دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب High-Performance Java Persistence
دانلود کتاب ماندگاری جاوا با کارایی بالا
مشخصات کتاب
High-Performance Java Persistence
ویرایش: 2020
نویسندگان: Vlad Mihalcea
سری:
ISBN (شابک) : 9789730228236
ناشر:
سال نشر: 2020
تعداد صفحات: 461
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 19 مگابایت
قیمت کتاب (تومان) : 45,000
در صورت تبدیل فایل کتاب High-Performance Java Persistence به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ماندگاری جاوا با کارایی بالا نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب ماندگاری جاوا با کارایی بالا
بیشترین بهره را از لایه پایداری خود ببرید یک لایه دسترسی به داده با کارایی بالا باید با سیستم پایگاه داده زیربنایی همخوانی داشته باشد. دانستن عملکرد داخلی یک پایگاه داده رابطه‌ای و چارچوب‌های دسترسی به داده در حال استفاده می‌تواند بین یک برنامه سازمانی با کارایی بالا و برنامه‌ای که به سختی می‌خزد تفاوت ایجاد کند. این کتاب سفری به تنظیم عملکرد دسترسی به داده های جاوا است. از مدیریت اتصال گرفته تا به‌روزرسانی‌های دسته‌ای، اندازه‌های واکشی و مکانیسم‌های کنترل همزمان، کارکردهای درونی رایج‌ترین چارچوب‌های دسترسی به داده جاوا را آشکار می‌کند. بخش اول با هدف کاهش شکاف بین توسعه دهندگان برنامه و مدیران پایگاه داده است. به همین دلیل، هم JDBC و هم اصول پایگاه داده را که در کاهش زمان پاسخ تراکنش از اهمیت بالایی برخوردار هستند، پوشش می دهد. در این بخش اول، با مدیریت اتصال، به روز رسانی دسته ای، ذخیره بیانیه، واکشی مجموعه نتایج و تراکنش های پایگاه داده آشنا خواهید شد. بخش دوم نشان می دهد که چگونه می توانید از مزایای JPA و Hibernate بدون به خطر انداختن عملکرد برنامه استفاده کنید. در این بخش دوم، با کارآمدترین نگاشت هایبرنیت (انواع پایه، ارتباط، وراثت)، واکشی بهترین شیوه ها، مکانیسم های ذخیره سازی و کنترل همزمانی آشنا خواهید شد. بخش سوم به jOOQ و قابلیت‌های جستجوی ایمن تایپ قدرتمند آن، مانند توابع پنجره، عبارات جدول رایج، upsert، رویه‌های ذخیره شده و توابع پایگاه داده اختصاص دارد.
توضیحاتی درمورد کتاب به خارجی
Get the most out of your persistence layer A high-performance data access layer must resonate with the underlying database system. Knowing the inner workings of a relational database and the data access frameworks in use can make the difference between a high-performance enterprise application and one that barely crawls. This book is a journey into Java data access performance tuning. From connection management, to batch updates, fetch sizes and concurrency control mechanisms, it unravels the inner workings of the most common Java data access frameworks. The first part aims to reduce the gap between application developers and database administrators. For this reason, it covers both JDBC and the database fundamentals that are of paramount importance when reducing transaction response times. In this first part, youll learn about connection management, batch updates, statement caching, result set fetching and database transactions. The second part demonstrates how you can take advantage of JPA and Hibernate without compromising application performance. In this second part, youll learn about the most efficient Hibernate mappings (basic types, associations, inheritance), fetching best practices, caching and concurrency control mechanisms. The third part is dedicated to jOOQ and its powerful type-safe querying capabilities, like window functions, common table expressions, upsert, stored procedures and database functions.
