
Py2 VS Py3
- 打印成为函数,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
- 没有了长类型
- 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
- 从
- 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
- 添加 enum、mock、ipaddress、concurrent.futures、asyncio urllib、selector
- 不同类间不能进行比较
- 同一枚举类之间只能进行相同的比较
- 枚举类的使用(编号默认从1开始)
- 为了避免枚举类中相同的枚举值的出现,可以使用@unique装饰枚举类
# 的注意事项
from enum import Enum
class COLOREnum ):
YELLOW= 1
#YELLOW=2#会
GREEN= 1不会报错,GREEN 枚举可以是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怎么把另类遍历出来
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
#最好在数据库访问使用枚举的数值而不是使用标签
姓名字符串#在代码里面使用张举类
a= 1
print(COLOR(a)) # output:COLOR.YELLOW
py2/3 转换工具
- 六模块:pyton2和pyton3的模块
- 2to3工具:修改代码语法版本
- __future__:使用下一个版本的功能
常用的库
- 必须知道的收藏
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)
- 检查(生成器状态)
- cProfile(性能分析)
- bisect(维护有序列表)
- 匹配
- fnmatch(string,”*.txt”) #win下不离散大小写
- fnmatch根据系统决定
- fnmatchcase 完全变量大小写
- timeit(代码执行时间)
def isLen (strString) :
#还是应该使用三元表达式,更快
return True if len(strString)> 6 else False
def isLen1 (strString) :
#这里注意false和true的位置
return [ False , True ][len (strString)> 6 ]
import timeit
print(timeit.timeit( ‘isLen1(“5fsdfsdfsaf”)’ ,setup= “from __main__ import isLen1” ))
print(timeit.timeit( ‘isLen(“5fsdfsdfsaf”)’ ,setup= “从 __main__ 导入 isLen” ))
- 上下文库
- @contextlib.contextmanager使生成器函数变成一个上下文管理器
- 类型(包含标准了器定义的所有类型的对象,可以将生成器功能解释为异步模式)
import types
types.coroutine #相当于实现了__await__
- html(实现对html的转义)
import html
html.escape( “<h1>I’m Jim</h1>” ) # output:'<h1>I’m Jim</h1>’
html.unescape( ‘<h1>我是吉姆</h1>’ ) # <h1>我是吉姆</h1>
- mock(解决测试依赖)
- 并发(创建线程池和线程池)
from concurrent.futures import ThreadPoolExecutor
pool = ThreadPoolExecutor()
task = pool.submit(函数名,(参数)) #此方法不会申请,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,返回真或假,取消成功返回真
task.add_done_callback() #回调函数
task.running() #是否正在执行的任务就是一个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数据)
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) #根据条件进行主线程,有四个条件
- selector(封装select,用户多路圆周io编程)
- 异步
future=asyncio.ensure_future(协程) 未来=loop.create_task(协程)
future.add_done_callback() 添加一个完成后的功能函数
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,但聚集可以批量取消,收集对象.cancel()
一个线程中只有一个环
在loop.stop时一定要loop.run_forever()否则会报错
loop.run_forever()可以执行辅助非程
最后执行finally模块中loopclose.()
asyncioTask.all_tasks()所有任务然后完成并并任务.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,然后多个根据时间的升序进行
如果执行非要运行有视频的代码
使用loop.run_in_executor(executor,函数,参数)包装成一个多线程,然后通过动态到一个任务列表中,通过wait来(task
list ) 运行通过asyncio实现
reader,writer=await_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 with Lock():
蟒蛇进阶
- 过程间通信:
- Manager(内置了多种数据结构,可以实现多进程间内存共享)
from multiprocessing import Manager,Process
def add_data (p_dict, key, value) :
