博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
The Interview Outline
阅读量:2225 次
发布时间:2019-05-09

本文共 60588 字,大约阅读时间需要 201 分钟。

************************* 一.基础部分*************************

1.1 常用数据类型

- 字符串  split/strip/replace/find/index ...- 列表     append/extend/insert/push/pop/reverse/sort ...- 元组     len/max/min/count/index ...- 字典     keys/values/pop/clear/del ...- 集合  add/remove/clear/交集&、并集 |、差集 -  - collections  Python内建的一个集合模块,提供了许多有用的集合类。    1.Counter是一个简单的计数器,例如,统计字符出现的个数;    2.OrderedDict可以实现一个FIFO(先进先出)的dict,当容量超出限制时,先删除最早添加的Key;    3.deque是为了高效实现插入和删除操作的双向列表,适合用于队列和栈;    4.defaultdict使用dict时,如果引用的Key不存在,就会抛出KeyError。如果希望key不存在时,返回一个默认值,就可以用defaultdict;

1.2 位和字节的关系

1.位(bit)     来自英文bit,表示二进制位。位是计算机内部数据储存的最小单位,11010100是一个8位二进制数。一个二进制位只可以表示0和1两种状态;两个二进制位可以表示00、01、10、11四种状态;三位二进制数可表示八种状态。      2.字节(byte)      字节来自英文Byte,习惯上用大写的“B”表示。      字节是计算机中数据处理的基本单位。计算机中以字节为单位存储和解释信息,规定一个字节由八个二进制位构成,即1个字节等于8个比特(1Byte=8bit)。八位二进制数最小为00000000,最大为11111111;通常1个字节可以存入一个ASCII码,2个字节可以存放一个汉字国标码。

1.3 进制转换

1) 二进制数、转换为十进制数的规律是:把二进制数按位权形式展开多项式和的形式,求其最后的和,就是其对应的十进制数——简称“按权求和”。    2) 十进制整数转换为二进制整数采用"除2取余,逆序排列"法。具体做法是:用2去除十进制整数,可以得到一个商和余数;再用2去除商,又会得到一个商和余数,如此进行,直到商为零时为止,然后把先得到的余数作为二进制数的低位有效位,后得到的余数作为二进制数的高位有效位,依次排列起来。    10进制,当然是便于我们人类来使用,我们从小的习惯就是使用十进制,这个毋庸置疑。    2进制,是供计算机使用的,1,0代表开和关,有和无,机器只认识2进制。    16进制,内存地址空间是用16进制的数据表示, 如0x8039326。

1.4 解释型和编译型

编译型:运行前先由编译器将高级语言代码编译为对应机器的cpu汇编指令集,再由汇编器汇编为目标机器码,生成可执行文件,然最后运行生成的可执行文件。最典型的代表语言为C/C++,一般生成的可执行文件及.exe文件。     解释型:在运行时由翻译器将高级语言代码翻译成易于执行的中间代码,并由解释器(例如浏览器、虚拟机)逐一将该中间代码解释成机器码并执行(可看做是将编译、运行合二为一了)。最典型的代表语言为JavaScript、Python、Ruby和Perl等。

1.5 垃圾回收机制

Python中的垃圾回收是以引用计数为主,分代收集为辅。引用计数的缺陷是循环引用的问题。    在Python中,如果一个对象的引用数为0,Python虚拟机就会回收这个对象的内存。    http://www.cnblogs.com/Xjng/p/5128269.html

1.6 求结果

def num():        return [lambda x:i*x for i in range(4)]    print([m(2) for m in num()])    ---------    [6, 6, 6, 6]

1.7 read()、readline()和readlines()区别

1) read([size])方法从文件当前位置起读取size个字节,若无参数size,则表示读取至文件结束为止,它范围为字符串对象    2) 从字面意思可以看出,该方法每次读出一行内容,所以,读取时占用内存小,比较适合大文件,该方法返回一个字符串对象。    3) readlines()方法读取整个文件所有行,保存在一个列表(list)变量中,每行作为一个元素,但读取大文件会比较占内存。

1.8 列举常用的内置函数

long(x)    float(x)  # 把x转换成浮点数    complex(x) # 转换成复数    str(x)   # 转换成字符串    list(x)  # 转换成列表    tuple(x) # 转换成元组         进制相互转换     r= bin(10) #二进制     r= int(10) #十进制     r = oct(10) #八进制     r = hex(10) #十六进制     i= int("11",base=10)#进制间的相互转换base后跟 2/8/10/16     print(i)         chr(x)//返回x对应的字符,如chr(65)返回‘A'    ord(x)//返回字符对应的ASC码数字编号,如ord('A')返回65    abs(),all(),any(),bin(),bool(),bytes(),chr(),dict()dir(),divmod(),enumerate(),eval(),filter(),float(),gloabls(),help(),hex(),id(),input(),int(),isinstance(),len(),list(),locals(),map(),max(),min(),oct(),open(),ord(),pow(),print(),range(),round(),set(),type(),sorted(),str(),sum(),tuple()

1.9 filter、map、reduce的作用

filter:对于序列中的元素进行筛选,最终获取符合条件的序列    map:遍历序列,对序列中每个元素进行操作,最终获取新的序列    reduce:对于序列内所有元素进行累计操作

1.10 其他汇总

1) yield form        https://blog.csdn.net/chenbin520/article/details/78111399?locationNum=7&fps=1

************************* 二.函数*************************

2.1 参数是传值,还是传引用?

例一:"""def func(a1,a2=[]):    a2.append(a1)    print(a2)func(1) # [1,4]     [1,]func(3,[]) # [3,]   [3,]func(4) # [1,4]     [1,4]"""例二:"""def func(a1,a2=[]):    a2.append(a1)    return a2l1 = func(1)print(l1)       # [1,]l2 = func(3,[])print(l2)       # [3, ]l3 = func(4)print(l3)       # [1,4]"""例三:"""def func(a1,a2=[]):    a2.append(a1)    return a2l1 = func(1)     # l1=[1,4]l2 = func(3,[])  # l2=[3,]l3 = func(4)     # l3=[1,4]print(l2)print(l1)print(l3)"""

2.2 生成器/迭代器/可迭代对象

生成器:一个函数调用时返回一个迭代器,或函数中包含yield语法,那这个函数就会变成生成器;应用:-redis获取值  conn = Redis(...)    cursor = '0'        while cursor != 0:        # 去redis中获取数据:12        # cursor,下一次取的位置        # data:本地获取的12条数数据        cursor, data = self.hscan(name, cursor=cursor,        match=match, count=count)        for item in data.items():          yield item可迭代对象:一个类内部实现__iter__方法且返回一个迭代器。迭代器:含有__iter__和__next__方法 (包含__next__方法的可迭代对象就是迭代器)

2.3 偏函数

当函数的参数个数太多,需要简化时,使用functools.partial可以创建一个新的函数,这个新函数可以固定住原函数的部分参数,从而在调用时更简单。def add(a,b):      return a+b;add(3,5)add(4,7)以上两个是我们正常调用,那么如果我们知道一个已知的参数a= 100,我们如何利用偏函数呢?import functools import partial as ptopuls = pto(add,100)result = puls(9)result的结果就是109。在这里偏函数表达的意思就是,在函数add的调用时,我们已经知道了其中的一个参数,我们可以通过这个参数,重新绑定一个函数,就是pto(add,100),然后去调用即可。对于有很多可调用对象,并且许多调用都反复使用相同参数的情况,使用偏函数比较合适。

************************* 三.模块*************************

3.1 常用到的模块有哪些?

- re/json/logging/os/sys/requests/beautifulsoup4

3.2 正则表达式

1.匹配手机号示例import redef phone(arg):    s=re.match("^(13|14|15|18)[0-9]{9}$",arg)    if s:        return "正确"    return "错误"print(phone("13722751552"))2、match和search的区别re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;re.search匹配整个字符串,直到找到一个匹配。3.常用正则匹配中  文:[\u4e00-\u9fa5]手机号:0?(13|14|15|17|18|19)[0-9]{9}邮  箱:\w[-\w.+]*@([A-Za-z0-9][-A-Za-z0-9]+\.)+[A-Za-z]{2,14}身份证:\d{17}[\d|x]|\d{15}4.贪婪和非贪婪正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的(在少数语言里也可能是默认非贪婪),总是尝试匹配尽可能多的字符;非贪婪则相反,总是尝试匹配尽可能少的字符。在"*","?","+","{m,n}"后面加上?,使贪婪变成非贪婪。http://tool.chinaz.com/regex/

3.3 根据路径找文件

import ospath = "C:\Pycharm"print(os.listdir(path))# 方法一:(不使用os.walk)def print_directory_contents(sPath):    import os    for sChild in os.listdir(sPath):        sChildPath = os.path.join(sPath, sChild)        if os.path.isdir(sChildPath):            print_directory_contents(sChildPath)        else:            print(sChildPath)            # 方法二:(使用os.walk)def print_directory_contents(sPath):    import os    for root, _, filenames in os.walk(sPath):        for filename in filenames:            print(os.path.abspath(os.path.join(root, filename)))print_directory_contents('已知路径')sPath-- 是你所要便利的目录的地址, 返回的是一个三元组(root,dirs,files)。    root 所指的是当前正在遍历的这个文件夹的本身的地址    _ 是一个 list ,内容是该文件夹中所有的目录的名字(不包括子目录)    filenames 同样是 list , 内容是该文件夹中所有的文件(不包括子目录)

