Go语言技术文章
-
- CSDN 私信功能聊天系统表结构设计：如何优化会话和消息查询？
- 聊天表设计深入探讨在设计类似于CSDN私信功能的聊天系统时，表结构的选择至关重要。提供的表conversation和...
- 数据库 · MySQL | 1年前 | 348浏览 收藏
-
- Redis启动内存不足的终极解决方案
- 解决Redis启动时内存分配不足问题的方法包括：1.检查系统内存使用情况，必要时增加物理内存或调整Redis配置；2.修改redis.conf文件中的maxmemory参数，限制Redis内存使用；3.配置maxmemory-policy参数，选择合适的内存回收策略；4.增加swap空间或禁用Redis的swap使用；5.通过RedisCluster分散数据存储，降低单节点内存压力；6.使用MEMORYUSAGE命令查找并处理大key。
- 数据库 · Redis | 1年前 | 348浏览 收藏
-
- MySQL中as用法：查询别名详解
- <p>在MySQL中，AS关键字用于给列或表创建临时名称，即别名。1）给列创建别名，如SELECTprice*quantityAStotal_priceFROMorder_items，使结果更易读。2）给表创建别名，如SELECTo.order_id,c.customer_nameFROMordersASoJOINcustomersAScONo.customer_id=c.customer_id，简化多表查询。</p>
- 数据库 · MySQL | 1年前 | 348浏览 收藏
-
- MySQL查询性能优化技巧与实战方法
- 提升MySQL查询性能的核心方法包括：一、合理使用索引，仅在主键、外键或常用查询条件字段上建立索引，避免低选择性和不常查询的字段加索引；二、优化SQL语句，避免SELECT*、不在WHERE中对字段进行函数操作，使用EXPLAIN分析执行计划，并合理分页；三、调整表结构和配置参数，设计规范化的表结构并根据硬件情况调整缓冲池等系统参数；四、定期执行ANALYZETABLE和OPTIMIZETABLE，结合慢查询日志持续监控与优化。
- 数据库 · MySQL | 1年前 | 348浏览 收藏
-
- MySQL优化count查询，性能提升秘诀
- MySQL的count查询性能问题主要在于数据量大时变慢，尤其带条件的count。优化思路包括减少扫描行数、利用索引、避免多余计算和锁等待。一、count查询慢的原因是需遍历数据，无索引字段做where条件导致全表扫描，复杂join或子查询增加计算成本，count(主键)与count(字段)结果不同。二、提升性能的方法：1.给where条件字段加索引；2.使用覆盖索引避免回表；3.区分count(*)和count(主键)的统计差异；4.避免对大表直接count，可用缓存、预计算或近似函数替代。三、常见误区
- 数据库 · MySQL | 1年前 | 348浏览 收藏
-
- MySQL数据备份技巧与常用工具推荐
- MySQL备份数据的常用方式包括逻辑备份和物理热备。一、mysqldump是最常见的逻辑备份工具，适合中小型数据库，通过导出SQL文件实现备份与恢复，但恢复速度慢且需停止写入以保证一致性；二、XtraBackup是支持在线备份的物理热备工具，适用于大数据量且不能停机的场景，通过复制数据文件并应用日志确保一致性，但操作较复杂且需权限配置；三、定期自动备份可通过crontab定时执行脚本，结合压缩、保留策略及异地存储提升可靠性；四、其他工具如MySQLEnterpriseBackup支持增量备份与加密，myd
- 数据库 · MySQL | 1年前 | 348浏览 收藏
-
- MySQL入门：轻松掌握基础概念+核心操作
- MySQL核心概念包括数据库、表、字段和记录。要快速掌握MySQL，需注意以下几点：1.创建和操作数据库及表，如CREATEDATABASE和CREATETABLE。2.掌握SQL查询，如SELECT语句的筛选和排序。3.选择合适的数据类型和使用索引优化性能。4.使用EXPLAIN分析查询计划进行性能优化。5.运用事务保证数据一致性和完整性。
- 数据库 · MySQL | 1年前 | 348浏览 收藏
-
- MySQL数据库全解析：小白也能看懂的特点与优势
- MySQL是一种开源的关系型数据库管理系统，由Oracle公司所有。1.速度快，采用索引、查询缓存和内存表优化。2.可扩展性强，支持InnoDB和MyISAM等多种存储引擎。3.社区生态强大，提供丰富的解决方案和定制优化选项。
- 数据库 · MySQL | 1年前 | 348浏览 收藏
-
- Redis事务怎么用？4步教你快速玩转Redis事务
- Redis事务通过将多个命令打包一次性执行，提供有限的原子性和隔离性。其核心实现步骤为：1.MULTI开启事务；2.命令入队但不立即执行；3.EXEC按顺序执行队列中的命令并返回结果；4.DISCARD取消事务。WATCH用于监控key以实现乐观锁。Redis事务无法完全满足ACID特性，原子性仅保证命令全执行或全不执行，但不支持回滚；一致性依赖客户端处理；隔离性有限；持久性取决于持久化策略。事务不支持回滚的原因在于设计哲学追求高效简单。执行失败时需根据EXEC返回值判断原因并重试或放弃。与Lua脚本相比
- 数据库 · Redis | 1年前 | 348浏览 收藏
-
- RedisList消息队列这样用，消息通信效率直线飙升！
- Redis列表在消息队列中的应用可以通过以下优化措施提升性能和可靠性：1.启用持久化机制（AOF或RDB）确保消息不丢失；2.使用BRPOP命令提高消费者的响应性和降低系统负载；3.通过多个列表模拟优先级队列处理不同优先级的消息；4.设置键的过期时间或在消息中加入时间戳管理消息的生命周期；5.利用批量操作减少网络开销，提升系统性能。
- 数据库 · Redis | 1年前 | 348浏览 收藏
-
- MySQL读写分离方案与中间件解析
- MySQL实现读写分离的核心逻辑是将写操作（INSERT、UPDATE、DELETE）发到主库，读操作（SELECT）分散到从库。其原理基于主从复制机制，主库处理写请求并将数据变更同步至从库，应用层或中间件负责路由请求；实现方式主要有两种：一是手动编码控制，适合小项目，如通过MyBatis拦截器切换数据源；二是使用中间件自动分流，适合中大型项目，可统一处理连接池、负载均衡、故障转移等问题；常用的中间件包括MyCat、ShardingSphere、MaxScale和ProxySQL，各自具备不同特点和适用场
- 数据库 · MySQL | 1年前 | 348浏览 收藏
-
- MySQL字符集设置及常见问题解决
- MySQL设置字符集问题的核心在于统一配置，推荐使用utf8mb4。一、安装时在配置文件中设置默认字符集为utf8mb4，并指定排序规则；二、建库建表时显式指定字符集以避免依赖全局设置；三、连接阶段需在程序或命令行中设置字符集一致；四、修复已有数据时先确认编码再导出导入转换。各个环节保持字符集统一可有效解决乱码等问题。
- 数据库 · MySQL | 1年前 | 348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。
- 452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。
- 520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。
- 536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。
- 482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。
- 304次使用
