索引

目录   下面介绍pandas常见的基本功能，和python的基本数据类型进行比较可以看到pandas在操作大型数据集中的优势。 1.重建索引 (1)函数：reindex (2)作用：创建一个符合新索引的新对象。 (3)内容：   Series调用reindex方法时，会将数组按照新的索引进行排列，如果之前并不存在，则会引入缺失值NaN。   DataFrame调用reindex方法时，会改变行和列索引。只传入一个序列时，行会重建索引；传入columns关键字参数时，列会重建索引。 (4)重要参数：ffill   作用：重建索引时插值，按顺序把没有数据的标签补充数据。 (5)实例 2.轴向上删除条目 (1)函数：drop (2)作用：在轴向上删除一个或更多的条目。 (3)内容：   返回一个含有指示值或轴向上删除值的新对象。   Series调用drop方法时，把字符串或者字符串序列列表当作参数传入并返回对象。   DataFrame调用drop方法时，传入字符串序列列表会根据行标签删除值(轴0)，传入axis=1或者axis='columns'会根据列标签删除值。 (4)重要参数：inplace   作用：清除被删除的数据，并返回删除后的数据。 (5)实例 3.索引，选择与过滤 (1)索引   Series的索引可以不只是整数，也可以是小数，字符串，切片，字符串索引列表

InnoDB索引的数据结构 InnoDB索引采用了B-Tree的数据结构，数据存储在叶子节点上，每个叶子节点默认的大小是16KB。 当新记录插入到InnoDB聚簇索引中时，如果按顺序插入索引记录（升序或降序），当达到叶子节点最大的容量时，下一条记录就会写到新的的页中。叶子节点可使用的容量为总容量的15/16，InnoDB会留1/16的空间，以备将来插入和更新索引记录时使用， 如果以随机顺序插入记录，则页面的容量为1/2到15/16之间。 你可以设置 innodb_page_size 来调整页的大小，支持 64KB, 32KB, 16KB (默认), 8KB, 和4KB。 索引的分类 InnoDB的索引类型分为 主键索引和非主键索引 。 主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）。整张表的数据其实就是存储在聚簇索引中的， 聚簇索引就是表 。 如果没有设置主键怎么办呢？MySQL会自动选择一个可以唯一标识数据记录的列作为主键，如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含字段作为主键。 聚簇索引结构如下图所示： 非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。 二级索引的叶子节点中存的是主键的值 ，不是原始的数据

写在前面：无规矩不成方圆。对于刚加入互联网的朋友们，肯定会接触到 MySQL ， MySQL 作为互联网最流行的关系型数据库产品，它有它擅长的地方，也有它不足的短板，针对它的特性，结合互联网大多应用的特点，笔者根据自己多年互联网公司的 MySQL DBA 经验，现总结出互联网 MySQL 的一些开发规范，仅供参考。 一、基础规范 (1) 使用 INNODB 存储引擎 (2) 表字符集使用 UTF8 (3) 所有表都需要添加注释 (4) 单表数据量建议控制在 5000W 以内 (5) 不在数据库中存储图 ⽚ 、文件等大数据 (6) 禁止在线上做数据库压力测试 (7) 禁 ⽌ 从测试、开发环境直连数据库 二、命名规范 (1) 库名表名字段名必须有固定的命名长度， 12 个字符以内 (2) 库名、表名、字段名禁 ⽌ 止超过 32 个字符。须见名之意 (3) 库名、表名、字段名禁 ⽌ 止使 ⽤ 用 MySQL 保留字 (4) 临时库、表名必须以 tmp 为前缀，并以 ⽇ 日期为后缀 (5) 备份库、表必须以 bak 为前缀，并以日期为后缀 三、库、表、字段开发设计规范 (1) 禁 ⽌ 使用分区表 (2) 拆分大字段和访问频率低的字段，分离冷热数据 (3) 用 HASH 进 ⾏ 散表，表名后缀使 ⽤⼗ 进制数，下标从 0 开始 (4) 按日期时间分表需符合 YYYY[MM][DD][HH]

