qq_61694719的博客

原创 数据库左（外）连接、右（外）连接、全连接和内连接

左连接返回左表中的所有记录，以及右表中匹配的记录。如果右表中没有匹配项，则结果中右表的列为NULL。

原创 回表查询、覆盖索引

聚集索引是一种特殊的索引类型，它将数据行的物理存储顺序与索引键的逻辑顺序保存一致。数据行存储在索引的叶子节点中，表数据在磁盘上按照聚集索引键值的顺序存储，每个InnoDB表必须有且只有一个聚集索引。如果索引列在select所需获得的列中或者根据一次索引查询就能获得记录就不需要回表，如果select所需获得列中有大量的非索引列，索引就需要到表中找到相应的列的信息，这就是回表。能够命中name索引，索引叶子节点存储了主键id，通过name的索引树即可获取id和name，无需回表，符合索引覆盖，效率较高。

原创 JMeter的基本使用与性能测试

Jmeter是用Java编写的开源软件，主要用于进行性能和负载测试工具。Web应用（HTTP/HTTPS请求）Web服务（SOAP/REST,GraphQL）数据库（JDBC）消息中间件（JMS,AMQP,Kafka）FTP服务器Shell脚本/Java对象TCP协议它的核心能力是模拟大量用户并发访问目标服务，并收集、分析和可视化性能指标。

原创 回溯递归算法（Java）

指在给定问题的约束条件下，所有可能的解的集合，它包含了问题的所有合法解。解空间的具体形式取决于问题的性质和约束条件。在解决问题时，我们通常需要在解空间中搜索满足特定条件的解。回溯算法、枚举法、剪枝算法等求解方法都是基于对解空间的搜索。它的基本思想是：为了求得问题的解，先选择一种可能情况向前探索，在探索过程中，一旦发现原来的选择是错误的，就退回一步重新选择，继续向前探索，如此反复进行，直至得到解或证明无解，回溯法实际上是深度优先探索的一种改进。回溯算法的时间复杂度通常较高，因为它需要枚举所有问题的解。

原创 HTTP状态码

HTTP协议本身是无状态的，这与HTTP协议本来目的是相符的，客户端只需要简单的向服务器请求下载某些文件，无论客户端还是服务端都没有必要记录彼此过去的行为，每一次请求之间都是独立的。cookie的作用就是为了解决HTTP协议无状态的缺陷所作出的努力。对于用户来说，这些过程是由HTTP自己完成的，用户只要用鼠标点击，等待信息显示就可以了。这样就限制了使用HTTP协议，无法实现在客户端没有发起请求的时候，服务器将消息推送给客户端。HTTP协议是一个无状态的协议，同一个客户端的这次请求和上次请求是没有对应关系。

原创 Nginx反向代理

后端接收的接口地址，例如：http://localhost:8080/api/employee/login。前端请求地址与后端接口地址并不匹配，这时候需要采取Nginx反向代理，将前端发送的请求转发到后端服务器。前端发送的请求地址，例如：http://localhost/api/employee/login。，就是把大量的请求按照我们指定的方式均衡的分配给集群中的每台服务器。

原创 Java代码创建一个降序排列的优先队列（最大堆）

这段代码创建了一个降序优先队列（最大堆），队首始终是当前队列中的最大值。1、PriorityQueue的默认行为。删除队首：O(log n)1、获取最大的k个元素；2、需要按降序处理数据；2、自定义比较器的作用。插入：O(log n)

原创 什么是Redis缓存

Redis是以Key-value形式存储和传统的关系型数据库不一样，不一定遵循传统数据库的一些基本要求。（非关系型的，分布式的，开源的，水平可拓展的）Redis服务器是单线程的优点：对数据高并发读写（直接是内存中进行读写的）对海量数据的高效率存储和访问对数据的可拓展性和高可用性单线程操作，每个操作都是原子操作，没有并发相关问题缺点：redis（ACID处理非常简单）无法做太复杂的关系数据库模型Redis定位是缓存的，提高数据读写速度，减轻对数据库存储与访问压力。

原创 Redis l/0多路复用

传统阻塞I/O中，read()/write()会卡住线程等数据来/发完。非阻塞+轮询是不停去read()/write()。多路复用是把一堆fd交给内核，等到某些fd就绪（可读/可写/异常），一次性通知用户态，应用再去处理这些”就绪的少数“。常见接口：Linux 的 epoll、BSD/macOS 的 kqueue、老一点的 select/poll（Redis 会根据平台选择最优，select 作为兜底）。单线程事件循环 + 非阻塞套接字 + I/O 多路复用。

