Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/lotapp/awesome-tools
逆天开发常用库（整理更新ing）
https://github.com/lotapp/awesome-tools
List: awesome-tools
awesome awesome-lists mysql redis vscode
Last synced: about 1 month ago
JSON representation
逆天开发常用库（整理更新ing）
- Host: GitHub
- URL: https://github.com/lotapp/awesome-tools
- Owner: lotapp
- Created: 2019-05-21T04:16:12.000Z (over 5 years ago)
- Default Branch: master
- Last Pushed: 2021-05-26T09:44:49.000Z (over 3 years ago)
- Last Synced: 2024-05-20T01:23:06.975Z (4 months ago)
- Topics: awesome, awesome-lists, mysql, redis, vscode
- Language: Batchfile
- Homepage: https://github.com/LessChina
- Size: 171 KB
- Stars: 40
- Watchers: 3
- Forks: 28
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
- ultimate-awesome - awesome-tools - 逆天开发常用库（整理更新ing）. (Other Lists / PowerShell Lists)
README
# 逆天开发库
**防止失效，我都Fork一份到自己的github中，并完善了部分文档**（过时请Issue下）
> `看文档`：我的Github；`看源码`：原地址
PS：其实很多工具我以前曾经提过：**[大公司都有哪些开源项目~~~阿里，百度，腾讯，360，新浪，网易，小米等](https://www.cnblogs.com/dunitian/p/5581520.html)**
> **常用解决方案**：
- [逆天开发库](#逆天开发库)
- [1.Web](#1web)
- [1.1.多平台](#11多平台)
- [1.1.1.Taro（推荐）](#111taro推荐)
- [1.1.2.MPVue（潜力）](#112mpvue潜力)
- [1.1.3.Chameleon（观察中）](#113chameleon观察中)
- [1.1.4.Flutter（APP）](#114flutterapp)
- [1.2.xxx](#12xxx)
- [2.Python](#2python)
- [2.1.调试](#21调试)
- [2.1.1.PySnooper](#211pysnooper)
- [2.1.2.loguru](#212loguru)
- [2.1.3.Pylance](#213pylance)
- [2.1.4.other](#214other)
- [2.2.Asyncio](#22asyncio)
- [2.3.优化](#23优化)
- [2.3.1.Numpy and Pandas](#231numpy-and-pandas)
- [2.3.2.Numba](#232numba)
- [2.3.3.Cython](#233cython)
- [2.4.测试](#24测试)
- [2.4.1.代码检测](#241代码检测)
- [1.Sonar](#1sonar)
- [2.Bandit](#2bandit)
- [3.PyType](#3pytype)
- [4.Other](#4other)
- [3.DataBase](#3database)
- [3.1.SQL](#31sql)
- [1.优化](#1优化)
- [1.1.Soar](#11soar)
- [1.2.SQLAdvisor](#12sqladvisor)
- [2.抓包](#2抓包)
- [2.1.go-sniffer](#21go-sniffer)
- [3.中间件](#3中间件)
- [3.1.MyCat（常用）](#31mycat常用)
- [3.1.Sharding-JDBC（常用）](#31sharding-jdbc常用)
- [3.2.DBProxy(基于Atlas) or Zebra](#32dbproxy基于atlas-or-zebra)
- [3.3.kingshard（热门）](#33kingshard热门)
- [3.4.Gaea（潜力）](#34gaea潜力)
- [3.5.Other](#35other)
- [4.binlog](#4binlog)
- [4.1.Canal](#41canal)
- [5.运维](#5运维)
- [MySQL常用工具包](#mysql常用工具包)
- [SQLServer常用工具包](#sqlserver常用工具包)
- [5.1.慢查询工具](#51慢查询工具)
- [6.测试](#6测试)
- [6.1.SQLer](#61sqler)
- [3.2.NoSQL](#32nosql)
- [3.2.1.集群系](#321集群系)
- [1.Codis](#1codis)
- [2.TwemProxy](#2twemproxy)
- [3.overlord](#3overlord)
- [扩展](#扩展)
- [3.2.2.私有云](#322私有云)
- [3.3.多功能工具](#33多功能工具)
- [4.Spark](#4spark)
- [5.Architecuture](#5architecuture)
- [5.1.常用算法](#51常用算法)
- [5.1.1.分布式ID](#511分布式id)
- [5.1.2.布隆过滤](#512布隆过滤)
- [6.System](#6system)
- [命令行工具](#命令行工具)
- [1.命令修复](#1命令修复)
