A. 基於資料庫搜索的演算法，關鍵有哪幾點
B+、B- Tree(mysql,oracle,mongodb)
主要用在關系資料庫的索引中，如oracle，mysql innodb；mongodb中的索引也是B-樹實現的；還有HBase中HFile中的DataBlock的索引等等。
動態查找樹主要有：二叉查找樹（Binary Search Tree），平衡二叉查找樹（Balanced Binary Search Tree），紅黑樹(Red-Black Tree )，B-tree/B+-tree/ B*-tree (B~Tree)。前三者是典型的二叉查找樹結構，其查找的時間復雜度O(log2N)與樹的深度相關，那麼降低樹的深度自然會提高查找效率。
但是咱們有面對這樣一個實際問題：就是大規模數據存儲中，實現索引查詢這樣一個實際背景下，樹節點存儲的元素數量是有限的（如果元素數量非常多的話，查找就退化成節點內部的線性查找了），這樣導致二叉查找樹結構由於樹的深度過大而造成磁碟I/O讀寫過於頻繁，進而導致查詢效率低下，那麼如何減少樹的深度（當然是不能減少查詢的數據量），一個基本的想法就是：採用多叉樹結構（由於樹節點元素數量是有限的，自然該節點的子樹數量也就是有限的）。
也就是說，因為磁碟的操作費時費資源，如果過於頻繁的多次查找勢必效率低下。那麼如何提高效率，即如何避免磁碟過於頻繁的多次查找呢？根據磁碟查找存取的次數往往由樹的高度所決定，所以，只要我們通過某種較好的樹結構減少樹的結構盡量減少樹的高度，那麼是不是便能有效減少磁碟查找存取的次數呢？那這種有效的樹結構是一種怎樣的樹呢？
這樣我們就提出了一個新的查找樹結構——多路查找樹。根據平衡二叉樹的啟發，自然就想到平衡多路查找樹結構，也就是B~tree，即B樹結構(後面，我們將看到，B樹的各種操作能使B樹保持較低的高度，從而達到有效避免磁碟過於頻繁的查找存取操作，從而有效提高查找效率)。
Hash表+桶(redis)
mysql中的adaptive hash index，redis中的數據存儲實現都是採用hash，可以高效的進行數據的查詢。
哈希表（Hash table，也叫散列表），是根據關鍵碼值(Key value)而直接進行訪問的數據結構。也就是說，它通過把關鍵碼值映射到表中一個位置來訪問記錄，以加快查找的速度。這個映射函數叫做散列函數，存放記錄的數組叫做散列表。
哈希表的做法其實很簡單，就是把Key通過一個固定的演算法函數既所謂的哈希函數轉換成一個整型數字，然後就將該數字對數組長度進行取余，取余結果就當作數組的下標，將value存儲在以該數字為下標的數組空間里。
而當使用哈希表進行查詢的時候，就是再次使用哈希函數將key轉換為對應的數組下標，並定位到該空間獲取value，如此一來，就可以充分利用到數組的定位性能進行數據定位
數組的特點是：定址容易，插入和刪除困難；而鏈表的特點是：定址困難，插入和刪除容易。綜合兩者特性，設計一種定址容易，插入刪除也容易的數據結構，如拉鏈法實現的哈希表。
Booleam Filter（HBase）
HBase中的rowkey設置建立Booleam Filter映射，用於快速判斷rowkey是否在一個HFile中。在分布式資料庫中用的比較多。
基於BitMap的存儲結構，採用的是哈希函數的方法，將一個元素映射到一個 m 長度的陣列上的一個點，當這個點是 1 時，那麼這個元素在集合內，反之則不在集合內。這個方法的缺點就是當檢測的元素量很多時候可能有沖突，解決方法就是使用 k 個哈希 函數對應 k 個點，如果所有點都是 1 的話，那麼元素在集合內，如果有 0 的話，元素則不再集合內。
B. 數據倉庫 歷史拉鏈表 英文怎麼說
數據倉庫 歷史拉鏈表
Data warehouse history zipper table
數據倉庫 歷史拉鏈表
Data warehouse history zipper table
C. 如何用etl工具kettle生成拉鏈表
拉鏈表是在數據倉庫中常見的表，主要用還存儲不按時間變化的表，比如客戶基本信息表。
下面先建兩個實例表，user_info和user_info_l，其中user_info_l為拉鏈表。
user_info表及數據：
