MySQL 索引有眼些
- B+树索引：所有数据存储在叶子节点，复杂度为O(logn)，适合范围查询。
- 哈希索引: 适合等值查询，检索效率高，一次到位。
- 全文索引：MyISAM和InnoDB中都支持使用全文索引，一般在文本类型char,text,varchar类型上创建。
- R-Tree索引: 用来对GIS数据类型创建SPATIAL索引
- 物理存储维度
- 聚集索引：聚集索引就是以主键创建的索引，在叶子节点存储的是表中的数据。（Innodb存储引擎）
- 非聚集索引：非聚集索引就是以非主键创建的索引，在叶子节点存储的是主键和索引列。（Innodb存储引擎）
- 主键索引：一种特殊的唯一索引，不允许有空值。
- 普通索引：MySQL中基本索引类型，允许空值和重复值。
- 联合索引：多个字段创建的索引，使用时遵循最左前缀原则。
- 唯一索引：索引列中的值必须是唯一的，但是允许为空值。
- 空间索引：MySQL5.7之后支持空间索引，在空间索引这方面遵循OpenGIS几何数据模型规则。
MySQL 索引使用有哪些注展事项
- 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引，同时索引要满足 最左匹配。
- 应尽量避免在 where 子句中对字段进行 null 值判断, 并字段为null值的尽量避免建立索引
- 如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。
- 应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。
- 索引并不是越多越好，索引固然可 以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑。
大数据下的查询优化
看数据量级的规模，考虑是否分库分表，并进行热数据的缓存例如redis等等技术，冷数据做好拆分数据库及分布式架构的布局
Spring 事务在哪几种情况下会失效
- 方法用final修饰
- 直接调用内部方法
- 未被Spring管理
- 多线程调用
LinkedHashMap 与HashMap 的区别 这个有点意思后续再看还有一个ConcurrentHashMap
HashMap 以一种无序的方式存储键值对。它通过 hashCode() 方法来计算元素的哈希值，并将元素插入到对应的桶中。当需要查找元素时，只需要通过 HashMap 的 get() 方法根据键获取对应的值即可。由于 HashMap 具有快速的插入和查找性能，因此它是最常用的 Map 实现类之一。
而 LinkedHashMap 则以插入顺序（或者访问顺序）存储键值对，即在插入元素时，每个元素都会按照插入的顺序被放置到链表的末尾。这使得当需要迭代 Map 元素时，可以按照插入顺序或访问顺序进行处理。在性能上，由于 LinkedHashMap 需要维护插入顺序，因此比 HashMap 稍微慢一些，但是这种性能损失通常是可以接受的。因此，当需要按照插入顺序遍历 Map 元素时，建议使用 LinkedHashMap。当不需要考虑遍历顺序时，HashMap 更加合适。
高并发下如何保证数据的唯一性?
增加数据表唯一性约束是最简单的方式，只需要在我们需要的字段中增加唯一约束，当插入相同数据时，数据库会验证数据唯一，当存在相同主键时，数据库会抛出异常信息。
使用同步（synchronous）
程序保存代码块中增加并发同步控制，该方法可以防止并发执行，单程序效率会降低。但实际上synchronous 避免不了数据的唯一性问题， 先做记录
给你一个 m 行 n列的矩阵 matrix,请按照 顺时针嫁旋顺序 ,返回矩阵中的所有元素
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
|
class Solution {
public List<Integer> spiralOrder(int[][] matrix) {
int m = matrix.length;
int n = matrix[0].length;
List<Integer> res = new ArrayList<Integer>();
boolean[][] visited = new boolean[m][n];
int direction = (n == 1) ? 2 : 1;
int i = 0, j = 0;
res.add(matrix[i][j]);
visited[i][j] = true;
while (true) {
if (direction == 1 && j + 1 < n && visited[i][j + 1] == false) {
while (j + 1 < n && visited[i][j + 1] == false) {
res.add(matrix[i][j + 1]);
visited[i][j + 1] = true;
j++;
}
direction++;
} else if (direction == 2 && i + 1 < m && visited[i + 1][j] == false) {
while (i + 1 < m && visited[i + 1][j] == false) {
res.add(matrix[i + 1][j]);
visited[i + 1][j] = true;
i++;
}
direction++;
} else if (direction == 3 && j - 1 >= 0 && visited[i][j - 1] == false) {
while (j - 1 >= 0 && visited[i][j - 1] == false) {
res.add(matrix[i][j - 1]);
visited[i][j - 1] = true;
j--;
}
direction++;
} else if (direction == 4 && i - 1 >= 0 && visited[i - 1][j] == false) {
while (i - 1 >= 0 && visited[i - 1][j] == false) {
res.add(matrix[i - 1][j]);
visited[i - 1][j] = true;
i--;
}
direction = 1;
} else {
break;
}
}
return res;
}
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
class Solution {
public List<Integer> spiralOrder(int[][] matrix) {
List<Integer> res = new ArrayList<>();
while (matrix.length >= 1) {
for (int num : matrix[0]) {
res.add(num);
}
matrix = DelRotateMatrix(matrix);
}
return res;
}
private int[][] DelRotateMatrix(int[][] matrix) {
int m = matrix[0].length;
int n = matrix.length - 1;
int[][] newMatrix = new int[m][n];
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
newMatrix[i][j] = matrix[j + 1][m - i - 1];
}
}
return newMatrix;
}
}
|
