33__我查这么多数据,会不会把数据库内存打爆?
我经常会被问到这样一个问题:我的主机内存只有 100G,现在要对一个 200G 的大表做全表扫描,会不会把数据库主机的内存用光了?
这个问题确实值得担心,被系统 OOM(out of memory)可不是闹着玩的。但是,反过来想想,逻辑备份的时候,可不就是做整库扫描吗?如果这样就会把内存吃光,逻辑备份不是早就挂了?
我经常会被问到这样一个问题:我的主机内存只有 100G,现在要对一个 200G 的大表做全表扫描,会不会把数据库主机的内存用光了?
这个问题确实值得担心,被系统 OOM(out of memory)可不是闹着玩的。但是,反过来想想,逻辑备份的时候,可不就是做整库扫描吗?如果这样就会把内存吃光,逻辑备份不是早就挂了?
这一讲是“飞翔篇”的最后一讲,而 HTTP 的所有知识也差不多快学完了。
前面你已经看到了新的 HTTP/2 和 HTTP/3 协议,了解了它们的特点和工作原理,如果再联系上前几天“安全篇”的 HTTPS,你可能又会发出疑问:
你好,我是茹炳晟。今天我和你分享的主题是:无实例无真相之基于 LoadRunner 实现企业级服务器端性能测试的实践(下)。
今天,我会继续和你分享如何基于 LoadRunner 完成企业级服务器端的性能测试。通过我上一次的分享,你已经清楚知道了,整个性能测试过程可以分为五个阶段,并且解决了整个测试过程中最难的一部分工作,即如何获取具体的性能测试需求。
你好,我是黄勇。当你看到本文时,我们的 OKR 专栏已接近尾声。在专栏中,我们一起探讨了关于 OKR 的概念和用法,以及相关 OKR 实践案例。
随后,我们从 OKR 的概念层面上升到管理层面,了解到“OKR 思维”对我们提升领导力,以及与他人达成共识、建立共赢的实操方法。最后,我们基于这种思维模式,灵活地将 OKR 应用在工作的众多方面,甚至超出工作之外,同样也能发挥 OKR 的价值。
谈到向下沟通,技术管理者们纷纷表示有话要说,也许此时的你,就正带着一堆向下沟通的问题在读这篇文章。
只要是带团队,在日常的管理工作中,我们就离不开向下沟通这个话题。技术管理者最挑战的管理主题中,向下沟通也名列前茅,仅次于向上沟通、员工激励和团队凝聚力建设。你是否会好奇,显然我们和下级的沟通比和上级更频繁,为什么挑战反而比向上沟通要小呢?如果你还记得上一篇文章中我们探讨过的影响力问题,就很容易理解了:向下沟通,我们除了可以依靠非职权影响力之外,职权影响力也在发挥作用,因此,很多向下沟通的挑战就被职权影响力化解了。
你好,我是温铭。
在 OpenResty 中,除了字符串经常出现性能问题外,table 也是性能的拦路虎。在之前的章节中,我们零零散散地介绍过 table 相关的函数,但并没有专门提到它对性能方面的提升。今天,我就带你专门来聊聊,table 操作对性能的影响。
前几讲中介绍概率图模型都没有涉及“时间”尺度,模型所表示的都是同一时刻下的状态,因而不能建模随机变量的动态特性。如果要定义系统在时间尺度上的演化,就需要引入系统状态(system state)的概念,每一时刻的系统状态都是表示系统属性的随机变量。
你好,我是聂鹏程。今天,我来继续带你打卡分布式核心技术。
还记得在专栏之初,我和你分享的“分布式四纵四横知识体系”吗?截止到目前,我已经带你学习了四横和三纵,包括分布式计算、分布式存储与管理、分布式通信、分布式资源池化、分布式协同、分布式调度和分布式追踪与高可用的关键技术(由于分布式追踪、分布式部署虽属于支撑技术,但并不会影响业务的构成,因此我没有在专栏中展开)。
你好,我是七牛云许式伟。
到今天为止,我们第二章“桌面开发篇”就要结束了。今天,让我们对整章的内容做一个回顾与总结。本章我们主要涉及的内容如下。

文本编辑器中的查找替换功能,我想你应该不陌生吧?比如,我们在 Word 中把一个单词统一替换成另一个,用的就是这个功能。你有没有想过,它是怎么实现的呢?