p_dict[key] = value
if __name__ == “__main__” :
progress_dict = Manager().dict()
from queue import PriorityQueue
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()
打印(progress_dict)
-
- 管道(适用于两个进程)
from multiprocessing import Pipe,Process
#pipe 的性能优于queue
def producer (pipe) :
pipe.send( ” pipe ” )
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()
-
- Queue(不能用于流程池,流程池间通信需要使用Manager().Queue())
从多处理进口队列,过程
DEF 生产者(队列):
queue.put(“A” )
time.sleep(2)
DEF 消费者(队列):
time.sleep(2)
数据= queue.get()
打印(数据)
,如果__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()
-
- 画池
DEF 生产者(队列):
queue.put( “A” )
time.sleep( 2)
DEF 消费者(队列):
time.sleep( 2)
数据= queue.get()
打印(数据)
如果__name__ == “__main__” :
queue = Manager().Queue( 10 )
pool = Pool( 2 )
pool.apply_async(producer, args=(queue,))
pool.apply_async(consumer, args=(queue,))
pool.close()
pool.加入()
- sys模块常用方法
- argv 命令行参数列表,第一个是程序制作的路径
- path 返回模块的搜索路径
- modules.keys() 返回已经导入的所有模块的列表
- exit(0) 退出程序
- a in s or b in s or c in s简写
- 采用any 方式all(): 任何可替换对象为空返回True
# 方法一
True in [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)在s,[a,b,c]))
- 集合集合造型
- {1,2}.issubset({1,2,3})#判断是否是其子集
- {1,2,3}.issuperset({1,2})
- {}.isdisjoint({})#判断两个集合交集是否为空,是空集则为真
- 代码中文匹配
- [u4E00-u9FA5]匹配中文文字区间[一到龥]
- 查看系统默认编码格式
import sys
sys.getdefaultencoding() # setdefaultencodeing()设置系统编码方式
- 获取属性 VS 获取属性
class A(dict):
def __getattr__ (self,value) : #当访问属性不存在的时候返回
return 2
def __getattribute__ (,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,未来存在于类的__dict__中
- globals/locals(可以变相操作代码)
- globals 中保存了当前模块中所有的变量属性与值
- 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)
- 本地作用域(Local)
- 当前作用域被嵌入的本地作用域
- 全局/模块作用域(Global)
- √ 作用域(内置)
- 实现从1-100每三个为一组成绩
打印([[x for x in range( 1 , 101 )][i:i+ 3 ] for i in range( 0 , 100 , 3 )])
- 什么是元类?
- 即创建类的类,创建类的时候很喜欢metaclass=元类,元类需要继承类型而不是对象,因为类型就是元类
type.__bases__ #(<class ‘object’>,)
object.__bases__ #()
type(object) #<class ‘type’>
class Yuan(type):
def __new__ (cls,name,base,attr,*args,**kwargs) :
return type(name,base,attr,*args,**kwargs)
class MyClass(metaclass=Yuan):
pass
- 什么是鸭子类型(即:多态)?
- Python在使用参数的过程中不会默认判断参数类型,只要参数有执行条件就可以执行
- 浅拷贝和浅拷贝
- 浅拷贝拷贝内容,浅拷贝拷贝地址(增加引用计数)
- 复制模块实现神复制
- 单元测试
- 一般测试类继承模块unittest下的TestCase
- pytest模块快捷测试(方法以test_开头/测试文件以test_开头/测试类以测试开头,并且不能带着init方法)
- 覆盖率统计测试覆盖率
class MyTest(unittest.TestCase):
def tearDown (self) : #六测试用例执行前执行
print(本方法开始测试了’ )
def setUp (self) : #测试用例执行之前的操作
print( ‘本方法测试结束’ )
@classmethod
def tearDownClass (self) : # 必须使用@classmethod装饰器,所有测试运行完后运行一次
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的时候操作主动释放
- 什么是猴子补丁?
- 猴子打补丁,在运行的修改替换掉会发生的语法为非日常的方法
- 什么是自省(Introspection)?
- 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?
