benaso的大学学习历程

mysql学习笔记

这时就可以使用上我们创建的主键id，由于该表roleid不满足唯一性，所以它不可能是主键id，所以我们可以使用一个聚合函数 min()，来确定最小id的重复数据行。可以使用额外的子查询层级，将原始子查询的结果作为临时表，然后在外部的。查询出数据后我们只需要结合上面两次查询到的数据，使用delete语句，删除查询到的重复数据即可。如此一来即可删除掉重复的数据。来查询重复的行数据。

需要建立的关联表如上图所示。

什么是视图：视图是一种虚拟存在的表。视图中的数据并不在数据库中实际存在，行和列数据来自定义视图的查询中使用的表，并且是在使用视图时动态生成的视图有什么用：简单：视图不仅可以简化用户对数据的理解，也能简化他们的操作。那些经常使用的查询可以被定义为视图，从而使得用户不必为以后的操作每次指定全部的条件。安全：数据库可以授权，但不能授权到数据库特定行和特定列上，通过视图用户只能查询和修改他们所能见到的数据。数据独立：视图可以帮助用户屏蔽真实表结构变化带来的影响。

建表时，指定存储引擎查看当前数据库支持的存储引擎介绍：索引（index）是帮助MySQL高效获取数据的数据结构有序在数据结构之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。优势劣势提高数据检索效率，降低数据IO成本索引列也要占用空间通过索引对数据进行排序，降低数据排序成本，降低CPU消耗索引大大提高了查询效率，同时却也降低了表更新的速度，如对表进行增删改，效率低下。

由于之前博主尝试Java重构redis，在redis中的的字典数据结构底层也是采用数组实现，字典中存在两个hash表，一个是用于存储数据，另一个被用于rehash扩容为前者两倍。但是我注意到了在redis的数据结构中，并没有像Java集合类中的hashmap一样的树化机制，即当链表数大于8，且通过线性搜索法查找后续hash槽，发现占用了64个了，就会将拉链上的链表转化为红黑树，涉及到自平衡等等操作。是比较麻烦的，于是博主尝试使用二叉搜索树来实现一个基础的树的存储数据的数据结构。

是一个高性能的 key-value数据库。存在内存中与其他 key-value 缓存产品有以下三个特点：Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储。Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储。

如图：每个链表存在一个指向下一节点的指针，如果我们要对其任一节点进行增删改，都需要先使用迭代器进行查询，找到指定节点进行修改，复杂度较高。

众所周知，redis是一个内存数据库，当机器重启后，内存中数据都会丢失。所以redis提供了两种持久化方式，即：RDB(保存一个时间点前的数据)和AOF(保存redis服务器端执行的每一条命令)。

页面中几乎不怎么变化的数据（即补一句用户的Cookie、基本信息、地域、时间、等各种属性来生成的数据），如：CSS和 JS 文件中静态数据活动页中的 HTML 静态文件图片等相关资源依据当前用户属性动态生成的数据。。处理动态数据体现在技术架构上采用：清晰的分层架构服务架构缓存架构在一定时间内被大量用户访问的数据。热点数据又分为：“静态热点数据” 和 “动态热点数据”：静态热点数据：可以被提前预知的热点数据。动态热点数据：不能被提前预知的数据。

当我们使用neo4j构建知识图谱时，我们希望让别人能和我们共用neo4j进行知识图谱的构建，我们的方法之一就是将neo4j部署到我们的服务器上，然后将7474,7687端口暴露出来，这样就可以通过访问服务器公网IP的7474端口来操作我们的数据库。