MySQL高频面试题(2026最新版):覆盖90%考点,小白也能直接背

news2026/4/2 5:33:49
很多开发者备考时要么盲目刷题、记不住重点要么只背答案、不懂原理面试时被面试官追问一句就卡壳。其实MySQL面试没有那么复杂核心考点就那么多只要吃透高频题、理解底层逻辑就能从容应对。本文整理了MySQL最新高频面试题按「基础必背→核心重点→高级拓展」三个层级分类每道题都附“通俗解析核心考点”避免冗余重点突出无论是小白备考还是老手复盘都能直接套用帮你快速拿下MySQL面试分。特别说明本文不堆砌偏题、怪题所有题目均来自近期大厂面试真题阿里、腾讯、字节、美团等覆盖90%的面试场景记住这些面试时面对MySQL相关问题再也不用慌一、基础必背题初级面试必考这类题目主要考查MySQL基础认知难度低但出现率极高80%是面试的“开胃菜”必须熟练掌握不丢基础分。1. MySQL是什么属于哪种数据库类型核心优势是什么解析MySQL是一款开源的关系型数据库管理系统RDBMS基于SQL语言操作采用结构化表模型存储数据是互联网行业最主流的数据库之一。核心优势有5点① 开源免费部署成本低无需支付版权费用② 轻量高效资源占用少适配高并发场景③ 兼容性强支持多平台Windows、Linux、多编程语言Java、Python等④ 生态完善有丰富的中间件如MyCat、Sharding-JDBC和运维工具⑤ 可扩展性好支持主从复制、分库分表等架构能应对海量数据场景。考点MySQL的定位、核心特性区分关系型与非关系型数据库如Redis是NoSQLMySQL是RDBMS。2. MySQL常用的存储引擎有哪些默认存储引擎是什么解析常用存储引擎有4种InnoDB、MyISAM、Memory、CSV。MySQL 5.5及以上版本默认存储引擎是InnoDB5.5以下版本默认是MyISAM。其中InnoDB支持事务、行级锁、外键等核心特性适配绝大多数业务场景MyISAM不支持事务适合只读或读多写少的场景Memory存储在内存中速度快但数据易丢失CSV适合简单的表格数据存储。考点默认存储引擎、不同存储引擎的基础区别重点记住InnoDB和MyISAM。3. InnoDB和MyISAM的核心区别是什么必考解析这是初级面试最常考的题核心区别集中在5点记准不踩坑① 事务支持InnoDB支持ACID事务MyISAM不支持② 锁粒度InnoDB支持行级锁表级锁MyISAM仅支持表级锁因此InnoDB并发性能更好③ 索引类型InnoDB主键默认是聚簇索引MyISAM所有索引均为非聚簇索引④ 崩溃恢复InnoDB通过Redo/Undo Log实现崩溃恢复MyISAM不支持崩溃后可能丢失数据⑤ 外键与计数InnoDB支持外键MyISAM不支持MyISAM内置表行数计数器count(*)更快InnoDB需全表扫描统计行数[superscript:2][superscript:4]。考点两者的核心差异尤其是事务、锁粒度、索引类型面试官常追问“为什么生产环境优先用InnoDB”答案支持事务和行锁适配高并发、数据一致性要求高的场景。4. MySQL中utf8与utf8mb4的区别新项目该选哪个解析两者都是MySQL的字符集核心区别在字节支持范围① utf8仅支持1-3字节字符无法存储emoji表情和部分特殊符号如复杂中文、外文符号② utf8mb4支持1-4字节字符是MySQL推荐的“真正UTF-8”能完美存储emoji和所有特殊符号③ 兼容性utf8mb4向下兼容utf8无需担心兼容问题。新项目建议直接使用utf8mb4避免后续出现无法存储emoji的问题。考点字符集的实际应用避免踩“utf8无法存储emoji”的坑。5. VARCHAR与CHAR的区别各自适用场景是什么解析两者都是字符串类型核心区别在存储方式和适用场景① 存储方式VARCHAR是可变长度字符串仅占用实际字符长度1-2字节用于记录长度节省空间CHAR是固定长度字符串无论实际字符长度多少都占用预设长度的字节数② 适用场景VARCHAR适合长度不固定的字段如姓名、地址、简介CHAR适合长度固定的字段如手机号、身份证号、性别查询效率略高于VARCHAR。考点字符串类型的选型结合业务场景判断使用哪种类型。6. DATETIME与TIMESTAMP的区别解析两者都是日期时间类型核心区别有3点① 存储范围DATETIME范围是1000-01-01~9999-12-31TIMESTAMP范围是1970-01-01~2038-01-19② 时区支持DATETIME不支持时区存储的是本地时间查询时不会自动转换TIMESTAMP支持时区存储的是UTC时间查询时会自动转换为本地时间③ 自动赋值TIMESTAMP可设置默认值为CURRENT_TIMESTAMP更新数据时自动刷新为当前时间DATETIME需手动设置才能刷新。