搜索引擎面试题 题目和解答来自于中华石杉和自己整理总结而得，希望能够有所帮助。 搜索引擎主要考察ElasticSearch 以及对应底层的Lucene技术。 主要面试题集中于： es分布式架构原理 es的插入与查询 es在数据量很大的情况下如何提高性能 es在生产集群的部署架构是什么，每个索引有多大的数据量，每个索引有多少分片 1. es分布式架构原理 首先需要明白es是如何存储数据的，es把对应的数据转换为index。基于倒排索引的方式，每个index上存储了多个type类型，每个type对应一个document。而一个index会被分成多个shard(默认是5个)。 在分布式部署时，每个shard会被复制，即一个shard有primary和replica 每个es进程存储的是不同shard的primary和replica。es集群多个节点，会自动选举一个节点为master节点，这个master节点其实就是干一些管理的工作的，比如维护索引元数据拉，负责切换primary shard和replica shard身份拉取之类的。 2. es的数据写入与读取 2.1 es数据的写入 2.1.1 es数据的写入过程 注意，客户端是可以在任意节点进行写入数据的，与Kakfa不同。 1）客户端选择一个node发送请求过去，这个node就是coordinating node（协调节点） 2

InnoDB： 支持事务处理等 不加锁读取 支持外键 支持行锁 不支持FULLTEXT类型的索引 不保存表的具体行数，扫描表来计算有多少行 DELETE 表时，是一行一行的删除 InnoDB 把数据和索引存放在表空间里面 跨平台可直接拷贝使用 InnoDB中必须包含AUTO_INCREMENT类型字段的索引 表格很难被压缩 MyISAM： 不支持事务，回滚将造成不完全回滚，不具有原子性 不支持外键 不支持外键 支持全文搜索 保存表的具体行数,不带where时，直接返回保存的行数 DELETE 表时，先drop表，然后重建表 MyISAM 表被存放在三个文件 。frm 文件存放表格定义。 数据文件是MYD (MYData) 。 索引文件是MYI (MYIndex)引伸 跨平台很难直接拷贝 MyISAM中可以使AUTO_INCREMENT类型字段建立联合索引 表格可以被压缩 选择： 因为MyISAM相对简单所以在效率上要优于InnoDB.如果系统读多，写少。对原子性要求低。那么MyISAM最好的选择。且MyISAM恢复速度快。可直接用备份覆盖恢复。 如果系统读少，写多的时候，尤其是并发写入高的时候。InnoDB就是首选了。 两种类型都有自己优缺点，选择那个完全要看自己的实际类弄。 来源： https://www.cnblogs.com/chenlinlab/p/9545282.html

MySQL默认采用的是MyISAM。 MyISAM不支持事务，而InnoDB支持。InnoDB的AUTOCOMMIT默认是打开的，即每条SQL语句会默认被封装成一个事务，自动提交，这样会影响速度，所以最好是把多条SQL语句显示放在begin和commit之间，组成一个事务去提交。 InnoDB支持数据行锁定，MyISAM不支持行锁定，只支持锁定整个表。即 MyISAM同一个表上的读锁和写锁是互斥的，MyISAM并发读写时如果等待队列中既有读请求又有写请求，默认写请求的优先级高，即使读请求先到，所以 MyISAM不适合于有大量查询和修改并存的情况，那样查询进程会长时间阻塞。因为MyISAM是锁表，所以某项读操作比较耗时会使其他写进程饿死。 InnoDB支持外键，MyISAM不支持。 InnoDB的主键范围更大，最大是MyISAM的2倍。 InnoDB不支持全文索引，而MyISAM支持。全文索引是指对char、 varchar和text中的每个词（停用词除外）建立倒排序索引。MyISAM的全文索引其实没啥用，因为它不支持中文分词，必须由使用者分词后加入空 格再写到数据表里，而且少于4个汉字的词会和停用词一样被忽略掉。 MyISAM支持GIS数据，InnoDB不支持。即MyISAM支持以下空间数据对象：Point,Line,Polygon,Surface等。 没有where的count(

