索引

AND 与 or 的区别 AND ：可以将 N 多的条件下使用 AND 运算符。采取动作的 SQL 语句，无论是事务或查询，所有分离的条件，必须为 True or ：可以将 N 多的条件下使用 OR 运算符。 SQL 语句将要采取的动作，无论是一个事务或查询，任何一个 OR 必须为 TRUE 分离的条件 -- 通配符 _ 匹配单个 % 多字符匹配 -- 反义运算符 反义运算符（ != !< !> ）建立在同义运算符对面 (= < >) 不等于 <> 不大于 <= 不小于 >= -- 多值检测 要获取 23,25,28 岁员工信息 select * from tableA where age=23 or age=25 or age=28 或者 使用 in 关键字 select * from tableA where age in(23,25,28) in 在不间断的值时使用更好如果是连续的值可以使用范围查询条件 select * from tableA where age>23 and age <28 或者 使用 between and 获得范围这在 sql2008 后才有 select * from tableA where age between 23 and 28 -- 查询工资小于 5000 ，年龄在 25 到 28 之间的 select * from T_Employee

1 简介 JQuery，是辅助JS开发的库。是一套跨浏览器的JS库，简化HTML与JavaScript之间的操作。极大地简化了遍历HTML文档，操作DOM，处理事件、执行动画和开发Ajax。链式操作，隐式迭代。 2 HelloWorld 1 使用JQuery必须先引入JQuery的库文件，使用script标签引入。 <script type="text/javascript" src="../script/jquery-1.7.2js"></script> <script type="text/javascript"> //编写js代码 //$():调用$方法 $():较直jquery的核心函数 /*为$()方法传入一个function{}作为参数 ： window.οnlοad=function(){写代码} 就相当于$(function{写代码});*/ $(function()){ //使用$()查找元素，使用.click()来绑定点击响应函数，把单机响应函数作为click()的参数传入即可 $("#btnId").click(function(){ alert("HelloWorld"); }); }); </script> 2 $的本质:$是一个函数 ，把$();称为JQuery的核心函数。 $==jQuery，故jQuery("#btn").click(function

在mysql中已经学习了索引，并知道索引对于查询速度的提升 mongodb也支持索引，以提升查询速度 步骤一：创建大量数据 执行如下代码，向集合中插入10万条文档 for(i=0;i<100000;i++) { db.t1.insert({name:'test'+i, age:i}) } 步骤二：数据查找性能分析 查找姓名为'test10000'的文档 db.t1.find({name:'test10000'}) 使用explain()命令进行查询性能分析 db.t1.find({name:'test10000'}).explain('executionStats') 其中executionStats下的executionTimeMillis表示整体查询时间，单位是毫秒 性能分析结果如下图： 步骤三：建立索引 创建索引 1表示升序，-1表示降序 db.集合.ensureIndex({属性:1}) db.t1.ensureIndex({name:1}) 步骤四：对索引属性查询 执行上面的同样的查询，并进行查询性能分析 db.t1.find({name:'test10000'}).explain('executionStats') 性能分析结果如下图： 索引的命令 建立唯一索引，实现唯一约束的功能 db.t1.ensureIndex({'name':1}, {'unique':true

1 列表(List) 1.1 基本信息 列表存储一串信息； 列表用 [ ] 定义，数据之间用“,”分隔； 列表的数据项不需要具有相同的类型； 列表索引号从0开始。 1.2 列表操作 list.append(self, object) ：在末尾添加新object内容； list.clear(self) ：清空列表 list.copy(self) ：复制 list.count(self, obejct) ：object在列表中出现的次数； list.extend(self, iterable) ：其他列表中完整的内容追加到当前列表末尾； list.index(self, object, start, stop) ：取索引 list.insert(self, index, object) ：在指定索引位置插入 list.pop(self, index) ：默认删除最后一个/删除指定索引元素 list.remove(self, object) ：删除指定数据 list.reverse(self) ：逆序，反转 list.sort(self, key, reverse) ：升序排序 list.sort(reverse=Ture) ：降序排序 1.3 del关键字 del 关键字(delete)删除列表元素 del name_list[1] # del 本质上将一个变量从内存中删除

