前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python | Python 新手不可错过的 Python 知识合集

Python | Python 新手不可错过的 Python 知识合集

作者头像
咸鱼学Python
发布2020-04-08 11:24:59
1.4K0
发布2020-04-08 11:24:59
举报
文章被收录于专栏:咸鱼学Python

作者:二十一

来源:https://segmentfault.com/a/1190000018737045

大家好,我是咸鱼,之前推送过不少关于 Python 的知识合集,反响不错,今天继续给大家带来一篇关于 Python 相关知识的内容合集,希望大家喜欢。

本篇内容的作者是二十一

文章来源:https://segmentfault.com/a/1190000018737045

咸鱼在这篇内容的基础上修改并新增了关于 Linux 与 数据库相关的内容希望对你有帮助。

由于总结了太多的东西,所以篇幅有点长,这也是我"缝缝补补"总结了好久的东西。

Py2 VS Py3

•print成为了函数,python2是关键字•不再有unicode对象,默认str就是unicode•python3除号返回浮点数•没有了long类型•xrange不存在,range替代了xrange•可以使用中文定义函数名变量名•高级解包 和*解包•限定关键字参数 *后的变量必须加入名字=值•raise from•iteritems移除变成items()•yield from 链接子生成器•asyncio,async/await原生协程支持异步编程•新增enum,mock,ipaddress,concurrent.futures,asyncio urllib,selector•不同枚举类间不能进行比较•同一枚举类间只能进行相等的比较•枚举类的使用(编号默认从1开始)•为了避免枚举类中相同枚举值的出现, 可以使用@unique装饰枚举类

代码语言:javascript
复制
#枚举的注意事项
fromenumimportEnum

class COLOR(Enum):
    YELLOW=1
#YELLOW=2#会报错
    GREEN=1#不会报错,GREEN可以看作是YELLOW的别名
    BLACK=3
    RED=4
print(COLOR.GREEN)#COLOR.YELLOW,还是会打印出YELLOW
for i in COLOR:#遍历一下COLOR并不会有GREEN
print(i)
#COLOR.YELLOW\nCOLOR.BLACK\nCOLOR.RED\n怎么把别名遍历出来
for i in COLOR.__members__.items():
print(i)
# output:('YELLOW', <COLOR.YELLOW: 1>)\n('GREEN', <COLOR.YELLOW: 1>)\n('BLACK', <COLOR.BLACK: 3>)\n('RED', <COLOR.RED: 4>)
for i in COLOR.__members__:
print(i)
# output:YELLOW\nGREEN\nBLACK\nRED

#枚举转换
#最好在数据库存取使用枚举的数值而不是使用标签名字字符串
#在代码里面使用枚举类
a=1
print(COLOR(a))# output:COLOR.YELLOW

py2/3转换工具

•six模块:兼容pyton2和pyton3的模块•2to3工具:改变代码语法版本•future:使用下一版本的功能

常用的库

•必须知道的collections https://segmentfault.com/a/1190000017385799•python排序操作及heapq模块 https://segmentfault.com/a/1190000017383322•itertools模块超实用方法 https://segmentfault.com/a/1190000017416590

不常用但很重要的库

•dis(代码字节码分析)•inspect(生成器状态)•cProfile(性能分析)•bisect(维护有序列表)•fnmatch

1.fnmatch(string,"*.txt") #win下不区分大小写2.fnmatch根据系统决定3.fnmatchcase完全区分大小写

•timeit(代码执行时间)

代码语言:javascript
复制
import timeit
print(timeit.timeit('isLen1("5fsdfsdfsaf")',setup="from __main__ import isLen1"))
print(timeit.timeit('isLen("5fsdfsdfsaf")',setup="from __main__ import isLen"))

•contextlib

1.@contextlib.contextmanager使生成器函数变成一个上下文管理器

•types(包含了标准解释器定义的所有类型的类型对象,可以将生成器函数修饰为异步模式)

代码语言:javascript
复制
import types
types.coroutine #相当于实现了__await__

•html(实现对html的转义)