3.4 创建删除文件

创建目录os.mkdir("file")  复制文件shutil.copyfile("oldfile","newfile") oldfile和newfile都只能是文件shutil.copy("oldfile","newfile") oldfile只能是文件夹,newfile可以是文件,也可以是目标目录 复制文件夹shutil.copytree("olddir","newdir") olddir和newdir都只能是目录,且newdir必须不存在 重命名文件(目录)os.rename("oldname","newname") 文件或目录都是使用这条命令 移动文件(目录)shutil.move("oldpos","newpos") 删除文件os.remove("file") 删除目录os.rmdir("dir")只能删除空目录shutil.rmtree("dir") 空目录、有内容的目录都可以删 转换目录os.chdir("path") 换路径  ps: 文件操作时,常常配合正则表达式:img_dir = img_dir.replace('\\','/')

3.5 模块安装方式

- pip包管理器    - 源码安装        - 下载->解压->cd 到对应路径        - python setup.py build        - python setup.py install

************************* 四.面向对象*************************

4.1 super原理

1236395-20180508162509871-704897973.png

************************* 五.网络编程*************************

5.1 OSI 7层协议

应/表/会/传/网/数/物http://www.cnblogs.com/smile233/p/8507791.html

5.2 三次握手、四次挥手

http://www.cnblogs.com/liuxiaoming/archive/2013/04/27/3047803.html

5.3 TCP和UDP

http://www.cnblogs.com/gaopeng527/p/5255827.html

************************* 六.并发编程*************************

6.1 进程、线程、协程区别

进程:正在执行的一个程序或者一个任务,而执行任务的是cpu每个进程都有自己的独立内存空间,不同进程通过进程间通信来通信。由于进程比较重量,占据独立的内存,所以上下文进程间的切换开销(栈、寄存器、虚拟内存、文件句柄等)比较大,相比线程数据相对比较稳定安全。线程:线程是进程的一个实体,是CPU调度和分派的基本单位线程间通信主要通过共享内存,上下文切换很快,资源开销较少,但相比进程不够稳定容易丢失数据。协程:是单线程下的并发,或协程是一种用户态的轻量级线程,即协程是由用户程序自己控制调度的。  优点:    1. 协程的切换开销更小,属于程序级别的切换,操作系统完全感知不到,因而更加轻量级    2. 单线程内就可以实现并发的效果,最大限度地利用cpu  缺点:    1、io阻塞    2、无法利用多核1、进程多与线程比较  1) 地址空间:线程是进程内的一个执行单元,进程内至少有一个线程,它们共享进程的地址空间,而进程有自己独立的地址空间  2) 资源拥有:进程是资源分配和拥有的单位,同一个进程内的线程共享进程的资源  3) 线程是处理器调度的基本单位,但进程不是  4) 二者均可并发执行  5) 每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口,但是线程不能够独立执行,必须依存在应用程序中,由应用程序提供多个线程执行控制2、协程多与线程进行比较  1)一个线程可以多个协程,一个进程也可以单独拥有多个协程,这样python中则能使用多核CPU  2) 线程进程都是同步机制,而协程则是异步  3) 协程能保留上一次调用时的状态,每次过程重入时,就相当于进入上一次调用的状态区别:http://www.cnblogs.com/lxmhhy/p/6041001.html总结:http://www.cnblogs.com/suoning/p/5599030.htmlhttps://blog.csdn.net/Blateyang/article/details/78088851

6.2 GIL锁

https://blog.csdn.net/bitcarmanlee/article/details/51577014

6.3 进程池线程池

from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutorhttp://www.cnblogs.com/haiyan123/p/7461294.htmlhttp://www.cnblogs.com/wanghzh/p/5607067.html

************************* 七.数据库*************************

7.1 引擎

MyISAM 适合于一些需要大量查询的应用,但其对于有大量写操作并不是很好。甚至你只是需要update一个字段,整个表都会被锁起来,而别的进程,就算是读进程都无法操作直到读操作完成。另外,MyISAM 对于 SELECT COUNT(*) 这类的计算是超快无比的。InnoDB 的趋势会是一个非常复杂的存储引擎,对于一些小的应用,它会比 MyISAM 还慢。他是它支持“行锁” ,于是在写操作比较多的时候,会更优秀。并且,他还支持更多的高级应用,比如:事务。- innodb        - 事务        - 行锁/表锁            - 表锁:                select * from tb for update;            - 行锁:                select id,name from tb where id=2 for update ;- myisam    - 全文索引    - 快    - 表锁

7.2 数据库查表练习

习题:http://www.cnblogs.com/xuyaping/p/7106348.html基础:http://www.cnblogs.com/xuyaping/p/6945871.html     http://www.cnblogs.com/xuyaping/p/6953288.html

7.3 索引相关

1.索引: B+/哈希索引   =》 查找速度快;更新速度慢    单列:        - 普通索引:加速查找        - 唯一索引: 加速查找 + 约束:不能重复        -     主键: 加速查找 + 约束:不能重复 + 不能为空    多列:        - 联合索引        - 联合唯一索引        PS:遵循最左前缀的规则    其他词语:        - 索引合并,利用多个单例索引查询;        - 覆盖索引,在索引表中就能将想要的数据查询到;        2.创建了索引,应该如何命中索引?  那种情况下,创建了无法命中索引?    - like '%xx'        select * from tb1 where name like '%cn';    - 使用函数        select * from tb1 where reverse(name) = 'wupeiqi';    - or        select * from tb1 where nid = 1 or email = 'seven@live.com';        特别的:当or条件中有未建立索引的列才失效,以下会走索引                select * from tb1 where nid = 1 or name = 'seven';                select * from tb1 where nid = 1 or email = 'seven@live.com' and name = 'alex'    - 类型不一致        如果列是字符串类型,传入条件是必须用引号引起来,不然...        select * from tb1 where name = 999;    - !=        select * from tb1 where name != 'alex'        特别的:如果是主键,则还是会走索引            select * from tb1 where nid != 123    - >        select * from tb1 where name > 'alex'        特别的:如果是主键或索引是整数类型,则还是会走索引            select * from tb1 where nid > 123            select * from tb1 where num > 123    - order by        select email from tb1 order by name desc;        当根据索引排序时候,选择的映射如果不是索引,则不走索引        特别的:如果对主键排序,则还是走索引:            select * from tb1 order by nid desc;3.组合索引最左前缀    如果组合索引为:(name,email)    name and email       -- 使用索引    name                 -- 使用索引    email                -- 不使用索引

7.4 慢日志等

- 如何开启慢日志查询?    slow_query_log = ON                                是否开启慢日志记录    long_query_time = 2                                  时间限制,超过此时间,则记录    slow_query_log_file = /usr/slow.log           日志文件    log_queries_not_using_indexes = ON       为使用索引的搜索是否记录    - 执行计划    explain select * from tb;    - 导出现有数据库数据:        mysqldump -u用户名 -p密码 数据库名称 >导出文件路径         # 结构+数据        mysqldump -u用户名 -p密码 -d 数据库名称 >导出文件路径     # 结构 - 导入现有数据库数据:        mysqldump -uroot -p密码 数据库名称 < 文件路径

7.5 数据库最大历史页数查询解决方案

问:查询页数越大效率越低,如何优化?select * form tb limit 10 offset 0select * form tb limit 10 offset 10select * form tb limit 10 offset 20select * form tb limit 10 offset 30...select * form tb limit 10 offset 3000000            答案一:    先查主键,在分页。    select * from tb where id in (        select id from tb where limit 10 offset 30    )答案二:    按照也无需求是否可以设置只让用户看200页    答案三:    记录当前页  数据ID最大值和最小值    在翻页时,根据条件先进行筛选;筛选完毕之后,再根据limit offset 查询。        select * from (select * from tb where id > 22222222) as B limit 10 offset 0        如果用户自己修改页码,也可能导致慢;此时对url种的页码进行加密(rest framework )

************************* redis *************************

7.6 redis 连接和基本操作

- 连接        - 直接连接:            import redis             r = redis.Redis(host='10.211.55.4', port=6379)            r.set('foo', 'Bar')            print r.get('foo')        - 连接池:            import redis            pool = redis.ConnectionPool(host='10.211.55.4', port=6379)                         r = redis.Redis(connection_pool=pool)            r.set('foo', 'Bar')            print r.get('foo')        - 5大数据类型        - 字符串 "abc"            - set('k1','123',ex=10)            - get             - mset            - mget            - incr            - 超时时间:                import redis                 r = redis.Redis(host='10.211.55.4', port=6379)                r.set('foo', 'Bar',ex=10)        - 字典 {'k1':'v1'}            - hset(name, key, value)            - hmset(name, mapping)            - hget(name,key)            - 超时时间(字典,列表、集合、有序结合相同):                import redis                 conn = redis.Redis(host='10.211.55.4', port=6379)                conn.hset('n1', 'k1','123123')                conn.expire('n1',10)            - 如果一个字典在redis中保存了10w个值,我需要将所有值全部循环并显示,请问如何实现?                                for item in r.hscan_iter('k2',count=100):                    print item                            - 列表 [11,22,33]            - lpush            - rpush            - lpop            - blpop            - rpop            - brpop            - llen            - lrange            - 如果一个列表在redis中保存了10w个值,我需要将所有值全部循环并显示,请问如何实现?                def list_scan_iter(name,count=3):                    start = 0                    while True:                        result = conn.lrange(name, start, start+count-1)                        start += count                        if not result:                            break                        for item in result:                            yield item                for val in list_scan_iter('num_list'):                    print(val)                        - 集合 {'fry','bender','leela'}                    - 有序集合 {('fry',59),('bender',100),('leela',1)}        - 公共操作:        - delete(*names)        # 根据name删除redis中的任意数据类型        - keys(pattern='*')     # 根据* ?等通配符匹配获取redis的name        - expire(name ,time)    # 设置超时时间        ...    http://www.cnblogs.com/melonjiang/p/5342383.html    http://www.cnblogs.com/melonjiang/p/5342505.html

