兑生
获得徽章 1
- #青训营笔记创作活动#
1月28日 打卡day12
今日学习
1. cat 文件名.后缀 ：查看文件
🏫 cat 文件 | head -n 10 ：查看文件前十行🏫 cat 文件 | tail -n 10：查看文件后十行🏫 cat 文件 | grep 某关键字 -c ：查看文件某关键字的个数
2. tail ：【动态】追加查看日志文件展开赞过 评论1 - #青训营笔记创作活动#
1月27日 打卡day11
今日学习
1. 索引 （类似于字典里边的目录）
2. 创建索引：CREATE INDEX indexname ON tableName(columnName(length)[ASC | DESC])
🐷 这种创建方式可以给一张已存在的表结构添加索引，其中需要指定几个值：🏫 indexName：当前创建的索引，创建成功后叫啥名字。🏫 tableName：要在哪张表上创建一个索引，这里指定表名。🏫 columnName：要为表中的哪个字段创建索引，这里指定字段名。🏫 length：如果字段存储的值过长，选用值的前多少个字符创建索引。🏫 ASC|DESC：指定索引的排序方式，ASC是升序，DESC是降序，默认ASC。 展开赞过 评论1 - #青训营笔记创作活动#
1月26日 打卡day10
今日学习
1. 锁分类
🐷 以锁粒度的维度划分
1）表锁
2）页面锁
3）行锁
🐷 以互斥性的维度划分
1）共享锁
2）排他锁
3）共享排他锁
🐷 以操作类型划分
1）读锁
2）写锁
🐷 以加锁的维度划分
1）显示锁
2）隐式锁
🐷 以思想的维度划分
1）乐观锁：每次执行前认为自己会成功，因此先尝试执行，失败时再获取
2）悲观锁：每次执行前都认为自己无法成功，因此会先获取锁，然后再执行。展开评论点赞 - #青训营笔记创作活动#
1月25日 打卡day9
1. redis简介
Remote Ditionary Server 是一个开源的、键值对型的数据存储系统。使用C语言编写，遵守BSD协议，可基于内存也可持久化的日志型数据库，提供了多种语言的API，被广泛用于数据库、缓存和消息中间件。并且支持多种类型的数据结构，用于应对各种不同场景。可以存储多种不同类型值之间的映射，支持事务，持久化，LUA 脚本以及多种集群方案等。
2. 优缺点
🐷 优点
完全基于内存操作，性能极高，读写速度快，Redis 能够支持超过 100KB/s 的读写速率
支持高并发，支持10万级别的并发读写
支持主从模式，支持读写分离与分布式
具有丰富的数据类型与丰富的特性（发布订阅模式）
支持持久化操作，不会丢失数据
🐷 缺点：
数据库容量受到物理内存的限制，不能实现海量数据的高性能读写
相比关系型数据库，不支持复杂逻辑查询，且存储结构相对简单
虽然提供持久化能力，但实际更多是一个 disk-backed 功能，与传统意义上的持久化有所区别展开评论点赞 - #青训营笔记创作活动#
1月20日 打卡day8
今日学习
1. Github Desktop：可以使用git可视化工具
2. 图片在线压缩
①
tinypng.com
②squoosh.app （大图片）
3. 表情符:www.emojiall.com（可以直接复制粘贴）
4. 封面模板：www.canva.cn（免费的素材和模板）
5. 在线画图：boardmix.cn（流程图或思维导图） 展开评论点赞 - #青训营笔记创作活动#
1月19日 打卡day7
今日学习
1. 慢sql优化
🐷 slow query log：表示慢查询开启的状态
🐷 slow_query_log_file： 表示慢查询日志存放的位置
2. explain分析SQL的执行计划
🐷 type表示连接类型，查看索引执行情况的一个重要指标。以下性能从好到坏依次：system > const > eq_ref > ref > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
3. profile 分析执行耗时\
🐷 explain只是看到SQL的预估执行计划，如果要了解SQL真正的执行线程状态及消耗的时间，需要使用profiling。开启profiling参数后，后续执行的SQL语句都会记录其资源开销，包括IO，上下文切换，CPU，内存等等，我们可以根据这些开销进一步分析当前慢SQL的瓶颈再进一步进行优化。
🐷 show variables like '%profil%'查看是否开启
🐷 使用set profiling=ON开启
4. Optimizer Trace分析详情
5. 确定问题并采用相应的措施展开评论点赞 - #青训营笔记创作活动#
1月18日 打卡day6
今日学习
1. 重点：编程思维的转变
✨ 刷官方文档，重实践
2. 开发顺序（数据驱动设计）
1）通读一遍需求文档和原型图
2）梳理业务逻辑，进行抽象，明确有多少个功能需求要开发
3）根据功能需求创建数据库，创建表，添加字段，设置合适的字段类型，长度和主外键等
4）考虑业务场景创建索引
5）疯狂CRUD
6）疯狂Cache
7）疯狂给客户端提供数据接口
8）持续迭代：根据业务增长做负载均衡、分库分表、读写分离展开评论点赞 - #青训营笔记创作活动#
1月17日 打卡day5
学习笔记
如何写出漂亮的代码？
1. 规范命名
✨ 见名知意
✨ 能读出来
2. 规范代码格式
✨ 合适的缩进
3. 代码注释
✨ 解释代码的意图，说明为什么这么写，用来做什么
✨ 对参数和返回值注释，入参代表什么，出参代表什么
✨ 有警示作用，比如说入参不能为空，或者代码是不是有坑
✨ 当代码还未完成时可以使用 todo 注释来注释
4. try catch 内部代码抽成一个方法
✨ 美观简洁
