YangYongKang's Blog

windows安装Elasticsearch

Fri, 18 Dec 2020 16:42:22 +0800

一丶下载

官网下载

二丶安装

ElasticSearch 5.x 往后依赖于JDK 1.8以上版本,所以安装前请确认自己的java环境,请安装jdk1.8及以上版本
下载下来ES以后解压以后,主要文件夹为bin,config,log,jdk,plugins
- config 配置目录
- logs 日志目录
- plugins 插件目录
- data 数据存储目录(ES启动后会自动创建)

三丶运行

运行bin/elasticsearch.bat 来启动,
启动成功的标志
访问http://localhost:9200

四丶安装ElasticSearch-head插件

五丶ElasticSearch安装为Windows服务
在ES/bin目录下找到elasticsearch-service.bat,运行elasticsearch-service.bat install
六丶集群安装
安装前一定要先删除已启动的ES/data目录,如果不删除会导致节点信息不匹配,无法形成集群.
将elasticsearch-7.9.3复制一份并更改config文件夹下elasticsearch.yml节点名称,一个为node1,一个为node2,并且端口不可冲突,具体配置如下
将两个项目依次启动,打开刚才安装的ElasticSearch-head插件即可显示启动的服务

Nginx负载均衡配置

Thu, 01 Oct 2020 01:19:22 +0800

一、配置

打开Nginx文件夹下nginx.conf文件开始配置负载均衡在http段添加以下代码

upstream yangyk {
      server 127.0.0.1:8081;
      server 127.0.0.1:8082;
      server 127.0.0.1:8083;
      # 当前负载均衡方式为轮询,为nginx默认的方式
}

server{ 
    listen 8090; 
    server_name  blog.yangyk.com; 
    location / { 
        proxy_pass         http://yangyk; 
    } 
}

yangyk: 配置反向代理服务器组名
listen 8090: 需要监听的端口
server_name blog.yangyk.com: 访问地址
proxy_pass http://yangyk;: 表示将所有请求转发到yangyk服务器组中配置的某一台服务器上

二、模式

默认轮询,上面的upstream就是默认轮询方式，请求会随机派发到你配置的服务器上。

权重分配

     upstream loadbalancing { # loadbalancing名字可以自定义
         server 127.0.0.1:8081 weight=1; 
         server 127.0.0.1:8082 weight=2;
     }
     #weight的值越高被派发请求的概率也就越高，可以根据服务器配置的不同来设置

ip哈希分配

      upstream loadbalancing { 
             ip_hash;
             server 127.0.0.1:8081; 
             server 127.0.0.1:8082;
      }
      #同一客户端连续的Web请求都会被分发到同一服务器进行处理 

最少连接分配

     upstream loadbalancing { 
          least_conn;
           server 127.0.0.1:8081; 
           server 127.0.0.1:8082;
      }
     #Web请求会被转发到连接数最少的服务器上

三、参数

weight 权重
默认为1，将请求平均分配给每台server,weight = 数值 (值越高被选中的概率也就越高)
max_fails
失败多少次踢出队列,默认为1。某台Server允许请求失败的次数，超过最大次数后，在fail_timeout时间内，新的请求将不会分配给这台机器。如果设置为0，Nginx会将这台Server置为永久无效状态 max_fails = 数值
fail_timeout
踢出队列后重新探测时间,默认为10秒,某台Server达到max_fails次失败请求后，在fail_timeout期间内，nginx会认为这台Server暂时不可用，不会将请求分配给它,fail_timeout = 60s (s = 秒)

max_conns
最大连接数,限制分配给某台Server处理的最大连接数量，超过这个数量，将不会分配新的连接给它。默认为0，表示不限制。max_conns = 800 为防止单机性能过载可以根据实际情况设置