7.7 redis 事务

import redis    pool = redis.ConnectionPool(host='10.211.55.4', port=6379)    conn = redis.Redis(connection_pool=pool)    # pipe = r.pipeline(transaction=False)    pipe = conn.pipeline(transaction=True)    # 开始事务    pipe.multi()    pipe.set('name', 'bendere')    pipe.set('role', 'sb')    # 提交    pipe.execute()        注意:咨询是否当前分布式redis是否支持事务

7.8 redis WATCH命令

在Redis的事务中,WATCH命令可用于提供CAS(check-and-set)功能。假设我们通过WATCH命令在事务执行之前监控了多个Keys,倘若在WATCH之后有任何Key的值发生了变化,EXEC命令执行的事务都将被放弃,同时返回Null multi-bulk应答以通知调用者事务执行失败。        面试题:你如何控制剩余的数量不会出问题?        - 通过redis的watch实现            import redis            conn = redis.Redis(host='127.0.0.1',port=6379)            # conn.set('count',1000)            val = conn.get('count')            print(val)            with conn.pipeline(transaction=True) as pipe:                # 先监视,自己的值没有被修改过                conn.watch('count')                # 事务开始                pipe.multi()                old_count = conn.get('count')                count = int(old_count)                print('现在剩余的商品有:%s',count)                input("问媳妇让不让买?")                pipe.set('count', count - 1)                # 执行,把所有命令一次性推送过去                pipe.execute()        - 数据库的锁

7.9 redis 发布和订阅

发布者:        import redis        conn = redis.Redis(host='127.0.0.1',port=6379)        conn.publish('104.9MH', "hahaha")    订阅者:        import redis        conn = redis.Redis(host='127.0.0.1',port=6379)        pub = conn.pubsub()        pub.subscribe('104.9MH')        while True:            msg= pub.parse_response()            print(msg)

7.10 redis 应用场景?

- 计数器    - 排行榜    - 热门商品    - 购物车信息    - rest api中访问频率控制    - 基于flask、websocket实现的投票系统(redis做消息队列)    - 配合django做缓存,常用且不易修改的数据放进来(博客)     - Session         - 缓存配置文件        - session配置文件中指定使用缓存        - scrapy中        - 去重规则        - 调度器:先进先出、后进先出、优先级队列        - pipelines         - 起始URL

7.11 redis 主从复制的作用?

目的是对redis做高可用,为每一个redis实例创建一个备份称为slave,让主和备之间进行数据同步,save/bsave。        主:写        从:读    优点:        - 性能提高,从分担读的压力。        - 高可用,一旦主redis挂了,从可以直接代替。        存在问题:当主挂了之后,需要人为手工将从变成主。    注意:         - slave设置只读         从的配置文件添加以下记录,即可:        slaveof 1.1.1.1 3306

7.12 redis的sentinel是什么?

帮助我们自动在主从之间进行切换    检测主从中 主是否挂掉,且超过一半的sentinel检测到挂了之后才进行进行切换。    如果主修复好了,再次启动时候,会变成从。    启动主redis:    redis-server /etc/redis-6379.conf  启动主redis    redis-server /etc/redis-6380.conf  启动从redis            在linux中:        找到 /etc/redis-sentinel-8001.conf  配置文件,在内部:            - 哨兵的端口 port = 8001            - 主redis的IP,哨兵个数的一半/1                找到 /etc/redis-sentinel-8002.conf  配置文件,在内部:            - 哨兵的端口 port = 8002            - 主redis的IP, 1             启动两个哨兵

7.13 redis的cluster是什么?

redis集群、分片、分布式redis         redis-py-cluster    集群方案:        - redis cluster 官方提供的集群方案。        - codis,豌豆荚技术团队。        - tweproxy,Twiter技术团队。    redis cluster的原理?        - 基于分片来完成。        - redis将所有能放置数据的地方创建了 16384 个哈希槽。        - 如果设置集群的话,就可以为每个实例分配哈希槽:            - 192.168.1.20【0-5000】            - 192.168.1.21【5001-10000】            - 192.168.1.22【10001-16384】        - 以后想要在redis中写值时,            set k1 123           将k1通过crc16的算法,将k1转换成一个数字。然后再将该数字和16384求余,如果得到的余数 3000,那么就将该值写入到 192.168.1.20 实例中。

7.14 redis是否可以做持久化?

RDB:每隔一段时间对redis进行一次持久化。         - 缺点:数据不完整         - 优点:速度快    AOF:把所有命令保存起来,如果想到重新生成到redis,那么就要把命令重新执行一次。         - 缺点:速度慢,文件比较大         - 优点:数据完整

7.15 redis的过期策略(数据淘汰策略)

voltile-lru:    从已设置过期时间的数据集(server.db[i].expires)中挑选最近频率最少数据淘汰    volatile-ttl:   从已设置过期时间的数据集(server.db[i].expires)中挑选将要过期的数据淘汰    volatile-random:从已设置过期时间的数据集(server.db[i].expires)中任意选择数据淘汰        allkeys-lru:       从数据集(server.db[i].dict)中挑选最近最少使用的数据淘汰    allkeys-random:    从数据集(server.db[i].dict)中任意选择数据淘汰    no-enviction(驱逐):禁止驱逐数据

7.16 redis的分布式锁实现

- 写值并设置超时时间    - 超过一半的redis实例设置成功,就表示加锁完成。    - 使用:安装redlock-py         from redlock import Redlock        dlm = Redlock(            [                {"host": "localhost", "port": 6379, "db": 0},                {"host": "localhost", "port": 6379, "db": 0},                {"host": "localhost", "port": 6379, "db": 0},            ]        )        # 加锁,acquire        my_lock = dlm.lock("my_resource_name",10000)        if  my_lock:            # J进行操作            # 解锁,release            dlm.unlock(my_lock)        else:            print('获取锁失败')        http://www.redis.cn/

7.17 redis 如何提高并发

目前你们公司项目1000用户,QPS=1000 ,如果用户猛增10000w?    项目如何提高的并发?        1. 数据库读写分离    2. 设置缓存    3. 负载均衡

7.18 其他汇总

redis常见面试题        http://www.cnblogs.com/Survivalist/p/8119891.html        http://www.cnblogs.com/wupeiqi/articles/5132791.html

************************* 八.前端*************************

8.1 响应式布局

@media (min-width: 768px){    .pg-header{        background-color: green;    }}@media (min-width: 992px){    .pg-header{        background-color: pink;    }}

8.2 跨域实现(JSONP&CORS)

AJAX即“Asynchronous Javascript And XML”(异步JavaScript和XML),是指一种创建交互式网页应用的网页开发技术AJAX可以在不重新加载整个页面的情况下,与服务器交换数据Ajax的核心是XMLHttpRequest对象(XHR)。XHR为向服务器发送请求和解析服务器响应提供了接口。能够以异步方式从服务器获取新数据。1.JSONPJSONP是一个非官方的协议,它允许在服务器端集成Script tags返回至客户端,通过javascript callback的形式实现跨域访问。jsonp只能通过get方式进行跨域请求2.CORShttp://www.cnblogs.com/aylin/p/5732242.html

************************* 九.Django*************************

9.1 你了解哪些web框架及其区别

django:大而全的全的框架,重武器;内置很多组件:ORM、admin、Form、ModelForm、中间件、信号、缓存、csrf等flask: 微型框架、可扩展强,如果开发简单程序使用flask比较快速,如果实现负责功能就需要引入一些组件:flask-session/flask-SQLAlchemy/wtforms/flask-migrate/flask-script/blinker这两个框架都是基于wsgi协议实现的,默认使用的wsgi模块不一样。还有一个显著的特点,他们处理请求的方式不同:django: 通过将请求封装成Request对象,再通过参数进行传递。flask:通过上下文管理实现。

9.2 Django请求的生命周期

a. wsgi, 创建socket服务端,用于接收用户请求并对请求进行初次封装。b. 中间件,对所有请求到来之前,响应之前定制一些操作。c. 路由匹配,在url和视图函数对应关系中,根据当前请求url找到相应的函数。d. 执行视图函数,业务处理【通过ORM去数据库中获取数据,再去拿到模板,然后将数据和模板进行渲染】e. 再经过所有中间件。f. 通过wsgi将响应返回给用户。

9.3 什么是WSGI?

WSGI : Web Server Gateway Interface web 服务器网关接口是web服务网关接口,是一套协议。以下模块实现了wsgi协议:                - wsgiref                - werkzurg                - uwsgi本质上就是编写了socket服务端,用来监听用户请求,如果有请求到来,则将请求进行一次封装,然后将【请求】交给 web框架来进行下一步处理。from wsgiref.simple_server import make_serverdef run_server(environ, start_response):    """    environ: 封装了请求相关的数据    start_response:用于设置响应头相关数据    """    start_response('200 OK', [('Content-Type', 'text/html')])    return [bytes('

Hello, web!