代码语言:javascript
复制
import html
html.escape("<h1>I'm Jim</h1>") # output:'<h1>I'm Jim</h1>'
html.unescape('<h1>I'm Jim</h1>') # <h1>I'm Jim</h1>

•mock(解决测试依赖)•concurrent(创建进程池河线程池)

代码语言:javascript
复制
from concurrent.futures importThreadPoolExecutor

pool = ThreadPoolExecutor()
task = pool.submit(函数名,(参数)) #此方法不会阻塞,会立即返回
task.done()#查看任务执行是否完成
task.result()#阻塞的方法,查看任务返回值
task.cancel()#取消未执行的任务,返回True或False,取消成功返回True
task.add_done_callback()#回调函数
task.running()#是否正在执行     task就是一个Future对象

for data in pool.map(函数,参数列表):#返回已经完成的任务结果列表,根据参数顺序执行
print(返回任务完成得执行结果data)

from concurrent.futures import as_completed
as_completed(任务列表)#返回已经完成的任务列表,完成一个执行一个

wait(任务列表,return_when=条件)#根据条件进行阻塞主线程,有四个条件

•selector(封装select,用户多路复用io编程)•asyncio

代码语言:javascript
复制
future=asyncio.ensure_future(协程)  等于后面的方式  future=loop.create_task(协程)
future.add_done_callback()添加一个完成后的回调函数
loop.run_until_complete(future)
future.result()查看写成返回结果

asyncio.wait()接受一个可迭代的协程对象
asynicio.gather(*可迭代对象,*可迭代对象)    两者结果相同,但gather可以批量取消,gather对象.cancel()

一个线程中只有一个loop

在loop.stop时一定要loop.run_forever()否则会报错
loop.run_forever()可以执行非协程
最后执行finally模块中 loop.close()

asyncio.Task.all_tasks()拿到所有任务 然后依次迭代并使用任务.cancel()取消

偏函数partial(函数,参数)把函数包装成另一个函数名  其参数必须放在定义函数的前面

loop.call_soon(函数,参数)
call_soon_threadsafe()线程安全
loop.call_later(时间,函数,参数)
在同一代码块中call_soon优先执行,然后多个later根据时间的升序进行执行

如果非要运行有阻塞的代码
使用loop.run_in_executor(executor,函数,参数)包装成一个多线程,然后放入到一个task列表中,通过wait(task列表)来运行

通过asyncio实现http
reader,writer=await asyncio.open_connection(host,port)
writer.writer()发送请求
async for data in reader:
    data=data.decode("utf-8")
    list.append(data)
然后list中存储的就是html

as_completed(tasks)完成一个返回一个,返回的是一个可迭代对象

协程锁
async withLock():

Python进阶

•进程间通信:

1.Manager(内置了好多数据结构,可以实现多进程间内存共享)

代码语言:javascript
复制
from multiprocessing importManager,Process
def add_data(p_dict, key, value):
    p_dict[key] = value

if __name__ == "__main__":
    progress_dict = Manager().dict()
from queue importPriorityQueue

    first_progress = Process(target=add_data, args=(progress_dict, "bobby1", 22))
    second_progress = Process(target=add_data, args=(progress_dict, "bobby2", 23))

    first_progress.start()
    second_progress.start()
    first_progress.join()
    second_progress.join()

print(progress_dict)

1.Pipe(适用于两个进程)

代码语言:javascript
复制
from multiprocessing importPipe,Process
#pipe的性能高于queue
def producer(pipe):
    pipe.send("bobby")

def consumer(pipe):
print(pipe.recv())

if __name__ == "__main__":
    recevie_pipe, send_pipe = Pipe()
#pipe只能适用于两个进程
    my_producer= Process(target=producer, args=(send_pipe, ))
    my_consumer = Process(target=consumer, args=(recevie_pipe,))

    my_producer.start()
    my_consumer.start()
    my_producer.join()
    my_consumer.join()

1.Queue(不能用于进程池,进程池间通信需要使用Manager().Queue())

