sqlite

“灵魂拷问： 解决数据库读写瓶颈有哪些解决方案呢? 这些方案解决了什么问题呢? 这些方案有那些优势和劣势呢? 一个可以抵抗高并发流量系统的背后必定有一个高性能的数据库集群，就像每一个成功的男人背后总有一个强势的女人一样。数据库集群在部署模式上属于分布式，但是CAP原则却不适用于分布式数据库。 分库分表作为一种普遍的解决方案，几乎已经成为面试者吹水的利剑，却很少有人在意它所带来的副作用。其实分库分表是利用了分治的思路来解决数据库的瓶颈问题，这种方案同时解决了并发读和并发写的瓶颈，利用数据分片的方式，以堆积硬件的方式来抵抗了高流量的冲击，当然带来了某些业务需要跨库查询，跨表join等问题，不过这些问题总能以别的解决方案来应对。 数据库读写分离是解决数据库性能瓶颈的另外一个方案，和分库分表方案相比较，他们有着本质的区别。分库分表会把数据分散在多个库表中，然后利用数据分片的规则来读取和写入数据，而读写分离是利用“冗余”的方式来应对大流量的冲击。 读写分离原理 读写分离的基本原理是将数据读写分散到不同的数据库节点上，写操作一般只发生在主节点，可以接受少量延迟的读操作发生在从节点上 image 至于读写分离的实现方式： 多台数据库服务器组件成集群，并配置主从关系 主节点负责读写操作，从节点只负责读操作 主节点通过数据复制机制，把数据从主节点同步到所有的从节点

之前民工哥也给大家介绍过一款Nginx配置生成器： 强大！Nginx 配置在线一键生成“神器” ，不太了解的人可以去看一看。 最近民工哥又发现一款好用的网页版开源工具，同样它的功能也是Nginx配置生成器，功能非常强大，方便实用，它是： NginxWebUI 。 NginxWebUI介绍 NginxWebUI是一款方便实用的 nginx 网页配置工具 ，可以使用 WebUI 配置 Nginx 的各项功能，包括 端口转发，反向代理，ssl 证书配置，负载均衡 等，最终生成「nginx.conf」配置文件并覆盖目标配置文件，完成 nginx 的功能配置。 项目地址：https://gitee.com/cym1102/nginxWebUI 官方网站：https://nginxwebui.gitee.io NginxWebUI功能说明 该项目是基于springBoot的web系统，数据库使用sqlite，因此 服务器上不需要安装任何数据库。 本项目可管理多个nginx服务器集群, 随时一键切换到对应服务器上进行nginx配置, 也可以一键将某台服务器配置同步到其他服务器, 方便集群管理。 nginx本身功能复杂, 本项目并不能涵盖nginx所有功能, 只能配置常用功能, 更高级的功能配置仍然需要在最终生成的nginx.conf中进行手动编写。 部署此项目后,

原文： https://bit.ly/2Cy3J5f 作者：Jon P Smith 翻译：王亮 声明：我翻译技术文章不是逐句翻译的，而是根据我自己的理解来表述的。其中可能会去除一些本人实在不知道如何组织但又不影响理解的句子。 这篇文章是关于如何使用 EF Core 实现软删除的，即表面上删除了数据，但数据并没有被物理删除，在需要的时候你还是可以把它读取出来的。软删除有很多好处，但也有一些值得注意的问题。这篇文章会教你使用 EF Core 实现一般的软删除和复杂的级联软删除。在此过程中，我还会介绍如何编写可重用代码来提高软删除解决方案的开发效率。 我假设你对 EF Core 已经有了一定的认识。但在真正讲软删除实现的方案之前，我们先来了解一下如何使用 EF Core 实现删除和软删除的一些基本知识。 本文是“深入理解 EF Core”系列中的第三篇。以下是本系列文章列表： 深入理解 EF Core：当 EF Core 从数据库读取数据时发生了什么？ 深入理解 EF Core：当 EF Core 写入数据到数据库时发生了什么？ 深入理解 EF Core：使用查询过滤器实现数据软删除（本文） 概要 ∮. 你可以使用全局查询过滤器（现在称为查询过滤器）为你的 EF Core 应用程序添加软删除功能。 ∮. 在应用程序中使用软删除的主要好处是可以恢复无意的删除和保留历史记录。 ∮.