- 都不是,python是共享传参,默认参数在执行时间执行一次
- try-except-else-finally中else和finally的区别
- 否则在不发生异常的时候执行,终于有没有发生异常异常执行
- 除了一次可以多一些不同的异常,但一般是为了对异常进行不同的处理,我们分次食品处理
- GIL解释器锁
- 同一时间唯一有一个线程执行,CPython(IPython)的特点,其他解释器不存在
- cpu密集型:多进程+进程池
- io密集型:多线程/协程
- 什么是Cython
- 将python解释成C代码工具
- 生成器和迭代器
- 可迭代对象只需要实现__iter__方法
- 实现__next__和__iter__方法的对象就是迭代器
- 使用生成器表达式或yield的生成器函数(生成器是一种特殊的迭代器)
- 可迭代对象只需要实现__iter__方法
- 什么是协程
- 屈服
- async-awiat
- 比线程更轻量的多任务方式
- 实现方式
- 字典结构
- 为了支持快速查找使用了哈希表作为结构
- 哈希表平均查找时间复杂度为o(1)
- CPython解释器使用二次探查解决哈希冲突问题
- 哈希扩容和哈希冲突解决方案
- 链接法
- 二次探查(开放访问法):python使用
- 循环复制到新空间实现扩容
- 冲突解决:
for gevent import monkey
monkey.patch_all() #将代码中所有的发布方法都进行修改,可以指定具体要修改的方法
- 判断是否为生成器或者协程
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
#三只青蛙一次可以跳上1级,也可以跳上2级。求该青蛙跳上一个级的台阶。有多少种跳法。
#求n个2*1的小椭圆无重叠地覆盖一个2*n的大椭圆,方式有多少种方法?
#一:
fib = lambda n: n if n <= 2 else 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ñ级求该青蛙跳上一个ñ级的台阶总共有多少种跳法。
FIB =拉姆达N:N如果ñ< 2 别的 2 * FIB(N –1 )
- 获取电脑设置的环境变量
import os
os.getenv(env_name, None ) #获取环境变量如果不存在为None
- 垃圾回收利用
- 引用计数
- 标记清除
- 分代回收
#查看分代回收触发
import gc
gc.get_threshold() #output:(700,10,10)
- 真和假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
- C10M:8核心cpu,64G内存,在10gbps的网络上保持1000同时连接
- 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:
- yield from 是一个可迭代对象,而yield 没有限制
- GeneratorExit生成器停止时触发
- 单下划线的几种用法
- 在定义变量时,表示为变量
- 在解包时,表示舍弃无用的数据
- 在交互模式中显示上一次代码执行结果
- 可以做数字的数字(111_222_333)
- 使用break就不会执行else
- 10 件转2位
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’] 如何得到以list中元素命名的新列表A=[],B=[],C=[],D=[]呢
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$\color{#000}(不常用,只是看到了记载一下)$
#bytearray是不会呼吸的,bytes是产生不呼吸的,memoryview新和新对象
a = ‘aaaaaa’
ma = memoryview(a)
ma.readonly #只读的memoryview
mb = ma[: 2 ] #不会新的字符串
a = bytearray( ‘aaaaaa’ )
ma = memoryview(a)
ma.readonly # 可写的memoryview
mb = ma[: 2 ] # 不会产生新的bytearray
mb[: 2 ] = ‘bb ‘ # 对mb的改变就是对ma的改变
- 省略号类型
# 代码中出现…省略号对象的食欲就是一个EllipsisL
= [ 1 , 2 , 3 ]
L.append(L)
print(L) # output:[1,2,3,[…]]
- 懒惰计算
class lazy(object):
def __init__ (self, func) :
self.func = func
def __get__ (self, instance, cls) :
val = self.func(instance) #其等效执行的area(c),c为下面的Circle对象
setattr(instance, self.func.__name__, val)
return val`
class Circle(object):
def __init__ (self, radius) :
self.radius = radius
@lazy
def area (self) :
print( ‘evalute ‘ )
返回 3.14 * self.radius ** 2
- 遍历文件,一个文件夹,将里面所有文件的路径打印出来()
all_files = []
def getAllFiles (directory_path) :
import os
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)
返回all_files
- 文件存储时,文件名的处理
#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 contains cool \xfcml\xe4uts.txt’ ) # output:i_contain_cool_umlauts.txt
- 日期订
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())
- 元组使用+=相同的问题
# 会报错,但是元组的值会改变,因为 t[1]id 没有发生变化
t=( 1 ,[ 2 , 3 ])
t[ 1 ]+=[ 4 , 5 ]
# t[1]使用append\扩展方法并不会报错,并可以成功执行
- __missing__你应该知道
class Mydict(dict):
def __missing__ (self,key) : # 当Mydict使用访问访问属性不存在的时候返回值
return key
- +与+=
#+不能使用连接列表和元祖,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
#不添加对象没有__iadd__,直接使用是__add__方法,因此元祖可以使用+=进行元祖之间的相加
- 如何将一个可访问对象的所有键变成一个可访问对象的所有键?
