- 博客(26)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 mysql索引篇 - B+树
为什么mysql推荐一定要设定索引，最好使用整型且设定自增主键。为什么mysql默认使用innodb作为搜索引擎？如果数据都是从小到大插入，二叉树就会退化成链表。数据量过大时，树的高度会越来越高。
2024-03-29 01:35:11
190
原创 Mysql基础篇 - 一行记录是怎么存储的？
之前有位读者在面字节的时候，被问到这么个问题：类似的问题还有其实都是在围绕着一个问题：「 MySQL 一行记录的存储结构」这一个知识点，所以攻破了这个知识点后，这些问题就引刃而解了。
2024-03-20 00:34:26
928
原创 图解网络 - 基础篇
网络接口层的传输单位是帧（frame），IP 层的传输单位是包（packet），TCP 层的传输单位是段（segment），HTTP 的传输单位则是消息或报文（message）。但这些名词并没有什么本质的区分，可以统称为数据包。
2024-02-02 00:15:17
913
原创 图解系统 - 网络系统
在进行 I/O 设备和内存的数据传输的时候，数据搬运的工作全部交给 DMA 控制器，而 CPU 不再参与任何与数据搬运相关的事情，这样 CPU 就可以去处理别的事务。
2024-01-30 21:32:06
187
1
原创 图解系统 - 进程管理
线程是进程当中的一条执行流程一个进程中可以同时存在多个线程；各个线程之间可以并发执行；各个线程之间可以共享地址空间和文件等资源；
2024-01-26 01:04:03
673
1
原创 redis - 缓存三兄弟
大量缓存数据在同一时间过期（失效）或者 Redis 故障宕机 1. 缓存的时候，给过期时间设置随机数 2. 互斥锁，当业务线程请求时，发现缓存不在redis里，就加个互斥锁，保证同一时间内只有一个请求来构建缓存，完成之后再释放锁，互斥锁实现的时候最好添加超时时间 3. 后台更新缓存 1. 服务熔断或请求限流机制 2. 构建Redis缓存高可靠集群热点数据缓存过期 1. 互斥锁：保证同一时间只有一个业务线程更新缓存，未能获得互
2024-01-26 00:16:45
139
1
原创 图解系列 - 内存管理
为了在多进程环境下，使得进程之间的内存地址不受影响，相互隔离，于是操作系统就为每个进程独立分配一套虚拟地址空间，每个程序只关心自己的虚拟地址就可以，实际上大家的虚拟地址都是一样的，但分布到物理地址内存是不一样的。作为程序，也不用关心物理地址的事情。每个进程都有自己的虚拟空间，而物理内存只有一个，所以当启用了大量的进程，物理内存必然会很紧张，于是操作系统会通过内存交换技术，把不常使用的内存暂时存放到硬盘（换出），在需要的时候再装载回物理内存（换入）。
2024-01-21 22:32:04
298
原创 图解系统 - 操作系统结构
宏内核，包含多个模块，整个内核像一个完整的程序；微内核，有一个最小版本的内核，一些模块和服务则由用户态管理；混合内核，是宏内核和微内核的结合体，内核中抽象出了微内核的概念，也就是内核中会有一个小型的内核，其他模块就在这个基础上搭建，整个内核是个完整的程序；Linux 的内核设计是采用了宏内核，Window 的内核设计则是采用了混合内核。这两个操作系统的可执行文件格式也不一样， Linux 可执行文件格式叫作 ELF，Windows 可执行文件格式叫作 PE。
2024-01-19 00:46:58
725
1
原创 图解系统 - 硬件结构
最后我们再来回答开头的问题。64 位相比 32 位 CPU 的优势在哪吗？64 位 CPU 的计算性能一定比 32 位 CPU 高很多吗？64 位 CPU 可以一次计算超过 32 位的数字，而 32 位 CPU 如果要计算超过 32 位的数字，要分多步骤进行计算，效率就没那么高，但是大部分应用程序很少会计算那么大的数字，所以只有运算大数字的时候，64 位 CPU 的优势才能体现出来，否则和 32 位 CPU 的计算性能相差不大。
2024-01-18 23:43:56
776
1
原创 python操作MongoDB进行CURD操作以及常见的调优技巧
例如，对于范围查询使用Unix时间戳进行简化，对于文本搜索使用全文索引的模式，减少工作集上下文交互是提高性能的最好方法之一。监控是必要的，以追踪系统的活动和运行情况。1. 确保正确的索引：索引是MongoDB中查询性能的关键因素，因此必须确保正确的索引为集合进行配置。4. 使用合适的硬件：为MongoDB分配足够的内存和磁盘空间，以确保系统的高性能及稳定运行。3. 增加可用性和可伸缩性：MongoDB的可伸缩性和高可用性是它的一个主要卖点，使用分片和副本集来增强系统的可用性和可伸缩性。
