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
信创这个概念对于大家来说并不陌生，至少我们在海量的新闻中会时不时的听到这个概念，特别是在西方国家对中国进行技术封锁加剧时，证券市场中它还会时不时成为一个风口板块。其实“信创”理解起来也并不困难，就像它的字面意思：信息技术应用创新产业，旨在实现信息技术领域的自主可控，保障国家信息安全。
随着数据量的增大，传统关系型数据库越来越不能满足对于海量数据存储的需求。对于分布式关系型数据库，我们了解其底层存储结构是非常重要的。本文将介绍下分布式关系型数据库 TiDB 所采用的底层存储结构 LSM 树的原理。
简介 Minio是一个go编写基于Apache License v2.0开源协议的对象存储系统,是为海量数据存储、人工智能、大数据分析而设计，它完全兼容Amazon S3接口，十分符合存储大容量的非结构化数据从几十kb到最大5T不等。是一个小而美的开源分布式存储软件。 特点 简单、可靠：Minio采
相信大家对Spring都有一定的了解，本篇文章我们会针对Spring底层原理，在海量的Spring源代码中进行抽丝剥茧手动实现一个Spring简易版本，对Spring的常用功能进行手写模拟实现。
一、互联网项目架构-特点 互联网项目架构-特点 1.用户多：微信号称13亿用户； 2.流量大，并发高：百度统计，百度 一天承载超五十亿次搜索，天猫：双十一每秒4200万次请求； 3.海量数据：微信号称13亿用户，用户数据要存数据库；天猫，天猫的商品非常多； 4.易受攻击：项目是公网项目，容易受到不法
Netty 框架是以性能著称的框架，因此在它的框架中使用了大量提升性能的机制，例如 Netty 用于实现延迟队列的时间轮调度算法就是一个典型的例子。使用时间轮调度算法可以实现海量任务新增和取消任务的时间度为 O(1)，那么什么是时间轮调度算法呢？接下来我们一起来看。 1.延迟任务实现 在 Netty
本文分享自华为云社区《对接HiveMetaStore，拥抱开源大数据》，作者：睡觉是大事。 1. 前言 适用版本：9.1.0及以上 在大数据融合分析时代，面对海量的数据以及各种复杂的查询，性能是我们使用一款数据处理引擎最重要的考量。而GaussDB(DWS)服务有着强大的计算引擎，其计算性能优于MR
1 3种系统架构与2种存储器共享方式 1.1 架构概述 从系统架构来看，目前的商用服务器大体可以分为三类 对称多处理器结构(SMP：Symmetric Multi-Processor) 非一致存储访问结构(NUMA：Non-Uniform Memory Access) 海量并行处理结构(MPP：Ma
http://blog.itpub.net/70024420/viewspace-2928855/ 导读：大数据正在成为经济社会发展的新的驱动力。随着云计算、移动互联网等网络新技术的应用和发展，社会信息化进程进入大数据时代，海量数据的产生与流转成为常态。而大数据技术也如雨后春笋般正在蓬勃发展中。Ha
https://nic.hnuu.edu.cn/10043/2022/0027132.html 随着互联网的高速发展，目前数据的存储越来越多，传统的数据库逐渐不能满足人们对海量数据、高效查询的需求，国产的数据库如雨后春笋一样，一个个冒了出来来解决我们高速科技发展的数据库瓶颈，今天就给大家聊一聊目前最
神舟通用、云和恩墨、超图软件、南大通用、海量数据、超聚变及中国联通 https://baijiahao.baidu.com/s?id=1738417443151957787&wfr=spider&for=pc 央广网北京7月15日消息 openGauss Developer Day 2022（ope
学习文章：英特尔×同态科技 | 基于AVX-512指令集的同态加密算法中大整数运算性能优化与突破 文章 人工智能的安全隐患 ChatGPT的成功大部分来源于海量的数据支撑和丰富的数据维度，基于13亿参数量的庞大模型，随着用户的不断涌入，ChatGPT不断迭代进化新的“知识”，而在模型表达能力的增强之
跟大家分享一份由唯品会资深技术专家，著名开源项目springSide作者——“江南白衣”，结合自己近20年软件开发、架构经验，深度总结的，针对高并发、海量数据场景下的一份性能调优手册（曾在Qcon分享），其内容涵盖微基准测试、JVM、并发与锁等主题方向上的调优笔记，内容含金量很高，大家一定看到最后，相信会对大家有所帮助或启发！
前言 相信很多同学对MongoDB这个非关系型数据库都应该挺熟悉的，在一些高性能、动态扩缩容、高可用、海量数据存储、数据价值较低、高扩展的业务场景下MongoDB可能是我们的首选，因为MongoDB通常能让我们以更低的成本解决问题（包括学习、开发、运维等成本）。接下来的一个月博主将会从基础出发，编写
摘要：华为日历月活高达数千万，这使其对支撑业务的数据库提出了巨大挑战：高并发场景下，数据库如何实现快速扩容？海量数据运行，如何确保业务稳定性？ 本文分享自华为云社区《稳定支撑千万级月活，华为日历背后的英雄》，作者： GaussDB 数据库。 随着科技进步，手机日历早已融入我们的生活，不仅可以记录时间
作者：京东物流 张广治 1 背景 传统的将数据集中存储至单一数据节点的解决方案，在性能和可用性方面已经难于满足海量数据的场景，系统最大的瓶颈在于单个节点读写性能，许多的资源受到单机的限制，例如连接数、网络IO、磁盘IO等，从而导致它的并发能力不高，对于高并发的要求不满足。 每到月初国际财务系统压力巨
摘要：华为云EDS在“可信、可控、可证”的框架基础上进行数据空间的关键设计，打造数据可控交换的全栈能力。 数字社会，每时每刻都有海量数据产生，数据也逐渐从生产过程的附属产物，逐渐成为数字经济的关键生产要素。作为生产要素，数据只有流通起来才能产生大规模的经济价值。 数据流通发展三部曲 数据在企业中的流
作者：京东科技 李玉亮 目录指引 限流场景 软件系统中一般有两种场景会用到限流： •场景一、高并发的用户端场景。 尤其是C端系统，经常面对海量用户请求，如不做限流，遇到瞬间高并发的场景，则可能压垮系统。 •场景二、内部交易处理场景。 如某类交易任务处理时有速率要求，再如上下游调用时下游对上游有速率要
## 国内文章 ### NativeBuferring，一种零分配的数据类型（上篇） https://www.cnblogs.com/artech/p/17586781.html 之前一个项目涉及到针对海量（千万级）实时变化数据的计算，由于对性能要求非常高，我们不得不将参与计算的数据存放到内存中，并