- [2.简化版帮助文档](#2简化版帮助文档)
- [6.1.运维基础](#61运维基础)
- [6.1.1.内网映射：nps（推荐）](#611内网映射nps推荐)
- [6.2.监控相关](#62监控相关)
- [6.2.1.OpenFalcon（潜力股）](#621openfalcon潜力股)
- [6.3.容器系列](#63容器系列)
- [6.3.1.镜像分析](#631镜像分析)
- [6.3.2.镜像压缩](#632镜像压缩)
- [6.3.3.镜像管理](#633镜像管理)
- [6.4.云服务系](#64云服务系)
- [6.4.1.PaaS](#641paas)
- [6.4.2.SaaS](#642saas)
- [IDE](#ide)
- [1.VSCode推荐插件](#1vscode推荐插件)
- [1.1.Public](#11public)
- [1.2.Python](#12python)
- [1.3.JavaScript](#13javascript)
- [1.4.DataBase](#14database)
- [1.5.xxx](#15xxx)
- [1.6.NetCore](#16netcore)
- [other](#other)
- [2.NoteBook快捷键](#2notebook快捷键)
- [2.1.编辑模式快捷键](#21编辑模式快捷键)
- [2.2.命令模式快捷键](#22命令模式快捷键)
- [2.3.设置系列](#23设置系列)
- [3.JetBrains系列快捷键](#3jetbrains系列快捷键)
- [4.VI快捷键：](#4vi快捷键)
## 1.Web
**未来趋势：分布式无服务的前端架构**：
>
### 1.1.多平台
**逆天点评：目前来说：`Taro`市面上的资料比`MPVue`略多，可能从`填坑躺雷`角度来说`Taro`更成熟**（毕竟早几年出来）`chameleon`正在观察中
> `MPVue`是`Vue`语法，`Taro`是`React`语法，看个人偏爱，这两个都是支持`微信`/`百度`/`支付宝`等多个小程序（一份代码多端运行，包括`H5`）
PS：`Vue`和`React`是前端两大擎天柱，国内`Vue`多点，国外`React`多点（从世界范围看，`React`第一，`Vue`第二
> 微信小程序官方推荐：
#### 1.1.1.Taro（推荐）
**【推荐】Taro京东开源的多端统一框架**（`小程序`，`H5`，`ReactNative`）
>
```shell
逆天点评：这个之前我有提到过
最近百度小程序也比较火，大有超越微信小程序的趋势，这款也支持百度小程序和支付宝小程序了
前端大一统早就是经常提的，Taro就是这一款开发框架（采用`React`语法标准，支持`JSX`和`TypeScript`）
最重要的是有个强大的后盾~`京东`，而且这款开源的确是京东为数不多的良心之作了，希望不要和360一样，各种开源胎死腹中......
相关链接：
https://taro.aotu.io
https://nervjs.github.io/taro
https://github.com/NervJS/awesome-taro
https://nervjs.github.io/taro/docs/README.html
https://juejin.im/book/5b73a131f265da28065fb1cd
https://nerv.aotu.io
https://nervjs.github.io/docs
京东前端团队：https://aotu.io
https://github.com/NervJS
https://github.com/o2team
```
小程序市场分析：https://baijiahao.baidu.com/s?id=1612578358728437062
#### 1.1.2.MPVue（潜力）
**美团开发的一款基于Vue.JS的小程序开发框架**：
>
架构图：
#### 1.1.3.Chameleon（观察中）
滴滴开源的一款多平台开发的利器：`chameleon`
>
架构图：
头条小程序的案例：
>
#### 1.1.4.Flutter（APP）
**Flutter快速入门demo**：
>
PS：可以把它当做`flutter`开发者帮助APP，里面包含`flutter`常用`140+`组件的`demo`演示与中文文档，你可以把它作为使用`Flutter`的示例
### 1.2.xxx
---
## 2.Python
扩展：
### 2.1.调试
#### 2.1.1.PySnooper
**代替print输出的PY调试库：`PySnooper`**：
>
#### 2.1.2.loguru
**Python简化版日志库**：
>
#### 2.1.3.Pylance
静态类型检测工具（Pyright的代替品）
>
PS：pyright：
#### 2.1.4.other
**【推荐】可视化的方式来实时追踪Python代码**：
>
PS：之前有介绍过VSCode的一款插件`Python Preview`
**【推荐】Python进度条库**：监测代码执行进度
>
### 2.2.Asyncio
扩展：
### 2.3.优化
#### 2.3.1.Numpy and Pandas
todo
#### 2.3.2.Numba
**Anaconda开源的即时编译器**：
>
添加一个装饰器就可以了（Numba 使用 LLVM 编译器基础结构 将原生 python 代码转换成优化的机器码）
```py
from numba import jit
# 当使用 @jit 时，请确保您的代码有 numba 可以编译的内容，比如包含库（numpy）和它支持函数的计算密集型循环。否则它将不会编译任何东西，并且您的代码将比没有使用 numba 时更慢，因为存在 numba 内部代码检查的额外开销
@jit
def function(x):
# 循环或数据密集型计算或
return x
```
PS：案例：
>
#### 2.3.3.Cython
**【推荐】Python小改动就能生成C代码**：
>
Cython 语言是 Python 的一个超集，它包含有两种类型的对象：
> 参考文章：
