深圳幻海软件技术有限公司

欢迎来到爱书不爱输的程序猿的博客,本博客致力于知识分享，与更多的人进行学习交流本文免费学习，自发文起3天后，会收录于SQL应知应会专栏,本专栏主要用于记录对于数据库的一些学习，有基础也有进阶，有MySQL也有Oracle索引•MySQL版前言一、Oracle索引1.索引概述及分类B-树索引位图索引函

文章目录前言一、Series的创建1.1列表创建1.2NumPy数组创建1.3字典创建二、Series索引2.1显式索引2.2隐式索引三、Series切片2.1显式切片2.2隐式切片四、Series基本属性和方法4.1属性4.2方法4.3案例——使用bool值去除空值五、Series运算六、Seri

很多数据仓库产品都采用了列式存储。如果数据表的总列数很多而计算涉及的列很少，采用列存就只读取需要的列即可，能够减少硬盘访问量，提高性能。特别是数据量非常大时，硬盘扫描和读取的时间占比很大，这时候列存的优势会很明显。那么，是不是只要用了列存就一定能做到性能最佳呢？我们来看看，列式存储在哪些方面还可以做

这两天东东遇到一个TS的问题，跑来问我。问题是这样的：这样一个interface，想取出userInfo的类型来：复制interfaceResult{data?:{userInfo?:{name:string;}}}1.2.3.4.5.6.7.他是这样取的：复制typeuserInfo=Result

​不合理的需求，如何能轻松搞定？文章较长，建议提前收藏。​可能99%的同学不做搜索引擎，但99%的同学一定实现过检索功能。搜索，检索，这里面到底包含哪些技术，希望本文能够给大家一些启示。需求一：我想做一个全网搜索引擎，不复杂，和百度类似就行，两个月能上线吗？全网搜索引擎架构与流程如何？全网搜索引擎的

大家好，我是小林。面试中，MySQL索引相关的问题基本都是一系列问题，都是先从索引的基本原理，再到索引的使用场景，比如：索引底层使用了什么数据结构和算法?为什么MySQLInnoDB选择B+tree作为索引的数据结构?什么时候适用索引?什么时候不需要创建索引?什么情况下索引会失效?有什么优化索引的方

一、简介在上篇ElasticSearch文章中，我们详细的介绍了ElasticSearch的各种api使用。实际的项目开发过程中，我们通常基于某些主流框架平台进行技术开发，比如SpringBoot，今天我们就以SpringBoot整合ElasticSearch为例，给大家详细的介绍ElasticSe

上篇《​​MySQL缓冲池(bufferpool)，终于懂了​​》，介绍了InnoDB缓冲池的工作原理。简单回顾一下：MySQL数据存储包含内存与磁盘两个部分；内存缓冲池(bufferpool)以页为单位，缓存最热的数据页(datapage)与索引页(indexpage)；InnoDB以变种LRU算

TypeScript给JavaScript加了套静态类型系统。其中，JavaScript中的数组、对象等聚合多个元素的类型在TypeScript中对应的是索引类型。比如这就是一个索引类型：复制typeobj={name:string;age:number;gender:boolean;}1.2.3.

嘴上说着单身(Excel)挺好，可是看到合适的人(Python)，还是会沉默... 下面是三个Excel文件内容： 下面是生成的汇总表： 第一步：安装相关包并导入只用到了Python自带的OS模块，还有pandas包，没有pandas则安装：复制pip ins

本文转载自公众号“读芯术”(ID：AI_Discovery)软件工程师该像是索引，而不是教科书。你无法记住所有内容，但得知道如何快速查找它们。能够快速查找和使用函数让我们在编写代码时可以达到一定的流畅程度。因此笔者创建了这份自己每天都在使用的、用于构建网络应用程序和机器学习模型的函数备忘清单。它不算

 上一篇文章ElasticSearch术语中提到了倒排索引，那么这篇文章就来讲解下什么是倒排索引，倒排索引的数据结构以及ElasticSearch中的倒排索引。倒排索引倒排索引(InvertedIndex)也常被称为反向索引，是搜索引擎中非常重要的数据结构，为什么说它重要呢，我们首先拿一本

判断问题SQL判断SQL是否有问题时可以通过两个表象进行判断：系统级别表象CPU消耗严重IO等待严重页面响应时间过长应用的日志出现超时等错误可以使用sar命令，top命令查看当前系统状态。也可以通过Prometheus、Grafana等监控工具观察系统状态。SQL语句表象冗长执行时间过长从全表扫描获

Elasticsearch用于构建高可用和可扩展的系统。扩展的方式可以是购买更好的服务器(纵向扩展(verticalscaleorscalingup))或者购买更多的服务器(横向扩展(horizontalscaleorscalingout))。Elasticsearch虽然能从更强大的硬件中获得更好

 命名规范 1.库名、表名、字段名必须使用小写字母，并采用下划线分割。a)MySQL有配置参数lower_case_table_names，不可动态更改，Linux系统默认为0，即库表名以实际情况存储，大小写敏感。如果是1，以小写存储，大小写不敏感。如果是2，以实际情况存储，但以

《两个工具分析SQL死锁》《SQL空值带来的大坑》两个案例分析，展现了MySQL性能分析工具explain的强大。《同一个SQL语句，为啥性能差异咋就这么大呢?》详细叙述了explain结果中最重要的type字段(连接类型)的含义。其实，explain结果中还有一个Extra字段，对分析与优化SQL

上篇《缓冲池(bufferpool)，彻底懂了!》介绍了InnoDB缓冲池的工作原理。简单回顾一下：MySQL数据存储包含内存与磁盘两个部分;内存缓冲池(bufferpool)以页为单位，缓存最热的数据页(datapage)与索引页(indexpage);InnoDB以变种LRU算法管理缓冲池，并能

引言：B+树索引：通过根节点到叶节点逐层寻找，一步一缩小寻找的范围对象，直至找到目标Hash索引：采用一定的哈希算法，把键值更换成新的哈希值，检索时不需要像B+树那样依次从根节点到叶节点逐层寻找，一次性可以锁定相应的位置，找到目标值。一、“独具特色”的B+树B+树即Btree，它的树形结构如同一棵树

 “ELK”是ElasticSearch、Logstash、Kibana三门技术的简称，如今ELK技术栈在互联网行业数据开发领域使用率越来越高。做过数据收集、数据开发、数据存储的同学相信对这个简称并不陌生，而ElasticSearch(以下简称ES)则在ELK栈中占着举足轻重的地位。前一段

最近项目组安排了一个任务，项目中用到了基于Solr的全文搜索，但是该Solr搜索云项目不稳定，经常查询不出来数据，需要手动全量同步。而且它还是其他团队在维护，依赖性太强，导致Solr服务一出问题，我们的项目也基本瘫痪，因为所有的依赖查询都无结果数据了。所以考虑开发一个适配层，如果Solr搜索出问题，