数据库原理

JAVA面试宝典

我只是一个虾纸丫 提交于 2019-11-30 23:13:26
转载自: https://www.cnblogs.com/lyldaisy/p/10952180.html 1、 meta标签的作用是什么 2、 ReenTrantLock可重入锁(和synchronized的区别)总结 3、 Spring中的自动装配有哪些限制? 4、 什么是可变参数? 5、 什么是领域模型(domain model)?贫血模型(anaemic domain model)和充血模型(rich domain model)有什么区别? 6、 说说http,https协议 7、 "= ="和equals方法究竟有什么区别? 8、 &和&&的区别? 9、 .super.getClass()方法调用? 10、 10条SQL优化技巧 11、 10道经典java面试题_实习生必问! 12、 15个Java线程并发面试题和答案 13、 15个高级Java多线程面试题及回答 14、 2000w数据,redis中只存20w的数据,如何保证redis中的数据都是热点数据 15、 2018年java分布式相关最新面试题 16、 2018最新java技术面试题与答案 17、 23种经典设计模式都有哪些,如何分类? 18、 4个Spring常见面试题及答案解析 19、 58到家MySQL数据库开发规范 20、 9条改善Java性能的小建议 21、 9道常见的java笔试选择题 22、

从原理到场景 系统讲解 PHP 缓存技术☆

匆匆过客 提交于 2019-11-30 22:11:41
缓存已经成了项目中是必不可少的一部分,它是提高性能最好的方式,例如减少网络I/O、减少磁盘I/O 等,使项目加载速度变的更快。 缓存可以是CPU缓存、内存缓存、硬盘缓存,不同的缓存查询速度也不一样(CPU缓存 优于 内存缓存 优于 硬盘缓存)。 接下来,给大家逐一进行介绍。 浏览器缓存 浏览器将请求过的页面存储在客户端缓存中,当访问者再次访问这个页面时,浏览器就可以直接从客户端缓存中读取数据,减少了对服务器的访问,加快了网页的加载速度。 强缓存 用户发送的请求,直接从客户端缓存中获取,不请求服务器。 根据 Expires 和 Cache-Control 判断是否命中强缓存。 代码如下: header('Expires: '. gmdate('D, d M Y H:i:s', time() + 3600). ' GMT'); header("Cache-Control: max-age=3600"); //有效期3600秒 Cache-Control 还可以设置以下参数: public:可以被所有的用户缓存(终端用户的浏览器/CDN服务器) private:只能被终端用户的浏览器缓存 no-cache:不使用本地缓存 no-store:禁止缓存数据 协商缓存 用户发送的请求,发送给服务器,由服务器判定是否使用客户端缓存。 代码如下: $last_modify = strtotime(

从原理到场景 系统讲解 PHP 缓存技术(全)

夙愿已清 提交于 2019-11-30 15:07:06
概述 缓存已经成了项目中是必不可少的一部分,它是提高性能最好的方式,例如减少网络I/O、减少磁盘I/O 等,使项目加载速度变的更快。 缓存可以是CPU缓存、内存缓存、硬盘缓存,不同的缓存查询速度也不一样(CPU缓存 优于 内存缓存 优于 硬盘缓存)。 接下来,给大家逐一进行介绍。 浏览器缓存 浏览器将请求过的页面存储在客户端缓存中,当访问者再次访问这个页面时,浏览器就可以直接从客户端缓存中读取数据,减少了对服务器的访问,加快了网页的加载速度。 强缓存 用户发送的请求,直接从客户端缓存中获取,不请求服务器。 根据 Expires 和 Cache-Control 判断是否命中强缓存。 代码如下: header('Expires: '. gmdate('D, d M Y H:i:s', time() + 3600). ' GMT'); header("Cache-Control: max-age=3600"); //有效期3600秒 Cache-Control 还可以设置以下参数: public:可以被所有的用户缓存(终端用户的浏览器/CDN服务器) private:只能被终端用户的浏览器缓存 no-cache:不使用本地缓存 no-store:禁止缓存数据 协商缓存 用户发送的请求,发送给服务器,由服务器判定是否使用客户端缓存。 代码如下: $last_modify =