1. Python 对象就是我们在常规 Python 中使用到的那些对象，诸如数值、字符串、列表和类实例等等。
2. Cython C 对象就是那些 C 和 C++ 对象，诸如双精度、整型、浮点数、结构和向量，它们能够由 Cython 在超级高效的低级语言代码中进行编译。
eg：Python代码：
```py
# test.py
def test(x):
y = 1
for i in range(x+1):
y *= i
return y
```
优化后的Cython代码：
```py
# test.pyx
cpdef int test(int x):
cdef int y = 1
cdef int i
for i in range(x+1):
y *= i
return y
```
创建一个 setup.py 文件，该文件将Cython代码编译为C代码
```python
from distutils.core import setup
from Cython.Build import cythonize
setup(ext_modules = cythonize('run_cython.pyx'))
# 编译命令：python setup.py build_ext --inplace
```
---
### 2.4.测试
#### 2.4.1.代码检测
##### 1.Sonar
**业内比较常用的是`SonarQube`**：
>
##### 2.Bandit
**Python代码安全漏洞检测工具**：
>
参考文章：
##### 3.PyType
谷歌开源的**Python代码的静态类型分析器**：
>
##### 4.Other
监视Python代码的**内存使用情况**的库：
>
---
## 3.DataBase
### 3.1.SQL
扩展：
#### 1.优化
##### 1.1.Soar
**【推荐】`SQL`自动优化和改写的工具**
>
PS：**Web版扩展**：
```shell
可以自动优化 MySQL 语法族，并且给出为什么要这样优化的理由。功能特点：
跨平台支持
目前只支持 MySQL 语法族协议的 SQL 优化
支持基于启发式算法的语句优化
支持复杂查询的多列索引优化（UPDATE、INSERT、DELETE、SELECT）
echo "select title from sakila.film" | ./soar
# Query: 25807E6B94BEA72C
★ ★ ★ ★ ☆ 80分
SELECT
title
FROM
sakila. film
## 最外层SELECT未指定WHERE条件
* **Item:** CLA.001
* **Severity:** L4
* **Content:** SELECT语句没有WHERE子句，可能检查比预期更多的行(全表扫描)。对于SELECT COUNT(\*)类型的请求如果不要求精度，建议使用SHOW TABLE STATUS或EXPLAIN替代。
```
拓展文章：
-
-
##### 1.2.SQLAdvisor
**【推荐】美团开源的SQL索引优化工具**：
>
```shell
# 1.帮助
sqladvisor --help
Usage:
sqladvisor [OPTION...] sqladvisor
SQL Advisor Summary
Help Options:
-?, --help Show help options
Application Options:
-f, --defaults-file sqls file（sql文件）
-u, --username username（用户名）
-p, --password password（密码）
-P, --port port（端口）
-h, --host host（ip地址）
-d, --dbname database name（数据库名）
-q, --sqls sqls（sql语句，以;分隔）
-v, --verbose 1:output logs 0:output nothing
# 2.命令使用（命令行传参时，参数名与值需要用空格隔开）
sqladvisor -h ip地址 -P 端口 -u 用户名 -p '密码' -d 数据库名 -q "sql语句" -v 1
# 3.配置文件使用
sqladvisor -f sql.cnf -v 1
cat sql.cnf
[sqladvisor]
username=xx
password=xx
host=xx
port=xx
dbname=xx
sqls=sql1;sql2;sql3....
# 注意
SQL中的子查询、or条件、使用函数的条件 会忽略不处理
命令行传入sql参数时，注意sql中的双引号、反引号等都需要用\转义。建议使用配置文件形式调用
```
架构图：
---
#### 2.抓包
##### 2.1.go-sniffer
**【推荐】抓包截取项目中的数据库请求并解析成相应的语句**：
>
```shell
该工具通过抓包截取项目中的数据库、redis 请求解析成相应的语句。便于调试，不要修改代码，直接嗅探项目中的数据请求。使用说明如下：
=======================================================================
[使用说明]
go-sniffer [设备名] [插件名] [插件参数(可选)]
[例子]
go-sniffer en0 redis 抓取redis数据包
go-sniffer en0 mysql -p 3306 抓取mysql数据包,端口3306
go-sniffer --[命令]
--help 帮助信息
--env 环境变量
--list 插件列表
--ver 版本信息
--dev 设备列表
[例子]
go-sniffer --list 查看可抓取的协议
=======================================================================
[设备名] : lo0 : 127.0.0.1
[设备名] : en0 : x:x:x:x:x5:x 192.168.1.3
[设备名] : utun2 : 1.1.11.1
=======================================================================
