nosql | 易学教程

互联网公司的面试官是如何360°无死角考察候选人的？

阅读更多关于互联网公司的面试官是如何360°无死角考察候选人的？

作者：石杉的架构笔记一、写在前面最近收到不少读者反馈，说自己在应聘一些中大型互联网公司的Java工程师岗位时遇到了不少困惑。这些同学说自己也做了精心准备，网上搜集了不少Java面试题，然而实际去互联网公司面试才发现，人家问的，和你准备的对不上号，这就很尴尬了。二、先来体验一个真实的面试连环炮好，闲话不多说，我们进入正题！本系列文章，我们将会从消息中间件、分布式缓存、分布式搜索、分布式架构、海量数据、NoSQL、高并发、高可用、高性能、数据库、JVM虚拟机等各方面聊一下面试中的高频技术问题。现在一些中大型互联网公司的面试官，在面试候选人时，一般都会采取连环炮的策略来深挖一个候选人的技术水平。举个例子，比如说看你简历上写了熟悉消息中间件（MQ技术）。那么可能我们就会有一个类似下面这样的连环炮式发问：说说你们公司线上生产环境用的是什么消息中间件？那你们线上系统是有哪些技术挑战，为什么必须要在系统里引入消息中间件？你们的消息中间件技术选型为什么是RabbitMQ？为什么不用RocketMQ或者是Kafka？技术选型的依据是什么？你们怎么保证消息中间件的高可用性？避免消息中间件故障后引发系统整体故障？使用消息中间件技术的时候，你们怎么保证投递出去的消息一定不会丢失？你们怎么保证投递出去的消息只有一条且仅仅一条，不会出现重复的数据？

Retrieve a list of documents, limited to IDs in an array — follow up

阅读更多关于 Retrieve a list of documents, limited to IDs in an array — follow up

来源： https://stackoverflow.com/questions/64346614/retrieve-a-list-of-documents-limited-to-ids-in-an-array-follow-up

Retrieve a list of documents, limited to IDs in an array — follow up

阅读更多关于 Retrieve a list of documents, limited to IDs in an array — follow up

来源： https://stackoverflow.com/questions/64346614/retrieve-a-list-of-documents-limited-to-ids-in-an-array-follow-up

Retrieve a list of documents, limited to IDs in an array — follow up

阅读更多关于 Retrieve a list of documents, limited to IDs in an array — follow up

来源： https://stackoverflow.com/questions/64346614/retrieve-a-list-of-documents-limited-to-ids-in-an-array-follow-up

Flutter Firebase: Retrieve a list of documents, limited to IDs in an array?

阅读更多关于 Flutter Firebase: Retrieve a list of documents, limited to IDs in an array?

来源： https://stackoverflow.com/questions/64327490/flutter-firebase-retrieve-a-list-of-documents-limited-to-ids-in-an-array

Flutter Firebase: Retrieve a list of documents, limited to IDs in an array?

阅读更多关于 Flutter Firebase: Retrieve a list of documents, limited to IDs in an array?

来源： https://stackoverflow.com/questions/64327490/flutter-firebase-retrieve-a-list-of-documents-limited-to-ids-in-an-array

HBASE（分布式海量NOSQL数据库）

阅读更多关于 HBASE（分布式海量NOSQL数据库）

HBase建表高级属性，hbase应用案例看行键设计，HBase和mapreduce结合，从Hbase中读取数据、分析，写入hdfs，从hdfs中读取数据写入Hbase，协处理器和二级索引 1. Hbase高级应用1.1建表高级属性下面几个shell 命令在hbase操作中可以起到很到的作用，且主要体现在建表的过程中，看下面几个create 属性1、 BLOOMFILTER 默认是NONE 是否使用布隆过虑及使用何种方式布隆过滤可以每列族单独启用。使用 HColumnDe... hbase系统架构图以及各部分的功能作用，物理存储，HBase寻址机制，读写过程，Regin管理，Master工作机制 1.1 hbase内部原理1.1.1 系统架构 Client 1 包含访问hbase的接口，client维护着一些cache来加快对hbase的访问，比如regione的位置信息。Zookeeper 1 保证任何时候，集群中只有一个master 2 存贮所有Region的寻址入口—-roo... hbase的shell命令行方式操作进入hbase命令行 cd /home/tuzq/software/hbase-1.3.1/bin ./hbase shell 查看帮助显示hbase中的表 List（列出你有哪些表）创建user表，包含info、data两个列族 create

