Mysql基础学习


# 1、索引的底层原理

Mysql索引的实现是B+树，主要从以下几个方面考虑：
- 查找次数
- 范围查询优化
- 磁盘IO次数

## 1、HASH

哈希表是做数据快速检索的有效工具，首先HASH算法，也叫散列算法，把任意值（key）通过哈希函数变换为固定长度的key地址，通过地址定位到具体数据。

![image.png](/static/img/2b21d216bdf04146b40fe83c2aeaf5e0.image.webp)

不考虑hash碰撞的话，时间复杂度为O(1)。遇到hash碰撞的话，按照生成一个链表的思路解决（hashmap的初期底层实现）。定位到key之后再遍历链表查找对应的key。


![image.png](/static/img/0f3a7c155d850a51f2c2074d4e243654.image.webp)

但是hash在针对范围查询时却束手无策，所以虽然可以快速检索到数据，也无法作为索引的底层数据结构实现

## 2、二叉查找树(BST)

![image.png](/static/img/a2cabc5e112ff6c81807441b104db83e.image.webp)

二叉查找树的时间复杂度为 O(lgn)，比如我们查找数据为0007的节点，只需三次既可以查找到。在应对范围查询时，例如id>5的数据,我们只需要定位到0006，然后取其节点以及右子树即可，对于范围查询的性能也很强。

但是二叉树有个致命缺点：极端情况会退化成链表，如下。而在数据库中，自增的主键是个非常常见的形式，所以二叉树不适合作为索引的底层结构。


![image.png](/static/img/1099b2ec3e8811e7a60b345161ee204b.image.webp)

## 3、AVL树和红黑树

AVL树和红黑树都是自平衡树，可以通过自动旋转调整形态，始终保持基本平衡的状态。但是红黑树也有个问题，可能会一直右倾，如下，所以也没有完全处理退化为链表的情况。

![image.png](/static/img/961ed13e2f6bbe63d4941fa552f0560c.image.webp)


AVL树是更严格的自平衡二叉树，基本解决退化为链表或者右倾的问题，它有不错的查找性能还可以实现范围查找和数据排序。但是需要考虑如下问题：

![image.png](/static/img/4e3b1494ff0d5bd94c78d49c3c9f321c.image.webp)

数据库查询数据的瓶颈在于磁盘 IO，如果使用的是 AVL 树，我们每一个树节点只存储了一个数据，我们一次磁盘 IO 只能取出来一个节点上的数据加载到内存里，那比如查询 id=7 这个数据我们就要进行磁盘 IO 三次，这是多么消耗时间的。所以我们设计数据库索引时需要首先考虑怎么尽可能减少磁盘 IO 的次数。

磁盘 IO 有个有个特点，就是从磁盘读取 1B 数据和 1KB 数据所消耗的时间是基本一样的，我们就可以根据这个思路，我们可以在一个树节点上尽可能多地存储数据，一次磁盘 IO 就多加载点数据到内存，这就是 B 树，B+树的的设计原理了。

## 4、B树

下面这个 B 树，每个节点限制最多存储两个 key，一个节点如果超过两个 key 就会自动分裂。比如下面这个存储了 7 个数据 B 树，只需要查询两个节点就可以知道 id=7 这数据的具体位置，也就是两次磁盘 IO 就可以查询到指定数据，优于 AVL 树。

![image.png](/static/img/ad82981f8f993840cacb704cdda72937.image.webp)

B树作为索引有如下优点:

1. 优秀检索速度，时间复杂度：B 树的查找性能等于 O（h*logn），其中 h 为树高，n 为每个节点关键词的个数；
2. 尽可能少的磁盘 IO，加快了检索速度；
3. 可以支持范围查找。

## 5、B+树

![image.png](/static/img/de3da3c59f45e8e775e9e4d8834f1744.image.webp)
B树和B+树的区别如下下：
1.  树一个节点里存的是数据，而 B+树存储的是索引（地址），所以 B 树里一个节点存不了很多个数据，但是 B+树一个节点能存很多索引，B+树叶子节点存所有的数据
2.  B+树的叶子节点是数据阶段用了一个链表串联起来，便于范围查找。

