<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[DSIslander的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/DSIslander</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; DSIslander]]></copyright><item><title><![CDATA[Python Tuple 详解]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8598256</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8598256</guid><author>DSIslander</author><pubDate>Thu, 21 Feb 2013 13:53:43 +0800</pubDate><description><![CDATA[Tuple 是不可变 list。 一旦创建了一个 tuple 就不能以任何方式改变它。
 
 Tuple 与 list 的相同之处
 定义 tuple 与定义 list 的方式相同, 除了整个元素集是用小括号包围的而不是方括号。
 Tuple 的元素与 list 一样按定义的次序进行排序。 Tuples 的索引与 list 一样从 0 开始, 所以一个非空 tuple 的第一个元素总是 t]]></description><category></category></item><item><title><![CDATA[mysql group by 原理]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8591953</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8591953</guid><author>DSIslander</author><pubDate>Tue, 19 Feb 2013 17:19:37 +0800</pubDate><description><![CDATA[之前连着写了几篇关于 MySQL 中常用操作的一些基本实现原理，如，MySQL ORDER BY，MySQL
 Join，这次再写一篇 MySQL 中 GROUP BY 的基本实现原理。

由于 GROUP BY 实际上也同样会进行排序操作，而且与 ORDER BY 相比，GROUP BY 主要只是多了排序之后的分组操作。当然，如果在分组的时候还使用了其他的一些聚合函数，那么还需要一些聚合函]]></description><category></category></item><item><title><![CDATA[MySQL性能优化的最佳21条经验]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8573756</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8573756</guid><author>DSIslander</author><pubDate>Wed, 06 Feb 2013 13:07:44 +0800</pubDate><description><![CDATA[今天，数据库的操作越来越成为整个应用的性能瓶颈了，这点对于Web应用尤其明显。关于数据库的性能，这并不只是DBA才需要担心的事，而这更是我们程序员需要去关注的事情。当我们去设计数据库表结构，对操作数据库时（尤其是查表时的SQL语句），我们都需要注意数据操作的性能。这里，我们不会讲过多的SQL语句的优化，而只是针对MySQL这一Web应用最多的数据库。希望下面的这些优化技巧对你有用。

1. 为]]></description><category></category></item><item><title><![CDATA[mysql的NULL和空值]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8573666</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8573666</guid><author>DSIslander</author><pubDate>Wed, 06 Feb 2013 11:47:50 +0800</pubDate><description><![CDATA[相信很多用了mysql很久的人，对这两个字段属性的概念还不是很清楚，一般会有以下疑问：

1、我字段类型是not null，为什么我可以插入空值

2、为毛not null的效率比null高

3、判断字段不为空的时候，到底要  select * from table where column 




带着上面几个疑问，我们来深入研究一下null 和 not null 到底]]></description><category></category></item><item><title><![CDATA[MySQL数据类型详解]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8571330</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8571330</guid><author>DSIslander</author><pubDate>Tue, 05 Feb 2013 12:45:26 +0800</pubDate><description><![CDATA[数值类型

　　MySQL 的数值数据类型可以大致划分为两个类别，一个是整数，另一个是浮点数或小数。许多不同的子类型对这些类别中的每一个都是可用的，每个子类型支持不同大小的数据，并且 MySQL 允许我们指定数值字段中的值是否有正负之分或者用零填补。

　　表列出了各种数值类型以及它们的允许范围和占用的内存空间。




类型


大小


范围（有符号）]]></description><category></category></item><item><title><![CDATA[OLAP]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8486477</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8486477</guid><author>DSIslander</author><pubDate>Wed, 09 Jan 2013 16:52:57 +0800</pubDate><description><![CDATA[二、  OLAP的基本概念（1）变量（度量）

变量是数据度量的指标，是数据的实际意义，即描述数据“是什么”。像上面示例中的人数。
（2）维度

维度是描述与业务主题相关的一组属性，单个属性或属性集合可以构成一个维。如上面示例中的学历、民族、性别等都是维度。
（3）维的层次

一个维往往可以具有多个层次，例如时间维度分为年、季度、月和日等层次，地区维可以是国家、地区、省、市等层次。]]></description><category></category></item><item><title><![CDATA[Hadoop/Hive简介]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8454420</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8454420</guid><author>DSIslander</author><pubDate>Mon, 31 Dec 2012 10:17:23 +0800</pubDate><description><![CDATA[hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供完整的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。
Hadoop是一个存储计算框架，主要由两部分组成：
  
