主頁 > 資料庫 > python中functools.reduce、偏函式、sorted函式的理解

python中functools.reduce、偏函式、sorted函式的理解

2020-10-23 22:11:33 資料庫

文章目錄

  • 前言
  • 一、functools.reduce()函式
    • 1. “迭代”的理解
    • 2. reduce()函式的概念
      • 2.1語法
      • 2.2 reduce函式的意義
  • 二、functools.partial()偏函式
    • 1. 偏函式的概念
      • 1.1 使用 func, *args 引數的partial函式,只能是前面“連續”的引數固定
      • 1.2 使用 func, **keywords 引數的partial函式,分為兩種情況
        • 1.2.1 后面“連續”的引數固定
        • 1.2.2 非“連續”引數 或者 是直接對“前面的連續引數”賦值
      • 1.3 偏函式的理解
      • 1.4 舉一個例子
  • 三、sorted()函式
    • 1. sorted()函式的概念
    • 2. 對數值進行排序
      • 2.1 只有一個引數(iterable)時
      • 2.2 有引數reverse = False時
      • 2.3 有引數key = None時
    • 3. 對字串進行排序
      • 3.1 當你對字串排序時,大小寫很重要
      • 3.2 按字串長度排序
      • 3.3 按元組的元素排序
    • 4. 如果您還不懂 或者 想詳細了解sorted函式,請點擊下方鏈接,
  • 總結


前言

(Python3版本)小白專用,學習心得,與大家分享一下,比較詳細,不喜勿噴


一、functools.reduce()函式

1. “迭代”的理解

  1. 迭代時,當前保存的結果作為下一次回圈計算的初始值

2. reduce()函式的概念

2.1語法

  1. functools.reduce (f,iterable[,initializer])
引數性質
f是fuction的縮寫,是一個函式,規定這個函式必須有兩個引數
iterable可迭代的物件,tuple, list, dictionary, string等可迭代物,必須引數
initializer初始值可選引數(只能給function第一個引數設定初始值,不能給第二個引數設定初始值)
  • (迭代)使用指定的帶兩個引數的函式f對一個資料集合(可迭代物件)的所有資料進行下列操作:使用第一個第二個資料作為引數用func()函式運算,得到的結果在與第三個資料作為引數用func()函式運算,以此類推,最后得到一個結果,

  • f為函式物件;iterable為可迭代物件;可選的initializer為初始值

代碼如下(示例1:計算累加和)

import functools,operator
functools.reduce(operator.add,[1,2,3,4,5])
''' 第一個 運行結果:((((1+2)+3)+4)+5) = 15 '''

functools.reduce(operator.add,[1,2,3,4,5],10)
''' 第二個 運行結果:(((((10+1)+2)+3)+4)+5) = 15 '''

functools.reduce(operator.add,range(1,101)
''' 第三個 運行結果:(...(((((1+2)+3)+4)+5)+6)+...) = 5050 '''

溫馨提示: operator模塊是python內置運算子的函式介面,add是此模塊中的一個具有加法功能的函式,

reduce的作業流程:

  1. 無初始值(運行程序): 例如 functools.reduce(operator.add,[1,2,3,4,5])
    第一個資料1第二個資料2作為引數用operator.add函式運算,得到的結果 3 再與第三個資料3 作為引數用operator.add函式運算,以此類推,最后得到一個結果,
  2. 有初始值(運行程序):例如 functools.reduce(operator.add,[1,2,3,4,5],10)
    第一個資料10第二個資料1作為引數用operator.add函式運算,得到的結果 11 再與第三個資料2 作為引數用operator.add函式運算,以此類推,最后得到一個結果,

代碼如下(示例2:計算累乘結果)

import functools,operator
functools.reduce(operator.mul,range(1,11))

''' 運行結果:(((((((((1x2)x3)x4)x5)x6)x7)x8)x9)x10) = 3628800 '''

  • 溫馨提示:range函式是 “左閉右開”, operator模塊是python內置運算子的函式介面,mul是此模塊中的一個具有乘法功能的函式,
  • 首先確定,functools.reduce(operator.mul,range(1,11)) 沒有初始值,即運算程序同理,

2.2 reduce函式的意義

  • reduce函式使代碼看起來更精簡,而且運行性能更好,更準確,

二、functools.partial()偏函式

1. 偏函式的概念

  1. functools,partial()通過把一個函式的部分引數設定為默認值的方式回傳一個新的可以呼叫的(callable)的partial 物件,其語法形式如下,

    functools.partial( func, *args, **keywords)

引數性質
func是fuction的縮寫,是一個函式
*args*args表示任何多個無名引數,它是一個tuple(元組)
* *keywords**keywords表示關鍵字引數,它是一個dict(字典 :鍵值對)

