Go语言技术文章
-
- 如何查询不同课程成绩相同的学生信息？
- 不同课程成绩相同的学生查询给出的题目是查询不同课程成绩相同的学生信息，包括学生编号(sid)、课程编号...
- 数据库 · MySQL | 1年前 | 363浏览 收藏
-
- 如何使用 CASE WHEN 表达式在 GROUP BY 中添加判断条件统计数据？
- 针对GROUPBY添加判断条件MySQL的GROUPBY...
- 数据库 · MySQL | 1年前 | 363浏览 收藏
-
- MySQL 自动增量突然变为 10000，是什么原因导致的，如何解决？
- MySQL自动增量从0变为10000的原因及解决方法MySQL表的主键通常从0开始递增，但有时候它可能会突然变为...
- 数据库 · MySQL | 1年前 | 363浏览 收藏
-
- MySQL安装报错？手把手教你解决各种安装问题！
- MySQL安装失败常见原因及解决方法：1.用户名或密码错误，或MySQL服务未启动，需检查用户名密码并启动服务；2.端口冲突，需更改MySQL监听端口或关闭占用3306端口的程序；3.依赖库缺失，需使用系统包管理器安装必要依赖库；4.权限不足，需使用sudo或管理员权限运行安装程序；5.配置文件错误，需检查my.cnf配置文件，确保配置正确。稳扎稳打，仔细排查，才能顺利安装MySQL。
- 数据库 · MySQL | 1年前 | 错误解决 MySQL安装 363浏览 收藏
-
- MySQL数据恢复技巧及工具推荐
- 数据恢复在MySQL中可通过多种方式实现。1.利用binlog进行数据恢复，前提是开启了binlog功能，通过mysqlbinlog命令导出特定时间段的SQL语句并导入数据库；2.使用mysqldump备份恢复，定期逻辑备份后通过导入SQL文件恢复整库或部分数据；3.第三方恢复工具如PerconaDataRecoveryTool、MySQLEnterpriseBackup和UndropforInnoDB可提供更高效的恢复方案；4.日常运维需注意开启binlog、定期备份并演练恢复流程，避免因环境差异或性能
- 数据库 · MySQL | 1年前 | 363浏览 收藏
-
- Redis集群健康监控工具与关键指标解析
- 通过redis-cli、RedisInsight、Prometheus和Grafana等工具，以及关注内存使用率、连接数、集群节点状态、数据一致性和性能指标，可以有效监控Redis集群的健康状态。
- 数据库 · Redis | 1年前 | 363浏览 收藏
-
- MySQL查询优化&索引使用秘籍，大神都不一定全会！
- 优化MySQL查询性能和正确使用索引需从合理创建索引、避免全表扫描、优化SQL写法、定期维护表四方面入手。1.合理创建索引，主键自动有索引，常用于查询条件的字段如用户ID、订单号建议加索引，组合查询多时可用联合索引并遵守最左匹配原则；2.避免全表扫描，通过EXPLAIN查看是否使用索引，避免因函数操作、模糊查询开头用通配符、类型转换、OR连接导致索引失效；3.优化SQL写法，避免SELECT*，减少数据传输，改用JOIN代替多层子查询，分页大数据时采用基于索引的游标方式；4.定期分析维护表，使用ANALY
- 数据库 · MySQL | 1年前 | 363浏览 收藏
-
- Redis命中率太低？保姆级监控+优化教程来了！
- 要监控Redis命中率，可通过INFO命令获取keyspace_hits和keyspace_misses计算得出，或使用RedisInsight、Prometheus+Grafana等工具实现；命中率低常见原因包括1.缓存穿透，可用布隆过滤器或缓存空值解决；2.缓存击穿，可通过永不过期或互斥锁处理；3.缓存雪崩，需设置不同过期时间或引入二级缓存；4.淘汰策略不合理，应根据访问模式选择LFU等合适策略；5.内存不足，可扩容或用集群；6.Key设计不当，应规范命名并控制长度；提升命中率还需合理选用数据结构，如
- 数据库 · Redis | 1年前 | 监控 缓存 数据结构 配置优化 Redis命中率 363浏览 收藏
-
- MySQL排序慢？优化+提速技巧看这篇！
- 优化MySQL排序性能需从四方面入手。一、建立合适索引，如为常用排序字段建索引、使用联合索引并保持顺序一致，并注意索引方向与排序方向匹配；二、避免不必要的排序，检查是否业务真正需要，或通过数据写入时预排序、调整查询逻辑来规避；三、控制排序数据量，结合WHERE条件过滤、避免大偏移分页，改用游标分页方式；四、调整系统参数，如增大sort_buffer_size提升内存排序效率，合理设置max_length_for_sort_data影响排序方式，关注临时表空间配置。