四、Nginx启动命令

查看nginx是否启动

  ps -ef | grep nginx

关闭nginx服务

  systemctl stop nginx.service  

启动nginx服务

  systemctl start nginx.service  

设置开机自启动

  systemctl enable nginx.service

停止开机自启动

 systemctl disable nginx.service

查看服务当前状态

 systemctl status nginx.service

重新启动服务

  systemctl restart nginx.service

SpringBoot中线程池的配置及使用

Sat, 26 Sep 2020 03:54:22 +0800

一、线程池配置

SpringBoot有默认线程池配置,可以不自定义直接使用,但为了配置更加灵活,推荐使用自定义配置

/**
 * author: yangyk
 * date: 2020/9/17 10:47
 * description:线程池配置
 */
@Configuration
@EnableAsync
public class ThreadPoolTaskConfig {


	/**
	 * 核心线程数（默认线程数）
	 */
	private static final int SIZE_CORE_POOL = 5;
	/**
	 * 最大线程数
	 */
	private static final int SIZE_MAX_POOL = 20;
	/**
	 * 允许线程空闲时间（单位：默认为秒）
	 */
	private static final int ALIVE_TIME = 60;
	/**
	 * 缓冲队列大小
	 */
	private static final int QUEUE_CAPACITY = 100;
	/**
	 * 线程池名前缀
	 */
	private static final String THREAD_NAME_PREFIX = "Async-Service-";

	/**
	 * 默认情况下，在创建了线程池后，线程池中的线程数为0，当有任务来之后，就会创建一个线程去执行任务，
	 * 当线程池中的线程数目达到corePoolSize后，就会把到达的任务放到缓存队列当中；
	 * 当队列满了，就继续创建线程，当线程数量大于等于maxPoolSize后，开始使用拒绝策略拒绝
	 */
	@Bean("asyncServiceExecutor") // bean的名称，默认为首字母小写的方法名
	public ThreadPoolTaskExecutor asyncServiceExecutor() {
		ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
		executor.setCorePoolSize(SIZE_CORE_POOL);
		executor.setMaxPoolSize(SIZE_MAX_POOL);
		executor.setQueueCapacity(QUEUE_CAPACITY);
		executor.setKeepAliveSeconds(ALIVE_TIME);
		executor.setThreadNamePrefix(THREAD_NAME_PREFIX);
		// 线程池对拒绝任务的处理策略
		// CallerRunsPolicy：由调用线程（提交任务的线程）处理该任务
		executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
		// 初始化
		executor.initialize();
		return executor;
	}


}

二、异步处理

在需要异步线程处理的方法上添加@Async(“asyncServiceExecutor”)注解即可,asyncServiceExecutor为自定义线程池bean的名字

@Component
@Log4j2
public class QrcodeAsyncServiceImpl implements QrcodeAsyncService {

	@Resource
	private com.spring.learning.dao.cosmo.BaseBarcodeInfoDao baseBarcodeInfoDao;

	@Resource
	private com.spring.learning.dao.qrcode.BaseDataGroupDao baseDataGroupDao;

	@Async("asyncServiceExecutor")
	@MultiDataSourceTransactional(value = {"qrcodeTransactionManager", "cosmoTransactionManager"})
	@Override
	public void createQrcodeAsync() {
		BaseBarcodeInfoModel model = new BaseBarcodeInfoModel();
		model.setCreateTime(new Date());
		model.setUpdateUserCode("test");
		model.setUpdateTime(new Date());
		model.setSpare1("test");
		baseBarcodeInfoDao.insert(model);
		BaseDataGroupModel baseDataGroupModel = new BaseDataGroupModel();
		baseDataGroupModel.setGroupCode("test1");
		baseDataGroupModel.setGroupDesc("test2");
		baseDataGroupDao.insert(baseDataGroupModel);
		throw new RuntimeException();
	}
}

源码地址

Java中一个方法多个数据源事务控制解决方案

Thu, 24 Sep 2020 16:19:22 +0800

一、自定义事务注解

/**
 * Author: yangyk
 * Date: 2020/9/24 14:35
 * Description: 多数据源事务控制器
 */
@java.lang.annotation.Target({java.lang.annotation.ElementType.METHOD, java.lang.annotation.ElementType.TYPE})
@java.lang.annotation.Documented
@java.lang.annotation.Retention(java.lang.annotation.RetentionPolicy.RUNTIME)
public @interface MultiDataSourceTransactional {
	/**
	 * Author: yangyk
	 * Date: 2020/9/24 14:35
	 * Description: 事务控制器数组
	 */
	String[] value() default {};
}

