Desenvolvendo Serviços Escaláveis e de Alta Performance com MySQL

Copyright © 2015, Oracle and/or its affiliates. All rights reserved.1
Airton Lastori
airton.lastori@oracle.com
mar-2015
Desenvolvendo Serviços Escaláveis e de
Alta Performance com MySQL

Apresentador
Airton Lastori
Consultor MySQL, Oracle

MySQL Central @ Oracle Open World 2014
Alguns cases apresentados...
 [slides]
oracle.com/openworld/mysql

Agenda
 Alta Performance com MySQL
 Arquitetura e Topologias
 Métodos de Acesso e API’s
 Instalação e Exemplos
 Aprenda Mais
 Perguntas?

Agenda
 Aprenda Mais
 Perguntas?

Alta Performance
Por que há demanda?
Suporte à “Big Data” e IoT
Velocidade de escrita
Escalabilidade horizontal
Disponível 24x7
Facilidade de uso

Resposta tecnológica: NoSQL
Fonte: 451 Group, 2012

Usos comuns: usado como cache para
armazenamento de dados requisitados
frequentemente, especialmente em
aplicações web.
Pontos Fortes: escalabilidade,
armazenamento e busca de dados muito
rápidos; dados não estruturados e
parcialmente estruturados.
Pontos Fracos: usualmente todos os dados
tem que caber em memória rápida; falta de
recursos para Queries complexas.

Uso Tradicional do Memcached
2 níveis de hashing
Memcache
httpd memcached
memcached
memcached
chave memcache
PHP/Perl/Java
friends:12389
Usa chave
para
encontrar o
dado (valor)
VALUE friends:12389 0 31rn
101, 11009, 11150, 55881, 77798
rn

Não encontra valor no cache: sincronização 1/2
aplicação é responsável por buscar no Banco de Dados
Memcache
httpd memcached
memcached
memcached
PHP/Perl/Java
Não há valor
para chave
informada
MySQL
Slave

Não encontra valor no cache: sincronização 2/2
aplicação é responsável por sincronizar
Memcache
httpd memcached
memcached
memcached
PHP/Perl/Java
Armazenar
valor com
chave/valor
informados
Processo similar ocorre quando há escrita
no MySQL Master: aplicação precisa
sincronizar com cache.

Spoiler!
MySQL já tem integração nativa com Memcached
Não perca tempo com a lógica de sincronização!

Usos comuns: aplicações web ou
outras que requerem melhor
performance e escalabilidade sem que
seja necessários definir esquemas
relacionais.
Pontos Fortes: armazenamento
persistente com recursos de
escalabilidade tais como sharding
nativo; melhor suporte a Queries que
apenas chave-valor.
Pontos Fracos: falta de recursos para
Queries complexas.

Usos comuns: aplicações
científicas ou de tradução direta do
paradigma orientado a objetos.
Pontos Fortes: performance e
mapeamento natural de objetos.
Pontos Fracos: falta de recursos
para realizar Queries complexas.

Usos comuns: log em tempo-real para
aplicações web ou financeiras.
Pontos Fortes: throughput muito alto
para Big Data (de Terabytes a
Petabytes); suporte excelente a
particionamento e acesso aleatório de
leitura-escrita.
Pontos Fracos: APIs de baixo-nível,
falta de recursos para realizar Queries
complexas, alta latência na resposta de
Queries.

Requisitos NoSQL
O que a solução deve cumprir?
Alta Performance
alto throughput leitura/escrita
Escalabilidade massiva
auto-sharding
Facilidade de uso
acesso simples (APIs)
manutenção simples
modelo de dados flexível, fácil de
evoluir
Alta Disponibilidade
tolerância a falhas
Performance
Escalabilidade
Facilidade de Uso
Disponibilidade ~24x7

Scale Out
• Adicionar mais servidores para
aumentar performance
• MySQL adota esta abordagem
em sistemas altamente
escaláveis em hardware
commodity (Intel / AMD)
Scale Up
• Trocar por hardware mais
poderoso, adicionar memória,
CPU
• Outras soluções normalmente
usam hardware proprietário
(SMP)
Escalabilidade: horizontal vs vertical
É possível combinar as duas abordagens

2008
até 4 CPU
MySQL 5.0
MySQL AB
até 16 CPU
MySQL 5.1
Sun
até 32 CPU
MySQL 5.5
Oracle
até 48 CPU
MySQL 5.6
Evolução da escalabilidade do MySQL
2009 2010 2013
Use InnoDB para usufruir melhor de hardwares modernos.

