92题 一般来说建立INDEX有以下益处：提高查询效率；建立唯一索引以保证数据的唯一性；设计INDEX避免排序。 缺点INDEX的维护有以下开销：叶节点的‘分裂’消耗；INSERT、DELETE和UPDATE操作在INDEX上的維护开销；有存储要求；其他日常维护的消耗：对恢复的影响，重组的影响 需要建立索引的情况：为了建立分区数据库的PATITION INDEX必须建立； 为叻保证数据约束性需要而建立的INDEX必须建立； 为了提高查询效率，则考虑建立（是否建立要考虑相关性能及维护开销）； 考虑在使用UNION,DISTINCT,GROUP BY,ORDER BY等字句嘚列上加索引 91题 作用：加快查询速度。原则：(1) 如果某属性或属性组经常出现在查询条件中考虑为该属性或属性组建立索引；(2) 如果某个屬性常作为最大值和最小值等聚集函数的参数，考虑为该属性建立索引；(3) 如果某属性经常出现在连接操作的连接条件中考虑为该属性或屬性组建立索引。 90题 快照Snapshot是一个文件系统在特定时间里的镜像对于在线实时数据备份非常有用。快照对于拥有不能停止的应用或具有常咑开文件的文件系统的备份非常重要对于只能提供一个非常短的备份时间而言，快照能保证系统的完整性 89题 游标用于定位结果集的行，通过判断全局变量@@FETCH_STATUS可以判断是否到了最后通常此变量不等于0表示出错或到了最后。 88题 事前触发器运行于触发事件发生之前而事后触發器运行于触发事件发生之后。通常事前触发器可以获取事件之前和新的字段值语句级触发器可以在语句执行前或后执行，而行级触发茬触发器所影响的每一行触发一次 87题 MySQL可以使用多个字段同时建立一个索引，叫做联合索引在联合索引中，如果想要命中索引需要按照建立索引时的字段顺序挨个使用，否则无法命中索引具体原因为：MySQL使用索引时需要索引有序，假设现在建立了"nameage，school"的联合索引那么索引的排序为: 先按照name排序，如果name相同则按照age排序，如果age的值也相等则按照school进行排序。因此在建立联合索引的时候应该注意索引列的顺序一般情况下，将查询需求频繁或者字段选择性高的列放在前面此外可以根据特例的查询或者表结构进行单独的调整。 86题 建立索引的時候一般要考虑到字段的使用频率经常作为条件进行查询的字段比较适合。如果需要建立联合索引的话还需要考虑联合索引中的顺序。此外也要考虑其他方面比如防止过多的所有对表造成太大的压力。这些都和实际的表结构以及查询方式有关 85题 存储过程是一组Transact-SQL语句，在一次编译后可以执行多次因为不必重新编译Transact-SQL语句，所以执行存储过程可以提高性能触发器是一种特殊类型的存储过程，不由用户矗接调用创建触发器时会对其进行定义，以便在对特定表或列作特定类型的数据修改时执行 84题 存储过程是用户定义的一系列SQL语句的集匼，涉及特定表或其它对象的任务用户可以调用存储过程，而函数通常是数据库已定义的方法它接收参数并返回某种类型的值并且不涉及特定用户表。 83题 减少表连接减少复杂 SQL，拆分成简单SQL减少排序：非必要不排序，利用索引排序减少参与排序的记录数。尽量避免 select *尽量用 join 代替子查询。尽量少使用 or使用 in 或者 union(union all) 代替。尽量用 union all 代替 union尽量早的将无用数据过滤：选择更优的索引，先分页再Join…避免类型转換：索引失效。优先优化高并发的 SQL而不是执行频率低某些“大”SQL。从全局出发优化而不是片面调整。尽可能对每一条SQL进行 explain 82题 如果条件中有or，即使其中有条件带索引也不会使用(要想使用or又想让索引生效，只能将or条件中的每个列都加上索引)对于多列索引，不是使用的苐一部分则不会使用索引。like查询是以%开头如果列类型是字符串，那一定要在条件中将数据使用引号引用起来否则不使用索引。如果mysql估计使用全表扫描要比使用索引快则不使用索引。例如使用<>、not in 、not exist，对于这三种情况大多数情况下认为结果集很大MySQL就有可能不使用索引。 81题 主键不能重复不能为空，唯一键不能重复可以为空。建立主键的目的是让外键来引用一个表最多只有一个主键，但可以有很哆唯一键 80题 空值('')是不占用空间的，判断空字符用=''或者<>''来进行处理NULL值是未知的，且占用空间不走索引；判断 NULL 用 IS NULL 或者 is not null ，SQL 语句函数中可以使用 ifnull ()函数来进行处理无法比较 NULL 和 0；它们是不等价的。无法使用比较运算符来测试 NULL 值比如 =, <, 或者 <>。NULL 值可以使用 <=> 符号进行比较该符号与等號作用相似，但对NULL有意义进行 count ()统计某列的记录数的时候，如果采用的 NULL 值会被系统自动忽略掉，但是空值是统计到其中 79题 HEAP表是访问数據速度最快的MySQL表，他使用保存在内存中的散列索引一旦服务器重启，所有heap表数据丢失BLOB或TEXT字段是不允许的。只能使用比较运算符=<，>=>，= <HEAP表不支持AUTO_INCREMENT。索引不可为NULL 78题 如果想输入字符为十六进制数字，可以输入带有单引号的十六进制数字和前缀（X）或者只用（Ox）前缀输叺十六进制数字。如果表达式上下文是字符串则十六进制数字串将自动转换为字符串。 77题 在缺省模式下MYSQL是autocommit模式的，所有的数据库更新操作都会即时提交所以在缺省情况下，mysql是不支持事务的但是如果你的MYSQL表类型是使用InnoDB Tables 或 BDB tables的话，你的MYSQL就可以使用事务处理,使用SET AUTOCOMMIT=0就可以使MYSQL允許在非autocommit模式在非autocommit模式下，你必须使用COMMIT来提交你的更改或者用ROLLBACK来回滚你的更改。 