原创 java中的线程池有哪些参数？

太大容易在突发流量时创建大量线程导致抖动/抢锁/CPU 争用。线程池启动后“常驻”的工作线程数（除非开启了核心线程超时，见后文）。任务（交接点），提交必须有空闲线程立刻接手；影响：决定低负载时线程能否“瘦身”，降低资源占用。数组队列，容量固定、可控背压，生产可预期。里执行任务（起到自然降速/背压的作用）。任务，再入队新任务（同样有丢数据风险）。默认无界），扩容几乎不会发生，），适合按权重/时间排序执行。内部）：用于定时/延迟任务。新任务（无异常，风险大）。），排障与监控更友好。，提醒你限流/扩容）。

原创 http和https哪个更安全？为什么？

HTTPS更安全。https是在http的外层套上一层，先做握手协商出对称密钥，再用它加密后面的数据，抓包只能看到一坨密文。如果我访问一个网页依次发生什么？（http+dns解析+tcp握手+html源码渲染）；

原创 TCP和UDP特点，应用场景，包头信息，讲一下，位于OSI模型中哪一层？TCP的拥塞控制了解吗？；

面向连接、可靠、面向字节流无连接、不可靠、面向报文。

原创 进程、线程之间的区别，如何通信。

进程拥有自己的地址空间，每启动一个进程，系统就会为它分配地址空间；而线程与CPU资源分配无关，多个线程共享同一进程内的资源，使用相同的地址空间。如果一个进程死掉不会影响另外进程，因为进程之间是独立的地址空间。线程是程序执行的最小单位，是进程的一个执行流，一个进程由多个线程组成的。进程是资源分配的基本单位，它是程序执行时的一个实例，在程序运行时创建。进程是资源分配的基本单元，线程是程序执行的基本单元，两者都可并发执行。1.管道（pipe）：父子进程最常用，像一根数据通道，单向，字节流。

原创 多头注意力机制(Multi-Head Self-Attention)

允许注意力机制组合使用Query、Key和Value的不同子空间表示可能有益的。先利用独立学习得到的h组不同的线性投影来变换Query、Key和Value；然后，将这h组变换后的Query、Key和Value并行送到注意力汇聚中；最后，将这h个注意力汇聚的输出拼接在一起，并且通过另一个可以学习的线性投影进行变换，来输出最终的结果。

原创 6种典型攻击

梯度反演攻击的主要思想是利用模型训练过程中交换的梯度信息，通过优化技术重建出参与训练的原始数据。是一种针对人工智能（AI）系统的训练数据进行恶意篡改的行为，其目的是让训练出的AI模型在预测时产生错误的输出，从而影响模型的决策和性能。模型内存泄漏是指在模型训练过程中，由于不正确的内存管理，导致内存无法释放，进而影响训练效率和模型性能的问题。尽管已有一些防御方法被提出，但梯度反演攻击的研究仍然在不断进展，攻击者可能会开发出新的攻击技术来绕过现有的防御措施。

原创 强化学习基础知识

动作价值函数 Q(s,a)Q(s,a) 定义为在状态 ss 下采取动作 aa 并遵循某个策略 ππ 所能获得的期望回报。数学上，它可以表示为：其中，RtRt​ 是在时间步骤 tt 采取动作后获得的即时奖励，StSt​ 和 AtAt​ 分别是在时间步骤 tt 的状态和动作。

原创 机器学习中常用的几种距离

L1距离，也称为曼哈顿距离（Manhattan Distance）或城市街区距离（City Block Distance），是一种度量两个点在标准坐标系上的绝对轴距总和的距离度量方法。L2距离，也称为欧几里得距离（Euclidean Distance），是度量两点在欧几里得空间中直线距离的一种方法。其中，n 是维度的数量，pi 和 qi 分别是点 P 和 Q 在第 i 维上的坐标。其中，n 是维度的数量，pi 和 qi分别是点 P和 Q在第 i 维上的坐标。

原创 TypeError: ‘(slice(None, None, None), slice(0, 3, None))‘ is an invalid key

报错原因：df在这里的类型是dataframe，dataframe格式的数据不能直接用数组的形式提取。 解决方式:用df.iloc[：，：]，就可以解决以上问题。

原创 如何解决过拟合和欠拟合

(3)正则化：获取更多数据，从数据源获得更多数据，或数据增强。(1)数据处理：1、清洗数据，2、降维，3、类别平衡。融合几个具有差异的弱模型，使其成为一个强模型；即提供的特征不能表示出那个需要的函数；即使得模型复杂一些；