MySQL 5.5.28
MySQL 5.6.7
MySQL 5.6 SysBench Benchmarks
234% Ganho de Performance
0
2.000
4.000
6.000
8.000
10.000
12.000
14.000
16.000
18.000
32 64 128 256 512
TransactionsperSecond
Connections
MySQL 5.6 vs. 5.5 - Read Only (Linux)
Oracle Linux 6
Intel(R) Xeon(R) E7540 x86_64
MySQL leveraging:
- 48 of 96 available CPU threads
- 2 GHz, 512GB RAM

MySQL 5.5.28
MySQL 5.6.7
MySQL 5.6 SysBench Benchmarks
151% Ganho Performance
0
2.000
4.000
6.000
8.000
10.000
12.000
32 64 128 256 512
TransactionsperSecond
Connections
MySQL 5.6 vs. 5.5 - Read Write (Linux)
Oracle Linux 6
Intel(R) Xeon(R) E7540 x86_64
MySQL leveraging:
- 48 of 96 available CPU threads
- 2 GHz, 512GB RAM

60x Melhor Escalabilidade comThread Pool
MySQL 5.6.11
Oracle Linux 6.3, Unbreakable Kernel 2.6.32
4 sockets, 24 cores, 48 Threads
Intel(R) Xeon(R) E7540 2GHz CPUs
512GB DDR3 RAM
Thread Pool habilitado/desabilitado

18x Melhor Escalabilidade com Thread Pool
Thread Pool habilitado/desabilitado
MySQL 5.6.11
Oracle Linux 6.3, Unbreakable Kernel 2.6.32
4 sockets, 24 cores, 48 Threads
Intel(R) Xeon(R) E7540 2GHz CPUs
512GB DDR3 RAM

Replicação
MySQL
Particionamento
Funcional
Data Sharding
3 Abordagens para
escalar o MySQL

• método mais simples e mais comum
• indicado para aplicações de LEITURA intensiva
• problemas com cache duplicado em aplicações com datasets grandes
Replicação
MySQL
• dividir a carga em múltiplos nós, com responsabilidades distintas
• os nós podem ter redundância via replicação para alta-disponibilidade
• normalmente não é transparente para a aplicação e também recorre ao
scale up para cada database funcional, o que impõe limites
Particionamento
Funcional
• método de maior sucesso para escalar aplicações MySQL de grande
porte hoje
• dados compartilhados em tabelas/caches globais, SOA
• difícil de adaptar aplicações legadas
Data Sharding

Aplicação
Replicação MySQL: como escalar 1/2
Master Slave
• Divisão de leituras e escritas (R/W Split)
• Modelo assíncrono (padrão)
• Modelo semi-síncrono (a partir da versão 5.5)
Escritas & Leituras Leituras

Replicação MySQL: como escalar 2/2
Leituras Leituras
• Escreva para 1 Master
• Leia de vários Slaves, adicione mais quando necessário
• Perfeito para aplicações de leitura intensiva
Aplicação
Replicação MySQL
Load Balancer
Master Slave Slave
Escritas & Leituras

Benefício-chave
• O MySQL permite economias
significativas com custos de
hardware, adicionando novos
servidores commodity de
acordo com o necessário e de
maneira incremental
Por que MySQL?
• Capacidade de escalar
conforme necessidade e de
maneira incremental
• Baixos custos e flexibilidade
Wikipedia
mysql.com/customers
Caso de sucesso

• método mais simples e mais comum
• indicado para aplicações de LEITURA intensiva
• problemas com cache duplicado em aplicações com datasets grandes
Replicação
MySQL
• dividir a carga em múltiplos nós, com responsabilidades distintas
• os nós podem ter redundância via replicação para alta-disponibilidade
• normalmente não é transparente para a aplicação e também recorre ao
scale up para cada database funcional, o que impõe limites
Particionamento
Funcional
• método de maior sucesso para escalar aplicações MySQL de grande
porte hoje
• dados compartilhados em tabelas/caches globais, SOA
• difícil de adaptar aplicações legadas
Data Sharding

Data Node 1
Data Node 2
Data Node 3
Data Node 4
Table T1
P2
P3
P4
P1
Escalabilidade horizontal: Data Sharding