考点日期类型的选型尤其是时区相关场景如跨地区项目优先用TIMESTAMP。7. 主键与唯一索引的区别解析两者都能保证字段唯一性但核心差异有4点① 非空约束主键默认非空不能为NULL唯一索引允许字段出现多个NULL值NULL不重复② 数量限制一张表只能有一个主键可组合主键但可以有多个唯一索引③ 索引类型InnoDB中主键默认是聚簇索引唯一索引是非聚簇索引④ 用途主键用于唯一标识表中每行数据是表的“唯一标识”唯一索引仅用于约束字段值不重复不承担标识数据的作用。考点主键与唯一索引的本质区别避免混淆两者的作用。8. 什么是视图视图的优缺点是什么解析视图是虚拟表由SQL查询结果生成不存储实际数据仅保存查询逻辑。优点① 简化复杂查询隐藏底层表结构让非专业人员也能轻松查询数据② 控制数据访问权限可只展示表中的部分字段保护敏感数据③ 保持查询逻辑一致性多次调用同一视图无需重复编写复杂SQL。缺点① 不支持索引部分数据库除外查询性能依赖底层表的索引② 不能直接插入、更新复杂逻辑的视图如含GROUP BY、DISTINCT的视图③ 调试难度高视图的查询逻辑出现问题时排查起来比普通SQL更复杂。考点视图的定义、优缺点实际应用场景如报表查询、权限控制。二、核心重点题中级面试重中之重这类题目考查MySQL核心原理是面试的“重头戏”出现率90%不仅要背答案更要理解底层逻辑面试官大概率会追问细节也是拉开差距的关键。1. 索引的底层结构为什么用B树而不用B树、二叉树或哈希表必考解析核心原因是B树最适配MySQL的磁盘存储特性和查询场景对比其他数据结构的缺陷就能明白为什么选B树① 对比二叉树/红黑树数据量大时树高过高如2000万行数据红黑树高度可能达20多层查询需要多次磁盘I/O性能极差② 对比B树B树的非叶节点也存储数据单个节点能存储的索引项少树高比B树高且范围查询需要回溯父节点效率低③ 对比哈希表虽然单点查询速度快O(1)但不支持范围查询、排序无法应对WHERE age 18这类高频场景④ B树的优势树高矮胖通常2-4层磁盘I/O次数少非叶节点仅存索引单节点可存更多索引项叶节点通过双向链表串联支持高效范围查询查询路径固定性能稳定[superscript:4]。考点B树的优势、与其他数据结构的对比理解“为什么B树最适合做索引”。2. 聚簇索引和非聚簇索引的区别InnoDB中一定有聚簇索引吗必考解析核心区别在“索引与数据的存储关系”① 聚簇索引索引文件与数据文件重合叶子节点直接存储完整的行数据一张表只能有一个聚簇索引② 非聚簇索引二级索引索引文件与数据文件分离叶子节点存储的是主键值查询时需要通过主键值回表到聚簇索引中查找完整数据一张表可以有多个非聚簇索引。InnoDB中一定有聚簇索引其创建规则是先使用显式定义的主键作为聚簇索引若无主键选择第一个唯一非空索引作为聚簇索引若两者都没有InnoDB会隐式生成一个6字节的ROWID作为聚簇索引[superscript:2][superscript:4]。考点聚簇索引的特性、InnoDB的聚簇索引规则追问点常是“回表查询是什么”解析二级索引查询时先找到主键值再通过聚簇索引查找完整数据的过程。3. 事务的四大特性ACID是什么各自的实现原理是什么必考解析ACID是事务的核心特性缺一不可各自的定义和实现原理的如下① 原子性Atomicity事务是一个不可分割的整体要么全部执行要么全部回滚不会出现部分执行的情况实现原理通过Undo Log实现事务修改数据时会记录修改前的旧值到Undo Log若事务失败通过Undo Log回滚到修改前的状态② 一致性Consistency事务执行前后数据的完整性约束如主键唯一、外键关联不会被破坏实现原理由原子性、隔离性、持久性共同保证再加上业务逻辑约束如转账后总金额不变③ 隔离性Isolation多个事务并发执行时一个事务的执行不会影响其他事务的执行避免并发问题实现原理通过锁MVCC多版本并发控制实现④ 持久性Durability事务提交后数据会永久保存到磁盘即使数据库崩溃重启后也能恢复已提交的数据实现原理通过Redo Log实现采用WAL预写日志机制修改数据时先写Redo Log顺序写再写磁盘数据文件随机写提升效率并保证持久性。考点ACID的定义实现原理尤其是Undo Log、Redo Log的作用是面试官的高频追问点。