原创 梯度下降法和牛顿迭代法

在用到机器学习的算法中，本质是建立优化模型，通过最优化方法对目标函数或者损失函数进行优化，从而训练出最好的模型。一般最常见的最优化方法有梯度下降法、牛顿迭代法。梯度下降法的优化思想是用当前位置负梯度方向作为搜索方向，因为该方向为当前位置的最快下降方向，所以也被称为是”最速下降法“。最速下降法越接近目标值，步长越小，前进越慢。 梯度下降法缺点：1）靠近极小值时收敛速度减慢；2）直线搜索时可能会产生一些问题；3）可能会“之字形”地下降。 用一个二次函数去近似目标函数f(x)，然后精确地求出这个二次函数的极小点。

原创 什么是卷积，什么是卷积神经网络。

卷积：“卷”表示函数的翻转或图像的翻转；“积”表示积分/加权求和。卷积是将卷积核应用到某个张量的所有点上，通过将卷积核在输入的张量上滑动而生成滤波处理的张量。通俗一点讲卷积是对图像特征提取或者信息匹配。卷积神经网络：是通过模拟人脑视觉系统，采取卷积层和池化层依次交替的模型结构，卷积层使原始信号得到增强，提高信噪比，池化层利用图像局部相关性原理，对图像进行邻域间采样，在减少数据量的同时提取有用信息，同时参数减少和权值共享使得系统训练时间长的问题得到改善。

原创 报错原因：TypeError: ‘NoneType‘ object is not subscriptable

报错原因 ：class是一个对象，将它实例化后，便可以直接调用对象里面的函数。解决方案：删除run后面的()

原创 ui文件转换成py文件

在该文本路径下生产了相应的py文件

原创 贝叶斯定理

P(B|A) 是条件概率的符号，表示事件 A 发生的条件下，事件 B 发生的概率，这可以看作一个条件概率，条件概率是“贝叶斯公式”的关键之处，这个计算结果可以看成“先验概率”。P(A) 这是概率中最基本的符号，表示 A 出现的概率。比如在投掷一枚骰子时，P(3) 指的是骰子出现数字“3”的概率，这个概率是 六分之一。P(A|B) 是条件概率的符号，表示事件 B 发生的条件下，事件 A 发生的概率，这个计算结果可以看成“后验概率”。

原创 MPLS的工作原理

由控制平面（Control Plane）和转发平面（Forwarding Plane）组成。由标签交换路由器LSR组成。

原创 NAT原理（计算机网络）

NAT（Network Address Translation）是指网络地址转换。其可以实现在专用网的主机与在因特网的主机之间建立通信。

原创 报错原因：AttributeError: ‘Series‘ object has no attribute ‘iter‘

由于’pandas‘库的’series‘对象不支持’iter‘属性，因此无法使用’iter_rows‘方法。：我们可以通过直接访问’pandas‘库的’DataFrame‘对象的行来实现相同的效果。

原创 报错类型 PermissionError: [Errno 13] Permission denied: ‘D:\XXX\XXX.xlsx‘

报错原因：该文件已经被打开，不能够进行操作。“打开”是这个excel正在被其他的文件占用打开。解决方法：把excel关闭就可以进行保存后面的操作了。

原创 安装d2l报错：ERROR: Could not install packages due to an OSError: [WinError 5] 拒绝访问。: ‘D:\\应用程序\\python\\

出现以下报错：报错原因：pip安装模块的权限不够导致安装失败。解决方案：在原先安装的语句后加是“--user”，问题解决。

原创 图---关键路径

说明：关键路径是解决完成一个工程所需的最少代价的问题。AOE网：是指在一个表示工程的带权有向图中，用顶点表示事件，用有向边表示活动，用边上的权值表示活动的持续时间。路径长度：路径上各个活动所持续的时间之和。关键路径：从源点到汇点具有最大长度的路径。关键活动：当所有活动的最早开始时间和最晚开始时间相等时，此时的活动称为关键活动。【下图是判断ak是否为关键活动步骤.】 总结：

原创 有向无环图------AOV网(拓扑排序)

用DAG图表示一个工程，顶点表示活动，有向边表示活动的执行顺序。

原创 python读取DataFrame类型文件

原创 报错提示：OSError: [Errno 22] Invalid argument: ‘D:\\KeDa\\试题\\第二题\x01\\段落.txt‘

x01\\\

原创 信息论与编码

信道编码是以信息在信道上的正确传输为目标的编码，主要分为两个层次：1.如何正确接收载有信息的信号；2.如何避免少量差错信号对信息内容的影响。提示：这里对文章进行总结：例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

原创 机器学习

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。