微信正在重建索引卡都会成功吗
昨天直播的时候有个兄弟在问 update 一张小表，这张表就两百条数据，每天都会出现，迈斯克是怎么回事？像这种小表都没必要见锁影，因为太小了，走全秒扫描比走锁影扫描更快 出现。卖烧烤应该是在等待支援。他看了下监控，持牌使用率一直保持在百分之八十以上，那大概率就是他的问题了 啊。不对的是要写日字的出现， i o 等待， coc 同样也会等待就会出现。 macco 现在持拍是性能平静，看看是什么原因导致持拍使用率这么高的。是 macco 的话优化一下是共享内存，设置过小，可以调整一下。还有一种情况就是在等待，所 也可以看监控，但不一定能够看出来，因为监控的力度比较大，不一定能够发现，那就只能通过脚本来抓取信息了。
粉丝7515获赞1.7万
相关视频
02:51查看AI文稿AI文稿百分之九十以上的同学呢，都会用到数据库的锁引，但是对于锁引的原理啊，可能有些小伙伴呢就有点懵逼了啊，尤其是在面试的过程中，锁引的原理呢，一直是面试官重点考察的对象。本期呢就跟大家一起来聊一聊数据库的锁引。 那么说到所以呢，大家的印象呢，就是查询的速度会变快，那么我们从官方的定义来看呢，所以存在的目的也就是为了提高数据库的查询效率， 效率就是金钱，所以不管你是 dba 还是 c u i d boy， 几乎天天都要跟索颖打交道。 即使说你没有主动的去创建锁引啊，界面的时候呢，数据库也会默认的帮你创建一个锁引，当然如果你设置了主键啊，那么就会把主键设置成锁引，所以不管你的表有没有主 主动设置锁引，其实他都会有一个默认的锁引，这个默认的锁引呢，就是数据库里面的主界锁引，又叫拘束锁引。为啥一定要有这个锁引呢？这是因为主界锁引里面存储了这条记录的所有数据，只要这条记录存在，那么就会有主界锁引。 我们都知道买色后的，所以呢采用的是毕加数对吧？主见，所以也不例外，按照毕加数的规则排列好主见 id 从小到大排列，呃，这个时候呢，如果要插入一条记录啊，就会先计算 id 在毕加数上的位置， 对吧，然后直接插入，从表现形式上看的话呢，其实就是一个叶子结点啊，叶子结点下面呢又带了一个数据页，什么名称啊，操作时间啊等等这些字段值啊，这个是逐渐锁印，那么什么是二级锁印呢？从名字上看啊，就知道 这个是千年老二，属于辅助的锁引，所以呢他又叫二级锁引，除了组件锁引以外呢，你其他家的所有的锁引其实都是二级锁引，比如一张用户表， id 呢，是主键，那毫无疑问呢， id 就是主键锁引了 啊，其他的比如说手机号啊，用户名啊这些，如果加了锁引呢，那就是二级锁引，逐渐锁引里存的是记录，那么二级锁引里存的是什么呢？答案是逐渐锁引， 比如说啊，我们给手机号加了锁引，这个时候就要增加一个 b 加数，对吧？把手机号按照 b 加数的规则从小到大进行排列， 这时候如果我们要通过手机号来查找记录的话呢，首先就会在手机号这棵毕加数里面，我们先找到手机号这个叶子节点，找到手 手机号对应的主键 id， 再去主键锁引数啊，这个必加数里面找到这个 id 才能拿到数据。所以二级锁引存在的目的呢，就是为了找到主键锁引， 因为所有的数据呢都在逐渐缩影里面。好了，本期的视频呢就是先来，如果您对本期的内容呢，有任何疑问，欢迎大家在评论区给我留言，谢谢大家。
1554程序员叶伟
02:53查看AI文稿AI文稿大家好，我是读林港的北冥诶，今天我们来聊聊这道面试题啊，你知道哪些创建所引的原则吗？ 啊，那么所以虽好啊，但也不是说无限制的去使用。那么我们可以参考右边为大家准备的几个例子啊。首先第一个诶，最左匹配原则。 那么这个呢，是我们组合所以里面非常重要的一个原则啊，也包括我们再去进行 net 的时候。比如说哎，我们给 a b 这两个字去建立了一个锁引对吧？建立一个联合锁引。如果是说哎，我们在我们的威尔条件里面，我们只选择了 b 作为一个条件哎，那么他是不会走锁引的 好。那么这个呢是第一点好。