二、处理自定义注解切面控制

/**
 * Author: yangyk
 * Date: 2020/9/24 14:35
 * Description: 多数据源事务控制器切面
 */
@Aspect
@Component
@Log4j2
public class MultiDataSourceTransactionalAspect {

	/**
	 * Author: yangyk
	 * Date: 2020/9/24 15:57
	 * Description: 定义切面，只置入带 @MultiDataSourceTransactional 注解的方法或类
	 */
	@Pointcut("@annotation(com.spring.learning.annonation.MultiDataSourceTransactional)")
	public void multiDataSourceTransactionalAspectAspect() {

	}

	/**
	 * Author: yangyk
	 * Date: 2020/9/24 15:57
	 * Description: 控制事务提交及回滚
	 */
	@Around(value = "multiDataSourceTransactionalAspectAspect() && @annotation(multiDataSourceTransactional)")
	public Object transactionalGroupAspectAround(ProceedingJoinPoint pjp, MultiDataSourceTransactional multiDataSourceTransactional) throws Throwable {
		Stack<DataSourceTransactionManager> dataSourceTransactionManagerStack = new Stack<>();
		Stack<TransactionStatus> transactionStatusStack = new Stack<>();
		if (multiDataSourceTransactional.value().length < 1) {
			log.warn("[开启事务失败]：无指定多数据源管理器");
			return null;
		}
		for (String item : multiDataSourceTransactional.value()) {
			DataSourceTransactionManager dbManager = (DataSourceTransactionManager) SpringContextUtil.getBean(item);
			TransactionStatus transactionStatus = dbManager.getTransaction(new DefaultTransactionDefinition());
			dataSourceTransactionManagerStack.push(dbManager);
			transactionStatusStack.push(transactionStatus);
		}
		try {
			Object obj = pjp.proceed();
			while (!dataSourceTransactionManagerStack.isEmpty()) {
				dataSourceTransactionManagerStack.pop().commit(transactionStatusStack.pop());
			}
			return obj;
		} catch (Exception e) {
			log.warn(e.getMessage());
			while (!dataSourceTransactionManagerStack.isEmpty()) {
				dataSourceTransactionManagerStack.pop().rollback(transactionStatusStack.pop());
			}
			return null;
		}
	}

}

三、自定义多数据源

数据源1

/**
 * Author: yangyk
 * Date: 2020/9/24 14:37
 * Description: 数据源配置
 */
@Configuration
@MapperScan(basePackages = "com.spring.learning.dao.cosmo", sqlSessionFactoryRef = "cosmoSqlSessionFactory")
//通过将指定的mapper指定给特定sqlSessionFactory,解决事务下datasource不能变更问题
public class CosmoDataSourceConfig {

	@Bean(name = "cosmoDataSource")
	@ConfigurationProperties(prefix = "spring.datasource.cosmo")
	public DataSource cosmoDataSource() {
		return DataSourceBuilder.create().build();
	}

	// 事务控制器
	@Bean(name = "cosmoTransactionManager")
	public DataSourceTransactionManager cosmoTransactionManager() {
		return new DataSourceTransactionManager(cosmoDataSource());
	}

	@Bean(name = "cosmoSqlSessionFactory")
	public SqlSessionFactory cosmoSqlSessionFactory(@Qualifier("cosmoDataSource") DataSource cosmoDataSource)
			throws Exception {
		final MybatisSqlSessionFactoryBean sessionFactory = new MybatisSqlSessionFactoryBean();
		sessionFactory.setDataSource(cosmoDataSource);
		sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
				.getResources("classpath:/mapper/cosmo/*.xml"));
		//设置sql控制台打印
		com.baomidou.mybatisplus.core.MybatisConfiguration configuration = new com.baomidou.mybatisplus.core.MybatisConfiguration();
		configuration.setLogImpl(Log4j2Impl.class);
		sessionFactory.setConfiguration(configuration);
		return sessionFactory.getObject();
	}
}