原文：https://blog.csdn.net/frycn/article/details/70158313?utm_source=copy InnoDB： 支持事务处理等 不加锁读取 支持外键 支持行锁 不支持FULLTEXT类型的索引 不保存表的具体行数，扫描表来计算有多少行 DELETE 表时，是一行一行的删除 InnoDB 把数据和索引存放在表空间里面 跨平台可直接拷贝使用 InnoDB中必须包含AUTO_INCREMENT类型字段的索引 表格很难被压缩 MyISAM： 不支持事务，回滚将造成不完全回滚，不具有原子性 不支持外键 不支持外键 支持全文搜索 保存表的具体行数,不带where时，直接返回保存的行数 DELETE 表时，先drop表，然后重建表 MyISAM 表被存放在三个文件 。frm 文件存放表格定义。 数据文件是MYD (MYData) 。 索引文件是MYI (MYIndex)引伸 跨平台很难直接拷贝 MyISAM中可以使AUTO_INCREMENT类型字段建立联合索引 表格可以被压缩 选择： 因为MyISAM相对简单所以在效率上要优于InnoDB.如果系统读多，写少。对原子性要求低。那么MyISAM最好的选择。且MyISAM恢复速度快。可直接用备份覆盖恢复。 如果系统读少，写多的时候，尤其是并发写入高的时候。InnoDB就是首选了。

MySQL MyISAM InnoDB区别 InnoDB： 支持事务处理等 不加锁读取 支持外键 支持行锁 不支持FULLTEXT类型的索引 不保存表的具体行数，扫描表来计算有多少行 DELETE 表时，是一行一行的删除 InnoDB 把数据和索引存放在表空间里面 跨平台可直接拷贝使用 InnoDB中必须包含AUTO_INCREMENT类型字段的索引 表格很难被压缩 MyISAM： 不支持事务，回滚将造成不完全回滚，不具有原子性 不支持外键 不支持外键 支持全文搜索 保存表的具体行数,不带where时，直接返回保存的行数 DELETE 表时，先drop表，然后重建表 MyISAM 表被存放在三个文件 。frm 文件存放表格定义。 数据文件是MYD (MYData) 。 索引文件是MYI (MYIndex)引伸 跨平台很难直接拷贝 MyISAM中可以使AUTO_INCREMENT类型字段建立联合索引 表格可以被压缩 选择： 因为MyISAM相对简单所以在效率上要优于InnoDB.如果系统读多，写少。对原子性要求低。那么MyISAM最好的选择。且MyISAM恢复速度快。可直接用备份覆盖恢复。 如果系统读少，写多的时候，尤其是并发写入高的时候。InnoDB就是首选了。 两种类型都有自己优缺点，选择那个完全要看自己的实际类弄。 来源： https://www.cnblogs.com

InnoDB： 支持事务处理等 不加锁读取 支持外键 支持行锁 不支持FULLTEXT类型的索引 不保存表的具体行数，扫描表来计算有多少行 DELETE 表时，是一行一行的删除 InnoDB 把数据和索引存放在表空间里面 跨平台可直接拷贝使用 InnoDB中必须包含AUTO_INCREMENT类型字段的索引 表格很难被压缩 MyISAM： 不支持事务，回滚将造成不完全回滚，不具有原子性 不支持外键 不支持外键 支持全文搜索 保存表的具体行数,不带where时，直接返回保存的行数 DELETE 表时，先drop表，然后重建表 MyISAM 表被存放在三个文件 。frm 文件存放表格定义。 数据文件是MYD (MYData) 。 索引文件是MYI (MYIndex)引伸 跨平台很难直接拷贝 MyISAM中可以使AUTO_INCREMENT类型字段建立联合索引 表格可以被压缩 选择： 因为MyISAM相对简单所以在效率上要优于InnoDB.如果系统读多，写少。对原子性要求低。那么MyISAM最好的选择。且MyISAM恢复速度快。可直接用备份覆盖恢复。 如果系统读少，写多的时候，尤其是并发写入高的时候。InnoDB就是首选了。 两种类型都有自己优缺点，选择那个完全要看自己的实际类弄。 来源： https://www.cnblogs.com/zhanghanwen16/p/8520800

难度等级：简单 题目描述： 给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。 你可以假设数组中无重复元素。 示例 1: 输入: [1,3,5,6], 5 输出: 2 示例 2: 输入: [1,3,5,6], 2 输出: 1 示例 3: 输入: [1,3,5,6], 7 输出: 4 示例 4: 输入: [1,3,5,6], 0 输出: 0 来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/search-insert-position 著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。 解题思路： 1、暴力解法，逐渐遍历对比，此方法时间复杂度是O(n)。 2、二分法查找，笔者采用此方法，最快，时间复杂度是O(log n) 解题代码： class Solution: def searchInsert(self, nums: List[int], target: int) -> int: left = 0 right = len(nums) -1 while True: index = int((left + right)/2) if target > nums[index]: # 更新左右边界索引 left = index else: right