NoSQL

首页 标签 NoSQL
# NoSQL #
关注
43818内容
17 | 存储系统:从检索技术角度剖析 LevelDB 的架构设计思想
LevelDB是Google开源的高性能键值存储系统,基于LSM树优化,采用跳表、读写分离、SSTable分层与Compaction等技术,结合BloomFilter、索引分离及LRU缓存,显著提升读写效率,广泛应用于工业级系统。
13 | 空间检索(上):如何用 Geohash 实现「查找附近的人」功能?
本文介绍了如何高效实现“查找附近的人”功能,提出基于Geohash的区域编码与索引方案。通过将二维坐标转为一维编码,结合非精准与精准检索策略,利用跳表、二叉树等数据结构提升查询效率,适用于大规模地理位置服务场景。
07 | NoSQL 检索:为什么日志系统主要用 LSM 树而非 B+ 树?
B+树适用于读多写少场景,但在日志、监控等高频写入的大数据场景中性能受限。LSM树通过将数据分内存C0树和磁盘C1树,利用批量写入、WAL日志恢复与滚动合并机制,以顺序写替代随机写,大幅提升写入性能,更适配写密集型应用,成为多数NoSQL数据库的核心存储结构。
Windows系统安装启动
本文介绍MongoDB在Windows和Linux系统的安装启动方法,包括下载、解压、配置数据目录与端口,支持命令行和配置文件两种方式。同时讲解了如何通过mongo shell连接数据库及使用图形化工具Compass。Linux环境下还涉及防火墙设置与服务启停操作,确保单机部署稳定运行。
02 | 非线性结构检索:数据频繁变化的情况下,如何高效检索?
本文通过文件查找引出树状结构的优势,探讨如何利用非线性结构提升数据检索效率。重点分析二叉检索树与跳表如何实现二分查找,解决链表无法随机访问的问题,并比较二者在平衡性、插入效率及实际应用中的优劣,揭示高效检索的核心原理。
Docker-compose容器编排
Docker-Compose是Docker官方开源工具,通过docker-compose.yml文件定义多容器应用,实现一键编排、启动、停止。支持服务间依赖配置,简化微服务部署流程,提升开发运维效率。
Java基础
本文简要介绍了常见数据结构,包括线性结构(如动态数组、链表、栈、队列)、非线性结构(如优先级队列、哈希表、红黑树、跳表、B+树),并列举了Java中的典型实现类,适用于集合类学习与面试参考。
网络通信:RPC 框架在网络通信上更倾向于哪种网络 IO 模型?
本讲深入探讨RPC框架中的网络通信机制,重点分析常用网络IO模型。由于RPC调用本质是服务消费者与提供者间的网络数据交换,因此高效IO模型至关重要。常见的IO模型有BIO、NIO、IO多路复用和AIO,其中IO多路复用因支持高并发、节省资源,成为RPC框架首选,如Netty基于Reactor模式实现,广泛应用于Java体系。
查找对应的 SSTable 文件
通过分层结构与二分查找快速定位SSTable,结合BloomFilter过滤和索引区加速查询。利用table cache与block cache缓存机制,减少磁盘IO,提升检索效率。整个过程高效有序,适用于大规模数据检索场景。(238字)
|
10天前
|
Chap03. SpringAI
SpringAI整合主流大模型,支持多模态、函数调用与RAG,提供统一API简化开发。通过ChatClient封装对话流程,结合Prompt工程、工具调用和知识库扩展,可快速构建智能客服、聊天机器人等应用,助力Java开发者高效集成AI能力。
免费试用