抗击疫情，阿里云数据库团队这样做…

阅读更多关于抗击疫情，阿里云数据库团队这样做…

采访时刻小库：在春节和疫情防控期间，阿里云数据库如何保障客户业务的正常运行，为疫情防控提供了怎样的支持？ OLTP数据库团队 PolarDB通过云原生弹性能力快速扩容支撑了春节和抗疫期间在线教育、游戏行业和在线办公（钉钉）等流量爆发式增长的一波业务。在疫情中，通过重保和护航等方式有力的保障了多地医院、医保、交通、出入境管理等政府系统的稳定运行，在数字经济时代助力国家全面防控疫情。 OLAP数据库团队数据库OLAP团队采用虚拟联合专家组的方式重点支撑教育、游戏、数字政府等行业客户，助力教育和游戏等行业实现精细化运营，助力数字政府多个省份实现全局疫情深度分析和防控。 NoSQL数据库团队在春节期间，NoSQL数据库团队同学志愿参与了疫情智能问答机器人项目(由达摩院智能服务事业部发起，目前已嵌入到各省市的疾控中心与微信公众号等政府的app中。负责每个省市的机器人实例的前端配置、部署以及运维工作，一共部署/运维了30多套机器人实例，覆盖了全国大部分省市。数据库管控团队密切协作支持在线教育、医疗和远程办公用户突发高峰流量的系统扩容，护航武汉疫情项目平稳升级，确保用户业务享受到云数据库的极致弹性和便利，服务好社会的每个角落。数据库生态工具团队疫情防控期间在线教育等需求增长，数据传输服务DTS帮助用户数据库快速上云实现弹性扩容，帮助实现“停课不停教、不停学”

消息中间件

阅读更多关于消息中间件

消息中间件为我们带来了异步特性，为系统解耦，对于大型分布式系统具有非常重大的意义这样系统变得非常复杂引入可扩展配置算是比较优雅的解决方案降低了开发部署成本并没实质性降低复杂性引入消息中间件解耦服务调用只需要向消息中间件发送消息其他服务订阅该消息成功解耦，不用关心多少系统需要知道登陆成功这个事件各个系统互不影响上面用数据库记录中间状态，写入时数据库不可用，还是会有问题对于需要感知的应用，需要定时轮询查看状态，完成操作也要修改能解决问题，实现简单，但是也存在问题：增加了业务库的负担依赖的复杂和不安全（发短信的服务对数据库有操作权限，这样不安全）扩展性不好互联网时代的消息中间件 JMS（java message service）是JavaEE（企业版）关于消息的规范 ActiveMQ 等产品是对该规范的实现企业内部或小型系统直接使用JMS产品是很经济的大型系统有一些场景不适合在大型互联网中，使用消息中间件，最基础俩特点应用之间解耦操作的异步重点考虑：消息的顺序保证扩展性可靠性业务操作与消息发送的一致性及多集群订阅者消息发送一致性产生消息的业务动作和消息发送的一致性上述两种做法，第一种丢失消息的概率是很低的，但是对于必须保证一致性的场景，上面的两种方案都不可取 JMS 能保证消息发送的一致性吗？ JMS 重要要素 JMS

国内三大云数据库测试对比

阅读更多关于国内三大云数据库测试对比

导读腾讯云数据库提供了可视化的运维操作页面和自动备份的能力，降低了数据库运维的门槛。同时云数据库还支持高可用架构，对数据的安全性和服务的可靠性更有保障。另外有的云数据库厂商还提供了诸如数据库审计、慢查询分析、数据回档等能力，大大减轻了数据库运维和 DBA 的工作量。我司 CTO 和技术总监都是腾讯系的，所以我们一开始就选用腾讯云的服务。他们家的云数据库提供了可视化的运维操作页面和自动备份的能力，降低了数据库运维的门槛。同时云数据库还支持高可用架构，对数据的安全性和服务的可靠性更有保障。另外有的云数据库厂商还提供了诸如数据库审计、慢查询分析、数据回档等能力，大大减轻了数据库运维和 DBA 的工作量。其实我们就没有专门的 DBA，都是开发自己上去折腾，通过把数据库的可靠性外包给云端，确实极大地降低了我们的工作量，这一点还是挺爽的。但是在具体的使用过程中，发现还是有些地方不够满意，比如 MySQL 最高版只有5.6，没法用上 5.7.8+ 新增的 JSON 字段；建立数据库自带的只读从库门槛较高（要最高版本）；binlog 的备份不方便；数据库授权上的坑（没有FILE和SHUTDOWN权限，不能grant all on *.*）等。记得以前对比过阿里云和 UCloud 的云主机磁盘 IO（那时候腾讯云好像才刚起步呢），这么久过去了，再来比比看，他们的云数据库怎么样

订阅 nosql