在线甘特图|横道图|项目管理|计划管理 zz-plan
人员、任务、进度、工时、周期、依赖关系 一目了然。无论项目大小、简单复杂都能轻松管理
2017——关于坚持了一年的事情
其实一直想写一篇，关于坚持一件事的心得，但看惯了网上大v的方法论，以及遇到各种方法的局限性之后，我便不敢妄下结论进行自行分析，以免使用不当，带偏了一批听信我的人，而这份信任异常难得，被辜负十分可惜。
不过最近看到的二爷的专栏，让我略有启发。
二爷和池大一样，也是一个惜言的人，虽然已有成就，但依然没有以一个成功者的身份去教导别人，从它的专栏中，你可以看到他的克制，一般都是提供观点与大家探讨，从不刻意去说教别人该怎么做，这对于我而言倍感赞同和支持。
我在想，既然自己反感说教
如何预估索引性能？
在《DB——数据的读取和存储方式》中，我们介绍了影响数据读取的方式，随机IO和顺序IO，在《Sql优化器究竟帮你做了哪些工作？》介绍了影响查询的一些基本因素，其中介绍了过滤因子、索引片的宽窄与大小以及匹配列和过滤列 是如何应用在sql查询中的。在《什么是三星索引》介绍了索引设计需要主要的因素以及推荐的设计方式。
那么这篇，我们将综合运用这些知识，并通过两个方法，快速估算当前的索引的性能，以及查询的效率。从这篇文章你会得到以下知识:BQ—基本问题法QUBE—快速上限估算法
什么是DB的三星索引
上一篇《Sql优化器究竟帮你做了哪些工作？》讲解了，sql优化器所做的工作，有不少同学询问，为何没有看到如何设计索引，这一篇主要来讲解下索引设计中需要遵循的规范。
这是数据库设计第三篇:
《Sql优化器究竟帮你做了哪些工作？》
《DB——数据的读取和存储方式》
如果你从网上或者教程中，查询索引设计相关规范，常常会看到一些不知所云的规则和注意事项，这些规则看似很有道理，但等你应用时，会发现仍然让你一头雾水，不知如何下手，就像我们提到的知识的边界一样，这些干涩
Sql优化器究竟帮你做了哪些工作？
上一篇，我们介绍了《DB——数据的读取和存储方式》，这篇聊聊sql优化器的工作。
关系型数据库的一大优势之一，用户无需关心数据的访问方式，因为这些优化器都帮我们处理好了，但sql查询优化的时候，我不得不要对此进行关注，因为这牵扯到查询性能问题。
有经验的程序员都会对一些sql优化了如指掌，比如我们常说的最左匹配原则，非BT谓词规避等等，那么优化器是如何确定这些的？以及为何一定要最左匹配，最左匹配的原理是什么，你是否有深入了解？
这一篇我们就通过一些实例来剖析优化器做了哪
DB——数据的读取和存储方式
RDBMS是我们常见的一些存储数据的仓库，无论是做前端还是后端，都会接触到。
我们常见的数据处理，都是通过sql来和数据库做交互的，因此造成了许多人对数据库认知比较模糊，底层的架构也不是很清晰，从本周开始，我们介绍些数据库的基础知识，来了解数据库引擎是如何工作的，以及如何设计更好的索引的方法论，欢迎一起探讨。
一、数据库架构
我们以mysql的架构为例，进行说明。
最上层用于连接、线程处理；第二层中包含了大多数 的核心服务，包括了对 SQL 的解析、分析
水平分库如何做到平滑扩展
上一篇关于《一致性hash在DynamoDB上的应用》的介绍中，有一个特别亮点，就是它无需停机就可以动态扩容。
这个对于我们常用的分库分表方案来说，有很大的优势，分库分表的扩容是一件头疼的问题，如果采用对db层做一致性hash，或是中间价的支持，它的成本过于高昂了，如果不如此，只能停机维护来处理，对高可用性会产生影响。
那是否有方案，既可以快速扩展，又不降低可用性？这一篇，我们聊聊分库分表的扩展方案，供大家一起探讨。
一、水平分库扩展问题
为了增加db的并发能力
一致性hash在DynamoDB上的应用
一致性哈希在维基百科中，是这么定义的
一致哈希是一种特殊的哈希算法。在使用一致哈希算法后，哈希表槽位数（大小）的改变平均只需要对 K/n个关键字重新映射，其中K是关键字的数量， n是槽位数量。然而在传统的哈希表中，添加或删除一个槽位的几乎需要对所有关键字进行重新映射。
这一篇借助这个主题，顺便来了解下Dynamo在一致性hash上的应用，熟悉其应用场景以及原理。
一、dynamo特点介绍
dynamo 的中文意思是发电机，意思是像发电机一样，提供源源
如何合理的规划一次jvm性能调优
这是jvm优化系列第三篇：
jvm优化——垃圾回收
jvm优化——监控工具
JVM性能调优涉及到方方面面的取舍，往往是牵一发而动全身，需要全盘考虑各方面的影响。但也有一些基础的理论和原则，理解这些理论并遵循这些原则会让你的性能调优任务将会更加轻松。为了更好的理解本篇所介绍的内容。你需要已经了解和遵循以下内容:
1、已了解jvm 垃圾收集器
2、已了解jvm 性能监控常用工具
3、能够读懂gc日志
4、确信不为了调优而调优，jvm调优不能解
jvm优化必知系列——监控工具
这是jvm优化系列第二篇：
jvm优化——垃圾回收
通过上一篇的jvm垃圾回收知识，我们了解了jvm对内存分配以及垃圾回收是怎么来处理的。理论是指导实践的工具，有了理论指导，定位问题的时候，知识和经验是关键基础，数据可以为我们提供依据。
在常见的线上问题时候，我们多数会遇到以下问题：
内存泄露
某个进程突然cpu飙升
线程死锁
响应变慢...等等其他问题。
如果遇到了以上这种问题，在线下可以有各种
jvm优化—— 图解垃圾回收
从这篇开始我们开始探讨一些jvm调优的问题。在jvm调优中一个离不开的重点是垃圾回收，当垃圾回收成为系统达到更高并发量的瓶颈时，我们就需要对jvm中如果进行“自动化”垃圾回收技术实施必要的监控和调节。
这是jvm优化系列第一篇，其他请看以下：
jvm优化必知系列——监控工具
对于调优之前，我们必须要了解其运行原理，java 的垃圾收集Garbage Collection 通常被称为“GC”，它诞生于1960年 MIT 的 Lisp 语言，经过半个