 lvcreate -n home -l 100%FREE centos 2.5查看逻辑分区情况 3初始化文件系统 3.1初
这篇主要描述了B端令牌系统应用数据分表解决业务数据量增大，且存在的数据倾斜问题，主要面向的场景是一对多数据倾斜问题
本篇文章讲了linux磁盘管理中的分区相关知识，mbr和gpt分区有何不同？从添加一块硬盘到最后挂载到系统，经历了哪些步骤？如何创建交换分区并给交换分区扩容？
efcore如何优雅的实现按年分库按月分表 介绍 本文ShardinfCore版本 本期主角: ShardingCore 一款ef-core下高性能、轻量级针对分表分库读写分离的解决方案，具有零依赖、零学习成本、零业务代码入侵适配 距离上次发文.net相关的已经有很久了,期间一直在从事java相关的
背景 前两天收到业务反馈有一个 topic 的分区消息堆积了： 根据之前的经验来看，要么是业务消费逻辑出现问题导致消费过慢，当然也有小概率是消息队列的 Bug（我们使用的是 pulsar）。 排查 通过排查，发现确实是在一点多的时候消息堆积了（后面是修复之后堆积开始下降）。 于是我在刚才堆积处查看了
大家好，我是痞子衡，是正经搞技术的痞子。今天痞子衡给大家介绍的是**从功耗测试角度了解i.MXRTxxx系列片内SRAM分区电源控制**。 我们知道配合 MCU 一起工作的存储器包含 ROM(Flash) 和 RAM 两类，前者主要放 RO 代码和数据，后者放 RW 数据。MCU 可以没有片内 RO