dict.fromkeys([ ‘jim’ , ‘han’ ], 21 ) # 输出:{‘jim’: 21, ‘han’: 21}
- wireshark抓包软件
网络知识
- 什么是HTTPS?
- 安全的HTTP协议,需要https证书,数据智能,端口为443,安全,同一网站httpsseo学生会上升
- 常见响应状态码
204无内容 // 请求成功处理,没有实体的主体返回,一般表示删除成功
206部分内容 //获取范围请求已成功处理
303查看其他 // 临时寻找,期望使用获取定向获取
304未修改/ /请求缓存资源
307 Temporary Redirect //参数目标,发布不会Get
401 Unauthorized //认证失败
403 Forbidden //资源请求被拒绝
400 //请求错误
201 //添加或更改成功
503 //服务器维护或超载
- http请求方法的幂等性及安全性
- WSGI
#environ:一个包含所有HTTP请求信息的dict对象
# start_response:一个发送HTTP响应的函数
def application (environ, start_response) :
start_response( ‘200 OK’ , [( ‘Content-Type’ , ‘text/html’ ) ])
返回 ‘<h1>Hello, web!</h1>’
- RPC
- CDN
- SSL(Secure Sockets Layer 安全套层)及其继任者接层安全(Transport Layer Security,TLS)是为网络通信提供安全及数据注册的一种安全协议。
- SSH(安全外壳协议)为 Secure Shell 的缩写,由 IETF 的网络小组(Network Working Group)所制定;SSH 为建立在应用层基础上的安全协议。SSH 是目前较可靠,专为远程登录会话和其他网络服务提供安全性的协议。利用 SSH 协议可以有效防止远程管理过程中的信息使用问题。SSH 最初是 UNIX 系统上的一个程序,后来又迅速扩展到其他操作平台正确。SSH 在时可结网络中的漏洞。SSH客户端适用于多种平台。几乎所有UNIX平台——包括HP-UX、Linux、AIX、Solaris、Digital UNIX、Irix,以及其他平台,都可以运行SSH。
- TCP/IP
- TCP:连接/依赖/基于字节流
- UDP:无连接/不可靠/一篇报道文
- 第三次招手四次挥手
- 第三次握手(SYN/SYN+ACK/ACK)
- 四次挥手(FIN/ACK/FIN/ACK)
- 为什么连接的时候是第三次握手,关闭的时候是四次握手?
- 因为当Server端客户端的SYN连接请求报文后,可以直接发送SYN+ACK报文。其中ACK报文是收到收到的,SYN报文是同步的。但是关闭连接时,当Server端收到FIN报时,很可能并不会立即关闭SOCKET,所以只能先回复一个ACK报文,告诉客户端,“你发的FIN报文我收到了”。只有等我服务器端所有的报文都发送完毕,我不能发送文报,因此不能一起发送。所以需要四步招呼。
- 为什么TIME_WAIT状态需要经过2MSL(最大报文段生存时间)才能返回到CLOSE状态?
