Shopee（https://shopee.com/）是东南亚和台湾地区领先的电子商务平台，覆盖新加坡、马来西亚、菲律宾、印度尼西亚、泰国、越南和台湾等七个市场。Shopee 母公司 Sea（https://seagroup.com/）为首家在纽约证券交易所上市的东南亚互联网企业。2015 年底上线以来，Shopee 业务规模迅速扩张，逐步成长为区域内发展最为迅猛的电商平台之一：
本文原题“阿里数据库十年变迁，那些你不知道的二三事”，来自阿里巴巴官方技术公号的分享。
在今天双 11 这个万众狂欢的节日，对于阿里员工来说，每个环节都将面临前所未有的考验，特别是技术环节，今天我们就一起来探讨下双11天量交易额背后的技术。
从 2009 年到 2021 年，从千万交易额到千亿交易额，双 11 已经开展了 12 年。如今，每年的双 11 以及一个月后的双 12，已经成为真正意义上的全民购物狂欢节。刚刚过去的 2021 年双 11，就有超过 8 亿消费者参与。
你只要用缓存，就可能会涉及到缓存与数据库双存储双写，你只要是双写，就一定会有数据一致性的问题，那么你如何解决一致性问题？
亚马逊2012年7.75亿美金收购的Kiva Systems，大大提升了亚马逊的物流系统。据悉时至2015年亚马逊已经将机器人数量增至10000台，用于北美的各大运转中心。
若系统不是严格要求缓存/数据库必须一致性，缓存可以稍微和数据库偶尔不一致，最好不要做双写。 读请求和写请求串行化，串到一个内存队列里去，这样就可以保证一定不会出现不一致。 串行化后，就会导致系统吞吐量骤降，就需要比正常情况下多几倍的机器去支撑线上环境请求。
在我们日常开发中,我们存储数据的方式一般都在数据库中,一般业务系统不会存在高并发的情况,也不怎么可能会发生概率性BUG问题,可一旦发涉及了高并发的需求,例如现在年底抢火车票的情景,单一使用数据库来保存数据肯定是不行的,首先我们的DB数据库是面向磁盘的,服务端与数据库交互都会有磁盘读/写操作而且该方式效率以及性能比较慢。
一年一度的双十一购物狂欢节又要来临了，你准备好剁手了吗？我每年都要购买好几百，有时候甚至是一千多的东西。不过以前我还没有考虑过这背后的技术问题，直到最近我做了一个烂项目以及和同事谈论双十一购物效率问题时才思考了一下这个问题。
数据分片：https://shardingsphere.apache.org/document/current/cn/features/sharding/
某医药销售企业因业务发展，需要建立线上药品销售系统，为用户提供便捷的互联网药品销售服务、该系统除了常规药品展示、订单、用户交流与反馈功能外，还需要提供当前热销产品排名、评价分类管理等功能。
在秒杀实际的业务中，一定有很多需要做缓存的场景，比如售卖的商品，包括名称，详情等。访问量很大的数据，可以算是“热点”数据了，尤其是一些读取量远大于写入量的数据，更应该被缓存，而不应该让请求打到数据库上。
说起容灾，很多同学脑子冒出来熟悉字眼，”同城双活”，“两地三中心”，“单元化”，“set化”等等。其实这些名词背后均隐射一层含义，面对一些灾难时候，业务如何做冗余来快速恢复业务。
httpjuejin.im/post/5d84e21f6fb9a06ac8248149
———— 已经拥有黑眼圈，但还没学会小猪老师时间管理学的蛮三刀同学
总是假设最坏的情况，每次拿数据的时候，都认为别人也会修改，所以每次都会加锁。当要对数据库中的一条数据进行修改的时候，为了避免同时被其他人修改，最好的办法就是直接对该数据进行加锁以防止并发。这种借助数据库锁机制，在修改数据之前先锁定，再修改的方式被称之为悲观并发控制【Pessimistic Concurrency Control，缩写“PCC”，又名“悲观锁”】。
业界对于库存敏感的业务往往通过数据库进行库存方案的设计，那么基于数据库库存系统会有哪些坑呢？
想做一个B2B2C的电商平台，在后台数据统计搭建的时候需要注意哪些问题？如何设计具体的统计模块？
当我们在做数据库与缓存数据同步时，究竟更新缓存，还是删除缓存，究竟是先操作数据库，还是先操作缓存？本文带大家深度分析数据库与缓存的双写问题，以供大家参考。
本栏目Java开发岗高频面试题主要出自以下各技术栈：Java基础知识、集合容器、并发编程、JVM、Spring全家桶、MyBatis等ORMapping框架、MySQL数据库、Redis缓存、RabbitMQ消息队列、Linux操作技巧等。
在日常的应用开发中，我们经常会遇到需要使用多种不同类型的数据库管理系统来满足各种业务需求。其中最典型的就是Redis和MySQL的组合使用。
近年来，中国移动不断加强业务运营IT支撑系统的自主可控建设。亚信科技AntDB数据库已在运营商核心系统深耕15年，在通信行业的多个领域完成上线并保障持续平稳运行，完全具备国外数据库所具备的能力。因其技术领先性与稳定性，湖南移动借力亚信科技AntDB数据库，积极推进核心业务数据库的国产替代工作。
（1）读的时候，先读缓存，缓存没有的话，那么就读数据库，然后取出数据后放入缓存，同时返回响应 （2）更新的时候，先删除缓存，然后再更新数据库
不用想象一种异常场景了，这就真实发生了：B 站晚上 11 点突然挂了，网站主页直接报 404。
秒杀这个话题到现在来说已经是一个老生常谈的话题了，不过因为又临近一年一度的双11，而且发现前段时间无论是阿里还是腾讯一些大厂其实还是在频繁的问到这个场景题，所以还是准备拿出来说说。