4. MySQL的事务隔离级别有哪些默认是什么各自解决了什么并发问题必考解析MySQL有4种隔离级别从低到高排序默认隔离级别是REPEATABLE READ可重复读各自的特点和解决的并发问题如下① READ UNCOMMITTED读未提交最低隔离级别一个事务能读取到另一个未提交事务修改的数据会出现脏读、不可重复读、幻读几乎不用② READ COMMITTED读已提交一个事务只能读取到其他事务已提交的数据解决了脏读仍会出现不可重复读、幻读③ REPEATABLE READ可重复读默认同一事务内多次查询同一数据结果始终一致解决了脏读、不可重复读InnoDB通过Next-Key Lock行锁间隙锁额外解决了幻读问题④ SERIALIZABLE串行化最高隔离级别事务串行执行完全避免所有并发问题但并发性能极差仅适用于数据一致性要求极高、并发量极低的场景如金融对账[superscript:3][superscript:4]。考点4种隔离级别的排序、默认隔离级别、解决的并发问题重点记住REPEATABLE READ的特性和InnoDB对幻读的解决方式。5. 什么是MVCC它的实现原理是什么高频追问解析MVCC多版本并发控制是InnoDB实现隔离级别的核心机制核心作用是“让读不阻塞写写不阻塞读”提升并发性能无需加锁就能实现并发读写。实现原理主要依赖3个部分① 隐藏字段InnoDB为每行数据添加3个隐藏字段——DB_TRX_ID事务ID标记修改该数据的事务、DB_ROLL_PTR回滚指针指向Undo Log中的旧版本数据、DB_ROW_ID隐藏主键无主键时生成② 版本链事务修改数据时不会直接覆盖旧数据而是生成新的数据版本旧版本存入Undo Log通过回滚指针串联成版本链③ ReadView一致性视图事务读取数据时会生成一个ReadView用于判断数据版本是否可见规则是若数据版本的DB_TRX_ID不在当前活跃事务ID范围内且小于当前事务ID则可见否则通过回滚指针查找旧版本直到找到可见版本[superscript:3][superscript:4]。考点MVCC的作用、实现原理追问点常是“RR和RC隔离级别下ReadView的生成时机有什么区别”解析RR级别下一个事务只生成一次ReadViewRC级别下每次查询都生成新的ReadView。6. 索引失效的常见场景有哪些必考解析创建索引后MySQL不一定会使用以下8种场景会导致索引失效记准就能避免踩坑① 索引字段使用函数或计算如WHERE YEAR(create_time) 2026② 隐式类型转换如字符串字段用数字查询WHERE phone 13800138000③ %开头的模糊查询如WHERE name LIKE %张三前缀模糊匹配后缀模糊匹配张三%不会失效④ 使用NOT IN、!、、OR无索引时可能触发全表扫描⑤ 联合索引不遵循最左匹配原则如联合索引(a,b,c)查询WHERE b1 AND c2跳过a索引失效⑥ 索引字段为NULLIS NULL可能失效建议用默认值替代NULL⑦ SELECT * 查询多余字段可能导致覆盖索引失效⑧ 数据量过小MySQL优化器认为全表扫描比索引查询更快主动放弃使用索引。考点索引失效的场景结合SQL语句判断是否会失效以及如何优化避免失效。7. 什么是死锁如何避免死锁解析死锁是指两个或多个事务互相持有对方需要的锁导致所有事务都无法继续执行陷入无限等待的状态如事务A锁行1要锁行2事务B锁行2要锁行1。避免死锁的核心是“打破循环等待”具体方案有4点① 统一事务的锁申请顺序如所有事务都按主键升序锁定行数据② 缩短事务执行时间避免长事务长时间持有锁③ 避免批量操作同时锁定大量行数据分批次执行④ 开启死锁检测innodb_deadlock_detect ON设置锁等待超时时间innodb_lock_wait_timeout超时后自动回滚其中一个事务打破死锁。考点死锁的定义、避免方案实际项目中如何排查和解决死锁。8. 用EXPLAIN分析SQL执行计划时重点关注哪些字段实战必考解析EXPLAIN是分析SQL性能、排查慢查询的核心工具面试时常要求“用EXPLAIN分析某条慢SQL”重点关注5个字段记准含义就能从容应对① type连接类型最重要的性能指标性能从好到差依次是system const eq_ref ref range index ALL必须避免出现ALL全表扫描尽量优化到range及以上② key实际使用的索引若为NULL说明未使用索引需优化③ extra额外信息重点关注是否出现Using filesort文件排序性能差、Using temporary临时表性能差这两个都是需要优化的信号④ rowsMySQL预估的扫描行数数值越小越好越小说明查询效率越高⑤ possible_keys可能使用的索引供参考不一定实际使用。考点EXPLAIN的核心字段含义如何通过EXPLAIN判断SQL的性能问题。