作者归档-Easy to understand and humorous

Easy to understand and humorous

行动起来，活在当下

累计撰写 48 篇文章
累计创建 5 个标签
累计收到 3 条评论

目录CONTENT

以下是 fengyang 的文章

2025-12-24
MYSQL索引失效常见场景 - 数据库性能优化本文深入剖析MySQL索引失效的六大常见场景：表达式计算、数据类型不匹配、模糊查询前缀问题、复合索引最左匹配原则、OR条件查询及负向查询。从B+树索引原理出发，解释失效机制并提供针对性解决方案，如改写计算条件、确保类型一致、优化LIKE模式、设计复合索引顺序、使用UNION替代OR等。强调通过执行计划分析验证索引效果，遵循“纯净索引列”“类型严格匹配”“覆盖索引”等原则，结合持续监控与工具辅助，构建高效数据访问层，系统性提升数据库查询性能。
- 2025-12-24
- 14
- 0
- 0
- MYSQL
2025-12-23
Spring循环依赖解析与三级缓存机制本文深入剖析Spring框架解决循环依赖的三级缓存机制。该机制通过singletonObjects（完全初始化Bean）、earlySingletonObjects（半成品Bean）和singletonFactories（对象工厂）三级缓存协同工作：实例化时将半成品工厂存入三级缓存，依赖注入时若发现循环依赖则提前暴露半成品引用至二级缓存，完成初始化后升级至一级缓存。此机制支持字段/Setter注入的循环依赖，但无法解决构造器注入及原型Bean的循环依赖。文章强调开发者应理解机制而非依赖它，建议通过事件驱动、门面模式等设计优化架构，避免循环依赖的产生。
- 2025-12-23
- 17
- 1
- 0
- Java
2025-12-11
SQL查询语句执行顺序深度解析：从语法到执行的完整旅程理解SQL执行顺序对高效数据库查询至关重要。SQL实际执行顺序并非按书写顺序，而是从FROM/JOIN开始，依次经过ON、WHERE、GROUP BY、HAVING、SELECT、DISTINCT、ORDER BY，最后到LIMIT/OFFSET。掌握此顺序可优化性能，如尽早过滤数据减少处理量、合理使用索引加速查询，并通过执行计划分析瓶颈，从而编写更高效的SQL语句。
- 2025-12-11
- 28
- 0
- 1
- 数据库
2025-12-10
Spring 事务失效的八大场景深度解析本文系统分析了Spring事务失效的常见原因及解决方案。核心问题包括：代理机制失效（非public方法、内部调用、final/static方法）、异常处理不当（异常类型不匹配、异常被吞没）、配置错误（未启用事务管理、超时设置过短、传播机制错误）、数据库层面问题（引擎不支持事务）、并发场景冲突（@Async与@Transactional冲突）。解决需关注方法可见性、异常抛出、事务传播行为配置，并通过调试日志和编程式事务排查问题。理解Spring AOP机制和事务原理是避免失效的关键。
- 2025-12-10
- 11
- 0
- 0
- Java
2025-10-28
数据库安全网关体系中，对Long、Date类型列加密的方法本文探讨数据库中Long、Date类型列加密的安全性与业务查询平衡问题。传统加密会破坏数据类型特性，导致查询功能丧失。核心解决方案为格式保留加密（FPE），其通过有限域映射实现加密后数据保持原有格式、长度和类型（如Long仍为数值，Date仍为日期格式），支持等值及范围查询，完美兼容现有数据库模式。FPE虽实现复杂且性能略逊于AES，但有效解决了加密与业务兼容性的核心矛盾。
- 2025-10-28
- 24
- 0
- 0
- 数据库
2025-10-22
浅谈常见的八类数据库加密技术本文概述了加密技术从通信安全向数据全生命周期保护的范式转变。面对大数据时代数据动态流转的挑战，传统边界防御已不足，需转向“保护数据本身”的安全理念。文章深入剖析八种主流加密技术（应用内加密、数据库网关、触发器+视图、TDE、UDF、加密驱动、TFE、FDE），涵盖应用层、数据库层及文件系统层的部署方案，对比其加密粒度、性能、防DBA能力及实施成本。核心结论是：单一技术无法满足所有场景，需根据数据状态（静态/动态/使用中）与业务需求，组合构建纵深防御体系，实现数据流转中的持续安全保护。
- 2025-10-22
- 31
- 0
- 1
- 数据库
2025-10-19
Doris SQL解析 Doris SQL解析包含五个核心步骤：1）词法语法分析生成AST（采用jflex/java cup技术）；2）语义分析与重写（元信息解析、合法性检查、常量折叠、谓词转join等RBO优化）；3）生成单机逻辑计划（构建算子树，进行投影/谓词下推、分区裁剪、Join重排序等优化）；4）生成分布式计划（拆分PlanFragment树，支持broadcast/hash partition/colocate/bucket shuffle四种join算法）；5）物理执行计划调度（分配BE节点、选择副本、实现并发执行）。整个过程通过递归优化和规则重写，最大化并行度与数据本地化。
- 2025-10-19
- 13
- 0
- 0
- Doris
2025-10-16
Doris Doris架构分FE（前端）、BE（后端）和存储层：FE负责查询解析、元数据管理，含Leader/Follower保高可用、Observer扩展查询；BE存储数据并分布式执行查询，通过副本保可靠；存储层用列式存储，数据分Tablet存于BE。数据模型有三类：Aggregate按key聚合适合报表汇总；Uniq主键模型保证唯一，分读时/写时合并；Duplicate允许key重复保留明细，适用Ad-hoc查询。选型需根据聚合需求、主键约束等场景确定。
- 2025-10-16
- 5
- 0
- 0
- Doris
2025-10-13
Calcite 元数据定义 Calcite执行流程的核心包括三个部分：元数据定义、优化规则管理和最优计划执行。元数据用于校验SqlNode语法树并为CBO优化提供统计信息，如示例中的JSON文件定义；优化规则被优化器使用以改写逻辑计划并生成最优执行计划；执行器基于最优计划在不同存储引擎上进行执行，确保高效数据处理。
- 2025-10-13
- 9
- 0
- 0
- Calcite
2025-10-11
Apache Calcite：构建统一数据查询的基石 Apache Calcite 是开源动态数据管理框架，旨在解决大数据时代的数据孤岛与异构数据源整合挑战。其核心架构以查询优化器为中心，通过 SQL 解析器、验证器将语句转为逻辑关系代数表达式（RelNode），结合 RBO（200+ 优化规则）与 CBO（基于统计信息）生成最优执行计划。框架采用“逻辑与物理分离”设计，支持 JDBC/Java API 调用，并通过可插拔适配器连接 Hive、Elasticsearch 等数据源，提供统一查询层。其模块化架构（如元数据管理、表达式构建）及 CSV 示例验证了跨源查询的灵活性与扩展性。
- 2025-10-11
- 6
- 0
- 0
- Calcite

1
2
3
4
5