收藏

6大数据库,挖掘7种Java业务下的分布式存储更优解

详解MySQL、Redis、Elasticsearch、Neo4j、HBASE、MongoDB的选型与开发

MySQL/Redis等6大数据库,在7种Java业务中的选型与调优

¥299.00
难度 中级 时长 20小时 学习人数 167 综合评分 10.00
  • 第1章 如何用更优的数据存储方案,打造更稳定的架构? 试看 7 节 | 27分钟

    没有“万能”的存储设计形式,只有适合业务场景的解决方案。认清数据存储在系统架构中的重要性,并能在适合的业务实践中准确选取合适的产品并应用,才是真正优秀后端工程师的“必备技能”。

    收起列表

    • 视频: 1-1 没有“万能”的技术手段,只有适合业务场景的解决方案 (06:09) 试看
    • 视频: 1-2 服务端架构常见的分层方案 (03:53)
    • 视频: 1-3 为什么要做服务端架构分层 (02:05)
    • 视频: 1-4 为什么存储数据库在架构分层中那么重要 (04:23)
    • 视频: 1-5 数据库存储的瓶颈与短板效应 (01:38)
    • 视频: 1-6 为什么互联网没有万能的解决方案 (04:39)
    • 视频: 1-7 数据库解决方案不仅仅是CRUD那么简单 (04:06)
  • 第2章 社交新零售业务场景的演进与架构方案设计 15 节 | 128分钟

    本章中,将整体讲述课程中的社交新零售场景。从最初的基础电商能力,到新零售,再到社交元素加入的社交新零售业务场景的发展。基于满足业务场景要求下的全局视角,实现技术架构的分层支撑,并且利用Docker容器,实现高效部署数据库存储,轻松搭建基础的SpringBoot加Mybatis Plus的ORM接入方案。...

    收起列表

    • 视频: 2-1 社交新零售业务场景的发展 (09:49)
    • 视频: 2-2 全局视角看问题,实现全景的技术支撑架构(上) (05:11) 试看
    • 视频: 2-3 全局视角看问题,实现全景的技术支撑架构(中) (09:49) 试看
    • 视频: 2-4 全局视角看问题,实现全景的技术支撑架构(下) (05:19)
    • 视频: 2-5 高效部署之容器化利器Docker (17:38)
    • 视频: 2-6 使用docker解决mysql的高效部署 (13:57)
    • 视频: 2-7 SpringBoot与Mybatis Plus组合 (10:13)
    • 视频: 2-8 Mybatis Plus基础能力搭建用户模块(上) (10:23)
    • 视频: 2-9 Mybatis Plus基础能力搭建用户模块(下) (14:03)
    • 视频: 2-10 Mybatis Plus进阶,高效的ORM代码实现(上) (09:33)
    • 视频: 2-11 Mybatis Plus进阶,高效的ORM代码实现(中) (08:50)
    • 视频: 2-12 Mybatis Plus进阶,高效的ORM代码实现(下) (12:06)
    • 视频: 2-13 本章小结 (01:02)
    • 图文: 2-14 重难点梳理
    • 作业: 2-15 【课后习题】阶段练练练
  • 第3章 发挥Mysql选型优势,构建新零售核心门店与商品能力 21 节 | 199分钟

    针对电商核心的商品与门店的应用场景,支持事务ACID特性的Mysql数据库是最合适的解决方案,本章中,将会深度讲解Mysql选型的优劣势、事务实现原理、读写能力提升秘诀,并引入领域驱动建模的设计方式,完成商家,门店,商品,sku的底层数据模型构建,并能同步支持导购中搜索与商品详情的业务场景。...

    收起列表

    • 视频: 3-1 本章概览 (00:58)
    • 视频: 3-2 Mysql选型优劣势 (07:47)
    • 视频: 3-3 Mysql如何提供事务_索引_读写的基础能力(1) (08:17)
    • 视频: 3-4 Mysql如何提供事务_索引_读写的基础能力(2) (10:58)
    • 视频: 3-5 Mysql如何提供事务_索引_读写的基础能力(3) (11:10)
    • 视频: 3-6 Mysql如何提供事务_索引_读写的基础能力(4) (03:34)
    • 视频: 3-7 Mysql如何提供事务_索引_读写的基础能力(5) (11:38)
    • 视频: 3-8 Mysql高性能配置-读写能力提升的秘诀(上) (15:24)
    • 视频: 3-9 Mysql高性能配置-读写能力提升的秘诀(下) (10:19)
    • 视频: 3-10 领域驱动设计-领域模型的重要性(上) (10:42)
    • 视频: 3-11 领域驱动设计-领域模型的重要性(下) (06:48)
    • 视频: 3-12 发布基石:商家与门店(上) (09:34)
    • 视频: 3-13 发布基石:商家与门店(下) (10:08)
    • 视频: 3-14 导购核心:商品-类目-品牌-属性库模型的发布(上) (08:10)
    • 视频: 3-15 导购核心:商品-类目-品牌-属性库模型的发布(下) (15:20)
    • 视频: 3-16 交易核心:SKU-库存模型的发布(上) (16:45)
    • 视频: 3-17 交易核心:SKU-库存模型的发布(下) (12:42)
    • 视频: 3-18 导购流程:搜索与详情浏览(上) (18:23)
    • 视频: 3-19 导购流程:搜索与详情浏览(下) (10:11)
    • 图文: 3-20 重难点梳理
    • 作业: 3-21 【课后习题】阶段练练练
  • 第4章 高事务保证要求的交易核心能力 15 节 | 162分钟

