数据库性能量化
- 2. About me 姓名:叶正盛 阿里巴巴数据库技术专家 国家认证系统分析师、高级项目经理 10余年软件开发及管理经验 从事过微机监控、外贸、进销存、ERP系统设计开发 从事过省级电力信息化建设 我的博客:http://blog.csdn.net/yzsind 新浪微博:http://weibo.com/yzsind
- 6. 网络性能量化 100Mbps/1Gbps/10Gbps 带宽:10MB/s, 100MB/s ,1000MB/s 本地机房延时:50us-1ms mking>ping 10.20.149.82 PING 10.20.149.82 (10.20.149.82) 56(84) bytes of data. 64 bytes from 10.20.149.82: icmp_seq=0 ttl=64 time=0.124 ms 64 bytes from 10.20.149.82: icmp_seq=1 ttl=64 time=0.109 ms 64 bytes from 10.20.149.82: icmp_seq=2 ttl=64 time=0.110 ms 64 bytes from 10.20.149.82: icmp_seq=3 ttl=64 time=0.109 ms 64 bytes from 10.20.149.82: icmp_seq=4 ttl=64 time=0.110 ms
- 10. CPU缓存、内存 Cache 延时 0.5-30ns Cache 带宽 10-100GB/s Cache Line 32-128Bytes 主存延时 30-200ns 主存带宽 2GB/s-12GB/s
- 15. 分表、分区 人员待办工单查询 Select * from bpm_work where user_id =‘0001’ and status=‘new’ 活动数据与历史数据分离:(分表、分区、压缩) 工作流(任务流、工单),按状态分表分区 历年帐务记录,按年月分表分区
- 17. 单机性能瓶颈 拆分 水平拆分 垂直拆分 读写分离 异地容灾 过早拆分增加系统的复杂度及维护成本,过晚拆分影响业务发展。 设计师一定要心中有数,而不是人云亦云。
- 25. KV vs RDBMS on SSD KV RDBMS SSD KV数据库与传统数据库对SSD是同等起步,但SSD会让传统数据库满足更多性能需求场景,KV数据库在性能方向优势变小,所以需要在功能、易用性、可维护性方面突破,MongoDB就有它的亮点。