- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
200万客户2年产生20亿个订单,但根据历史数据,50%的订单属于前100名客户,所以客户id上的数据极不平衡。客户希望通过支付账户查询自己的历史订单(一个客户有多个支付账户,有些客户有数千个支付账户)。
困难在于头号客户总是在变化,您不知道哪个客户在未来一个月会有大量订单。
我需要存储 3 或 4 年的订单数据,并为客户提供订单搜索服务。我应该如何分区数据库和表?我的意思是,如果在客户的支付账户上使用哈希,一些数据库将拥有巨大的数据。我现在有35台服务器,每台服务器上有600G storge。
最佳答案
解决的关键:将 customer_id
作为 PRIMARY KEY
的 first 列全部( ?)具有该列的表。当然,在查询中包含 AND customer_id = 123
。
我不明白“pay accounts”,但是如果有 acct_id
,那么您可能需要
PRIMARY KEY(customer_id, acct_id, ...)
因为您可能已经有了 id .. AUTO_INCREMENT PRIMARY KEY
,所以更改为
PRIMARY KEY(customer_id, acct_id, id)
INDEX(id) -- sufficient to keep AUTO_INCREMENT happy
修改后的 PK 集群在大多数查询中可能被使用/搜索/等的行,从而加快了它们的速度。
“顶级”客户的行将大部分保留在 buffer_pool 中,从而减少对 I/O 的需求。当一位顾客越来越忙时,他的队伍就会挤掉一位不那么忙的顾客。这就是 LRU 缓存 的特性。也就是说,“谁在上面”的转移大部分是自动覆盖的。
“散列”不太可能有帮助。事实上它可能会造成伤害,因为它非常随机并且可能导致在缓存中跳来跳去。 (稍后会详细介绍。)
您会清除“旧”数据(4 年后)吗?如果是这样,这会带来另一个问题:DELETEing
从一个巨大的表中删除大量行的成本很高。与此相关的是通常获取哪些行的问题——也许只是“最近”的行?
如果您需要清除,那么PARTITION BY RANGE(TO_DAYS(...)) 将大大加快DELETE
(通过将其变成DROP分区
)。它可能对通常只查看“最近”行的问题有一些影响。
参见 this用于讨论时间序列数据。我建议安排 TO_DAYS()
落在月份边界上,从而有大约 50 个分区。
有了分区,我仍然会像上面讨论的那样设计 PK。但是,在大多数 WHERE
子句中包含 AND date > ...
会有所帮助,否则将搜索所有 50 个分区,这将是一个性能负担。 (很难说它是否是一个足够大的负担来对抗拥有 50 个分区。)
您现在有 35 台服务器,每台服务器上有 600G 存储:您是在谈论分片还是复制?如果是Replication,是指一个Master和34个readonly Slave吗?
