空间数据

如何重置数据库Suppect(置疑)状态 一、 出现这种情况的原因 如果在日常运行当中，数据库的文件或日志增长方式设为以下两种模式： 1、 文件不自动增长 此种状态下，如果数据库中的数据或日志增长到设定的文件大小时，继续添加数据时就没有足够的空间时，MS SQL SERVER将把数据库标记为Suspect（置疑） 2、 文件自动增长但限制最大文件大小 此种状态下，如果数据库中的数据或日志增长到设定的最大文件大小时，继续添加数据时就没有足够的空间时，MS SQL SERVER将把数据库标记为Suspect（置疑） 3、 文件自动增长也没限制文件大小，但存放文件的磁盘剩余空间不够了 4、 意外掉电，造成磁盘文件损坏 5、 二、解决方法： 3、 方法一： 释放含有相关数据库日志文件的任意磁盘驱动器上的磁盘空间。释放的磁盘空间使恢复系统可以自动地增长数据或事务日志文件。 执行 sp_resetstatus 重置置疑状态。 通过执行 DBCC DBRECOVER（数据库）运行恢复操作。 方法二： 释放另一个磁盘驱动器上的磁盘空间。 把可用磁盘空间不足的事务日志文件移动到第一步所指的磁盘驱动器上。 执行 sp_detach_db 分离数据库。 执行 sp_attach_db 附加数据库，指向被移动的文件。 方法三： 向置疑数据库添加一个日志文件，然后执行 sp_add_log_file

简介：Windows Azure Storage（WAS）是微软的一种分布式云存储系统，允许用户在上面存储数据，并且存储空间可以无限增长（表面上）。WAS中，数据存储在分布式系统中。WAS可以存储Blobs（文件），tables（结构化存储），Queues（消息队列），这篇文章主要总结了WAS的架构，全局定义和一些数据模型。 关键词：云计算，分布式存储系统，Windows Azure 第一部分：介绍 　　WAS是一种可扩展的的云存储技术，在2008年开始时上线，在微软的内部开始使用。WAS给出的格式是Blobs（文件），tables（结构化存储），Queues（消息队列），这三种格式的数据几乎提供了所有的存储形式，可以应用到大多数的应用中，最常见的一种存入取出的形式就是blobs，也就是各种形式的文件数据。queue提供了数据流的形式，最终也是以blob和tables的形式存储。 　　一个例子，构建在WAS中的一个引擎可以提供近乎实时的Facebook和Twitter的搜索服务。这种服务是一种大数据流水线计算的一部分，来提供可搜索的内容（15秒内用户的消息和状态更新）,内容还是以blobs存储。引擎可以解析用户的各种信息记录等，分类。信息被分类整理好以后，交给bing引擎去搜索。这个解析引擎会使用queue来管理流数据，做索引以及发送给搜索引擎的耗时。在这篇论文发表的时候

2020-02-17 10:53:03 在这里提供一下自己复习的东西吧，我也就把这个东西给搞了一遍，然后面试基本没啥问题了，如果问的很深的话，那就只能只求多福了兄弟！其中可能有一些错误或者由于编译环境有差异请大家自动忽略这些错误。 1：信号的生命周期？ 信号产生-》信号在进程中注册-》信号在进程中的注销-》执行信号处理函数 2：信号的产生方式？ （1）当用户按某些终端键时产生信号（2）硬件异常产生信号【内存非法访问】（3）软件异常产生信号【某一个条件达到时】（4）调用kill函数产生信号【接受和发送的所有者必须相同，或者发送的进程所有者必须为超级用户】（5）运行kill命令产生信号 3：信号处理方式？ （1）执行默认处理方式（2）忽略处理（3）执行用户自定义的函数 4：如何消除隐式转换？ 使用explicit关键字进行修饰 5：重载，重写和隐藏的区别？ 重载：即函数重载 重写【覆盖】：即用于虚函数 隐藏：只要派生类的函数名与基类相同就会隐藏 6：volatile表示什么？有什么作用？ 易变的，不会被编译器进行优化，让程序取数据直接去内存中的。 7：Static_cast<>,dynamic_cast<>,const_cast<>,reinterpret_cast<>的各自作用和使用环境？ Static_cast：能完成大部分转换功能，但是并不确保安全 Const_cast