至此，拉鏈表便創建完成。
D. zikm什麼意思
電腦程序里的亂碼。
文本亂碼：是Windows系統顯示亂碼，如：菜單、桌面、提示框等。這是由於注冊表中有關字體部分的設置不當引起的。
文檔亂碼：是可執行文件本來顯示中文的地方出現亂碼。這種亂碼形成的原因比較復雜，有第1類的亂碼原因，也可能是軟體中用到的中文動態鏈接庫被英文動態鏈接庫覆蓋所造成的。
文件亂碼：主要是指郵件亂碼。
網頁亂碼：是由於港澳的繁體中文大五碼（BIG5）與大陸簡體中文（GB2312）不通用而造成的。
修正亂碼，可以使用系統內碼轉換工具，如「南極星」等，將系統內碼轉換為對應內碼，字元即可正確顯示。
以上內容參考：網路--亂碼
E. 請問JSP查詢mysql的時候，按某一個下拉列表的值來排序怎麼寫
先把分類全取出來，並隨機排序，取排在第一個分類。
例如：西裝
然後查詢的時候 order by (category='西裝') desc,category 即可實現要求。
MySQL是一種開放源代碼的關系型資料庫管理系統（RDBMS），MySQL資料庫系統使用最常用的資料庫管理語言--結構化查詢語言（SQL）進行資料庫管理。
F. 套餐中某業務的分攤收入等於該業務的收入分攤比例乘以
摘要 套餐分攤 資費營銷案
G. 有關數據結構哈希表的問題
Hash，一般翻譯做"散列"，也有直接音譯為"哈希"的，就是把任意長度的輸入（又叫做預映射， pre-image），通過散列演算法，變換成固定長度的輸出，該輸出就是散列值。這種轉換是一種壓縮映射，也就是，散列值的空間通常遠小於輸入的空間，不同的輸入可能會散列成相同的輸出，而不可能從散列值來唯一的確定輸入值。
簡單的說就是一種將任意長度的消息壓縮到某一固定長度的消息摘要的函數。
hashing定義了一種將字元組成的字元串轉換為固定長度(一般是更短長度)的數值或索引值的方法，稱為散列法，也叫哈希法。由於通過更短的哈希值比用原始值進行資料庫搜索更快，這種方法一般用來在資料庫中建立索引並進行搜索，同時還用在各種解密演算法中。
設所有可能出現的關鍵字集合記為u(簡稱全集)。實際發生(即實際存儲)的關鍵字集合記為k（|k|比|u|小得多）。|k|是集合k中元素的個數。
散列方法是使用函數hash將u映射到表t[0..m-1]的下標上（m=o(|u|)）。這樣以u中關鍵字為自變數，以h為函數的運算結果就是相應結點的存儲地址。從而達到在o(1)時間內就可完成查找。
其中：
① hash：u→{0，1，2，…，m-1} ，通常稱h為散列函數(hash function)。散列函數h的作用是壓縮待處理的下標范圍，使待處理的|u|個值減少到m個值，從而降低空間開銷。
② t為散列表(hash table)。
③ hash(ki)(ki∈u)是關鍵字為ki結點存儲地址(亦稱散列值或散列地址)。
④ 將結點按其關鍵字的散列地址存儲到散列表中的過程稱為散列(hashing).
比如：有一組數據包括用戶名字、電話、住址等，為了快速的檢索，我們可以利用名字作為關鍵碼，hash規則就是把名字中每一個字的拼音的第一個字母拿出來，把該字母在26個字母中的順序值取出來加在一塊作為改記錄的地址。比如張三，就是z+s＝26+19＝45。就是把張三存在地址為45處。
但是這樣存在一個問題，比如假如有個用戶名字叫做：周四，那麼計算它的地址時也是z+s＝45，這樣它與張三就有相同的地址，這就是沖突，也叫作碰撞！
沖突：兩個不同的關鍵字，由於散列函數值相同，因而被映射到同一表位置上。該現象稱為沖突(collision)或碰撞。發生沖突的兩個關鍵字稱為該散列函數的同義詞(synonym)。
沖突基本上不可避免的，除非數據很少，我們只能採取措施盡量避免沖突，或者尋找解決沖突的辦法。影響沖突的因素
沖突的頻繁程度除了與h相關外，還與表的填滿程度相關。
設m和n分別表示表長和表中填人的結點數，則將α=n/m定義為散列表的裝填因子(load factor)。α越大，表越滿，沖突的機會也越大。通常取α≤1。
散列函數的構造方法：
1、散列函數的選擇有兩條標准：簡單和均勻。
簡單指散列函數的計算簡單快速；
