jiaklop9

数据库查询优化核心思想减少与数据库的通信次数（减少往返），以及减少每次通信的数据量（瘦身） 1. 著名的 “N+1 问题” 与预加载（Relationship Loading）这是所有数据库框架中最经典的性能黑洞。 大白话场景： 你要打印 10 个班级的学生名单。 脑残做法（N+1）： 你先去办公室查到了这 10 个班级（1次查询）。然后，你回班级拿第1班的名单，再去办公室；拿第2班的名单，再去办公室……为了 10 个班级，你一共跑了办公室 $10 + 1 = 11$ 次。如果有一万个班级，你的腿就废了（数据库卡死）。 聪明做法（预加载）： 你在查 10 个班级的时候，直接跟办公室老师说：“把这 10 个班级里的学生名单顺便一次性都打包给我！”（只跑 1次 办公室）。 SQLAlchemy 的官方解法： 在查询时，使用 options() 明确指定加载策略。 官方提供了三种武器： 武器 A：joinedload()（连表预加载） 原理： 用 SQL 的 LEFT OUTER JOIN 把两张表拼成一张大表，一次性全拿回来。 ...

避坑指南1. 善用“索引（Index）”——查字典的目录 生活场景：给你一本 1000 页的字典，让你找“张三”这个词。如果你从第一页翻到最后一页（这在数据库里叫全表扫描），会累死。但如果你去查字典前几页的拼音目录，就能瞬间定位到在哪一页。 数据库优化：如果你经常需要根据 email 去登录查找用户，那你就必须给 email 这一列加一个“目录”，在数据库里叫索引（Index）。 SQLAlchemy 怎么写？非常简单，在定义列的时候加上 index=True 12# 优化后的写法：给 email 加上索引email: Mapped[str] = mapped_column(String(50), index=True) 注意：目录不是越多越好。字典如果每页都是目录，字典就太厚了。只有经常被当作查询条件的列才加索引。 2. 只拿需要的列，别贪心（避免 SELECT * ） 不好的习惯 123# 这会把用户的所有信息（包括头像、简介、密码等大文本）全部捞出来user = session.execute(select(User).where(User.name...

一、背景使用禅道，使用完想要删除，各种限制 二、批处理以管理员身份打开命令提示符： 搜索“cmd”，右键“命令提示符”，选择“以管理员身份运行”。 导航到文件夹所在目录，使用cd命令。例如，如果文件夹在C盘的某个路径下：cd C:\路径\到\文件夹的父目录。 授予所有权：输入 takeown /f 文件名 /r /d y 并回车。（这会将所有权转移到当前管理员。） 授予权限：输入 icacls 文件名 /grant 用户名:F /t 并回车。（授予管理员完全控制权。） 删除文件夹：输入 rd /s /q 文件名 并回车。（/s 删除子目录和文件，/q 安静模式不提示。 三、批处理自动化123456789101112@echo offecho 正在获取所有权...takeown /f "D:\ZenTao" /r /d yecho 正在授予权限...icacls "D:\ZenTao" /grant admin:F /techo...

一、概括Dockerfile由一行行命令语句组成，并且支持以#开头的注释行。一般而言，Dockerfile分为四部分： 基础镜像信息、 维护者信息、 镜像操作指令 容器启动时执行指令 123456789101112131415# This Dockerfile uses the ubuntu image# VERSION 2 - EDITION 1# Author: docker_user# Command format: Instruction [arguments / command] ..# Base image to use, this must be set as the first lineFROM ubuntu# Maintainer: docker_user <docker_user at email.com> (@docker_user)MAINTAINER docker_user docker_user@email.com# Commands to update the imageRUN echo "deb...

一、背景生产环境中使用Docker的过程中，往往需要对数据进行持久化，或者需要在多个容器之间进行数据共享，这必然涉及容器的数据管理操作。容器中管理数据主要有两种方式： 数据卷（Data Volumes）：容器内数据直接映射到本地主机环境； 数据卷容器（Data Volume Containers）：使用特定容器维护数据卷。 二、数据卷数据卷是一个可供容器使用的特殊目录，它将主机操作系统目录直接映射进容器，类似于Linux中的mount操作。 数据卷可以提供很多有用的特性，如下所示： 数据卷可以在容器之间共享和重用，容器间传递数据将变得高效方便； 对数据卷内数据的修改会立马生效，无论是容器内操作还是本地操作； 对数据卷的更新不会影响镜像，解耦了应用和数据； 卷会一直存在，直到没有容器使用，可以安全地卸载它。 2.1 创建数据卷在用docker...