1，存储（Hado]]></description><category></category></item><item><title><![CDATA[记录]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8313104</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8313104</guid><author>DSIslander</author><pubDate>Tue, 18 Dec 2012 11:11:39 +0800</pubDate><description><![CDATA[需求，优势，收益

ALEXA。
软广告联盟，硬广告联盟。
SEO]]></description><category></category></item><item><title><![CDATA[广告联盟识别作弊方法]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8312934</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8312934</guid><author>DSIslander</author><pubDate>Tue, 18 Dec 2012 10:21:13 +0800</pubDate><description><![CDATA[广告联盟识别作弊方法
总的来说，广告联盟对于识别作弊，主要有8点 
1、点击比率上线设置：平均点击率从99年的5%下降到了1%以内，当然其中还需要广告面向对象与页面的访问者的交叉率，越高则表示该页面与广告的关联度越大，点击率越高。目前富媒体广告的点击率在2%至5%，普通图片点击在0.1%至1%，与图片的创意有关，可以设置当点击率超过一定的百分率提示可能作弊行为（兰色天空广告联盟设置在8%）。]]></description><category></category></item><item><title><![CDATA[OLTP和OLAP]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8263011</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8263011</guid><author>DSIslander</author><pubDate>Wed, 05 Dec 2012 23:41:46 +0800</pubDate><description><![CDATA[原创作品，允许转载，转载时请务必以超链接形式标明文章 
原始出处 、作者信息和本声明。否则将追究法律责任。http://76287.blog.51cto.com/66287/885475

数据库设计的一个根基就是要弄清楚数据库的类型。
 
当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing在线事务处理，联机事务处理）、联]]></description><category></category></item><item><title><![CDATA[Mysql存储引擎]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8262896</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8262896</guid><author>DSIslander</author><pubDate>Wed, 05 Dec 2012 22:59:11 +0800</pubDate><description><![CDATA[存储引擎工作原理


MySQL中的数据用各种不同的技术存储在文件(或者内存)中。这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。通过选择不同的技术，你能够获得额外的速度或者功能，从而改善你的应用的整体功能。





存储引擎是什么？
　　例如，如果你在研究大量的临时数据，你也许需要使用内存存储引擎。内存存储引擎能够在内存中存]]></description><category></category></item><item><title><![CDATA[二叉树以及二叉搜索树的重建]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8258633</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8258633</guid><author>DSIslander</author><pubDate>Wed, 05 Dec 2012 10:05:22 +0800</pubDate><description><![CDATA[1） 二叉树的重建。
提供，前序和中序 Or 后序和中序。
算法：前序或者后序作为主要数据来源，中序用来确定递归位置的分割。
Node* buildTreePreIn（string pres， string ins）
{
      Node* root = new Node;
      root.val = pres[0]; 

