首页 > TAG信息列表 > 落库
基于springboot的ShardingSphere5.X的分库分表的解决方案之变种雪花ID的生成(五)
基于springboot的ShardingSphere5.X的分库分表的解决方案之变种雪花ID的生成(五) 在上面一章节我们已经讲解如何实现落库落表的解决思路，同时我们也用例子进行了验证，也完美的验证了我们的思路是正确的，那上一章留下来的问题大家是否有思考过呢，那就是我们该如何生成这个流水ID基于springboot的ShardingSphere5.X的分库分表的解决方案之关联查询数据落库落表雪花ID解决方案(六)
基于springboot的ShardingSphere5.X的分库分表的解决方案之关联查询数据落库落表雪花ID解决方案(六) 在上一章节我们讲解了如何生成符合我们落库落表的雪花ID的生成方案，那么在本章我们将使用这个解决方案来完成我们的订单和订单明细的落库落表的实现。 1、代码改造 1.1、引多线程解决项目中的积分接口超时问题
现在项目也已经上了生产环境了，自己负责的两个接口，其中有一个订单同步的接口，如果在数据量比较大的时候，会出现超时的问题，询问同事，使用多线程能够很好的解决问题。现特地记下来。 因为更新的数据量比较大，这个时候使用多线程，就可以另行处理数据的落库操作，从而大大提高系统的性能。RabbitMQ 第四课 如何保障100%的投递方案？
3. RabbitMQ的高级特性 本章导航 1. 消息如何保障100%的投递成功？ 2.幂等性概念详解 3. 在海量订单产生业务高峰期，如何避免消息的重复消费问题？ 4. Confirm确认消息、Return 返回消息 5. 自定义消费者 6. 消息的ACK与重回队列 7. 消息的限流 8. TTL消息 9. 死信队列一线大厂的 MQ 组件实现思路和架构设计思路
转载 作者：HmilyMing 链接：https://www.jianshu.com/p/38344551feaa 来源：简书 首先来看看一线大厂的 架构图 一线大厂的 架构图 如上图所示，中间是我们的 MQ 集群架构， 在上层利用 keepalived 和 HA-Proxy， 最下面是 两个大的 MQ 集群 做一个高可用。当然了，在实际大厂里面你完全没了解过的日志异步落库
前言在互联网设计架构过程中，日志异步落库，俨然已经是高并发环节中不可缺少的一环。为什么说是高并发环节中不可缺少的呢？ 原因在于，如果直接用mq进行日志落库的时候，低并发下，生产端生产数据，然后由消费端异步落库，是没有什么问题的，而且性能也都是异常的好，估计tp99应该都在1ms以内。但是一