其中,func為函式;* args為其位置引數;* * keywords為關鍵字引數

  • 簡單理解:
    partial()函式 偏函式就是為了 固定某些引數的傳入,作為默認引數(默認值)傳入,
  • functools.partial (固定的函式, *args(值), **keywords(鍵值對))
  1. 代碼如下(新建一個原函式)
import functools
def function(a,b,c,d):
	print(a,b,c,d)
function(1,2,3,4)

''' 輸出結果為 1 2 3 4 '''
  • 此處是新建一個函式function,其輸出結果為1234

1.1 使用 func, *args 引數的partial函式,只能是前面“連續”的引數固定

(直接繼續使用原來的引數進行呼叫)
3. 代碼如下(使用 func, *args 引數的partial函式)

import functools
def function(a,b,c,d):
	print(a,b,c,d)
fun1 = functools.partial(function,1,2)
fun1(5,6)
fun1(1,2)
''' 	輸出結果為 
		1 2 5 6
		1 2 1 2 	'''
  • function函式默認值是1,2規定按順序賦值,即a=1,b=2,所以該函式變成了function(1,2,c,d),可以理解為產生了新的函式
    fun1(5,6)呼叫函式function,并傳入引數5和6 (用原來的引數進行函式呼叫),即c=5,d=6,所以最終輸出結果為1256,fun1(1,2)同理,

  • 這通常只能把前面的引數固定,假如有個需求和現有的不一樣,需要使后面的引數固定,該怎么做?可以使用下面的方法

1.2 使用 func, **keywords 引數的partial函式,分為兩種情況

1.2.1 后面“連續”的引數固定

(直接繼續使用原來的引數進行呼叫)

import functools
def function(a,b,c,d):
	print(a,b,c,d)
fun1 = functools.partial(function,c=4,d=2)
fun1(5,6)
fun1(1,2)
''' 	輸出結果為 
		5 6 4 2
		1 2 4 2 	'''
  • 使用關鍵字引數(**keywords),例如此時關鍵字引數為 c=4,d=2,則默認引數為4和2,
    新的函式為function(a,b,4,2)
    fun1(5,6)呼叫函式function,并傳入引數5和6 (用原來的引數進行函式呼叫),即a=5,b=6
    (規定默認按順序賦值),所以最終輸出結果為5642,fun1(1,2)同理,

1.2.2 非“連續”引數 或者 是直接對“前面的連續引數”賦值

(需要使用關鍵字引數進行呼叫)

import functools
def function(a,b,c,d):
	print(a,b,c,d)
fun1=functools.partial(function,c=6)
fun1(1,2,d=3)

fun2=functools.partial(function,a=6,b=3)
fun2(c=2,d=4)
''' 	輸出結果為 
		1 2 6 3
		6 3 2 4 	'''
  • 對于fun1函式中給c賦值為6,引數只有一個 (即非“連續”引數) ,規定需要使用關鍵字引數進行呼叫,即引數為c=6,則新的函式為function(a,b,6,d)
    fun1(1,2,d=3)呼叫函式function,并傳入引數1和2和d=3 (用原來的引數進行函式呼叫),即a=1,b=2,c=6,d=3,所以最終結果為 1263

  • 對于fun2函式中給a賦值為6,b賦值為3,引數只有兩個 (即直接對前面的連續引數賦值) ,規定需要使用關鍵字引數進行呼叫,即引數為a=6,b=3,則新的函式為function(6,3,c,d)
    fun2(c=2,d=4)呼叫函式function,并傳入引數c=2和d=4 (用原來的引數進行函式呼叫),即a=6,b=3,c=2,d=4,所以最終結果為 6324

1.3 偏函式的理解

  • 官方理解:

    partial()函式主要用于設定預先已知的引數,從而減少呼叫時傳遞引數的個數

  • 簡單理解:
    partial()函式 偏函式就是為了 固定某些引數的傳入,作為默認引數(默認值)傳入,

    所以如果對引數有順序要求的,使用偏函式要比較謹慎

1.4 舉一個例子

代碼如下(示例2:計算2的n次方)

import functools,math
pow2 = functools.partial(math.pow,2)	#封裝pow(x,y[,z]),指定引數x=2
list(map(pow2,range(11)))	#輸出2的0~10次方
''' 
運行結果:
[1.0,2.0,4.0,8.0,16.0,32.0,64.0,128.0,256.0,512.0,1024.0]
 '''

  • 溫馨提示:
    1、range函式是 “左閉右開”
    2、pow是屬于math模塊里的函式,pow函式可以有 兩個或者三個引數,pow(x,y):這個是表示x的y次冪,pow(x,y,z):這個是表示x的y次冪后除以z的余數 ,
    3、map函式的原型是map(function, iterable, …),這個函式的意思就是將function應用于iterable的每一個元素,結果以串列的形式回傳,

