鍍金池/ 問答/ 數(shù)據(jù)庫問答
執(zhí)念 回答
  1. 使用DBRef可以達(dá)到外鍵效果，但是你也可以通過設(shè)置關(guān)系字段來實(shí)現(xiàn)。

  2. MongoDB的_id是自增的——但不是整數(shù)自增。這里的自增只指MongoDB的_id原理確實(shí)與先后順序有關(guān)，但是由于類型是獨(dú)有的ObjectId，因此無法通過常規(guī)思路去處理。事實(shí)上ObjectId你可以當(dāng)作是一個索引中的一個key，其對應(yīng)的是一個timestamp。但是有個小小問題，在我的記憶里看過一篇文章，當(dāng)文檔更新時，若文檔增長數(shù)據(jù)量超出原來的空間準(zhǔn)備，那么這條數(shù)據(jù)會被刪除，而重新在集尾插入。但是我想，對于ObjectId而言是沒有什么影響的。實(shí)現(xiàn)整數(shù)自增，依然需要代碼邏輯實(shí)現(xiàn)。

    • 創(chuàng)建一個集合，專門記錄各集合的整數(shù)id高度，每次插入數(shù)據(jù)時使用記錄高度。
    • 新建字段作為自增id，插入前查詢最近數(shù)據(jù)的id，然后+1插入
  3. 自增用戶時增加一條訂單，MongoDB的事務(wù)實(shí)現(xiàn)我還沒有更好的頭緒，一般通過代碼邏輯去做。
愿如初 回答

你DataNode都還沒起來
先把DataNode起來再看

壞脾滊 回答

事實(shí)證明是可以用一個sql語句寫的。用MySQL正則去匹配。REGEXP REPLACE('電商,體育,音樂',',','|');

涼薄 回答

select * from fabric ORDER BY MID(serial, 1, 3), MID(serial,4,6)+1;

暫時先寫死，待大神們來解決。

半心人 回答

審核表與放款表應(yīng)該是有一一對應(yīng)的關(guān)聯(lián)關(guān)系的，你這關(guān)聯(lián)方法肯定不對啊，既然是接管來的，直接找來源問一下這兩個表怎么關(guān)聯(lián)的

孤酒 回答
  1. 生產(chǎn)環(huán)境真的有必要代理么？畢竟部署時完全可以把前端資源和 API 放在同一域名下。
  2. 可以考慮用 webpack.DefinePlugin 把地址寫入打包的文件中
  3. 生產(chǎn)環(huán)境最好把未命中的請求都重定向到 index.html
大濕胸 回答

extra.IntegralId是ObjectId，仔細(xì)看你的Mongoose輸出，你傳入的是字符串。所以應(yīng)該改為：

{$match: {"extra.integralId": new ObjectId(query._id)}}

當(dāng)然這里的_id是傳入的，所以你還應(yīng)該在new ObjectId之前進(jìn)行驗(yàn)證看是否合法。

冷咖啡 回答

解決辦法：
不要使用secondary連接地址，使用primary連接地址即可操作

舊言 回答

Object就是用HashMap，數(shù)組就是Array，所以一個對象嵌另外一個對象不就是一個HashMap嵌入另外一個HashMap嗎？疑問是在哪里？

綰青絲 回答

//新聞類型切換
if(isset($_GET['newstype']) && !empty($_GET['newstype'])){

}

拽很帥 回答

報錯提示用戶操作數(shù)據(jù)表的權(quán)限是：僅可讀。修改下數(shù)據(jù)表權(quán)限試試吧

巫婆 回答

1、兩個字段都有單獨(dú)的唯一索引用union all查詢判斷結(jié)果不會慢的
2、利用mysql唯一索引的沖突異常，應(yīng)用捕獲異常也可以

懶洋洋 回答

圖片描述
設(shè)置保持會話間隔。
能修改mysql的話，也可以設(shè)置interactive_timeout、wait_timeout參數(shù)。

巴扎嘿 回答

1樓說得對，但是做視頻不應(yīng)該用OSS，而是用VOD。 都是aliyun的服務(wù)