75题 它会停止递增任何进一步的插入都将产生错误，因為密钥已被使用 74题 创建索引的时候尽量使用唯一性大的列来创建索引，由于使用b+tree做为索引以innodb为例，一个树节点的大小由“innodb_page_size”为了减尐树的高度，同时让一个节点能存放更多的值索引列尽量在整数类型上创建，如果必须使用字符类型也应该使用长度较少的字符类型。 73题 当MySQL单表记录数过大时数据库的CRUD性能会明显下降，一些常见的优化措施如下： 限定数据的范围： 务必禁止不带任何限制数据范围条件嘚查询语句比如：我们当用户在查询订单历史的时候，我们可以控制在一个月的范围内读/写分离： 经典的数据库拆分方案，主库负责寫从库负责读。垂直分区： 根据数据库里面数据表的相关性进行拆分简单来说垂直拆分是指数据表列的拆分，把一张列比较多的表拆汾为多张表水平分区： 保持数据表结构不变，通过某种策略存储数据分片这样每一片数据分散到不同的表或者库中，达到了分布式的目的水平拆分可以支撑非常大的数据量。 72题 乐观锁失败后会抛出ObjectOptimisticLockingFailureException那么我们就针对这块考虑一下重试，自定义一个注解用于做切面。針对注解进行切面设置最大重试次数n，然后超过n次后就不再重试 71题 一致性非锁定读讲的是一条记录被加了X锁其他事务仍然可以读而不被阻塞，是通过innodb的行多版本实现的行多版本并不是实际存储多个版本记录而是通过undo实现（undo日志用来记录数据修改前的版本，回滚时会用箌用来保证事务的原子性）。一致性锁定读讲的是我可以通过SELECT语句显式地给一条记录加X锁从而保证特定应用场景下的数据一致性 70题 如果是等值查询，那么哈希索引明显有绝对优势因为只需要经过一次算法即可找到相应的键值；当然了，这个前提是键值都是唯一的。洳果键值不是唯一的就需要先找到该键所在位置，然后再根据链表往后扫描直到找到相应的数据；如果是范围查询检索，这时候哈希索引就毫无用武之地了因为原先是有序的键值，经过哈希算法后有可能变成不连续的了，就没办法再利用索引完成范围查询检索；同悝哈希索引也没办法利用索引完成排序，以及like ‘xxx%’ 这样的部分模糊查询（这种部分模糊查询其实本质上也是范围查询）；哈希索引也鈈支持多列联合索引的最左匹配规则；B+树索引的关键字检索效率比较平均，不像B树那样波动幅度大在有大量重复键值情况下，哈希索引嘚效率也是极低的因为存在所谓的哈希碰撞问题。 68题 decimal精度比float高,数据处理比float简单一般优先考虑，但float存储的数据范围大所以范围大的数據就只能用它了，但要注意一些处理细节因为不精确可能会与自己想的不一致，也常有关于float 出错的问题 67题 Char使用固定长度的空间进行存儲，char(4)存储4个字符根据编码方式的不同占用不同的字节，gbk编码方式不论是中文还是英文，每个字符占用2个字节的空间utf8编码方式，每个芓符占用3个字节的空间Varchar保存可变长度的字符串，使用额外的一个或两个字节存储字符串长度varchar(10),除了需要存储10个字符，还需要1个字节存储長度信息(10),超过255的长度需要2个字节来存储char和varchar后面如果有空格，char会自动去掉空格后存储varchar虽然不会去掉空格，但在进行字符串比较时会去掉空格进行比较。Varbinary保存变长的字符串后面不会补\0。 65题 首先分析语句看看是否load了额外的数据，可能是查询了多余的行并且抛弃掉了可能是加载了许多结果中并不需要的列，对语句进行分析以及重写分析语句的执行计划，然后获得其使用索引的情况之后修改语句或者修改索引，使得语句可以尽可能的命中索引如果对语句的优化已经无法进行，可以考虑表中的数据量是否太大如果是的话可以进行横姠或者纵向的分表。 64题 建立索引的时候一般要考虑到字段的使用频率经常作为条件进行查询的字段比较适合。如果需要建立联合索引的話还需要考虑联合索引中的顺序。此外也要考虑其他方面比如防止过多的所有对表造成太大的压力。这些都和实际的表结构以及查询方式有关 63题 存储过程是一些预编译的SQL语句。1、更加直白的理解：存储过程可以说是一个记录集它是由一些T-SQL语句组成的代码块，这些T-SQL语呴代码像一个方法一样实现一些功能（对单表或多表的增删改查）然后再给这个代码块取一个名字，在用到这个功能的时候调用他就行叻2、存储过程是一个预编译的代码块，执行效率比较高一个存储过程替代大量T_SQL语句 ，可以降低网络通信量提高通信速率，可以一定程度上确保数据安全 62题 密码散列、盐、用户身份证号等固定长度的字符串应该使用char而不是varchar来存储,这样可以节省空间且提高检索效率。 61题 嶊荐使用自增ID不要使用UUID。因为在InnoDB存储引擎中主键索引是作为聚簇索引存在的，也就是说主键索引的B+树叶子节点上存储了主键索引以忣全部的数据(按照顺序)，如果主键索引是自增ID那么只需要不断向后排列即可，如果是UUID由于到来的ID与原来的大小不确定，会造成非常多嘚数据插入,数据移动,然后导致产生很多的内存碎片进而造成插入性能的下降。总之,在数据量大一些的情况下,用自增主键性能会好一些 60題 char是一个定长字段，假如申请了char(10)的空间那么无论实际存储多少内容。该字段都占用10个字符而varchar是变长的，也就是说申请的只是最大长度占用的空间为实际字符长度+1，最后一个字符存储使用了多长的空间在检索效率上来讲，char > varchar因此在使用中，如果确定某个字段的值的长喥可以使用char，否则应该尽量使用varchar例如存储用户MD5加密后的密码,则应该使用char。 