登录社区云，与社区用户共同成长
邀请您加入社区
安装winfsp,解压rclone配置环境变量。存储类型(选着private,或者回车)输入名称 remoteDisk。选着18 minio。手动输入密码和用户名。
Envoy是一个简化Python与外部命令交互的实用库，基于subprocess模块封装，提供简洁高效的API。它能轻松执行命令并获取输出/错误信息，支持管道操作、环境变量传递、异步执行和跨平台使用。安装简单（pip install envoy），基本用法包括执行命令、捕获错误和返回码。进阶功能支持传递环境变量和长时间运行命令。注意事项包括阻塞性、错误处理和性能考量。Envoy让命令行操作更高效便
本文对比了MySQL中MyISAM和InnoDB存储引擎的B+树索引差异。MyISAM采用非聚集索引，索引文件与数据文件分离，叶子节点存储数据地址；InnoDB采用聚集索引，主键索引叶子节点直接存储完整数据记录，普通索引则存储主键值需回表查询。两种引擎虽然都使用B+树，但在索引结构上存在本质区别。
MySQL 索引为何偏偏选中 B+ 树？这个问题背后藏着不少的设计考量。其实，MySQL 选择 B+ 树。这背后既有数据结构的精妙设计，也离不开一个关键的现实约束——。因为数据库的数据最终是落在磁盘上的，而磁盘读写比内存操作慢好几个数量级。。B+ 树的层数少、叶子节点有序相连、非叶子节点仅存键值等特性，恰恰都是为了这个目标服务的。下次再有面试官问你“为什么是 B+ 树？”，你不妨从“如何减少磁盘
MySQL B+树与复合索引优化指南 本文深入解析MySQL B+树索引的工作原理与复合索引优化策略。B+树因其非叶子节点不存数据、叶子节点有序链表等特性，成为数据库索引的理想选择，能有效减少磁盘IO并提升范围查询性能。复合索引遵循最左前缀法则，按字段顺序排序存储，设计时应将等值查询和高区分度字段前置，范围查询靠后。文章详细分析了索引命中与失效场景，强调覆盖索引的优势，并指出索引并非越多越好，需权
今天我们学习了 Nacos 的进阶内容：Nacos 持久化：把数据从 Derby 切换到 MySQL，解决数据丢失问题Nacos 集群搭建：3 台节点实现高可用，允许 1 台节点故障Nginx 反向代理：为集群提供统一入口到这里，Nacos 的核心内容我们就都学完了。从入门到进阶，从单机到集群，相信大家已经能够在生产环境中使用 Nacos 了。有任何问题都可以在评论区留言，我会一一解答～
在上一篇文章中，我给大家分享了 MySQL 调优的基本方法，很多小伙伴私信我说很实用。今天，我想换个角度，给大家分享一些我在调优路上踩过的坑。我从事后端开发已经有 8 年了，从一个连索引是什么都不知道的小白，到现在能独立负责千万级数据量的数据库架构，这一路走来，踩过的坑不计其数。有因为一条 SQL 语句导致整个系统崩溃的，有因为索引建错了导致数据查询异常的，还有因为配置错误差点删库跑路的...这些
本文介绍了MySQL索引的核心概念与应用。索引是一种特殊数据结构（如B+树），用于加速数据查询，避免全表扫描。文章分析了哈希表、二叉搜索树等数据结构在数据库中的局限性，重点阐述了B+树的优势：支持范围查询、均衡的查询性能以及高效的磁盘IO管理。详细讲解了MySQL中的页结构（16KB大小），包括页头、页尾、页主体和页目录的组织形式，以及数据在页内的存储方式。最后介绍了索引的分类（主键索引、普通索引
本文全面解析InnoDB索引核心知识点：B+树相比二叉树、红黑树和B树的优势在于IO次数少、高度低、范围查询快；详细对比B+树与B树的区别；阐述聚簇索引（存储整行数据）与二级索引（存储主键）的本质差异；介绍主键、唯一、普通和联合索引的特性；解释回表查询机制及避免方法；说明覆盖索引的高效原理；重点讲解联合索引的最左前缀原则及其底层排序机制。全文提炼了InnoDB索引的核心面试要点，帮助开发者深入理解
id 是主键age 是二级索引第一步：去 age 二级索引树中查 age = 1查到叶子节点，得到 id第二步：拿这个 id 去主键索引树中查找到整行记录，拿到 name回表因为它从二级索引树，又“回到”主键索引树查完整数据。二级索引树 → 主键值 → 主键索引树 → 整行数据回表会增加查询成本，所以能避免就尽量避免。age是二级索引。id 和 age而ageage + id所以不需要再去主键索引
VFS 找到 cdev 对象后，取出其绑定的回调函数集，最终调用我们自己编写的驱动函数驱动 .open() → 驱动 .read() → 数据从内核/硬件拷贝到用户缓冲区 → 驱动 .close()完成一次完整的设备读取操作。确定设备号 → 构造 cdev + file_operations 结构体 → 注册设备到内核 chrdev 数组 → 入口函数完成初始化作用：让内核认识设备、记录驱动功能，
把整个 .ibd 数据文件比作一本厚达上千页的《新华字典》，索引就是这本字典前页的 "拼音/部首检字表"索引的本质在关系型数据库中，索引的底层本质是一种排好序的、能够极大地加速数据检索速度的数据结构。它独立于业务数据本身，却又建立在业务数据之上。索引文件中不仅保存了被索引列的特征数值，还记录了该数值所在的磁盘页地址指针索引解决的核心痛点缩短 O(N)：索引的核心是将原本全表扫描的 O(N) 线性时
MySQL索引中常见的红黑树、B树和B+树并非简单的升级关系，而是针对不同场景设计的查找结构。红黑树是自平衡二叉查找树，适合内存中的有序操作；B树通过多路分支降低树高，各层节点都可存储数据，更适合磁盘存储；B+树在B树基础上优化，非叶子节点专注导航，数据集中在有序的叶子层，特别适合数据库的范围查询和顺序扫描。这三种结构体现了从内存到磁盘、从单点查询到范围扫描的优化路径，B+树因其结构特性成为MyS