', encoding='utf-8'), ] if __name__ == '__main__': httpd = make_server('', 8000, run_server) httpd.serve_forever()

9.4 中间件

中间件的作用?对所有的请求进行批量处理,在视图函数执行前后进行自定义操作。中间件的应用?cors跨域/用户登录校验/权限处理/CSRF/session/缓存中间件中方法?5个方法,分别是:    process_request(self,request)    process_view(self, request, callback, callback_args, callback_kwargs)    process_template_response(self,request,response)    process_exception(self, request, exception)    process_response(self, request, response)    1 请求先执行所有中间件的process_request,然后做路由匹配,找到函数不执行。    2 再执行所有的process_view,在执行视图函数。    3 再执行process_response    4 如果程序报错执行process_exception    5 如果程序有render方法则执行process_template_responseMIDDLEWARE = [    'django.middleware.security.SecurityMiddleware',    'django.contrib.sessions.middleware.SessionMiddleware',    'django.middleware.common.CommonMiddleware',    'django.middleware.csrf.CsrfViewMiddleware',    'django.contrib.auth.middleware.AuthenticationMiddleware',    'django.contrib.messages.middleware.MessageMiddleware',    'django.middleware.clickjacking.XFrameOptionsMiddleware',]

9.5 路由视图

urlpatterns = [url(正则表达式, views视图函数,参数,别名),]

9.6 视图

1 fbv方式请求的过程用户发送url请求,Django会依次遍历路由映射表中的所有记录,一旦路由映射表其中的一条匹配成功了,就执行视图函数中对应的函数名,这是fbv的执行流程2 cbv方式请求的过程当服务端使用cbv模式的时候,用户发给服务端的请求包含url和method,这两个信息都是字符串类型服务端通过路由映射表匹配成功后会自动去找dispatch方法,然后Django会通过dispatch反射的方式找到类中对应的方法并执行类中的方法执行完毕之后,会把客户端想要的数据返回给dispatch方法,由dispatch方法把数据返回经客户端把上面的例子中的视图函数修改成如下:from django.views import Viewclass CBV(View):    def dispatch(self, request, *args, **kwargs):        print("dispatch......")        res=super(CBV,self).dispatch(request,*args,**kwargs)        return res    def get(self,request):        return render(request, "cbv.html")    def post(self,request):        return HttpResponse("cbv.get")3 FBV和CBV的区别?    - 没什么区别,因为他们的本质都是函数。CBV的.as_view()返回的view函数,view函数中调用类的dispatch方法,在dispatch方法中通过反射执行get/post/delete/put等方法。    - CBV比较简洁,GET/POST等业务功能分别放在不同get/post函数中。FBV自己做判断进行区分。http://www.cnblogs.com/renpingsheng/p/7534897.html

9.7 csrf原理

目标:防止用户直接向服务端发起POST请求。方案:先发送GET请求时,将token保存到:cookie、Form表单中(隐藏的input标签),以后再发送请求时只要携带过来即可。问题:如果想后台发送POST请求?1).form表单提交:    
{% csrf_token %}
2).ajax提交: $.ajax({ url:'/index', type:'POST', data:{csrfmiddlewaretoken:'{
{ csrf_token }}',name:'alex'} }) 前提:引入jquery + 引入jquery.cookie $.ajax({ url: 'xx', type:'POST', data:{name:'oldboyedu'}, headers:{ X-CSRFToken: $.cookie('csrftoken') }, dataType:'json', // arg = JSON.parse('{"k1":123}') success:function(arg){ } }) 优化方案: 3).爬虫: reqeusts.post()

9.8 如何动态获取数据库字段

方式一:重写构造方法,在构造方法中重新去数据库获取值class UserForm(Form):    name = fields.CharField(label='用户名',max_length=32)    email = fields.EmailField(label='邮箱')    ut_id = fields.ChoiceField(        # choices=[(1,'二B用户'),(2,'山炮用户')]        choices=[]    )    def __init__(self,*args,**kwargs):        super(UserForm,self).__init__(*args,**kwargs)        self.fields['ut_id'].choices = models.UserType.objects.all().values_list('id','title')方式二: ModelChoiceField字段from django.forms import Formfrom django.forms import fieldsfrom django.forms.models import ModelChoiceFieldclass UserForm(Form):    name = fields.CharField(label='用户名',max_length=32)    email = fields.EmailField(label='邮箱')    ut_id = ModelChoiceField(queryset=models.UserType.objects.all())    依赖:    class UserType(models.Model):        title = models.CharField(max_length=32)        def __str__(self):            return self.title

9.9 CBV装饰器注意事项

- 装饰器from django.views import Viewfrom django.utils.decorators import method_decoratordef auth(func):    def inner(*args,**kwargs):        return func(*args,**kwargs)    return innerclass UserView(View):                           @method_decorator(auth)    def get(self,request,*args,**kwargs):        return HttpResponse('...')- csrf的装饰器要加到dispath    from django.views import View    from django.utils.decorators import method_decorator    from django.views.decorators.csrf import csrf_exempt,csrf_protect    class UserView(View):        @method_decorator(csrf_exempt)        def dispatch(self, request, *args, **kwargs):            return HttpResponse('...')        或    from django.views import View    from django.utils.decorators import method_decorator    from django.views.decorators.csrf import csrf_exempt,csrf_protect    @method_decorator(csrf_exempt,name='dispatch')    class UserView(View):        def dispatch(self, request, *args, **kwargs):            return HttpResponse('...')

9.10 Django中form组件的作用

- 对用户请求的数据进行校验- 生成HTML标签PS:    - form对象是一个可迭代对象。

9.11 如何在一个项目中使用多数据库

python manage.py makemigraionspython manage.py migrate app名称 --databse=配置文件数据名称的别名手动操作:    models.UserType.objects.using('db1').create(title='普通用户')    result = models.UserType.objects.all().using('default')    自动操作:    根目录下db_router.py :    class Router1:        def db_for_read(self, model, **hints):            """            Attempts to read auth models go to auth_db.            """            return 'db1'        def db_for_write(self, model, **hints):            """            Attempts to write auth models go to auth_db.            """            return 'default'    配置:        DATABASES = {            'default': {                'ENGINE': 'django.db.backends.sqlite3',                'NAME': os.path.join(BASE_DIR, 'db.sqlite3'),            },            'db1': {                'ENGINE': 'django.db.backends.sqlite3',                'NAME': os.path.join(BASE_DIR, 'db1.sqlite3'),            },        }        DATABASE_ROUTERS = ['db_router.Router1',]            使用:        models.UserType.objects.create(title='VVIP')        result = models.UserType.objects.all()        print(result)                                补充:粒度更细        class Router1:            def db_for_read(self, model, **hints):                """                Attempts to read auth models go to auth_db.                """                if model._meta.model_name == 'usertype':                    return 'db1'                else:                    return 'default'            def db_for_write(self, model, **hints):                """                Attempts to write auth models go to auth_db.                """                return 'default'

9.12 如何在不同app中使用不同数据库

# 第一步:    python manage.py makemigraions # 第二步:    app01中的表在default数据库创建    python manage.py migrate app01 --database=default# 第三步:    app02中的表在db1数据库创建    python manage.py migrate app02 --database=db1    # 手动操作:    m1.UserType.objects.using('default').create(title='VVIP')    m2.Users.objects.using('db1').create(name='VVIP',email='xxx')# 自动操作:    配置:         class Router1:            def db_for_read(self, model, **hints):                """                Attempts to read auth models go to auth_db.                """                if model._meta.app_label == 'app01':                    return 'default'                else:                    return 'db1'            def db_for_write(self, model, **hints):                """                Attempts to write auth models go to auth_db.                """                if model._meta.app_label == 'app01':                    return 'default'                else:                    return 'db1'        DATABASE_ROUTERS = ['db_router.Router1',]        使用:         m1.UserType.objects.using('default').create(title='VVIP')        m2.Users.objects.using('db1').create(name='VVIP',email='xxx')

9.13 如何在数据库迁移时进行读写约束

class Router1:    def allow_migrate(self, db, app_label, model_name=None, **hints):        """        All non-auth models end up in this pool.        """        if db=='db1' and app_label == 'app02':            return True        elif db == 'default' and app_label == 'app01':            return True        else:            return False                # 如果返回None,那么表示交给后续的router,如果后续没有router,则相当于返回True            def db_for_read(self, model, **hints):        """        Attempts to read auth models go to auth_db.        """        if model._meta.app_label == 'app01':            return 'default'        else:            return 'db1'    def db_for_write(self, model, **hints):        """        Attempts to write auth models go to auth_db.        """        if model._meta.app_label == 'app01':            return 'default'        else:            return 'db1'

9.14 轮询和长轮询

- 什么是轮询?    - 通过定时器让程序每隔n秒执行一次操作。- 什么是长轮询?    - 浏览器向后端发起请求,后端会将请求 hang 住,最多hang 30s。        如果一直不返回数据:则最多等待30s,紧接着用户立即再发送请求。        如果有数据返回:则操作数据并立即再发送请求。    PS:后台可以使用队列或redis的列表来hang主请求。    - 轮询和长轮询目的?    由于Http请求是无状态、短连接所以服务端无法向客户端实时推送消息,    所以,我们就是可以使用:轮询和长轮询去服务端获取实时数据。a. 实时消息推送,利用什么技术实现?    - 轮询        ,优点:简单;                     缺点:请求次数多,服务器压力大,消息延迟。    - 长轮询    ,优点:实时接收数据,兼容性好;     缺点:请求次数比原来少,但是相对来也不少。    - websocket ,优点:代码简单,不再反复创建连接。 缺点:兼容性。 b. 在框架中使用WebSocket:    - django,channel    - flask,gevent-websocket     - tornado,内置

