验证码，英文名CAPTCHA，全称叫做：全自动区分计算机和人类的图灵测试。验证码主要为了防一些不怀好意的人(程序猿)，避免批量注册账户，暴力尝试多次登录失败等一些恶意行为。 最经典的就是文字型的验证码： 简单的文字型验证码容易被OCR识别，所以程序猿们让文字随机旋转、扭曲、黏连，在验证码上加干扰线、加噪点以降低自动化程序的识别率，但是很多扭曲变形的文字连人都识别不出来，比如中国移动这个验证码： 这些诡异的验证码反而降低了用户体验，所以现在比较流行的是行为式验证码 这篇文章主要讨论入门级 ...

聚簇索引聚簇索引(Clustered Index)并不是一种新的数据结构，只是B树索引的一种存储方式。 聚簇索引的特点是完整的数据行就放在B树的叶子结点中，Clustered(聚簇,集群)就表示数据行与对应的键紧凑的存储在一起。 下图是《高性能MySQL》聚簇索引的截图，其中，叶子结点包含了数据行的完整数据，非叶子节点只包含索引列数据。 数据行的逻辑顺序与聚簇索引的顺序一致。B+树中叶子结点以链表的形式串联的，叶子节点中数据行的逻辑顺序只有一种，所以一张表只能有一个聚簇索引。 相反非聚簇索引指 ...

上篇文章最后提了个问题 假设某个表有一个复合索引(c1,c2,c3,c4)，问以下查询中只能使用该复合索引的c1,c2,c3部分的有那些 1. where c1=x and c2=x and c4>x and c3=x 2. where c1=x and c2=x and c4=x order by c3 3. where c1=x and c4=x group by c3,c2 4. where c1=? and c5=? order by c2,c3 5. where c1=? and ...

从上一篇创建索引的实践中，我们看到了索引给我们带来的性能提升是非常可观的。 我们上次创建的表结构非常简单，只有两三个字段，where子句查询条件只有一个字段。 实际应用场景中我们的表结构会更复杂，查询条件也会非常多。在多条件查询的情况下又如何才能用到索引呢，我们可以测试一下。 准备测试数据创建表结构 create table tb_test(id int primary key auto_increment, c1 char(1), ...

昨晚鑫哥到我宿舍聊天，聊了很多，从各自公司用的技术到杭州和深圳的房价，从后端技术到前端技术，一直聊到凌晨一点多，直到鑫哥被室友“驱逐”出去。中间有一段聊到公司用到的React，提到了单页面应用和Router，觉得思路很好有必要写个笔记记下来。 最开始的网页早期的网页都是一个个独立的html页面，通过a标签从这个页面跳转到另外一个页面。但是同一个网站中的两个页面很多内容都是相同的，比如页头、页脚、导航栏和主菜单等。 两次网络请求得到的数据中很大一部分都是重复的，不管这两个页面是完全静态的（不好维护 ...

准备测试数据create table tb_user( id int auto_increment primary key, name varchar(10), birth date); 使用存储过程创建测试数据，不过在这之前我们先创建两个工具函数。 mysql里面默认以;作为一条完整语句的终结符，为了不与函数和存储过程中的;冲突，我们要提前使用delimiter命令将命令结束符修改成其他符号。 比如用delimiter $$可以将结束符修改为$$$$。 在定义完函数后用$$$$将缓冲区 ...

对索引的优化是数据库性能优化方面最重要的一项，也是性能提升最显著的。 如果把数据库比作一本新华字典，那索引就是字典前面的目录了。如果不使用目录，想从字典中直接找某个字的解释，难度可想而知，但是有了目录，我们可以先从目录中找到这个字对应的页码，然后再翻到相应的页码，就能找到这个字的完整解释了。索引的工作原理和字典目录基本一致。 接下来的几篇文章我会细致的分析MySQL数据库中索引的原理以及使用上的一些技巧，并通过一些查询例子来演示索引给我们带来的性能提升到底有多大。 我们先来说说MySQL数 ...

写给即将高考的弟老弟，咱俩分别又有快两个月了，也许以后见面的机会越来越少了，尽管如此，最近我也很少打电话给你，一方面因为你忙于学业，怕打扰你，一方面不善言辞的我总能把天聊死。刚和爸妈通完电话，才记起昨天是你生日，做哥哥的我给你送上迟到的生日祝福：老弟生日快乐。想想你今年也十九岁了，马上面临你人生的第一个路口高考，在这里我有很多话要对你说。 面对高考 我知道你从初中开始就有点叛逆，不爱学习。本来成绩还算不错的你，初中就开始亮起了红灯。上了高中你慢慢地知道要开始努力了。尽管如此，因为基础薄弱，你学习 ...

这两天阿瘦找我给他的一个程序写个界面，听说是要参加啥三创比赛(都大四老狗了，汗)，然后问要用什么语言——C/C++，Windows平台的。他之前没怎么接触过C++方面的界面开发，然后我就开始了一波Windows教学，顺便自己也回忆回忆(大一大二玩了一年多，之后几乎就没碰过)。 整体流程#include <windows.h>// 函数提前声明 LRESULT CALLBACK WndProc(HWND hwnd, UINT Message, WPARAM wParam, LPARAM ...

从二叉搜索树说起其实上一篇文章已经对BST进行过讨论，并对AVL，红黑树这样的自平衡二叉查找树分别解决了什么问题进行了讨论。 上面这些数据结构理论上能达到$O(log_2N)$的平均时间复杂度。 这个时间复杂度是基于对内存的操作而计算出来的。倘若我们的数据量十分庞大，内存无法容纳，我们不得不存储在硬盘中。这个时候二叉搜索树还能达到预期的速度吗？ 在回答这个问题之前先让我们看看磁盘的存储原理。 磁盘的存储原理我们知道传统的机械硬盘(不考虑SSD)的磁盘通过电磁性来保存数据的，磁头在高速旋转的磁盘 ...