均勻指對於關鍵字集合中的任一關鍵字，散列函數能以等概率將其映射到表空間的任何一個位置上。也就是說，散列函數能將子集k隨機均勻地分布在表的地址集{0，1，…，m-1}上，以使沖突最小化。
2、常用散列函數
（1）直接定址法：比如在一個0～100歲的年齡統計表，我們就可以把年齡作為地址。
（2）平方取中法
具體方法：先通過求關鍵字的平方值擴大相近數的差別，然後根據表長度取中間的幾位數作為散列函數值。又因為一個乘積的中間幾位數和乘數的每一位都相關，所以由此產生的散列地址較為均勻。
（3）除留余數法
取關鍵字被某個不大於哈希表表長m的數p除後所得余數為哈希地址。該方法的關鍵是選取m。選取的m應使得散列函數值盡可能與關鍵字的各位相關。m最好為素數（4）隨機數法
選擇一個隨機函數，取關鍵字的隨機函數值為它的散列地址，即
h(key)=random(key)
其中random為偽隨機函數，但要保證函數值是在0到m-1之間。
處理沖突的方法：
1、開放定址法
hi=(h(key)+di) mod m i=1,2,...,k(k<=m-1)
其中m為表長，di為增量序列
如果di值可能為1,2,3,...m-1，稱線性探測再散列。
如果di取值可能為1,-1,2,-2,4,-4,9,-9,16,-16,...k*k,-k*k(k<=m/2)
稱二次探測再散列。
如果di取值可能為偽隨機數列。稱偽隨機探測再散列。開放地址法堆裝填因子的要求
開放定址法要求散列表的裝填因子α≤l，實用中取α為0.5到0.9之間的某個值為宜。
②二次探查法(quadratic probing)
二次探查法的探查序列是：
hi=(h(key)+i*i)％m 0≤i≤m-1 //即di=i2
即探查序列為d=h(key)，d+12，d+22，…，等。
該方法的缺陷是不易探查到整個散列空間。
③雙重散列法(double hashing)
該方法是開放定址法中最好的方法之一，它的探查序列是：
hi=(h(key)+i*h1(key))％m 0≤i≤m-1 //即di=i*h1(key)
即探查序列為：
d=h(key)，(d+h1(key))％m，(d+2h1(key))％m，…，等。
該方法使用了兩個散列函數h(key)和h1(key)，故也稱為雙散列函數探查法。
2、拉鏈法
拉鏈法解決沖突的方法
拉鏈法解決沖突的做法是：將所有關鍵字為同義詞的結點鏈接在同一個單鏈表中。若選定的散列表長度為m，則可將散列表定義為一個由m個頭指針組成的指針數組t[0..m-1]。凡是散列地址為i的結點，均插入到以t為頭指針的單鏈表中。t中各分量的初值均應為空指針。在拉鏈法中，裝填因子α可以大於1，但一般均取α≤1。
3、建立一個公共溢出區
假設哈希函數的值域為[0,m-1],則設向量hashtable[0..m-1]為基本表，另外設立存儲空間向量overtable[0..v]用以存儲發生沖突的記錄。
性能分析
插入和刪除的時間均取決於查找，故下面只分析查找操作的時間性能。
雖然散列表在關鍵字和存儲位置之間建立了對應關系，理想情況是無須關鍵字的比較就可找到待查關鍵字。但是由於沖突的存在，散列表的查找過程仍是一個和關鍵字比較的過程，不過散列表的平均查找長度比順序查找、二分查找等完全依賴於關鍵字比較的查找要小得多。
（1）查找成功的asl
散列表上的查找優於順序查找和二分查找。
（2） 查找不成功的asl
對於不成功的查找，順序查找和二分查找所需進行的關鍵字比較次數僅取決於表長，而散列查找所需進行的關鍵字比較次數和待查結點有關。因此，在等概率情況下，也可將散列表在查找不成功時的平均查找長度，定義為查找不成功時對關鍵字需要執行的平均比較次數。
注意：
①由同一個散列函數、不同的解決沖突方法構造的散列表，其平均查找長度是不相同的。
②散列表的平均查找長度不是結點個數n的函數，而是裝填因子α的函數。因此在設計散列表時可選擇α以控制散列表的平均查找長度。
③ α的取值
α越小，產生沖突的機會就小，但α過小，空間的浪費就過多。只要α選擇合適，散列表上的平均查找長度就是一個常數，即散列表上查找的平均時間為o(1)。
④ 散列法與其他查找方法的區別