9.15 websocket

websocket是一套类似于http的协议。扩展:         http协议:\r\n分割、请求头和请求体\r\n分割、无状态、短连接。    websocket协议:\r\n分割、创建连接后不断开、 验证+数据加密;    websocket本质:    - 就是一个创建连接后不断开的socket    - 当连接成功之后:        - 客户端(浏览器)会自动向服务端发送消息,包含: Sec-WebSocket-Key: iyRe1KMHi4S4QXzcoboMmw==        - 服务端接收之后,会对于该数据进行加密:            base64(sha1(swk + magic_string))                    - 构造响应头:            HTTP/1.1 101 Switching Protocols\r\n            Upgrade:websocket\r\n            Connection: Upgrade\r\n            Sec-WebSocket-Accept: 加密后的值\r\n            WebSocket-Location: ws://127.0.0.1:8002\r\n\r\n        - 发给客户端(浏览器)    - 建立:双工通道,接下来就可以进行收发数据        - 发送的数据是加密,解密,根据payload_len的值进行处理:            - payload_len <=125            - payload_len ==126            - payload_len ==127        - 获取内容:            - mask_key             - 数据             根据mask_key和数据进行位运算,就可以把值解析出来。            面试:    a. 什么是websocket?        websocket是给浏览器新建一套协议。协议规定:浏览器和服务端连接之后不断开,以此可以完成:服务端向客户端主动推送消息。        websocket协议额外做的一些前天操作:            - 握手,连接前进行校验            - 发送数据加密            b. websocket本质        - socket        - 握手,魔法字符串+加密         - 加密,payload_len=127/126/<=125 -> mask key

9.16 自定义模板方法

- simple_tag        - filter        http://www.cnblogs.com/SunsetSunrise/p/7680491.html    - inclusion_tags        http://www.cnblogs.com/iyouyue/p/8626515.html

9.17 其他汇总

1) django所有组件?                  分页        session        form         modelform  利用model生成form        auth                    2) MTV和MVC?                MVC: model view controller                  MTV: model tempalte view                3) 模板         - 索引: {
{v.0}} - 方法执行: {% for item in dic.items %} {%endfor%} - 模板继承 - 自定义方法: - simple_tag - inclusion_tags - filter 4) Form和ModelForm的作用?区别?应用场景? - 作用: - 对用户请求数据格式进行校验 - 自动生成HTML标签 - 区别: - Form,字段需要自己手写。 class Form(Form): xx = fields.CharField(.) xx = fields.CharField(.) xx = fields.CharField(.) xx = fields.CharField(.) - ModelForm,可以通过Meta进行定义 class MForm(ModelForm): class Meta: fields = "__all__" model = UserInfo - 应用:只要是客户端向服务端发送表单数据时,都可以进行使用,如:用户登录注册 5) 为什么要用缓存? 将常用且不太频繁修改的数据放入缓存。 以后用户再来访问,先去缓存查看是否存在,如果有就返回 否则,去数据库中获取并返回给用户(再加入到缓存,以便下次访问) 6) django内部支持哪些缓存? Django中提供了6种缓存方式: 开发调试(不加缓存) 内存 文件 数据库 Memcache缓存(python-memcached模块) Memcache缓存(pylibmc模块) 安装第三方组件支持redis: django-redis组件 7) 设置缓存 - 全站缓存 - 视图函数缓存 - 局部模板缓存 8) django的信号作用? django的信号其实就是django内部为开发者预留的一些自定制功能的钩子。 只要在某个信号中注册了函数,那么django内部执行的过程中就会自动触发注册在信号中的函数。 如: pre_init # django的modal执行其构造方法前,自动触发 post_init # django的modal执行其构造方法后,自动触发 pre_save # django的modal对象保存前,自动触发 post_save # django的modal对象保存后,自动触发 用信号做过什么? 在数据库某些表中添加数据时,可以进行日志记录。 9) 序列化 内置: from django.core import serializers #queryset = [obj,obj,obj] ret = models.BookType.objects.all() data = serializers.serialize("json", ret) json: import json #ret = models.BookType.objects.all().values('caption') ret = models.BookType.objects.all().values_list('caption') ret=list(ret) result = json.dumps(ret) 补充: - json.dumps(ensure_ascii=True) - json.dumps( cls=JSONEncoder) 10) admin & stark组件 - 为公司定制更适用于自己的组件: stark组件 11) ContentType的作用?以及应用场景? contenttype是django的一个组件(app),为我们找到django程序中所有app中的所有表并添加到记录中。 可以使用他再加上表中的两个字段实现:一张表和N张表创建FK关系。 - 字段:表名称 - 字段:数据行ID 应用:路飞表结构优惠券和专题课和学位课关联。 http://www.cnblogs.com/iyouyue/p/8810464.html 12) 幂等性是什么意思? 就是多次相同的操作,结果都不变 比如,读取一个文件,1次和10次,读出来的内容应该是一样的。 13) 远程数据交互的三种方式: - webservice, webservice是在rest api广泛引用之前大家使用的一个跨平台交互的接口。 - restfull api - RPC 扩展:WCF他是创建了一个双工通道。 14) HTTPS Http: 80端 https: 443端口 - 自定义证书 - 服务端:创建一对证书 - 客户端:必须携带证书 - 购买证书 - 服务端: 创建一对证书…… - 客户端: 去机构获取证书,数据加密后发给咱们的服务单 - 证书机构:公钥给改机构

************************* 十.Flask*************************

10.1 django和flask区别?

(1)FlaskFlask确实很“轻”,不愧是Micro Framework,从Django转向Flask的开发者一定会如此感慨,除非二者均为深入使用过Flask自由、灵活,可扩展性强,第三方库的选择面广,开发时可以结合自己最喜欢用的轮子,也能结合最流行最强大的Python库入门简单,即便没有多少web开发经验,也能很快做出网站非常适用于小型网站非常适用于开发web服务的API开发大型网站无压力,但代码架构需要自己设计,开发成本取决于开发者的能力和经验各方面性能均等于或优于DjangoDjango自带的或第三方的好评如潮的功能,Flask上总会找到与之类似第三方库Flask灵活开发,Python高手基本都会喜欢Flask,但对Django却可能褒贬不一Flask与关系型数据库的配合使用不弱于Django,而其与NoSQL数据库的配合远远优于DjangoFlask比Django更加Pythonic,与Python的philosophy更加吻合(2)DjangoDjango太重了,除了web框架,自带ORM和模板引擎,灵活和自由度不够高Django能开发小应用,但总会有“杀鸡焉用牛刀”的感觉Django的自带ORM非常优秀,综合评价略高于SQLAlchemyDjango自带的模板引擎简单好用,但其强大程度和综合评价略低于JinjaDjango自带ORM也使Django与关系型数据库耦合度过高,如果想使用MongoDB等NoSQL数据,需要选取合适的第三方库,且总感觉Django+SQL才是天生一对的搭配,Django+NoSQL砍掉了Django的半壁江山Django目前支持Jinja等非官方模板引擎Django自带的数据库管理app好评如潮Django非常适合企业级网站的开发:快速、靠谱、稳定Django成熟、稳定、完善,但相比于Flask,Django的整体生态相对封闭Django是Python web框架的先驱,用户多,第三方库最丰富,最好的Python库,如果不能直接用到Django中,也一定能找到与之对应的移植Django上手也比较容易,开发文档详细、完善,相关资料丰富

10.2 flask组件

内置:    - 配置        - 路由        - 视图        - 模板        - session        - 闪现        - 蓝图        - 中间件        - 特殊装饰器第三方:    - Flask组件:        - flask-session         - flask-SQLAlchemy        - flask-migrate         - flask-script         - blinker     - 公共组件:        - wtforms        - dbutile        - sqlalchemy     - 自定义Flask组件        - auth ,参考flask-login组件

10.3 上下文管理流程主要涉及到了那些类?并描述类主要作用?

1236395-20180521204315757-339011427.png

每次有请求过来的时候,flask 会先创建当前线程或者进程需要处理的两个重要上下文对象,把它们保存到隔离的栈里面,这样视图函数进行处理的时候就能直接从栈上获取这些信息。参考链接:http://python.jobbole.com/87398/

10.4 为什么实用LocalStack对Local对象进行操作?

目的是想要将local中的值维护成一个栈,例如:在多app应用中编写离线脚本时,可以实用上。from m_app import app01,app02from flask import current_app"""{    1231: {        stack: [app01,app02,]    }}"""with app01.app_context():    print(current_app)    with app02.app_context():        print(current_app)    print(current_app)

10.5 threading.local 以及作用

a. threading.local     作用:为每个线程开辟一块空间进行数据存储。    问题:自己通过字典创建一个类似于threading.local的东西。        storage={            4740:{val:0},            4732:{val:1},            4731:{val:3},            ...        }    b. 自定义Local对象    作用:为每个线程(协程)开辟一块空间进行数据存储。        try:            from greenlet import getcurrent as get_ident        except Exception as e:            from threading import get_ident        from threading import Thread        import time        class Local(object):            def __init__(self):                object.__setattr__(self,'storage',{})            def __setattr__(self, k, v):                ident = get_ident()                if ident in self.storage:                    self.storage[ident][k] = v                else:                    self.storage[ident] = {k: v}            def __getattr__(self, k):                ident = get_ident()                return self.storage[ident][k]        obj = Local()        def task(arg):            obj.val = arg            obj.xxx = arg            print(obj.val)        for i in range(10):            t = Thread(target=task,args=(i,))            t.start()

10.6 SQLAlchemy中的 session 的创建有几种方式?

- 直接创建Session对象        engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6", max_overflow=0, pool_size=5)        Session = sessionmaker(bind=engine)        def task(arg):            session = Session()            obj1 = Users(name="alex1")            session.add(obj1)            session.commit()        for i in range(10):            t = threading.Thread(target=task, args=(i,))            t.start()                            - 基于scoped_session(Flask-SQLAlchemy中的连接默认使用该方法)        engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6", max_overflow=0, pool_size=5)        Session = sessionmaker(bind=engine)                session = scoped_session(Session)        def task(arg):            obj1 = Users(name="alex1")            session.add(obj1)            session.commit()        for i in range(10):            t = threading.Thread(target=task, args=(i,))            t.start()    https://www.cnblogs.com/wupeiqi/articles/8259356.html