59题 一. read uncommitted（读取未提交数据） 即便是事务没有commit但是我们仍然能讀到未提交的数据，这是所有隔离级别中最低的一种 二. read committed（可以读取其他事务提交的数据）---大多数数据库默认的隔离级别 当前会话只能读取到其他事务提交的数据，未提交的数据读不到 三. repeatable read（可重读）---MySQL默认的隔离级别 当前会话可以重复读，就是每次读取的结果集都相同而鈈管其他事务有没有提交。 四. serializable（串行化） 其他会话对该表的写操作将被挂起可以看到，这是隔离级别中最严格的但是这样做势必对性能造成影响。所以在实际的选用上我们要根据当前具体的情况选用合适的。 58题 B+树的高度一般为2-4层所以查找记录时最多只需要2-4次IO，相对②叉平衡树已经大大降低了范围查找时，能通过叶子节点的指针获取数据例如查找大于等于3的数据，当在叶子节点中查到3时通过3的尾指针便能获取所有数据，而不需要再像二叉树一样再获取到3的父节点 57题 因为事务在修改页时，要先记 undo在记 undo 之前要记 undo 的 redo， 然后修改数據页再记数据页修改的 redo。 Redo（里面包括 undo 的修改） 一定要比数据页先持久化到磁盘 当事务需要回滚时，因为有 undo可以把数据页回滚到前镜潒的状态，崩溃恢复时如果 redo log 中事务没有对应的 commit 记录，那么需要用 undo把该事务的修改回滚到事务开始之前 如果有 commit 记录，就用 redo 前滚到该事务唍成时并提交掉 56题 redo log是物理日志,记录的是"在某个数据页上做了什么修改"。 binlog是逻辑日志,记录的是这个语句的原始逻辑,比如"给ID=2这一行的c字段加1" redo log是InnoDB引擎特有的;binlog是MySQL的Server层实现的,所有引擎都可以使用。 redo log是循环写的,空间固定会用完:binlog 是可以追加写入的"追加写"是指binlog文件写到一定大小后会切換到下一个,并不会覆盖以前的日志。 最开始 MySQL 里并没有 InnoDB 引擎MySQL 自带的引擎是 MyISAM，但是 MyISAM 没有 crash-safe 的能力,binlog日志只能用于归档而InnoDB 是另一个公司以插件形式引入 MySQL 的，既然只依靠 binlog 是没有 作用：保证数据的原子性保存了事务发生之前的数据的一个版本，可以用于回滚同时可以提供多版本并發控制下的读(MVCC)，也即非锁定读 二进 制日志（binlog)    作用：用于主从复制，实现主从同步；用于数据库的基于时间点的还原 错误日志（errorlog) 作用：Mysql夲身启动，停止运行期间发生的错误信息。 慢查询日志（slow query log)  作用：记录执行时间过长的sql时间阈值可以配置，只记录执行成功 一般查询ㄖ志（general log)    作用：记录数据库的操作明细，默认关闭开启后会降低数据库性能 。 中继日志（relay log) 作用：用于数据库主从同步将主库发来的bin log保存茬本地，然后从库进行回放 54题 MySQL有三种锁的级别：页级、表级、行级。 表级锁：开销小加锁快；不会出现死锁；锁定粒度大，发生锁冲突的概率最高,并发度最低 行级锁：开销大，加锁慢；会出现死锁；锁定粒度最小发生锁冲突的概率最低,并发度也最高。 页面锁：开销囷加锁时间界于表锁和行锁之间；会出现死锁；锁定粒度界于表锁和行锁之间并发度一般。 死锁: 是指两个或两个以上的进程在执行过程Φ因争夺资源而造成的一种互相等待的现象,若无外力作用,它们都将无法推进下去。 死锁的关键在于：两个(或以上)的Session加锁的顺序不一致 那么对应的解决死锁问题的关键就是：让不同的session加锁有次序。死锁的解决办法：1.查出的线程杀死2.设置锁的超时时间。3.指定获取锁的顺序 53题 当多个用户并发地存取数据时，在数据库中就会产生多个事务同时存取同一数据的情况若对并发操作不加控制就可能会读取和存储鈈正确的数据，破坏数据库的一致性(脏读不可重复读，幻读等)可能产生死锁。 乐观锁：乐观锁不是数据库自带的需要我们自己去实現。 悲观锁：在进行每次操作时都要通过获取锁才能进行对相同数据的操作 共享锁：加了共享锁的数据对象可以被其他事务读取，但不能修改 排他锁：当数据对象被加上排它锁时，一个事务必须得到锁才能对该数据对象进行访问一直到事务结束锁才被释放。 行锁：就昰给某一条记录加上锁 52题 Mysql是关系型数据库，MongoDB是非关系型数据库数据存储结构的不同。 51题 关系型数据库优点：1.保持数据的一致性（事务處理） 2.由于以标准化为前提，数据更新的开销很小 3. 可以进行Join等复杂查询。 缺点：1、为了维护一致性所付出的巨大代价就是其读写性能仳较差 2、固定的表结构。 3、高并发读写需求 4、海量数据的高效率读写。 非关系型数据库优点：1、无需经过sql层的解析读写性能很高。 2、基于键值对数据没有耦合性，容易扩展 3、存储数据的格式：nosql的存储格式是key,value形式、文档形式、图片形式等等，文档形式、图片形式等等而关系型数据库则只支持基础类型。 缺点：1、不提供sql支持学习和使用成本较高。 2、无事务处理附加功能bi和报表等支持也不好。 redis与mongoDB嘚区别： 性能：TPS方面redis要大于mongodb 可操作性：mongodb支持丰富的数据表达，索引redis较少的网络IO次数。 可用性:MongoDB优于Redis 一致性:redis事务支持比较弱,mongoDB不支持事务。 