logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【面试题 - mysql】进阶篇 - 分库分表

在MyCat的逻辑结构主要负责逻辑库、逻辑表、分片规则、分片节点等逻辑结构的处理,而具体的数据存储还是在物理结构,也就是数据库服务器中存储的。

#mysql#数据库#java
【面试题】redis的五大数据类型实现原理

String注意字符串的长度不能超过512M。1. 编码字符串对象的编码可以是int,raw或者embstr。1、int 编码:保存的是可以用 long 类型表示的整数值。2、raw 编码:保存长度大于44字节的字符串(redis3.2版本之前是39字节,之后是44字节)。3、embstr 编码:保存长度小于44字节的字符串(redis3.2版本之前是39字节,之后是44字节)。int 编码是用来

#redis#哈希算法#java
redis分布式锁失效的场景

使用相同的lockName和lockValue,尝试从N个节点获取锁。(在获取锁时,要求等待获取锁的时间远小于锁的释放时间,如锁的lease_time为10s,那么wait_time应该为5-50毫秒;当从N个节点获取锁结束后,如果客户端能够从多数节点(N/2 + 1)中成功获取锁,且获取锁的时间小于失效时间,那么可认为,客户端成功获得了锁。客户端成功获得锁后,那么锁的实际有效时间 = 设置锁的有

#redis#分布式#数据库
【面试题】redis的底层数据结构

数据类型该命令是用来显示那五大数据类型的底层数据结构。OBJECT ENCODINGkey示例一:String类型示例二: List类型这里我们就不做过多的演示了,那么上次出现的 embstr 以及 int 还有 quicklist 是什么数据结构呢?下面我们就来介绍Redis中几种主要的数据结构。简单动态字符串Redis 是用 C 语言写的,但是对于Redis的字符串,却不是 C 语言中的字符串

#redis#数据结构#数据库
RFM模型

R 最近1次消费时间间隔(Recency)F 消费频率(Frequency)M 消费金额(Monetary):一段时间内消费的总金额(“一段时间”通常根据不同应用场景来定)而用这三个指标进行分析的方法就叫RFM模型或者是RFM分析法。例如对于最近消费时间间隔R来说,我们怎样定义标准呢?是小于3天算高呢?还是小于5天算高呢?还是超过20天算低呢?对于这个问题,对于不同的业务场景来说都是不同的,所以,

文章图片
#大数据
【面试题】redis五大数据类型、Bitmap

前言redis命令不区分大小写,但是key是区分大小写的。目前redis支持8种数据类型,最经典的还是前五种,本文只介绍前五种数据类型结构。string:最基本的数据类型,二进制安全的字符串,最大512M。hash:key-value对的一种集合。list:按照添加顺序保持顺序的字符串列表。set:无序的字符串集合,不存在重复的元素。sorted set:已排序的字符串集合。bitmap:更细化的

文章图片
jquery 数组操作(超全)

1.判断数组中是否包含某个元素$.inArray()的用法判断数组里面是否包含某个元素可以使用 $.inArray("元素(字符串)",数组名称) 进行判断 ,当存在该元素(字符串)时,返回该元素在数组的下标,不存在时返回 -1var array = ["asp.net", "asp.net mvc", "html5", "css3", "jquery", "JavaScript"];var in

ELK kibana查询与过滤

Kibana拆分字段的时候,可能是根据空格拆分的。例如:nested exception is java.net.SocketTimeoutException: Read timed out ,单独搜索 nested ,exception都可以,但单独搜索 SocketTimeoutException 是搜不到的。但是java.net.SocketTimeoutException可以搜索到。1.

java8 list某两列转成map/从集合中取出某个字段的集合

List -> Map 需要注意的是: toMap 如果集合对象有重复的key,会报错Duplicate key ....apple1,apple12的id都为1。 可以用 (k1,k2)->k1 来设置,如果有重复的key,则保留key1,舍弃key2List<Entity> list = new ArrayList<>();Map<Integer, S

RabbitMQ如何避免丢失消息

镜像集群模式通过从主节点拷贝消息的方式使所有节点都能保留一份数据,一旦主节点崩溃,备节点就能完成替换从而继续对外提供服务。这解决了节点宕机带来的困扰,提高了服务稳定性,但是它并不能实现负载均衡,因为每个操作都要在所有节点做一遍,这无疑降低了系统性能。再者当消息大量入队时,集群内部的网络带宽会因此时的同步通讯被大大消耗掉,因此对于可靠性要求高、性能要求不高且消息量并不多的场景比较适用。

    共 19 条
  • 1
  • 2
  • 请选择