数据源2

/**
 * Author: yangyk
 * Date: 2020/9/24 14:47
 * Description: 二维码数据源配置
 */
@Configuration
@MapperScan(basePackages = "com.spring.learning.dao.qrcode", sqlSessionFactoryRef = "qrcodeSqlSessionFactory")
//通过将指定的mapper指定给特定sqlSessionFactory,解决事务下datasource不能变更问题
public class QrcodeDataSourceConfig {

	@Bean(name = "qrcodeDataSource")
	@Primary
	@ConfigurationProperties(prefix = "spring.datasource.master")
	public DataSource qrcodeDataSource() {
		return DataSourceBuilder.create().build();
	}

	// 事务控制器
	@Bean(name = "qrcodeTransactionManager")
	@Primary
	public DataSourceTransactionManager qrcodeTransactionManager() {
		return new DataSourceTransactionManager(qrcodeDataSource());
	}

	@Bean(name = "qrcodeSqlSessionFactory")
	@Primary
	public SqlSessionFactory qrcodeSqlSessionFactory(@Qualifier("qrcodeDataSource") DataSource qrcodeDataSource)
			throws Exception {
		final MybatisSqlSessionFactoryBean sessionFactory = new MybatisSqlSessionFactoryBean();
		sessionFactory.setDataSource(qrcodeDataSource);
		sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
				.getResources("classpath:/mapper/qrcode/*.xml"));
		//设置sql控制台打印
		com.baomidou.mybatisplus.core.MybatisConfiguration configuration = new com.baomidou.mybatisplus.core.MybatisConfiguration();
		configuration.setLogImpl(Log4j2Impl.class);
		sessionFactory.setConfiguration(configuration);
		return sessionFactory.getObject();
	}
}

四、DAO层及Mapper层配置

DAO层需要按照@MapperScan(basePackages = “com.spring.learning.dao.cosmo”配置
Mapper层需要按照classpath:/mapper/cosmo/*.xml配置
几个数据源就配置几层

五、注解的使用

	@Async("asyncServiceExecutor")
	@MultiDataSourceTransactional(value = {"qrcodeTransactionManager", "cosmoTransactionManager"})
	@Override
	public void createQrcodeAsync() {
		BaseBarcodeInfoModel model = new BaseBarcodeInfoModel();
		model.setCreateTime(new Date());
		model.setUpdateUserCode("test");
		model.setUpdateTime(new Date());
		model.setSpare1("test");
		baseBarcodeInfoDao.insert(model);
		BaseDataGroupModel baseDataGroupModel = new BaseDataGroupModel();
		baseDataGroupModel.setGroupCode("test1");
		baseDataGroupModel.setGroupDesc("test2");
		baseDataGroupDao.insert(baseDataGroupModel);
		throw new RuntimeException();
	}

源码地址

Mybatis中的Dao接口和XML文件里的SQL是如何建立关系的？

Mon, 24 Aug 2020 16:39:22 +0800

一、解析XML

首先，Mybatis在初始化SqlSessionFactoryBean的时候，找到mapperLocations路径去解析里面所有的XML文件，这里我们重点关注两部分。

1. 创建SqlSource

Mybatis会把每个SQL标签封装成SqlSource对象。然后根据SQL语句的不同，又分为动态SQL和静态SQL。其中，静态SQL包含一段String类型的sql语句；而动态SQL则是由一个个SqlNode组成。假如我们有这样一个SQL：

<select id="getUserById" resultType="user">
    select * from user 
    <where>
        <if test="uid!=null">
            and uid=#{uid}
        </if>
    </where>
</select>   

它对应的SqlSource对象看起来应该是这样的：

2. 创建MappedStatement

XML文件中的每一个SQL标签就对应一个MappedStatement对象，这里面有两个属性很重要。

id – 全限定类名+方法名组成的ID。
sqlSource – 当前SQL标签对应的SqlSource对象。创建完MappedStatement对象，将它缓存到Configuration#mappedStatements中。 Configuration对象，我们知道它就是Mybatis中的大管家，基本所有的配置信息都维护在这里。把所有的XML都解析完成之后，Configuration就包含了所有的SQL信息。到目前为止，XML就解析完成了。看到上面的图示，聪明如你，也许就大概知道了。当我们执行Mybatis方法的时候，就通过全限定类名+方法名找到MappedStatement对象，然后解析里面的SQL内容，执行即可。