java面试宝典

老子叫甜甜 提交于 2019-11-30 14:44:45
1、 meta标签的作用是什么 2、 ReenTrantLock可重入锁(和synchronized的区别)总结 3、 Spring中的自动装配有哪些限制? 4、 什么是可变参数? 5、 什么是领域模型(domain model)?贫血模型(anaemic domain model)和充血模型(rich domain model)有什么区别? 6、 说说http,https协议 7、 "= ="和equals方法究竟有什么区别? 8、 &和&&的区别? 9、 .super.getClass()方法调用? 10、 10条SQL优化技巧 11、 10道经典java面试题_实习生必问! 12、 15个Java线程并发面试题和答案 13、 15个高级Java多线程面试题及回答 14、 2000w数据,redis中只存20w的数据,如何保证redis中的数据都是热点数据 15、 2018年java分布式相关最新面试题 16、 2018最新java技术面试题与答案 17、 23种经典设计模式都有哪些,如何分类? 18、 4个Spring常见面试题及答案解析 19、 58到家MySQL数据库开发规范 20、 9条改善Java性能的小建议 21、 9道常见的java笔试选择题 22、 abstract class和interface有什么区别 23、 ActiveMQ是什么 24、

memcache、redis原理对比

拟墨画扇 提交于 2019-11-29 08:06:39
一、问题: 数据库表数据量极大(千万条),要求让服务器更加快速地响应用户的需求。 二、解决方案: 1.通过高速服务器Cache缓存数据库数据 2.内存数据库 (这里仅从数据缓存方面考虑,当然,后期可以采用Hadoop+HBase+Hive等分布式存储分析平台) 三、主流解Cache和数据库对比: 上述技术基本上代表了当今在数据存储方面所有的实现方案,其中主要涉及到了普通关系型数据库(MySQL/PostgreSQL),NoSQL数据库(MongoDB),内存数据库(Redis),内存Cache(Memcached),我们现在需要的是对大数据表仍保持高效的查询速度,普通关系型数据库是无法满足的。而MongoDB其实只是一种非关系型数据库,其优势在于可以存储海量数据,具备强大的查询功能,因此不宜用于缓存数据的场景。 从以上各数据可知,对于我们产品最可行的技术方案有两种: 1.Memcached 内存Key-Value Cache 2.Redis 内存数据库 四、下面重点分析Memcached和Redis两种方案: 4.1 Memcached介绍 Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载。它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提供动态、数据库驱动网站的速度,现在已被LiveJournal、hatena、Facebook

memcache、redis原理对比

≯℡__Kan透↙ 提交于 2019-11-29 08:06:29
一、问题: 数据库表数据量极大(千万条),要求让服务器更加快速地响应用户的需求。 二、解决方案: 1.通过高速服务器Cache缓存数据库数据 2.内存数据库 (这里仅从数据缓存方面考虑,当然,后期可以采用Hadoop+HBase+Hive等分布式存储分析平台) 三、主流解Cache和数据库对比: 上述技术基本上代表了当今在数据存储方面所有的实现方案,其中主要涉及到了普通关系型数据库(MySQL/PostgreSQL),NoSQL数据库(MongoDB),内存数据库(Redis),内存Cache(Memcached),我们现在需要的是对大数据表仍保持高效的查询速度,普通关系型数据库是无法满足的。而MongoDB其实只是一种非关系型数据库,其优势在于可以存储海量数据,具备强大的查询功能,因此不宜用于缓存数据的场景。 从以上各数据可知,对于我们产品最可行的技术方案有两种: 1.Memcached 内存Key-Value Cache 2.Redis 内存数据库 四、下面重点分析Memcached和Redis两种方案: 4.1 Memcached介绍 Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载。它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提供动态、数据库驱动网站的速度,现在已被LiveJournal、hatena、Facebook