```
---
#### 3.中间件
##### 3.1.MyCat（常用）
**【推荐】常用中间件：`Mycat`**（性能一直是个问题）
>
PS：MyCat性能提升版
>
##### 3.1.Sharding-JDBC（常用）
`Sharding-JDBC`之前是当当开源的，后来用的人多了，生态圈完善了之后就贡献给了Apache
>
对比图:
##### 3.2.DBProxy(基于Atlas) or Zebra
**【推荐】美团开源数据库代理**：
>
[点我看手册:](https://github.com/lotapp/DBProxy/blob/master/doc/USER_GUIDE.md)
PS：3年前我提过一次360开源的`MySQL中间层Atlas`，美团的也是基于它的拓展
>
**扩展：美团还有一款Java开发的数据库中间件：`Zebra`**
>
##### 3.3.kingshard（热门）
**【推荐】Go开发的高性能MySQLProxy**：
>
架构：
PS：作者录制了讲解的视频：
##### 3.4.Gaea（潜力）
**【推荐】小米基于mysql协议开源的数据库中间件，支持分库分表、sql路由、读写分离、连接池等基本特性**：
>
自述：分库分表方案兼容了`mycat`和`kingshard`两个项目的路由方式，在设计、实现阶段参照了`mycat`、`kingshard`和`vitess`，并使用`tidb parser`作为内置的`sql parser`
> 
##### 3.5.Other
**DAL是携程框架部开发的数据库访问框架，支持代码生成和水平扩展**：
>
1. Dal的定位是数据库访问层。是以数据访问类（dao）的形式出现。Dal包括生成的dao代码和dal client底层api。Dal底层使用标准的数据库访问协议访问实际的数据库。
2. Dal本身不是数据库，也不实现数据库协议。Dal依赖具体的数据库实现数据访问的工作。
3. Dal主要功能是ORM，sharding等。Dal支持简单的基于单库的事务，但dal不支持分布式事务
4. Dal也不支持数据库同步工作。数据库同步请使用数据库自带或第三方工具
PS：Net和Java用的比较多些
#### 4.binlog
##### 4.1.Canal
**【推荐】阿里巴巴mysql数据库binlog的增量订阅组件**：
>
```shell
Golang：https://github.com/CanalClient/canal-go
NetCore：https://github.com/CanalClient/CanalSharp
```
基于日志增量订阅&消费支持的业务：
1. 数据库镜像
2. **数据库实时备份**
3. 多级索引 (卖家和买家各自分库索引)
4. search build
5. **业务cache刷新**
6. **价格变化等重要业务消息**
原理相对比较简单：
1. canal模拟mysql slave的交互协议，伪装自己为mysql slave，向mysql master发送dump协议
2. mysql master收到dump请求，开始推送binary log给slave(也就是canal)
3. canal解析binary log对象(原始为byte流)
**PS：支持kafka消息投递 and 支持prometheus监控**
**1.MySQL配置：**
```shell
[mysqld]
log-bin=mysql-bin # 添加这一行就ok
binlog-format=ROW # 选择row模式
server_id=1 # 配置mysql replaction需要定义，不能和canal的slaveId重复
```
canal的原理是模拟自己为mysql slave，所以这里一定需要做为mysql slave的相关权限:（针对已有的账户可直接通过grant）
```sql
CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';
-- GRANT ALL PRIVILEGES ON *.* TO 'canal'@'%' ;
FLUSH PRIVILEGES;
```
**2.建立与Canal的连接demo：**
```csharp
Install-Package CanalSharp.Client
//canal 配置的 destination，默认为 example
var destination = "example";
//创建一个简单CanalClient连接对象（此对象不支持集群）传入参数分别为 canal地址、端口、destination、用户名、密码
var connector = CanalConnectors.NewSingleConnector("127.0.0.1", 11111, destination, "", "");
//连接 Canal
connector.Connect();
//订阅，同时传入Filter，如果不传则以Canal的Filter为准。Filter是一种过滤规则，通过该规则的表数据变更才会传递过来
connector.Subscribe(".*\\\\..*");
//获取数据但是不需要发送Ack来表示消费成功
connector.Get(batchSize);
//获取数据并且需要发送Ack表示消费成功
// connector.GetWithoutAck(batchSize);
```
**3.测试**：
```sql
insert into test values(1000,'111');
update test set name='222' where id=1000;
delete from test where id=1000;
```
Kafka接入参考：https://github.com/alibaba/canal/wiki/Canal-Kafka-RocketMQ-QuickStart
---
**阿里巴巴分布式数据库同步系统**：
>
原理描述：
1. 基于**Canal**开源产品，获取数据库增量日志数据
2. 基于**zookeeper**，解决分布式状态调度的，允许多node节点之间协同工作.
