微博哪些地方用到了数据库

A. 微博的系统架构，想用mysql+redis配合使用，想问一下具体要怎么操作

微博复的系统架构，想用制mysql+redis配合使用，具体操作步骤：
写入数据到Redis,，然后在写个运行cron的脚本，美妙读内存，并写入数据库即可。
使用注意：
1、MySQL使用需要注意的地方：
1) 、存储引擎选择InnoDB，在高并发下读写有很好的表现；
2)、 数据合理分表分区，均衡各数据库服务器的负载；
3) 、适当作数据的冗余，便于在cache失效时的快速恢复；
2、Redis使用需要注意的地方：
1) 、合理规划cache；
将访问量高的热点数据统计出来、分类缓存。
2)、 缓存的压缩；
在高访问量和高并发下，每一个字节的减少都是巨大的节省。
3、数据实时性与一致性。

B. 微博如何使用大数据存储技术

Mongodb和Redis，Mongodb可以满足大量数据的存储，Redis是内存数据库，适合Key-Value形式的快速读写，适合做缓存，占用内存资源多，不适合存储大量数据。

微博是近几年发展得极为火热的信息发布和分享平台，可以发布微博、分享信息、评论和参与话题的讨论。为了让用户及时了解到最热门的话题、最热门的信息。

需要对微博系统中的数据进行实时处理和分析。而Storm是一个免费开源、分布式的、具有很好容错性的实时计算系统，通过Storm可以实时处理微博系统中的数据，并根据处理结果向用户进行实时热门推送。

微博大数据：

微博其实和淘宝是很类似的。一般来说，第一代架构，基本上能支撑到用户到 百万 级别，到第二代架构基本能支撑到 千万 级别都没什么问题，当业务规模到 亿级别时，需要第三代的架构。

从LAMP的架构到面向服务的架构，有几个地方是非常难的，首先不可能在第一代基础上通过简单的修修补补满足用户量快速增长的，同时线上业务又不能停，这是我们常说的在飞机上换引擎的问题。

建议在做服务化的时候，首先更多是偏向业务的梳理，同时要找准一个很好的切入点，既有架构和服务化上的提升，业务方也要有收益，比如提升性能或者降低维护成本同时升级过程要平滑，建议开始从原子化服务切入，比如基础的用户服务， 基础的短消息服务，基础的推送服务。

第二，就是可 以做无状态服 务，后面会详细讲，还有数据量大了后需要做数据Sharding，后面会将。第三代 架构 要解决的 问题，就是用户量和业务趋于稳步增加（相对爆发期的指数级增长），更多考虑技术框架的稳定性， 提升系统整体的性能，降低成本，还有对整个系统监控的完善和升级。

C. 微博怎么识别图片找人

微博通过图片识别技术来识别图片找人。

微博的图片识别找人功能，主要依赖于先进的图像识别技术和大数据分析能力。当用户上传一张图片进行搜索时，系统会首先提取图片中的特征信息，如颜色、形状、纹理等。这些特征信息与微博数据库中存储的大量图片数据进行比对，从而找到相似的图片或者与该图片相关的用户信息。

这个过程涉及到深度学习算法的应用。通过训练大量的图像数据，深度学习模型能够学习到从图像中提取有效特征的方法。这些特征不仅包括了图像的基本属性，还能捕捉到更高级别的语义信息，如人脸特征、物体类别等。因此，当用户上传一张包含人脸的图片时，系统能够通过比对数据库中的人脸特征，快速定位到对应的用户。

举个例子，如果用户在微博上上传了一张朋友聚会的照片，并希望通过这张照片找到其中的某位朋友，那么微博的图片识别找人功能就能发挥作用。系统首先会分析照片中每个人的面部特征，然后与数据库中的用户信息进行匹配。如果数据库中有匹配的用户信息，系统就会给出相应的用户推荐。这种方式不仅提高了找人的效率，也增加了用户之间的互动和联系。

总的来说，微博通过运用先进的图像识别技术和大数据分析，实现了通过图片找人的功能，为用户提供了一个便捷、高效的社交体验。这一功能不仅展示了科技在社交领域的应用潜力，也体现了微博不断创新、提升用户体验的努力。