2023-03-21 22:43:05
241
原创 pandas库的使用场景
Pandas的常用数据结构是Series和DataFrame，它们可以用来处理多种类型的数据，包括时间序列数据和结构化数据等等，Pandas还提供了各种功能来方便处理数据，在数据清洗、数据切片/切块、数据聚合、数据分组、数据排序等方面提供便利。2. 数据探索性分析：Pandas可以用于数据的探索性分析，它可以给出数据的一些基本统计信息，如平均数、中位数、标准差、最大值、最小值等等。它支持缺失值的处理、数据类型的转换、重复数据的删除、不一致数据的纠正等。
2023-03-21 22:36:53
851
原创 django和gin的对比
Django使用基于线程的请求处理方式，一个线程处理一个请求。因此，它的并发处理能力取决于服务器所能够承受的线程数。如果服务器的CPU和内存资源充足，可以支持更多的请求并行处理。从数据上看，Gin在比Django更高的吞吐量和更短的延迟方面表现更好。在基准测试方面，Gin通常比Django更快。总的来说，Gin在并发和性能方面具有优势，但要注意的是，这些结果也取决于实际应用场景和负载。Gin使用基于协程的请求处理方式，每个协程可以同时处理多个请求。因此，它具有更高的并发处理能力，可以支持更多的并发请求。
2023-03-10 17:31:10
1094
原创 如何系统学习k8s？
使用 Kubernetes 的过程中需要建立文档和笔记，便于记忆和随时查阅。可以使用 Kubernetes 的设置进行实验，建立一个 Kubernetes 热点研究小组。参加 Kubernetes 社区，学习和了解最新的变化和发展。
2023-03-10 17:14:29
308
转载 Kubernetes核心概念介绍
关注点包括自愈和自动伸缩、调度和发布、调用链监控、配置管理、Metrics 监控、日志监控、弹性和容错、API 管理、服务安全等，k8s 将这些微服务的公共关注点以组件形式封装打包到 k8s 这个大平台中，让开发人员在开发微服务时专注于业务逻辑的实现，而不需要去特别关心微服务底层的这些公共关注点，大大简化了微服务应用的开发和部署，提高了开发效率。Pod，k8s 中特有的一个概念，可以理解为对容器的包装，是 k8s 的基本调度单位，实际的容器时运行在 Pod 中的，一个节点可以启动一个或多个 Pod。
2023-03-09 19:15:52
186
原创 typing模块
很多人在写完代码一段时间后回过头看代码，很可能忘记了自己写的函数需要传什么参数，返回什么类型的结果，就不得不去阅读代码的具体内容，降低了阅读的速度。在调用的时候如果参数的类型不正确pycharm会有提醒，但不会影响程序的运行。List、 Tuple、 Dict、 Set：列表、元组、字典、集合。该模块加入后并不会影响程序的运行，不会报正式的错误，只有提醒。在传入参数时通过"参数名:类型"的形式声明参数的类型；返回结果通过"-> 结果类型"的形式声明结果的类型。bool、str：布尔型、字符串类型。
2023-03-07 13:46:06
57
原创 git仓库规范
该目录下可以有很多项目的分支，dev目录下的分支可以进行回流。以项目为维度，再通过开发人员名字为子维度来区分。主分支：develop/demo。开发分支：dev/demo/kk。主目录：develop。
2022-11-18 11:19:14
234
原创 python gil锁
1. giL会根据执行的完节码行数（1000个字节码左右、根据版本差异）以及时间片（15ms）释放gil。2. 遇到io操作的时会主动释放给别的线程。
2022-10-19 10:08:18
118
1
转载 pycharm插件translation 更新TTK失败，请检查网络连接的解决办法
pycharm插件translation 更新TTK失败，请检查网络连接的解决办法
2022-10-05 09:35:07
465
1
转载 python之抽象基类abc.abstractmethod
有时，我们抽象出一个基类，知道要有哪些方法，但只是抽象方法，并不实现功能，只能继承，而不能被实例化，但子类必须要实现该方法，这就需要用到抽象基类，在很多时候用到的很多。为了理解抽象基类，你可以这么理解，我们有蔬菜这个抽象基类，有黄瓜，番茄，芹菜等，但你永远只能吃得到黄瓜，番茄这些，而不能吃到所谓的“蔬菜”，这样理解起来容易多了吧。但是注意，如果这时你实例化Foo,仍然是报错的，因为抽象基类只能继承而不能实例化，子类要实例化。...
2022-08-29 17:09:19
228
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人