3. 典型管理系统架构，manager(web管理)+node(工作节点)
- manager运行时推送同步配置到node节点
- node节点将同步状态反馈到manager上
PS：**解决异地机房数据同步问题**
#### 5.运维
##### MySQL常用工具包
**MySQL常用工具包**：[percona-toolkit](https://www.percona.com/downloads/percona-toolkit/LATEST/)
> 官方文档：
列几个常用的：
1. `pt-summary`：查看`服务器信息`
- 官方文档：
2. `pt-diskstats`：查看`磁盘开销`使用信息
- 官方文档：
3. `pt-mysql-summary --user=用户名 --password=密码`：查看`mysql`的`信息`
- 官方文档：
4. `pt-ioprofile`：查看mysql表和文件的`IO开销`
- 官方文档：
5. `pt-show-grants --user=root --password=密码`：**查看mysql`授权`**
- 官方文档：
- PS：通过`--revoke`、`-separate`等,可以撤消用户的特定权限
6. `pt-duplicate-key-checker --host=localhost --user=root --password=密码`：**`查找`数据库表中`重复的索引`**
- 官方文档：
7. `pt-deadlock-logger --user=root --password=密码 --host=localhost`：**查看mysql`死锁信息`**
- 官方文档：
8. `pt-query-digest /var/lib/mysql/localhost-slow.log`：**分析`慢查询日志`**
- 官方文档：
9. `pt-index-usage /var/lib/mysql/localhost-slow.log`：**从`慢查询`日志中分析`索引使用情况`**
- 官方文档：
10. `pt-config-diff /etc/my.cnf /etc/my_master.cnf`：**`查看`不同mysql`配置文件的差异`**
- 官方文档：
11. `pt-online-schema-change --alter "DDL语句" --execute --user=用户名 --password=密码 D=数据库名,t='表名'`：**不加锁的情况下`修改表结构`**（`在线DDL修改工具`）
- 官方文档：
12. `pt-slave-find --host=localhost --user=root --password=密码`：查找mysql的`从库和同步状态`
- 官方文档：
13. `pt-table-checksum --user=root --password=密码`：`验证`数据库`复制的完整性`
- 官方文档：
安装附录：
```shell
# Ubuntu：# curl https://www.percona.com/downloads/percona-toolkit/2.2.20/deb/percona-toolkit_2.2.20-1_all.deb > percona-toolkit-2.2.20.deb
# CentOS：# curl https://www.percona.com/downloads/percona-toolkit/2.2.20/RPM/percona-toolkit-2.2.20-1.noarch.rpm > percona-toolkit-2.2.20.noarch.rpm
[dnt@localhost ~]$ curl https://www.percona.com/downloads/percona-toolkit/2.2.20/RPM/percona-toolkit-2.2.20-1.noarch.rpm > percona-toolkit-2.2.20.noarch.rpm
% Total % Received % Xferd Average Speed Time Time Time Current
Dload Upload Total Spent Left Speed
100 1700k 100 1700k 0 0 309k 0 0:00:05 0:00:05 --:--:-- 426k
[root@localhost dnt] ls
percona-toolkit-2.2.20.noarch.rpm
# Ubuntu：# sudo apt install ./percona-toolkit-2.2.20.deb -y
# CentOS：# yum install percona-toolkit-2.2.20.noarch.rpm -y
[root@localhost dnt] yum install percona-toolkit-2.2.20.noarch.rpm -y
已加载插件：fastestmirror
正在检查 percona-toolkit-2.2.20.noarch.rpm: percona-toolkit-2.2.20-1.noarch
percona-toolkit-2.2.20.noarch.rpm 将被安装
正在解决依赖关系
--> 正在检查事务
---> 软件包 percona-toolkit.noarch.0.2.2.20-1 将被 安装
--> 解决依赖关系完成
依赖关系解决
========================================================================================================================================
Package 架构 版本 源 大小
========================================================================================================================================
正在安装:
percona-toolkit noarch 2.2.20-1 /percona-toolkit-2.2.20.noarch 5.7 M
事务概要
========================================================================================================================================
安装 1 软件包
总计：5.7 M
安装大小：5.7 M
Downloading packages:
Running transaction check
Running transaction test
Transaction test succeeded
Running transaction
