这门课解决什么实际问题？
Java 开发者在实际工作中，最常遇到的瓶颈不是 CRUD 写不出来，而是当业务量上来后，单库扛不住、架构撑不起。很多教程只教语法，不教选型；或者只讲单一数据库，不讲多数据源协同。这门课的核心价值在于：它不再把数据库当作孤立的技术点，而是结合社交新零售、电商、内容社区等具体业务场景，教你在复杂业务下如何做“存储架构设计”。
它解决的是这样一个问题：面对高并发、多租户、海量数据的业务需求，如何根据场景从 MySQL、Redis、MongoDB、Elasticsearch、HBase、ClickHouse 这六类数据库中，组合出最合适的存储方案？学完这套逻辑，你在面试中能讲清楚“为什么选这个”，在工作中能独立画出“数据流向图”，而不是拿到需求就只会建表。
适合什么基础？建议先看哪几块？
本课程偏向进阶与实战，不适合完全零基础的编程新手。如果你还没有掌握 Java 基础、JDBC、Spring Boot 基本用法，或者对 MyBatis 不熟悉，直接看会吃力。建议具备以下基础再入手：JavaSE 熟练、Spring Boot 能搭建简单项目、MySQL 基础 SQL 没问题、了解基本的分布式概念（如缓存、分库分表）。
学习路径建议如下：
第一，务必认真看第一章。虽然只有 7 节，但它建立了“没有万能技术，只有适合场景的方案”这一核心思维，后面所有章节都是在这个框架下展开的。跳过这一步，后面容易陷入“为用技术而用技术”的误区。
第二，重点精读第二章关于“社交新零售”的案例。这里通过 Docker 部署 MySQL、Spring Boot + MyBatis Plus 快速构建用户模块，展示了从 0 到 1 的架构雏形。注意观察讲师如何用 MyBatis Plus 的进阶能力（如条件构造器、自动填充、分页插件）提升开发效率，这部分代码可以直接复用。
第三，后续章节按你当前业务最痛点的领域去选读。例如，如果你做内容平台，重点看 Redis 缓存与 Elasticsearch 检索的结合；如果做即时通信或物联网，关注 MongoDB 与 HBase 的应用差异。
学完能独立做什么？资料如何配合练习？
完成本课程后，你应该能独立做到：一是具备数据库选型能力，面对新业务能分析出需要几种数据库、各承担什么角色；二是具备架构分层意识，能在设计数据库时考虑读写分离、冷热数据分离、缓存击穿规避等非功能性需求；三是能手写典型场景的代码骨架，比如基于 MyBatis Plus 的多租户隔离方案、基于 Redis 的热点数据缓存方案。
资料中的视频节奏较快，建议采用“倍速听思路 + 暂停敲代码”的方式配合练习。对于第二章的工程实践部分，不要只看视频，一定要自己在本地复现 Docker 部署和 MyBatis Plus 的配置。特别是要动手调整 MyBatis Plus 的全局配置和实体映射，理解它如何替代传统 XML Mapper 开发。遇到讲师未详细展开的“课后习题”模块，尝试自己写出 SQL 语句和对应 Java 代码，再对照答案复盘。这种“先做后看”的模式，比被动观看更能转化为你的实际工作能力。
课程目录
第1章 如何用更优的数据存储方案，打造更稳定的架构？ 试看 7 节 | 27分钟 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).mp4 1-2 服务端架构常见的分层方案 (03:53).mp4 1-3 为什么要做服务端架构分层 (02:05).mp4 1-4 为什么存储数据库在架构分层中那么重要 (04:23).mp4 1-5 数据库存储的瓶颈与短板效应 (01:38).mp4 1-6 为什么互联网没有万能的解决方案 (04:39).mp4 1-7 数据库解决方案不仅仅是CRUD那么简单 (04:06).mp4 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 2-1 社交新零售业务场景的发展 (09:49).mp4 2-2 全局视角看问题，实现全景的技术支撑架构（上） (05:11).mp4 2-3 全局视角看问题，实现全景的技术支撑架构（中） (09:49).mp4 2-4 全局视角看问题，实现全景的技术支撑架构（下） (05:19).mp4 2-5 高效部署之容器化利器Docker (17:38).mp4 2-6 使用docker解决mysql的高效部署 (13:57).mp4 2-7 SpringBoot与Mybatis Plus组合 (10:13).mp4 2-8 Mybatis