原理:闭包。
所谓闭包就是在一个内部函数里,对外部作用域变量(但不是全局作用域)的变量进行引用。这样内部函数就会被认为是闭包(closure)
def my_logging(func):
def wrapper(*args, **kwargs):
print("{} is running".format(func.__name__))
return func(*args, **kwargs)
return wrapper
def foo(x, y):
print("this is foo function")
return x + y
foo = my_logging(foo)
foo()
或者
@my_logging
def foo():
print("this is foo function")
"""
result:
foo is running
this is foo function
"""
此时需要三层的装饰器,一个传装饰器的参数,一个传装饰的函数,一个传函数的参数
def my_logging_level(level):
def decorator(func):
def wrapper(*args, **kwargs):
if level == 'info':
print('level is info')
else:
print('level is other levels')
return func(*args, **kwargs)
return wrapper
return decorator
@my_logging_level('info')
def a_foo(name="foo"):
print("{} is running".format(name))
a_foo()
"""
result:
level is info
foo is running
"""
类装饰器主要依靠类的__call__
方法
class MyLogging:
def __init__(self, func):
self._func= func
def __call__(self, *args, **kwargs):
print("class decorator starting.")
a = self._func(*args, **kwargs)
print("class decorator end.")
return a
@MyLogging
def c_foo(name="foo"):
print("{} is running".format(name))
c_foo()
"""
result:
class decorator starting.
foo is running
class decorator end.
"""
实现的方式:yield
原子性(Atomicity)**:**操作这些指令时,要么全部执行成功,要么全部不执行。只要其中一个指令执行失败,所有的指令都执行失败,数据进行回滚,回到执行指令前的数据状态。
一致性(Consistency)**:**事务的执行使数据从一个状态转换为另一个状态,但是对于整个数据的完整性保持稳定。
隔离性(Isolation)**:**隔离性是当多个用户并发访问数据库时,比如操作同一张表时,数据库为每一个用户开启的事务,不能被其他事务的操作所干扰,多个并发事务之间要相互隔离。即要达到这么一种效果:对于任意两个并发的事务T1和T2,在事务T1看来,T2要么在T1开始之前就已经结束,要么在T1结束之后才开始,这样每个事务都感觉不到有其他事务在并发地执行。
持久性(Durability)**:**当事务正确完成后,它对于数据的改变是永久性的。
事务的隔离级别有4种,由低到高分别为Read uncommitted 、Read committed 、Repeatable read 、Serializable 。而且,在事务的并发操作中可能会出现脏读,不可重复读,幻读。
详细参考https://www.cnblogs.com/Kevin-ZhangCG/p/9038371.html
a,b 两个字段的索引支持b,a查询么
两个或更多个列上的索引被称作联合索引,联合索引又叫复合索引。对于复合索引:Mysql从左到右的使用索引中的字段,一个查询可以只使用索引中的一部份,但只能是最左侧部分。例如索引是key index (a,b,c). 可以支持a | a,b| a,b,c 3种组合进行查找,但不支持 b,c进行查找 .当最左侧字段是常量引用时,索引就十分有效。
【1】为了快速查找匹配WHERE条件的行。
【2】为了从考虑的条件中消除行。
【3】如果表有一个multiple-column索引,任何一个索引的最左前缀可以通过使用优化器来查找行。
【4】查询中与其它表关联的字,字段常常建立了外键关系
【5】查询中统计或分组统计的字段
1,创建索引
对于查询占主要的应用来说,索引显得尤为重要。很多时候性能问题很简单的就是因为我们忘了添加索引而造成的,或者说没有添加更为有效的索引导致。如果不加
索引的话,那么查找任何哪怕只是一条特定的数据都会进行一次全表扫描,如果一张表的数据量很大而符合条件的结果又很少,那么不加索引会引起致命的性能下降。但是也不是什么情况都非得建索引不可,比如性别可能就只有两个值,建索引不仅没什么优势,还会影响到更新速度,这被称为过度索引。
2,复合索引
比如有一条语句是这样的:select * from users where area=’beijing’ and age=22;
如果我们是在area和age上分别创建单个索引的话,由于mysql查询每次只能使用一个索引,所以虽然这样已经相对不做索引时全表扫描提高了很多效率,但是如果在area、age两列上创建复合索引的话将带来更高的效率。如果我们创建了(area, age,salary)的复合索引,那么其实相当于创建了(area,age,salary)、(area,age)、(area)三个索引,这被称为最佳左前缀特性。
因此我们在创建复合索引时应该将最常用作限制条件的列放在最左边,依次递减。
3,索引不会包含有NULL值的列
只要列中包含有NULL值都将不会被包含在索引中,复合索引中只要有一列含有NULL值,那么这一列对于此复合索引就是无效的。所以我们在数据库设计时不要让字段的默认值为NULL。
4,使用短索引
对串列进行索引,如果可能应该指定一个前缀长度。例如,如果有一个CHAR(255)的 列,如果在前10 个或20 个字符内,多数值是惟一的,那么就不要对整个列进行索引。短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作。
5,排序的索引问题
mysql查询只使用一个索引,因此如果where子句中已经使用了索引的话,那么order by中的列是不会使用索引的。因此数据库默认排序可以符合要求的情况下不要使用排序操作;尽量不要包含多个列的排序,如果需要最好给这些列创建复合索引。
6,like语句操作
一般情况下不鼓励使用like操作,如果非使用不可,如何使用也是一个问题。like “%aaa%” 不会使用索引,而like “aaa%”可以使用索引。
7,不要在列上进行运算
8,不使用NOT IN操作
NOT IN操作不会使用索引将进行全表扫描。NOT IN可以用NOT EXISTS代替
详见https://blog.csdn.net/qq_38950316/article/details/81087809