5. 一个方法（函数）不要太长，可以分成多个方法（函数）
6. 抽取重复代码
✨ 定义方法（函数）
7. return 优化 if else 分支语句
8. 优雅的参数校验
✨ 调用第三方库
9. 统一返回值
10. 统一异常处理
11. 日志打印规范
✨ 可搜索性，要有明确的关键字信息
✨ 异常日志需要打印出堆栈信息
✨ 合适的日志级别，比如异常使用error，正常使用info
✨ 日志内容太大不打印，比如有时需要将图片转成Base64，那么这个Base64就可以不用打印
12. 类和方法单一职责
13. pojo类重写 toString 的方法
✨ 方便打印测试
14. 资源释放写在 finally 里边
✨ 保证资源的释放
15. 使用线程池替代手动创建线程
✨ 降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。
✨ 提高响应速度。当任务到达时，任务可以不需要的等到线程创建就能立即执行。
✨ 提高线程的可管理性。线程是稀缺资源，如果无限制的创建，不仅会消耗系统资源，还会降低系统 的✨ 稳定性，使用线程池可以进行统一的分配，调优和监控。
16. 线程设置名称
✨ 日志打印出来的时候便于查看
17. 远程接口调用设置超时时间
✨ 防止因各种未知原因，导致线程“卡死”
18. 集合的使用应指明初始化大小
19. 需要什么字段就 select 什么字段
✨ 减少不必要的网络传输
20. 开发伙伴多沟通
✨ 写代码忌闭门造车展开评论点赞 - #青训营笔记创作活动#
1月16日 打卡day5
学习笔记
如何写出漂亮的代码？
1. 规范命名
✨ 见名知意
✨ 能读出来
2. 规范代码格式
✨ 合适的缩进
3. 代码注释
✨ 解释代码的意图，说明为什么这么写，用来做什么
✨ 对参数和返回值注释，入参代表什么，出参代表什么
✨ 有警示作用，比如说入参不能为空，或者代码是不是有坑
✨ 当代码还未完成时可以使用 todo 注释来注释
4. try catch 内部代码抽成一个方法
✨ 美观简洁
5. 一个方法（函数）不要太长，可以分成多个方法（函数）
6. 抽取重复代码
✨ 定义方法（函数）
7. return 优化 if else 分支语句
8. 优雅的参数校验
✨ 调用第三方库
9. 统一返回值
10. 统一异常处理
11. 日志打印规范
✨ 可搜索性，要有明确的关键字信息
✨ 异常日志需要打印出堆栈信息
✨ 合适的日志级别，比如异常使用error，正常使用info
✨ 日志内容太大不打印，比如有时需要将图片转成Base64，那么这个Base64就可以不用打印
12. 类和方法单一职责
13. pojo类重写 toString 的方法
✨ 方便打印测试
14. 资源释放写在 finally 里边
✨ 保证资源的释放
15. 使用线程池替代手动创建线程
✨ 降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。
✨ 提高响应速度。当任务到达时，任务可以不需要的等到线程创建就能立即执行。
✨ 提高线程的可管理性。线程是稀缺资源，如果无限制的创建，不仅会消耗系统资源，还会降低系统 的✨ 稳定性，使用线程池可以进行统一的分配，调优和监控。
16. 线程设置名称
✨ 日志打印出来的时候便于查看
17. 远程接口调用设置超时时间
✨ 防止因各种未知原因，导致线程“卡死”
18. 集合的使用应指明初始化大小
19. 需要什么字段就 select 什么字段
✨ 减少不必要的网络传输
20. 开发伙伴多沟通
✨ 写代码忌闭门造车展开1点赞 - #青训营笔记创作活动#
1月15日 day3
学习日志
1.一张数据表一般对应一颗或多颗树的存储，树的数量与建索引的数量有关，每个索引都会有一颗单独的树。
2.聚簇索引和非聚簇索引：
①主键索引也是聚簇索引，非主键索引都是非聚簇索引。除格式信息外，两种索引的非叶子节点都是只存索引数据的，比如索引为id，那非叶子节点就是存的id数据。
②叶子节点的区别如下：
聚簇索引的叶子节点一般情况下存的是这条数据的所有字段信息。所以我们 select * from table where id = 1 的时候，都是要去叶子节点拿数据的。
非聚簇索引的叶子节点存的是这条数据所对应的主键和索引列信息。比如这条非聚簇索引是username，然后表的主键是id，那该非聚簇索引的叶子节点存的就是 username 和 id，而不存其他字段。
相当于是先从非聚簇索引查到主键的值，再根据主键索引去查数据内容，一般情况下要查两次（除非索引覆盖），这也称之为 回表 ，就有点类似于存了个指针，指向了数据存放的真实地址。
3. B+树的查询是从上往下一层层查询的，一般情况下我们认为B+树的高度保持在3层以内是比较好的，也就是上两层是索引，最后一层存数据，这样查表的时候只需要进行3次磁盘IO就可以了(实际上会少一次，因为根节点会常驻内存)，且能够存放的数据量也比较可观。
如果数据量过大，导致B+数变成4层了，则每次查询就需要进行4次磁盘IO了，从而使性能下降。所以我们才会去计算InnoDB的3层B+树最多可以存多少条数据。
MySQL每个节点大小默认为16KB，也就是每个节点最多存16KB的数据，可以修改，最大64KB，最小4KB。
4. MySQL每个节点大小默认为16KB，也就是每个节点最多存16KB的数据，可以修改，最大64KB，最小4KB。
5. MySQL查询速度主要取决于磁盘的读写速度，因为MySQL查询的时候每次只读取一个节点到内存中，通过这个节点的数据找到下一个要读取的节点位置，再读取下一个节点的数据，直到查询到需要的数据或者发现数据不存在。展开评论点赞
tinypng.com