数据结构与算法
MySQL查询优化（七）：MySQL 的 count (*)真的很低效？
优化COUNT函数的查询在 MySQL 中最容易被误解的话题中能够排进前10名，我们可以在网上搜索了解更多关于 COUNT 优化的误解信息。在进行优化前，理解 COUNT 到底做了什么很重要。
COUNT 函数做什么用？
COUNT 是一个专用的函数，通常有两种不同的方式：计算值和数据行。值指的是非空（Non-NULL）表达式（NULL表示值缺失）。如果我们在 COUNT的参数中指定了列名或其
【初阶数据结构】森林里的树影 “堆” 光：堆
文章目录
1.堆的概念及结构
2.堆的接口实现
2.1 堆的初始化
2.2 堆的销毁
2.3 堆的交换
2.4 堆的向上调整
2.5 堆的插入
2.6 堆的向下调整
2.7 堆的删除
2.8 堆顶获取
2.9 堆的判空
2.10 堆的节点个数
2.11 堆的打印
2.12 堆的排序（向上建堆）
2.13 堆的排序（向下建堆）
学习记录11 Hadoop生态圈技术栈（九）
今天接着上面的HBASE往下看
回顾一下，Hbase是什么？
其实就是一个非关系型的数据库，能够支持超大规模的数据的实时读写。（可以看出很强大）
在储存机制上与传统MySQL的不同，HBASE不存储空字段，玩的是列存储，特点就是容量多。
HBASE的应用场景也非常多，凡是海量明细数据且后期还要查询的，都很适合HBASE。
HBASE的组成结构
主要有4个部分组成，每个部分都有特定的功能。
zoo
存储引擎 - InnoDB
存储结构
5.7-引擎架构图
内存结构
内存结构主要包括 Buffer Pool、Change Buffer、Adaptive Hash Index和 Log Buffer 四大组件
Buffer Pool
缓冲池，简称BP。BP以 Page 页为单位，默认大小 16 K。BP的底层采用链表数据结构管理 Page。
在 InnnoDB 访问表记录和索引是会在 Page 页中缓存，以后使
Java版LeetCode热题100之单词拆分：从动态规划到面试实战的全面解析
Java版LeetCode热题100之单词拆分：从动态规划到面试实战的全面解析
本文深入剖析 LeetCode 第139题「单词拆分」，涵盖题目理解、算法设计、代码实现、复杂度分析、优化思路、数据结构基础、面试应对策略以及实际应用场景等多个维度，是一篇面向中高级开发者的高质量技术博客。
一、原题回顾题目编号：LeetCode 139
Linux 操作的良好习惯总结
从事运维，遇到过各式各样的问题，数据丢失，网站挂马，误删数据库文件，黑客攻击等各类问题。
一、线上操作规范
1. 测试使用
当初学习Linux的使用，从基础到服务到集群，都是在虚拟机做的，虽然老师告诉我们跟真机没有什么差别，可是对真实环境的渴望日渐上升，不过虚拟机的各种快照却让我们养成了各种手贱的习惯，以致于拿到服务器操作权限时候，就迫不及待的想去试试，记得上班第一天，老大把root密码交给我，由
mysql查询成本比较
1.工具
1.mysql：8.0.25
2.msyqlworkbench
2.成本定义
执行sql查询所需要花费的代价
3.查看成本的方式
执行一条示例语句，如下：
select sql_no_cache suser.id,suser.name ,srole.name from sys_user suser
inner join sys_user_role surole on suser.i
【LeetCode】力扣刷题攻略路线推荐！适合新手小白入门~（含各类题目序号）
力扣上有许多数据结构及算法的练习，但是如果由第一题【两数之和】开始刷，会让50%的人倒在起点。所以我们刷题要讲究路线攻略以及技巧~大体路线方向由简入难
数学
数组
链表
字符串
哈希表
双指针
递归
栈
队列
树
图与回溯算法
贪心
动态规划
刷题技巧 建议刷题的时候分成四轮来刷，不用想着第一次就把单个分类的全部刷完。 第一轮: 按照 数学 >