代码语言:javascript
复制
from multiprocessing importQueue,Process
def producer(queue):
    queue.put("a")
    time.sleep(2)

def consumer(queue):
    time.sleep(2)
    data = queue.get()
print(data)

if __name__ == "__main__":
    queue = Queue(10)
    my_producer = Process(target=producer, args=(queue,))
    my_consumer = Process(target=consumer, args=(queue,))
    my_producer.start()
    my_consumer.start()
    my_producer.join()
    my_consumer.join()

1.进程池

代码语言:javascript
复制
def producer(queue):
    queue.put("a")
    time.sleep(2)

def consumer(queue):
    time.sleep(2)
    data = queue.get()
print(data)

if __name__ == "__main__":
    queue = Manager().Queue(10)
    pool = Pool(2)

    pool.apply_async(producer, args=(queue,))
    pool.apply_async(consumer, args=(queue,))

    pool.close()
    pool.join()

•sys模块几个常用方法

1.argv 命令行参数list,第一个是程序本身的路径2.path 返回模块的搜索路径3.modules.keys() 返回已经导入的所有模块的列表4.exit(0) 退出程序

•a in s or b in s or c in s简写

1.采用any方式:all() 对于任何可迭代对象为空都会返回True

代码语言:javascript
复制
# 方法一
Truein[i in s for i in[a,b,c]]
# 方法二
any(i in s for i in[a,b,c])
# 方法三
list(filter(lambda x:x in s,[a,b,c]))

•set集合运用

1.{1,2}.issubset({1,2,3})#判断是否是其子集2.{1,2,3}.issuperset({1,2})3.{}.isdisjoint({})#判断两个set交集是否为空,是空集则为True

•代码中中文匹配

1.[u4E00-u9FA5]匹配中文文字区间[一到龥]

•查看系统默认编码格式

代码语言:javascript
复制
import sys
sys.getdefaultencoding()    # setdefaultencodeing()设置系统编码方式

•getattr VS getattribute

代码语言:javascript
复制
class A(dict):
def __getattr__(self,value):#当访问属性不存在的时候返回
return2
def __getattribute__(self,item):#屏蔽所有的元素访问
return item

•类变量是不会存入实例dict中的,只会存在于类的dict中•globals/locals(可以变相操作代码)

1.globals中保存了当前模块中所有的变量属性与值2.locals中保存了当前环境中的所有变量属性与值

•python变量名的解析机制(LEGB)

1.本地作用域(Local)2.当前作用域被嵌入的本地作用域(Enclosing locals)3.全局/模块作用域(Global)4.内置作用域(Built-in)

•实现从1-100每三个为一组分组

代码语言:javascript
复制
print([[x for x in range(1,101)][i:i+3] for i in range(0,100,3)])

•什么是元类?

1.即创建类的类,创建类的时候只需要将metaclass=元类,元类需要继承type而不是object,因为type就是元类

代码语言:javascript
复制
type.__bases__  #(<class 'object'>,)
object.__bases__    #()
type(object)    #<class 'type'>

#eg
classYuan(type):
def __new__(cls,name,base,attr,*args,**kwargs):
return type(name,base,attr,*args,**kwargs)
classMyClass(metaclass=Yuan):
pass

•什么是鸭子类型(即:多态)?

1.Python在使用传入参数的过程中不会默认判断参数类型,只要参数具备执行条件就可以执行

•深拷贝和浅拷贝

1.深拷贝拷贝内容,浅拷贝拷贝地址(增加引用计数)2.copy模块实现深拷贝

•单元测试

1.一般测试类继承模块unittest下的TestCase2.pytest模块快捷测试(方法以test_开头/测试文件以test_开头/测试类以Test开头,并且不能带有 init 方法)3.coverage统计测试覆盖率

代码语言:javascript
复制
classMyTest(unittest.TestCase):
def tearDown(self):# 每个测试用例执行前执行
print('本方法开始测试了')

def setUp(self):# 每个测试用例执行之前做操作
print('本方法测试结束')

@classmethod
def tearDownClass(self):# 必须使用 @ classmethod装饰器, 所有test运行完后运行一次
print('开始测试')
@classmethod
def setUpClass(self):# 必须使用@classmethod装饰器,所有test运行前运行一次
print('结束测试')

def test_a_run(self):
self.assertEqual(1, 1)  # 测试用例

•GIL会根据执行的字节码行数以及时间片释放GIL,GIL在遇到io的操作时候主动释放•什么是monkey patch?

