由于公司最近有个需求是想让我们的get请求的参数都直接显示在浏览器url上，这样我们就可以直接通过复制url来显示对应的界面数据了。背景介绍由于我们常用的http请求一般是基于XHR对象的实现或者fetch实现，这种请求操作并不会触发浏览器url的变化，这样虽然也能正常请求数据并渲染到页面，但是如果用户在当前页面操作了某个get请求并得到了某条数据，想

一.内存四驱模型不知我们是否有读过《深入理解java虚拟机》这本书，强烈推荐读一下。在java中我们将运行时数据，分为五个区域分别是：程序计数器，java虚拟机栈，本地方法栈，java堆，方法区。在c/c中我们将运行时数据，分为四个区域分别是：栈区，堆区，数据区，代码区。我们详细来介绍下：1.栈区：由编译器自动分配释放，存放函数的

一、C文件概述1.基本概念文件是指一组相关数据的有序集合，这个数据集有一个名称，叫做文件名。我们在前面的已经使用到了很多文件，例如源程序文件、目标文件、可执行文件、库文件(头文件)等。文件通常是驻留在外部介质(如磁盘等)上的，在使用时才调入内存中来。操作系统是以文件为单位对数据进行管理的，示意如下：2.文件分类从不同

之前一篇文章中我们讲了基于Mysql8的读写分离(文末有链接)，这次来说说分库分表的实现过程。概念解析垂直分片按照业务拆分的方式称为垂直分片，又称为纵向拆分，它的核心理念是专库专用。在拆分之前，一个数据库由多个数据表构成，每个表对应着不同的业务。而拆分之后，则是按照业务将表进行归类，分布到不同的数据库中，从而将压力分散至不同的

摘要Redis是一款优秀的、开源的内存数据库，我在阅读Redis源码实现的过程中，时时刻刻能感受到Redis作者为更好地使用内存而费尽各种心思，例如最明显的是对于同一种数据结构在不同应用场景下提供了基于不同底层编码的实现（如压缩列表、跳跃表等）。今天我们暂时放下对Redis不同数据结构的探讨，来一起看看Redis提供的另一种机制——内存淘汰机制。

作者：李坤热点问题概述一直以来，TiDB的数据访问热点问题，是用户比较关注的问题。为什么这个问题如此突出呢？这其实是“分布式”带来的结构效应。单机数据库由于只有一个节点，是不存在热点问题的(因为性能的上限就是单机的处理能力)，而分布式数据库集群存在多个节点，在达到存储扩展、读写能力扩展的目的上，我们希望大量的读写压力能够平摊在每个节点

前面我们一直说NIO能够提高性能，那么到底如何提高效率。本篇就接着上一篇文章的缓冲区，来看看直接缓冲区和非直接缓冲区。非直接缓冲区首先看看非直接缓冲区。我们之前说过NIO通过通道连接磁盘文件与应用程序，通过缓冲区存取数据进行双向的数据传输。物理磁盘的存取是操作系统进行管理的，与物理磁盘的数据操作需要经过内核地址空间；而我们的Java应用

1概述mysql中的单表增删改查操作,可以说是基本中的基本.实际工作中,常常会遇到一些基本用法难以处理的数据操作,譬如遇到主从表甚至多级关联表的情况(如一些历史问题数据的批量处理),考虑到效率问题,需要将请求次数控制在一个常量级别.这种情况下,由于需要操作的(作为参数的)数据量较大,或者获取参数较为复杂,往往不太容易处理.以下

   我们在做项目的时候经常会遇到很多性能的问题，也成为整个系统优化最疼痛的问题，主要还是因为在用户量大的时候或者就是说高并发访问的时候，我们系统的数据库会有一个限制。当然也可以通过对数据库的优化对系统进行优化，（最常见的数据库优化手段无非就是建索引，explain分析慢sql，以及sql语句的优化或者分库分表等一系列的策略，当然后面我会专门写一篇文章专