数据库
-
1、低效的“WHERE 1=1” 网上有不少人提出过类似的问题：“看到有人写了WHERE 1=1这样的SQL，到底是什么意思？”。其实使用这种用法的开发人员一般都是在使用动态组装的SQL。让我们想像如下的场景：用户要求提供一个灵活的查询界面来根据各种复杂的条件来查询员工信息，界面如下图： 界面中列出了四个查询条件，包括按工号查询、按姓名查询、按年龄查询以及按工资查询，每个查询条件前都有一个复选框， 如果复选框被选中， 则表示将其做为一个过滤条件。比如上图就表示“检索工号介于DEV001和D
2024-11-07 -
前言 并发场景：线上保险业务的并发工单申请 一、场景描述 某机构在一个客服在线的情况下，只能办理一笔工单并同时支持一个客户提交工单进行排队等待队列。而测试过程中发现在并发申请的情况下多个工单均有可能同时进入排队等待队列，超出了可排队的队列最大值，由于系统处于分布式架构因此需要使用分布式锁，但甲方资源只支持Oracle，不提供Redis等资源，因此在考虑实际并发量不大的情况下选择使用数据库分布式锁处理。 二、分布式锁设计 1.锁设计 采用新建LOCK表，通过数据库的主键唯一索引约束实现加锁操作。
2024-11-07 -
一、页面流程 二、代码实现 实体类 @Data public class LoginFormDTO { private String phone; private String code; private String password; // 既支持使用手机号登录，又支持使用密码登录 } UserController.java /** * 登录功能 * @param loginForm 登录参数，包含手机号、验证码；或者手机号、密码 */ @PostMapp
2024-11-07 -
BasicFileAttributes Java为了满足跨平台需要，其File类仅提供lastModified()，即文件的最近一次修改时间。原因是Linux不记录文件的创建时间。但是为Windows平台开发的程序需要读取文件的创建时间怎么办？ BasicFileAttributes bAttributes = null; try { bAttributes = Files.readAttributes(file.toPath(), BasicFileAttribut
2024-11-07 -
MySQL 练习题 创建表 CREATE TABLE student( id INT(3) PRIMARY KEY auto_increment, name VARCHAR(32), birth VARCHAR(32), sex VARCHAR(32) ) 创建老师表 - id、姓名 CREATE TABLE teacher( id INT(3) PRIMARY KEY auto_increment, name VARCHAR(32) )
2024-11-07 -
该博文同时分享在. 我综合oracle技术中国用户讨论组的一些知识，及自己掌握的一些知识， 把DBA人员应该掌握的一些SQL语句罗列了下，希望能对大家有所帮助。 下面罗列的这些SQL语句，我想，对于DBA人员来说是应该掌握的。 1.关于数据库构架体系 ①表空间的监控是一个重要的任务，我们必须时刻关心表空间的设置，是否满足现在应用的需求，以下的语句可以查询到表空间的详细信息。 <SQL code> SELECT TABLESPACE_NAME, INITIAL_EXTENT,
2024-11-07 -
MongoDB的视图，是一个只读的可查询对象。视图中的数据，通过定义在其他集合或视图的集合查询中获得。MongoDB的视图，也分为两种，标准视图（简称视图）和物化视图。其中标准视图，是通查意义上所描述和使用的视图。通过视图中查询的数据，并没有保存到数据库硬盘上，而是在查询时，实时计算得到。而物化视图，查询时数据直接从磁盘中读取。 使用场景 在系统开发应用中，视图有着广泛的使用场景 为了隐藏部分敏感信息，创建一个没有个人识别信息的雇员数据集，共应用和开发人员查询使用。对数据库中的字段进行计算，创建
2024-11-07 -
解决Oracle数据库中未绑定变量导致的性能问题与安全漏洞 一、未绑定变量的定义及其影响 1.1 未绑定变量的定义 在SQL语句中，绑定变量是指将变化的值以参数形式提交，而不是直接在SQL语句中拼写对应的值。未绑定变量则是指在SQL语句中直接使用常量值，而不是使用参数。 1.2 未绑定变量的影响 性能问题：未绑定变量会导致SQL语句每次执行时都需要进行硬解析，消耗大量CPU和内存资源，从而降低数据库性能。 安全漏洞：未绑定变量容易受到SQL注入攻击，攻击者可以通过拼接恶意SQL语句来窃取或篡
2024-11-07 -
摘要 一、索引常见类型 索引的出现是为了提高查询效率，但是实现索引的方式却有很多种，所以这里也就引入了索引模型的概念。可以用于提高读写效率的数据结构很多，这里我先给你介绍五种常见数据结构，它们分别是哈希表、有序数组和搜索树、全文索引和倒排索引。 1.1 哈希索引 哈希表是一种以键-值（key-value）存储数据的结构，我们只要输入待查找的值即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在
2024-11-07 -
sqlServer的分页查询和mysql语句不一样，有三种实现方式。分别是：offset /fetch next、利用max（主键）、利用row_number关键字 一、offset /fetch next关键字 2012版本及以上才有，SQL server公司升级后推出的新方法。 公式： -- 分页查询公式-offset /fetch next select * from 表名 order by 主键 或 其他索引列 -- @pageIndex：页码、@pageSize：每页记录数 offs
2024-11-07