sm_Bo的博客

1.数据文本文件的形式来保存在电脑硬盘中 2.B树存储索引数据，B树三个特点： （1） 每个节点可以存多个值 （2）层数越少越好，填完数据才加层 （3）子节点中的值，与父节点中的值，有严格的大小对应关系，一个有n个值的父亲节点有n+1个子节点 好处就是，去磁盘读取数据的次数更少，因为读一次就可以拿到很多的数据

影响查询性能的因素影响查询性能的因素有很多。数据、群集、数据库操作的以下方面都会影响查询过程的速度。节点、处理器或切片的数量 - 一个计算节点分为多个切片。节点越多意味着处理器和切片越多，通过跨各个切片并发运行查询的多个部分，可加快查询的处理速度。但是，节点越多也意味着花费越高，因此，您需要为自己的系统找到成本和性能之间的适当平衡点。有关 Amazon Redshift 群集架构的更多信息，请参阅数

背景 redshift 性能优化问题 分析 下面是来自aws的一个大神的方案 Ian Meyers is a Solutions Architecture Senior Manager with AWS Zach Christopherson, an Amazon Redshift Database Engineer, contributed to this postAmazon Reds

背景 数据仓库系统架构此部分介绍 Amazon Redshift 数据仓库架构的元素，如下图所示。 客户端应用程序Amazon Redshift 与各种数据加载和 ETL（提取、转换和加载）工具以及商业智能 (BI) 报告、数据挖掘和分析工具集成。Amazon Redshift 基于行业标准 PostgreSQL，因此，大多数现有 SQL 客户端应用程序仅处理最少量的更改。有关 Am

背景 php 和nginx 都是起一个master进程和多个pool子进程来处理，不同的是nginx采用异步非阻塞模型，一个子进程可以同时处理成千上万个请求无需等待，php本身则不行，因为php采用的是阻塞模型，一个子进程只能处理一个请求，未处理完就会阻塞等待。node也是采用了异步非阻塞模型从而实现高并发，异步就是代码可读性比较差，容易出bug。当然，php也不是不可以，php的老爹是c，c又是

大规模使用mongo的十件事需知

MySQL索引背后的数据结构及算法原理 数据库系统的实现中采用了哪些常用的数据结构？

reference MySQL 对于千万级的大表要怎么优化？ Facebook 用户量十分庞大，为什么还使用 MySQL 数据库？ 谈谈MySQL水平扩展

redshift based on postgreSQL pgsql vs mysql same：关系型数据库 difference 列vs 行 name： 数据仓库，数据库 php need pgsql pdo_pgsql 来连接操作 参考 为什么列存储数据库读取速度会比传统的行数据库快

一个类对应一个表，一条表数据对应类的一个对象，表的每个字段都要对应的fieldactiveRecord（同时负责将自己持久化） 封装了crud等操作activeRecord(一种领域模型) ,封装了部分业务逻辑适用：跨表操作简单，web开发（配合事务） 不适用：跨表太多，事务庞大复杂，重复代码越来越多。

分表和分区可以用来提高数据库性能1.分表就是将一个大表分成几个小表，要维护三个文件MYD数据文件，.MYI索引文件，.frm表结构文件 可以将分开后的小表放在同一个磁盘里，也可以放在不同机器，根据规则去得到分表名字 2.分区就是将表的不同字段放在多个位置，可以是同个磁盘也可以不同机器，获得表还是大表的名字不矛盾可以一起用。 mysql集群就是分表但是和分表同样的效果，读写分离，提高性能

分页就是加了limit index,length.没什么神奇db对于分页语句的处理其实是一样的,扫描了同样多的行数,就是返回的数据被截断了而已我的理解是db server处理语句用了相同的时间(不就是拿出where数据,分组相加,排序),时间浪费在网络传输上奇怪的是,时间相差实在太大! why?