键值

系统编程之共享内存 1.创建键值： 头文件： #include <sys/types.h> #include <sys/ipc.h> 函数原型： key_t ftok ( const char * pathname , int proj_id ) ; 参数分析： pathname ---->一般设为当前文件路径"."。 proj_id ---->编号，主要是为了区分不同的键值。 两个进程只要是使用相同的键，那么他们就指向同一个通信模块 使用ipcs -m 查看系统的共享内存： 2.创建共享内存shmid 功能 获取共享内存的 ID 头文件 #include <sys/ipc.h> #include <sys/shm.h> 函数原型 int shmget ( key_t key , size_t size , int shmflg ) ; 参数 分析 key 共享内存的键值 size 共享内存的尺寸（PAGE_SIZE 的整数倍） shmflg 标志位如下 IPC_CREAT 如果 key 对应的共享内存不存在，则创建之 IPC_EXCL 如果该 key 对应的共享内存已存在，则报错 SHM_HUGETLB 使用“大页面”来分配共享内存 SHM_NORESERVE 不在交换分区中为这块共享内存保留空间 mode 共享内存的访问权限（八进制，如 0644） 返回值 成功 该共享内存的

/*--> */ /*--> */ 现在的业务系统越来复杂，大型门户网站内容越来越多，数据库的数据量也越来愈大，所以有了“大数据”这一概念的出现。但是我们都知道当数据库的数据量和访问过于频繁都会影响系统整体性能体验，特别是并发量高的系统。为此，我们通过数据缓存来，减轻数据库的压力。为此，随着时间的步伐，各式各样的缓存技术的出现，让我们对于这些技术有些眼花缭乱。不是说功能最全的最先进，就是适合自己。我们要看看自己系统的定位去评估自己的系统适合使用哪种缓存机制。当然，也可以通过定义缓存接口，以后方便缓存机制的替换。下面我们来了解下缓存的概念、分类及发展趋势。 一、 概念 a、定义 数据缓存就是将数据暂存于内存缓存区中的一种技术。 b、目的 通常情况下，大量数据是保存在数据库中的，而应用程序访问数据库是一项很费时的操作。如果先将数据库中的数据缓存到缓存区中，当应用程序需要这些数据时，直接从缓存区中提取，就可以减少系统开销。 c、 类别 本地缓存 > 集群缓存 > 分布式缓存(数据网格) 参考：http://in.relation.to/2012/11/08/data-grid-why/ 二、 缓存类别的对比 缓存类别 本地缓存 集群缓存 分布式缓存 存储位置 应用服务器内存 网络服务器内存 网络服务器内存 优点 访问非常快 每一台服务器都包括所有的缓存 数据缓存分布，当缓存增移更

Redis的字典使用哈希表作为底层实现。一个哈希表里面可以有多个哈希表节点，而每个哈希表节点就保存了字典中的一个键值对 哈希表的数据结构为 table属性是一个数组,数组中的每个元素都是指向dictEntry结构的指针,每个dictEntry结构保存着一个键值对,size属性记录了table的大小 used哈希表目前已有的节点sizemask属性的值总是等于size-1\ dictEntry的数据结构为 key 属性保存着键值对中的键、而v属性保存着键值对中的值，其中键值对中的值可以为指针 、无符号64位整数 64位整数 val指针可以指向 字符串、列表、字典、集合 next 属性指向另一个哈希表节点的指针(next 是为了解决哈希冲突,将多个哈希值相同的键值对链接在一起) 典的数据结构 type属性和privdata属性是针对不同类型的键值对，为创建多态字典而设置的 type属性是指向dictType结构的指针，每个dictType结构保存了用于操作特定类型键值对的函数，redis会为用途不同的字典设置不同的类型特定函数 privdata属性则保存了需要传给那些类型特定函数的可选参数 ht属性是一个包含两个项的数组，数组中的每个项都是一个dictht哈希表字典只使用ht[0]哈希表，ht[1]哈希表只会在对ht[0]哈希表进行rehash时使用 除了ht[1

