你作为一个后台开发正在负责维护一个网站或者APP，某一天运维突然告诉你我们要升级数据库的版本，你上报Leader后，此时Leader让你给出一个升级的技术方案。于是你脑袋一拍说我们可以夜间停机升级，此时的用户访问量低。如果是小应用，这样做倒是无妨，如果你运行的是一个大型应用，即使在夜间用户的访问基数也相当大，停机升级则肯定不是个能让领导们接受的方案。如果你的应用还是像uber这样一个需要跨全球多个时区，那几乎24小时都有大量的用户在使用。 这次就来看看uber是如何解决这个线上不停机无损升级的。

我们有时会在一些大公司的数据库规范里看到说MySQL单表的数据量最大不能超过两千万，超过了就要进行分库分表，不然就影响查询性能。这种说法是否有依据，为什么是两千万，而不是五百万、五千万，有没什么场景下即使存储一亿行数据也不会有性能问题。这篇文章就是想要来解答这个疑问的。

数据复制在分布式数据库是老生常谈的事，几乎所有数据库都会支持数据复制，以实现数据系统的可靠性。我们在设计自己的分布式系统时，也应该关注这块的知识。最近在看《数据密集型应用系统设计》这本书，其中第二章详细介绍了这块的知识，因此想对这部份做下记录。

Mysql中存在好几种日志，其中bin log、redo log、undo log被用于支持数据库的可靠性，例如数据备份、崩溃恢复等，今天来认识下这几种日志。

如何保证数据库的数据和缓存中的数据的一致性。也就是说，当我们对数据库中的数据进行修改后，此时缓存的数据已经与数据库中的数据不一致，如何修复这种不一致的状态。显而易见，不一致的场景都是出现在缓存中已经存在数据的情况，接下来我们就以这个来分析实现数据一致性的各种方式。

Redis虽然是以单线程高性能著称，在一些可能会影响到性能的场景下，redis都做了很多优化来避免主线程受到阻塞，例如开辟子线程来处理。不过即使如此，也依旧有很多场景可能会导致主线程受到阻塞进而影响到系统的吞吐能力，尤其是海量业务场景下，更有可能发生。因此本文想梳理下这些场景，帮助自己在后面的工作能够关注这些场景。