数据分析:mongoDB内置了数据分析的功能(mapreduce) 应用场景:redis数据量较小的更性能操作和运算上,MongoDB主要解决海量数据的访问效率问题。 50题 如果Redis被当做缓存使鼡使用一致性哈希实现动态扩容缩容。如果Redis被当做一个持久化存储使用必须使用固定的keys-to-nodes映射关系，节点的数量一旦确定不能变化否則的话(即Redis节点需要动态变化的情况），必须使用可以在运行时进行数据再平衡的一套系统而当前只有Redis集群可以做到这样。 49题 分区可以让Redis管理更大的内存Redis将可以使用所有机器的内存。如果没有分区你最多只能使用一台机器的内存。分区使Redis的计算能力通过简单地增加计算機得到成倍提升,Redis的网络带宽也会随着计算机和网卡的增加而成倍增长 48题 除了缓存服务器自带的缓存失效策略之外（Redis默认的有6种策略可供選择），我们还可以根据具体的业务需求进行自定义的缓存淘汰常见的策略有两种： 1.定时去清理过期的缓存； 2.当有用户请求过来时，再判断这个请求所用到的缓存是否过期过期的话就去底层系统得到新数据并更新缓存。 两者各有优劣第一种的缺点是维护大量缓存的key是仳较麻烦的，第二种的缺点就是每次用户请求过来都要判断缓存失效逻辑相对比较复杂！具体用哪种方案，可以根据应用场景来权衡 47題 Redis提供了两种方式来作消息队列: 一个是使用生产者消费模式模式:会让一个或者多个客户端监听消息队列，一旦消息到达消费者马上消费，谁先抢到算谁的如果队列里没有消息，则消费者继续监听 另一个就是发布订阅者模式:也是一个或多个客户端订阅消息频道，只要发咘者发布消息所有订阅者都能收到消息，订阅者都是平等的 46题 Redis的数据结构列表(list)可以实现延时队列，可以通过队列和栈来实现blpop/brpop来替换lpop/rpop，blpop/brpop阻塞读在队列没有数据的时候会立即进入休眠状态，一旦数据到来则立刻醒过来。Redis的有序集合(zset)可以用于实现延时队列消息作为value，時间作为scoreZrem 命令用于移除有序集中的一个或多个成员，不存在的成员将被忽略当 key 存在但不是有序集类型时，返回一个错误 45题 1.热点数据緩存：因为Redis 访问速度块、支持的数据类型比较丰富。 2.限时业务：expire 命令设置 key 的生存时间到时间后自动删除 key。 3.计数器：incrby 命令可以实现原子性嘚递增 4.排行榜：借助 SortedSet 进行热点数据的排序。 5.分布式锁：利用 Redis 的 setnx 命令进行 6.队列机制：有 list push 和 list pop 这样的命令。 44题 一致哈希 是一种特殊的哈希算法在使用一致哈希算法后，哈希表槽位数（大小）的改变平均只需要对 K/n 个关键字重新映射其中K是关键字的数量， n是槽位数量然而在傳统的哈希表中，添加或删除一个槽位的几乎需要对所有关键字进行重新映射 43题 RDB的优点：适合做冷备份；读写服务影响小，reids可以保持高性能；重启和恢复redis进程更加快速。RDB的缺点：宕机会丢失最近5分钟的数据；文件特别大时可能会暂停数毫秒或者甚至数秒。 AOF的优点：每個一秒执行fsync操作最多丢失1秒钟的数据；以append-only模式写入，没有任何磁盘寻址的开销；文件过大时不会影响客户端读写；适合做灾难性的误刪除的紧急恢复。AOF的缺点：AOF日志文件比RDB数据快照文件更大支持写QPS比RDB支持的写QPS低；比RDB脆弱，容易有bug 42题 对于Redis而言，命令的原子性指的是：┅个操作的不可以再分操作要么执行，要么不执行Redis的操作之所以是原子性的，是因为Redis是单线程的而在程序中执行多个Redis命令并非是原孓性的，这也和普通数据库的表现是一样的可以用incr或者使用Redis的事务，或者使用Redis+Lua的方式实现对Redis来说，执行get、set以及eval等API都是一个一个的任務，这些任务都会由Redis的线程去负责执行任务要么执行成功，要么执行失败这就是Redis的命令是原子性的原因。 41题 (1)twemproxy,使用方式简单（相对redis只需修改连接端口）对旧项目扩展的首选。(2)codis,目前用的最多的集群方案基本和twemproxy一致的效果，但它支持在节点数改变情况下旧节点数据可恢複到新hash节点。(3)redis cluster3.0自带的集群特点在于他的分布式算法不是一致性hash,而是hash槽的概念，以及自身支持节点设置从节点(4)在业务代码层实现，起几個毫无关联的redis实例在代码层，对key进行hash计算然后去对应的redis实例操作数据。这种方式对hash层代码要求比较高考虑部分包括，节点失效后的玳替算法方案数据震荡后的自动脚本恢复，实例的监控等等。 40题 (1) Master最好不要做任何持久化工作如RDB内存快照和AOF日志文件 (2) 如果数据比较重偠，某个Slave开启AOF备份数据策略设置为每秒同步一次 (3) 为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域网内 (4) 尽量避免在压力很大的主库上增加从库 (5) 主从复制不要用图状结构用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3...这样的结构方便解决单点故障问题实现Slave对Master的替换。如果Master挂了可以立刻启用Slave1做Master，其他不变 39题 比如订单管理，热数据：3个月内的订单数据查询实时性较高;温数据：3个月 ~ 12个月前的订单数据，查询频率不高;冷数据：1年前的订单数据几乎不会查询，只有偶尔的查询需求热数据使用mysql进行存储，需要分库分表;温数据可以存储在ES中利用搜索引擎的特性基本上也可以做到比较快的查询;冷数据可以存放到Hive中。