NoSQL数据库的四大分类 键值(Key-Value)存储数据库 　　 这一类数据库主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来说的优势在于简单、易部署。但是如果DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。举例如：Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB. 列存储数据库 　　这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。如：Cassandra, HBase, Riak. 文档型数据库 　　文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可 以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。如：CouchDB, MongoDb. 国内也有文档型数据库SequoiaDB，已经开源。 图形(Graph)数据库 　　图形结构的数据库同其他行列以及刚性结构的SQL数据库不同，它是使用灵活的图形模型，并且能够扩展到多个服务器上。NoSQL数据库没有标准的查询语言(SQL)

set和map都是泛型库对二叉树的一个泛化。 一、map的相关原理 map映照容器所处理的元素数据，与数据库中的具有键值的记录非常相似，由一个键值和其它若干个数据（映照数据组成），键值和映照数据之间，可建立一个数学上的映照关系。容器的数据结构是采用红黑树进行管理，元素值不允许重复，所使用的节点元素的比较函数，只对元素的键值进行比较，元素的各个数据项可通过键值检索。 数据构成如图所示： （一个pair对象） 如图所示为map容器的一个元素的数据组成，可通过pair封装成一个结构对象。map容器所要做的，就是将这个pair对象插入到红黑树中，完成一个元素的添加，同时，也要提供一个仅使用键值进行比较的函数对象，将它传递给红黑树。由此，就可以利用红黑树的操作，map元素数据插入到二叉树的正确位置，也可以根据键值进行元素的删除和检索。 map通过内部自建一颗红黑树(一种非严格意义上的平衡二叉树)，这颗树具有对数据自动排序的功能，所以在std map内部所有的数据都是有序的。 二、map的应用 1、创建 (2)map() 利用默认的less<T>函数对象和内存分配器，创建一个没有任何元素的map对象。 map<char,int,greater<char> >m; //创建空map对象，元素的键值类型为char，元素的映照数据类型为int,键值的比较函数对象为greater<char>. (2

交换排序 基本思想：所谓交换，就是根据序列中两个记录键值的比较结果来对换这两个记录在序列中的位置。交换排序的特点是：将键值较大的记录向序列的尾部移动，键值较小的记录向序列的前部移动。 冒泡排序 void Swap ( int * x , int * y ) { int tmp = * x ; * x = * y ; * y = tmp ; } void BubbleSort ( int * a , int n ) { int end = n ; //共n-1趟比较 while ( end > 1 ) { for ( int i = 1 ; i < end ; i ++ ) { if ( a [ i ] < a [ i - 1 ] ) { Swap ( & a [ i ] , & a [ i - 1 ] ) ; } } end -- ; } } 冒泡排序的特性总结： 1、时间复杂度：O(N^2) 2、空间复杂度：O(1) 3、稳定性：稳定 来源： CSDN 作者： ZD_012 链接： https://blog.csdn.net/ZD_012/article/details/104145300

世界上最容易的事是坚持，最难的事也是坚持。开通博客园已两月有余，但实际上笔者本人的活跃度非常低，痛定思痛，自己选的路含泪也要走下去，继续坚持！ 本文承接前几个月的python数据类型系列，完成对字典与集合两种数据类型的介绍，并结束python数据类型系列。 字典是python语言中常用的数据类型之一，顾名思义，一个字典就是许多“键值对”的集合，一个键值对就是字典的一个数据元素，示例如下： 从上图可以看到，该字典含有三个键值对，每个键值对的“键”都是字符串，“值”有数值型、布尔型和字符串。当然，python字典的键值对的“键”与“值”可以是任何python基本数据类型，即“键”可以是数值型，“值”可以是列表，“键”可以是元组，“值”可以是另一个字典，如此等等；需要注意的是，同一个字典中，每一个键值对的“键”在该字典中是唯一的，“值”没有限制，同一字典中两个不同的键值对的“值”完全可以相同。 再来看一下“集合”这个数据类型，但凡接触过数学中的集合概念，那么理解python的集合也就非常容易了。与数学中的集合一样，python的集合就是一些互异数据的组合，示例如下： 需要注意：定义空集合不能直接用大括号的方式，那样python解释器会把它理解为一个空子典，而是使用图中特定的方法定义空集合。 集合定义好后，可以对其进行交、差、并等常见运算（多个集合之间），和数学中的集合一样