二、Dao接口代理

我们的Dao接口并没有实现类，那么，我们在调用它的时候，它是怎样最终执行到我们的SQL语句的呢？首先，我们在Spring配置文件中，一般会这样配置：

<bean class="org.mybatis.spring.mapper.MapperScannerConfigurer">
    <property name="basePackage" value="com.viewscenes.netsupervisor.dao" />
    <property name="sqlSessionFactoryBeanName" value="sqlSessionFactory"></property>
</bean>

或者你的项目是基于SpringBoot的，那么肯定也见过这种：

@MapperScan("com.xxx.dao")

它们的作用是一样的。将包路径下的所有类注册到Spring Bean中，并且将它们的beanClass设置为MapperFactoryBean。有意思的是，MapperFactoryBean实现了FactoryBean接口，俗称工厂Bean。那么，当我们通过@Autowired注入这个Dao接口的时候，返回的对象就是MapperFactoryBean这个工厂Bean中的getObject()方法对象。那么，这个方法干了些什么呢？简单来说，它就是通过JDK动态代理，返回了一个Dao接口的代理对象，这个代理对象的处理器是MapperProxy对象。所有，我们通过@Autowired注入Dao接口的时候，注入的就是这个代理对象，我们调用到Dao接口的方法时，则会调用到MapperProxy对象的invoke方法。

1. 对于有实现的dao接口，mapper还会用代理么？

答案是肯定，只要你配置了MapperScan，它就会去扫描，然后生成代理。但是，如果你的dao接口有实现类，并且这个实现类也是一个Spring Bean，那就要看你在Autowired的时候，去注入哪一个了。

– 案例

如果我们给userDao搞一个实现类，并且把它注册到Spring。

@Component
public class UserDaoImpl implements UserDao{
    public List<User> getUserList(Map<String,Object> map){
        return new ArrayList<User>();
    }
}

然后我们在Service方法中，注入这个userDao。猜猜会发生什么？

@Service
public class UserServiceImpl implements UserService{

    @Autowired
    UserMapper userDao1;

    public List<User> getUserList(Map<String,Object> map) {
        return userDao1.getUserList(map);
    }
}

也许你已经猜到了，是的，它会启动报错。因为在注入的时候，找到了两个UserMapper的实例对象。日志是这样的： No qualifying bean of type [com.xxxxx.xxxxx.dao.UserDao] is defined: expected single matching bean but found 2: userDaoImpl,userDao 当然了，也许我们的命名不太规范。其实我们通过名字注入就可以了，像这样： @Autowired UserMapper userDao; 或者 @Autowired UserMapper userDaoImpl; 再或者给你其中一个Bean加上@Primary注解。说着说着可能扯远了，我们继续回到Mybatis。那么，目前为止，我们通过Dao接口也有了代理实现，所以就可以执行到它里面的方法了。

三、执行

如上所述，当我们调用Dao接口方法的时候，实际调用到代理对象的invoke方法。在这里，实际上调用的就是SqlSession里面的东西了。

public class DefaultSqlSession implements SqlSession {
    public <E> List<E> selectList(String statement, Object parameter, RowBounds rowBounds) {
        try {
            MappedStatement ms = configuration.getMappedStatement(statement);
            return executor.query(ms, 
                wrapCollection(parameter), rowBounds, Executor.NO_RESULT_HANDLER);
        }
    }
}

看到以上代码，说明我们想的不错。它就是通过statement全限定类型+方法名拿到MappedStatement 对象，然后通过执行器Executor去执行具体SQL并返回。

四、总结

到这里，再回到开头我们提到的问题，也许你能更好的回答。同时笔者觉得，这道题目，如果你覆盖到以下几个关键词，面试官可能会觉得很满意。

SqlSource以及动态标签SqlNode
MappedStatement对象
Spring 工厂Bean 以及动态代理
SqlSession以及执行器那么，针对第二个问题：如果有两个XML文件和这个Dao建立关系，岂不是冲突了？答案也是显而易见，不管有几个XML和Dao建立关系，只要保证namespace+id唯一即可。