  • 首先利用偏函式講pow函式里的引數x賦值為2,即x=2為pow的默認值,(指數為2)
    因此新的函式為pow2 = pow(2,y)
    最后用map函式呼叫pow2函式對1至10范圍內數字進行迭代,(指數為2,冪從1~10)
    最終的輸出的結果是被list()強制轉化為串列型別,


三、sorted()函式

1. sorted()函式的概念

  1. 內置函式sorted()把一個可迭代物件進行排序,回傳結果串列,其語法形式如下,

    sorted( iterable,*,key = None, reverse = False)

引數性質
iterable可迭代型別,例如字典、串列…
key = None可迭代型別中某個屬性,對給定元素的每一項進行排序
reverse = False降序或升序
  • iterable為待排序的可迭代物件
    key = None為其比較函式(默認None,按自然順序排序)
    reverse = False為指定是否逆序排序
  • 單獨一個星號(*)不是引數,它是一個“分割符號”,它的作用是“告訴大家,呼叫函式時傳入排在它(*)后面的引數,都要帶名字(類似鍵值對)”

2. 對數值進行排序

2.1 只有一個引數(iterable)時

  1. 代碼如下(sorted()函式示例)
numbers = [1,6,4,-2,9] 
print(sorted(numbers))	#按數值自然排序
''' 輸出結果為 [-2,1,4,6,9] '''

print(numbers)
''' 輸出結果為 [1,6,4,-2,9] '''

  • 由運行結果可知:
    1.sorted()函式不需要定義,它是一個內置函式,可以在標準的Python安裝中使用,

    2.在沒有額外的引數的情況下,sorted()函式按照升序對值進行排列,也就是按照從小到大的順序,

    3.原始的numbers不會改變,因為sorted()函式提供了一個新的有序的輸出結果,并且不改變原始值的順序,
    4.當sorted()函式被呼叫時,它會提供一個有序的串列作為回傳值

最后一點意味著串列可以使用sorted()函式,并且輸出結果可以立刻賦值給一個變數:

numbers = [1,6,4,-2,9] 
number_sorted = sorted(numbers)	#按數值自然排序
print(number_sorted)

''' 輸出結果為 [-2,1,4,6,9] '''
  • 在這個例子中,有一個新的變數numbers_sorted存盤了sorted()函式的輸出結果,

2.2 有引數reverse = False時

  • sorted()函式有一個可選的引數reverse,它將根據分配給它的布林值改變排序,如果reverse = True,那么就會按照降序排列;如果reverse = False或者沒有引數reverse,那么就會按照升序排列
numbers = [1,6,4,-2,9] 
number_sorted = sorted(numbers,reverse = True)	#按數值逆序排序
print(number_sorted)

''' 輸出結果為 [9,6,4,1,-2] '''

2.3 有引數key = None時

numbers = [1,6,4,-2,9] 
number_sorted = sorted(numbers,key = abs)	 #按絕對值排序
print(number_sorted)

''' 輸出結果為 [1,-2,4,6,9] '''

溫馨提示:abs()函式回傳給定引數的絕對值,引數可以是實數(整數、浮點數等)或復數,
如果引數是復數,則回傳復數的模,

  • 在排序程序中,將對每個元素呼叫key函式來確定排序順序,但不會改變原來的數值
    numbers中用絕對值可理解為,按照[1,6,4,-2,9] 的絕對值 [ 1,6,4,2,9 ] 來升序排序
    (無reverse引數,默認reverse = False,不逆序,即默認升序排序)

  • 又因為key函式只是用來確定排序順序,并不會改變原有的值
    所以輸出結果為[1,-2,4,6,9],而不是[1,2,4,6,9]

  • 當使用帶有引數key的函式時,有兩個主要限制

1、傳遞給key的比較函式(該函式只能帶1個引數)
(例如定義一個函式名為add(x,y),用于加法功能的函式,在排序程序中每次呼叫add()函式,它每次只從串列中接收一個元素)key=add是錯誤的,因為add()函式有兩個引數

2、帶有key的函式必須能夠處理迭代序列中的所有值
(詳細請看鏈接: 請點擊這里.)