    针对交易下单流程的重要业务场景,需要考虑各业务系统中的流程数据强一致性。本章中,将引入分布式事务的不同实现方案,针对下单交易流程做基于Seata的分布式事务应用,并设计支付成功的防重幂等处理,以及与订单操作生命周期的完整性方案,最终构建交易流程闭环的能力。...

    收起列表

    • 视频: 4-1 下单交易:使用流程串联下单动作(上) (05:32)
    • 视频: 4-2 下单交易:使用流程串联下单动作(下) (19:49)
    • 视频: 4-3 如何用分布式事务保证下单流程一致性(上) (07:45)
    • 视频: 4-4 如何用分布式事务保证下单流程一致性(中) (17:02)
    • 视频: 4-5 如何用分布式事务保证下单流程一致性(下) (06:29)
    • 视频: 4-6 Seata对分布式事务的支持 (14:07)
    • 视频: 4-7 使用Seata改造下单流程(上) (12:07)
    • 视频: 4-8 使用Seata改造下单流程(中) (12:39)
    • 视频: 4-9 使用Seata改造下单流程(下) (04:59)
    • 视频: 4-10 支付成功:支付及防重流程(上) (12:41)
    • 视频: 4-11 支付成功:支付及防重流程(下) (15:50)
    • 视频: 4-12 用户操作完整性:手动取消订单流程 (12:19)
    • 视频: 4-13 保证生命周期完整性:自动取消订单流程(上) (07:45)
    • 视频: 4-14 保证生命周期完整性:自动取消订单流程(下) (12:34)
    • 图文: 4-15 重难点梳理
  • 第5章 内存数据库Redis及读写分离解决查询性能瓶颈 17 节 | 159分钟

    高并发流量下的商品查询,使用KV型内存数据库做缓存能力的搭建,并配合关系型数据库实现读写分离的设计,可以轻松应对读多写少流量的场景。本章中,将会详细讲解Redis的优势及缓存防击穿等设计原理,并最大化的发挥Mysql读性能拓展的优势,针对性订制主从延迟问题的解决方案。...

    收起列表

    • 视频: 5-1 Redis选型优劣势 (05:27)
    • 视频: 5-2 为什么Redis那么快(上) (10:15)
    • 视频: 5-3 为什么Redis那么快(中) (15:20)
    • 视频: 5-4 为什么Redis那么快(下) (06:15)
    • 视频: 5-5 实用的Redis分布式解决方案(1) (08:11)
    • 视频: 5-6 实用的Redis分布式解决方案(2) (09:43)
    • 视频: 5-7 实用的Redis分布式解决方案(3) (10:42)
    • 视频: 5-8 实用的Redis分布式解决方案(4) (06:03)
    • 视频: 5-9 如何规避Redis缓存的短板 (13:25)
    • 视频: 5-10 动手使用Redis (02:53)
    • 视频: 5-11 商品详情缓存化提升查询性能(上) (14:13)
    • 视频: 5-12 商品详情缓存化提升查询性能(下) (09:09)
    • 视频: 5-13 mysql读写分离的原理 (14:12)
    • 视频: 5-14 动手部署Mysql读写分离集群 (20:53)
    • 视频: 5-15 改造项目兜底住Mysql性能极限 (05:43)
    • 视频: 5-16 主从不一致我们该怎么办 (05:49)
    • 图文: 5-17 重难点梳理
  • 第6章 搜索型存储ElasticSearch引擎实现全文搜索能力 14 节 | 161分钟

    针对商品搜索的场景,传统的非搜索型数据库是无法支持的。本章中,将介绍如何应用搜索引擎数据库ElasticSearch解决全文搜索的问题,使用全量索引构建Importer和增量索引,构建管道Canal异构出商品的搜索索引数据,并深入挖掘ES原理和分布式解决方案,做到高性能可扩展。...

