在日常运维过程中我们希望日志自动的按天切割，而不是通过脚本加定时任务或三方工具实现，增加了运维维护的复杂度，下面让我们看看怎么操作吧。

随着业务的快速发展、业务复杂度越来越高，几乎每个公司的系统都会从单体走向分布式，特别是转向微服务架构。随之而来就必然遇到分布式事务这个难题，这篇文章通过seata框架总结了分布式事务的几种解决方案。

序本文主要研究一下redis的HyperLogLog的用场相关命令pfadd每添加一个元素的复杂度为O(1)127.0.0.1:6379pfadduv0907uid1uid2uid3(integer)1添加元素到HyperLogLog中，如果内部有变动返回1，没有

新增的常用命令从列表右端插入值(1N个)（rpushlistkeycba）rpushkeyvalue1value2...valueN时间复杂度为O(1N)从列表左端插入值(1N个)（lpushlistkeycba）lpushkeyvalue1

@ExceptionHandler：统一处理某一类异常，从而能够减少代码重复率和复杂度@ControllerAdvice：异常集中处理，更好的使业务逻辑与异常处理剥离开@ResponseStatus：可以将某种异常映射为HTTP状态码@ControllerAdvicepublicclassExceptio

身份鉴别(toc_0)pg\_hba.conf的配置原则(toc_1)用户密码复杂度(toc_2)用户密码有效期(toc_3)用户密码存储策略(toc_4)应用服务器配置文件安全(toc_5)权限安全配置(to

问题：Redis中哈希对象有两种编码方式，分别是ziplist、hashtable方式。哈希对象，总得体现哈希算法，使得基本操作达到O(1)的效率。hashtable编码方式使用字典，也即是Java中hashMap的方式，这个我可以理解。但是，ziplist方式所有元素都是紧挨的，它是怎么实现hash，并使得查询等操作有O(1)的时间效率的呢？让我们

线性表存储在计算机中可以采用多种方式，以下是按照顺序存储方式实现：优点：查找很方便缺点：插入元素、删除元素比较麻烦，时间复杂度O(n)1ifndefSeqList_h2defineSeqList_h3include<iostream4usingnamespacestd;

线段树（SegmentTree）是常用的维护区间信息的数据结构，它可以在O(logn)的时间复杂度下实现单点修改、区间修改、区间查询（区间求和、区间最大值或区间最小值）等操作，常用来解决RMQ问题。RMQ(RangeMinimum/MaximumQuery

归并排序归并排序遵循分治的思想：将原问题分解为几个规模较小但类似于原问题的子问题，递归地求解这些子问题，然后合并这些子问题的解来建立原问题的解，归并排序的步骤如下：划分：分解待排序的n个元素的序列成各具n/2个元素的两个子序列，将长数组的排序问题转换为短数