正在安装 : percona-toolkit-2.2.20-1.noarch 1/1
验证中 : percona-toolkit-2.2.20-1.noarch 1/1
已安装:
percona-toolkit.noarch 0:2.2.20-1
完毕！
```
##### SQLServer常用工具包
一般都是使用`RedGate`的工具：[www.red-gate.com](https://www.red-gate.com/products/)
> PS：就是出`NET Reflector`的那家公司
##### 5.1.慢查询工具
先简单分析下慢查询日志：
```shell
# Time: 2019-05-22T21:16:28.759491+08:00
# User@Host: root[root] @ localhost [] Id: 11
# Query_time: 0.000818 Lock_time: 0.000449 Rows_sent: 5 Rows_examined: 5
SET timestamp=1558530988;
select * from mysql.user order by host; # SQL语句
```
1. `Time`：查询的**执行时间**（`start_time`）
2. `User@Host: root[root] @ localhost [] Id:11`：执行 sql 的**主机信息**
3. `Query_time`：SQL**`查询`**所**耗**的**时**间
4. `Lock_time`：**锁定时间**
5. `Rows_sent`：所**发送的行数**
6. `Rows_examined`：**锁扫描的行数**
7. `SET timestamp=1558530988;`：SQL**执行时间**
现在可以说说工具了，推荐两款：
1.自带的慢日志分析工具：**mysqldumpslow**：
> **查询最慢的10条SQL：`mysqldumpslow -s t -t 10 /var/lib/mysql/localhost-slow.log`**
```shell
-s 按照那种方式排序
t: 查询时间
c：访问计数
l：锁定时间
r:返回记录
al：平均锁定时间
ar：平均访问记录数
at：平均查询时间
-t 返回多少条数据（可以理解为top n）
-g 可以跟上正则匹配模式，大小写不敏感。
```
PS：使用mysqldumpslow的分析结果不会显示具体完整的sql语句：
1. **翻页sql不一样，性能也是不一样的，越往后的页数越容易出现慢查询，而mysqldumpslow把所有翻页sql当成一个sql了**
2. eg：`select * from tb_table where uid=20 group by createtime limit 10000, 1000;` ==> `select * from tb_table where uid=N group by createtime limit N, N;`
- 不管你uid和limit怎么变，mysqldumpslow认为是一样的
---
2.`percona-toolkit`中的 **`pt-query-digest`**（[官方文档](https://www.percona.com/doc/percona-toolkit/3.0/pt-query-digest.html)）
> **分析慢查询日志：`pt-query-digest /var/lib/mysql/localhost-slow.log`**
1. 使用tcppdump捕获MySQL协议数据，然后报告最慢的查询：
- `tcpdump -s 65535 -x -nn -q -tttt -i any -c 1000 port 3306 > mysql.tcp.txt`
- `pt-query-digest --type tcpdump mysql.tcp.txt`
2. 查看来自远程进程列表上最慢的查询：
- `pt-query-digest --processlist h=ip`
---
PS：还有一款**`mysqlsla`**我没用过，所以贴个参考文章，感兴趣的同志自己研究下
>
#### 6.测试
##### 6.1.SQLer
**【推荐】根据SQL和配置文件生成接口的工具（支持`SQLServer` and `MySQL`）**
>
SQLer是一个小巧的便携式服务器，使您可以使用SQL查询编写API，以便在任何人点击时执行它，还可以让您定义验证规则，以便您可以验证请求正文/查询参数，以及使用简单的数据转换 javascript语法。 sqler使用nginx样式配置语言（HCL）和jd引擎进行自定义表达式（与传统的 SQL 生成 RESETful API 的工具不同，这个工具允许你自定义一些 API 的前、后处理，Auth 之类的行为）
```json
// 启动命令
sqler -config=path to config file
// 配置示例
adduser {
// 参数校验
validators {
user_name_is_empty = "$input.user_name && $input.user_name.trim().length > 0"
user_email_is_empty = "$input.user_email && $input.user_email.trim(' ').length > 0"
user_password_is_not_ok = "$input.user_password && $input.user_password.trim(' ').length > 5"
}
bind {
name = "$input.user_name"
email = "$input.user_email"
password = "$input.user_password"
}
methods = ["POST"]
// 权限校验
authorizer = <
架构图：
##### 2.TwemProxy
**memcached和redis的轻量级代理`TwemProxy`**：
>
##### 3.overlord
**【推荐】bilibili开源的memcached和redis的集群解决方案**：
>
PS：基于mesos和etcd提供的自动化缓存节点管理平台
架构图：
##### 扩展
**如果不想要集群，只是扩充单机能力，那么就可以考虑`Pika`**
> PS：最好只当一个过渡使用，根据经验：**360的开源维护一般都不超过2年**
**Pika是与redis兼容的nosql**（主要解决redis由于存储数据量巨大而导致内存不够用的容量瓶颈）
>
PS：可以用在twemproxy或者codis中来实现静态数据分片
#### 3.2.2.私有云
**搜狐开源的Redis私有云平台**：
>
官方很细心提供了入门视频：
### 3.3.多功能工具
**360开源一款多数据源SQL分析引擎:`QuickSQL`**
>
**SQL数据库的通用命令行界面**（支持TiDB、Cassandra、MySQL、MSSQL、Sqlite等）
>