Data Node 1
Data Node 2
F1
Data Node 3
Data Node 4
Table T1
P2
P3
P4
P1

Data Node 1
Data Node 2
F1
F1
Data Node 3
Data Node 4
Table T1
P2
P3
P4
P1

Data Node 1
Data Node 2
F1
F3 F1
Data Node 3
Data Node 4
Table T1
P2
P3
P4
P1

Data Node 1
Data Node 2
F1 F3
F3 F1
Data Node 3
Data Node 4
Table T1
P2
P3
P4
P1

Data Node 1
Data Node 2
F1 F3
F3 F1
Data Node 3
Data Node 4
F2
Table T1
P2
P3
P4
P1

Data Node 1
Data Node 2
F1 F3
F3 F1
Data Node 3
Data Node 4
F2
F2
Table T1
P2
P3
P4
P1

Data Node 1
Data Node 2
F1 F3
F3 F1
Data Node 3
Data Node 4
F2
F4 F2
Table T1
P2
P3
P4
P1

Data Node 1
Data Node 2
F1 F3
F3 F1
Data Node 3
Data Node 4
F2 F4
F4 F2
Table T1
P2
P3
P4
P1

Data Node 1
Data Node 2
F3
F1
Data Node 3
Data Node 4
F2 F4
F4 F2
Node Group 1
Table T1
P2
P3
P4
P1
F1
F3

Data Node 1
Data Node 2
F1 F3
F3 F1
Data Node 3
Data Node 4
F2 F4
F4 F2
Node Group 1
Node Group 2
Table T1
P2
P3
P4
P1

Benefícios-chave
• Propriedades ACID
• Solução comprovada por muitas
empresas ao longo de anos
• Por que MySQL?
• Escalabilidade virtualmente infinita:
hoje com 20 milhões de usuários, 1
bilhão de Notes e 2 bilhões de
arquivos (fotos, documentos etc)
• Flexibilidade para crescer de
maneira incremental e com baixos
custos
Caso de sucesso
Evernote
blog.evernote.com/tech/2012/02/23/whysql

Ainda há espaço para SGBDs relacionais
Usos comuns: análise de dados
históricos, data warehousing,
business intelligence.
Pontos Fortes: suporte a Queries
rápidas especialmente em datasets
grandes e compressão.
Pontos Fracos: não adequado
para transações, importações e
exportações rápidas; utilização de
computação pesada.

Ainda há espaço para SGBDs relacionais
Usos comuns: processamento de
transações, aplicações interativas
transacionais
Pontos Fortes: formas facilitadas de
manipular registros; consistência;
tecnologia comprovadamente robusta.
Pontos Fracos: problemas de
escalabilidade, especialmente para
Queries contra grande volume de
dados (dezenas de Terabytes).

NewSQL

Requisitos NewSQL
Relacional + NoSQL
Não há solução única para
todas situações. Não há
bala de prata.
Combine e supere
expectativas!
Performance
Escalabilidade
Facilidade de Uso
SQL/Joins
Transações ACID

Enterprise Management
Services and Utilities
Backup & Recovery
Monitor
Workbench
Utilities
Connection Pool, SQL Interface, Parser, Optimizer, Caches
Clients & Connectors
Native C API, JDBC, ODBC, .Net, PHP, Ruby, Python, VB, Perl mysqld
Clients and Apps
Arquitetura plugável do MySQL
Storage Engines
InnoDB, MyISAM, Memory, Archive, Cluster (NDB API), etc…
Filesystems, Files & Logs
Data, Index, Logs…

Memcached com
Persistência no InnoDB
Método transparente para persistir
os dados em memória volátil
Memcached plug-in no mysqld ,
mapeado à API nativa do InnoDB
Shared process para baixa latência
Acesso chave-valor ao
InnoDB
Via Memcached API
Usa clients Memcached existentes
Sem SQL parsing
Acesso SQL e NotOnlySQL
Operações chave-valor mas
também queries SQL, JOINs, FKs,
etc.
SQL
(MySQL Client)
InnoDB Storage Engine
MySQL Server Memcached plugin
Application
NoSQL
(Memcached Prot.)
mysqld
Memcached + InnoDB MySQL 5.6
Mais Flexibilidade e Simplicidade
http://dev.mysql.com/doc/refman/5.6/en/innodb-memcached.html

