JavaSE进阶
MongoDB是一款高性能、无模式的文档型NoSQL数据库，适用于数据量大、读写频繁、事务要求不高的场景。广泛应用于社交、游戏、物联网、物流和视频直播等领域，支持灵活的数据模型、丰富的查询功能及水平扩展，满足高并发、海量存储需求。
倒排索引：如何从海量数据中查询同时带有「极」和「客」的唐诗？
本文介绍倒排索引技术，通过将内容作为关键词建立索引，实现高效检索。对比正排索引的O(n)遍历查询，倒排索引可在O(1)时间内定位含指定字的唐诗，并通过归并有序链表快速求交集，解决“同时含‘极’和‘客’”等多条件查询问题，广泛应用于搜索引擎、数据库全文检索等场景。
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）