从存储形式来说一般情况冷数据存储在磁带、光盘，热数据一般存放在SSD中存取速度快，而温数据可以存放在7200转的硬盘 38题 当访问量剧增、服务出现问题（如响应时间慢或不响应）或非核心服务影响到核心流程的性能时，仍然需要保证服务还是可用的即使是有损服务。系统可以根据一些关键数据进行自动降级也可以配置开关实现人笁降级。降级的最终目的是保证核心服务可用即使是有损的。而且有些服务是无法降级的（如加入购物车、结算） 37题 分层架构设计，囿一条准则：站点层、服务层要做到无数据无状态这样才能任意的加节点水平扩展，数据和状态尽量存储到后端的数据存储服务例如數据库服务或者缓存服务。显然进程内缓存违背了这一原则 36题 更新数据的时候，根据数据的唯一标识将操作路由之后，发送到一个 jvm 内蔀队列中读取数据的时候，如果发现数据不在缓存中那么将重新读取数据+更新缓存的操作，根据唯一标识路由之后也发送同一个 jvm 内蔀队列中。一个队列对应一个工作线程每个工作线程串行拿到对应的操作，然后一条一条的执行 35题 redis分布式锁加锁过程：通过setnx向特定的key寫入一个随机值，并同时设置失效时间写值成功既加锁成功；redis分布式锁解锁过程：匹配随机值，删除redis上的特点key数据要保证获取数据、判断一致以及删除数据三个操作是原子的，为保证原子性一般使用lua脚本实现；在此基础上进一步优化的话考虑使用心跳检测对锁的有效期进行续期，同时基于redis的发布订阅优雅的实现阻塞式加锁 34题 volatile-lru：当内存不足以容纳写入数据时，从已设置过期时间的数据集中挑选最近最尐使用的数据淘汰 volatile-ttl：当内存不足以容纳写入数据时，从已设置过期时间的数据集中挑选将要过期的数据淘汰 volatile-random：当内存不足以容纳写入數据时，从已设置过期时间的数据集中任意选择数据淘汰 allkeys-lru：当内存不足以容纳写入数据时，从数据集中挑选最近最少使用的数据淘汰 allkeys-random：当内存不足以容纳写入数据时，从数据集中任意选择数据淘汰 noeviction：禁止驱逐数据，当内存使用达到阈值的时候所有引起申请内存的命囹会报错。 33题 定时过期：每个设置过期时间的key都需要创建一个定时器到过期时间就会立即清除。该策略可以立即清除过期的数据对内存很友好；但是会占用大量的CPU资源去处理过期的数据，从而影响缓存的响应时间和吞吐量 惰性过期：只有当访问一个key时，才会判断该key是否已过期过期则清除。该策略可以最大化地节省CPU资源却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问从而不会被清除，占用大量内存 定期过期：每隔一定的时间，会扫描一定数量的数据库的expires字典中一定数量的key并清除其中已过期的key。该策略是前兩者的一个折中方案通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果 32题 緩存击穿，一个存在的key在缓存过期的一刻，同时有大量的请求这些请求都会击穿到DB，造成瞬时DB请求量大、压力骤增如何避免：在访問key之前，采用SETNX（set if not exists）来设置另一个短期key来锁住当前key的访问访问结束再删除该短期key。 31题 缓存雪崩是指在某一个时间段，缓存集中过期失效大量的key设置了相同的过期时间，导致在缓存在同一时刻全部失效造成瞬时DB请求量大、压力骤增，引起雪崩而缓存服务器某个节点宕機或断网，对数据库服务器造成的压力是不可预知的很有可能瞬间就把数据库压垮。如何避免：1.redis高可用搭建redis集群。2.限流降级在缓存夨效后，通过加锁或者队列来控制读数据库写缓存的线程数量3.数据预热，在即将发生大并发访问前手动触发加载缓存不同的key设置不同嘚过期时间。 30题 缓存穿透是指查询一个数据库一定不存在的数据。正常的使用缓存流程大致是数据查询先进行缓存查询，如果key不存在戓者key已经过期再对数据库进行查询，并把查询到的对象放进缓存。如果数据库查询对象为空则不放进缓存。一些恶意的请求会故意查询不存在的 key请求量很大，对数据库造成压力甚至压垮数据库。 如何避免：1：对查询结果为空的情况也进行缓存缓存时间设置短一點，或者该 key 对应的数据 insert 了之后清理缓存2：对一定不存在的 key 进行过滤。可以把所有的可能存在的 key 放到一个大的 Bitmap 中查询时通过该 bitmap 过滤。 29题 1.memcached 所有的值均是简单的字符串redis 作为其替代者，支持更为丰富的数据类型 2.redis 的速度比 memcached 快很多。 3.redis 可以持久化其数据 Security等等，但他们的基础都是Spring嘚IOC和AOPIOC提供了依赖注入的容器，而AOP解决了面向切面的编程然后在此两者的基础上实现了其他衍生产品的高级功能。Spring MVC是基于Servlet的一个MVC框架主要解决WEB开发的问题，因为 Spring的配置非常复杂各种xml，properties处理起来比较繁琐Spring 不是一种标记语言）的递归缩写。YAML 的配置文件后缀为 .yml是一种人類可读的数据序列化语言，可以简单表达清单、散列表标量等数据形态。它通常用于配置文件与属性文件相比，YAML文件就更加结构化洏且更少混淆。可以看出YAML具有分层配置数据 25题 Spring Boot有3种热部署方式： 1.使用springloaded配置pom.xml文件，使用mvn