通过 B 树和 B+树的对比我们看出，B+树节点存储的是索引，在单个节点存储容量有限的情况下，单节点也能存储大量索引，使得整个 B+树高度降低，减少了磁盘 IO。其次，B+树的叶子节点是真正数据存储的地方，叶子节点用了链表连接起来，这个链表本身就是有序的，在数据范围查找时，更具备效率。因此 Mysql 的索引用的就是 B+树，B+树在查找效率、范围查找中都有着非常不错的性能。

参考：https://zhuanlan.zhihu.com/p/113917726

【基础】Mysql学习之索引

【摄影】拍照技巧学习

这里记录一下对接大疆无人机遇到的一些坑，避免在遇到这类问题



# 问题一、关于大疆高度的问题

大疆高度一共分为三种模式

1、海拔高度（ASL/HAE）

顾名思义，相对海平面的高度，分为两种，一种是相对海平面的高度（ASL），另一种是针对椭球面的高度（HAE），以参考椭球面为基准，这是一个基于数学公式定义的规则椭球体表面。目前广泛使用的是 WGS - 84 参考椭球面，其中心与地心重合，形状固定，是为了方便卫星定位等技术应用而构建的理想化数学模型。

![image.png](/static/img/e9e5b27e7ac79a0ba894390bfaa32242.image.webp)

2、相对起飞点高度（ALT）

起飞点一般是机场的高度，这个高度指的是相对机场的高度差

![image.png](/static/img/86a24e45d68a52a9352b103bb788492a.image.webp)

3、相对地形高度（AGL）

相对地面高度指的是跟地面的高度差

![image.png](/static/img/b5f4fe051efc22b0a06048c18ee219c5.image.webp)


# 问题二、如何实现控制云台



# 问题三、关于相机切换

在无人机拉流时，是有多种无人机相机类型的，一般分为（normal（正常）、wide（广角）、zoom（变焦）、ir（红外）），在执行变焦等操作时，要把直播镜头切换到zoom模式才可以，参考上云api的live_lens_change方法

# 问题四、无人机手飞逻辑

1、先执行takeOff接口飞到指定点

2、抢夺飞机控制权，确保控制权为A控，对应接口flight_authority_grab

3、进入DRC模式，相应接口drc_mode_enter，进入后需要保持心跳，每1min进行心跳机制，相应接口heart_beat

4、使用杆量控制接口stick_control进行控制，控制逻辑为每秒5-10次，均匀进行下发（每0.2S进行一次），以1024为中值，大于小于往相应方向动。如果要停止停发即可

![image.png](/static/img/407d2b3786ddf9d1c70c896ec30a804e.image.webp)

5、推出DRC模式：drc_mode_exit

小技巧：传的时间越长，飞的距离越长，不是线性叠加，1224飞10S的距离>10*（1224飞1S的距离）


# 问题五、机舱强制关仓逻辑

很不幸，今天飞机没能正常回仓，导致机舱门无法正常关闭了，解决方法是往service上发送强制关仓指令即可：


```
{
  "tid": "a50040cb-3190-41c6-9ebb-c327aa963197",
  "bid": "e111b949-2e82-4874-9ac8-bf8d9d43a844",
  "timestamp": 1763617421911,
  "data": {},
  "method": "cover_force_close"
}
```

【无人机】大疆无人机功能开发

博客搭建成功，域名申请和反向代理已完成，记录一下域名申请以及DNS解析配置好后，如何反向代理到自己的服务



# 1、需求分析

域名为tao-blog.site，目前DNS解析已在腾讯云进行配置，服务器服务端口为801，为容器部署，需求是访问
wwww.tao-blog.site 或者 tao-blog.site 能访问到我服务器的801端口，也就是博客服务端口。

拆解为：

1. 需求一：反向代理
2. 需求二：证书实现https

# 2、调研实现

经了解Caddy具有自动获取和管理 SSL 证书的功能，支持 HTTPS 的自动配置和续期，相较于nginx少了很多繁杂的操作，故打算使用Caddy实现反向代理，本机试了试拉镜像装包一直报失败，故采用docker部署，需准备三个文件;