转自掘金架构师springboot

Xshell实现windows上传文件到linux主机

Tue, 18 Aug 2020 09:51:10 +0800

配置文件传输协议

下载路径表示从Linux下载文件保存到windows的位置
加载路径表示Linux从windows处获取文件
上传协议选择Zmodem

安装lrzsz工具包

lrzsz是一款在linux里可代替ftp上传和下载的程序，提供XMODEM、YMODEM和ZMODEM文件传输协议的unix通信包。

sudo apt-get install lrzsz – ubuntu
sudo yum -y install lrzsz – centos

使用rz、sz命令进行文件互传

rz：表示Linux端接收文件(r代表receive，z代表zmodem协议)。在终端输入rz，会弹出弹框然后选择文件，文件默认保存到Linux当前路径下。
sz：表示Linux端发送文件给windows(s代表send，z代表zmodem协议)。在终端输入sz 文件名(中间空格)，会弹出弹框然后选择windows保存路径如果你之前未设置下载路径。

常用的负载均衡算法

Mon, 10 Aug 2020 17:38:00 +0800

负载均衡算法

常用的负载均衡算法有：轮询，随机，最少链接，源地址散列，加权等方式。

轮询

将所有请求，依次分发到每台服务器上，适合服务器硬件同相同的场景。

优点：服务器请求数目相同;
缺点：服务器压力不一样，不适合服务器配置不同的情况;

随机

请求随机分配到各个服务器。

优点：使用简单;
缺点：不适合机器配置不同的场景;

最少链接

将请求分配到连接数最少的服务器（目前处理请求最少的服务器）。

优点：根据服务器当前的请求处理情况，动态分配;
缺点：算法实现相对复杂，需要监控服务器请求连接数;

源地址hash法

根据IP地址进行Hash计算，得到IP地址。

优点：将来自同一IP地址的请求，同一会话期内，转发到相同的服务器；实现会话粘滞;
缺点：目标服务器宕机后，会话会丢失;

加权

在轮询，随机，最少链接，Hash等算法的基础上，通过加权的方式，进行负载服务器分配。

优点：根据权重，调节转发服务器的请求数目;
缺点：使用相对复杂;

转自ITFLY8架构师之家

Mysql执行计划详解

Wed, 05 Aug 2020 15:50:34 +0800

id

执行编号，标识select所属的行。
如果在语句中没子查询或关联查询，只有唯一的select，每行都将显示1。否则，内层的select语句一般会顺序编号，对应于其在原始语句中的位置, 如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行

select_type

显示本行是简单或复杂select。如果查询有任何复杂的子查询，则最外层标记为PRIMARY（DERIVED、UNION、UNION RESUlT）
1. SIMPLE (简单SELECT,不使用UNION或子查询等)
2. PRIMARY (查询中若包含任何复杂的子部分,最外层的select被标记为PRIMARY)
3. UNION (UNION中的第二个或后面的SELECT语句)
4. DEPENDENT UNION (UNION 中的第二个或后一个 SELECT语句，具体取决于外部查询)
5. UNION RESULT (UNION 结果集)
6. SUBQUERY (子查询中的第一个SELECT)
7. DEPENDENT SUBQUERY (子查询中的第一个 SELECT，取决于外部查询)
8. DERIVED (派生表的SELECT, FROM子句的子查询)
9. DEPENDENT DERIVED (依赖于另一个表的派生表)
10. MATERIALIZED (将子查询作为临时表)
11. UNCACHEABLE SUBQUERY (无法缓存结果的子查询，必须为外部查询的每一行重新评估)
12. UNCACHEABLE UNION (属于不可缓存子查询的UNION中的第二个或更晚选择)

table

对应行正在访问哪一个表，表名或者别名,这也可以是以下值之一
1. <unionM,N>：行是指值为 M 和 N 的行的联合。
2. ：该行引用值为 N 的行的派生表结果。例如，派生表可能来自子查询。
3. ：该行是指值为 N 的行的物化子查询(临时表)的结果