1.猴子补丁,在运行的时候替换掉会阻塞的语法修改为非阻塞的方法

•什么是自省(Introspection)?

1.运行时判断一个对象的类型的能力,id,type,isinstance

•python是值传递还是引用传递?

1.都不是,python是共享传参,默认参数在执行时只会执行一次

•try-except-else-finally中else和finally的区别

1.else在不发生异常的时候执行,finally无论是否发生异常都会执行2.except一次可以捕获多个异常,但一般为了对不同异常进行不同处理,我们分次捕获处理

•GIL全局解释器锁

1.同一时间只能有一个线程执行,CPython(IPython)的特点,其他解释器不存在2.cpu密集型:多进程+进程池3.io密集型:多线程/协程

•什么是Cython

1.将python解释成C代码工具

•生成器和迭代器

1.可迭代对象只需要实现iter方法2.实现nextiter方法的对象就是迭代器3.使用生成器表达式或者yield的生成器函数(生成器是一种特殊的迭代器)

•什么是协程

1.yield2.async-awiat•比线程更轻量的多任务方式•实现方式

•dict底层结构

1.为了支持快速查找使用了哈希表作为底层结构2.哈希表平均查找时间复杂度为o(1)3.CPython解释器使用二次探查解决哈希冲突问题

•Hash扩容和Hash冲突解决方案

1.链接法2.二次探查(开放寻址法):python使用•循环复制到新空间实现扩容•冲突解决

代码语言:javascript
复制
for gevent import monkey
monkey.patch_all()  #将代码中所有的阻塞方法都进行修改,可以指定具体要修改的方法

•判断是否为生成器或者协程

代码语言:javascript
复制
 co_flags = func.__code__.co_flags

# 检查是否是协程
if co_flags & 0x180:
return func

# 检查是否是生成器
if co_flags & 0x20:
return func

•斐波那契解决的问题及变形

代码语言:javascript
复制
#一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。
#请问用n个2*1的小矩形无重叠地覆盖一个2*n的大矩形,总共有多少种方法?
#方式一:
fib = lambda n: n if n <= 2else fib(n - 1) + fib(n - 2)
#方式二:
def fib(n):
    a, b = 0, 1
for _ in range(n):
        a, b = b, a + b
return b

#一只青蛙一次可以跳上1级台阶,也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。
fib = lambda n: n if n < 2else2* fib(n - 1)

•获取电脑设置的环境变量

代码语言:javascript
复制
import os
os.getenv(env_name,None)#获取环境变量如果不存在为None

•垃圾回收机制

1.引用计数2.标记清除3.分代回收

代码语言:javascript
复制
#查看分代回收触发
import gc
gc.get_threshold()  #output:(700, 10, 10)

•True和False在代码中完全等价于1和0,可以直接和数字进行计算,inf表示无穷大•C10M/C10K

1.C10M:8核心cpu,64G内存,在10gbps的网络上保持1000万并发连接2.C10K:1GHz CPU,2G内存,1gbps网络环境下保持1万个客户端提供FTP服务

•yield from与yield的区别:

1.yield from跟的是一个可迭代对象,而yield后面没有限制2.GeneratorExit生成器停止时触发

•单下划线的几种使用

1.在定义变量时,表示为私有变量2.在解包时,表示舍弃无用的数据3.在交互模式中表示上一次代码执行结果4.可以做数字的拼接(111_222_333)

•使用break就不会执行else•10进制转2进制

代码语言:javascript
复制
def conver_bin(num):
if num == 0:
return num
        re = []
while num:
            num, rem = divmod(num,2)
            re.append(str(rem))
return"".join(reversed(re))
conver_bin(10)

•list1 = ['A', 'B', 'C', 'D'] 如何才能得到以list中元素命名的新列表 A=[],B=[],C=[],D=[]呢?