Plus基础能力搭建用户模块（上） (10:23).mp4 2-9 Mybatis Plus基础能力搭建用户模块（下） (14:03).mp4 2- 10 Mybatis Plus进阶，高效的ORM代码实现（上） (09:33).mp4 2- 11 Mybatis Plus进阶，高效的ORM代码实现（中） (08:50).mp4 2- 12 Mybatis Plus进阶，高效的ORM代码实现（下） (12:06).mp4 2- 13 本章小结 (01:02).mp4 2-14 重难点梳理.mp4 2-15 【课后习题】阶段练练练.mp4 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 3-1 本章概览 (00:58).mp4 3-2 Mysql选型优劣势 (07:47).mp4 3-3 Mysql如何提供事务_索引_读写的基础能力（1） (08:17).mp4 3-4 Mysql如何提供事务_索引_读写的基础能力（2） (10:58).mp4 3-5 Mysql如何提供事务_索引_读写的基础能力（3） (11:10).mp4 3-6 Mysql如何提供事务_索引_读写的基础能力（4） (03:34).mp4 3-7 Mysql如何提供事务_索引_读写的基础能力（5） (11:38).mp4 3-8 Mysql高性能配置-读写能力提升的秘诀（上） (15:24).mp4 3-9 Mysql高性能配置-读写能力提升的秘诀（下） (10:19).mp4 3- 10 领域驱动设计-领域模型的重要性（上） (10:42).mp4 3- 11 领域驱动设计-领域模型的重要性（下） (06:48).mp4 3- 12 发布基石：商家与门店（上） (09:34).mp4 3- 13 发布基石：商家与门店（下） (10:08).mp4 3-14 导购核心：商品-类目-品牌-属性库模型的发布（上） (08:10).mp4 3-15 导购核心：商品-类目-品牌-属性库模型的发布（下） (15:20).mp4 3- 16 交易核心：SKU-库存模型的发布（上） (16:45).mp4 3- 17 交易核心：SKU-库存模型的发布（下） (12:42).mp4 3- 18 导购流程：搜索与详情浏览（上） (18:23).mp4 3- 19 导购流程：搜索与详情浏览（下） (10:11).mp4 3-20 重难点梳理.mp4 3-21 【课后习题】阶段练练练.mp4 第4章 高事务保证要求的交易核心能力 15 节 | 162分钟 4-1 下单交易：使用流程串联下单动作（上） (05:32).mp4 4-2 下单交易：使用流程串联下单动作（下） (19:49).mp4 4-3 如何用分布式事务保证下单流程一致性（上） (07:45).mp4 4-4 如何用分布式事务保证下单流程一致性（中） (17:02).mp4 4-5 如何用分布式事务保证下单流程一致性（下） (06:29).mp4 4-6 Seata对分布式事务的支持 (14:07).mp4 4-7 使用Seata改造下单流程（上） (12:07).mp4 4-8 使用Seata改造下单流程（中） (12:39).mp4 4-9 使用Seata改造下单流程（下） (04:59).mp4 4- 10 支付成功：支付及防重流程（上） (12:41).mp4 4- 11 支付成功：支付及防重流程（下） (15:50).mp4 4- 12 用户操作完整性：手动取消订单流程 (12:19).mp4 4- 13 保证生命周期完整性：自动取消订单流程（上） (07:45).mp4 4- 14 保证生命周期完整性：自动取消订单流程（下） (12:34).mp4 4-15 重难点梳理.mp4 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 5-1 Redis选型优劣势 (05:27).mp4 5-2 为什么Redis那么快（上） (10:15).mp4 5-3 为什么Redis那么快（中） (15:20).mp4 5-4 为什么Redis那么快（下） (06:15).mp4 5-5 实用的Redis分布式解决方案（1） (08:11).mp4 5-6 实用的Redis分布式解决方案（2） (09:43).mp4 5-7 实用的Redis分布式解决方案（3） (10:42).mp4 5-8 实用的Redis分布式解决方案（4） (06:03).mp4 5-9 如何规避Redis缓存的短板 (13:25).mp4 5- 