初识SQL Server2017 图数据库(一)

背景:  接下来我会用三个篇幅介绍SQLServer 图数据库以及它的优缺点。介绍:  简单定义:图数据库是NoSQL数据库的一种类型,它应用图形理论存储实体之间的关系信息。图形数据库是一种非关系型数据库,它应用图形理论存储实体之间的关系信息。最常见例子就是社会网络中人与人之间的关系。关系型数据库用于存储“关系型”数据的效果并不好,其查询复杂、缓慢、超出预期,而图形数据库的独特设计恰恰弥补了这个缺
阅读本文

使用Spring-MongoDB访问全球分布数据库Cosmos DB(2)

Spring-MongoDB属于Spring Data项目的一个子项目,是专门针对Java Spring开发人员对MongoDB的一个封装,使用方法,代码风格都和之前写Spring代码保持一致;Spring Boot是Spring社区最近比较热的一个快速代码构建项目,自动处理依赖,快速启动项目,“just run“,实际上Spring社区希望大家现在开始任何Spring Application都从
阅读本文

云计算理解,阿里云介绍

云计算理解 到底什么事云计算,至少可以找到100种解释 现在广泛接受的是美国国家标准与技术研究院的定义 NIST定义: 云计算是一种按使用量付费的模式。这种模式提供可以用的 便捷的,按需的网络访问,进入可配置的计算资源共享池 资源包括网络,服务器,存储,应用程序,服务,这些资源能够快速提供 只需投入很少的管理工作,或与服务供应商进行很少的交互阿里云简介 拥有优质的C
阅读本文

搜索引擎:Elasticsearch与Solr

搜索引擎选型调研文档Elasticsearch简介*Elasticsearch是一个实时的分布式搜索和分析引擎。它可以帮助你用前所未有的速度去处理大规模数据。它可以用于全文搜索,结构化搜索以及分析,当然你也可以将这三者进行组合。Elasticsearch是一个建立在全文搜索引擎 Apache Lucene™ 基础上的搜索引擎,可以说Lucene是当今最先进,最高效的全功能开源搜索引擎框架。但是Lu
阅读本文

Zookeeper之Watcher事件-yellowcong

Zookeeper中有 watch时间,是一次性出发的,当watch监视到数据变化时,就通知该watch的client,及watcher,watcher注册一次,只能监听一次的操作,这点很重要。 事件类型 EventType.NodeCreate 节点创建 EventType.NodeDataChange 节点数据改变 EventType.NodeChildr
阅读本文

Zookeeper框架Curator之分布式计数器-yellowcong

原子类中提供了AtomicInteger ,但是对于分布式中,Zookeeper提供了解决方案,DistributedAtomicInteger 这个类,就可以完成分布式的j计数操作,其中还有的分布式同步对象如下图。 案例 package com.yellowcong.zookeeper.curator; import org.apache.curator.RetryPolicy; impo
阅读本文

基于Python操作redis介绍

毕业前的最后一个学期(2016.03),龙哥结婚了。可是总有些人喜欢嘲笑别人,调侃我。当时我就理直气壮的告诉他们,等龙哥孩子出生前,我TM早就。。。。。。。。。。。。      今天看到龙哥的朋友圈,他孩子这个月要生了。对此,我只想对龙哥说:mmp,你不按套路出牌啊。      我水土不服,就服我龙哥。      还是学点东西压压惊吧。      记得前几天,我还是个小白,问超哥什么是
阅读本文

Net知识图谱

对于Web系统开发来说,Net其实也是有好多知识点需要学的,虽然目前JAVA是主流,就业市场比较大,但Net也在积极的拥抱开源,大Net Core 2 出来了,这无疑给Net开发者带来更大的希望,好了,以下是自己画的知识图,给正在找工作的自己一个时间梳理下,同时也希望给你带来些许帮助,第一次画并鉴于自己知识点有限画的不好,欢迎拍我,我及时纠正,谢谢! 注:图是总-分结构,会针对一个知识点展开说明:
阅读本文

详解Hadoop核心架构

Hadoop核心架构 通过对Hadoop分布式计算平台最核心的分布式文件系统HDFS、MapReduce处理过程,以及数据仓库工具Hive和分布式数据库Hbase的介绍,基本涵盖了Hadoop分布式平台的所有技术核心。 通过这一阶段的调研总结,从内部机理的角度详细分析,HDFS、MapReduce、Hbase、Hive是如何运行,以及基于Hadoop数据仓库的构建和分布式数据库内部具体实现
阅读本文

HBase 简介、架构、工作原理深析——(一)

一、 简介 HBase是一种构建在HDFS之上的分布式、面向列的存储系统。在需要实时读写、随机访问超大规模数据集时,可以使用HBase。 尽管已经有许多数据存储和访问的策略和实现方法,但事实上大多数解决方案,特别是一些关系类型的,在构建时并没有考虑超大规模和分布式的特点。许多商家通过复制和分区的方法来扩充数据库使其突破单个节点的界限,但这些功能通常都是事后增加的,安装和维护都和复杂。同时,也会影
阅读本文