代码语言:javascript
复制
 list1 = ['A', 'B', 'C', 'D']

# 方法一
for i in list1:
        globals()[i] = []   # 可以用于实现python版反射

# 方法二
for i in list1:
exec(f'{i} = []')   # exec执行字符串语句

•memoryview与bytearray$\color{#000}(不常用,只是看到了记载一下)

代码语言:javascript
复制
# bytearray是可变的,bytes是不可变的,memoryview不会产生新切片和对象
a = 'aaaaaa'
ma = memoryview(a)
ma.readonly# 只读的memoryview
mb = ma[:2]  # 不会产生新的字符串

a = bytearray('aaaaaa')
ma = memoryview(a)
ma.readonly# 可写的memoryview
mb = ma[:2]      # 不会会产生新的bytearray
mb[:2] = 'bb'# 对mb的改动就是对ma的改动

•Ellipsis类型

代码语言:javascript
复制
# 代码中出现...省略号的现象就是一个Ellipsis对象
L = [1,2,3]
L.append(L)
print(L)    # output:[1,2,3,[…]]

•lazy惰性计算

代码语言:javascript
复制
class lazy(object):
def __init__(self, func):
self.func = func

def __get__(self, instance, cls):
            val = self.func(instance)    #其相当于执行的area(c),c为下面的Circle对象
            setattr(instance, self.func.__name__, val)
return val`

classCircle(object):
def __init__(self, radius):
self.radius = radius

@lazy
def area(self):
print('evalute')
return3.14* self.radius ** 2

•遍历文件,传入一个文件夹,将里面所有文件的路径打印出来(递归)

代码语言:javascript
复制
import os
all_files = []
def getAllFiles(directory_path):
for sChild in os.listdir(directory_path):
        sChildPath = os.path.join(directory_path,sChild)
if os.path.isdir(sChildPath):
            getAllFiles(sChildPath)
else:
            all_files.append(sChildPath)
return all_files

•文件存储时,文件名的处理

代码语言:javascript
复制
#secure_filename将字符串转化为安全的文件名
from werkzeug import secure_filename
secure_filename("My cool movie.mov") # output:My_cool_movie.mov
secure_filename("../../../etc/passwd") # output:etc_passwd
secure_filename(u'i contain cool \xfcml\xe4uts.txt') # output:i_contain_cool_umlauts.txt

•日期格式化

代码语言:javascript
复制
from datetime import datetime

datetime.now().strftime("%Y-%m-%d")

import time
#这里只有localtime可以被格式化,time是不能格式化的
time.strftime("%Y-%m-%d",time.localtime())

•tuple使用+=奇怪的问题

代码语言:javascript
复制
# 会报错,但是tuple的值会改变,因为t[1]id没有发生变化
t=(1,[2,3])
t[1]+=[4,5]
# t[1]使用append\extend方法并不会报错,并可以成功执行

missing你应该知道

代码语言:javascript
复制
classMydict(dict):
def __missing__(self,key): # 当Mydict使用切片访问属性不存在的时候返回的值
return key

•+与+=

1.+不能用来连接列表和元祖,而+=可以(通过iadd实现,内部实现方式为extends(),所以可以增加元组),+会创建新对象2.不可变对象没有iadd方法,所以直接使用的是add方法,因此元祖可以使用+=进行元祖之间的相加

•如何将一个可迭代对象的每个元素变成一个字典的所有键?

代码语言:javascript
复制
dict.fromkeys(['jim','han'],21) # output:{'jim': 21, 'han': 21}

