快速入门介绍 lock-spring-boot-starter是一个基于Spring Boot的starter机制编写的分布式锁工具。 与其他分布式锁不同的是,使用起来更方便快捷,只需要通过注解@Lock的方式即可实现对方法进行加锁。

Docker-compose Kafka ClusterZookeeper容器的虚拟化集群，使用Docker-compose构建，通过主机网络进行沟通 目录结构├── docker-kafka-cluster-down.sh ├── d

Docker-compose Zookeeper ClusterZookeeper容器的虚拟化集群，使用Docker-compose构建，通过主机网络进行沟通 目录结构├── docker-zk-cluster-down.sh ├──

SpringSpring Framework有哪些优点？控制反转（IOC）： 使用反转控制技术在Spring中实现松耦合。对象提供依赖关系，而不是创建或查找依赖对象。 面向方面（AOP）： Spring支持面向方面的编程，并将应用程序业务逻

mysql 5.7 安装参考：https://blog.csdn.net/forezp/article/details/94173427 不用docker-compose也可以搭建的呀 这个适合生产的 还是可以的呀 这是系列文章Shar

架构回顾根据不同的数据量选择合适的方案呀 在数据量不是很多的情况下，我们可以将数据库进行读写分离，以应对高并发的需求，通过水平扩展从库，来缓解查询的压力。如下： 在数据量达到500万的时候，这时数据量预估千万级别，我们可以将数据进行分

介绍主要实现单库单表千万数据的压力 所以实现了单库分表 然后再加读写分离实现的解决方案呀 读写分离在上一篇文章介绍了如何使用Sharing-JDBC实现数据库的读写分离。读写分离的好处就是在并发量比较大的情况下，将查询数据库的压力分担到

Sharding-JDBC简介Sharding-JDBC是的分布式数据库中间件解决方案。Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar（计划中）是3款相互独立的产品，共同组成了ShardingSp

介绍随着应用业务数据不断的增大，应用的响应速度不断下降，在检测过程中我们不难发现大多数的请求都是查询操作。此时，我们可以将数据库扩展成主从复制模式，将读操作和写操作分离开来，多台数据库分摊请求，从而减少单库的访问压力，进而应用得到优化。 搭

介绍随着应用业务数据不断的增大，应用的响应速度不断下降，在检测过程中我们不难发现大多数的请求都是查询操作。此时，我们可以将数据库扩展成主从复制模式，将读操作和写操作分离开来，多台数据库分摊请求，从而减少单库的访问压力，进而应用得到优化。 搭

前景在工作中遇到了百万千万的数据，查询特别慢，所以有分库分表的需求啦 基本概念这几天在研究分表分库的方案。综合了几种数据库方案。 最后选型Sharding-jdbc。它主要有如下几个优点。 支持分布式事务 适用于任何基于Java的ORM框

推荐一款好用的markdown编辑器 https://www.typora.io/ document.querySelectorAll('.github-emoji') .forEach(el =>