JAVA面试锦囊(九)

● 说一下使用索引的一些技巧?

(1) 对于创建的多列索引(复合索引),不是使用的第一部分就不会使用索引。

(2) 对于使用like的查询,查询如果是’%xx’不会使用到索引。而’xx%’会使用到索引。

(3) 如果条件中有or,必须所有字段都必须单独使用时能使用索引,从可以走索引。

(4) 如果列类型是字符串,那一定要在条件中间数据使用引号引用起来,否则不会走索引。

(5) 如果mysql估计使用全表扫描要比索引快,则不使用索引(如表中只有一条数据)。

● 介绍下主从同步和读写分离?

    一台数据库支持的最大并发连接数是有限的,如果用户并发访问太多,一台服务器满足不了要求就可以集群处理,MySQL的集群处理技术最常用的就是读写分离

主从同步:数据库最终会把数据持久化到磁盘,如果集群必须确保每个数据库服务器的数据是一致的。能改变数据库数据的操作都往主数据库去写,而其他的数据库从主数据库上同步数据。

读写分离:使用负载均衡来实现写的操作都往主数据去,而读的操作都往从的服务器去。

● 有没有使用过redis?

    Redis是一个key-value的数据库。先存到内存中,会根据一定的策略持久化到磁盘,即使断电也不会丢失数据,支持的数据类型比较多。主要用了做缓存数据库和web集群中用来做中央缓存存放session

● redis有哪些使用场景?

缓存:把经常需要查询且很少修改的数据,放到读速度较快的空间(内存),以便下次访问 减少时间,减轻压力,减少访问时间。

计数器:redis中的计算器时原子性的内存操作,可以解决库存溢出问题,进销存系统库存溢出。

session缓存服务器:web集群式作为session缓存服务器。

● redis存储对象的方式?

    Json字符串:需要把对象转化为json字符串,当作字符串处理,直接使用set、get来设置或者获取。优点是设置和获取比较简单。缺点没有提供专门的方法,需要把对象转换为json,可能存在性能问题。

    字节:需要做做序列化,就是把对象序列化为字节保存。如果是存储百万级的大数据对象,建议采用存储序列化对象的方式。

    如果是少量的数据级对象,建议使用json转换成String方式。

● 说说redis数据淘汰机制?

    在redis中,允许用户设置最大使用内存大小server.maxmemory。在内存限定的情况是很有用的。譬如,在一台8g机子上部署4个redis服务点,每个服务点分配1.5G的内存大小,减少内存紧张的情况,由此获取更为稳健的服务。

    Redis内存数据集大小上升到一定的时候,就会施行数据淘汰机制,redis提供6中数据淘汰机制

(1) volatile-lru:从已设置过期时间的数据集(server.db[i].expires)中挑选最近最少使用的数据淘汰。

(2) volatile-lru:从已设置过期时间的数据集(server.db[i].expires)中挑选要过期的数据淘汰。

(3) volatile-random:从已设置过期时间的数据集(server.db[i].expires)中任意选择数据淘汰。

(4) allkeys-lru:从数据集(server.db[i].expires)中挑选最近最少使用的数据淘汰。

(5) allkeys-random:从数据集(server.db[i].expires)中任意选择数据淘汰。

(6) no-enviction:禁止驱逐数据。

    Redis驱逐某个键值对后,会删除这个数据并,并将这个数据变更消息发布到本地(AOF持久化)和从机(主从连接)。

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅建议:建议者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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