partitions

5.7以后成为了默认选项。该列显示的为分区表命中的分区情况。非分区表该字段为空

type

访问类型,结果值从好到坏依次是：system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL ，一般来说，得保证查询至少达到range级别，最好能达到ref。
1. system (这是const连接类型的一种特例，表仅有一行满足条件)
2. const (该表最多有一个匹配的行，在查询开始时读取该行。由于只有一行，因此优化器的其余部分可以将该行中列中的值视为常量。 const表非常快，因为它们只读一次。)
3. eq_ref (类似ref，区别就在使用的索引是唯一索引，对于每个索引键值，表中只有一条记录匹配，简单来说，就是多表连接中使用primary key或者 unique key作为关联条件)
4. ref (一种索引访问，它返回所有匹配某个单个值的行。此类索引访问只有当使用非唯一性索引或唯一性索引非唯一性前缀时才会发生。这个类型跟eq_ref不同的是，它用在关联操作只使用了索引的最左前缀，或者索引不是UNIQUE和PRIMARY KEY。ref可以用于使用=或<=>操作符的带索引的列。)
5. fulltext (全文索引)
6. ref_or_null (该类型和ref类似。但是MySQL会做一个额外的搜索包含NULL列的操作。在解决子查询中经常使用该联接类型的优化)
7. index_merge (此联接类型指示使用索引合并优化。在这种情况下，输出行中的列包含使用的索引列表，并包含使用索引的最长键部分的列表)
8. unique_subquery (一个索引查找函数，它完全替换子查询，以提高效率)
```
1
value IN (SELECT primary_key FROM single_table WHERE some_expr)  
```
9. index_subquery (该联接类型类似于unique_subquery。可以替换IN子查询，但只适合下列形式的子查询中的非唯一索引)
```
1
  value IN (SELECT key_column FROM single_table WHERE some_expr)
```
10. range (只检索给定范围的行，使用一个索引来选择行。key列显示使用了哪个索引。key_len包含所使用索引的最长关键元素。在该类型中ref列为NULL。当使用=、<>、>、>=、<、<=、IS NULL、<=>、BETWEEN或者IN操作符，用常量比较关键字列时，可以使用range)
11. index (联接类型与ALL相同，只是扫描索引树。这发生两种方式)
如果索引是查询的覆盖索引，并且可用于满足表中所需的所有数据，则仅扫描索引树。在这种情况下，列中显示。仅索引扫描通常比ALL 快，因为索引的大小通常小于表数据。
用从索引读取来按索引顺序查找数据行，执行完整的表扫描。不显示在列中
1. ALL (最慢的一种方式，全表扫描)

