实战演练
本项目基于SpringDataMongoDB实现头条文章评论功能，涵盖增删改查、按文章ID查询、分页查询及点赞优化。通过MongoTemplate提升点赞效率，避免全字段更新，结合索引优化查询性能，构建高效稳定的评论微服务。
特别加餐丨倒排检索加速（二）：如何对联合查询进行加速？
本文深入探讨联合查询的加速方法，针对倒排索引中复杂查询场景，系统介绍四种工业级优化技术：调整次序法通过优化求交/并集顺序降低计算代价；快速多路归并法利用跳表提升多列表合并效率；预先组合法提前计算高频查询结果；缓存法则借助LRU机制动态存储热点组合，显著提升检索性能。
学习数据结构和算法的框架思维
本文系统梳理数据结构与算法核心思想：所有数据结构本质为数组或链表的变形，基本操作均为遍历与访问；算法本质是穷举，关键在于“无遗漏”和“无冗余”。掌握框架思维，方能以不变应万变，高效刷题。
二叉树基础及常见类型
二叉树是最核心的数据结构之一，不仅是红黑树、堆、字典树等复杂结构的基础，更体现了递归思维的本质。掌握二叉树，等于掌握算法解题的钥匙。从满二叉树到完全二叉树，再到二叉搜索树，各类变体应用广泛。其链式存储与哈希表表示法在算法题中灵活实用，是刷题进阶的必经之路。
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，叶子节点存整行数据，每表仅一个；二级索引则分离存储，叶子节点存主键值。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：优先主键查询、使用联合索引实现覆盖索引、利用MySQL 5.6+的索引下推功能，在存储引擎层提前过滤，减少回表次数，提升查询效率。（238字）
索引失效的场景
本文结合项目经验，总结了索引失效的常见场景：违反最左前缀法则、范围查询右侧列失效、索引列进行函数运算、隐式类型转换、未加引号的字符串匹配及%开头的like查询。同时建议使用explain分析执行计划，关注key、type和extra字段，优化SQL性能。
HashMap 原理(方法执行流程)
以put方法为例，介绍HashMap的工作原理：先通过key的hashCode计算哈希值，并进行二次哈希提升分布均匀性；若数组未初始化则创建默认容量为16的数组；利用(n-1)&hash计算桶下标，确保高效定位；根据桶位状态分别处理：空位直接插入、链表遍历更新或尾插并判断树化、红黑树则按树逻辑新增；最后检查是否需扩容。
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，每张表仅有一个，通常为主键索引。若无主键，MySQL会选首个非空唯一索引或自动生成rowID作为聚簇索引。二级索引则分离存储，叶子节点保存主键值，可有多个。
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和指针，使每页可存储更多键，树层级更浅，查询更快。所有数据集中于叶子节点，查询效率稳定，且叶子节点形成双向链表，支持高效范围查询。