除散列法外，其他查找方法有共同特徵為：均是建立在比較關鍵字的基礎上。其中順序查找是對無序集合的查找，每次關鍵字的比較結果為"="或"!="兩種可能，其平均時間為o(n)；其餘的查找均是對有序集合的查找，每次關鍵字的比較有"="、"<"和">"三種可能，且每次比較後均能縮小下次的查找范圍，故查找速度更快，其平均時間為o(lgn)。而散列法是根據關鍵字直接求出地址的查找方法，其查找的期望時間為o(1)。
例子：例子：選取哈希函數h(k)=(3k)%11,用線性探測再散列法處理沖突。
試在0～10的散列地址空間中，對關鍵序列22,41,53,46,30,13,01,67構造哈希表，並求等概率情況下查找不成功的平均查找長度asl。
H. 怎麼不用hash比較實現數據倉庫拉鏈演算法
增量拉鏈是指每次載入時，將源表數據視為增量抽取後的結果，載入到目標表時需要考慮數據歷史情況。一般數據發生變化時關閉舊數據鏈，然後開新數據鏈。增量拉鏈針對的是歷史表情況，由於數據倉庫中記錄了大部分數據歷史表變化情況，因此增量拉鏈載入策略在數據倉庫中是使用比較廣泛的一種載入策略。通常這種歷史表都含有start_date和end_date欄位，首先全欄位對比源數據和目標表得出真正的增量數據，這里的全欄位不包含start_date和end_date欄位，然後根據主鍵對目標表進行關舊鏈操作，然後對新增數據開新鏈，這種拉鏈策略同樣可以處理全量數據。
I. 拉鏈表和流水表區別
兩者主要在是否會記錄每一個修改、用途以及是否可以很快的還原客戶記錄等三方面存在區別。
一、是否會記錄每一個修改
拉鏈表：拉鏈表根據拉鏈粒度的不同，實際上相當於快照，只不過做了優化，去除了一部分不變的記錄而已。
流水表：流水表對於表的每一個修改都會記錄，可以用於反映實際記錄的變更。
二、用途
拉鏈表：拉鏈表常用於統計賬戶及客戶的情況。
流水表：流水表常用於統計業務相關情況。
三、是否可以很快還原客戶記錄
拉鏈表：通過拉鏈表可以很方便的還原出拉鏈時點的客戶記錄。
流水表：流水表雖然也可能做得到，但是效率不行，或者需要人工參與。
(9)資料庫拉鏈表擴展閱讀
拉鏈表是針對數據倉庫設計中表存儲數據的方式而定義的，顧名思義，所謂拉鏈，就是記錄歷史。記錄一個事物從開始，一直到當前狀態的所有變化的信息。
拉鏈表的作用：
1、數據量比較大。
2、表中的部分欄位會被更新，比如用戶的地址，銀行利率，訂單的狀態等。
3、 需要查看某一個時間點或者時間段的歷史快照信息，比如，查看利率在歷史某一個時間點的狀態。
4、變化的比例和頻率不是很大，比如，總共有1000萬的會員，每天新增和發生變化的有10萬左右。
5、如果對這邊表每天都保留一份全量，那麼每次全量中會保存很多不變的信息，對存儲是極大的浪費;
拉鏈歷史表，既能滿足反應數據的歷史狀態，又可以最大程度的節省存儲。
J. 有誰用過中原消費金融，可信度高嗎
中原消費金融正規的，中原消費金融是中國銀保監會批準的持牌消費金融機構，且中原銀行是出資發起設立的一方。其信貸產品屬於純信用消費貸款，用戶申請是不需要抵押和擔保的，並且用戶信用記錄越好，享受的貸款利率就會更優惠。
用戶可在線上申請最高20萬元的貸款額度，並當額度激活後，一年內循環使用，會在提款開始時按日計息，且申請續貸不需要再次提交資料，還款記錄好的話還能申請提額，用戶可選擇3個月、6個月、9個月、12個月的還款期限。
在中原消費金融微信公眾號下，可以進入「借錢」，在該頁面下能找到官方客服電話，或點擊「我的-聯系客服」到達客服頁面，根據具體問題發送關鍵詞，就能收到相應回復。
如有資金周轉需求，推薦您使用有錢花，有錢花是度小滿金融旗下的信貸服務品牌（原名：網路有錢花，2018年6月更名為「有錢花」），大品牌靠譜利率低值得信賴。有錢花-滿易貸，借款的額度最高至20萬（點擊官方免費測額度），日利率低至0.02%起，具有申請簡便、利率低放款快、借還靈活、息費透明、安全性強等特點。
和您分享有錢花的申請條件：有錢花的申請條件主要分為年齡要求和資料要求兩個部分。一、年齡要求：在18-55周歲之間。特別提示：有錢花謝絕向在校大學生提供消費分期貸款，如您是在校大學生，請您放棄申請。二、資料要求：申請過程中需要提供您的二代身份證、本人借記卡。注意：申請只支持借記卡，申請卡也為您的借款銀行卡。本人身份信息需為二代身份證信息，不能使用臨時身份證、過期身份證、一代身份證進行申請。網貸有風險，選擇需謹慎！