【Python】Python之迭代 学习完 Python 重要的基础数据类型（list，tuple…）之后，我们来了解一下 迭代 部分的相关知识。 迭代的含义 在 Python 中，如果给定一个 list 或者 tuple ，我们可以通过 for 循环来遍历这个list或tuple，这种遍历我们称之为迭代（Iteration）。 在 Python 中，迭代是通过 for … in 来完成的，而很多语言比如C或者Java，迭代list是通过下标完成的，例如 C语言 代码： for ( i = 0 ; i < list . length ; i ++ ) { n = list [ i ] ; } 可以看出，Python 的 for 循环抽象程度要高于 C 的 for 循环。 因为 Python 的 for 循环不仅可以用在 list 和 tuple 上，还可以作用在其他任何可迭代对象上。 因此，迭代操作就是对于一个集合，无论该集合是有序还是无序，我们用 for 循环总是可以依次取出集合的每一个元素。 注意 : 集合是指包含一组元素的数据结构，我们已经介绍的包括以下几个 ： 有序集合：list，tuple，string 和 Unicode 无序集合：set 无序集合并且具有 key-value 对：dict 而 迭代 是一个动词，它指的是一种操作 ！在Python中，就是 for 循环。

文章目录 列表 1.列表的定义 1.1访问列表元素 1.2索引 1.3 使用列表中的各个值 2.修改、添加和删除元素 2.1修改列表元素 2.2添加列表元素 2.3删除列表元素 3.组织列表 列表 1.列表的定义 列表由一系列按特定顺序排列的元素组成。 列表的数据项不需要具有相同的类型。 在Python中，用方括号（[] ）来表示列表，并用逗号来分隔其中的元 素。第一个索引是0，第二个索引是1，依此类推。 1.1访问列表元素 列表是有序集合，因此要访问列表的任何元素，只需将该元素的位置或索引告诉Python即可。要访问列表元素，可指出列表的名称，再指出元素的索引，并将其放在方括号内。 当你请求获取列表元素时，Python只返回该元素，而不包括方括号和引号： 1.2索引 在Python中，第一个列表元素的索引为0，而不是1。例如，要访问第一个列表元素，可使用索引0。 name = ['xiaozhang','xiaoli','xiaoou'] print(name[0]) xiaozhang Python为访问最后一个列表元素提供了一种特殊语法。通过将索引指定为-1 ，可让Python返回最后一个列表元素： name = ['xiaozhang','xiaoli','xiaoou'] print(name[-1]) xiaoou 这种语法很有用

兴起原因 Not only SQL 传统的关系性数据库 关系代数理论基础 RDBMS只能纵向扩展：通过一台服务器增加性能终究难以满足数据量增长。 严格的数据库模式 索引机制，查询优化引擎：适当量级查询效率高 事务一致性：ACID 数据完整性：主键、约束 标准化：sql标准 技术支持：商业数据库 可维护：管理员维护 关系型数据库主从模式 面对日益增长的数据量，多台服务器的写主读从，分离单台服务器压力，但效果有限，且： 集群部署配置复杂 主库压力带来延迟 扩容重新分区复杂 web2.0的需求 关系型数据库事务机制需要额外的开销，但是在Web2.0通常不要求严格的数据库事务 不需要严格的读写实时性 不包含复杂的sql查询：连接操作牺牲性能节约空间 扩充关系型数据库无法实现的特点 1.灵活的可扩展性 2.灵活的数据模型 3.与云计算紧密结合：根据负载动态伸缩集群节点 NoSQL数据库优势 1.海量数据管理需求 2.高并发需求：动态数据实时生成性能需求 3.可扩展、高可用：突发事务访问量急剧增大 NoSQL数据库劣势 缺乏底层理论基础 事务强一致性：不适用关键业务 数据模型 不同场景下需要不同的数据模型 四大类型 键值数据库 如Redis存储键值对， 适合内容缓存 简单的数据模型 频繁读写 非结构化信息同时也有一些缺点，在一些场景下是不适合的：条件查询效率低、键与键之间没有办法反应联系关系