- 既然按了循规蹈矩,四报文都已经发送完毕,我们可以直接进入关闭状态了,但是我们必须要进入象网是不可靠的,有可能最后一次遗失。文。
- XSS/CSRF
- HttpOnly禁止js脚本访问和操作Cookie,可以有效防止XSS
mysql
- 改进方法
- 线性结构->二分查找->hash->二叉查找树->平衡二叉树->多路查找树->多路平衡查找树(B-Tree)
- Mysql面试总结基础篇
https://segmentfault.com/a/1190000018371218
- Mysql面试总结进阶篇
https://segmentfault.com/a/1190000018380324
- 深入浅出Mysql
http://ningning.today/2017/02/13/database/深入浅出mysql/
- 清空整个表时,InnoDB 是一行一行的删除,而MyISAM 规范从新删除建表
- text/blob 数据类型不能有默认值,时不存在大小写转换
- 什么时候失效
- 以%开头的喜欢模糊查询
- 出现隐式类型转换
- 没有满足最左边的原则
- 对于多列索引,不是使用的第一部分,则不会使用索引
- 失效场景:
- 应尽量避免在子句中使用!=或<>操作符,否则引擎将脱离使用索引而进行全表扫描
- 尽量避免在子句中使用或来连接条件的地方,否则将导致引擎放弃使用索引而进行全表扫描,即使有条件带索引也不会使用,也是为了减少或这的原因
- 如果一列类型是字符串,那一定要在条件中将数据引用起来,否则不会使用索引
- 应尽量避免在子句中对字段进行函数操作,这将导致引擎脱离使用而进行全表扫描
例如:
select id from t where substring (name, 1 , 3 ) = ‘abc’ – name;
以abc开头的,应改成:
select id from t where name like ‘ abc% ‘
例如:
select id from t where datediff ( day , createdate, ‘2005-11-30’ ) = 0 – ‘2005-11-30’ ;
应改为:
-
-
- 不要在子中的“=”的地方
- 应尽量避免在子句中对字段进行表达式操作,这将导致发动机脱离使用而进行全表扫描
-
如:
select id from t where num/ 2 = 100
应改为:
select id from t where num = 100 * 2;
-
-
- 不适合键值具体列(重复数据可能的列)例如:set enum 适合(枚举类型(enum)可以添加null,并且默认的值会自动过滤分组集合(set)和枚举)类似,但只能添加64个值)
- 如果MySQL估计使用全表扫描使用索引快,则不使用索引
-
- 什么是地方
- B+Tree 叶子节点保存的是数据还是路径
- MyISAM 索引和数据分离,使用非集中
- InnoDB数据文件就是文件,主键索引就是索引
Redis命令总结
- 为什么这么快?
- 基于内存,由C语言写
- 使用多路I/O悉尼模型,非现场IO
- 使用单线程线程间切换
- 因为Redis是基于内存的,CPU最有可能是内存机器的大小网络网络操作。了(出现了很多问题!)。
- 数据结构简单
- 自己构建了VM机制,减少调用系统函数的时间
- 优势
- 性能高 – Redis能读的速度是110000次/s,写的速度是81000次/s
- 大量的数据类型
- 原子 – Redis 的所有操作都是原子性的,同时 Redis 还支持对几个操作全并后的原子性执行
- 丰富的特性 – Redis 还支持发布/订阅(发布/订阅)、通知、关键更新等等特性
- 什么是redis事务?
