黑马八股文-MySQL篇


一、导图

示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。

二、MySQL优化

1.定位慢查询

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.分析慢查询

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、MySQL存储引擎

在这里插入图片描述
在这里插入图片描述

四、索引

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1.B树

在这里插入图片描述

2.B+树

在这里插入图片描述

3.聚簇索引(聚集索引)与非聚簇索引(二级索引)

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

4.回表查询

在这里插入图片描述在这里插入图片描述

5.覆盖索引

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

五、MySQL超大分页处理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

六、索引创建的原则

在这里插入图片描述
在这里插入图片描述

七、索引失效

在这里插入图片描述
在这里插入图片描述

1).违反最左前缀法则
在这里插入图片描述
2).范围查询右边的列,不能使用索引
在这里插入图片描述
3).不要在索引列上进行运算操作,在索引列上进行运算操作会导致索引失效
在这里插入图片描述
4).字符串不加单引号,导致索引失效
在这里插入图片描述
5).以%开头的Like模糊查询,索引失效。如果仅仅是尾部模糊匹配,索引不会失效。如果是头部模糊匹配,索引失效。
在这里插入图片描述

八、SQL优化经验

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

九、事务

在这里插入图片描述
在这里插入图片描述

1.事务并发问题

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.undo log与redo log

在这里插入图片描述
在这里插入图片描述.
在这里插入图片描述
在这里插入图片描述

3.MVCC(多版本并发控制)

在这里插入图片描述
在这里插入图片描述

1.隐藏字段

在这里插入图片描述

2.undo log

在这里插入图片描述
在这里插入图片描述

3.readview

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

十、主从同步

在这里插入图片描述
在这里插入图片描述

十一、分库分表

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

### 黑马程序员 Python 面试要点 #### 数据类型与结构 Python 中的数据类型分为可变和不可变两种。字符串、元组和数值属于不可变数据类型;列表、字典和集合则是可变的。理解这些差异对于编写高效代码至关重要[^1]。 ```python # 不可变对象示例 immutable_example = "hello" another_immutable = (1, 2, 3) # 可变对象示例 mutable_list = ["apple", "banana"] mutable_dict = {"name": "John"} ``` #### 函数式编程特性 掌握高阶函数如 `map()` 和 `filter()`, 这些内置函数可以简化操作序列的任务。另外,了解生成器表达式的使用方法能够有效减少内存占用并提高性能[^2]。 ```python numbers = [1, 2, 3] # 使用 map 应用于每个元素上执行平方运算 squared_numbers = list(map(lambda x: x ** 2, numbers)) # 利用 filter 来筛选偶数 even_numbers = list(filter(lambda n: n % 2 == 0, range(10))) ``` #### 异常处理机制 熟悉 try-except 结构来捕获异常情况下的错误信息,并采取适当措施继续程序运行而不是直接崩溃退出。良好的异常管理有助于构建健壮的应用程序[^3]。 ```python try: result = 10 / int('a') # 将引发 ValueError 错误 except ZeroDivisionError as e: print(f"除零错误发生: {e}") except Exception as ex: print(f"其他类型的错误发生了: {ex}") finally: print("无论是否有错都会被执行") ``` #### 文件读写操作 学会利用 with-as 语法糖自动关闭文件流,在完成 I/O 操作之后无需显式调用 close 方法即可安全释放资源[^4]。 ```python with open('example.txt', 'r+') as file_object: content = file_object.read() print(content) ``` #### 多线程与并发控制 多进程模块 multiprocessing 提供了一个类似于 threading 的 API 接口来进行跨平台级别的多核 CPU 并行计算支持。而 asyncio 是异步 IO 编程的核心库之一,它允许开发者创建高效的网络服务端应用和服务客户端应用程序[^5]。 ```python import concurrent.futures def task(n): return sum(range(n)) with concurrent.futures.ThreadPoolExecutor(max_workers=8) as executor: futures = [executor.submit(task, i * 1_000_000) for i in range(16)] results = [future.result() for future in concurrent.futures.as_completed(futures)] print(results[:5]) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值