zoukankan      html  css  js  c++  java
  • 大数据高并发常用解决方案

    总体一句话,分库分表,负载均衡,sql优化,采用缓存中间件

    1.高访问量 缓解数据库压力方案:采用数据库集群(如:PXC),添加集群数据库节点。采用Nginx负载均衡降低数据库访问压力
    2.慢查询解决方案:
    a.表中数据量大导致的慢查询,有两种解决方案:
    一数据分表:如果数据表中历史比较久,访问概率比较低的数据拆分到一张表,数据比较新,访问量频繁的放在另外一张表。
    二是表结构拆分:如果数据库中的表字段过多,在数据量大时也会影响到查询速度,这个时候需要将不常用的字段进行拆分到另外一张表。
    b.sql本身问题导致的慢查询,优化方案有两种:
    1.单表查询,禁止使用比较多的联表查询,且sql中禁止使用select * 字样。
    2.采用redis缓存数据库,业务方可以根据规则配置接口需要查询的字段,将规则存入redis。调用该接口时候,入参只需要传入redis中的key(标识),后端可以根据key去redis中取出需要查询的字段,拼接sql,精确查询数据,从而提高效率。

  • 相关阅读:
    BFS visit tree
    Kth Largest Element in an Array 解答
    Merge k Sorted Lists 解答
    Median of Two Sorted Arrays 解答
    Maximal Square 解答
    Best Time to Buy and Sell Stock III 解答
    Best Time to Buy and Sell Stock II 解答
    Best Time to Buy and Sell Stock 解答
    Triangle 解答
    Unique Binary Search Trees II 解答
  • 原文地址:https://www.cnblogs.com/lijinping321/p/14309227.html
Copyright © 2011-2022 走看看