binling的专栏

术语表：heap table, RID, bookm

nested loop join 1) 选择 小的 集合作为主循环，去check在另一个集合是否存在 2）另一个集合需要有index，O(n*lgm)，否则是O(n*m) merge join  1) 两个集合是排序的 2）比较两个list当前值，小的那一边推进指针，相等则match，同时推进。O (n + m) hash join 1）选择小的集合建hash tab

随着互联网应用的广泛普及，海量数据的存储和访问成为了系统设计的瓶颈问题。对于一个大型的互联网应用，每天几十亿的PV无疑对数据库造成了相当高的负载。对于系统的稳定性和扩展性造成了极大的问题。通过数据切分来提高网站性能，横向扩展数据层已经成为架构研发人员首选的方式。水平切分数据库，可以降低单台机器的负载，同时最大限度的降低了了宕机造成的损失。通过负载均衡策略，有效的降低了单台机器的访问负载，降低了宕机

最近见几个朋友都在说人人网新鲜事排序的问题，恰巧对这方面也较感兴趣，于是打算顺便把手头收集到的资料梳理学习一下。由于本人也只是新手，很多内容仅仅是参阅资料后的个人猜测与纸上谈兵故难免存有错误与纰漏，感谢大家指正。 一、 什么是feed “Feed，本意是“饲料、饲养、（新闻的）广播等”，RSS订阅的过程中会用到的“Feed”，便是在这个意义上进行引申，表示这是用来接收该信息来源更新

http://blog.youkuaiyun.com/bluishglc/article/details/6161475 本文着重介绍sharding的基本思想和理论上的切分策略，关于更加细致的实施策略和参考事例请参考我的另一篇博文：数据库分库分表(sharding)系列(一) 拆分实施策略和示例演示  一、基本思想       Sharding的基本思想就要把一个数据库

Data Model：1）structure  2) constraints 3) operation hierarchy/Treelike(give me my children)， table， graph， stream（give me next n bytes) 数据库 key idea physical data independence : interface with

Two Phase Commit MVCC Paxos TPC对应于传统数据库上的local cluster的一致性，分布式事务，每个节点上的local事务可以是不同的亦可以是相同的（replica） MVCC的思想是抓住Transaction的本质：server state从一个一致性state迁移到另一个一致性state，也就是Transaction是工作在一个snap