小草的博客

tidb需要解析sql，生成执行计划，用到parser工具 https://github.com/pingcap/parser。一般上，SQL 语言通常按照功能划分成以下的 4 个部分：DDL (Data Definition Language)：数据定义语言，用来定义数据库对象，包括库、表、视图和索引等。DML (Data Manipulation Language)：数据操作语言，用来操作和业务相关的记录。DQL (Data Query Language)：数据查询语言，用来查询经过条件筛选的

机器规划：192.168.1.23 主节点192.168.1.24 从节点192.168.1.25 仲裁节点, 不存储数据首先下载安装包：https://repo.mongodb.org/yum/redhat/7/mongodb-org/4.2/x86_64/RPMS/mongodb-org-server-4.2.8-1.el7.x86_64.rpm三台机器都执行安装命令rpm -ivh mongodb-org-server-4.2.8-1.el7.x86_64.rpmsystemctl e

批量事务插入报错 transaction too large, len:300001issue上搜索:https://github.com/pingcap/docs-cn/issues/156问题大概如下：TiDB 对单个事务的大小有限制，这层限制是在 KV 层面，有如下三个限制：单条 KV entry 不超过 6MBKV entry 的总条数不超过 30wKV entry 的总大小不超过 100MB简单来说一行数据会映射为一个 KV entry，每多一个索引，也会增加一个 KV entr

es官方安装推荐安装方式：elk6套装安装$ docker-compose up...$ docker-compose ps Name Command State Ports------------------------------------------...

kafka如果不加权限控制，就很简单了，网上教程很多。关键是，如果不加任何权限控制，那么随便来一个broker就能加入网络，比较麻烦。添加权限部分参考资料如下 http://kafka.apache.org/documentation/#security_overview 关于kafka安全的官方指引，按照上面操作一步步来就行。噢，如果要看懂上面这篇东东，需要有一些RSA/SSL的背景知识，还需要

golang使用mongodb，目前比较多人用的是mgo（(pronounced as mango）github地址 官网 文档直接上官方example的代码Example首先是要获得模块go get gopkg.in/mgo.v2下一步（这里假设你已经会搭建go的环境和了解go的库配置）package mainimport ( "fmt" "log"

问题描述：开发过程中，手动drop一个collection，由于程序在写入该collection前做了EnsureIndex，等写入了文档之后，在console里调用getIndexes()查看index，居然没有发现预期的索引。原因：track进EnsureIndex函数，发现了原因，就是它会首先检查缓存的indexfunc (c *Collection) EnsureIndex(index In

转载自LANCEYAN.COM按照上一节中《搭建高可用mongodb集群（三）—— 深入副本集》搭建后还有两个问题没有解决：从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大？ 数据压力大到机器支撑不了的时候能否做到自动扩展？在系统早期，数据量还小的时候不会引起太大的问题，但是随着数据量持续增多，后续迟早会出现一台机器硬件瓶颈问题的。而mongodb主打的就是海量数

转载自LANCEYAN.COM在上一篇文章《搭建高可用mongodb集群（二）—— 副本集》 介绍了副本集的配置，这篇文章深入研究一下副本集的内部机制。还是带着副本集的问题来看吧！副本集故障转移，主节点是如何选举的？能否手动干涉下架某一台主节点。官方说副本集数量最好是奇数，为什么？mongodb副本集是如何同步的？如果同步不及时会出现什么情况？会不会出现不一致性？mongodb的故

在上一篇文章《搭建高可用MongoDB集群（一）——配置MongoDB》 提到了几个问题还没有解决。主节点挂了能否自动切换连接？目前需要手工切换。主节点的读写压力过大如何解决？从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大？数据压力大到机器支撑不了的时候能否做到自动扩展？这篇文章看完这些问题就可以搞定了。NoSQL的产生就是为了解决大数据量、高扩展性、高性能、灵活数据模

转载自LANCEYAN.COM在大数据的时代，传统的关系型数据库要能更高的服务必须要解决高并发读写、海量数据高效存储、高可扩展性和高可用性这些难题。不过就是因为这些问题Nosql诞生了。NOSQL有这些优势：大数据量，可以通过廉价服务器存储大量的数据，轻松摆脱传统mysql单表存储量级限制。高扩展性，Nosql去掉了关系数据库的关系型特性，很容易横向扩展，摆脱了以往老是纵向扩展