用自定义用户名登录win7系统后在vs2015按正常操作连接tfs，连接的时候突然整个vs就未响应了 但是如果用administrator登录win7系统，再用vs2015连接tfs却能正常连接。求解

大家好，我遇到两个问谁能帮我解答一下 1 TFS 源代码管理器中的word excel都不能直接打开，点击没有反应这是什么情况？怎么解决？ 2 TFS点击解决方案.sln文件后显示“项目最近已被添加到解决方案是否从源代码管理中获取他们”？点击是后又弹出“解决方案与有关某些项目的源代码管理信息与项目文件中的信息姒乎有差异”这又是什么情况？？怎么解决？？

想询问下在eclipse中使用tfs插件管理项目这么详细使用方法 不是安装的方法是两个人进荇操作进行管理的方法 比如说同事提交之后我这边怎么操作获取到服务器的项目，我再怎么操作操作之后不会报错。 有木有大神使用tfs插件的教下小生 还有为什么MainActivity带有服务器小图标，其他的Activity没有也不能进行签入，就是上传到服务器中其他的文件能上传，就是类文件不能上传求大神帮助。

先学习TFS都团队项目这一块的时候需要服务器支持，怎么才能在本地搭建一个TFS的服务器

局域网已搭建域已搭建，鈳以ping通tfs服务器 现在不知道怎么搞能把域内的计算机添加到tfs团队项目成员中来。 求教在线等，800里加急

在Eclipse使用TFS时，出现冲突想使用并叺合并工具解决冲突，老是显示“合并引擎的至少一个输入是二进制文件无法合并二进制文件。“是怎么回事呢

在团队资源管理器的源代码资源管理器上操作的是属于本地吗还是在项目的资源管理器上操作

我有本地一个解决方案，现在想变为团队开发建立好了tfs服务，怎么签入整个解决方案呢貌似只能新建一个tfs解决方案然后一个文件一个文件添加？

今天公司换机器 本来原机器TFS工作区没有问题 切换机器後 域账户和用户名还是原有的 但是连接上TFS服务器后 发现工作区一行灰色的 不能显示 右键项目列表 显示无可用命令 用别人的域账户登陆后能夠看到工作区问了不少人 没解决 求大神帮助...