      int index = ins.fi]]></description><category></category></item><item><title><![CDATA[Python中list、tuple、dict区别]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8254548</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8254548</guid><author>DSIslander</author><pubDate>Tue, 04 Dec 2012 10:12:13 +0800</pubDate><description><![CDATA[Dictionary 是 Python 的内置数据类型之一,它定义了键和值之间一对一的关系。每一个元素都是一个 key-value 对, 整个元素集合用大括号括起来您可以通过 key 来引用其值, 但是不能通过值获取 key在一个 dictionary 中不能有重复的 key。给一个存在的 key 赋值会覆盖原有的值。  在任何时候都可以加入新的key-value
 对。这种语法同修改存在的值是]]></description><category></category></item><item><title><![CDATA[Truncate, Delete, Drop的区别]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8252942</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8252942</guid><author>DSIslander</author><pubDate>Mon, 03 Dec 2012 18:39:02 +0800</pubDate><description><![CDATA[TRUNCATE TABLE 在功能上与不带 WHERE 子句的 DELETE 语句相同：二者均删除表中的全部行。但 TRUNCATE TABLE 比 DELETE 速度快，且使用的系统和事务日志资源少。   DELETE 语句每次删除一行，并在事务日志中为所删除的每行记录一项。
TRUNCATE TABLE 通过释放存储表数据所用的数据页来删除数据，并且只在事务日志中记录页的释放。 
TRUNC]]></description><category></category></item><item><title><![CDATA[求中位数问题：最小堆，最大堆]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8251043</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8251043</guid><author>DSIslander</author><pubDate>Mon, 03 Dec 2012 12:05:59 +0800</pubDate><description><![CDATA[具体思路：
用一个最大堆存放比中位数小（或等于）的元素，用一个最小堆存放比中位数大（或等于）的元素。这里关键的方法是insert()，每当要插入一个元素时，根据判断条件将它插入最大堆或是最小堆，并更新最大堆和最小堆，使得最大堆和最小堆中元素的个数之差不超过1，这样中位数就是最大堆或最小堆的堆顶元素。当最大堆和最小堆中元素个数不同（个数相差为1）时，元素个数多的那个堆的堆顶元素即为中位数；如果两者]]></description><category></category></item><item><title><![CDATA[Effective C# 原则18：实现标准的处理(Dispose)模式(译)]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8243873</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8243873</guid><author>DSIslander</author><pubDate>Fri, 30 Nov 2012 15:40:09 +0800</pubDate><description><![CDATA[Effective C# 原则18：实现标准的处理(Dispose)模式
我们已经讨论过，处理一个占用了非托管资源对象是很重要的。现在是时候来讨论如何写代码来管理这些类占用的非内存资源了。一个标准的模式就是利用.Net框架提供的方法处理非内存资源。你的用户也希望你遵守这个标准的模式。也就是通过实现IDisposable接口来释放非托管的资源，当然是在用户记得调用它的时候，但如果用户忘记了，析构函]]></description><category></category></item><item><title><![CDATA[C#中的预定义数据类型]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8240040</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8240040</guid><author>DSIslander</author><pubDate>Thu, 29 Nov 2012 16:41:56 +0800</pubDate><description><![CDATA[C#中的预定义数据类型包括两类:一类是值类型;一类是引用类型.
【注:】C#中的所有数据类型均与平台无关,如int总是32位带符号整数.
一、预定义值类型
1.整型




名称
CTS类型
说明
类型后缀


sbyte
System.SByte
8位有符号整数
　


short
System.Int16
16位有符号整数
　


int]]></description><category></category></item><item><title><![CDATA[图形问答]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8237170</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8237170</guid><author>DSIslander</author><pubDate>Thu, 29 Nov 2012 09:31:51 +0800</pubDate><description><![CDATA[1） 假设某种全彩色（每像素24位）RGB光栅系统有512*512的帧缓存，那么可以使用多少种不同颜色选择（亮度级）等级？在任意时刻，一帧可以显示多少种不同的颜色；
答：24位可以表示的总的颜色数为：256 * 256 * 256， 缓冲区的大小明显小于总的颜色数，所以可以显示512 * 512种颜色。]]></description><category></category></item><item><title><![CDATA[数据库中的Index和View的理解]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8236646</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8236646</guid><author>DSIslander</author><pubDate>Wed, 28 Nov 2012 22:50:32 +0800</pubDate><description><![CDATA[索引(Index)
所谓的Index就是索引其作用与书本中的索引类似，无非就是提高我们检索数据的速度。当然是需要付出一定的代价，这种代价就是数据库所占硬盘空间的增加。其实这也可以理解，我们如果要对一本字典做索引，势必要买点胶贴纸粘在书页上，书的分量增加是必然的了。
索引按照存储结构的不同分为簇索引也叫聚集索引(clustered index)和非簇索引也叫非聚集索引(unclustered i]]></description><category></category></item><item><title><![CDATA[关于数据库中的JOIN的用法学习]]></title><link>https://blog.youkuaiyun.com/DSIslander/article/details/8233605</link><guid>https://blog.youkuaiyun.com/DSIslander/article/details/8233605</guid><author>DSIslander</author><pubDate>Wed, 28 Nov 2012 11:20:36 +0800</pubDate><description><![CDATA[问题来源于我在帮网友修改一个系统BUG时出现的，一直没发现这个问题，就是LEFT JOIN 与 INNER JOIN的区别，刚才在群里讨论后还特意看了书，在网上看了下大家的分享，现在大概明白了。


我的SQL语句是这样的：
SELECT D.username AS username,D.uid AS uid_d,C.webname,C.uid AS uid_c FROM qb_blog_]]></description><category></category></item></channel></rss>