- 数据库 · MySQL | 1年前 | 363浏览 收藏
-
- MySQL中HAVING和WHERE的区别
- HAVING和WHERE的区别在于作用时机和场景：1.WHERE在分组前筛选行，用于过滤原始数据，如筛选工资>5000的员工；2.HAVING在分组后筛选结果，用于过滤聚合结果，如保留员工数>5的部门；3.两者可同时使用，如先筛选工资>5000的员工，再保留平均工资>8000的部门；4.不能在WHERE中使用聚合函数，因为其逐行判断，而聚合计算需基于一组行。
- 数据库 · MySQL | 1年前 | 363浏览 收藏
-
- MySQL数据分片实现方法及常见方案解析
- 数据分片的核心目的是提升数据库读写性能和存储扩展能力。其通过将大表数据分散到多个物理节点实现，常见方式包括应用层逻辑分片、使用中间件做透明分片或数据库引擎的分区功能（注意分区不是分片）。一、水平分片是按行分开放置在不同实例中，例如根据用户ID奇偶划分；优点是简单易懂，缺点是扩容麻烦且易数据倾斜，建议选好分片键避免跨库查询。二、常见分片方案有三种：1.应用层逻辑分片由代码控制路由，灵活但维护成本高；2.使用分片中间件如MyCAT、ShardingSphere实现透明分片，适合中大型项目但增加运维复杂度；3.
- 数据库 · MySQL | 1年前 | 363浏览 收藏
-
- Redis List实现消息队列：LPUSH与BRPOP详解
- LPUSH+BRPOP构成FIFO阻塞队列，兼容Redis2.0+；但消费失败会导致消息丢失，适合允许少量丢失的场景，强可靠性需求应改用Stream。
- 数据库 · Redis | 5个月前 | 363浏览 收藏
-
- Redis Pub/Sub 断线后消息为什么不能补收
- Redis Pub/Sub 采用至多一次投递，订阅端断线期间消息不会保留。本文用最小命令和排查表说明何时继续用 Pub/Sub，何时切换 Streams 或采用混合方案。
- 数据库 · Redis | 1个月前 | Redis · Redis Streams Redis Pub/Sub 消息补收 363浏览 收藏
-
- Redis LATENCY DOCTOR 报告与业务延迟不一致怎么办
- Redis LATENCY DOCTOR 只分析实例内部延迟事件，业务接口耗时还包含网络、连接池、序列化和下游调用。本文用 LATEST、HISTORY、慢日志与应用指标对齐排查，并说明 LATENCY RESET 的证据风险。
- 数据库 · Redis | 1个月前 | Redis · 性能排查 · Redis LATENCY DOCTOR Redis延迟诊断 latency-monitor-threshold 363浏览 收藏
-
- 用嵌套可更新视图对比 LOCAL 与 CASCADED 对写入条件的检查范围
- MySQL 嵌套可更新视图中的 LOCAL 与 CASCADED 决定写入检查范围。本文用订单视图对比两者在内层无约束、内层已有约束和 UPDATE 场景下的差异，帮助你选择合适的视图写入边界。
- 数据库 · MySQL | 1星期前 | 363浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集，涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用，助力提升NLP模型性能。
- 557次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台，提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能，助您快速选择最适合项目的高性能大语言模型。
- 606次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制，用户可对比不同大模型回答并生成实时排行榜，助力开发者优化模型及用户选择最佳AI工具。
- 633次使用
-
- HELM
- 深入了解斯坦福推出的HELM（Holistic Evaluation of Language Models）大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景，涵盖准确性、公平性、鲁棒性等多维度指标，助力开发者全面优化语言模型性能。
- 588次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台，提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景，助力开发者全面评估多模态模型性能。
- 413次使用
