第十章 常用组件
本简介涵盖Nginx代理机制、负载均衡与限流，分布式事务中的CAP/BASE理论及Seata模式，分布式锁实现方案，Redis数据类型、持久化与集群策略，MQ异步解耦与消息可靠传输，Elasticsearch倒排索引与搜索优化，Docker容器化与网络模式，Git分支管理与冲突解决，以及Maven项目构建与生命周期等内容，全面解析主流中间件与开发工具的核心原理与实践应用。（239字）
什么情况下索引会失效 ?
合理使用MySQL索引可提升查询效率。避免在列上使用函数、运算或否定操作符，慎用or连接条件，优先选用组合索引而非多个单列索引，注意范围查询对后续索引的影响，避免隐式类型转换和模糊查询导致的索引失效问题。
知道什么是聚簇索引，什么是二级索引吗？
聚簇索引将数据与索引存储在一起，B+树叶子节点包含整行数据，每表仅一个，通常为主键。二级索引（非聚簇）则分离数据与索引，叶子节点存主键值，可有多个。无主键时，MySQL选非空唯一索引或自动生成rowID作为聚簇索引。
什么是回表查询 ？
MySQL中InnoDB引擎的聚簇索引将数据与索引存储在一起，每表仅一个；二级索引则分离存储，叶子节点保存主键值。回表查询需先查二级索引再查聚簇索引，性能较低。优化方式包括：使用主键查询、创建联合索引实现覆盖索引、利用MySQL 5.6+的索引下推功能，减少回表次数，提升查询效率。（238字）
为什么MySQL索引结构是B+tree ?
MySQL采用B+树作为索引结构，因其非叶子节点仅存键值与指针，可存储更多键，降低树高，提升查询效率。数据集中于叶子节点并形成双向链表，支持高效稳定的范围查询。通常树高为2-3层，即可容纳上千万数据，显著优于二叉树或B树。
索引的类型
MongoDB支持单字段、复合及其他特殊索引。单字段索引支持升序/降序，遍历方向灵活；复合索引按字段顺序排序，提升多条件查询效率；还提供地理空间、文本和哈希索引，分别支持位置查询、字符串搜索及分片场景下的等值匹配。
MongoDB的特点
MongoDB是一款高性能、高可用、高扩展的NoSQL数据库，支持嵌入式数据模型、多种存储引擎及索引类型，提供自动故障转移、分片扩展、区域化数据管理，并具备丰富查询能力，适用于海量数据存储与多样化应用场景。
Python 初学者常见 10 大误区与避坑指南
本文总结Python初学者易犯的10大编码误区，如缩进错误、混淆“==”与“is”、修改迭代列表等，结合典型案例解析原因并提供实用解决方案，帮助新手规避常见陷阱，建立正确的Python编程思维，提升代码质量与可读性。
HashMap 原理（方法执行流程）
以put方法为例详解HashMap原理：计算key的hash码，进行二次哈希；初始化容量为16的数组；通过(n-1)&hash确定桶下标；根据空位、链表或红黑树分别处理添加逻辑，链表过长则树化，元素超阈值则扩容。基于JDK1.8+实现。
Java基础
本章涵盖Java核心基础：从方法重载与重写、==与equals区别，到String三兄弟、异常体系；深入集合框架与HashMap底层原理；详解BIO/NIO/AIO、多线程并发、JVM内存模型及垃圾回收机制，最后介绍Lambda表达式及其应用。系统全面，助力夯实Java根基。