如果按 Customer_id 分片,
关于mysql 数据库分区对极端不平衡数据?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57203306/
我正在尝试了解二叉树的属性。但我不确定一件事: 定义。二叉树的声明: 如果对于每个节点,它认为左子树中的内部节点数和右子树中的内部节点数最多相差 1,则二叉树是平衡的。 如果任意两个叶子的差异都存在,
我有一个带有分片键和索引的集合。但是当我运行平衡时,不会为这个集合移动 block ,因为其他集合 block 正在按预期移动到其他机器。此集合中仅移动了一个 block 。 最佳答案 目前(这将在不
给定一个data.table如下,id1是一个subject-level ID,id2是一个within-subject repeated-measure ID,X 是数据变量,其中有很多。我想平衡数
由于 C++ 集合是在二叉树中实现的,如果我们以递增或递减顺序插入项目,那么集合将更像是一个列表而不是树。有没有什么方法可以在插入项目后平衡树? 最佳答案 C++ 集(即 std::set)通常实现为
我是一名初学者程序员,设计了一个智能手机网站,我有一个主体背景图像,我想慢慢改变颜色平衡,交替颜色,就像有人将 Photoshop 颜色平衡控制条调整一定百分比一样。任一方向。当您查看页面时,这种情况
我开发了一段多线程代码。该代码在 Web 应用程序中调用,因此可能由多个线程(请求)并行调用。为了控制此代码将要创建的线程数量(通过多个并行请求调用),我使用静态共享 ThreadPoolExecut
我正在为 Linux 内核开发一些网络驱动程序。我有几个 if-else 条件,我正在重新分配或释放“skb”结构——这是我有点困惑的地方。关于我在那些 if-else 中做什么 - 我遇到了 2 种
平衡 BST 的最佳和最差搜索性能是什么?每种情况发生时如何用一句话解释? 最佳答案 最佳情况:当搜索到的元素位于树的根部时。你得到 O(1)。 最坏情况:当搜索元素在最长分支的叶子处时,树是单边的。
我在平衡 AVL 树问题上遇到了麻烦,因为我的解决方案似乎与教科书后面的解决方案冲突。我查看了 AVL 树的在线可视化,他们认为我的是正确的。我的课本错了吗? 这是树: 然后我必须将 65 插入到这个
我有一个系统,我在其中使用 RS232 来控制一个灯,该灯接受以浮点形式给出的表示电压(在 2.5 - 7.5 范围内)的输入。然后控件会给出 0 到 6000 范围内的输出,这是传感器拾取的亮度。
我有一个分层目录,每个目录中有很多文件,每个文本文件中有很多 URL 字符串。我想下载 Hadoop 中所有文件中的所有 URL,以实现更好的平衡。 例如,如果我有 1+5 个节点的 Hadoop 集
请查看附件图片,这是一种跷跷板。但从图像来看,黑体具有相同的密度。并且水平矩形使用“Revolute”关节与三角形相连。但仍然没有任何建议。在目前的情况下,它需要平衡。 最佳答案 由于浮点精度等限制导
因此,在平衡 KD 树时,您应该找到中位数,然后将所有较小的元素放在左子树上,将较大的元素放在右子树上。但是,如果您有多个元素与中位数具有相同的值,会发生什么情况?他们进入左子树,右子树还是丢弃它们?
请帮我找到一种干净的方法来从现有数组中创建一个新数组。如果任何类的示例数小于该类中的最大示例数,则应该进行过采样。样本应该从原始数组中提取(随机或顺序都没有区别) 比方说,初始数组是这样的: [ 2
我是一名软件开发人员,但想成为服务器可扩展性领域的新架构师。 在多个服务使用同一数据集的情况下,旨在扩展冗余和负载平衡。 问题是:在一个理想主义的系统中,服务是否应该尝试优化它们的内部处理以减少对远程
假设我有 10 个分区用于 Kafka 中的给定主题。 我的选择是在消费者之间自动平衡这 10 个分区的负载? 我已经阅读了这篇文章 https://stackoverflow.com/a/28580
假设我有一个 B 树,其节点为 3-4 配置(3 个元素和 4 个指针)。假设我按照规则合法地建立我的树,我是否有可能达到一层中有两个节点并且一个节点有 4 个退出指针而另一个节点只有两个退出指针的情
当光标在一个括号上时,如何跳转到配对括号。很高兴在 工作emacs -nw . 就像 % 在 Vim 中。 ;;从@Lindy、@Francesco 得到提示后,我发现了更多: C-M-f
我在平衡 AVL 树时遇到问题。我一直在寻找如何平衡它们的步骤,但我找不到任何有用的东西。 我知道有4种: 单左旋 单右旋 双左右旋转 双左右旋转 但我就是无法得到如何选择其中之一和 在哪个节点上应用
我想获得类似于打印中平衡文本行但用于 block 元素的结果。假设在一个 300/100 像素的容器中有一组 50/50 像素的盒子。在容器中 float 盒子将使它们填满一“行”,然后像这样包裹到下
我是一名优秀的程序员,十分优秀!