10 动手使用Redis (02:53).mp4 5- 11 商品详情缓存化提升查询性能（上） (14:13).mp4 5- 12 商品详情缓存化提升查询性能（下） (09:09).mp4 5- 13 mysql读写分离的原理 (14:12).mp4 5- 14 动手部署Mysql读写分离集群 (20:53).mp4 5- 15 改造项目兜底住Mysql性能极限 (05:43).mp4 5- 16 主从不一致我们该怎么办 (05:49).mp4 5-17 重难点梳理.mp4 第6章 搜索型存储ElasticSearch引擎实现全文搜索能力 14 节 | 161分钟 6-1 ElasticSearch选型优劣势 (07:30).mp4 6-2 为什么ElasticSearch适合做全文搜索（1） (11:55).mp4 6-3 为什么ElasticSearch适合做全文搜索（2） (06:29).mp4 6-4 为什么ElasticSearch适合做全文搜索（3） (13:31).mp4 6-5 为什么ElasticSearch适合做全文搜索（4） (07:43).mp4 6-6 ES性能提升及高可用方案（上） (14:18).mp4 6-7 ES性能提升及高可用方案（下） (14:13).mp4 6-8 动手使用ES (16:24).mp4 6-9 全量索引构建 (12:50).mp4 6- 10 全量索引构建 (13:17).mp4 6- 11 增量索引构建（上） (14:58).mp4 6- 12 增量索引构建（下） (18:20).mp4 6- 13 改造商品搜索能力 (08:42).mp4 6-14 重难点梳理.mp4 第7章 社交图关系下的图数据库Neo4J解决方案 8 节 | 80分钟 7-1 图形数据结构存储如何支撑 (11:27).mp4 7-2 动手使用neo4j（上） (14:49).mp4 7-3 动手使用neo4j（下） (10:54).mp4 7-4 关注粉丝能力设计（上） (06:57).mp4 7-5 关注粉丝能力设计（中） (18:04).mp4 7-6 关注粉丝能力设计（下） (04:48).mp4 7-7 Neo4J分布式集群方案 (12:55).mp4 7-8 重难点梳理.mp4 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 8-1 Feed流的场景支撑难在哪里 (06:36).mp4 8-2 HBase原理及优劣势（上） (07:03).mp4 8-3 HBase原理及优劣势（中） (07:14).mp4 8-4 HBase原理及优劣势（下） (08:37).mp4 8-5 动手使用HBase (14:14).mp4 8-6 HBase中的RowKey为什么那么重要 (15:41).mp4 8-7 使用Java API接入HBase消息实体（上） (15:35).mp4 8-8 使用Java API接入HBase消息实体（中） (11:25).mp4 8-9 使用Java API接入HBase消息实体（下） (05:14).mp4 8-10 Feed流之经典推拉设计模式（1） (16:18).mp4 8-11 Feed流之经典推拉设计模式（2） (11:16).mp4 8-12 Feed流之经典推拉设计模式（3） (10:11).mp4 8-13 Feed流之经典推拉设计模式（4） (08:46).mp4 8- 14 推拉混合模式的实践（上） (11:27).mp4 8- 15 推拉混合模式的实践（下） (14:55).mp4 8- 16 深度分页的高效解决方案 (09:55).mp4 8-17 重难点梳理.mp4 第9章 最像关系型数据库的非关系型数据库mongoDB满足点赞评论场景 9 节 | 82分钟 9-1 点赞评论场景解析 (03:12).mp4 9-2 MongoDB原理及优劣势 (11:35).mp4 9-3 动手使用mongodb (12:19).mp4 9-4 使用Java API实现点赞评论能力（上） (05:11).mp4 9-5 使用Java API实现点赞评论能力（中） (13:09).mp4 9-6 使用Java API实现点赞评论能力（下） (10:50).mp4 9-7 削峰聚集能力的脉冲方案解决评论及点赞数量叠加问题（上） (08:20).mp4 9-8 削峰聚集能力的脉冲方案解决评论及点赞数量叠加问题（下） (11:08).mp4 9-9 MongoDB分布式扩展 (05:23).mp4
