面试官，不要再问我三次握手和四次挥手
三次握手和四次挥手是各个公司常见的考点，也具有一定的水平区分度，也被一些面试官作为热身题。很多小伙伴说这个问题刚开始回答的挺好，但是后面越回答越冒冷汗，最后就歇菜了。
见过比较典型的面试场景是这样的:
面试官：请介绍下三次握手 求职者：第一次握手就是客户端给服务器端发送一个报文，第二次就是服务器收到报文之后，会应答一个报文给客户端，第三次握手就是客户端收到报文后再给服务器发送一个报文
数据结构与算法
EasyExcel实现文件导入导出(简单实用)
EasyExcel官方文档
1. 引入EasyExcel的Maven依赖
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>easyexcel</artifactId>
<version>3.1.0</version>
&l
Apache Doris 系列： 入门篇-创建数据表
本文档我们介绍 Doris 怎么创建表及其他的相关操作。
连接 Doris
我们在成功部署完成 Doris 之后，我们可以通过任意 MySQL 客户端来连接 Doris ，下面我们的示例是通过 MySQL 客户端命令行工具来进行操作。
注意：
这里连接 Doris ，指的是连接 Doris FE，
连接的 IP 地址就是 FE 节点 IP 地址，端口是 FE 的 query_port 默认是90
SpringBoot——动态数据源（多数据源自动切换）
前言
日常的业务开发项目中只会配置一套数据源，如果需要获取其他系统的数据往往是通过调用接口， 或者是通过第三方工具比如kettle将数据同步到自己的数据库中进行访问。
但是也会有需要在项目中引用多数据源的场景。比如如下场景：
自研数据迁移系统，至少需要新、老两套数据源，从老库读取数据写入新库
自研读写分离中间件，系统流量增加，单库响应效率降低，引入读写分离方案，写入数据是一个数据源，读取数据是另
Clickhouse(流量分析(二).留存分析案例)
1. 留存分析定义
神策用户分析模型——留存分析的使用方法
2. 留存分析
ClickHouse留存分析工具十亿数据秒级查询方案
高效压缩位图RoaringBitmap的原理与应用
留存函数（retention）
方案一. Roaringbitmap
一般来说，求留存率的做法就是两天的用户求交集,join的速度会比较慢。假若每一个用户都可以表示成一个32位的无符号整型，用bitmap的形式去存储，
MySQL 对于千万级的大表要怎么优化？
问题概述
使用阿里云rds for MySQL数据库（就是MySQL5.6版本），有个用户上网记录表6个月的数据量近2000万，保留最近一年的数据量达到4000万，查询速度极慢，日常卡死。严重影响业务。
方案概述
方案一：优化现有mysql数据库。优点：不影响现有业务，源程序不需要修改代码，成本最低。缺点：有优化瓶颈，数据量过亿就玩完了。
方案二：升级数据库类型，换一种100%兼容mysql
06 mysql的数据库配置
查看编码命令
查看字符配置信息
show variables like 'character_%';
查看比较规则
show variables like 'collation_%';
5.7版本及以下的版本使用是拉丁，注意要修改配置my.ini
default-character-set=utf8 #默认字符集
[mysqld] # 大概在76行左右，在其下添加
...
character-
SAS编程-小知识：import过程步的Guessingrows选项
最近项目的一个Raw Data的为txt的文本格式，首行为变量名，变量以及变量值以Tab间隔。
Dummy 数据
直接使用import过程步将数据导入SAS数据集，遇到了问题：数据可以正常导入，但是Log会出现Warning和Error。
proc import datafile = "xxx.txt" out = rawdata replace dbms = tab;
delim
591. 【数据库】starrocks 安装部署集群版
之前写过一篇427.【数据库】starrocks 安装踩坑，今天把详细的安装步骤记录下来：
一、环境准备
starrocks 安装包
jdk8
centos7服务器3台
二、服务器互信任
在三台服务器之间建立互信任，使得ssh 连接时，无需输入密码，可参考170. 【Linux】ssh-keyscan 解决“离线环境”多节点互信任问题，里面的脚本可直接使用。
互信任完成之后，就可以使用 syn
MongoDB丢数据问题的分析
坊间有很多传说MongoDB会丢数据。特别是最近有一个InfoQ翻译的Sven的一篇水文（为什么叫做水文？因为里面并没有他自己的原创，只是搜罗了一些网上的博客，炒了些冷饭吃），其中又提到了丢数据的事情。大家知道作为一个数据库来说，数据的持久性基本上是数据库的最低要求了。如果MongoDB真的有那么糟糕的数据安全问题，它早就在技术选择众多的今天被无情地淘汰掉了。那么真相到底如何呢？
实事求是地来说，