فهرست مطالب
Table of Contents Preface The database server and the connectivity layer The application data access layer The ORM framework The native query builder framework Video Course Testimonials I JDBC and Database Essentials Performance and Scaling Response time and throughput Database connections boundaries Scaling up and scaling out Master-Slave replication Multi-Master replication Sharding JDBC Connection Management DriverManager DataSource Why is pooling so much faster? Queuing theory capacity planning Practical database connection provisioning A real-life connection pool monitoring example Concurrent connection request count metric Concurrent connection count metric Maximum pool size metric Connection acquisition time metric Retry attempts metric Overall connection acquisition time metric Connection lease time metric Batch Updates Batching Statements Batching PreparedStatements Choosing the right batch size Bulk processing Retrieving auto-generated keys Sequences to the rescue Statement Caching Statement lifecycle Parser Optimizer Execution plan visualization Executor Caching performance gain Server-side statement caching Bind-sensitive execution plans Client-side statement caching ResultSet Fetching ResultSet scrollability ResultSet changeability ResultSet holdability Fetching size ResultSet size Too many rows SQL limit clause JDBC max rows Less is more Too many columns Transactions Atomicity Consistency Isolation Concurrency control Two-phase locking Multi-Version Concurrency Control Phenomena Dirty write Dirty read Non-repeatable read Phantom read Read skew Write skew Lost update Isolation levels Read Uncommitted Read Committed Repeatable Read Serializable Durability Read-only transactions Read-only transaction routing Transaction boundaries Distributed transactions Two-phase commit Declarative transactions Application-level transactions Pessimistic and optimistic locking Pessimistic locking Optimistic locking II JPA and Hibernate Why JPA and Hibernate matter The impedance mismatch JPA vs. Hibernate Schema ownership Entity state transitions Write-based optimizations Read-based optimizations Wrap-up Connection Management and Monitoring JPA connection management Hibernate connection providers DriverManagerConnectionProvider C3P0ConnectionProvider HikariCPConnectionProvider DatasourceConnectionProvider Connection release modes Monitoring connections Hibernate statistics Customizing statistics Statement logging Statement formatting Statement-level comments Logging parameters DataSource-proxy P6Spy Mapping Types and Identifiers Types Primitive types String types Date and Time types Numeric types Binary types UUID types Other types Custom types Identifiers UUID identifiers The assigned generator The legacy UUID generator The newer UUID generator Numerical identifiers Identity generator Sequence generator Table generator Optimizers The hi/lo algorithm The default sequence identifier generator The default table identifier generator The pooled optimizer The pooled-lo optimizer Optimizer gain Sequence generator performance gain Table generator performance gain Identifier generator performance Relationships Relationship types @ManyToOne @OneToMany Bidirectional @OneToMany Unidirectional @OneToMany Ordered unidirectional @OneToMany @OneToMany with @JoinColumn Unidirectional @OneToMany Set @ElementCollection @ElementCollection List @ElementCollection Set @OneToOne Unidirectional @OneToOne Bidirectional @OneToOne @ManyToMany Unidirectional @ManyToMany List Unidirectional @ManyToMany Set Bidirectional @ManyToMany The @OneToMany alternative Hypersistence Optimizer Testimonials Inheritance Single table Data integrity constraints Join table Table-per-class Mapped superclass Flushing Flush modes Events and the action queue Flush operation order Dirty Checking The default dirty checking mechanism Controlling the Persistence Context size Bytecode enhancement Batching Batching insert statements Batching update statements Batching delete statements Fetching DTO projection DTO projection pagination Native query DTO projection Query fetch size Fetching entities Direct fetching Fetching a Proxy reference Natural identifier fetching Query fetching Fetching associations FetchType.EAGER FetchType.LAZY The N+1 query problem How to catch N+1 query problems during testing LazyInitializationException The Open Session in View Anti-Pattern Temporary Session Lazy Loading Anti-Pattern Associations and pagination Attribute lazy fetching Fetching subentities Entity reference deduplication Query plan cache Caching Caching flavors Cache synchronization strategies Cache-aside Read-through Write-invalidate Write-through Write-behind Database caching Application-level caching Entity aggregates Distributed key-value stores Cache synchronization patterns Synchronous updates Asynchronous updates Change data capture Second-level caching Enabling the second-level cache Entity cache loading flow Entity cache entry Entity reference cache store Collection cache entry Query cache entry Cache concurrency strategies READ_ONLY Inserting READ_ONLY cache entries Updating READ_ONLY cache entries Deleting READ_ONLY cache entries NONSTRICT_READ_WRITE Inserting NONSTRICT_READ_WRITE cache entries Updating NONSTRICT_READ_WRITE cache entries Risk of inconsistencies Deleting NONSTRICT_READ_WRITE cache entries READ_WRITE Inserting READ_WRITE cache entries Updating READ_WRITE cache entries Deleting READ_WRITE cache entries Soft locking concurrency control TRANSACTIONAL XA_Strict mode XA mode Inserting TRANSACTIONAL cache entries Updating TRANSACTIONAL cache entries Deleting TRANSACTIONAL cache entries Query cache strategy Tablespace query cache invalidation Native SQL statement query cache invalidation Concurrency Control Hibernate optimistic locking The implicit optimistic locking mechanism Resolving optimistic locking conflicts Splitting entities Versionless optimistic locking OptimisticLockType.DIRTY update caveat The explicit locking mechanism PESSIMISTIC_READ and PESSIMISTIC_WRITE Lock scope Lock timeout LockModeType.OPTIMISTIC Inconsistency risk LockModeType.OPTIMISTIC_FORCE_INCREMENT LockModeType.PESSIMISTIC_FORCE_INCREMENT III JOOQ Why jOOQ matters How jOOQ works DML statements Java-based schema Upsert Oracle SQL Server PostgreSQL MySQL Batch updates Inlining bind parameters Complex queries Stored procedures and functions Streaming Keyset pagination
نظرات کاربران
کتاب های تصادفی
