算法

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

HashMap允许键（key）和值（value）都为null。这种设计使得HashMap在某些场景下更加灵活。例如，在处理一些可能存在空值的数据源时，可以直接将数据存储到HashMap中，而不需要额外的非空判断或转换。以下是一个简单的示例代码：

面试官：为什么Map不能插入null？

在 Java 面试中，经常会遇到关于 Integer 对象创建和缓存机制的问题。例如，new Integer("127") 和 Integer.valueOf("128") 的区别。这个问题触及了 Java 中整数缓存机制的一个微妙之处。

面试官：new Integer(“127“)和Integer.valueOf(“128“)有什么区别

当数据量较大时，使用常规方法进行判重是不可行的。例如，使用MySQL数据库或Java中的List.contains()或Set.contains()进行判重会导致内存不足或查询速度过慢等问题。

场景题：如何在1G内存下实现40亿QQ号去重？

定义：跑批是指在特定日期对大量数据进行定时处理的过程。在金融领域，常见的跑批场景包括分户日结、账务计提、账单逾期处理和不良资产处理等。跑批具有高度的连贯性，通常在执行完跑批后，还需要对数据进行进一步处理，如发送消息队列（MQ）给下游系统，或由数据仓库进行分析等。

如何进行千万级别数据跑批优化

在MySQL中，使用LIMIT子句进行分页查询时，可能会遇到一个常见的性能问题：当LIMIT子句中的偏移量X很大时，查询速度会显著下降。例如，LIMIT 0,10可能只需要20毫秒，而LIMIT 1000000,10可能需要15秒或更长时间。这个问题被称为深度分页问题。下面我们来深入探讨为什么会出现这个问题，以及如何优化。

MySQL中深度分页问题的优化

在MySQL中，我们经常需要对查询结果进行去重，而DISTINCT和GROUP BY是实现这一功能的两种常见方法。虽然它们在很多情况下可以互换使用，但它们之间还是存在一些差异的。接下来，我们将通过创建测试数据和执行不同的查询来探讨这两种方法的区别。

MySQL中distinct和group by去重的区别

Redis的优势在于其速度和灵活性，但这些优势也带来了挑战，特别是在处理大规模数据时。理解这些优势和挑战有助于我们选择合适的策略来优化数据插入过程。

百万数据插入Redis的实现方案

在MySQL中，RR代表Repeatable Read，也就是可重复读。这是事务隔离级别中的一个，它的特点是确保在同一个事务中，多次读取同一条记录的结果都是一致的。这也是MySQL默认的事务隔离级别。

幻读、MVCC与MySQL锁：一次搞懂

在现代应用程序中，缓存预热是一种常见的优化策略，旨在提高系统的响应速度和性能。特别是在Spring Boot项目启动时，预先将数据加载到缓存系统（如Redis）中，可以有效减少首次请求的延迟。本文将探讨在Spring Boot项目启动后，如何实现缓存预热的不同方案。

Spring Boot缓存预热实战指南

HTTP状态码（HTTP Status Code）是用于表示网页服务器HTTP响应状态的3位数字代码。它们由RFC 2616规范定义，并得到RFC 2518、RFC 2817、RFC 2295、RFC 2774、RFC 4918等规范扩展。这些代码能够帮助客户端（如Web浏览器）了解服务器端请求的处理结果，从而做出相应的响应。

状态码详解

死循环是指程序在特定条件下进入了一个无限循环，无法跳出，导致CPU资源被完全占用。例如，我们有一段代码用来检查文件的更新状态，但由于逻辑错误，条件永远无法满足，结果程序进入了死循环。

CPU使用率飙升至100%的诊断与解决方案

在进行优化之前，我们需要先了解大表性能问题的根本原因。当数据量增大时，数据库的性能为什么会下降？

大表性能优化：从问题到解决方案

Spring Boot因其“开箱即用”的特性，极大地简化了Java应用的开发和部署过程。它通过外部化配置机制，允许开发者根据不同的环境（如开发、测试、生产）灵活加载配置，而无需修改代码。本文将深入探讨Spring Boot加载外部配置属性的优先级规则，并结合实际案例，帮助你更好地理解和管理配置。

SpringBoot读取配置优先级顺序是什么？

以 QQ 在线状态统计为例，其典型特征包括：数据量大、内存占用高、实时性要求高。传统的解决方案（如在数据库中为每个用户添加一个在线状态字段，上线设为 1，下线设为 0）在这种场景下显得力不从心。原因如下：

如何实现亿级用户在线状态统计？

在多线程编程中，线程池是提高性能和资源利用率的重要工具。Java 提供了 execute 和 submit 两种方法来提交任务到线程池。虽然它们看起来相似，但在实际使用中却有显著的区别。本文将详细介绍这两种方法的使用场景及其在处理异常时的行为差异。

线程池遇到未处理的异常会崩溃吗？

在Java开发领域，与数据库的交互是不可或缺的一环。JDBC（Java Database Connectivity）作为Java连接和操作数据库的标准API，虽然提供了基础的数据库访问功能，但在实际开发中却面临着诸多挑战。而MyBatis这一持久层框架的出现，为解决JDBC的问题提供了全新的思路和方法。本文将深入剖析JDBC存在的问题，并探讨MyBatis是如何巧妙地化解这些问题的。

JDBC存在什么问题？MyBatis是如何解决的？

IO 多路复用技术是一种允许单个线程管理多个网络连接的技术，它使得服务器能够高效地处理大量的并发连接而不需要为每个连接创建一个独立的线程或进程。想象一下，如果客户端有成千上万个，那么非 IO 多路复用就会有成千上万个线程，这会导致 IO 过度争抢和多线程切换的问题，因为 CPU 资源有限，而要执行的线程却有成千上万个。

IO 多路复用技术详解

答案是否定的，在实际项目中我曾踩过这个坑。在进行性能优化时，我发现一个接口的 SQL 语句没有加索引，EXPLAIN 执行后发现是全表扫描。我对查询的字段添加了索引后，性能却没有明显提升。这是为什么呢？本文将探讨结合项目优化实例、索引的工作原理、影响查询性能的因素，以及在什么情况下索引可能不会带来预期的性能提升。

命中索引一定能提高查询速度吗？

接口幂等性这一概念源于数学，原意是指一个操作如果连续执行多次所产生的结果与仅执行一次的效果相同，那么我们就称这个操作是幂等的。在互联网领域，特别是在Web服务、API设计和分布式系统中，接口幂等性具有非常重要的意义。

如何保证接口幂等性？高并发下的接口幂等性如何实现？

在我的高并发技巧系列文章中，我已经介绍了不少性能优化的技巧。为了保证这篇文章的完整性，可能会有一些重复。本文将重点介绍 C 端开发中常用的中间件（MySQL、Redis、MQ、RPC）如何提高性能，并在最后介绍一些奇淫巧技。

高并发性能优化随笔

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋 

腾讯云代码助手

CODING DevOps

Cloud Studio

SDK中心

API中心

命令行工具

腾讯云开发者社区推出了算法专栏，为你提供了算法的相关文章，致力于帮助开发者快速成长与发展。

算法

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