笔者在六月份刚完成一次跳槽，对新公司还是比较满意的。在复盘的同时，在记录下一些个人总结经验和大家分享一下。

在开发过程中经常遇到线上生产环境出现问题需要排查，但是排查的时候不能直接debug，只能通过输出日志定位问题位置，使用arthas 可以帮助我们快速排查解决问题，是一个不可多得的开发神器。

为了解决文本搜索慢的问题，要搭建一个全文搜索平台，使用Logstash复制MySQL数据到ElasticSearch的一次尝试。

随着平台的业务日益增多，基于数据库的全文搜索查询速度较慢，已经无法满足需求。所以，决定基于Elasticsearch 做一个全文搜索平台，支持业务相关的搜索需求。

canal同步MySQL的binlog数据时踩了个大坑，canal-adapter消费Kafka中MySQL的binlog数据，却没有同步更新Elastic search。

今天生产环境发现了一个bug，每个地点每天新增一条数据，要根据地点分组查询出每个设备最新的数据（按创建时间倒序）。生产环境查到的数据不是最新的数据，但是在开发环境验证过并没有问题，后来才发现有坑！

自己打包elasticsearch-analysis-pinyin 插件特定版本，解决es版本和ik分词插件版本不一致导致es重启失败的问题。

开发了一个导入接口，测试过程中发现导入压缩包24M时，耗时50多秒。觉得这个时间太长了，可能存在问题，于是开始了漫长的排查之旅。

MySQL性能卓越，服务稳定，用户社区活跃。支持多种操作系统，适合大多数业务场景，是大部分公司选择的数据库类型。MySQL这么出色离不开它的使用的索引结构，索引是数据库管理系统中一个经过排序的数据结构