PS：搭建在线IDE的时候可以使用
---
## 4.Spark
**基于`SparkSQL`的即席查询服务**
>
**PS：即席查询：`根据自己的需求,灵活的选择查询条件,系统能够根据用户的选择生成相应的统计报表`**
基于SparkSQL实现了一套即席查询服务，具有如下特性：
- 优雅的交互方式，支持多种datasource/sink，多数据源混算
- spark常驻服务，基于zookeeper的引擎自动发现
- 负载均衡，多个引擎随机执行
- 多session模式实现并行查询
- 采用spark的FAIR调度，避免资源被大任务独占
- 基于spark的动态资源分配，在无任务的情况下不会占用executor资源
- 支持Cluster和Client模式启动
- 基于Structured Streaming实现SQL动态添加流
- 类似SparkShell交互式数据分析功能
- 高效的script管理，配合import/include语法完成各script的关联
- 对数据源操作的权限验证
支持的数据源：hdfs、hive、hbase、kafka、mysql、es、solr、mongo
支持的文件格式：parquet、csv、orc、json、text、xml
---
## 5.Architecuture
### 5.1.常用算法
#### 5.1.1.分布式ID
**【推荐】美团开源分布式ID解决方案**：
>
架构图：
参考文章：
1. [Leaf——美团点评分布式ID生成系统](https://tech.meituan.com/2017/04/21/mt-leaf.html)
2. [Leaf：美团分布式ID生成服务开源](https://tech.meituan.com/2019/03/07/open-source-project-leaf.html)
PS：扩展 ~ `Snowflake算法`
#### 5.1.2.布隆过滤
---
## 6.System
### 命令行工具
#### 1.命令修复
在 Linux 命令行中，当你输入的命令有错误后，直接输入 **fuck** 就可以自动执行修复后的命令
>
#### 2.简化版帮助文档
**【推荐】洁版linux命令帮助工具：`tldr`**
>
### 6.1.运维基础
#### 6.1.1.内网映射：nps（推荐）
**【推荐】又一款内网穿透神器**：提供服务端和客户端以及UI
>
```shell
go get -u github.com/cnlh/nps
go build cmd/nps/nps.go # 服务端程序
go build cmd/nps/npc.go # 客户端程序
```
---
### 6.2.监控相关
### 6.2.1.OpenFalcon（潜力股）
**【推荐】小米监控：`Open-Falcon`**：
>
中文文档：
PS：以前最经典的就是`Zabbix`和`Nagios`
---
### 6.3.容器系列
#### 6.3.1.镜像分析
**【推荐】docker镜像分析工具**：可以理解为dive的GUI
>
PS：基于`dive`来分析docker镜像，界面化展示了镜像每层的变动（增加、修改、删除等）、用户层数据大小等信息
**【推荐】用来探索`docker`镜像背后的每一层文件系统，以及发现缩小镜像体积方法的命令行工具（启动命令：`dive 镜像名`）**
>
**分析正在运行的Docker容器的资源使用情况和性能特征**：
>
---
**k8s**容器**间**关系**依赖**的**可视化**组件（通过图的方式解释微服务之间复杂的相互依赖关系）
>
```shell
# 安装
sudo curl -L git.io/scope -o /usr/local/bin/scope
sudo chmod a+x /usr/local/bin/scope
scope launch
# 最后访问 http://localhost:4040
```
#### 6.3.2.镜像压缩
**【推荐】不改变内容缩小Docker镜像**：
>
PS：自动缩减docker镜像的体积的工具，方便分发
> eg：`docker-slim build --http-probe your-name/your-app`
```shell
# 以NodeJS镜像为例：
from ubuntu:16.04 - 432MB => 14MB (缩减了 30.85 倍)
from debian:jessie - 406MB => 25.1MB (缩减了 16.21 倍)
from node:alpine - 66.7MB => 34.7MB (缩减了 1.92 倍)
```
#### 6.3.3.镜像管理
**【推荐】基于`Docker`的持续集成平台**
>
**【推荐】企业级管理平台**：
>
**Docker终端管理工具**：
>
```shell
# 安装命令：
go get -d github.com/skanehira/docui
cd $GOPATH/src/github.com/skanehira/docui
GO111MODULE=on go install
```
更傻瓜式的：**【轻量级】带命令行 UI 的 docker 命令行 管理工具**:
>
### 6.4.云服务系
#### 6.4.1.PaaS
**【推荐】好雨开源的生产级无服务器PaaS**：
>
文档地址：
#### 6.4.2.SaaS
---
## IDE
**常用谷歌浏览器插件**：
### 1.VSCode推荐插件
#### 1.1.Public
1. Markdown：**`Markdown All in One`**
- MarkDown To PDF：**`md2pdf`**
2. JetBrains快捷键：**`IntelliJ IDEA Keybindings`**
3. Git历史插件：**`Git History`**
4. 微软开源的AI插件支持`C#, C++, TypeScript/JavaScript`：**`Visual Studio IntelliCode`**
5. 文件远程编辑：`Remote - SSH`
- 参考文章：
6. _项目图标：vscode-icons_
PS：VSCode的`Markdown All in One`插件，列表选项卡只有3个空格的解决方案:
>
#### 1.2.Python
1. 基本：**`Python`**
2. 扩展：`Python Extension Pack`
3. **`Python Preview`**：预览的时候**图示执行过程**
4. 类型检查：**`pyright`**
5. Jupyter Notebook预览插件：`VS Code Jupyter Notebook Previewer`
pyright的说明：
不装插件（没提示）
装了插件（有提示）
#### 1.3.JavaScript
1. **JS、CSS压缩：`Minify`**
2. **给不同区块的括号上不同的色；`Bracket Pair Colorizer`**