文章目录 字典 字典的创建 {} dict() 获取字典值 根据键获取值 get(key[, default]) 修改字典 dict[key]=value dict.setdefault(key[,default]) update(dict) 删除键值对 del dict.popitem() dict.pop(key[,default]) dict.clear() 字典的遍历 keys() values() items() len() in、not in dict.copy() 字典 字典属于python中叫做映射的数据结构； 字典的作用与列表类似，都是用于存储数据； 列表的存储性能好，但查询性能差；如，查找列表中某个值时，在不知道其索引的情况下就只能遍历整个列表； 字典中每一个元素都有一个唯一的名字，通过这个唯一的名字可以快速的查找到指定的元素； 字典的存储性能差，查询性能好； 字典中可以保存多个对象，字典中对象称为值(value)；每个对象都有唯一的名字，对象的名字称为键(key)，通过键可以快速的查找对应的值(value)； 字典也称做键值对(结构)，每个字典都可以有多个键值对，每个 键值对称为一项(item) 字典的创建 {} 创建一个空字典 创建非空字典对象 语法：{key:value,key:value,key:value} 字典的值可以为任意对象(int、bool

数据模型概述 1.关系模型 关系模型使用记录（由元组组成）进行存储，记录存储在表中，表由架构界定。表中的每个列都有名称和类型，表中的所有记录都要符合表的定义。SQL是专门的查询语言，提供相应的语法查找符合条件的记录，如表联接（Join）。表联接可以基于表之间的关系在多表之间查询记录。 表中的记录可以被创建和删除，记录中的字段也可以单独更新。 关系模型数据库通常提供事务处理机制，这为涉及多条记录的自动化处理提供了解决方案。 对不同的编程语言而言，表可以被看成数组、记录列表或者结构。表可以使用B树和哈希表进行索引，以应对高性能访问。 2.键值存储 键值存储提供了基于键对值的访问方式。 键值对可以被创建或删除，与键相关联的值可以被更新。 键值存储一般不提供事务处理机制。 对不同的编程语言而言，键值存储类似于哈希表。对此，不同的编程语言有不同的名字（如，Java称之为“HashMap”，Perl称之为“hash”，Python称之为“dict”，PHP称之为“associative array”），C++则称之为“boost::unordered_map<...>”。 键值存储支持键上自有的隐式索引。 键值存储看起来好像不太有用，但却可以在“值”上存储大量信息。“值”可以是一个XML文档，一个JSON对象，或者其它任何序列化形式。 重要的是，键值存储引擎并不在意“值”的内部结构

1. Redis是什么？ Redis是一个开放源代码（BSD许可）的内存中数据结构存储，用作数据库，缓存和消息代理。它支持数据结构，例如字符串，哈希，列表，集合，带范围查询的排序集合，位图，超日志，带有半径查询和流的地理空间索引。Redis具有内置的复制，Lua脚本，LRU驱逐，事务和不同级别的磁盘持久性，并通过Redis Sentinel和Redis Cluster自动分区提供了高可用性。 Redis是用C语言开发的一一个开源的高性能键值对( key-value )内存数据库。 它提供五种数据类型来存储值:字符串类型、散列类型、列表类型、集合类型、有序集合类型 它是一个NoSQL数据 库 Redis支持哪几种数据类型：String、List、Set、Sorted Set、hashes 2 Redis有那些优势？ (1) 速度快，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1) (2) 支持丰富数据类型，支持string，list，set，sorted set，hash (3) 支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行 (4) 丰富的特性：可用于缓存，消息，按key设置过期时间，过期后将会自动删除 3 Redis的特点？ Redis可以从磁盘重新将数据加载到内存中