10.7 其他汇总

1)flask源码解析之简介两个依赖        (werkzeug和jinja2)    2)Flask中的g的作用?    g对象是在一个请求中共享变量,不同的请求对应的是不同的g对象。

************************* 十一.ORM*************************

11.1 增删改查

增       1)  models.UserInfo.objects.create()        2)  obj = models.UserInfo(name='xx')        obj.save()    3)  models.UserInfo.objects.bulk_create([models.UserInfo(name='xx'),models.UserInfo(name='xx')])    删    1)  models.UserInfo.objects.all().delete()    改    1)  models.UserInfo.objects.all().update(age=18)    2)  b = Book.objects.get(id=5)  # 注意这里是get方法,只能拿1个,不能用filter。        b.price = 300        b.save()    3)  models.UserInfo.objects.all().update(salary=F('salary')+1000)    查    1)  见下文详细介绍

11.2 13条常用查询方法

返回QuerySet对象的方法有:        all()        filter()        exclude()        order_by()        reverse()        distinct()    特殊的QuerySet:        values()       返回一个可迭代的字典序列        values_list() 返回一个可迭代的元组序列    返回具体对象的:        get()        first()        last()    返回布尔值的方法有:        exists()    返回数字的方法有:        count()

11.3 双下划线方法

models.Tb1.objects.filter(id__lt=10, id__gt=1)   # 获取id大于1 且 小于10的值     models.Tb1.objects.filter(id__in=[11, 22, 33])   # 获取id等于11、22、33的数据    models.Tb1.objects.exclude(id__in=[11, 22, 33])  # not in         models.Tb1.objects.filter(name__contains="ven")  # 获取name字段包含"ven"的    models.Tb1.objects.filter(name__icontains="ven") # icontains大小写不敏感         models.Tb1.objects.filter(id__range=[1, 3])      # id范围是1到3的,等价于SQL的bettwen and         类似的还有:startswith,istartswith, endswith, iendswith     date字段还可以:    models.Class.objects.filter(first_day__year=2017)

11.4 执行原生SQL的三种方式

1.使用execute执行自定义SQL    # from django.db import connection, connections    # cursor = connection.cursor()  # cursor = connections['default'].cursor()    # cursor.execute("""SELECT * from auth_user where id = %s""", [1])    # row = cursor.fetchone()    2.使用extra方法     # extra(self, select=None, where=None, params=None, tables=None, order_by=None, select_params=None)    #    Entry.objects.extra(select={'new_id': "select col from sometable where othercol > %s"}, select_params=(1,))    #    Entry.objects.extra(where=['headline=%s'], params=['Lennon'])    #    Entry.objects.extra(where=["foo='a' OR bar = 'a'", "baz = 'a'"])    #    Entry.objects.extra(select={'new_id': "select id from tb where id > %s"}, select_params=(1,), order_by=['-nid'])    3.使用raw方法      解释:执行原始sql并返回模型      说明:依赖model多用于查询      用法:        book = Book.objects.raw("select * from hello_book")        for item in book:          print(item.title)    https://www.cnblogs.com/413xiaol/p/6504856.html

11.5 外键别名之related参数(方便反向查找)

设置了related_query_name 反向查找时就是obj.别名_set.all()保留了_set    from django.db import models    class Userinfo(models.Model):        nikename=models.CharField(max_length=32)        username=models.CharField(max_length=32)        password=models.CharField(max_length=64)        sex=((1,'男'),(2,'女'))        gender=models.IntegerField(choices=sex)    '''把男女表混合在一起,在代码层面控制第三张关系表的外键关系  '''       #写到此处问题就来了,原来两个外键 对应2张表 2个主键 可以识别男女       #现在两个外键对应1张表  反向查找 无法区分男女了了       # object对象女.U2U.Userinfo.set  object对象男.U2U.Userinfo.set       #所以要加related_query_name对 表中主键 加以区分         class U2U(models.Model):        b=models.ForeignKey(Userinfo,related_query_name='a')        g=models.ForeignKey(Userinfo,related_query_name='b')    ****************    设置了related_name就是 反向查找时就说 obj.别名.all()      上面例子换成    class U2U(models.Model):        b=models.ForeignKey(Userinfo,related_name='a')        g=models.ForeignKey(Userinfo,related_name='b')        #查找方法         # 男 obj.a.all()        # 女 obj.b.all()    http://www.cnblogs.com/heysn21/articles/8652211.html

11.6 分组函数和聚合函数

1、aggregate(*args,**kwargs)  聚合函数    通过对QuerySet进行计算,返回一个聚合值的字典。aggregate()中每一个参数都指定一个包含在字典中的返回值。即在查询集上生成聚合。      from django.db.models import Avg,Sum,Max,Min        #求书籍的平均价        ret=models.Book.objects.all().aggregate(Avg('price'))        #{'price__avg': 145.23076923076923}        #参与西游记著作的作者中最老的一位作者        ret=models.Book.objects.filter(title__icontains='西游记').values('author__age').aggregate(Max('author__age'))        #{'author__age__max': 518}        #查看根哥出过得书中价格最贵一本        ret=models.Author.objects.filter(name__contains='根').values('book__price').aggregate(Max('book__price'))        #{'book__price__max': Decimal('234.000')}    2、annotate(*args,**kwargs)  分组函数        #查看每一位作者出过的书中最贵的一本(按作者名分组 values() 然后annotate 分别取每人出过的书价格最高的)        ret=models.Book.objects.values('author__name').annotate(Max('price'))        # < QuerySet[        # {'author__name': '吴承恩', 'price__max': Decimal('234.000')},        # {'author__name': '吕不韦','price__max': Decimal('234.000')},        # {'author__name': '姜子牙', 'price__max': Decimal('123.000')},        # {'author__name': '亚微',price__max': Decimal('123.000')},        # {'author__name': '伯夷 ', 'price__max': Decimal('2010.000')},        # {'author__name': '叔齐','price__max': Decimal('200.000')},        # ] >        #查看每本书的作者中最老的    按作者姓名分组 分别求出每组中年龄最大的        ret=models.Book.objects.values('author__name').annotate(Max('author__age'))        # < QuerySet[        #  {'author__name': '吴承恩', 'author__age__max': 518},        #  {'author__name': '金庸', 'author__age__max': 89},        # ] >        #查看 每个出版社 出版的最便宜的一本书        ret=models.Book.objects.values('publish__name').annotate(Min('price'))        # < QuerySet[        # {'publish__name': '清华出版社','price__min': Decimal('67.000')},        # {'publish__name': '机械出版社','price__min': Decimal('34.000')},        # ] >

11.7 F和Q查询

F:    Django 支持 F() 对象之间以及 F() 对象和常数之间的加减乘除和取模的操作。    修改操作也可以使用F函数,比如将每一本书的价格提高30元    例:把所有书名后面加上(第一版)        from django.db.models.functions import Concat        from django.db.models import Value        models.Book.objects.all().update(title=Concat(F("title"), Value("("), Value("第一版"), Value(")")))    Q:    Q(条件1) | Q(条件2) 或    Q(条件1) & Q(条件2) 且    Q(条件1) & ~Q(条件2) 非

11.8 查询优化之.select_related()和.prefetch_related()的对比

title = models.CharField(max_length=32)    class UserInfo(models.Model):        name = models.CharField(max_length=32)        email = models.CharField(max_length=32)        ut = models.ForeignKey(to='UserType')        ut = models.ForeignKey(to='UserType')        ut = models.ForeignKey(to='UserType')        ut = models.ForeignKey(to='UserType')                    # 1次SQL    # select * from userinfo    objs = UserInfo.obejcts.all()    for item in objs:        print(item.name)            # n+1次SQL    # select * from userinfo    objs = UserInfo.obejcts.all()    for item in objs:        # select * from usertype where id = item.id         print(item.name,item.ut.title)    示例1:            .select_related()        # 1次SQL        # select * from userinfo inner join usertype on userinfo.ut_id = usertype.id         objs = UserInfo.obejcts.all().select_related('ut')        for item in objs:            print(item.name,item.ut.title)    示例2:    .prefetch_related()        # select * from userinfo where id <= 8        # 计算:[1,2]        # select * from usertype where id in [1,2]        objs = UserInfo.obejcts.filter(id__lte=8).prefetch_related('ut')        for obj in objs:            print(obj.name,obj.ut.title)    两个函数的作用都是减少查询次数    示例3:    update()和对象.save()修改方式的性能PK        方式1        models.Book.objects.filter(id=1).update(price=3)        方式2        book_obj=models.Book.objects.get(id=1)        book_obj.price=5        book_obj.save()    结论:    update() 方式1修改数据的方式,比obj.save()性能好

11.9 取消外键约束用 db_constraint=False

无约束:    class UserType(models.Model):        title = models.CharField(max_length=32)    class UserInfo(models.Model):        name = models.CharField(max_length=32)        email = models.CharField(max_length=32)        # 无数据库约束,但可以进行链表        ut = models.ForeignKey(to='UserType',db_constraint=False)