那么我来讲第二点，较为频繁，作为查询条件的字段采取建立。所以你如果是说哎，对于那些查询中比较少能够涉及到的一些类，然后呢，哎，他的一个重复值呢， 可能还比较多对吧？那么这种时候呢，哎，他就不适合去建立锁引。因为我们要知道哎，建立锁引呢，他本身是有成本的，包括他的一个空间占用。哎，包括我们去创建和一个维护成本，然后我们去进行增商改的时候，他一样要同步的去处理我们的锁引。 所以说在效率上面来说的话，创建锁引他反而可能会导致一些下降。所以说在这一块我们还是要去做一些权衡好。那么我们再来讲第三点，更新频繁的字段不适合去建立锁引。那么我们都知道哎，我们在更新数据的时候，实际上他也要去同步的去更新我们的锁引的。 如果是说哎，你这个字段更新的非常频繁，哎，而这个字段呢，哎，你查询可能并不是那么多。嗯，所以说我们要从一个成本角度来考虑哎，去做一个权衡，可能他并不是那么合适。好，那么来第四个，区分度太低也不适合。因为在我们的这个一诺 db 里面，哎，他的锁引是由 b 加数所决定的对吧？哎，所以说 你能带的效率呢，是非常有限的。而且哎，我们的辅助，所以呢，哎，他还存在一个回表。如果说哎，你数据密度过于小的话，那么性能可能还不如直接全票扫描。但是哎也有一种场景是比较例外的，跟大家举个例子，比如说哎，我这个里面的数据对吧？我一列里面只有三种数据，一、 二、三。那么前面两个呢？ a 数据量占了百分之一，那么后面这个三呢，占了百分之九十九。但是第二个条件来了， 就是说你的一和二，你在查询的这个比例，哎会比三高很多。那么这个时候呢，也是可以去见锁影的。因为我们一和二的他一个数据密度小，所以说他在搜索上面来说的话，哎，他会比全版扫描会快很多。 那么像上面这种场景呢？ a 它是一种比较特殊的场景啊。好，那么我们再讲第五点，尽量的扩展缩影，不要新建缩影。那么这 这个问题呢，实际上也回到了我们的成本问题，包括包括空间成本啊，维护成本啊等等等等。那么我们在查询的时候，哎，我们很有可能是一些多条件的，对吧？那么我们就要去观察我们业务里面的一些 sky 语句， 哎，如果说能够扩展成组合缩影呢？我们就去用组合缩影，我们尽量的去少见一些缩影。好。那么这个呢？就是我们今天所聊到的一些内容呢。哎，我们下节课再见。
01:41查看AI文稿AI文稿这节课我们要学习一下上亿所引这个借点，我们打开这个打入所引，这时候我们看到这里一个有一个上亿所引借点， 这个呢我们可以看到呢，英文是拉斯 index， 我觉得这个翻译为为最后一个缩影比较好，就是他反馈的是我们缩影值，最后一个值是六， 这个呢和长度有所区别，我们长度的话是因为是从零计算，他就是七，这个他就和长度啊，返回只就差了一个一，然后我们可以看一下啊，我们可以在这里 再加入一个长度，让我们分别打一下这两只 打印支付串，然后用一个键盘零，然后用一个键盘一来分别来打印一下， 第一个打印的是他的长度，第二个打印的是他上衣缩影这个节点。 好，然后我们编一下，我们运行一下，看一下区别啊，当我们按零的时候，我们给他返回值就是七，按一的时候他返回值就是六， 就可以理解了，我们这一个上衣缩影和长度的区别啊，这一刻我们简单的了解一下我们这个上衣缩影的区别啊，这一刻就到这。
4忆枫
00:44查看AI文稿AI文稿刚刚我忽然有一个奇妙的想法，我忽然发现，微服务的本质似乎和哈西游某种一曲同工之妙。或者说，无论是微服务还是 ecs， 还是大模块的划分，本质上似乎都是一种哈西，或者说有点类似于数据库的缩影。 进一步讲，其实代码至于程序员，有点像数据库置于用户，程序员写代码读代码查 bug 的本质，和用户读写数据库是很相似的行为。那么微服务或者模块的切分，本质上就是在做缩影，就是在做哈西画。 那这是我刚刚在路上的一个偶然的想法，也深挖不出来什么特别的意义，所以就只能到这里了。有兴趣的小伙伴可以给我点赞、关注、收藏，然后意犹未尽的小伙伴可以看看我的橱窗，比心。
148钢铁侠不教编程
