工作学习日志

somdip

已于 2023-04-11 08:50:21 修改

阅读量7.4k

点赞数

分类专栏：编程文章标签：其他经验分享

于 2022-03-29 09:32:34 首次发布

本文链接：https://blog.csdn.net/somdip/article/details/123812360

版权

编程专栏收录该内容

160 篇文章 0 订阅

订阅专栏

算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令。
1、CREATE INDEX indexName ON table_name (column_name)
show INDEX from table_name; drop index index_name on table_name;
2、sql slow 最后发现是使用 #{xxx} 去注入参数时查询很慢，在使用${xxx}查询几乎和plsq中查询时间时一样的。
程序里的SQL、mybatis下的查询慢
3、list查詢然後 content判斷，一個一個去判斷存在不可行，浪費连接资源。
4、msyql截取和获取字符串 update tb_order_plan_issue set line_num = left(line_num,1) WHERE char_length(line_num) >1
5、< < <= <= > >
6、java -jar -Xms3024m -Xmx6536m md-mes.jar >1.log
7、CURRENT_TIMESTAMP
8、 java org.springframework.boot.loader.JarLauncher
java org.springframework.boot.loader.JarLauncher -Xms3024m -Xmx6536m >1.log | md-mes.jar >1.log
9、mysql 时间作差 TIMESTAMPDIFF(unit,start,end)
unit分类：
　　MINUTE：以分钟为单位
　　HOUR:小时为单位
　　DAY：天为单位
　　MONTH:月为单位
10、WHERE create_time between '2022-03-28 07:00:00' and '2022-03-29 07:00:00'

11、sqlserver 分组查询最新的时间的

SELECT rllu_number, SUBSTRING_INDEX(GROUP_CONCAT(create_time order by create_time desc ),',',1) from tb_melting_measurement

GROUP BY rllu_number

order by create_time desc ;

12、EXPLAIN EXPLAIN SELECT * from tb_order_plan order by create_time desc limit 100

分析sql是否使用索引，检查查询效率

13、linux 防火墙 firewall-cmd --zone=public --add-port=8099/tcp --permanent --- 开放端口
systemctl restart firewalld

14、compgen -u ---- linux 查看所有用户

15、netsh wlan show profile
netsh wlan show profile MD-Office key=clear

13、linux 防火墙 firewall-cmd --zone=public --add-port=8099/tcp --permanent --- 开放端口
systemctl restart firewalld

14、compgen -u ---- linux 查看所有用户

15、netsh wlan show profile
netsh wlan show profile MD-Office key=clear
16、console.log(echarts.version);
17、mysql 保留两位小数 select round(109.456,2);
18、时间截取 left(jhks_time,13)
19、问题 try restarting transaction

20、select * from information_schema.innodb_trx kill 3265708
21、ALTER TABLE bzrkb_smrk ALTER COLUMN zjgxm VARCHAR(30) 修改sqlserver表字段长度
22、sqlserver 删除约束
declare @name varchar(50)
select @name =b.name from sysobjects b join syscolumns a on b.id = a.cdefault
where a.id = OBJECT_ID('ewm_lybzrk')
and a.name ='hwh'
23、windows 指定jdk启动项目
set JAVA_HOME=C:\Program Files\Java\jdk1.8.0_31
set CLASSPATH=.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOMe%\lib\tools.jar;
set Path=%JAVA_HOME%\bin;
java -jar plc-xz-0.0.1-SNAPSHOT.jar

1、MQ KAFKA Kafka、RabbitMQ、RocketMQ

2、时序数据库（MYSQL按月分表，先重命名再创建表）redis分页（SortedSet: 主要存储有序集合实现）
对于 90% 以上场景都是写入的时序数据库，B tree 很明显是不合适的。业界主流都是采用 LSM tree 替换 B tree，比如 Hbase, Cassandra 等 nosql。
InfluxDB是一个开源的时序数据库，使用GO语言开发，特别适合用于处理和分析资源监控数据这种时序相关数据。而InfluxDB自带的各种特殊函数如求标准差，随机取样数据，统计数据变化比等，使数据统计和实时分析变得十分方便。有window版本。
已与java连接。

3、fLINK
随着这些年大数据的飞速发展，也出现了不少计算的框架（Hadoop、Storm、Spark、Flink）
第一代：Hadoop 承载的 MapReduce
第二代：支持 DAG（有向无环图）框架的计算引擎 Tez 和 Oozie，主要还是批处理任务
第三代：支持 Job 内部的 DAG（有向无环图），以 Spark 为代表
第四代：大数据统一计算引擎，包括流处理、批处理、AI、Machine Learning、图计算等，以 Flink 为代表

4、TDengine
TDengine是一款集成了消息队列，数据库，流式计算等功能的物联网大数据平台。该产品不依赖任何开源或第三方软件，拥有完全自主知识产权，具有高性能、高可靠、可伸缩、零管理、简单易学等技术特点。和InfluxDB相比，TDengine是当前时序数据库领域中一匹势头正劲的黑马。

早到十分钟晚走十分钟、从清洁开始、从日志开始
没必要草木皆兵、有力有礼有节、有始有终做到底跟到底、我的责任和我的失误、我的奖金

5、Elaticsearch，简称为es， es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据