MySQL Cluster
• Arquitetura shared-nothing in-memory parallel
• Modelo relacional ACID, SQL
Carrier Grade
Database
• 99.999% de disponibilidade
• Self-healing, failover abaixo de 1 segundoAlta Disponibilidade
• Performance em tempo real para altas cargas
• Latência baixa e preditiva
Alta Performance
• Elasticidade, crescimento incremental
• Escalabilidade linear, distribuition aware
Escalabilidade
• Open Source, hardware commodity
• APIs NoSQL (C++, Java, Memcached, Node.js)
Open Source

Alguns usuários MySQL Cluster

Performance do MySQL Cluster
 8 Servidores Intel Commodity
– 2 x 6-core processors 2.93GHz
– x5670 processors (24 threads)
– 48GB RAM
 Rede Infiniband
 flexAsynch benchmark (NDB API)
0
200
400
600
800
1.000
1.200
2 4 8
Millions
Number of Data Nodes
SELECT Queries per Minute
0
50
100
150
4 8
Millions
Number of Data Nodes
UPDATE Queries per Minute
Performance a
Escalabilidade
Facilidade de Uso
SQL/Joins
Transações ACID

MySQL Cluster 7.2: 1.2 Billion UPDATEs por Minuto
 NoSQL C++ API,
flexaSynch benchmark
 30 x Intel E5-2600 Intel
Servers, 2 socket, 64GB
 ACID Transactions, with
Synchronous Replication
http://www.mysql.com/why-
mysql/white-papers/mysql-cluster-
benchmarks-1-billion-writes-per-
minute/
0
5
10
15
20
25
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
MillionsofUPDATEsper
Second
MySQL Cluster Data Nodes

MySQL Cluster 7.3: Connection Thread Scalability
 DBT2 Benchmark
– Single MySQL Server
– Single Data Node
– 128 client connections
8.5x

MySQL Cluster 7.2 Join Performance
 Web-Based Content Management System
– JOINs 11-tables, 33.5k rows
– Returns 2k rows, 19 columns per row
0
10
20
30
40
50
60
70
80
90
100
MySQL Cluster 7.1 MySQL Cluster 7.2
Query Execution Time Seconds
87.23
seconds
1.26
seconds
70x
Faster

Agenda
 Aprenda Mais
 Perguntas?

Cluster Data Nodes
NDB NDB
Connection Pool, SQL Interface, Parser, Optimizer, Caches
Enterprise Management
Services and Utilities
Backup & Recovery
Monitor
Workbench
Utilities
Clients & Connectors
Native C API, JDBC, ODBC, .Net, PHP, Ruby, Python, VB, Perl
Arquitetura MySQL com NDB Cluster
Storage Engines
InnoDB, MyISAM, Memory, Archive, Cluster (NDB API), etc…
Filesystems, Files & Logs
Data, Index, Logs…
mysqld
Clients and Apps
ndbd
mgm_ndbd
Management

Data Layer
Clients
Management
Arquitetura MySQL Cluster Performance a
Escalabilidade
Facilidade de Uso ?
SQL/Joins ?
Transações ACID ?
Application Layer

Data Layer
Clients
Application Layer
Management
Escalabilidade
Facilidade de Uso a
SQL/Joins a
Transações ACID a
NDB

Data Layer
Clients
Application Layer
Management
Escalabilidade ?
Facilidade de Uso a
SQL/Joins a
Transações ACID a
Table T1
P2
P3
P4
P1P1
P3
P2
P4

Data Layer
Clients
Application Layer
Management
Escalabilidade a
Facilidade de Uso a
Disponibilidade ~24x7 ?
SQL/Joins a
Transações ACID a
P1
P3
P2
P4 Management

Data Layer
Clients
Application Layer
Management
Escalabilidade a
Facilidade de Uso a
Disponibilidade ~24x7 a
SQL/Joins a
Transações ACID a
P1
P3
P2
P4
Management
P3
P1
P4
P2
E mais:
• Permite mudanças no
schema sem interrupção de
leituras ou escritas
• Permite adicionar colunas
e índices online

