Desenvolvendo Serviços de Alta Performance com APIs NoSQL para MySQL

Copyright © 2012, Oracle and/or its affiliates. All rights reserved. Insert Information Protection Policy Classification from Slide 12 1

Airton Lastori [email protected]

out-2012

Desenvolvendo Serviços de Alta Performance com APIs NoSQL para MySQL

mailto:[email protected]


Alguns clientes MySQL


Alguns clientes MySQL

fonte: alexa.com/topsites 10-mai-2012

http://www.alexa.com/topsites


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?

Velocidade de escrita

Acesso chave/valor

Modelo de dados flexível

Escalabilidade horizontal

Suporte à “Big Data”

Disponível 24x7 5,9 BILHÕES ASSINATURAS

MÓVEIS EM 2011

1,2+ BILHÃO APPS iOS & Android JÁ AIXADOS EM 2012

$1 TRILHÃO EM 2013

$700 BILHÕES EM 2011

2.2 BILHÕES DE USUÁRIOS

630 MILHÕES DE WEBSITES

400 MILHÕES

DE TWEETS POR DIA

1 BILHÃO USUÁRIOS

560 MILHÕES ATIVOS DIARIAMENTE

72 HORAS UPLOAD A CADA

MINUTO

40% CRESCIMENTO

DE DADOS POR ANO


Resposta tecnológica: NoSQL

Fonte: 451 Group



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 31\r\n 101, 11009, 11150, 55881, 77798 \r\n


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.


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






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 evolutivo de dados

Alta Disponibilidade tolerância a falhas

Performance

Escalabilidade

Facilidade de Uso

Disponibilidade ~24x7



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).


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


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

Tra

ns

ac

tio

ns

pe

r S

ec

on

d

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


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

Tra

ns

ac

tio

ns

pe

r S

ec

on

d

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 Enterprise Edition ComThread Pool

MySQL Community Server SemThread Pool

3x Melhor Escalabilidade com Thread Pool

MySQL 5.5.16

Oracle Linux 6.1, Unbreakable Kernel 2.6.32

2 sockets, 24 cores, 2 X 12-core

Intel(R) Xeon(R) X5670 2.93GHz CPUs

72GB DDR3 RAM

2 X LSI SCSI Disk (MR9261-8i) (597GB)

0

2.000

4.000

6.000

8.000

10.000

12.000

T

Conexões Simultâneas no Banco de Dados

MySQL 5.5 Sysbench OLTP Apenas Leitura

Comparativo com/sem Thread Pool


MySQL Enterprise Edition ComThread Pool

MySQL Community Server Sem Thread Pool

Comparativo com/sem Thread Pool

20x Melhor Escalabilidade comThread Pool

0

1.000

2.000

3.000

4.000

5.000

6.000

7.000

8.000

Tra

ns

aç

õe

s p

or

se

gu

nd

o

Conexões Simultâneas no Banco de Dados

MySQL 5.5 Sysbench OLTP Leitura/Escrita

MySQL 5.5.16

Oracle Linux 6.1, Unbreakable Kernel 2.6.32

2 sockets, 24 cores, 2 X 12-core

Intel(R) Xeon(R) X5670 2.93GHz CPUs

72GB DDR3 RAM

2 X LSI SCSI Disk (MR9261-8i) (597GB)



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


• 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


• 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



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



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

http://blog.evernote.com/tech/2012/02/23/whysql/

http://blog.evernote.com/tech/2012/02/23/whysql/


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


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 segundo Alta 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 Clientes MySQL Cluster


•2 milhões usuários, com 30.000 novos

usuários por dia

•10.000 usuários concorrentes

•10.000 Transações Por Segundo

•99.999% uptime

“The MySQL support service has

been essential in helping us for

troubleshooting and giving

recommendations for the production

cluster.” Carlos Morales (DBA), Playfulplay.com

blogs.oracle.com/MySQL/entry/mysql_cluster_powers_el_chavo

Caso de sucesso

https://blogs.oracle.com/MySQL/entry/mysql_cluster_powers_el_chavo





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

Mil

lio

ns

Number of Data Nodes

SELECT Queries per Minute

0

50

100

150

4 8

Mil

lio

ns

Number of Data Nodes

UPDATE Queries per Minute

Performance a

Escalabilidade

Facilidade de Uso


SQL/Joins

Transações ACID


Agenda





Aprenda Mais

Perguntas?


MySQL Cluster Data Nodes

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

P1 P1

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


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 EA 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 EA

Rápida configuração

Auto-discovery

Otimização de acordo com a

carga prevista

Melhores práticas de

implantação

MySQL Cluster 7.2 e 7.3

Especifique a carga

Auto-Discover

Defina a Topologia Deploy


MySQL Cluster Auto-Install (beta)

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, defina, crie & inicialize o Cluster!

$> bin\mcmd –bootstrap MySQL Cluster Manager 1.1.2 started

Connect to MySQL Cluster Manager by running "D:\Andrew\Documents\MySQL\mcm\bin\mcm" -a NOVA:1862

Configuring default cluster 'mycluster'...

Starting default cluster 'mycluster'...

Cluster 'mycluster' started successfully

ndb_mgmd NOVA:1186

ndbd NOVA

ndbd NOVA

mysqld NOVA:3306

mysqld NOVA:3307

ndbapi *

Connect to the database by running "D:\Andrew\Documents\MySQL\mcm\cluster\bin\mysql" -h NOVA -P 3306 -u root

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;

}


Exemplo: ClusterJ 2/3

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);

}


Exemplo: ClusterJ 3/3 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

April 2010

mysql.com/why-mysql/white-papers

http://www.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

http://www.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

https://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 2012

mysql.com/why-mysql/white-papers







Comece hoje

Learn More

Evaluate MySQL Cluster 7.3 Auto-Install a Cluster

Developer Zone dev.mysql.com

Download Today dev.mysql.com/download

s/cluster/

labs.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.


Perguntas?

Desenvolvendo Serviços de Alta Performance com APIs NoSQL para MySQL


@MySQLBR

meetup.com/MySQL-BR

facebook.com/MySQLBR

Obrigado!

Technology

Desenvolvendo Serviços de Alta Performance com APIs NoSQL para MySQL