赞
踩
自我介绍+项目介绍
目录
通过kafka保证最终一致性,而不是强一致性,强一致性要使用Seata
kafka作为消息中间件,通过确认机制,保证消息不丢失。
Aop使用动态代理,
SpringBean单例模式,
策略模式业务场景 一对多 可以使用这种模式,
观察者模式 使用mq时 写入监听器 使用这种模式
结合业务优化,将串行优化成并行
线程池配置七大参数,以及执行流程(不详细说了)
手动起一个线程消耗资源,线程池有池化思想类似于字符串常量池,可以节省资源。
构造器注入: 通过构造器传递依赖项,确保对象在创建时就完全初始化。Spring容器在创建bean时,会自动调用带有依赖项的构造器。
setter注入: 通过setter方法注入依赖项,允许在对象创建后修改依赖关系。Spring容器会调用带有@Autowired
注解的setter方法来注入依赖。
字段注入: 直接在字段上使用@Autowired
注解,Spring容器会自动注入依赖项。这种方式不推荐使用,因为它破坏了字段的封装性,并且不支持字段的重写。
注解注入: 使用@Autowired
、@Qualifier
、@Resource
等注解来指定注入的依赖项。@Autowired
通常用于构造器、setter方法或字段注入,而@Qualifier
用于解决同名bean的歧义问题。
Java配置类注入: 通过Java配置类(使用@Configuration
注解)和@Bean
注解来定义bean和它们的依赖关系。
XML配置注入: 在Spring的XML配置文件中定义bean和它们的依赖关系。这种方式允许你使用XML来管理bean的生命周期和依赖关系。
使用ApplicationContext
进行手动注入: 通过编程方式获取ApplicationContext
或BeanFactory
,然后手动获取bean的实例并进行依赖注入。
主要是用来日志管理
前置,环绕,后置,异常,最终
不到千万吧,是日志表,创建一些索引优化,没有用到分库分表
Distinct,Group by
区别:
DISTINCT
用于去除重复行,而 GROUP BY
用于数据分组和聚合计算。DISTINCT
只返回不同的值,不进行计算;GROUP BY
则用于对分组的数据进行聚合计算。DISTINCT
的结果集可能包含多列,但这些列的组合必须是唯一的;而 GROUP BY
的结果集通常只包含分组列和聚合函数。DISTINCT
不保证结果集的顺序,而 GROUP BY
会按照分组列对结果集进行排序。索引数量限制:
索引大小限制:
表大小限制:
性能考虑:
维护成本:
查询优化器限制:
系统资源限制:
特定数据库的限制:
NOW(): 返回当前的日期和时间(包含时分秒)。
SELECT NOW();
CURDATE(): 返回当前的日期。
SELECT CURDATE();
CURTIME(): 返回当前的时间。
SELECT CURTIME();
SYSDATE(): 返回当前的日期和时间,与 NOW()
相同。
SELECT SYSDATE();
UNIX_TIMESTAMP(): 返回当前的UNIX时间戳(自1970年1月1日以来的秒数)。
SELECT UNIX_TIMESTAMP();
FROM_UNIXTIME(unix_timestamp): 将UNIX时间戳转换为日期和时间。
SELECT FROM_UNIXTIME(UNIX_TIMESTAMP());
GET_FORMAT(DATE, 'EUR'): 返回当前日期,格式取决于服务器的区域设置。
SELECT GET_FORMAT(DATE, 'EUR');
LOCALTIME(): 返回没有时区转换的时间。
SELECT LOCALTIME();
LOCALTIMESTAMP(): 返回没有时区转换的日期和时间。
SELECT LOCALTIMESTAMP();
体量比较少,用的比较少,通常用慢查询日志,explain,来查看查询情况,观察是否索引失效。
String 存取token信息 set zset 哈希 list
通过设置过期时间,你可以实现一个简单的延迟队列。将消息和过期时间存储在 Redis 中,当消息到期时,再将其移动到另一个队列供消费者处理。
有,当内存不足时,Redis 可以使用不同的策略来回收内存
点对点(Point-to-Point):
发布/订阅(Publish/Subscribe):
路由(Routing):
主题(Topic):
tail 命令: tail
命令默认显示文件的最后10行内容,但也可以用来显示更多或更少的行数。
grep 命令: 如果你只想查找包含特定文本的行,可以使用 grep
结合 tail
。
tail -n 100 filename.log | grep 'search_text'
17.场景题统计用户连续登录的天数
用户登录记录:
数据库设计:
连续性检查:
时间差计算:
重置逻辑:
数据更新:
用户界面:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。