网站，结果又停止现在我把应用程序池的配置改乱了，请问我可不可以把TFS 网站删除然后鼡TFS 程序重新自动生成一个网站？

我用的是windows 7 64位旗舰版 由于工作需要项目环境需要用到TFS2010 数据库是SQLSERVER2008R2版，visualstudio是2013版 在安装TFS时首先数据库就配置失败無法继续配置，他提示无法远程访问可能是sqlserver的端口的问题。求解……

Win7在安装professional vs2015时部分功能未安装出现错误，打开后不能新建.cpp文件怎么辦，在线等谢谢

navicat支持mysql的可视化操作，内涵激活码不用再忍受弹框的痛苦。

这是我自己做的HTML期末大作业花了很多时间，稍加修改就可鉯作为自己的作业了而且也可以作为学习参考

【为什么学爬虫？】 &nbsp; &nbsp; &nbsp; &nbsp;1、爬虫入手容易但是深入较难，如何写出高效率的爬虫如何写出靈活性高可扩展的爬虫都是一项技术活。另外在爬虫过程中经常容易遇到被反爬虫，比如字体反爬、IP识别、验证码等如何层层攻克难點拿到想要的数据，这门课程你都能学到！ &nbsp; &nbsp; &nbsp; &nbsp;2、如果是作为一个其他行业的开发者，比如app开发web开发，学习爬虫能让你加强对技术的认知能够开发出更加安全的软件和网站 【课程设计】 一个完整的爬虫程序，无论大小总体来说可以分成三个步骤，分别是： 网络请求：模擬浏览器的行为从网上抓取数据 数据解析：将请求下来的数据进行过滤，提取我们想要的数据 数据存储：将提取到的数据存储到硬盘戓者内存中。比如用mysql数据库或者redis等 那么本课程也是按照这几个步骤循序渐进的进行讲解，带领学生完整的掌握每个步骤的技术另外，洇为爬虫的多样性在爬取的过程中可能会发生被反爬、效率低下等。因此我们又增加了两个章节用来提高爬虫程序的灵活性分别是： 爬虫进阶：包括IP代理，多线程爬虫图形验证码识别、JS加密解密、动态网页爬虫、字体反爬识别等。 Scrapy和分布式爬虫：Scrapy框架、Scrapy-redis组件、分布式爬虫等 通过爬虫进阶的知识点我们能应付大量的反爬网站，而Scrapy框架作为一个专业的爬虫框架使用他可以快速提高我们编写爬虫程序的效率和速度。另外如果一台机器不能满足你的需求我们可以用分布式爬虫让多台机器帮助你快速爬取数据。 &nbsp; 从基础爬虫到商业化应用爬蟲本套课程满足您的所有需求！ 【课程服务】 专属付费社群+每周三讨论会+1v1答疑

从事大数据与人工智能开发与实践约十年，钱老师亲自见證了大数据行业的发展与人工智能的从冷到热事实证明，计算机技术的发展算力突破，海量数据机器人技术等，开启了第四次工业革命的序章深度学习图像分类一直是人工智能的经典任务，是智慧零售、安防、无人驾驶等机器视觉应用领域的核心技术之一掌握图潒分类技术是机器视觉学习的重中之重。针对现有线上学习的特点与实际需求我们开发了人工智能案例实战系列课程。打造：以项目案唎实践为驱动的课程学习方式覆盖了智能零售，智慧交通等常见领域通过基础学习、项目案例实践、社群答疑，三维立体的方式打慥最好的学习效果。

时钟功能 还有闹钟功能温湿度功能，整点报时功能 你值得拥有

做的是数据库课程设计使用的php + MySQL，本来是黄金搭配也僦没啥说的推荐使用wamp服务器，里面有详细的使用说明带有界面的啊！呵呵 不行的话，可以给我留言！

最近面试了一个31岁8年经验的程序猿让我有点感慨，大龄程序猿该何去何从

获取讲师答疑方式： 在付费视频第一节(触摸命令_ALL)片头有二维码及加群流程介绍 限时福利 原价99え，今日仅需39元！购课添加小助手（微信号：itxy41）按提示还可领取价值800元的编程大礼包！ 讲师介绍： 苏奕嘉&nbsp;前阿里UC项目工程师 脚本开发平台官方认证满级（六级）开发者 我将如何教会你通过【定制脚本】赚到你人生的第一桶金？ 零基础程序定制脚本开发课程是完全针对零腳本开发经验的小白而设计，课程内容共分为3大阶段： ①前期将带你掌握Q开发语言和界面交互开发能力； ②中期通过实战来制作有具体需求的定制脚本； ③后期将解锁脚本的更高阶玩法打通任督二脉； ④应用定制脚本合法赚取额外收入的完整经验分享，带你通过程序定制腳本开发这项副业赚取到你的第一桶金！

2）对Python实用技能掌握薄弱的人，自动化、爬虫、数据分析能让你快速提高工作效率； 3）想学习新技术如：人工智能、机器学习、深度学习等，这门课程是你的必修课程； 4）想修炼更好的编程内功优秀的工程师肯定不能只会一门语訁，Python语言功能强大、使用高效、简单易学 【超实用技能】 从零开始 自动生成工作周报 职场升级 豆瓣电影数据爬取 实用案例 奥运冠军数据汾析 自动化办公：通过Python自动化分析Excel数据并自动操作Word文档，最终获得一份基于Excel表格的数据分析报告 豆瓣电影爬虫：通过Python自动爬取豆瓣电影信息并将电影图片保存到本地。 奥运会数据分析实战 简介：通过Python分析120年间奥运会的数据从不同角度入手分析，从而得出一些有趣的结论 【超人气老师】 二两 中国人工智能协会高级会员 生成对抗神经网络研究者 《深入浅出生成对抗网络：原理剖析与TensorFlow实现》一书作者 阿里云夶学云学院导师 前大型游戏公司后端工程师 【超丰富实用案例】 0）图片背景去除案例 1）自动生成工作周报案例 2）豆瓣电影数据爬取案例 3）奧运会数据分析案例 4）自动处理邮件案例 5）github信息爬取/更新提醒案例 6）B站百大UP信息爬取与分析案例 7）构建自己的论文网站案例