Caddyfile

```
www.tao-blog.site, tao-blog.site {
    # 反向代理到前端服务801端口
    reverse_proxy 82.157.16.223:801
}
```

很简单，将www.tao-blog.site, tao-blog.site反向代理到801，记住逗号后面有空格，否则会不生效

Dockerfile

```
FROM caddy:latest
RUN caddy add-package github.com/caddy-dns/cloudflare
```

docker-compose.yml

```
services:
  caddy:
    build: .
    container_name: caddy
    restart: unless-stopped
    network_mode: host
    volumes:
      - ./Caddyfile:/etc/caddy/Caddyfile
      - ./caddy_data:/data/caddy
```

执行命令

`docker compose up -d`

完成！

不得不说，docker就是好用

【Caddy】Caddy实现反向代理以及自动证书

最近项目要部署，顺便记录一下部署geoserver以及做图层发布相关内容



# 一、需求分析
我们系统需要在线加载小班数据，数据格式为geojson格式，数据量大概三十万条，之前做地图小数据量加载一般用数据库做存储即可，但是涉及到大数据量小班数据，首先在查询、接口传输以及地图渲染等方面如果采用之前的方案，均存在性能问题，故打算采用地图wms图层发布，而经过多种组件的使用，发现geoserver最适合我们的目前的需求。

# 二、前期准备

1. 安装pgsql并安装postgis组件（geoserver对地理数据适配较好并且geoserver可以把pgsql当作数据源）
2. jdk安装，geoserver需要java环境才能运行，服务器已经预装java8，所以需要选择2.22.x以及以下的geoserver版本

# 三、开始部署

## 1、下载

官网地址：https://geoserver.org/download/

下载二进制版本并解压

```sheel
unzip geoserver-2.22.5-bin.zip

```

## 2、设置目录权限

```sheel
sudo chown -R $USER:$USER /usr/geoserver
```

## 3、启动并配置

```sheel
 ./bin/startup.sh
```

## 4、进入系统界面

http://localhost:8080/geoserver

默认初始密码 admin:geoserver

# 四、图层发布

## 1、新建命名空间

注：在服务中勾中wms和wmts

![1.png](/static/img/a67bd1581671aaa51702b3e524364ba9.1.webp)


![2e.png](/static/img/d1f06539644a823726d519dfe2657187.2e.webp)

## 2、新建存储仓库

注：通过pgsql的方式建存储仓库


![3.png](/static/img/17116557fd236350627379fdb8e8dd3b.3.webp)


![4.png](/static/img/755f0cde644472fbc22ebd70babf7073.4.webp)


![5.png](/static/img/9c1112f7ff13fc1fdbb76120f7dbf961.5.webp)

建好后如下图，会把里面对应的表展示出来


![6.png](/static/img/e6eb83fcebe7c8c1aaebf80a8649e5eb.6.webp)

## 3、配置样式

图层可以指定样式，通过SLD格式文件配置



![7e.png](/static/img/e15437e02ab01d0095b4907befcbd776.7e.webp)

## 4、生成图层


![8e.png](/static/img/680184eb25bbac38f224d0eb79d5c3c6.8e.webp)

选择配置新的SQL视图，这里我们为减少数据量，只展示id和经纬度边界即可，如果需要发布全表的直接选中对应表发布即可

![9e.png](/static/img/ae6cb2dbae636d33d880c8afdbb11a70.9e.webp)

参数默认填入，确定字段类型是否对应

![10e.png](/static/img/c511dce732536225095235bcf8495d34.10e.webp)


![11e.png](/static/img/cac4895ff7f45e813c1447bb7bda9c6e.11e.webp)

相关边界选择从数据中生成计算即可


![12.png](/static/img/836ed6ca10ed98bfa0f5022f0120154a.12.webp)

样式选择我们配置好的样式即可


![13.png](/static/img/671bbf4ff33920312f4a92b6dcc19041.13.webp)