MySQL查询的本质——单表与多表的查询方法
单表查询 单表查询的语句实际上是一种声明式的语法，只是告诉MySQL要获取的数据符合哪些规则，至于具体的执行方式是MySQL自己来定。针对不同的场景，也有不同的执行计划， MySQL基于开销(cost)的优化器策略，哪种执行计划开销更低，就意味着性能更好，速度更快，就选择哪一种。以下是执行计划的类型： const 通过主键或者唯一二级索引与常数的等值比较来定位一条记录，是最快的执行方式。主键定位
大数据课程————Hadoop
hadoop搭建： 环境搭建：利用分发脚本在所有服务器上部署java和hadoop 组件部署：三个重要组件分别部署在三台服务器上，并修改配置文件 启动集群并测试功能：格式化后分别启动组件并上传文件，配置历史服务器和日志功能 服务器相关概念 类型：文件服务器、数据库服务器、WEB服务器 特点：高处理能力、高扩展性、高可靠性 服务器磁盘 机械硬盘： SCSI接口硬盘，早期使用，已停售，1w转/m
大数据课程————HDFS
HDFS基本概念 是一个文件系统，用于存储文件，通过目录树来定位文件；是分布式的，由多个服务器联合起来实现其功。 适合场景：一次写入，多次读出，不可更改。文件写入后就不需要再改变 HDFS特征 优点 高容错，文件报错多个副本 适合处理大数据，数据规模到GB、TB甚至TP；文件数量多到百万级以上均可处理 可建构廉价机器上 缺点 不适合低延迟数据访问，实时场景不合适 无法高效对大量小文件进行存
大数据课程————MapReduce
MapReduce 一个分布式运算程序的编程框架，用户开发“基于Hadoop的数据分析应用”的核心框架。 优点： 易于编程，用户只关心业务逻辑，实现框架的接口 良好的扩展性。可动态增加服务器，解决计算资源不够的问题 高容错性。任意节点挂掉可以将任务转移至其他节点 适合海量数据计算。（TB/PB级别）几千台服务器共同计算 缺点： 不擅长实时计算。（mysql毫秒级别的） 不擅长流式计算 不擅
IDEA运行测试错误Failed to resolve org.junit.platform:junit-platform-launcher
问题原因： 这里的问题是IntelliJ试图在不使用IDE中配置的Maven“用户设置文件”(settings.xml)的情况下解决所需的工件本身。它将直接连接到Maven Central，但被我的雇主屏蔽了 解决方案在pom文件添加： 123456<dependency> <!-- this is needed or IntelliJ gives junit.jar or j
MySql索引基本原理
前置概念： 磁盘预读：内存跟磁盘在发生数据交互的时候，一般情况下有一个最小的逻辑单元，即"页"/“datapage”，页一般由操作系统决定是多大，一般是4k或8k。而进行数据交互的时候，可以取页的整数倍来读取。如innodb引擎每次读取数据都是16k B+树 每个关键字对应一棵子树 每个结点关键字个数n的范围是[m/2]<=n<=m 叶节点是包含信息
SpringBoot配置mybatis使用的两种方式
目前在SpringBoot中的使用Mybatis的pom文件是 12345<dependency> <groupId>org.mybatis.spring.boot</groupId> <artifactId>mybatis-spring-boot-starter</artifactId> <version>
Java实现读取本地txt文件(行政区划制作层级标记表格)
首先接到的是一个网址，地址是http://www.zxinc.org/gb2260.html 但这个网址后来就没用了，服务器那边应该出问题了，不过还好我保存到本地了。 再放一个云盘 链接：https://pan.baidu.com/s/1Hkf2PtRGK3dLQ50tJ1mk4g 提取码：unon 这里我是将那个页面打开查看源码然后复制下来的，所以前面带了一个,这里的每行是由区划代码、区划