一、Lucene简介 A、Lucene的总体架构 　　1、文档（document)：索引与搜索的主要数据载体，它包含一个或多个字段，存放将要写入索引或将从索引搜索出来的数据。 　　2、字段(field): 文档的一个片段，它包含两个部分： 字段的名称和内容。 　　3、词项(term)：搜索的一个单位，代表文本中的某个词。 　　4、词条(token)： 词项在字段中的一次出现，包括词项的文本、开始和结束的位置以及类型。 Apache Lucene将写入索引的所有信息组织成一种名为倒排索引(inverted index)的结构。 B、Lucene查询语言 　　1、AND： 操作符两边的词项都在文档中出现。 　　2、OR：任意词项在文档中出现。 　　3、NOT：文档必须不包含该操作符后面的词项。 　　４、+： 只有包含操作符后面词项的文档才会被认为是与从句匹配。 　　5、-： 从句匹配的文档不能出现操作符后面的词项。 Lucene中所有的数据都存储在字段(field)中，而字段又是文档的组成单位。为了实现针对某个字段的查询，用户需要提供字段名称，再加上冒号及条件。支持两种通配符： ?和*。？是匹配任意一个字符，＊是匹配多个字符。～表示模糊查询。 二、ElasticSearch简介 A、基本概念 　　索引：ElasticSearch将它的数据存储在一个或多个索引(index)中

服务器性能剖析 1、性能指标 基准测试是针对系统设计的一种压力测试。 吞吐量: 单位时间内的事务处理数(TPS) 响应时间或延迟 并发性 可扩展性 SHOW STATUS 和SHOW PROCESSLIST 命令 tcpdump Schema与数据类型优化 数据类型选择 更小的通常更好，占用更少的磁盘、内存和CPU缓存。 简单就号，占用更少的CPU周期。如整型比字符操作代价更低。 尽量避免NULL。查询中包含NULL列，优化会更困难，索引、索引统计和值都会变的复杂。可为NULL的列会使用更多的存储空间。 如果计划在列中建索引，应尽量避免可谓NULL的列。 BLOB和TEXT区别在于BLOB存储的是二进制数据，没有排序规则和字符集，而TEXT类型有字符集和排序规。MySQL只对每个列的最前max_sort_length字节做排序。不能将列全部长度做索引，也不能使用这些索引消除排序。如果EXPLAIN执行计划中Extra列包含“Using temporary” 则说明这个查询使用了隐式临时表。 schema设计 不可有太多的列: 存储引擎API工作时需要在服务器层和存储引擎层之间通过行缓冲格式拷贝数据，然后再服务器层将缓冲内容解码成各个列。从行缓冲中将编码过的列转换成行数据结构的操作代价是非常高的。 不可进行太多的关联: 单个查询最好再12个表以内做关联。在设计的时候最好向单表查询靠拢

二级索引与索引Join是多数业务系统要求存储引擎提供的基本特性，RDBMS早已支持，NOSQL阵营也在摸索着符合自身特点的最佳解决方案。 这篇文章会以HBase做为对象来讨论如何基于Hbase构建二级索引与实现索引join。文末同时会列出目前已知的包括0.19.3版secondary index, ITHbase, Facebook方案和官方Coprocessor的介绍。 理论目标 在HBase中实现二级索引与索引Join需要考虑三个目标： 1，高性能的范围检索。 2，数据的低冗余（存储所占的数据量）。 3，数据的一致性。 性能与数据冗余，一致性是相互制约的关系。 如果你实现了高性能地范围检索，必然需要靠冗余索引数据来提升性能，而数据冗余会导致更新数据时难以实现一致性，特别是分布式场景下。 如果你不要求高效地范围检索，那么可以不考虑产生冗余数据，一致性问题也可以间接避免，毕竟share nothing是公认的最简单有效的解决方案。 理论结合实际，下文会以实例的方式来阐述各个方案是如何选择偏重点。 这些方案是经过笔者资料查阅和同事的不断交流后得出的结论，如有错误，欢迎指正： 1，按索引建表 每一个索引建立一个表，然后依靠表的row key来实现范围检索。row key在HBase中是以B+ tree结构化有序存储的，所以scan起来会比较效率。 单表以row key存储索引