MySQL慢查询排查方法（1）慢查询日志：开启慢查询日志，记录执行时间超过阈值的SQL语句，从而找到需要优化的SQL语句（2）使用redis缓存，将热点数据存储在内存中，减少磁盘I/O操作，提高SQL性能（3）优化查询语句和表结构：添加B+索引等 B+树是一颗平衡树，所有叶子节点在同一层，关键字有序存放，左子树关键字小于父节关键字，右子树关键字大于父结点关键字，非叶子节点只用来索引，叶子节点存储数据，叶子节点按照从左至右连接形成一个有序链表，方便范围查询。接口自动化做到什么粒度（1）单元 单个接口 返回结果（2）集合 多个接口 交互（3) 系统 所有接口 协同工作列举MySQL存储引擎，优缺点...

#实习生活中那些难忘的瞬间# 在百度的时候mt总会喊我一块吃饭但有时候我不想跟他一块吃，因为食堂吃腻了所以有一天我溜了，买了桶泡面大学的时候经常吃泡面，特别上完体育课，冬天搁宿舍来一口非常爽好巧不巧窝在公司茶水间泡水的时候被mt看到了然后就有了图中的对话希望他们没有聊，组里有个实习生已经吃不起饭了感觉还是大家对泡面的观念不一样当然百度200一天的工资真的很少mt人确实挺好的，可惜之后我再也没回过上海了

今年想找大厂的暑期实习备战明年校招，简历有什么需要优化的吗，荣誉奖项实在是没有，比赛确实没参加过

这是之前在处理一个实时流数据上碰到的。 之前背过很多，类似的关于高并发问题的一些官样文章。初读起来，总感觉索然无味。好像和幼儿园里把大象放进冰箱里的故事一样。 在业务中碰到的情况很特别。 同一个用户，会在同一个时间点有多条订单，即使把时间精确到 00:00:00，依然发现无法区分。前辈提醒后，才发现这其实是一种高并发的情况。 在Flink实时流里，通常碰到高并发的情况下，会进行一次打乱操作。在SQL任务中，我忘记进行了这种操作，后来发现其实是有这样的key by 参数。 大约可以这样处理。 在处理的时候，通过key by 的操作，会将并发数据存储同一个kaf...