Redis是企业级系统高并发、高可用架构中非常重要的一个环节。Redis主要解决了关系型数据库并发量低的问题，有助于缓解关系型数据库在高并发场景下的压力，提高系统的吞吐量（具体Redis是如何提高系统的性能、吞吐量，后面会专门讲）。
在一个数据为王时代，数据安全视为一家企业命根子，因此如何保障企业数据安全尤为重要。本文主要从数据库容灾方案视角，基于当前客户业务并结合技术&产品，制定最佳容灾方案。主要从以下三个方面来介绍：
这是悟空的第 112 篇原创文章 你好，我是悟空。 一、背景 不用想象一种异常场景了，这就真实发生了：B 站昨天晚上 11 点突然挂了，网站主页直接报 404。 手机 APP 端数据加载不出来。 23：30 分，B 站做了降级页面，将 404 页面跳转到了比较友好的异常页面。 但是刷新下页面，又会跳转到 404 页面。 22：35 主页可以加载出数据了，但是点击动态还是会报 502 点击某个视频，直接报 404。 2021-07-14 02:00 之后 B 站开始逐渐恢复。 二、什么原因 今日凌晨
Broker 通过提供轻量级的 Topic 和 Queue 机制来进行消息存储。 Broker 支持 Push 和 Pull 模式，包含容错机制，并且提供了强大的峰值填充和以原始时间顺序累计数千亿条消息的能力。 Broker 还提供灾难恢复，丰富的指标统计数据和警报机制，而传统的消息传递系统都缺乏这些机制
答: • 支持 SQL 92 标准； • 支持 Mysql 集群，可以作为 Proxy 使用； • 支持 JDBC 连接多数据库； • 支持 NoSQL 数据库； • 支持 galera for mysql 集群，percona-cluster 或者 mariadb cluster，提供高可用性数据分片集群； • 自动故障切换，高可用性； • 支持读写分离，支持 Mysql 双主多从，以及一主多从的模式； • 支持全局表，数据自动分片到多个节点，用于高效表关联查询； • 支持独有的基于 E-R 关系的分片策略，实现了高效的表关联查询； • 支持一致性 Hash 分片，有效解决分片扩容难题； • 多平台支持，部署和实施简单； • 支持 Catelet 开发，类似数据库存储过程，用于跨分片复杂 SQL 的人工智能编码实现，143 行 Demo 完成跨分片的两个表的 JION 查询； • 支持 NIO 与 AIO 两种网络通信机制，Windows 下建议 AIO，Linux 下目前建议 NIO； • 支持 Mysql 存储过程调用； • 以插件方式支持 SQL 拦截和改写； • 支持自增长主键、支持 Oracle 的 Sequence 机制。
假设某网站秒杀活动只推出一件商品，预计会吸引1万人参加活动，也就说最大并发请求数是10000，秒杀系统需要面对的技术挑战有：
5.java电商网站，数据库分读写，解决高并发读写的问题，master和slave流量的问题。
有一个工厂，专门生产口红卖给消费者。世界很美好，消费者赚工资买口红，工厂生产口红卖给消费者，工厂所有者赚钱。大家都很开心。但是消费者买口红的数量不是固定的，经常在波动。
（1）查询商品； （2）创建订单； （3）扣减库存； （4）更新订单； （5）付款； （6）卖家发货；
“秒杀”系统的建设需要整个系统从前到后全栈的协同配合，其中包含了基础技术部维护的多个服务，比如CDN、高防IP、容器平台、缓存、数据库、中间件、全链路压测、监控系统等，我们围绕这些基础服务讨论秒杀系统的技术挑战与架构优化。
网购相信大家一定不陌生，很多小伙伴甚至号称“剁手达人”，今天我们就来聊下电商中的秒杀系统是如何架构？
每年一次的双十一大促临近，因此上周末公司组织了一次技术交流闭门会，邀请了电商、物流、文娱内容、生活服务等知名一线互联网公司的技术大牛，一起探讨了一些大促稳定性保障相关的技术话题。
互联网常见的高可用手段。比如服务冗余部署、异步化设计、负载均衡、服务限流降级熔断、架构拆分、服务治理、分布式存储等等，今天主要是一起聊下，多机房部署的灾备架构模式，来确保服务的高可用。
OpenStack已经成为一种趋势，但发行版OpenStack尚不完美，企业要建成私有云必须预先充分了解发行版OpenStack的缺点，并寻求专业OpenStack提供商的帮助与合作，才能扬长避短，真正发挥OpenStack的优势，建成最大化企业竞争优势的私有云。
数据库与服务器一样分为物理和虚拟两种类型，尽管都是同样的用途，但是在选择的应用途径上的差异，在实际的使用当中特别是当系统的网络流量增加，数据信息内存需求扩大的过程当中，就会逐渐地形成较大的反差。因此从扩展性而言，更多的客户都开始偏向于云数据库使用。那么云数据库怎么安装呢，需要现安装完成云服务器主机之后，再下载安装数据库，并且将数据库连接到云服务器上就可以开始进行使用了。
库存可能会修改，每次修改都要去更新这个缓存数据; 每次库存的数据，在缓存中一旦过期，或者是被清理掉了，前端的nginx服务都会发送请求给库存服务，去获取相应的数据
延迟双删（Delay Double Delete）是一种在数据更新或删除时为了保证数据一致性而采取的策略。这种策略通常用于解决数据在缓存和数据库中不一致的问题。 具体来说，在某些场景下，我们需要先更新或删除数据库中的数据，然后再更新或删除缓存中的数据，以保证数据的一致性。。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
