MySQL/Redis等6大数据库,在7种Java业务中的选型与调优

优秀的后端开发工程师，对于数据库存储方面，光会常规的CRUD已然不够，更需要懂各种数据库产品的优劣及适用场景，并能在适合的业务实践中准确选取合适的产品并应用。本课程利用一个社交新零售项目，带你学习如何基于不同的业务场景选择合适的数据库，详解MySQL、Redis、Elasticsearch、Neo4j、HBASE、MongoDB六大数据库的选型策略，并使用合适的设计形式，提升项目质量。

目录：

第1章如何用更优的数据存储方案，打造更稳定的架构？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”。

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)

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。

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)

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)

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。

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。

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。

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。

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。

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。

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)