功能说明 作者初衷是编写一个web框架支持C++开发cgi程序，于是cppweb诞生了。 作者希望cppweb是一个大一统的框架，即可用于传统服务端编程也可用于web编程，作者希望http协议能做的更多，框架包括以下两个核心服务： webserver：业务服务容器，通过配置也可升级为服务注册中心与定时任务调度中心。 webrouter：接口路由网关服务，对外提供统一的流量入口，主要负责请求分发以及黑白名称配置。 cppweb在读数据采用epoll网络模型，以任务队列的方式处理具体请求，回包也在任务队列中处理，理论上cppweb可支持单机10000个以上的并发连接。 cppweb易拓展，作者开发Java、Python等模块，用于支持Java、Python等语言开发cgi程序，开发者可以直接使用C/C++、Java、Python等语言进行混合开发。 cppweb追求小而巧，对于开源库是拿来即用，源码工程自带zlib、sqlite等源码代码，开发者无需另外下载，再此感谢zlib、sqlite等开源库的作者与开发团队。 我们对linux与windows下的文件系统、共享内存、信息量等系统接口进行统一的封装，保证一份代码可以再不同的系统中编译运行，您也可以用cppweb基础库进行其他方面的跨平台开发工作。 基于cppweb的微服务集群框架如下图所示

武培轩 推荐搜索 MySQLRedisElasticsearchJavaSpring Boot数据结构 所有数据库管理系统的主要工作都是「可靠地存储数据」并使其对用户可用。我们使用数据库作为数据的主要来源，帮助我们在应用程序的不同部分之间共享数据。我们使用数据库，而不是在每次创建新应用程序时寻找存储和检索信息的方法，也不是每次都去发明一种组织数据的新方法。这样一来，我们就可以专注于应用程序逻辑而不是基础设施。 数据库是模块化的系统，由多个部分组成：接受请求的传输层、决定以最高效方式运行查询的查询处理器、执行操作的执行引擎以及存储引擎。 存储引擎（或数据库引擎）是数据库的一个软件组件，它负责在内存和磁盘上存储、检索和管理数据，而设计它的目的是长久保存每个节点的数据[REED78]。数据库可以响应复杂的查询，存储引擎则会更细粒度地看待数据并提供一组简单的数据操作API，允许用户创建、更新、删除和检索数据记录。从某个角度来看，数据库是构建在存储引擎之上的应用程序，它提供了表结构（schema）、查询语言、索引、事务和许多其他有用的特性。 为了获得灵活性，键和值都可以是没有预设格式的任意字节序列。它们的排序和表示语义是在更高级别的子系统中定义的。例如，你可以在一个表中使用int32（32位整数）作为键，而在另一个表中使用ascii（ASCII字符串）；从存储引擎的角度来看

接上一篇：基于Centos7系统Django环境搭建-从0到1开始Django第一篇 https://my.oschina.net/guiguketang/blog/4333406 1.项目初始化 #django-admin startproject mysite 2.启动服务，执行manage.py文件 #python manage.py runserver 2-1.异常1-> ModuleNotFoundError: No module named '_sqlite3' 解决方法: #yum install sqlite-devel 2-2.解决后新异常1-> raise ImproperlyConfigured('SQLite 3.8.3 or later is required (found %s).' % Database.sqlite_version) django.core.exceptions.ImproperlyConfigured: SQLite 3.8.3 or later is required (found 3.7.17). 查看当前sqlite3版本，为3.7.17 (vdjango) [root @localhost mysite]# sqlite3 --version 3.7.17 2013-05-20 00:56:22

前言 gRPC凭借其严谨的接口定义、高效的传输效率、多样的调用方式等优点，在微服务开发方面占据了一席之地。dotnet core正式支持gRPC也有一段时间了，官方文档也对如何使用gRPC进行了比较详细的说明，但是关于如何对gRPC的服务器和客户端进行单元测试，却没有描述。经过查阅官方代码，找到了一些解决方法，总结在此，供大家参考。 本文重点介绍gRPC服务器端代码的单元测试，包括普通调用、服务器端流、客户端流等调用方式的单元测试，另外，引入sqlite的内存数据库模式，对数据库相关操作进行测试。 准备gRPC服务端项目 使用dotnet new grpc命令创建一个gRPC服务器项目。 修改protos/greeter.proto, 添加两个接口方法： // 服务器流 rpc SayHellos (HelloRequest) returns (stream HelloReply); // 客户端流 rpc Sum (stream HelloRequest) returns (HelloReply); 在GreeterService中添加方法的实现： using System; using System.Collections.Generic; using System.Linq; using System.Threading.Tasks; using Grpc.Core;