前言 随着系统的运行，数据量变得越来越大，单纯的将数据存储在mysql中，已然不能满足查询要求了，此时我们引入Redis作为查询的缓存层，将业务中的热数据保存到Redis，扩展传统关系型数据库的服务能力，用户通过应用直接从Redis中快速获取常用数据，或者在交互式应用中使用Redis保存活跃用户 ...

(#)直奔主题，这次要说的是针对百万千万数据的下载，使用的是poi excel的下载，这个如果大家不熟悉的话，可以去看看这个基础博客，写的不错 　　http://www.jerehedu.com/fenxiang/160218_for_detail.htm (#)然而问题来了 ...

百万数据查询优化技巧三十则 1. 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。 2. 应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描 ...

最近遇到了这么一个情况，数据库里面的数据由于长期的堆积，导致数据量不断的上升，而后台的系统每次进行分页查询的时候，效率都会降低很多。后来查看了一下之后，发现此时的分页原理主要是采用了传统的物理分页 limit n,m 的方式。 为了方便演示，我特意创建了以下几张表进行实例演练： 表分别是商品表 ...

1. 什么是表分区? 表分区，是指根据一定规则，将数据库中的一张表分解成多个更小的，容易管理的部分。从逻辑上看，只有一张表，但是底层却是由多个物理分区组成。 2. 表分区与分表的区别 分表：指的是通过一定规则，将一张表分解成多张不同的表。比如将用户订单记录根据时间成多个表。 分表与分区的区别 ...

MYSQL百万级数据，如何优化 首先，数据量大的时候，应尽量避免全表扫描，应考虑在 where 及 order by 涉及的列上建立索引，建索引可以大大加快数据的检索速度。但是，有些情况索引是不会起效的： 1、应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎 ...

一、概念 二、存取散列Hash值 1、 2、JSON字符串存取，没有更新值的字段资源浪费 使用散列Hash存取，可以单独到一个或多个字段； 3、hsetnx，属性不存在就新增并赋值，属性已存在啥也不干 4、取值 ...

添加依赖： Mapper接口： 映射文件： 服务接口： 实现： 测试： ...