On-line Operations
 Scale the cluster
– Add all nodes
– Remove MySQL Server nodes
 Repartition tables
 Upgrade / patch servers & OS
 Upgrade / patch MySQL Cluster
 Back-Up
 Evolve the schema on-line, in real-time
Performance a
Escalabilidade a
Facilidade de Uso a
Disponibilidade ~24x7 a
SQL/Joins a
Transações ACID a

Cluster 1
Synchronous
replication
Cluster 2
InnoDB InnoDB InnoDB
Asynchronous
replication
Flexibilidade da Topologia
Replicação
Replicação síncrona
entre os grupos de nós para HA
Geo-Replicação
assíncrona entre nós remotos
NDB para redundância
geográfica
Replicação assíncrona
entre Storage Engines
diferentes para aplicações
especializadas como geração
de relatórios

Agenda
 Aprenda Mais
 Perguntas?

Os mesmos dados
acessados
simultaneamente
através de interfaces
SQL e NoSQL
APIs de Acesso aos Dados

APIs Java: ClusterJ e JPA
ClusterJ
API de persistência Domain
Object Model (DataMapper)
JPA
API de persistência padronizada
pelo OpenJPA

ClusterJ ou JPA?
ClusterJ
 Fácil de usar, parecida com Hibernate /
JPA / JDO
– Domain Object Model DataMapper pattern
– Dados são representados por Objetos de Domínio
– Objetos de Domínio não contém lógica de negócio (camada
separada)
– Objetos de Domínio são mapeados para tabelas no MySQL
 Altíssima Performance
 Construído sobre interface nativa Java
– JNI adapter (ndbjtie)
– Parte integral do MySQL Cluster
– Mapeamento direto do MySQL Cluster API (NDB API) para
Java
 Limitação: não suporta relacionamentos
– Olhe na API JPA / JDO para estes padrões de modelagem
JPA
 A interface JPA interface é compatível
com o padrão Java Persistent API
– Implementada como um plugin OpenJPA
 Performance mais alta que o JDBC puro
 Construída sobre ClusterJ e JDBC
– Usa ClusterJ onde possível e reverte para JDBC para
algumas operações
 Adoção mais natural para profissionais
Java
 Facilita adoção do Cluster em aplicações
web e aplicações legadas

API Memcached
Baseado em chave-valor
API simples e bastante popular entre
desenvolvedores
hash table com persistência em disco
e alta performance
Extensão do Memcached
adiciona persistência em disco sem
perda de performance
evita rotinas de invalidação do cache,
sincronismo manual
Simplicidade e Flexibilidade
evita camadas adicionais na infra-
estrutura
acesso ao dado via tabelas relacionais

Evolução rápida da
aplicação:
Novos tipos de dados
adicionados
constantemente
Não requer tempo para
estender o schema ou
parada do servidor
Não requer conhecimento
de modelagem relacional
Escalabilidade incremental
Memcached é Schemaless

<town:maidenhead,SL6>
key value
key value
Key Value
town:maidenhead SL6
generic table
Application view
SQL view
Cluster & Memcached
Schemaless
set maidenhead 0 0 3
SL6
STORED
get maidenhead
VALUE maidenhead 0 3
SL6
END

prefix key value
key value
Prefix Table Key-
col
Val-col policy
town: map.zip town code cluster
Config tables
town ... code ...
maidenhead ... SL6 ...
map.zip
Application view
SQL view
Cluster & Memcached
Schema configurável

Flexibilidade da Topologia
API Memcached
• Várias opções de implantação
• Múltiplos Clusters
• Pode manter Memcached server, se preferir

Node.js NoSQL API
MySQL Cluster 7.3 Acesso JavaScript nativo ao
MySQL Cluster
JavaScript do início ao fim: browser >
app > database
Leituras e escritas de objetos JavaScript
direto no MySQL Cluster
Elimina transformações SQL
Implementado como um módulo
para node.js
Integra completamente a API/library
Cluster com a aplicação web
Alta performance para aplicações e
dados distribuídos
V8 JavaScript Engine
MySQL Cluster Node.js Module
Clients

Qual API devo usar?

Agenda
 Aprenda Mais
 Perguntas?