落殤 回答

看圖如上截圖+我自己的推測，理解如下：

  1. 按你的引用，goods應(yīng)該是一個package？即目錄下有一個__init__.py
  2. goods下有一個模塊models，models中有個類Goods
  3. 在apps根目錄新建__init__.py，即apps也是一個package
  4. models.py修改成
sys.path.append("../..")
from apps.goods.models import MyGoods
傲嬌范 回答

eg : 執(zhí)行100次 update sql

未使用連接池執(zhí)行sql


-- 步驟    建立連接（認(rèn)證、權(quán)限等）     執(zhí)行sql              銷毀連接
-- 耗時： |<--------- t1 -------->|<------ t2 ----->|<------- t3 ------>

-- 總耗時： tt1 = 100 *（t1 + t2 + t3）

使用連接池執(zhí)行sql


-- 預(yù)先建立 5 連接并保存起來復(fù)用
-- 耗時   5 * t1  
-- 總耗時： tt2 = (5 * t1) + 100 * t2
-- 注：連接池的連接可以復(fù)用，下次不需要在重新建立連接，創(chuàng)建一次即可

很顯然： tt2 < tt1

so，使用連接池可以解決因?yàn)閳?zhí)行sql所帶來的額外開銷的問題！

Java中常用的數(shù)據(jù)庫連接池

  1. C3P0是一個開放源代碼的JDBC連接池，它在lib目錄中與Hibernate一起發(fā)布,包括了實(shí)現(xiàn)jdbc3和jdbc2擴(kuò)展規(guī)范說明的Connection和Statement 池的DataSources對象。（主頁：http://sourceforge.net/projec...）

  2. BoneCP 是一個開源的快速的 JDBC 連接池。BoneCP很小，只有四十幾K（運(yùn)行時需要log4j和Google Collections的支持，這二者加起來就不小了），而相比之下 C3P0 要六百多K。另外個人覺得 BoneCP有個缺點(diǎn)是，JDBC驅(qū)動的加載是在連接池之外的，這樣在一些應(yīng)用服務(wù)器的配置上就不夠靈活。當(dāng)然，體積小并不是 BoneCP優(yōu)秀的原因，BoneCP 到底有什么突出的地方呢，請看看性能測試報告。（主頁：http://jolbox.com/）

  3. DBCP （Database Connection Pool）是一個依賴Jakarta commons-pool對象池機(jī)制的數(shù)據(jù)庫連接池，Tomcat的數(shù)據(jù)源使用的就是DBCP。目前 DBCP 有兩個版本分別是 1.3 和1.4。1.3 版本對應(yīng)的是 JDK 1.4-1.5 和 JDBC 3，而1.4 版本對應(yīng) JDK 1.6 和 JDBC 4。因此在選擇版本的時候要看看你用的是什么 JDK版本了，功能上倒是沒有什么區(qū)別。（主頁：http://commons.apache.org/dbcp/）
  4. Druid is a distributed, column-oriented, real-time analytics data store that is commonly used to power exploratory dashboards in multi-tenant environments. Druid excels as a data warehousing solution for fast aggregate queries on petabyte sized data sets. Druid supports a variety of flexible filters, exact calculations, approximate algorithms, and other useful calculations. Druid can load both streaming and batch data and integrates with Samza, Kafka, Storm, Spark, and Hadoop.(http://druid.io/)

這里特別說一下 Druid 是阿里巴巴開源的連接池，"馬爸爸"最近有點(diǎn)飄了，Druid 明明就是中國人開源的軟件，官方網(wǎng)頁竟然沒有找到中文文檔的入口，官網(wǎng)全英文！本來還想特地介紹一下 Druid，想了一下還是算了吧!

前端端都可以做一個過濾處理呀，有問題的數(shù)據(jù)就直接拋出

拽很帥 回答

這問題已經(jīng)解決，蠢問題

咕嚕嚕 回答

select ls.id, c.name ,ls.value, ls.toCityId ,d.name from line_state ls inner join city c on

                                                                         ls.fromCityId=c.id
                                                           inner join city d on 
                                                                           ls.toCityId=d.id

order by ls.id asc;

首頁 上一頁 101 102 103 104 105 106 107 108 109 下一頁 尾頁