11.10 QuerySet方法大全

##################################################################    # PUBLIC METHODS THAT ALTER ATTRIBUTES AND RETURN A NEW QUERYSET #    ##################################################################    def all(self)        # 获取所有的数据对象    def filter(self, *args, **kwargs)        # 条件查询        # 条件可以是:参数,字典,Q    def exclude(self, *args, **kwargs)        # 条件查询        # 条件可以是:参数,字典,Q    def select_related(self, *fields)         性能相关:表之间进行join连表操作,一次性获取关联的数据。         model.tb.objects.all().select_related()         model.tb.objects.all().select_related('外键字段')         model.tb.objects.all().select_related('外键字段__外键字段')    def prefetch_related(self, *lookups)        性能相关:多表连表操作时速度会慢,使用其执行多次SQL查询在Python代码中实现连表操作。                # 获取所有用户表                # 获取用户类型表where id in (用户表中的查到的所有用户ID)                models.UserInfo.objects.prefetch_related('外键字段')                from django.db.models import Count, Case, When, IntegerField                Article.objects.annotate(                    numviews=Count(Case(                        When(readership__what_time__lt=treshold, then=1),                        output_field=CharField(),                    ))                )                students = Student.objects.all().annotate(num_excused_absences=models.Sum(                    models.Case(                        models.When(absence__type='Excused', then=1),                    default=0,                    output_field=models.IntegerField()                )))    def annotate(self, *args, **kwargs)        # 用于实现聚合group by查询        from django.db.models import Count, Avg, Max, Min, Sum        v = models.UserInfo.objects.values('u_id').annotate(uid=Count('u_id'))        # SELECT u_id, COUNT(ui) AS `uid` FROM UserInfo GROUP BY u_id        v = models.UserInfo.objects.values('u_id').annotate(uid=Count('u_id')).filter(uid__gt=1)        # SELECT u_id, COUNT(ui_id) AS `uid` FROM UserInfo GROUP BY u_id having count(u_id) > 1        v = models.UserInfo.objects.values('u_id').annotate(uid=Count('u_id',distinct=True)).filter(uid__gt=1)        # SELECT u_id, COUNT( DISTINCT ui_id) AS `uid` FROM UserInfo GROUP BY u_id having count(u_id) > 1    def distinct(self, *field_names)        # 用于distinct去重        models.UserInfo.objects.values('nid').distinct()        # select distinct nid from userinfo        注:只有在PostgreSQL中才能使用distinct进行去重    def order_by(self, *field_names)        # 用于排序        models.UserInfo.objects.all().order_by('-id','age')    def extra(self, select=None, where=None, params=None, tables=None, order_by=None, select_params=None)        # 构造额外的查询条件或者映射,如:子查询        Entry.objects.extra(select={'new_id': "select col from sometable where othercol > %s"}, select_params=(1,))        Entry.objects.extra(where=['headline=%s'], params=['Lennon'])        Entry.objects.extra(where=["foo='a' OR bar = 'a'", "baz = 'a'"])        Entry.objects.extra(select={'new_id': "select id from tb where id > %s"}, select_params=(1,), order_by=['-nid'])     def reverse(self):        # 倒序        models.UserInfo.objects.all().order_by('-nid').reverse()        # 注:如果存在order_by,reverse则是倒序,如果多个排序则一一倒序     def defer(self, *fields):        models.UserInfo.objects.defer('username','id')        或        models.UserInfo.objects.filter(...).defer('username','id')        #映射中排除某列数据     def only(self, *fields):        #仅取某个表中的数据         models.UserInfo.objects.only('username','id')         或         models.UserInfo.objects.filter(...).only('username','id')     def using(self, alias):         指定使用的数据库,参数为别名(setting中的设置)    ##################################################    # PUBLIC METHODS THAT RETURN A QUERYSET SUBCLASS #    ##################################################    def raw(self, raw_query, params=None, translations=None, using=None):        # 执行原生SQL        models.UserInfo.objects.raw('select * from userinfo')        # 如果SQL是其他表时,必须将名字设置为当前UserInfo对象的主键列名        models.UserInfo.objects.raw('select id as nid from 其他表')        # 为原生SQL设置参数        models.UserInfo.objects.raw('select id as nid from userinfo where nid>%s', params=[12,])        # 将获取的到列名转换为指定列名        name_map = {'first': 'first_name', 'last': 'last_name', 'bd': 'birth_date', 'pk': 'id'}        Person.objects.raw('SELECT * FROM some_other_table', translations=name_map)        # 指定数据库        models.UserInfo.objects.raw('select * from userinfo', using="default")        ################### 原生SQL ###################        from django.db import connection, connections        cursor = connection.cursor()  # cursor = connections['default'].cursor()        cursor.execute("""SELECT * from auth_user where id = %s""", [1])        row = cursor.fetchone() # fetchall()/fetchmany(..)    def values(self, *fields):        # 获取每行数据为字典格式    def values_list(self, *fields, **kwargs):        # 获取每行数据为元祖    def dates(self, field_name, kind, order='ASC'):        # 根据时间进行某一部分进行去重查找并截取指定内容        # kind只能是:"year"(年), "month"(年-月), "day"(年-月-日)        # order只能是:"ASC"  "DESC"        # 并获取转换后的时间            - year : 年-01-01            - month: 年-月-01            - day  : 年-月-日        models.DatePlus.objects.dates('ctime','day','DESC')    def datetimes(self, field_name, kind, order='ASC', tzinfo=None):        # 根据时间进行某一部分进行去重查找并截取指定内容,将时间转换为指定时区时间        # kind只能是 "year", "month", "day", "hour", "minute", "second"        # order只能是:"ASC"  "DESC"        # tzinfo时区对象        models.DDD.objects.datetimes('ctime','hour',tzinfo=pytz.UTC)        models.DDD.objects.datetimes('ctime','hour',tzinfo=pytz.timezone('Asia/Shanghai'))        """        pip3 install pytz        import pytz        pytz.all_timezones        pytz.timezone(‘Asia/Shanghai’)        """    def none(self):        # 空QuerySet对象    ####################################    # METHODS THAT DO DATABASE QUERIES #    ####################################    def aggregate(self, *args, **kwargs):       # 聚合函数,获取字典类型聚合结果       from django.db.models import Count, Avg, Max, Min, Sum       result = models.UserInfo.objects.aggregate(k=Count('u_id', distinct=True), n=Count('nid'))       ===> {'k': 3, 'n': 4}    def count(self):       # 获取个数    def get(self, *args, **kwargs):       # 获取单个对象    def create(self, **kwargs):       # 创建对象    def bulk_create(self, objs, batch_size=None):        # 批量插入        # batch_size表示一次插入的个数        objs = [            models.DDD(name='r11'),            models.DDD(name='r22')        ]        models.DDD.objects.bulk_create(objs, 10)    def get_or_create(self, defaults=None, **kwargs):        # 如果存在,则获取,否则,创建        # defaults 指定创建时,其他字段的值        obj, created = models.UserInfo.objects.get_or_create(username='root1', defaults={'email': '1111111','u_id': 2, 't_id': 2})    def update_or_create(self, defaults=None, **kwargs):        # 如果存在,则更新,否则,创建        # defaults 指定创建时或更新时的其他字段        obj, created = models.UserInfo.objects.update_or_create(username='root1', defaults={'email': '1111111','u_id': 2, 't_id': 1})    def first(self):       # 获取第一个    def last(self):       # 获取最后一个    def in_bulk(self, id_list=None):       # 根据主键ID进行查找       id_list = [11,21,31]       models.DDD.objects.in_bulk(id_list)    def delete(self):       # 删除    def update(self, **kwargs):        # 更新    def exists(self):        # 是否有结果

11.11 其他汇总

如果A表的1条记录对应B表中N条记录成立,两表之间就是1对多关系;在1对多关系中 A表就是主表,B表为子表,ForeignKey字段就建在子表;    如果B表的1条记录也对应A表中N条记录,两表之间就是双向1对多关系,也称为多对多关系    char 和 varchar的区别 :    char和varchar的共同点是存储数据的长度,不能 超过max_length限制,不同点是varchar根据数据实际长度存储,char按指定max_length()存储数据;所有前者更节省硬盘空间    http://www.cnblogs.com/liwenzhou/p/8660826.html

************************* 十二.rest framework*************************

12.1 谈谈你对restfull 规范的认识?

- restful其实就是一套编写接口的协议,协议规定如何编写以及如何设置返回值、状态码等信息。    - 最显著的特点:        restful: 给用户一个url,根据method不同在后端做不同的处理,比如:post 创建数据、get获取数据、put和patch修改数据、delete删除数据。        no rest: 给调用者很多url,每个url代表一个功能,比如:add_user/delte_user/edit_user/    - 当然,还有协议其他的,比如:        - 版本,来控制让程序有多个版本共存的情况,版本可以放在 url、请求头(accept/自定义)、GET参数        - 状态码,200/300/400/500        - url中尽量使用名词,restful也可以称为“面向资源编程”        - api标示:            api.YueNet.com            www.YueNet.com/api/-------------------------------------------------    - https    - 域名         - api.oldboy.com        - www.oldboy.com/api    - 版本:        - www.oldboy.com/api/v1    - URL资源,名词        - www.oldboy.com/api/v1/student    - 请求方式:        - GET/POST/PUT/DELETE/PATCH/OPTIONS/HEADERS/TRACE    - 返回值:        - www.oldboy.com/api/v1/student/    -> 结果集        - www.oldboy.com/api/v1/student/1/  -> 单个对象    - URL添加条件        - www.oldboy.com/api/v1/student?page=11&size=9    - 状态码:          - 200        - 300            - 301            - 302        - 400            - 403            - 404        - 500    - 错误信息        {            code:1000,            meg:'xxxx'        }    - hyperlink        {            id:1            name: ‘xiangl’,            type: http://www.xxx.com/api/v1/type/1/        }

12.2 rest framework都有哪些组件?