设计模式

单例模式
代码语言:javascript
复制
# 方式一
defSingle(cls,*args,**kwargs):
        instances = {}
def get_instance (*args, **kwargs):
if cls notin instances:
                instances[cls] = cls(*args, **kwargs)
return instances[cls]
return get_instance
@Single
class B:
pass
# 方式二
classSingle:
def __init__(self):
print("单例模式实现方式二。。。")

    single = Single()
delSingle# 每次调用single就可以了
# 方式三(最常用的方式)
classSingle:
def __new__(cls,*args,**kwargs):
ifnot hasattr(cls,'_instance'):
                cls._instance = super().__new__(cls,*args,**kwargs)
return cls._instance
工厂模式
代码语言:javascript
复制
classDog:
def __init__(self):
print("Wang Wang Wang")
classCat:
def __init__(self):
print("Miao Miao Miao")


def fac(animal):
if animal.lower() == "dog":
returnDog()
if animal.lower() == "cat":
returnCat()
print("对不起,必须是:dog,cat")
构造模式
代码语言:javascript
复制
classComputer:
def __init__(self,serial_number):
self.serial_number = serial_number
self.memory = None
self.hadd = None
self.gpu = None
def __str__(self):
            info = (f'Memory:{self.memoryGB}',
'Hard Disk:{self.hadd}GB',
'Graphics Card:{self.gpu}')
return''.join(info)
classComputerBuilder:
def __init__(self):
self.computer = Computer('Jim1996')
def configure_memory(self,amount):
self.computer.memory = amount
returnself#为了方便链式调用
def configure_hdd(self,amount):
pass
def configure_gpu(self,gpu_model):
pass
classHardwareEngineer:
def __init__(self):
self.builder = None
def construct_computer(self,memory,hdd,gpu)
self.builder = ComputerBuilder()
self.builder.configure_memory(memory).configure_hdd(hdd).configure_gpu(gpu)
@property
def computer(self):
returnself.builder.computer

数据库篇

Redis 和 I/O 多路复用

一文深入了解 Redis 内存模型,Redis 的快是有原因的!

硬货 | Redis 性能问题分析

硬核!16000 字 Redis 面试知识点总结,建议收藏!

Redis 学习 | Redis 初识与安装

Python | Python学习之Redis交互详解

SQL | 开发人员必学的几点 SQL 优化点

面试必备 | MySQL 事务的四种隔离级别

...

Linux 篇

Linux | Linux 中使用 find 与 sed 批量替换字符串

Linux 优化 | 我终于要对运维小哥下手了

Linux | vim 编辑器 3 种模式的使用小结

Linux | 文本查看与打包压缩

Linux | 文件查看与操作命令

Linux | 帮助命令

...

数据结构和算法内置数据结构和算法

快速排序
代码语言:javascript
复制
def quick_sort(_list):
if len(_list) < 2:
return _list
            pivot_index = 0
            pivot = _list(pivot_index)
            left_list = [i for i in _list[:pivot_index] if i < pivot]
            right_list = [i for i in _list[pivot_index:] if i > pivot]
return quick_sort(left) + [pivot] + quick_sort(right)
选择排序
代码语言:javascript
复制
def select_sort(seq):
        n = len(seq)
for i in range(n-1)
        min_idx = i
for j in range(i+1,n):
if seq[j] < seq[min_inx]:
                    min_idx = j
if min_idx != i:
                seq[i], seq[min_idx] = seq[min_idx],seq[i]
插入排序
代码语言:javascript
复制
def insertion_sort(_list):
        n = len(_list)
for i in range(1,n):
            value = _list[i]
            pos = i
while pos > 0and value < _list[pos - 1]
                _list[pos] = _list[pos - 1]
                pos -= 1
            _list[pos] = value
print(sql)
归并排序
代码语言:javascript
复制
def merge_sorted_list(_list1,_list2):   #合并有序列表
        len_a, len_b = len(_list1),len(_list2)
        a = b = 0
        sort = []
while len_a > a and len_b > b:
if _list1[a] > _list2[b]:
                sort.append(_list2[b])
                b += 1
else:
                sort.append(_list1[a])
                a += 1
if len_a > a:
            sort.append(_list1[a:])
if len_b > b:
            sort.append(_list2[b:])
return sort

