我认为可以大致从一下几个方面考虑：1、表结构优化。根据当前和未来可能扩展的业务需求，合理设计表结构，合理拆分或合并，减少数据冗余。2、索引优化。根据数据库各个表的查询业务设计合理的查询索引。可以参考 《数据库索引设计与优化》一书。优化系统存在的慢查询，分析原因，对症下药。3、考虑读写读写分离，小型数据库集群构建。或者查分相关业务到其他数据库，比如redis， ES等。
单纯从效率来讲，join的表不太多时，join效率比较高。但是占用的主要是数据库服务器的资源。数据库资源又是个瓶颈，不易横向扩展。所以在数据量大的时候，我们会采用单表查询，把循环和匹配等大量工作移到应用服务器上。应用服务器容易扩展，对并发支持更好。当数据量大到千万级以上，就建议尽可能减少join，鼓励使用单表查询。查询优化比较容易。这时候使用join的一个大型查询就可能花很久，对其他查询造成阻塞，...
本人一直从事数据库开发相关的工作，属于其他人口中一招鲜吃遍天的那种。这里要说明一点，SQL 在普通人眼里可能就是增删改查，但是在这一行工作了好几年的就会知道SQL 不只是能干这些基础的事。比如常说的数据分析师，可以使用SQL 来抽取和分析数据。再有ETL工程师，虽然使用的是各种ETL 工具，但是底层依然还是SQL 代码支撑。还有BI 工程师，属于图形化数据的一类人，与数据分析师有点重叠。数据来源还...
作为一个资深的Layer4-7层网络测试人员，回答你的问题：）其实这个问题，根源在于你不理解服务器是使用IP+端口号方式工作的，看我下面的解释。Linux的TCP连接数量最大不能超过65535个首先，这个说法是正确的，但是有限定。它指的是Linux系统作为client，从它自身发起的连接不能超过65535个，并且用的是源端口号。而对于一台电脑上来说，一个端口号就表示一个进程，所以一台电脑的最大进程...
这个问题[捂脸]要说服务器操作系统市场占有率的话，Linux是压倒性优势的。但是服务器操作系统不能用好用难用来说啊。服务器看中的是安全，稳定，并发，负载。
linux系统里，debian最稳定！功能也强大！
近来，随着大数据分析的火热，人工智能的追捧，技术创新可谓是精彩纷呈，而python作为后起之秀实在是功不可没。python语言可谓是赚足了技术开发者的眼光，各路英雄对python的评价可谓是愈演愈烈，在此列举一下python的应用，仅供参考。python语言可以用来开发游戏，用于大数据的挖掘和处理，开发web,应用在系统运维，云计算，金融理财分析，人工智能等涉及各行各业的多个领域。作为人工智能的第...
1.技术选型要根据实际情况，单从语言上区别不是很大2.基于公司现在的基础，减少重复工作，减少成本3.基于开发人员的技术基础，考虑长远发展，最好选择大众化的语言4.如果没有代码基础，公司没有基础框架，可以参考开源项目，减少成本
