- 博客(5)
- 收藏
- 关注
RSS订阅转载 用好索引的10条军规
在大型系统性能瓶颈中，索引设计不当导致的性能问题占比超过60%。经过多年的工作经历，我处理过多起数据库性能事故。索引不是越多越好，而是越精准越好。这篇文章跟大家一起聊聊设计索引的10条军规，希望对你会有所帮助。更多精彩内容，可以查看我博客园的首页，里面有我发表过的历史文章。业务驱动：索引设计始于业务场景分析左前缀优先：复合索引必须遵守最左前缀原则适度精简：警惕过度索引的写放大效应覆盖为王：优先考虑覆盖索引解决方案类型优化：用小而精的数据类型降低索引体积函数规避：避免在索引列上使用函数。
2025-07-23 10:27:34
40
转载 从零开始实现简易版Netty(二) MyNetty pipeline流水线
在上一篇博客中lab1版本的MyNetty参考netty实现了一个极其精简的reactor模型。按照计划，lab2版本的MyNetty需要实现pipeline流水线，以支持不同的逻辑处理模块的解耦。由于本文属于系列博客，读者需要对之前的博客内容有所了解才能更好地理解本文内容。从零开始实现简易版Netty(一) MyNetty Reactor模式。
2025-07-23 10:25:22
70
转载 [特殊字符] 革命性AI提示词优化平台正式开源！
同时欢迎分享给你的朋友们，让更多人享受AI提示词优化的乐趣！转载于: https://www.cnblogs.com/token-ai/p/18910887。，一个专业级的AI提示词优化平台，现已完全开源！- 构建内部AI知识库，提升团队AI应用效率。- 观看AI完整思考过程，学习顶级优化技巧。- AI专家级分析，每个优化点都有详细解释。- 让AI更懂你的创作意图，输出更精准内容。- 构建个人知识库，优质提示词永久保存。- 快速构建高质量提示词，提升产品体验。- 深入理解提示词工程，推进学术研究。
2025-07-03 14:06:47
72
转载 线性判别分析（LDA）：降维与分类的完美结合
线性判别分析LDA）是一种经典的线性模型，它在降维和分类任务中都表现出色。LDA监督学习LDA是一种监督学习方法，它需要利用标签信息来训练模型。线性投影LDA通过寻找特征空间中的线性组合，将数据投影到低维空间。最大化类间方差和最小化类内方差：LDA的目标是最大化不同类别之间的分离度，同时最小化同一类别内部的差异。适用于高维数据LDA可以有效地处理高维数据，通过降维来降低计算复杂度。分类和降维LDA不仅可以用于分类，还可以用于降维。LDA。
2025-05-10 14:15:54
47
转载 37. 内存布局
1 内存分区C代码经过预处理、编译、汇编、链接4步后生成一个可执行程序。在 Windows 下，程序是一个普通的可执行文件，以下列出一个二进制可执行文件的基本情况：通过上图可以得知，在没有运行程序前，也就是说程序没有加载到内存前，可执行程序内部已经分好3段信息，分别为代码区（text）、数据区（data）和未初始化数据区（...
2024-09-03 03:37:36
234
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人