现在这年头真正好用的免费空间不好找了，大多是个人搞的，可能用不了几天就给你关闭了，更有甚者数据都找不回来。所以对建站新手来讲，使用免费空间，不仅要经常备份，还要仔细甄别，如果发现主机经常不稳定或者经常丢失数据，那就要及时换空间了。以免造成更大的损失。 本人也是一个网龄很老的菜鸟了，虽然对ASP和PHP代码略懂一些，还是掩盖不了菜鸟的事实。刚接触学习建站的时候，还是2000年左右，那时候用一个叫“我要安家”的免费空间，那时候免费空间好用的很少，10M的免费PHP空间，不带数据库，那时候学PHP+TXT文本数据来建站，用的也不亦乐乎。只是可惜几年后，我要安家这个主机商竟然跑路了。 后来陆陆续续用过其它一些免费空间，到最后买一些稳定性更好的的商业空间，然而竟然一直未实现成为互联网大咖的愿景，看来还是努力不够。或者头脑不行吧。好了，对于这些就不多说了。 下面推荐一个小而优的免费空间吧，说小，是因为只有150~200M的大小，支持ASP/PHP/.ASPX动态脚本，赠送30M的MYSQL数据库。对于新手学习来讲，是个不错的选择。如果有需要的，可以百度搜索 “恒爱网络免费空间” 去了解一下详情。再多的就不说了，好不好用，体验后就知道了。 最后希望大家关注这个的博客啊，有好的资源或整理更新分享给大家的。 来源： CSDN 作者： hackerfly 链接： https://blog.csdn

一：JVM基础知识 1）Java 是如何实现跨平台的？ 注意：跨平台的是 Java 程序，而不是 JVM。JVM 是用 C/C++ 开发的，是编译后的机器码，不能跨平台，不同平台下需要安装不同版本的 JVM 答：我们编写的 Java 源码，编译后会生成一种 .class 文件，称为字节码文件。Java 虚拟机（JVM）就是负责将字节码文件翻译成特定平台下的机器码然后运行，也就是说，只要在不同平台上安装对应的 JVM，就可以运行字节码文件，运行我们编写的 Java 程序。 而这个过程，我们编写的 Java 程序没有做任何改变，仅仅是通过 JVM 这一 “中间层” ，就能在不同平台上运行，真正实现了 “一次编译，到处运行” 的目的。 2）什么是 JVM ？ 解析：不仅仅是基本概念，还有 JVM 的作用。 答：JVM，即 Java Virtual Machine，Java 虚拟机。它通过模拟一个计算机来达到一个计算机所具有的的计算功能。JVM 能够跨计算机体系结构来执行 Java 字节码，主要是由于 JVM 屏蔽了与各个计算机平台相关的软件或者硬件之间的差异，使得与平台相关的耦合统一由 JVM 提供者来实现。 3）JVM 由哪些部分组成？ 解析：这是对 JVM 体系结构的考察 答：JVM 的结构基本上由 4 部分组成： 类加载器，在 JVM 启动时或者类运行时将需要的 class 加载到

Java与C++之间有一堵由内存动态分配和垃圾收集技术所围成的“高墙”，墙外面的人想进去，墙里面的人却想出来。 JVM是一个内存中的虚拟机, Java虚拟机在执行Java程序的过程中会把它管理的内存划分为若干个不同的数据区域。 运行时数据区Runtime Data Area 一、程序计数器(Program Counter Register) Java虚拟机栈描述的是Java 方法执行 的内存模型：每个方法执行的同时会创建一个 栈帧 ，栈帧用于存储局部变量表、操作数栈、动态链接、方法出口等信息。每个方法从调用直至执行完成的过程，就对应着一个栈帧在虚拟机栈中入栈到出栈的过程。 Java虚拟机栈是 线程私有 的，它的生命周期与线程相同。 程序员主要关注的所谓的“堆和栈”里的“栈”，就是指 VM stack 虚拟机栈内存 ，更细致的讲，就是虚拟机栈中 局部变量表 部分。 局部变量表存放了编译时期可知的各种 基本数据类型 (boolean, byte, char, short, int, float, long, double), 对象引用 , 和 returnAddress类型 （指向了一条字节码指令的地址）。 局部变量表所需的内存空间在编译时期完成分配，当进入一个方法时，这个方法需要在栈帧中分配多大的局部变量空间是完全确定的，在方法运行期间不会改变局部变量表的大小。

Redis所有的数据都存在内存中，相对于廉价的硬盘，内存资源还是比较昂贵的，因此如何高效利用redis内存变得非常重要。 内存消耗分析 管理内存的原理和方法 内存优化技巧 一、内存消耗 理解redis内存，首先要掌握redis内存消耗在哪些方面。有些内存消耗是必不可少的，而有些可以通过参数调整和合理使用来规避内存浪费。 1.1 内存使用统计 首先需要了解redis自身使用内存的统计数据，可通过执行info memory命令来获取内存相关指标 used_memory redis分配器分配的内存总量，也就是内部存储的所有数据内存占用量 used_memory_human 以可读的格式返回used_memory used_memory_rss 从操作系统的角度显示redis进程占用的物理内存总量 used_memory_peak 内存使用的最大值，表示used_memory的峰值 used_memory_peak_human 以可读的格式返回used_memory_peak used_memory_lua Lua引擎所消耗的内存大小 mem_fragmentation_ratio used_memory_rss/used_memory比值。表示内存碎片率 mem_allocator redis 所使用的内存分配器，默认为jemalloc 需要重点关注的指标有：used_memory