Redis的“死键”问题

大规模的数据库存储系统中,数据的生命周期管理是很有必要的;从业务角度发现过期数据,数据归档和数据碎片整理等。以MySQL为例,1个运行很久的TB级MySQL实例中,极有可能数百GB的数据,对业务来说是”过期数据”可直接归档后清理。如果不能发现和及时清理,这部分“过期数据”对生产数据库备份资源消耗,占用工作集数据内存(过期数据行可能分散InnoDB的page中),影响数据还原的RTO等。从成本和
阅读本文

Spring-data-jpa 学习笔记(一)

Spring家族越来越强大,作为一名javaWeb开发人员,学习Spring家族的东西是必须的。在此记录学习Spring-data-jpa的相关知识,方便后续查阅。一、spring-data-jpa的简单介绍SpringData : Spring 的一个子项目。用于简化数据库访问,支持NoSQL 和 关系数据存储。其主要目标是使数据库的访问变得方便快捷。SpringData 项目所
阅读本文

NoSQL 数据库应用

类型 部分代表 特点 列存储 Hbase Cassandra Hypertable 顾名思义,是按列存储数据的。最大的特点是方便存储结构化和半结构化数据,方便做数据压缩,对针对某一列或者某几列的查询有非常大的IO优势。 文档存储 MongoDB CouchDB 文档存储一般用类似json的格式存储,存储的内容是文档型的。这样也就有有机会对某些字段建立
阅读本文

【消息队列MQ】各类MQ比较

目前业界有很多MQ产品,我们作如下对比:RabbitMQ是使用Erlang编写的一个开源的消息队列,本身支持很多的协议:AMQP,XMPP, SMTP, STOMP,也正是如此,使的它变的非常重量级,更适合于企业级的开发。同时实现了一个经纪人(Broker)构架,这意味着消息在发送给客户端时先在中心队列排队。对路由(Routing),负载均衡(Load balance)或者数据持久化都有很好的支持
阅读本文

[CURD] 原子/错误处理/协议

[一些微小的思考,来的快,也去的快,记录一下]描述在任何一个系统中,我们都离不开最后的数据读写并持久化问题。数据分为文件数据和结构化数据,文件数据可以是直接使用操作系统提供的文件系统进行读写,也可以是使用分布式的GFS这样的系统读写;而结构化数据,从简单的配置数据,类似XML/JSON/INI等简单结构化数据读写,到基于SQLITE这样的单机数据库读写,基于MYSQL/SQLSERVER这样的Se
阅读本文

hbase kv特性 列式存储 查询接口

KV数据库:只是key有多个层级:表 + rowkey + column family + column可以扫一个表的所有记录,可以查一个表内,一个rowkey的所有column family + column对应value可以查一个表内,一个rowkey,一个column family 内所有column对应value可以查一个表内,一个rowkey,一个column family ,一个col
阅读本文

linux redis安装

最近开始第二个项目环境搭建了,有redis数据库搭建所以我学习了下redis是当前比较热门的NOSQL系统之一,它是一个key-value存储系统。和Memcached类似,但很大程度补偿了memcached的不足,它支持存储的value类型相对更多,包括string、list、set、zset和hash。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作。在
阅读本文

分布式系统CAP原则与BASE思想

一、CAP原则CAP原则又称CAP定理,指的是在一个分布式系统中, Consistency(一致性)、 Availability(可用性)、Partition tolerance(分区容错性),三者不可得兼。分布式系统的CAP理论:理论首先把分布式系统中的三个特性进行了如下归纳:一致性(C):在分布式系统中的所有数据备份,在同一时刻是否同样的值。(等同于所有节点访问同一份最新的数据副本)可用性(A
阅读本文

看透Spring MVC源码分析与实践—读书笔记(一)

网站架构机器演变过程 1.1 软件的三大类型 1.2 基础的结构并不简单BS结构是最基础的结构,不过即使这种最基础的结构的底层实现也不简单,因为它需要通过互联网传输数据,而互联网是一个错综复杂的网络,其中包括的节点不计其数,而且每两个节点之间的距离以及连接的线路都是不确定的,数据在传输的过程中还可能会丢失,所以非常复杂。所有问题都有它对治的方法,对于复杂问题的对治方法就是将其分解成多个简单的问题
阅读本文

Cassandra FAQ

1. Cassandra是什么? 是一个开源的nosql数据库 2. 长什么样子?SortedMap<RowKey, SortedMap<ColumnKey, ColumnValue>> primary key 可以指定多个,但是除了第一个是用于 partition 的, 其他的,都是用于排序的。譬如: CREATE TABLE scores ( name text, age int, score
阅读本文