本文目录一览：
高并发三种解决方法
1、解决方法有三：使用缓存 使用生成静态页面 html纯静态页面是效率最高、消耗最小的页面。
2、处理大量数据并发操作可以采用如下几种方法：使用缓存：使用程序直接保存到内存中。或者使用缓存框架： 用一个特定的类型值来保存，以区别空数据和未缓存的两种状态。
3、mysql高并发的解决方法有：优化SQL语句，优化数据库字段，加缓存，分区表，读写分离以及垂直拆分，解耦模块，水平切分等。
一文总结高并发大数据量下MySQL开发规范「军规」
1、网站程序开发方面的缓存，Linux上提供的Memory Cache是常用的缓存接口，可以在web开发中使用，比如用Java开发的时候就可以调用MemoryCache对一些数据进行缓存和通讯共享，一些大型社区使用了这样的架构。
2、MySQL22限制的表大小为4GB。由于在MySQL23中使用了MyISAM存储引擎，最大表尺寸增加到了65536TB（2567_1字节）。
3、主要开发语言是C#，数据库使用的是MySQL。最常见的操作便是 select 读取数据，然后在C#中对数据进行处理， 完毕后再插入数据库中。 简而言之就 select - process - insert三个步骤。
4、mysql的最大数据存储量没有最大限制。最多也就是单字段的长度有限制，那跟字段的数据类型有关，而对于数据表的大小一般不要超过2G，超过了效率会比较慢，建议分开多表存。
5、总结就是主要负责处理海量数据和大数据应用，而数据分析工程师，通过挖掘出有价值的数据，为企业提供业务发展支持；大数据开发工程师偏重数据链路建设，数据资产建设和数据应用开发，为业务发展提供数据支撑。
6、warning （0.00 sec）对比下以上两个，加了HINT的比不加HINT的cost小了100倍。总结下，就是说表的cardinality值影响这张的查询计划，如果这个值没有正常更新的话，就需要手工加HINT了。
高并发性的数据库操作-Mysql
mysql高并发的解决方法有：优化SQL语句，优化数据库字段，加缓存，分区表，读写分离以及垂直拆分，解耦模块，水平切分等。
漏桶算法的原理比较简单，请求进入到漏桶中，漏桶以一定的速率漏水。当请求过多时，水直接溢出。可以看出，漏桶算法可以强制限制数据的传输速度。
MySQL服务器的最大并发连接数是16384。受服务器配置，及网络环境等制约，实际服务器支持的并发连接数会小一些。主要决定因素有：服务器CPU及内存的配置。网络的带宽。互联网连接中上行带宽的影响尤为明显。
数据库集群和库表散列 大型网站都有复杂的应用，这些应用必须使用数据库，那么在面对大量访问的时候，数据库的瓶颈很快就能显现出来，这时一台数据库将很快无法满足应用，于是需要使用数据库集群或者库表散列。
Python 大致有如下 5 种方式操作 MySQL。先使用如下建表语句创建一张简单的数据库表。1 mysqlclient 执行 pip install mysqlclient 进行安装，看一下具体操作。
处理大量数据并发操作可以采用如下几种方法：使用缓存：使用程序直接保存到内存中。或者使用缓存框架： 用一个特定的类型值来保存，以区别空数据和未缓存的两种状态。
如何处理数据库并发问题
- 使用索引，加快查询速度。- 使用缓存，减少数据库访问次数。- 使用分区表，将数据分散到多个物理磁盘上，提高查询速度。- 使用读写分离，将读操作和写操作分开处理，提高并发性。
mysql高并发的解决方法有：优化SQL语句，优化数据库字段，加缓存，分区表，读写分离以及垂直拆分，解耦模块，水平切分等。
系统拆分 将一个系统拆分为多个子系统，用dubbo来搞。然后每个系统连一个数据库，这样本来就一个库，现在多个数据库，这样就可以抗高并发。
在一个时间点，数据库系统可能要同时处理多个任务。因此，数据库系统一定要具备并发处理能力。并行是指将一个任务划分为多个子任务，这些子任务同时执行。
并发控制的主要方法是封锁，锁就是在一段时间内禁止用户做某些操作以避免产生数据不一致二 锁的分类锁的类别有两种分法： 从数据库系统的角度来看：分为独占锁（即排它锁），共享锁和更新锁MS-SQL Server 使用以下资源锁模式。
