本次文章完全使用 mysql 自带的 show 命令实现获取，从 connects、buffercache、lock、SQL、statement、Database throughputs、serverconfig7 大方面全面获取监控数据。

1 连接数（Connects）

• 最大使用连接数： show status like 'Max_used_connections'
• 当前打开的连接数： show status like 'Threads_connected'

2 缓存（bufferCache）

• 未从缓冲池读取的次数： show status like 'Innodb_buffer_pool_reads'
• 从缓冲池读取的次数： show status like 'Innodb_buffer_pool_read_requests'
• 缓冲池的总页数： show status like 'Innodb_buffer_pool_pages_total'
• 缓冲池空闲的页数： show status like 'Innodb_buffer_pool_pages_free'
• 缓存命中率计算： （1-Innodb_buffer_pool_reads/Innodb_buffer_pool_read_requests）\*100%
• 缓存池使用率为： ((Innodb_buffer_pool_pages_total-Innodb_buffer_pool_pages_free）/Innodb_buffer_pool_pages_total）\*100%

3 锁（lock）

• 锁等待个数： show status like 'Innodb_row_lock_waits'
• 平均每次锁等待时间： show status like 'Innodb_row_lock_time_avg'
• 查看是否存在表锁： show open TABLES where in_use>0； 有数据代表存在锁表，空为无表锁

备注：锁等待统计得数量为累加数据，每次获取得时候可以跟之前得数据进行相减，得到当前统计得数据

在移动应用的业务场景中，我们需要保存这样的信息：一个 key 关联了一个数据集合，同时还要对集合中的数据进行统计排序。

常见的场景如下：

• 给一个 userId ，判断用户登陆状态；
• 两亿用户最近 7 天的签到情况，统计 7 天内连续签到的用户总数；
• 统计每天的新增与第二天的留存用户数；
• 统计网站的对访客（Unique Visitor，UV）量
• 最新评论列表
• 根据播放量音乐榜单

通常情况下，我们面临的用户数量以及访问量都是巨大的，比如百万、千万级别的用户数量，或者千万级别、甚至亿级别的访问信息。

Apache Ignite核心特性介绍(2.1.0版)

1.摘要

1.Ignite是什么？

• 一个以内存为中心的数据平台
• 强一致性
• 高可用
• 强大的SQL、键-值以及相关处理的API

Ignite是不是分布式数据库？

是，在整个集群的多个节点中，Ignite中的数据要么是分区模式的，要么是复制模式的，这给系统带来了伸缩性，增加了弹性。Ignite可以自动化地控制数据如何分区，然而，开发者也可以插入自定义的函数，以及为了提高效率将部分数据并置在一起。

Ignite是不是关系型SQL数据库？

不完整，尽管Ignite的目标是和其他的关系型SQL数据库具有类似的行为，但是在处理约束和索引方面还是有不同的。Ignite支持一级和二级索引，但是只有一级索引支持唯一性，Ignite还不支持外键约束。
从根本上来说，Ignite作为约束不支持任何会导致集群广播消息的更新以及显著降低系统性能和可伸缩性的操作。

通常来说，在我们的系统中会把数据永久保存在DB中，并且冗余一份数据在缓存中。读请求优先从缓存读取数据，没有再从DB读取，如下图：

好处是可以减小DB的压力，提高请求的响应速度。但这种架构在提升系统读请求处理能力的同时，给系统写请求的处理带来了不少的麻烦。因为数据在DB跟缓存中各自保存了一份，如何保证它们之间的数据一致就是本文要讨论的问题。