架构设计（二）：数据库复制 作者：Grey 原文地址： 博客园：架构设计（二）：数据库复制 CSDN：架构设计（二）：数据库复制 在架构设计（一）：从单服务器模式到负载均衡设计中提到了数据库类型的选择， 针对大数据量，高可用的场景，数据库复制是一种比较好的方式，其中多个数据库实例之间可以是主/从关系
架构设计（三）：引入缓存 作者：Grey 原文地址： 博客园：架构设计（三）：引入缓存 CSDN：架构设计（三）：引入缓存 缓存是一个临时存储区域，如果请求的数据获取代价比较高或者数据的访问频率比较高，则会把响应结果存储在内存中，以便更快速地提供后续请求。 每次加载一个新的网页，都要执行一次或多次数
自用 vscode 插件 1. EditorConfig for VS Code editorconfig 用来定义编辑器的编码格式规范，编辑器的行为会与 .editorconfig 文件中定义的一致，并且其优先级比编辑器自身的设置要高。 简单说明：在项目根目录下创建 .editorconfi 文件
在前几篇文章中`LyShark`通过多种方式实现了驱动程序与应用层之间的通信，这其中就包括了通过运用`SystemBuf`缓冲区通信，运用`ReadFile`读写通信，运用`PIPE`管道通信，以及运用`ASYNC`反向通信，这些通信方式在应对`一收一发`模式的时候效率极高，但往往我们需要实现一次性吐出多种数据，例如ARK工具中当我们枚举内核模块时，往往应用层例程中可以返回几条甚至是几十条结果，如
C++语言并没有对多线程与网络的良好支持，虽然新的C++标准加入了基本的`thread`库，但是对于并发编程的支持仍然很基础，Boost库提供了数个用于实现高并发与网络相关的开发库这让我们在开发跨平台并发网络应用时能够像Java等语言一样高效开发。thread库为C++增加了多线程处理能力，其主要提供了清晰的，互斥量，线程，条件变量等，可以很容易的实现多线程应用开发，而且该库是可跨平台的，并且支持
Java 21 版本更新中最重要的功能之一就是虚拟线程 (JEP 444)。这些轻量级线程减少了编写、维护和观察高吞吐量并发应用程序所需的工作量。
摘要：openGemini是华为云面向物联网和运维监控场景开源的一款云原生分布式时序数据库，兼容InfluxDB API，具有高性能、高并发、高扩展等特点。 openGemini是华为云面向物联网和运维监控场景开源的一款云原生分布式时序数据库，兼容InfluxDB API，具有高性能、高并发、高扩展
摘要：最近，在优化程序的加锁方式时，竟然出现了死锁！！到底是为什么呢？！经过仔细的分析之后，终于找到了原因。 本文分享自华为云社区《【高并发】优化加锁方式时竟然死锁了！！》，作者： 冰 河。 写在前面 最近，在优化程序的加锁方式时，竟然出现了死锁！！到底是为什么呢？！经过仔细的分析之后，终于找到了原
摘要：本文我们就结合案例程序来说明Java内存模型中的Happens-Before原则。 本文分享自华为云社区《【高并发】一文秒懂Happens-Before原则》，作者： 冰 河。 在正式介绍Happens-Before原则之前，我们先来看一段代码。 【示例一】 class VolatileExa
摘要：为了持续打造核心竞争力，英克康健联合华为云，基于云数据库RDS for PostgreSQL全新打造了一个高性能、大容量、高可用的SaaS医药管理系统，助力万千药企业务迈上新台阶。 乘借数字化东风，医药行业呈现出一片欣欣向荣之景。作为一家高新技术企业，北京英克康健科技有限公司（简称“英克康健”
摘要：MRS IoTDB，它是华为FusionInsight MRS大数据套件中的时序数据库产品，在深度参与Apache IoTDB社区开源版的基础上推出的高性能企业级时序数据库产品。 本文分享自华为云社区《工业数据分析为什么要用FusionInsight MRS IoTDB？》，作者：高深广 。
摘要：今天，我们就一起来简单看看Thread类的源码。 本文分享自华为云社区《【高并发】Thread类的源码精髓》，作者：冰 河。 前言 最近和一个朋友聊天，他跟我说起了他去XXX公司面试的情况，面试官的一个问题把他打懵了！竟然问他：你经常使用Thread创建线程，那你看过Thread类的源码吗？我
摘要：开发运营一个应用软件，面临种种挑战：软件栈厚重、开发上线慢、资源易浪费、运维投入高、突发流量应对困难。 华为云应用引擎CAE面对挑战，一扫而光！! 本文分享自华为云社区《【云图说】 | 第266期 初识云应用引擎CAE》，作者： 阅识风云。 CAE（Cloud Application Engi
拖两个动态面版 最外层【动态面板】用来定义显示区域，高度：692 （根据实际来） 里面的【动态面板】，用来放内容，高度根据实际情况来，示例中是：1920 如下图所示 里面的【动态面板】添加垂直滚动 外面面板高 - 内部面板高 = 692 - 1920 = -1228 免计算 [[LVAR1.heig
ES 对 from + size 有限制，两者之和不能超过1W Scroll查询方式，不适合做实时的查询,每次都是从数据文档中的ID去获取，效果高了，但文档中的ID（第二步）不是实时更新的，一般后台管理的方式用 Scroll 比较方便
query，根据查询条件，去计算文档的匹配度得到一个分数，并且根据分数进行排序，不会做缓存。【精准匹配度高】 filter，根据查询条件去查询文档，不去计算分数，而且filter会对经常被过滤的数据进行缓存。【查询效率会高】
py2neo 目前不支持 neo4j 5.X,Neo4j Driver for Python是官方提供的驱动程序，提供了与Neo4j数据库进行通信的基本功能，如果你更倾向于底层的控制，或者你的项目对性能要求较高。而py2neo则提供了更多的功能和便利性，以简化与Neo4j数据库的交互，更高级的抽象和便利性，以及一些附加的功能。选择哪个库取决于您的具体需求和偏好。
使用场景： 由于表数据量巨大，导致一些统计相关的sql执行非常慢，使用户有非常不好的体验，并且sql和数据库已经没有优化空间了。(并且该统计信息数据实时性要求不高的前提下) 解决方案： 整体思路：创建预处理表——通过定时任务将数据插入到结果表——统计信息时直接通过结果表进行查询——大大提高响应速度
.Net性能测试工具BenchmarkDotNet学习 BenchmarkDotNet 是一个用于性能基准测试的开源框架。它可以让开发人员编写简单易懂的代码，并测量和分析这些代码的性能表现，从而帮助开发人员优化其代码，以达到更高的性能和更好的效率。 源码地址：https://github.com/d
作者：刘须华 一、背景概述： R2M 缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。而缓存最常见的问题是缓存穿透、击穿和雪崩，在高并发下这三种情况都会有大量请求落到数据库，导致数据库资源占满，引起数据库故障。平时对缓存测试时除了关注增删修改查询等基本功能，应该要重点关注缓存穿透、