def merge_sort(_list):
      if len(list1)<2:
        return list1
      else:
        mid = int(len(list1)/2)
        left = mergesort(list1[:mid])
        right = mergesort(list1[mid:])
        return merge_sorted_list(left,right)
堆排序heapq模块
代码语言:javascript
复制
from heapq import nsmallest
def heap_sort(_list):
return nsmallest(len(_list),_list)
代码语言:javascript
复制
from collections import deque
classStack:
def __init__(self):
self.s = deque()
def peek(self):
            p = self.pop()
self.push(p)
return p
def push(self, el):
self.s.append(el)
def pop(self):
returnself.pop()
队列
代码语言:javascript
复制
from collections import deque
classQueue:
def __init__(self):
self.s = deque()
def push(self, el):
self.s.append(el)
def pop(self):
returnself.popleft()
二分查找
代码语言:javascript
复制
def binary_search(_list,num):
    mid = len(_list)//2
    if len(_list) < 1:
        return Flase
    if num > _list[mid]:
        BinarySearch(_list[mid:],num)
    elif num < _list[mid]:
        BinarySearch(_list[:mid],num)
    else:
        return _list.index(num)

面试加强篇

•关于数据库优化及设计 :https://segmentfault.com/a/1190000018426586•如何使用两个栈实现一个队列•反转链表•合并两个有序链表•删除链表节点•反转二叉树•设计短网址服务?62进制实现•设计一个秒杀系统(feed流)?https://www.jianshu.com/p/ea0259d109f9•为什么mysql数据库的主键使用自增的整数比较好?使用uuid可以吗?为什么?

1.如果InnoDB表的数据写入顺序能和B+树索引的叶子节点顺序一致的话,这时候存取效率是最高的。为了存储和查询性能应该使用自增长id做主键。2.对于InnoDB的主索引,数据会按照主键进行排序,由于UUID的无序性,InnoDB会产生巨大的IO压力,此时不适合使用UUID做物理主键,可以把它作为逻辑主键,物理主键依然使用自增ID。为了全局的唯一性,应该用uuid做索引关联其他表或做外键

•如果是分布式系统下我们怎么生成数据库的自增id呢?

1.使用redis2....

•基于redis实现一个分布式锁,要求一个超时的参数

1.setnx2.setnx + expire

•如果redis单个节点宕机了,如何处理?还有其他业界的方案实现分布式锁码?

1.使用hash一致算法

缓存算法

•LRU(least-recently-used):替换最近最少使用的对象•LFU(Least frequently used):最不经常使用,如果一个数据在最近一段时间内使用次数很少,那么在将来一段时间内被使用的可能性也很小

服务端性能优化方向

•使用数据结构和算法•数据库

1.索引优化2.慢查询消除•slow_query_log_file开启并且查询慢查询日志•通过explain排查索引问题•调整数据修改索引•批量操作,从而减少io操作•使用NoSQL:比如Redis

•网络io

1.批量操作2.pipeline

•缓存

1.Redis

•异步

1.Asyncio实现异步操作2.使用Celery减少io阻塞

•并发

1.多线程2.Geven

抽奖赠书

在之前咸鱼争取到一个福利,和北京大学出版社的编辑朋友合作的赠书活动已经试行几期。

现在赠书的形式变更为小程序抽奖,大家只要扫描下方抽奖的小程序码即可参与。(发文三天后开奖)

感谢金主~

Love & Share

[ 完 ]

朕已阅

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-03-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 咸鱼学Python 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Py2 VS Py3
  • py2/3转换工具
  • 常用的库
  • 不常用但很重要的库
  • Python进阶
  • 设计模式
    • 单例模式
      • 工厂模式
        • 构造模式
        • 数据库篇
        • Linux 篇
        • 数据结构和算法内置数据结构和算法
          • 快速排序
            • 选择排序
              • 插入排序
                • 归并排序
                  • 堆排序heapq模块
                      • 队列
                        • 二分查找
                        • 面试加强篇
                        • 缓存算法
                        • 服务端性能优化方向
                        • 抽奖赠书
                        相关产品与服务
                        云数据库 Redis
                        腾讯云数据库 Redis(TencentDB for Redis)是腾讯云打造的兼容 Redis 协议的缓存和存储服务。丰富的数据结构能帮助您完成不同类型的业务场景开发。支持主从热备,提供自动容灾切换、数据备份、故障迁移、实例监控、在线扩容、数据回档等全套的数据库服务。
                        领券
                        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档