possible_keys

显示查询使用了哪些索引，表示该索引可以进行高效地查找，但是列出来的索引对于后续优化过程可能是没有用的

key

MySQL实际决定使用的键（索引）。如果没有选择索引，键是NULL

key_len

显示MySQL决定使用的键长度。如果键是NULL，则长度为NULL。使用的索引的长度。在不损失精确性的情况下，长度越短越好。

ref

该列显示哪些列或常量与列中命名的索引进行比较，以从表中选择行

rows

该列指示 MySQL认为必须检查才能执行查询的行数,估算的找到所需的记录所需要读取的行数

filtered

该列指示将由表条件筛选的表行的估计百分比。最大值为 100，这意味着未对行进行筛选。

Extra

性能从好到坏:useing index>usinh where > using temporary > using filesort
1. distinct (在select部分使用了distinc关键字)
2. no tables used (不带from字句的查询或者From dual查询。使用not in()形式子查询或not exists运算符的连接查询，这种叫做反连接。即，一般连接查询是先查询内表，再查询外表，反连接就是先查询外表，再查询内表)
3. using filesort (排序时无法使用到索引时，就会出现这个。常见于order by和group by语句中)
4. using index (查询时不需要回表查询，直接通过索引就可以获取查询的数据)
5. using_union (表示使用or连接各个使用索引的条件时，该信息表示从处理结果获取并集)
6. using intersect (表示使用and的各个索引的条件时，该信息表示是从处理结果获取交集)
7. using sort_union和using sort_intersection (与前面两个对应的类似，只是他们是出现在用and和or查询信息量大时，先查询主键，然后进行排序合并后，才能读取记录并返回)
8. using where (表示存储引擎返回的记录并不是所有的都满足查询条件，需要在server层进行过滤。查询条件中分为限制条件和检查条件，5.6之前，存储引擎只能根据限制条件扫描数据并返回，然后server层根据检查条件进行过滤再返回真正符合查询的数据。5.6.x之后支持ICP特性，可以把检查条件也下推到存储引擎层，不符合检查条件和限制条件的数据，直接不读取，这样就大大减少了存储引擎扫描的记录数量。extra列显示using index condition)
9. using temporary (表示使用了临时表存储中间结果。临时表可以是内存临时表和磁盘临时表，执行计划中看不出来，需要查看status变量，used_tmp_table，used_tmp_disk_table才能看出来)
10. firstmatch(tb_name) (5.6.x开始引入的优化子查询的新特性之一，常见于where字句含有in()类型的子查询。如果内表的数据量比较大，就可能出现这个)
11. loosescan(m..n) (5.6.x之后引入的优化子查询的新特性之一，在in()类型的子查询中，子查询返回的可能有重复记录时，就可能出现这个)
12. filtered (使用explain extended时会出现这个列，5.7之后的版本默认就有这个字段，不需要使用explain extended了。这个字段表示存储引擎返回的数据在server层过滤后，剩下多少满足查询的记录数量的比例，注意是百分比，不是具体记录数)

Vue路由参数的传递和获取

Mon, 03 Aug 2020 17:07:22 +0800

路由传参方式

this.$router.push({path:’/about’,query:{id:1}}); –类似于get请求,地址栏显示参数
this.$router.push({name:’about’,query:{id:1}); –类似于get请求,地址栏显示参数
this.$router.push({name:’about’,params:{id:1}}); –推荐使用,类似于post请求,地址栏不显示参数,没有参数大小限制

查询方式

使用path时,query参数值能正常获取,在地址栏展示参数,类似于get,params参数不能正常获取,值为空.
使用name时,query参数值能正常获取,在地址栏展示参数,类似于get,params参数值能正常获取,地址栏不展示参数,类似于post.

参数获取

this.$route.query
this.$route.params

params方式参数丢失问题解决方案

params方式进行路由跳转后进行页面刷新后参数会丢失,可在路由地址后面设置参数规则如:

       {
         path: "roleManage/:id",
         name: "roleManage",
         meta: { title: "角色信息维护" },
         component: () => import("@/views/system/role/roleManage.vue")
       }

通过localStorage进行处理

Kettle性能调优

Thu, 30 Jul 2020 21:51:34 +0800

修改spoon脚本的jvm参数
- PENTAHO_DI_JAVA_OPTIONS=”-Xms1024m -Xmx2048m -XX:MaxPermSize=256m” 具体视配置而定
修改日志输出级别
- 默认的情况下，kettle输出的是基本日志，如果访问十几万的数据库，那基本日志的输出也会达到5、6百兆，这样严重影响了执行效率，所以修改kettle的日志级别为error级，只输出错误日志即可。
- Rowlevel日志的性能会严重下降,是Basic的1/10
- 配置：Action => Run options => Log level => Only error
调整提交（Commit）记录数大小进行优化(尽量提高批处理的commit size)
- 修改“表输出”组件中的“提交记录数量”参数进行优化，Kettle默认Commit数量为：1000，可以根据数据量大小来设置Commitsize：1000~50000。
尽量使用数据库连接池
尽量避免使用update , delete操作，尤其是update,如果可以把update变成先delete, 后insert；
能使用truncate table的时候，就不要使用delete all row这种类似sql合理的分区，如果删除操作是基于某一个分区的，就不要使用delete row这种方式（不管是delete sql还是delete步骤）,直接把分区drop掉，再重新创建.
数据抽取的SQL优化
修改链接属性 –此条提升效果比较明显
- useServerPrepStmts=false
- rewriteBatchedStatements=true
- useCompression=true