程序员诗人_个人页

MYSQL获取自增ID的四种方法select max(id) from tablename2.SELECT LAST_INSERT_ID() 函数 LAST_INSERT_ID 是与table无关的，如果向表a插入数据后，再向表b插入数据，LAST_INSERT_ID会改变。 在多用户交替插入数据的情况下max(id)显然不能用。这时就该使用LAST_INSERT_ID了，因为LAST_INSERT_ID是基 于Connection的，只要每个线程都使用独立的 Connection对象，LAST_INSERT_ID函数将返回该Connection对AUTO_INCREMENT列最新的insert or update 操作生成的第一个record的ID。这个值不能被其它客户端（Connection）影响，保证了你能够找回自己的 ID 而不用担心其它客户端的活动，而且不需要加锁。使用单INSERT语句插入多条记录, LAST_INSERT_ID返回一个列表。select @@IDENTITY;@@identity 是表示的是最近一次向具有identity属性(即自增列)的表插入数据时对应的自增列的值，是系统定义的全局变量。一般系统定义的全局变量都是以@@开头，用户自定义变量以@开头。 比如有个表A，它的自增列是id，当向A表插入一行数据后，如果插入数据后自增列的值自动增加至101，则通过select @@identity得到的值就是101。使用@@identity的前提是在进行insert操作后，执行select @@identity的时候连接没有关闭，否则得到的将是NULL值。SHOW TABLE STATUS;得出的结果里边对应表名记录中有个Auto_increment字段，里边有下一个自增ID的数值就是当前该表的最大自增ID.

java.lang.ClassCastException: org.crm.rulescenter.provider.config.DroolsAutoConfiguration$1 cannot be cast to org.drools.compiler.kie.builder.impl.InternalKieModule

Jdbctemplate 有缓存机制？

这是因为他们两个都有相同的 JVM 签名。当运行时，泛型信息是会被擦除的。所以，运行时这两个函数是一样的签名。这不是 Kotlin 的问题，而是将他们编译成 Java 字节码的结果。这只是 Java 的流毒影响 Kotlin 执行的一种方式。

Kotlin是什么当下互联网大数据云计算时代，数以百万计的应用程序在服务器、移动手机端上运行，其中的开发语言有很大一部分是用流行软件界20多年的、强大稳定的主力的编程语言Java编写。如果我们用一辆汽车来比喻编程语言的话，Java 拥有一个快速、可靠的发动机，但防抱死刹车系统，动力转向系统却不是那么地完全可控。驾驶起来得小心翼翼地检查可能出现的空指针，处理检查异常，重复生成冗长而单调的样板代码行等等。而编程语言的防危性（safety）和安全性（security）却又是至关重要的。要是有一门语言，既能继承Java的所有优点特性及其背后强大完备的生态库，又能更加简单、安全可控，那真是再好不过了。我们很高兴地看到，Kotlin就是这样一门语言。Kotlin是一门非研究性的语言，它是一门非常务实的工业级编程语言，它的使命就是帮助程序员们解决实际工程实践中的问题。使用Kotlin 让 Java程序员们的生活变得更好，Java中的那些空指针错误，浪费时间的冗长的样板代码，啰嗦的语法限制等等，在Kotlin中统统消失。Kotlin 简单务实，语法简洁而强大，安全且表达力强，极富生产力。本章我们先简单介绍Kotlin语言的发展历史和语言特性，然后简述为什么要去学习Kotlin语言。最后，简要介绍JVM语言家族。http://www.jianshu.com/p/20f8016e0545

B 树 即二叉搜索树： 1. 所有非叶子结点至多拥有两个儿子（ Left 和 Right ）； 2. 所有结点存储一个关键字； 3. 非叶子结点的左指针指向小于其关键字的子树，右指针指向大于其关键字的子树； B- 树 是一种多路搜索树（并不是二叉的）： 1. 定义任意非叶子结点最多只有 M 个儿 子；且 M>2 ； 2. 根结点的儿子数为 [2, M] ； 3. 除根结点以外的非叶子结点的儿子数为 [M/2, M] ； 4. 每个结点存放至少 M/2-1 （取 上整）和至多 M-1 个关键字；（至少 2 个关键 字） 5. 非叶子结点的关键字个数 = 指向儿 子的指针个数 -1 ； 6. 非叶子结点的关键字： K[1], K[2], …, K[M-1] ；且 K[i] B+ 树 B+ 树是 B- 树的变体，也是一种多路搜索 树： 1. 其定义基本与 B- 树 同，除了： 2. 非叶子结点的子树指针与关键字个数相同； 3. 非叶子结点的子树指针 P[i] ， 指向关键字值属于 [K[i], K[i+1]) 的子树（ B- 树是开区间）； 5. 为所有叶子结点增加一个链指针； 6. 所有关键字都在叶子结点出现； 如：（ M=3 ） B+ 的搜索与 B- 树也基本相同，区别是 B+ 树只有达到叶子结点才命中（ B- 树可 以在非叶子结点命中），其性能也等价于在关键字全集做一次二分查找； B+ 的特性： 1. 所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的； 2. 不可能在非叶子结点命中； 3. 非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层； 4. 更适合文件索引系统； B 树：二叉树，每个结点只存储一个关键字，等于则命中，小于走左结点，大于走右结点； B- 树：多路搜索树，每个结点存储 M/2 到 M 个关键字，非叶子结点存储指向关键字范围的子结点； 所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中； B+ 树：在 B- 树基础上，为叶子结点增加链 表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引； B+ 树总 是到叶子结点才命中； B* 树：在 B+ 树基础上，为非叶子结点也增 加链表指针，将结点的最低利用率从 1/2 提高到 2/3 ；

H5 Webview里面的性能测试：web hook框架 Frida ：https://www.frida.re/

深入理解linux内核图解Linux 内核源码。

Java 编程思想Kotlin 实战Kotlin极简教程。

Java基础知识：Java集合类（Array，Set，Map， List等） 与 泛型。JVM （内存分区，GC算法，内存调优，避免频繁的GC等）Java 多线程（线程并发，线程通信等，java集合类中有线程相关的集合实现）Java IO（File, Socket， NIO， AIO， Netty)Java序列化（和远程通信相关）反射 注解 等。Classloader 加载原理。设计模式（AOP, Proxy, Factory, Singleton, Strategy等）Web开发方向servlet是基础，现代意义上的Web开发一般不会直接使用jsp做显示层。需要做前后端分离，前后端mvc，因此从java后端来说需要掌握：ServeltFilter开发框架如Spring (核心是设计模式）数据库（操作，并发，事务，分库分表，SQL优化等）

用 原始root 空密码能连接--但是mysql里面之前新建好的数据库已经不存在--从这个信息看, 需要重新配一下user表. 登录名,密码信息可能也初始化了