背景拒绝 MultiIndex 折磨：Pandas 多级表头「拍扁」实战指南在处理银行、财务或政务提供的 Excel 报表时，我们经常会遇到极其复杂的多级表头。虽然 Pandas 的 MultiIndex 功能强大，但在真实项目里，它往往是效率的「杀手」。今天分享一个超实用的技巧：先填充空白占位符，再直接拍扁表头。 一、 为什么要「拍扁」表头？当你直接用 pd.read_excel 读取带有合并单元格的报表时，你会得到类似下面的 MultiIndex：(‘个人客户’, ‘手机银行’, ‘Unnamed: 7_level_2’)这种结构的痛点非常明显： 语义缺失：大量的 Unnamed 占位符让你根本不知道这一列代表什么。 操作繁琐：查询列需要写成 df[(‘层级1’, ‘层级2’, ‘层级3’)]，不支持自动补全，极易出错。 兼容性差：如果要将数据存入数据库（MySQL/ClickHouse）或对接可视化工具（Tableau/BI），多级索引往往不被支持。 二、 核心解决方案我们要做的核心逻辑只有两步： 清洗：把 Unnamed...

一、创建容器1.1 容器是镜像的一个实例123docker create -it ubuntu:latestdocker ps -a 使用docker create 创建的容器处于停止状态，可以使用 docker start 启动它 1.2 启动容器1docker start af 1.3 新建并启动容器docker run 等价于 docker create + docker startExample: 输出后容器自动终止 1docker run ubuntu /bin/echo 'Hello Word' docker run 之后，后台操作 检查本地是否存在指定的镜像，不存在就从公有仓库下载； 利用镜像创建一个容器，并启动该容器； 分配一个文件系统给容器，并在只读的镜像层外面挂载一层可读写层； 从宿主主机配置的网桥接口中桥接一个虚拟接口到容器中； 从网桥的地址池配置一个IP地址给容器； 执行用户指定的应用程序； 执行完毕后容器被自动终止。 1.4 终止容器可以使用docker stop来终止一个运行中的容器 docker...

一、概览 如何使用pull命令从Docker Hub仓库中下载镜像到本地 如何查看本地已有的镜像信息和管理镜像标签 如何在远端仓库使用search命令进行搜索和过滤 如何删除镜像标签和镜像文件 如何创建用户定制的镜像并且保存为外部文件 如何往Docker Hub仓库中推送自己的镜像 二、获取镜像1docker pull name[:Tag] name 后不带标签默认最新 == name:latest example: 1234567814.04: Pulling from library/ubuntu6c953ac5d795: Pull complete3eed5ff20a90: Pull completef8419ea7c1b5: Pull complete51900bc9e720: Pull completea3ed95caeb02: Pull completeDigest: sha256:97421885f3da3b23f52eeddcaa9f8f91172a8ac3cd5d3cd40b51c7aad09f66ccStatus:...

一、三大核心概念 镜像 容器 仓库 1.1 镜像Docker镜像类似于虚拟机镜像，可以将它理解为一个只读的模板。例如，一个镜像可以包含一个基本的操作系统环境，里面仅安装了Apache应用程序（或用户需要的其他软件）。可以把它称为一个Apache镜像。 1.2 容器Docker容器类似于一个轻量级的沙箱，Docker利用容器来运行和隔离应用。容器是从镜像创建的应用运行实例。可以将其启动、开始、停止、删除，而这些容器都是彼此相互隔离的、互不可见的。可以把容器看做是一个简易版的Linux系统环境（包括root用户权限、进程空间、用户空间和网络空间等）以及运行在其中的应用程序打包而成的盒子。 镜像自身是只读的。容器从镜像启动的时候，会在镜像的最上层创建一个可写层。 1.3 仓库Docker仓库类似于代码仓库，它是Docker集中存放镜像文件的场所。

...