Auto-Installer
MySQL Cluster 7.3
Rápida configuração
Auto-discovery
Otimização de acordo com a
carga prevista
Melhores práticas de
implantação
MySQL Cluster 7.3 e 7.4
Especifique
a carga
Auto-
Discover
Defina a
TopologiaDeploy

MySQL Cluster Auto-Install
 Simples de instalar e provisionar clusters multi-node
 Complementa MySQL Cluster Manager no gerenciamento de cliclo de vida

1. Download MCM/Cluster package: edelivery.oracle.com:
2. Unzip
3. Execute o agent (usuário diferente de root), defina, crie e inicialize
o Cluster com um comando!
$> binmcmd –bootstrap
MySQL Cluster Manager
Para testes em uma única máquina

ClusterJ: como usar
• Defina Table para Java Mapping
• Defina Connection para o Cluster
• Crie Session
• Comandos: Create, Update, Delete, Find by primary
key
• Query (SELECT)
• O que achou da PERFORMANCE?

ClusterJ Gera Classes
@PersistenceCapable(table="employee")
public interface Employee {
long getId();
void setId(int id);
@Column(name="full_name")
String getName();
void setName(String value);
int getSalary();
void setSalary(int value);
Integer getAge();
void setAge(Integer value);
}

ClusterJ Base Class
public class Employee
extends DynamicObject {
public String table() {
return "employee";
long getId() {
return (Long)get(0);
}
void setId(long value) {
set(0, value);
}
...
// other fields and behavior
}

Exemplo: ClusterJ 1/3
Session session;
void getSession() {
session = sessionFactory.getSession();
}
Employee createEmployee(long id, String name,
int salary, int age) {
Employee employee =
session.newInstance(Employee.class);
employee.setId(id);
employee.setName(name);
employee.setSalary(salary);
employee.setAge(age);
session.persist(employee);
return employee;
}

Employee findEmployee(long id) {
Employee employee =
session.find(Employee.class, id);
return employee;
}
void updateSalary(long id, int salary) {
Employee employee = findEmployee(id);
employee.setSalary(salary);
session.updatePersistent(employee);
}

Query
QueryDomainType qemp =
builder.createQueryDefinition(Employee.class) ;
Predicate geAge = qemp.get("age")
.greaterEqual(qemp.param("ageFloor"));
Predicate leSalary = qemp.get("salary")
.lessEqual(qemp.param("salaryCap"));
qemp.where(geAge.and(leSalary));
Query query = session.createQuery(qemp) ;
query.setOrdering(Query.DESCENDING, "age");
query.setParameter("ageFloor",33);
query.setParameter("salaryCap", 44000);
List<Employee> results = query.getResultList() ;

Mais Exemplos ClusterJ e ClusterJPA
Whitepaper:
MySQL Cluster Connector for Java
August 2012
mysql.com/why-mysql/white-papers

Exemplos Memcached API
Ondemand Webinar:
NoSQL Memcached API for MySQL Cluster
22 August 2012
mysql.com/news-and-events/on-demand-webinars/display-od-723.html

Exemplos JavaScript / Node.js API
Blog:
Tutorial Getting Started with the NoSQL JavaScript / Node.js API for
MySQL Cluster
10 June 2012
blogs.oracle.com/MySQL/entry/tutorial_getting_started_with_the

Agenda
 Aprenda Mais
 Perguntas?

Mais sobre como começar com MySQL Cluster
Whitepaper:
MySQL Cluster Evaluation Guide
February 2015
mysql.com/why-mysql/white-papers

Comece hoje
Auto-Install ClusterMySQL Cluster 7.4
Download
dev.mysql.com/download
s/cluster/
Developer Zone
dev.mysql.com

Sumário
 As aplicações Web demandam mais dos bancos de dados
nos dias de hoje.
 São exigidos mais performance, escalabilidade horizontal,
APIs e padões de acesso simples e poderosos.
 O MySQL cumpre estes requisitos e ainda mantém os
benefícios de um SGBD relacional.

@MySQLBR meetup.com/MySQL-BRfacebook.com/MySQLBR
pt.planet.mysql.com
Estes slides e mais novidades…

Perguntas?

@MySQLBR
meetup.com/MySQL-BR
facebook.com/MySQLBR
Obrigado!

Desenvolvendo Serviços Escaláveis e de Alta Performance com MySQL

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a Desenvolvendo Serviços Escaláveis e de Alta Performance com MySQL

Similar a Desenvolvendo Serviços Escaláveis e de Alta Performance com MySQL (19)

Más de MySQL Brasil

Más de MySQL Brasil (14)

Desenvolvendo Serviços Escaláveis e de Alta Performance com MySQL