- 将有一些请求包裹,按顺序执行一些命令的机制
- 通过multi,exec,watch等命令实现事务功能
- Python redis-py pipeline=conn.pipeline(transaction=True)
- 持久化方式
- RDB(截图)
- save(同步,可以保证数据)
- bgsave(异步,关机时,无AOF则默认使用)
- AOF(追加日志)
- RDB(截图)
- 怎么实现
- 推
- 流行音乐
- 常用的数据类型(Bitmaps,Hyperlogs, Range Discovery等不常用)
- String(字符串): 遥控器
- 唱或sds(Simple Dynamic String)
- 列表(列表):用户的关注,粉丝列表
- ziplist(连续内存块,入口节点隐匿持续时间长度信息或实现链表功能)
- 哈希(哈希):
- Set(集合):用户的关注者
- 集合或哈希表
- Zset(顺序集合):实时信息排行榜
- skiplist(跳跃表)
- String(字符串): 遥控器
- 与Memcached的区别
- Memcached 唯一存储字符串键
- Memcached 用户只能通过 APPEND 的方式将数据添加到现有的字符串的隐藏列表中,将这个字符串当做列表来使用。但是在删除这些元素的时候,Memcache 则采用了通过黑列表的方式来隐藏列表里的元素,从而避免了对元素的读取、更新、删除等操作
- Redis 和缓存都将数据全部存储在内存中,都是内存数据库。不过内存缓存用于缓存其他,例如图片视频等等
- 虚拟内存——当物理内存用完,可以将一些没有时的Redis的价值交换到磁盘
- 存储数据安全——Memcached挂掉后,数据没了;Redis可以随时保存到磁盘(持久化)
- 应用场景不一样:Redis 出来作为 NoSQL 数据库使用外,还可以做消息数据库、数据查询和数据缓存等;Memcached 适合于查看 SQL 语句、数据集、用户临时性数据、延迟数据查询和 Session 等
- Redis实现应用锁
- 使用setnx实现加锁,同时可以通过expire超时时间
- 锁的值可以是一个随机的uuid或者特定的一种
- 释放锁的时候,通过uuid判断是否是该锁,是则执行删除释放锁
- 常见问题
- 缓存雪崩
- 修改数据过期,大量请求访问数据库
- 缓存刷新
- 请求访问数据时,查询中不存在,数据库中也不存在
- 紧急注意
- 初始化项目,将部分常用数据加入审核
- 有更新
- 数据更新,进行更新修正数据
- 及时降级
- 当访问量剧增加、服务出现问题(如响应时间缓慢或不响应)或非核心服务影响到核心流程的时间,仍然需要保证服务仍然可用,即使是有损数据服务。进行自动降级,也可以配置开关自动降级
- 缓存雪崩
- 一致性算法
- 使用时间的时候保证数据的一致性
- 基于redis实现一个应用锁,要求一个超时的参数
- 设置
- 虚拟内存
- 内存擦
Linux
- Unix 情感/o 模型
- 电竞
- 非她io
- 多路美食(Python下使用selectot实现io多路美食)
- 选择
- 并发不高,连接数很正常的情况下
- 轮询
- 比选择提高的不多
- 民意调查
- 适用于连接数量的情况,但活动链接数少的情况
- 选择
- 信号灯
- 异步io(Gevent/Asyncio实现异步)
- 比人更好的使用命令手册
- tldr:一本命令示例的手册
- kill -9和-15的区别
- -15:程序立即停止/当程序释放所有资源之后停止/程序可能继续运行
- -9:由于-15的本质性,所以直接使用-9立即创作过程
- 分页机制(逻辑地址和物理地址的内存分配管理方案):
- 为了高效管理内存,减少一点
- 程序的逻辑地址划分为固定大小的页
- 物理地址划分为同样大小的帧
- 通过页表对应的逻辑地址和物理地址
- 翻译对应
- 为了满足代码的一些逻辑需求
- 数据共享/数据保护/动态链接
- 若干段内部连续分配,段和段之间是离散分配的
- 查看cpu内存使用情况?