3. 對字串進行排序

3.1 當你對字串排序時,大小寫很重要

  • 串列中字串首字母均是大寫 或者 小寫的時候,默認 按26字母表排序,若第一個字母相同,就看第二個,以此類推,
  • 串列中的字串字母 即有大寫字母開頭的字串,又有小寫字母開頭的字串,則按照Unicode數值來從小到大排序
str1 = ["Dog","Cat","Rabbit"] #首字母均是大寫
str2 = ["Dog","cat","Rabbit"] #cat首字母是小寫
str3 = ["Dog","cat","Rabbit"] #cat首字母是小寫

str1_sorted = sorted(str1)	 #按26字母表順序排序
str2_sorted = sorted(str2)	 #按照Unicode數值來排序
str3_sorted = sorted(str3,key=str.lower)	#按26字母表順序排序
print(str1_sorted)
print(str2_sorted)
print(str3_sorted)

''' 輸出結果為 
['Cat','Dog','Rabbit']
['Dog','Rabbit','cat']
['Cat','Dog','Rabbit']
 '''

溫馨提示:lower()方法是Python字串方法,它將字串中所有大寫字母轉換為小寫字母,并回傳一個新字串,

  • str1中的三個字串首字母都是大寫,所以按照26字母表排序,
  • str2中的cat中的c是小寫,Dog和Rabbit中首字母是大寫,因此有大小寫,即按照字母在Unicode中所對應的數值排序,Unicode碼分別對應的數值 D:68 、R:82 、c:99
    因此排序為 Dog,Rabbit,cat
  • str3中元素與str2相同,但是 比較函式 key = str.lower,意味著將str3中的元素全部當成 小寫字母 來比較,雖然str3中的既有大寫又有小寫,但排序方式是按小寫字母排序的,即26字母表排序,因此輸出結果為 [‘Cat’,‘Dog’,‘Rabbit’]

3.2 按字串長度排序

代碼如下

str_1 = ["Dog","cat","Rabbit"] #cat首字母是小寫
str_1_sorted = sorted(str_1,key = len) #按字串長度排序
print(str_1_sorted)

'''輸出結果:
['Dog','cat','Rabbit']
'''
  • 因為key=len,所以對str_1函式是用長度進行排序的,默認從小到大,
  • 字串若長度相同,則按字典排序, D:68、c:99
    所以輸出結果為 [‘Dog’,‘cat’,‘Rabbit’]

3.3 按元組的元素排序

  • 默認按元組的第一個元素排序
  • 若要按第二個或者第三等等,則需要修改 比較函式 key
    代碼如下
tuple1 = [('Bob',75),('Adam',92),('Lisa',88)] 
tuple2 = [('Bob',75),('Adam',92),('Lisa',88)]  
tuple1_sorted = sorted(tuple1)  #默認按第一個元素排序
tuple2_sorted = sorted(tuple2,key = lambda t:t[1]) #按元組的第二個元素排序
print(tuple1_sorted)
print(tuple2_sorted)

'''輸出結果:
[('Adam',92),('Bob',75),('Lisa',88)] 

[('Bob',75),('Lisa',88),('Adam',92)] 
'''

溫馨提示:lambda 函式的語法只包含一個陳述句,表現形式如下:

  • lambda [arg1 [,arg2,…argn]]:expression
    其中,lambda 是 Python 預留的關鍵字,[arg…] 和 expression 由用戶自定義,
    [arg…] 是引數串列,它的結構與 Python 中函式(function)的引數串列是一樣的,[arg…] 可以有非常多的形式,
    expression 是一個引數運算式,運算式中出現的引數需要在[arg…]中有定義,并且運算式只能是單行的,只能有一個運算式,
    例如:f = lambda x,y:x+y 中f為函式,x,y為兩個引數, x+y為函式回傳值

  • tuple1_sorted函式中的引數沒有key,則默認按第一個元素排序,
    由于每個元組中第一個元素都是大寫字母,所以排序是按26字母順序表排序,
    即A,B,L 所以輸出結果為 [(‘Adam’,92),(‘Bob’,75),(‘Lisa’,88)]

  • tuple2_sorted函式中有引數 key,key = lambda t:t[1] ,
    此處的lambda匿名函式的作用是 按第二個元素 進行排序,
    即75,88,92所以輸出結果為 [(‘Bob’,75),(‘Lisa’,88),(‘Adam’,92)]

4. 如果您還不懂 或者 想詳細了解sorted函式,請點擊下方鏈接,

鏈接: 請點擊這里.


總結

python中 functools.reduce函式、偏函式(functools.partial)、sorted函式的理解

  • 1、functools.reduce (f,iterable[,initializer]) 函式就是 將第一個引數(函式)對 第二個引數物件進行迭代運算,
    2、partial()函式 偏函式就是為了 固定某些引數的傳入,作為默認引數(默認值)傳入,
    3、內置函式sorted()把一個可迭代物件進行排序,回傳結果串列

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/187843.html

標籤:其他

上一篇:Python零基礎入門學習筆記(一)

下一篇:資料庫又出問題了?教你給MySQL做全身體檢

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代,MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:23:11 more