3. 在谷歌浏览器中调试：**`Debugger for Chrome`**
- 当前文件在默认浏览器中打开：**`open in browser`**
4. 智能提示CSS与ID：**`HTML CSS Support`**
5. 自动给`CSS文件`添加不同浏览器的CSS3前缀：**`Autoprefixer`**
- PS：会删除`-webkit-box-orient: vertical;` 记得手动添加一下（关注git文件对比就能快速定位）
6. px转rem：**`cssrem`**
- PS：记得设置移动端默认字体大小：`"cssrem.rootFontSize": 20`
7. less编译为css：**`Easy LESS`**
8. 查看语法兼容性：**`Can I Use`**
- PS：搜索html5就能找到
9. 实时监测JS输出：**`Quokka.js`**
- PS：只支持`js`和`ts`文件
10. 语法检测：**`ESLint`**、`jshint`、`HTMLHint`
11. js文档注释：`Document This`（`Ctrl+Alt+D`）
12. CSS样式跳转：`CSS Peek`
13. Vue框架智能提示：`Vetur`
14. 缩写补全：`JavaScript (ES6) code snippets`
15. 格式化插件：`Beautify`
16. 文件版权声明：vscode-fileheader ctrl+alt+i
#### 1.4.DataBase
1. MySQL VSCode版IDE：**`MySQL`**
2. SQLServer插件：**`mssql`**
3. 支持大部分传统数据库：`SQLTools`or`vscode-database`
4. Redis客户端插件：`Redis console`
#### 1.5.xxx
#### 1.6.NetCore
1. 基本：**`C#`**、**`C# Extensions`**
2. NuGet：**`NuGet Package Manager`**
3. 函数文档注释：`XML Documentation Comments`（///就生成注释）
4. _IL视图：IL Viewer_
#### other
1. VSCode+Markdown下的快速上传插件：`PicGo`
- 上传剪贴板图片：`Ctrl + Alt + U`
- 上传本地的文件：`Ctrl + Alt + E`
2. epub格式阅读：`epub reader`
3. PHP相关：`PHP IntelliSense` and `PHP Debug`
---
### 2.NoteBook快捷键
**`Ctrl + Shift + P`查看快捷键**
#### 2.1.编辑模式快捷键
| 快捷键 | 说明 |
| --------------- | ------------------------------ |
| `Tab键` | 智能提示 |
| `Ctrl + /` | 注释、取消注释 |
| `Ctrl + Enter` | 执行当前Cell，停留在本Cell |
| `Shift + Enter` | 执行当前Cell，并跳转到下一行 |
| `Alt + Enter` | 执行当前Cell，并插入一行在后面 |
| `上、下箭头` | 移动聚焦的代码块 |
#### 2.2.命令模式快捷键
**PS：在编辑框中按`ESC`即可进入**
| 快捷键 | 说明 |
| ------------------ | ---------------------- |
| `f` | 查找替换 |
| `c` | 复制Cell |
| `x` | 剪贴Cell |
| **`dd`** | **删除代码块** |
| **`a`** | **在Cell前面插入一行** |
| **`b`** | **在Cell后面插入一行** |
| **`m`** | **Cell切换成Markdown** |
| **`y`** | **Cell切换成Code** |
| `Enter` | **进入编辑模式** |
| `v` | 在Cell后一行粘贴Cell |
| `Shift + v` | 在Cell前一行粘贴Cell |
| `Shift + 上下箭头` | 选中多行 |
#### 2.3.设置系列
**1.设置默认路径**：
>
生成配置文件：jupyter-notebook --generate-config
打开配置文件：code ~/.jupyter/jupyter_notebook_config.py
设置默认路径：c.NotebookApp.notebook_dir = '/home/dnt/桌面/work'
**2.设置服务器自定义密码**:
>
**3.安装目录的扩展包**：
>
**4.其他系列**：
>
### 3.JetBrains系列快捷键
| 快捷键 | 说明 |
| --------------------- | ------------------ |
| F6 | 调试 |
| F8 | 跳过方法体 |
| Alt + Enter | 导入命名空间 |
| Alt + 上下箭 | 移动到上下方法 |
| Alt + 鼠标选中 | 选中多行 |
| Ctrl + 鼠标悬浮 | 对象信息 |
| Ctrl + P | 参数提示 |
| Ctrl + 空格 | 代码提示 |
| Ctrl + Shift + 空格 | 显示方法预览 |
| Ctrl + Shift + 上下箭 | 上下移动当前行 |
| Alt + Shift + 左右箭 | 上一步下一步跳转 |
| Ctrl + Alt + L | 格式化代码 |
| Ctrl + Shift + [ | 折叠代码块 |
| Ctrl + Shift + ] | 展开代码块 |
| Ctrl + Shift + [ | 选择直到代码块开始 |
| Ctrl + Shift + ] | 选择直到代码块结束 |
| Ctrl + Shift + I | 快速显示定义 |
| Ctrl + Shift + Enter | 在下一行插入 |
| Ctrl + Alt + Enter | 在上一行插入 |
| Ctrl + Delete | 删除到单词结束 |
| Ctrl + Backspace | 删除到单词开头 |
| Ctrl + W | 选中当前代码块 |
| Ctrl + Shift + W | 取消选中代码块 |
| Ctrl + Z | 返回上一步 |
| Ctrl + Shift + Z | 撤销上一步 |
| Ctrl + Shift + V | 打开剪贴板列表 |
| Shift + F6 | 左侧导航文件重命名 |
---
### 4.VI快捷键：
**命令摸模式下搜索**：`/关键词`
> n下一个，N下一个
PS：想要不高亮显示就/xxx查找一个不存在的即可
**命令摸索下替换**：`:%s/old_str/new_str/g`
**命令摸索跳转**：`G`跳转到最后一行