知识结构索引

================基础部分========================

Linux　　　　

Shell　　　　　　　　　　　　　　　　　　　　　　　　　　　　Python　　　

正则　　　　　　　　　　　　　　　　　　　　　

================服务部分========================

DNS　　　　　　　　　　　　　　　　　　　　　　　　　　　　DHCP

Iptables　　　　　　　　　　　　　　　　　　　　　　　　　　 FTP

SSH　　　　　　　　　　　　　　　　　　　　　　　　　　　　

=================数据=========================

磁盘阵列RAID　　　　　　　　　　　　　　　　　　　　　　　　数据恢复Extundelete　　　　　　　　　　　　　　　　　　　　　　

实时备份rsync+inotify　　　　　　　　　　　　　　　　　　　　数据镜像DRBD　　　　

=================缓存=========================　

Memcache　　　　　　　　　　　　　　　　　　　　　　　　　Redis　　　　　　　　　　　　　　　　　   　　　

=================Mysql数据库=====================

DCL+DML+DDL　　　　　　　　　　　　　　　　　　　　　　　主从/主主复制：基于LOG，基于GUID　　　　　　　　　　　

读写分离：Amoeba源码包　　　　　　　　　　　　　　　　　　  垂直水平切割：Amoeba源码包

xtrabackup数据库备份　　　　　　　　　　　　　　　　　　　　 binlog归档

=================WWW========================

静态网页(html)：Nginx，Apache　　　　　　　　　　　　　　　动态网页：PHP(.php)，Tomcat(.jsp)

网页的动静分离：

=================负载均衡=======================

Nginx　　　　　　　　　　　　　　　　　　　　　　　　　　　　LVS　　　　　　　　　　　　　　　　

Haproxy

=================代理服务器=========================

Squid　　　　　　　　　　　　　　　　　　　　　　　　　　Privoxy

Varnish Cache　　　　　　　　　　　　　　　　　　　　　　Polipo

Tinyproxy　　

Nginx（正/反向代理）

=================集群=========================

HA Cluster 高可用性集群　　　　　　　　　　　　　　　　　　　LB 高可扩展性集群（负载均衡集群）

HPC Cluste 高性能计算集群

=================监控=========================

Zabbix　　　　　　　　　　　　　　　　　　　　　　　　　　　Nagios

Catic

=================自动化运维=======================

Ansible

=================大数据========================

Hodoop　　　　　　　　　　　　　　　　　　　　　　　　　　Spark

=================架构==========================

未完待写 = = 、、、

时间： 2024-11-03 03:47:43

知识结构索引的相关文章

合格PHP工程师的知识结构 (转载)

工作有些年头了,从学校开始自学ASP,偶然因为PHP一个功能爱上它(ASP上传代码要写好多,PHP基本几行就搞定了),从此走上了 "拍黄片" 之路.结合这几年的工作经验,说说我对PHP工程师知识结构的理解 PHP的运行环境 连环境都搞不起来,就是你有多么喜欢PHP,那也是白搭,开始我们大多会使用集成环境软件例如xampp,wamp.随着知识的增加慢慢要学会自己搭建运行环境,例如 Linux(Ubuntu/Centos),Apache/Nginx,Mysql,Redis/Memcache

MySQL 索引优化原则

一.索引优化原则 1.最左前缀匹配原则,联合索引,mysql会从做向右匹配直到遇到范围查询(>.<.between.like)就停止匹配,比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引,d是用不到索引的,如果建立(a,b,d,c)的索引则都可以用到,a,b,d的顺序可以任意调整. 2.=和in可以乱序,比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序,mysql的查询优化器会帮你优

MySQL索引基本应用[转]

原文地址:http://www.php100.com/html/webkaifa/database/Mysql/2010/0409/4279.html 索引是快速搜索的关键.MySQL索引的建立对于MySQL的高效运行是很重要的.下面介绍几种常见的MySQL索引类型. 在数据库表中,对字段建立索引可以大大提高查询速度.假如我们创建了一个 mytable表: CREATE TABLE mytable(   ID INT NOT NULL,    username VARCHAR(16) NOT N

python--15 字典：当索引不好用

字典是python唯一的影射类型 hash >>> brand = ['李宁', '耐克', '阿迪达斯'] >>> slogan = ['一切皆有可能', 'Just do it','Impossible is nothing'] >>> print('李宁的口号是:',slogan[brand.index('李宁')]) 李宁的口号是: 一切皆有可能 字典不是序列类型 ,是映射类型 字符串 列表 元组是序列类型 创建和访问索引   标志性符号--花

MongoDB 学习笔记之 TTL索引，部分索引和文本索引

TTL索引: TTL集合支持mongodb对存储的数据进行失效时间设置,经过指定的时间段后.或在指定的时间点过期,集合自动被mongod清除.这一特性有利于对一些只需要保存一定时间的数据信息进行存储,比如机器产生的事件数据.日志.会话信息等. 先创建一个集合TTLCol: 创建TTL索引,60秒过期. 60秒后查询发现数据被删除了. 部分索引: MongoDB部分索引只为那些在一个集合中,满足指定的筛选条件的文档创建索引.由于部分索引是一个集合文档的一个子集,因此部分索引具有较低的存储需求,并降

CUDA 计算线程索引的一般公式

CUDA thread index: int blockId = blockIdx.z * (gridDim.x*gridDim.y)                    + blockIdx.y * gridDim.x                    + blockIdx.x; int threadId = blockId * (blockDim.x * blockDim.y * blockDim.z)                      + threadIdx.z * (blo

检测和整理索引碎片

索引碎片的检测和整理 存储数据是为了查找数据,存储结构影响数据查找的性能.对无序数据进行查找,最快的查找算法是哈希查找:对有序数据进行查找,最快的查找算法是平衡树查找.在传统的关系型数据库中,聚集索引和非聚集索引都是平衡树(B-Tree)类型的存储结构,用于顺序存储数据,便于实现数据的快速查找.除了提升数据查找的性能之外,索引还能减少硬盘IO和内存消耗.通常情况下,硬盘IO是查找性能的瓶颈,由于索引是数据表的列的子集,这意味着,索引只存储部分列的数据,占用的硬盘空间比全部列少了很多,因此,数据库

16_索引是什么？

找数据有哪些方式? -- 全表扫描,但是当数据量达到几万以上,查询速度就慢了 什么是索引? -- 相当于书的目录,便于查找,索引指向字段, -- mysql使用 B+tree 索引,本质上是二叉树 索引有哪些分类? -- 普通:单列做索引,只能帮助查找 -- 唯一:单列增加唯一约束,只能设一个Null,也可以多列联合唯一 -- 主键:内容不允许重复,不能为Null,一张表只能有一个主键,可以多列联合主键 -- 组合:多列共同组合成索引,可以给多列增加唯一约束 -- 全文:分词,mysql依据逗号

深入浅出分析MySQL索引设计背后的数据结构

在我们公司的DB规范中,明确规定: 1.建表语句必须明确指定主键 2.无特殊情况,主键必须单调递增 对于这项规定,很多研发小伙伴不理解.本文就来深入简出地分析MySQL索引设计背后的数据结构和算法,从而可以帮你释疑如下问题: 1.为什么innodb表需要主键? 2.为什么建议innodb表主键是单调递增? 3.为什么不建议innodb表主键设置过长? B-tree(多路搜索树,并不是二叉的)是一种常见的数据结构.使用B-tree结构可以显著减少定位记录时所经历的中间过程,从而加快存取速度.B通常