1、存储内容比较： Array 数组可以包含基本类型和对象类型， ArrayList 却只能包含对象类型。 Array 数组在存放的时候一定是同种类型的元素。ArrayList 就不一定了 。 2、空间大小比较： Array 数组的空间大小是固定的,所以需要事前确定合适的空间大小。 ArrayList 的空间是动态增长的,而且，每次添加新的元素的时候都会检查内部数组的空间是否足够。 3.方法上的比较： ArrayList 方法上比 Array 更多样化，比如添加全部 addAll()、删除全部 removeAll()、返回迭代器 iterator() 等。 适用场景： 如果想要保存一些在整个程序运行期间都会存在而且不变的数据，我们可以将它们放进一个全局数组里， 但是如果我们单纯只是想要以数组的形式保存数据，而不对数据进行增加等操作，只是方便我们进行查找的话，那么，我们就选择 ArrayList。 如果我们需要对元素进行频繁的移动或删除，或者是处理的是超大量的数据，那么，使用 ArrayList 就真的不是一个好的选择，因为它的效率很低，使用数组进行这样的动作就很麻烦，那么，我们可以考虑选择 LinkedList。 来源： CSDN 作者： 键盘与我的故事 链接： https://blog.csdn.net/weixin_43398418/article/details

上篇： 第 5 章 Spark Shuffle解析 Spark 内存管理 在执行Spark 的应用程序时，Spark 集群会启动 Driver 和 Executor 两种 JVM 进程，前者为主控进程，负责创建 Spark 上下文，提交 Spark 作业（Job），并将作业转化为计算任务（Task），在各个 Executor 进程间协调任务的调度，后者负责在工作节点上执行具体的计算任务，并将结果返回给 Driver，同时为需要持久化的 RDD 提供存储功能。由于 Driver 的内存管理相对来说较为简单，本节主要对 Executor 的内存管理进行分析，下文中的 Spark 内存均特指 Executor 的内存。 1、堆内和堆外内存规划 作为一个 JVM 进程， Executor 的内存管理建立在 JVM 的内存管理之上，Spark 对 JVM 的堆内（On-heap）空间进行了更为详细的分配，以充分利用内存。同时，Spark 引入了堆外（Off-heap）内存，使之可以直接在工作节点的系统内存中开辟空间，进一步优化了内存的使用 。 堆内内存受到JVM统一管理，堆外内存是直接向操作系统进行内存的申请和释放。 堆内内存 堆内内存的大小，由 Spark 应用程序启动时的 –executor-memory 或 spark.executor.memory 参数配置。Executor

1. 进程和线程以及其区别？ 1、进程是系统进行资源调度和分配的的基本单位，是程序的一次动态执行过程，可实现操作系统的并发；线程是系统资源调度的在最小单位，可实现进程内部的并发； 2、一个程序至少包含一个进程，一个进程至少包含一个线程，线程是进程的子任务； 3、进程有自己独立的内存单元，线程没有，多个线程共享一个进程的内存； 2. 进程间通信的方式？ 1、 管道 ：内存中固定大小的缓冲区；一个管道只能实现半双工通信，要实现全双工通信需要两个管道；数据没读空不能写，没写满不能读； 优缺点：简单，能保证数据确实已经被取出了（因为没读空是不能写的），但效率低。如a进程给b进程传输数据，只能等到b取出数据后才能返回。因此，其不适合频繁通信的进程。 能否将进程的数据放在某个内存之后不用等待其他进程来取就返回呢？ 2、 消息队列 ：a进程给b进程传输数据，把消息放在对应的消息队列即可，无需等待。 优缺点：如果a进程发送的数据占用内存较大，且两进程通信特别频繁，消息队列就不合适了。因为此时大量时间花费在内存的拷贝上。 如何解决上述拷贝耗时问题呢？ 3、 共享内存 ：a和b进程各自拿出一块虚拟内存地址空间，然后映射到同一个物理内存中，实现内存共享机制。 但是上述共享内存机制存在多进程竞争内存的问题，如何解决呢？ 4、 信号量 ：本质是计数器，用来实现进程之间的互斥和同步。比如信号量初值为1