memcache、redis原理对比

情到浓时终转凉″ 提交于 2019-11-29 08:06:13
一、问题: 数据库表数据量极大(千万条),要求让服务器更加快速地响应用户的需求。 二、解决方案: 1.通过高速服务器Cache缓存数据库数据 2.内存数据库 (这里仅从数据缓存方面考虑,当然,后期可以采用Hadoop+HBase+Hive等分布式存储分析平台) 三、主流解Cache和数据库对比: 上述技术基本上代表了当今在数据存储方面所有的实现方案,其中主要涉及到了普通关系型数据库(MySQL/PostgreSQL),NoSQL数据库(MongoDB),内存数据库(Redis),内存Cache(Memcached),我们现在需要的是对大数据表仍保持高效的查询速度,普通关系型数据库是无法满足的。而MongoDB其实只是一种非关系型数据库,其优势在于可以存储海量数据,具备强大的查询功能,因此不宜用于缓存数据的场景。 从以上各数据可知,对于我们产品最可行的技术方案有两种: 1.Memcached 内存Key-Value Cache 2.Redis 内存数据库 四、下面重点分析Memcached和Redis两种方案: 4.1 Memcached介绍 Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载。它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提供动态、数据库驱动网站的速度,现在已被LiveJournal、hatena、Facebook

数据库索引原理及优化

坚强是说给别人听的谎言 提交于 2019-11-28 23:15:17
摘要 本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题。特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引擎对索引的支持也各不相同,因此MySQL数据库支持多种索引类型,如BTree索引,哈希索引,全文索引等等。为了避免混乱,本文将只关注于BTree索引,因为这是平常使用MySQL时主要打交道的索引,至于哈希索引和全文索引本文暂不讨论。 常见的查询算法及数据结构 为什么这里要讲查询算法和数据结构呢?因为之所以要建立索引,其实就是为了构建一种数据结构,可以在上面应用一种高效的查询算法,最终提高数据的查询速度。 索引的本质 MySQL官方对索引的定义为:索引(Index)是帮助MySQL高效获取数据的数据结构。提取句子主干,就可以得到索引的本质:索引是数据结构。 常见的查询算法 我们知道,数据库查询是数据库的最主要功能之一。我们都希望查询数据的速度能尽可能的快,因此数据库系统的设计者会从查询算法的角度进行优化。那么有哪些查询算法可以使查询速度变得更快呢? 顺序查找(linear search ) 最基本的查询算法当然是顺序查找(linear search),也就是对比每个元素的方法,不过这种算法在数据量很大时效率是极低的。 数据结构:有序或无序队列 复杂度:O(n) //顺序查找 int SequenceSearch(int a[], int value,

数据库原理,数据库系统的架构

做~自己de王妃 提交于 2019-11-28 06:14:56
数据库系统的架构: 单机架构(单个人使用,access) 大型主机/终端架构 主从式架构(C/S)MySQL,甲骨文,sqlserver最大缺点,一个服务器支持所有用户并发访问 分布式架构, 域(domain)属性的取值范围:如,性别只能是男和女两个值 事物:transcation :多个操作被当作以一个整体对待。要么都做,要么不做 如果部分事物操作失败,那么依赖日志文件,回滚,撤回所有操作 ACID: A:原子性 多样 C:一致性 能量守恒 I:隔离性 同时对两个表进行操作,两个事物同时进行(dirty data), D:持久性 E-R图 实体-联系模型 实体 Entity :客观存在并可以相互区分的客观事物或抽象事件 例如张三和李四 在E-R图中用矩形框表示实体,把实体名写在框内 属性:实体所具有的特征或性质 学员的编号手机号姓名 联系:数据之间的关联集合 实体内部的联系:组成实体的各属性之间的联系 职工实体中,职工号和部门经理号之间有一种联系 实体之间的联系:不同实体之间的联系 学生选课实体和学生基本信息实体 实体之间的联系用菱形框表示 联系的类型:一对一,一对多,多对多 来源: https://www.cnblogs.com/lijiangjun/p/11396774.html

【Oracle】【39】where执行顺序

心不动则不痛 提交于 2019-11-28 06:09:52
正文: where执行顺序是 从右往左,自下而上 。根据这个原理,表之间的连接必须写在其他WHERE条件之前, 排除越多的条件应该放在最后一个 。 注意:查询所有数据时,尽量不要用 * (select * from table ...),ORACLE在解析的过程中,会将 * 依次转换成所有的列名,这个工作是通过查询数据字典完成的, 这意味着将耗费更多的时间 参考博客: Oracle数据库Where条件执行顺序 - ATJAVA - 博客园 https://www.cnblogs.com/ipetergo/p/6803324.html 来源: https://www.cnblogs.com/huashengweilong/p/11387073.html