- 路由,自动帮助开发者快速为一个视图创建4个url            www.oldboyedu.com/api/v1/student/$            www.oldboyedu.com/api/v1/student(?P
\w+)$ www.oldboyedu.com/api/v1/student/(?P
\d+)/$ www.oldboyedu.com/api/v1/student/(?P
\d+)(?P
\w+)$ - 版本处理 - 问题:版本都可以放在那里? - url - GET - 请求头 - 认证 - 问题:认证流程? - 权限 - 权限是否可以放在中间件中?以及为什么? - 访问频率的控制 - 匿名用户可以真正的防止?无法做到真正的访问频率控制,只能把小白拒之门外。 如果要封IP,使用防火墙来做。 - 登录用户可以通过用户名作为唯一标示进行控制,如果有人注册很多账号,也无法防止。 - 视图 - 解析器 ,根据Content-Type请求头对请求体中的数据格式进行处理。request.data - 分页 - 序列化 - 序列化 - source - 定义方法 - 请求数据格式校验 - 渲染器

12.3 视图中都可以继承哪些类?

1236395-20180519175531800-1148748132.png

a. 继承 APIView        这个类属于rest framework中顶层类,内部帮助我们实现了只是基本功能:认证、权限、频率控制,但凡是数据库、分页等操作都需要手动去完成,比较原始。                       class GenericAPIView(APIView)                        def post(...):                pass                 b. 继承 GenericViewSet(ViewSetMixin, generics.GenericAPIView)        如果继承它之后,路由中的as_view需要填写对应关系    .as_view({'get':'list','post':'create'})        在内部也帮助我们提供了一些方便的方法:            - get_queryset            - get_object            - get_serializer                注意:要设置queryset字段,否则会跑出断言的异常。        # 只提供增加功能        class TestView(GenericViewSet):            serializer_class = XXXXXXX            def create(self,*args,**kwargs):                pass # 获取数据并对数据进行操作            c. 继承             - ModelViewSet            - mixins.CreateModelMixin,GenericViewSet            - mixins.CreateModelMixin,DestroyModelMixin,GenericViewSet            对数据库和分页等操作不用我们在编写,只需要继承相关类即可。                示例:只提供增加功能        class TestView(mixins.CreateModelMixin,GenericViewSet):            serializer_class = XXXXXXX    http://www.cnblogs.com/iyouyue/p/8798572.html#_label3

12.4 认证流程

- 如何编写?写类并实现authticate    - 方法中可以定义三种返回值:        - (user,auth),认证成功        - None , 匿名用户        - 异常 ,认证失败    - 流程:        - dispatch         - 再去request中进行认证处理    https://www.cnblogs.com/haiyan123/p/8419872.html

12.5 访问频率控制

- 匿名用户,根据用户IP或代理IP作为标识进行记录,为每一个用户在redis中创建一个列表        {            throttle_1.1.1.1:[1526868876.497521,152686885.497521...]            throttle_1.1.1.2:[1526868876.497521,152686885.497521...]            throttle_1.1.1.3:[1526868876.497521,152686885.497521...]            throttle_1.1.1.4:[1526868876.497521,152686885.497521...]            throttle_1.1.1.5:[1526868876.497521,152686885.497521...]        }                每个用户再来访问时,需要先去记录中剔除以及过期时间,再根据列表的长度判断是否可以继续访问。                如何封IP:在防火墙中进行设置    - 注册用户,根据用户名或邮箱进行判断。        {            throttle_xxxx1:[1526868876.497521,152686885.497521...]            throttle_xxxx2:[1526868876.497521,152686885.497521...]            throttle_xxxx3:[1526868876.497521,152686885.497521...]            throttle_xxxx4:[1526868876.497521,152686885.497521...]                }                每个用户再来访问时,需要先去记录中剔除以及过期时间,再根据列表的长度判断是否可以继续访问。            1分钟:40次

12.6 接口的幂等性(判断是否会造成二次伤害)

一个接口通过首先进行1次访问,然后对该接口进行N次相同访问的时候,对访问对象不造成影响,那么就认为接口具有幂等性。    比如:        GET,  第一次获取数据、第二次也是获取结果,幂等。        POST, 第一次新增数据,第二次也会再次新增,非幂等。        PUT,  第一次更新数据,第二次不会再次更新,幂等。        PATCH,第一次更新数据,第二次可能再次更新,非幂等。        DELTE,第一次删除数据,第二次不会再次删除,幂等。

12.7 为什么要使用django rest framework框架?

在编写接口时可以不适用django rest framework框架,    如果不使用:也可以做,那么就可以django的CBV来实现,开发者编写的代码会更多一些。    如果  使用:内部帮助我们提供了很多方便的组件,我们通过配置就可以完成相应操作,如:            - 序列化,可以做用户请求数据校验+queryset对象的序列化称为json            - 解析器,获取用户请求数据request.data,会自动根据content-type请求头的不能对数据进行解析            - 分页,将从数据库获取到的数据在页面进行分页显示。            还有其他:                - 认证                - 权限                - 访问频率控制                ...

12.8 其他汇总

1)渲染器有坑         - 指定渲染器只用JSON        - 视图:            class UserView(...):                queryset = []  # 必写                ...    2)assert 是的作用?                条件成立则继续往下,否则跑出异常,一般用于:满足某个条件之后,才能执行,否则应该跑出异常。                应用场景:rest framework             class GenericAPIView(views.APIView):                        queryset = None                serializer_class = None                # If you want to use object lookups other than pk, set 'lookup_field'.                # For more complex lookup requirements override `get_object()`.                lookup_field = 'pk'                lookup_url_kwarg = None                # The filter backend classes to use for queryset filtering                filter_backends = api_settings.DEFAULT_FILTER_BACKENDS                # The style to use for queryset pagination.                pagination_class = api_settings.DEFAULT_PAGINATION_CLASS                def get_queryset(self):                             assert self.queryset is not None, (                        "'%s' should either include a `queryset` attribute, "                        "or override the `get_queryset()` method."                        % self.__class__.__name__                    )                    queryset = self.queryset                    if isinstance(queryset, QuerySet):                        # Ensure queryset is re-evaluated on each request.                        queryset = queryset.all()                    return queryset    3) 用django写接口时,有没有用什么框架?        - 使用rest framework框架        - 原生CBV            4) rest framework框架优点?          rest framework帮助开发者提供了很多组件,可以提高开发效率。

************************* 十三.计算机基础*************************

13.1 HTTP协议请求方法和状态码

流程:        1.域名解析        域名解析检查顺序为:浏览器自身DNS缓存---》OS自身的DNS缓存--》读取host文件--》本地域名服务器--》权限域名服务器--》根域名服务器。如果有且没有过期,则结束本次域名解析。域名解析成功之后,进行后续操作        2.tcp3次握手建立连接        3.建立连接后,发起http请求        4.服务器端响应http请求,浏览器得到到http请求的内容        5.浏览器解析html代码,并请求html代码中的资源        6.浏览器对页面进行渲染,展现在用户面前            请求方法有8种,分别为:            GET:请求获取由 Request-URI 所标识的资源。            POST:在 Request-URI 所标识的资源后附加新的数据。            HEAD:请求获取由 Request-URI 所标识的资源的响应消息报头。            OPTIONS:请求查询服务器的性能,或查询与资源相关的选项和需求。            PUT:请求服务器存储一个资源,并用 Request-URI作为其标识。            DELETE:请求服务器删除由 Request-URI所标识的资源。            TRACE:请求服务器回送收到的请求信息,主要用语测试或诊断。            CONNECT:HTTP/1.1协议中预留给能够将连接改为管道方式的代理服务器。    常见的响应状态码有以下几种,在各种下面分别列几个常见的状态码:               1开头(信息)       2开头(成功)           200(OK):请求成功           202(Accepted):已接受请求,尚未处理           204(No Content):请求成功,且不需返回内容       3开头(重定向)           301(Moved Permanently):被请求的资源已永久移动到新位置           301(Moved Temporarily):被请求的资源已临时移动到新位置       4开头(客户端错误)           400(Bad Request):请求的语义或是参数有错           403(Forbidden):服务器拒绝了请求           404(Not Found):未找到请求的资源       5开头(服务器错误)          500(Internal Server Error):服务器遇到错误,无法完成请求          502(Bad Getway):网关错误,一般是服务器压力过大导致连接超时                 503(Service Unavailable):服务器宕机    https://blog.csdn.net/zixiaomuwu/article/details/60778462

转载于:https://www.cnblogs.com/iyouyue/p/9004018.html

你可能感兴趣的文章
【Linux】进程的理解(三)
查看>>
【C++】带头节点的双向线链表的实现
查看>>
【C++】STL -- Vector容器的用法
查看>>
【Linux】Linux中的0644 和 0755的权限
查看>>
【数据结构】有关二叉树的面试题
查看>>
【Linux】内核态和用户态
查看>>
【Linux】HTTP的理解
查看>>
【Linux】HTTPS的理解
查看>>
【操作系统】大小端问题
查看>>
Git上传代码时碰到的问题及解决方法
查看>>
【Linux】vim的简单配置
查看>>
【C++】智能指针
查看>>
【C++】const修饰的成员函数
查看>>
【C++】面向对象的三大特性
查看>>
【C++】智能指针(后续)
查看>>
【C】堆区和栈区的区别
查看>>
【linux】send和recv函数解析
查看>>
【Linux】线程安全的单例模式以及计算密集型线程和IO密集型线程
查看>>
一次完整的HTTP请求是怎样的??
查看>>
【C++】常见的内存泄漏及解决方法
查看>>