⼤公司的分库分表都是怎么玩的？
当业务规模达到⼀定规模之后，像淘宝⽇订单量在5000万单以上，美团3000万单以上。数据库⾯对海量的数据压⼒，分库分表就是必须进⾏的操作了。⽽分库分表之后⼀些常规的查询可能都会产⽣问题，最常⻅的就是⽐如分⻚查询的问题。⼀般我们把分表的字段称作shardingkey，⽐如订单表按照⽤户ID作为shardingkey，那么如果查询条件中不带⽤户ID查询怎么做分⻚？⼜⽐如更多的多维度的查询都没有shar
数据结构与算法
订单中心架构设计与实践
不同的业务采用不同的系统架构，会有自己的一些特色架构难题。今天我们来学习下电商业务中的订单中心的架构设计，以及会遇到哪些技术挑战。
一、背景
随着用户量级的快速增长，vivo 官方商城 v1.0 的单体架构逐渐暴露出弊端：模块愈发臃肿、开发效率低下、性能出现瓶颈、系统维护困难。
从2017年开始启动的 v2.0 架构升级，基于业务模块进行垂直的系统物理拆分，拆分出来业务线各司其职，提供服务化的能力
469. 还是自主可控香
用别人开发的软件，阅读别人的代码，对于程序员来说，相比之下，终究还是没自己（包括加入的团队）开发的香。
自己开发的软件遇到什么错误，直接能通过现象，思维贯穿到底层去定位到问题，看到本质，跟火眼金睛似的。
别人开发的就不一样了，尤其是小众软件，遇到个问题，看到苍白的报错日志，只能说：“我勒个去”！
去年写了个分布式数据库一键部署脚本，实在是太香了，配置内存和节点IP，两个参数，就可以装一套分布式数据
docker-daemon.json配置详解
多个配置一定要加逗号，否则启动不成功，先给个例子：我修改了docker0的网络、信任私有镜像库、存储位置
vim /etc/docker/daemon.json
{
"bip": "0.0.0.0/0",
"insecure-registries" : ["registry.gag.cn"],
"data-root": /data/docker
}
[root@vm-1677489993 ~]
使用redis的bitmap实现签到功能
一、签到功能的实现思路
最常规的思路，一般我们会选择每个用户，每天的签到作为一条mysql表的数据，然后一条一条的记录。这种方式的确是可以的，但是它的局限性很大，只能适用于小规模公司的内部系统，人数不多的情况下。
如果是用于普通大众的话，这就将不堪设想。如果有一百万用户，每天签到，一个月，需要存的数据就会有三千万条数据，一年，需要存三亿六千万条数据。这要是用户量再大点，或者使用的时长再长点，这数据
数据变更注意事项 - 1 生产环境改表结构
1. pt-online-schema-change
官网:
新建一模—样的_new表
新表执行更改字段操作
原表上加三个触发器，DELETE/UPDATE/INSERT
原表的数据拷贝到新表中，然后替换掉原表
2. 安装
下载地址：
日常开发SQL优化万能公式：5 大步骤 + 10 个案例
项目早期数据量少，开发人员开发时更重视功能上的实现，随着生产数据的增长，很多SQL语句开始暴露出性能问题，对生产的影响也越来越大，有时可能这些有问题的SQL就是整个系统性能的瓶颈。
SQL优化整体主要体现在两个方面：
1.减少IO的次数，就是所有查询尽量全部走索引
2.减少IO的数据量，比如mysql5.6后的索引下推等，尽量减少传输数据量
1.SQL常规优化步骤
一、通过慢查日志等定位那些执行效
Zabbix-2·部署安装使用
一、Zabbix安装部署思路：
想要实现实施监控要解决的几个方面：
数据采集：
可以使用agent（安装在被控端的软件）或者SNMP（简单网络管理协议，用于网络设备的数据采集）
数据存储：
可以使用mysql或其他数据库
数据展示：
nginx+php展示web页面
简单来说就是，zabbix通过在远程主机上安装agent进行数据采集，存储到mysql数据库，通过web页面进行展示。
Zabb
03.pandas基础操作
3、pandas基础操作
1. pandas 介绍
1.1 为什么学习pandas
numpy已经可以帮助我们进行数据的处理了，那么学习pandas的目的是什么呢？
numpy能够帮助我们处理的是数值型的数据，当然在数据分析中除了数值型的数据还有好多其他类型的数据（字符串， 时间序列)，那么pandas就可以帮我们很好的处理除了数值型的其他数据！
什么是pandas?
首先先来认识pa
