如果對資料庫的效能沒有乙個好的概念,很容易生產出一些健美型專案:看起來五大三粗、威風凜凜,直到資料量達到一定的規模它們就開始三步一喘了。健美選手的肌肉始終不如專業運動員厚實,撐不住真正的壓力。開發者掌握正確高效的資料庫使用方式是專案告別外強中乾的不二手段。
本場 chat 主要研討的問題有下面 12 個點:
執行分析;
覆蓋索引的查詢;
組合索引的命中;
線上資料庫查詢慢的問題定位;
文件排序;
如何建立索引;
索引的限制;
索引的占用空間對效能的影響;
說說_id
字段;
$or
查詢的優化;
資料分批處理;
使用聚合。
閱讀全文:
調優 Nginx效能調優
一.nginx優化配置 1.主配置檔案優化 注 部分配置詳解 worker processes 8 nginx程序數,建議按照cpu數目來指定,一般為它的倍數。worker cpu affinity 00000001 00000010 00000100 00001000 00010000 00100...
Spark效能調優 JVM調優
通過一張圖讓你明白以下四個問題 1.jvm gc機制,堆記憶體的組成 2.spark的調優為什麼會和jvm的調優會有關聯?因為scala也是基於jvm執行的語言 3.spark中oom產生的原因 4.如何在jvm這個層面上來對spark進行調優 補充 spark程式執行時 jvm堆記憶體分配比例 r...
七 Spark效能調優 Shuffle 調優
目錄 一 調節 map 端緩衝區大小 二 調節 reduce 端拉取資料緩衝區大小 三 調節 reduce 端拉取資料重試次數 四 調節 reduce 端拉取資料等待間隔 五 調節 sortshuffle 排序操作閾值 val conf new sparkconf set spark.shuffle...