当需要从数据库查询的表有上万条记录的时候，一次性查询所有结果会变得很慢，特别是随着数据量的增加特别明显，这时就需要使用分页查询。对于数据库分页查询，也有很多种方法和优化的点。谈优化前的准备工作为了对下面列举的一些优化进行测试，需要使用已有的一张表作为实际例子。表名：order\_history。描述：某个业务的订单历史表。主要字段

说一下mysql比较宏观的面试，具体咋写sql的这里就不过多举例了。后面我还会给出一个关于mysql面试优化的试题，这里主要说的索引和BTree结构，很少提到我们的集群配置优化方案。1.索引是什么？有什么作用以及缺点　　答：索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。也可以理解为索引就

中大概阐述了一下我们之前碰到过的一些应用开发中的痛点：现有的云数据库起步使用成本较高应用开发对团队的起步要求较高现有云数据库配置复杂这些痛点当然不是我们先发现的，也不是我们先要尝试解决的。Google早在2014年就收购了firebase，或许是对这些痛点认可的最佳佐证。就在前两天，InfoQ上发布了一篇翻译文章：，这其实是作者的副标题，原标题是，文章

简介过去几年来，出现了一种称为NoSQL的新型数据库管理系统。设计这些数据存储是为了克服在扩展传统关系数据库来处理一些应用程序时必须处理的数据负载类型的难题，比如说Amazon。这种可伸缩性的实现需要一定的代价：NoSQL系统通常不符合ACID（原子性、一致性、隔离和耐久性）；它们最终一致地表明，只要给定一定量的时间，所有数据更新最终都会

Canvas和SVG是html5支持的两种可视化技术。基于这两种技术，诞生了很多可视化工具。Echarts是基于Canvas技术的可视化工具，底层封装了原生的JavaScript的绘图API。我们很容易联想到另一个同样很优秀的web前端可视化库D3，D3是也最流行的可视化库之一，它被很多其他的表格插件所使用。D3底层基于SVG技术，与Canvas完全不

Kafka连接器是Kafka的一部分，是在Kafka和其它技术之间构建流式管道的一个强有力的框架。它可用于将数据从多个地方（包括数据库、消息队列和文本文件）流式注入到Kafka，以及从Kafka将数据流式传输到目标端（如文档存储、NoSQL、数据库、对象存储等）中。现实世界并不完美，出错是难免的，因此在出错时Kafka的管道能尽可能优雅地处理是最好的。一

和关系数据库一样，Neo4j同样可以创建索引来加快查找速度。在关系数据库中创建索引需要索引字段和指向记录的指针，通过索引可以快速查找到表中的行。在Neo4j中，其索引是通过属性来创建，便于快速查找节点或者关系。手动索引先来说一下怎样创建手动索引。创建索引采用显示创建，就像添加节点一样添加索引项，一个索引项标识的是一个节点或

 近期略有点诸事不顺，趁略有闲余之时，玩起D3.js。之前实际项目中主要是用各种chart如hightchart、echarts等，这些图形库玩起来貌都是完美的，一切皆可配置，但几年前接触了D3之后，觉得前面那chart类库局限的地方在于，基本不可定制；而D3呢，你说了算，你想画出什么样的图，你说了算，自由度很大，当时就有点膜拜和仰慕，小打小闹的玩了几下，没

   刚开始编程的时候，对多线程有着盲目的崇拜。遇到需要调用写的方法，就想用多线程来进行调用。结果这几天才发现了软件中的BUG，看来多线程也不是想用就能用的，用不好就会非常糟糕，导致一些莫名其名的BUG。        我写了一个数据库的小例子，也验证了这个BUG是确实存在的。首先呢，我在数据库中创建了两个字段的表格，两个字段分别为M,N。其中M我设

【MySQL】164\.数据库的三范式是什么？第一范式：强调的是列的原子性，即数据库表的每一列都是不可分割的原子数据项。第二范式：属性完全依赖于主键（满足第一范式的前提下），即任意一个字段只依赖于表中的同一个字段。第三范式：任何非主属性不依赖于其它非主属性（满足第二范式的前提下）。即不存在传