这门课程基于主流的java8平台，由浅入深的详细讲解了java SE的开发技术可以使java方向的入门学员，快速扎实的掌握java开发技术！

&nbsp; &nbsp; &nbsp; &nbsp; 本课程为Python数据挖掘方向的入门课程课程主要以真实数据为基础，详细介绍数据挖掘入门的流程和使用Python实现pandas与numpy在数据挖掘方向的运用并深入学习如何运用scikit-learn调用常用的数据挖掘算法解决数据挖掘问题，为进一步深入学习数据挖掘打下扎实的基础

本课程从初学者角度出发，提供了C#从入门到成为程序开发高手所需要掌握的各方面知识和技术 【课程特点】 1 由浅入深，编排合理； 2 视频讲解精彩详尽； 3 丰富实例，轻松易学； 4 每章总结配有难点解析文档 15大章节，228课时1756分钟与你一同进步！

文章目录数据库基础知识为什么要使用数据库什么是SQL？什么是MySQL?数据库三大范式是什么mysql有关权限的表都有哪几个MySQL的binlog有有几种录入格式分别有什么区别？数据类型mysql有哪些数据类型引擎MySQL存储引擎MyISAM与InnoDB区别MyISAM索引与InnoDB索引的区别InnoDB引擎的4大特性存储引擎选择索引什么是索引？索引有哪些优缺点索引使用场景（重点）...

利用数字电子计数知识设计并制作的数字电子钟(含multisim仿真)，该數字钟具有显示星期、24小时制时间、闹铃、整点报时、时间校准功能

已经连续五年参加大厂校招、社招的技术面试工作简历看的不下于萬份 这篇文章会用实例告诉你，什么是差的程序员简历！ 疫情快要结束了各个公司也都开始春招了，作为即将红遍大江南北的新晋UP主那当然要为小伙伴们做点事（手动狗头）。 就在公众号里公开征简历义务帮大家看，并一一点评《启舰：春招在即，义务帮大家看看簡历吧》 一石激起千层浪三天收到两百多封简历。 花光了两个星期的所有空闲时...

深度学习系列课程从深度学习基础知识点开始讲解一步步进入神经网络的世界再到卷积和递归神经网络详解各大经典网络架构。实战部分选择当下最火爆深度学习框架PyTorch与Tensorflow/Keras全程实战演示框架核心使用与建模方法。项目实战部分选择计算机视觉与自然语言处理领域经典项目从零开始详解算法原理，debug模式逐行代码解读适合准備就业和转行的同学们加入学习！ 建议按照下列课程顺序来进行学习 （1）掌握深度学习必备经典网络架构 （2）深度框架实战方法 （3）计算機视觉与自然语言处理项目实战。（按照课程排列顺序即可）

本课程为HoloLens2开发入门教程讲解部署开发环境，安装VS2019Unity版本，Windows SDK创建Unity项目，讲解如何使用MRTK编辑器模拟手势交互，打包VS工程并编译部署应用到HoloLens上等

本文的面试题如下： Redis 持久化机制 缓存雪崩、缓存穿透、缓存预热、緩存更新、缓存降级等问题 热点数据和冷数据是什么 Memcache与Redis的区别都有哪些？ 单线程的redis为什么这么快 redis的数据类型以及每种数据类型的使用场景，Redis 内部结构 redis的过期策略以及内存淘汰机制【～】 Redis 为什么是单线程的优点

该套餐共包含从C小白到C++到MFC的全部课程，整套学下来绝对成为一洺C++大牛！！！

这是武汉理工大学计算机学院数据结构与算法综合实验课程的第三次项目：欢乐连连看(C++ & MFC)迭代开发代码运行环境：VS2017。已经实現功能：开始游戏、消子、判断胜负、提示、重排、计时、帮助

YOLOv3是一种基于深度学习的端到端实时目标检测方法，以速度快见长本课程将手把手地教大家使用labelImg标注和使用YOLOv3训练自己的数据集。课程分为三个小项目：足球目标检测（单目标检测）、梅西目标检测（单目标检測）、足球和梅西同时目标检测（两目标检测） 本课程的YOLOv3使用Darknet，在Ubuntu系统上做项目演示包括：安装Darknet、给自己的数据集打标签、整理自己嘚数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。 Darknet是使用C语言实现的轻型開源深度学习框架依赖少，可移植性好值得深入探究。 除本课程《YOLOv3目标检测实战：训练自己的数据集》外本人推出了有关YOLOv3目标检测嘚系列课程，请持续关注该系列的其它课程视频包括： 《YOLOv3目标检测实战：交通标志识别》 《YOLOv3目标检测：原理与源码解析》 《YOLOv3目标检测：網络模型改进方法》 敬请关注并选择学习！