    收起列表

    • 视频: 6-1 ElasticSearch选型优劣势 (07:30)
    • 视频: 6-2 为什么ElasticSearch适合做全文搜索(1) (11:55)
    • 视频: 6-3 为什么ElasticSearch适合做全文搜索(2) (06:29)
    • 视频: 6-4 为什么ElasticSearch适合做全文搜索(3) (13:31)
    • 视频: 6-5 为什么ElasticSearch适合做全文搜索(4) (07:43)
    • 视频: 6-6 ES性能提升及高可用方案(上) (14:18)
    • 视频: 6-7 ES性能提升及高可用方案(下) (14:13)
    • 视频: 6-8 动手使用ES (16:24)
    • 视频: 6-9 全量索引构建 (12:50)
    • 视频: 6-10 全量索引构建 (13:17)
    • 视频: 6-11 增量索引构建(上) (14:58)
    • 视频: 6-12 增量索引构建(下) (18:20)
    • 视频: 6-13 改造商品搜索能力 (08:42)
    • 图文: 6-14 重难点梳理
  • 第7章 社交图关系下的图数据库Neo4J解决方案 8 节 | 80分钟

    针对社交元素场景会存在大量的对象关系的问题,例如,关注粉丝的单向关系、好友的双向关系等,本章中,将介绍如何应用Neo4J的图形关系数据库解决图形的存储与查找问题。

    收起列表

    • 视频: 7-1 图形数据结构存储如何支撑 (11:27)
    • 视频: 7-2 动手使用neo4j(上) (14:49)
    • 视频: 7-3 动手使用neo4j(下) (10:54)
    • 视频: 7-4 关注粉丝能力设计(上) (06:57)
    • 视频: 7-5 关注粉丝能力设计(中) (18:04)
    • 视频: 7-6 关注粉丝能力设计(下) (04:48)
    • 视频: 7-7 Neo4J分布式集群方案 (12:55)
    • 图文: 7-8 重难点梳理
  • 第8章 Feed流时序性数据存储场景下的HBase解决方案 17 节 | 175分钟

    社交场景中最重要Feed流,可以借助关注粉丝关系,查看自己关注的人推荐的商品信息内容。本章中,将使用最适合时序场景存储的HBase做解决方案,帮助大家认清HBase的优劣势、RowKey设计应对场景快速查询索引的重要性、以及所有社交场景的推拉混合模式应,对Feed流的快速读取查询能力的最佳实践。...

    收起列表

    • 视频: 8-1 Feed流的场景支撑难在哪里 (06:36)
    • 视频: 8-2 HBase原理及优劣势(上) (07:03)
    • 视频: 8-3 HBase原理及优劣势(中) (07:14)
    • 视频: 8-4 HBase原理及优劣势(下) (08:37)
    • 视频: 8-5 动手使用HBase (14:14)
    • 视频: 8-6 HBase中的RowKey为什么那么重要 (15:41)
    • 视频: 8-7 使用Java API接入HBase消息实体(上) (15:35)
    • 视频: 8-8 使用Java API接入HBase消息实体(中) (11:25)
    • 视频: 8-9 使用Java API接入HBase消息实体(下) (05:14)
    • 视频: 8-10 Feed流之经典推拉设计模式(1) (16:18)
    • 视频: 8-11 Feed流之经典推拉设计模式(2) (11:16)
    • 视频: 8-12 Feed流之经典推拉设计模式(3) (10:11)
    • 视频: 8-13 Feed流之经典推拉设计模式(4) (08:46)
    • 视频: 8-14 推拉混合模式的实践(上) (11:27)
    • 视频: 8-15 推拉混合模式的实践(下) (14:55)
    • 视频: 8-16 深度分页的高效解决方案 (09:55)
    • 图文: 8-17 重难点梳理
  • 第9章 最像关系型数据库的非关系型数据库mongoDB满足点赞评论场景 9 节 | 82分钟

    针对点赞和评论的查询场景,由于涉及查询条件又有性能要求,因此,在本章中,将选择最像关系型数据库的文档型数据库MongoDB应对,并针对点赞的流量峰值场景引入脉冲式的设计解决方案平滑流量能力。

    收起列表

    • 视频: 9-1 点赞评论场景解析 (03:12)
    • 视频: 9-2 MongoDB原理及优劣势 (11:35)
    • 视频: 9-3 动手使用mongodb (12:19)
    • 视频: 9-4 使用Java API实现点赞评论能力(上) (05:11)
    • 视频: 9-5 使用Java API实现点赞评论能力(中) (13:09)
    • 视频: 9-6 使用Java API实现点赞评论能力(下) (10:50)
    • 视频: 9-7 削峰聚集能力的脉冲方案解决评论及点赞数量叠加问题(上) (08:20)
    • 视频: 9-8 削峰聚集能力的脉冲方案解决评论及点赞数量叠加问题(下) (11:08)
    • 视频: 9-9 MongoDB分布式扩展 (05:23)
本课程已完结

试看

全部试看小节



讲师

龙虾三少 全栈工程师

十年全栈研发架构经验,主攻后端java高性能集群。经历过天猫双十一巨峰流量历练,善于运用各项互联网中间件及系统设计技术为业务能力建设提供亿级流量的基础保障。擅长高性能分布式微服务建设,分片式任务调度,事务型消息队列,多级缓存设计,限流防刷策略等。

讲师其他课程

课程预览

检测到您还没有关注慕课网服务号,无法接收课程更新通知。请扫描二维码即可绑定
重新观看
意见反馈 帮助中心 APP下载
官方微信

学习咨询

选课、学习遇到问题?

扫码添加指导老师 1V1 帮助你!

添加后老师会第一时间解决你的问题