- 最佳
- 免费查看内存,排查内存问题
设计模式
单例模式
#方式一
DEF 单(CLS,*指定参数时,** kwargs) :
实例= {}
DEF get_instance (*指定参数时,** kwargs) :
如果CLS未 在实例:
实例[CLS] = CLS(*指定参数时,** kwargs )
return instances[cls]
return get_instance
@Single
class B :
pass
# 方式
二类 Single :
def __init__ (self) :
print( “单例模式实现方式二。。。” )
single = Single()
del Single # 每次调用single就可以了
#方式三(最常用的方式)
class Single :
def __new__ (cls,*args,**kwargs) :
if not hasattr(cls, ‘_instance’ ):
cls._instance = super( ).__new__(cls,*args,**kwargs)
返回cls._instance
工厂模式
class Dog :
def __init__ (self) :
print( “Wang Wang Wang” )
class Cat :
def __init__ (self) :
print( “Miao Miao Miao” )
def fac (animal) :
if animal.lower() == “dog “ :
return Dog()
if animal.lower() == “cat” :
return Cat()
print( “对不起,必须是:dog,cat” )
构造模式
class Computer:
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)
class ComputerBuilder:
def __init__(self):
self.computer = Computer(‘Jim1996’ )
def configure_memory(self,amount):
self.computer.memory = amount
return self #为了方便链式调用
def configure_hdd(self,amount):
pass
def configure_gpu(self,gpu_model):
pass
class HardwareEngineer:
def __init__(self):
self.builder = None
def constructor_computer(self,memory,hdd,gpu)
self.builder = ComputerBuilder()
self.builder.configure_memory(memory).configure_hdd(hdd).configure_gpu(gpu)
@property
def computer(self):
return self.builder.computer
数据结构和算法内置数据结构和算法
python实现各种数据结构
快速排序
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
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
DEF insertion_sort (_list) :
N = LEN(_list)
用于我在范围( 1,N):
值= _list [I]
POS = I
,而POS> 0 和值<_list [POS – 1 ]
_list [POS] = _list [pos – 1 ]
pos -= 1
_list[pos] = value
print(sql)
归并排序
def merge_sorted_list (_list1,_list2) : #合并
排序列表len_a, len_b = len(_list1),len(_list2)
a = b = 0
sort = []
while len_ > 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(左右)
堆叠排序heapq模块
from heapq import nsmallest
def heap_sort (_list) :
return nsmallest(len(_list),_list)
栈
from collections import deque
class Stack :
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) :
return self.pop()
雷
from collections import deque
class Queue :
def __init__ (self) :
self.s = deque()
def push (self, el) :
self.s.append(el)
def pop (self) :
return self.popleft()
二分查找
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)
面试题:
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方法
- 联链表
- 合并两个链表
- 删除链表节点
- 似二叉树
- 设计短网址服务?62种方式实现
- 设计一个秒杀系统(feed流)?
https://www.jianshu.com/p/ea0259d109f9
- 为什么mysql数据库的键使用自增的能比较好?使用uuid可以吗?为什么?
- 如果 InnoDB 的数据写入顺序能和 B+树索引的起始节点顺序一致的话,这时候表访问吞吐量是最高的。为了存储和性能应该使用自增长 ID 做主查询。
- 对于InnoDB的主索引,数据会按照主键进行自排序,因为UUID的无性,InnoDB会产生产生的IO压力,不适合使用UUID做物理主键,可以把它当作逻辑主键,物理主键仍然使用增ID。为了其他的唯一性,应该用uuid做索引关联其他表或做外键
- 如果是民间系统下我们怎么生成数据库的自增id呢?
- 使用redis
- 基于redis实现一个应用锁,要求一个超时的参数
- 设置
- setnx + 过期
- 如果redis个别处理事件发生了,如何?还有其他的解决方案实现了锁码?
- 使用hash协议
即时算法
- LRU(least-recent-used):最近最少使用的对象
- LFU(Least 经常使用):最不经常使用,如果有一个数据在近期内使用次数很少,那么在以后可能内被使用的问题也能保证
服务端性能优化方向
- 使用数据结构和算法
- 数据库
- 优化优化
- 慢查询删除
- slow_query_log_file开启并且查询慢查询日志
- 通过解释排查索引问题
- 调整数据修改索引
- 操作,从而减少操作
- 使用NoSQL:例如Redis
- 网络
- 示范操作
- 管道
- 此刻
- Redis
- 异步
- Asyncio 实现异步操作
- 使用Celery减少io流量
- ……
- 多线程
- 万事达