三、高级拓展题中高级面试拉开差距这类题目考查MySQL实战优化、高可用架构主要针对中级、高级开发岗位面试官重点看你的实战经验和底层理解能答好这些面试通过率会大幅提升。1. 慢SQL的排查思路是什么如何优化慢SQL必考解析排查优化是实战重点核心思路分4步每一步都有明确的操作和优化方向① 定位慢SQL开启MySQL慢查询日志slow_query_log ON设置慢查询阈值long_query_time默认1秒记录执行时间超过阈值的SQL也可以通过show processlist命令实时查看正在执行的慢SQL② 分析慢SQL用EXPLAIN分析SQL执行计划查看是否使用索引、是否全表扫描、是否有文件排序/临时表定位性能瓶颈③ 优化SQL本身简化SQL避免多表嵌套、冗余查询、优化索引添加合适的索引、避免索引失效、避免SELECT *用覆盖索引避免回表、拆分大SQL分批次执行④ 优化数据库配置调整缓冲池innodb_buffer_pool_size、调整连接数max_connections、优化锁等待时间等根据服务器配置合理调整⑤ 进阶优化分库分表、读写分离应对海量数据和高并发场景。考点慢SQL的排查流程优化方案结合实际项目场景说明体现实战经验。2. MySQL主从复制的原理是什么主要用来解决什么问题高频解析主从复制是MySQL高可用、高并发的核心架构原理分为3步简单易懂① 主库Master将所有数据变更操作INSERT、UPDATE、DELETE记录到二进制日志binlog② 从库Slave启动一个IO线程连接主库请求并接收主库的binlog将其写入本地的中继日志relaylog③ 从库Slave启动一个SQL线程读取中继日志中的事件在从库上回放这些操作确保从库数据与主库一致。主从复制主要解决3个问题① 读写分离主库负责写操作从库负责读操作分担单库负载提升并发性能② 数据备份从库作为主库的热备份避免主库数据丢失故障时可快速恢复③ 高可用主库发生故障时可快速切换到从库保证服务持续可用减少 downtime。考点主从复制的原理、作用追问点常是“主从复制的延迟如何解决”解析优化主库binlog写入、优化从库IO/SQL线程、减少大事务、使用并行复制。3. 分库分表的核心目的是什么常用的分库分表方案有哪些解析分库分表的核心目的是“突破单库单表的性能瓶颈”当单表数据量达到千万级、亿级时查询和写入性能会急剧下降分库分表通过“拆分数据”分散负载提升性能。常用方案分为两类① 分表单库多表将一张大表拆分为多张小表分为水平分表和垂直分表水平分表按行拆分如按用户ID哈希、按时间范围适用于单表数据量大的场景垂直分表按列拆分如将大字段、不常用字段拆分到另一张表适用于表字段过多、字段过大的场景② 分库多库多表将一个数据库拆分为多个数据库分散数据库层面的负载通常与水平分表结合使用如分库分表。常用中间件Sharding-JDBC客户端分片、MyCat服务端分片。考点分库分表的目的、方案结合业务场景说明如何选择分库分表方式如用户表按用户ID哈希水平分表订单表按时间范围水平分表。4. 什么是覆盖索引如何利用覆盖索引优化查询解析覆盖索引是指“索引包含查询所需的所有字段”无需回表查询直接从索引中获取数据能大幅提升查询效率是优化二级索引查询的核心技巧。举例用户表有索引idx_name_agename, age查询“SELECT name, age FROM user WHERE name 张三”索引中已包含name和age字段无需回表直接从索引中返回数据这就是覆盖索引。优化方案针对高频查询将查询所需的所有字段纳入索引避免回表操作避免SELECT *只查询需要的字段减少不必要的回表。考点覆盖索引的定义、作用如何设计覆盖索引优化查询结合SQL示例说明。5. MySQL 8.0有哪些核心新特性高频拓展解析MySQL 8.0是目前主流的版本其核心新特性常被面试官问到重点记6点① 窗口函数如RANK()、ROW_NUMBER()支持复杂排序和统计无需通过复杂子查询实现② 通用表表达式CTE用WITH语句简化递归查询和复杂SQL结构提升可读性③ 隐藏索引INVISIBLE INDEX可临时禁用索引而不删除方便测试索引的作用④ 原子DDL操作避免DDL过程中数据库崩溃导致的数据不一致⑤ 默认字符集改为utf8mb4原生支持emoji表情无需手动修改⑥ 增强安全特性如密码强度校验、支持JSON数据类型优化等。考点MySQL 8.0的核心新特性体现对MySQL新版本的了解拉开与其他面试者的差距。6. 缓存穿透、缓存击穿、缓存雪崩在MySQL中如何应对解析这三个是缓存与MySQL结合的高频问题核心是“保护MySQL避免缓存失效导致大量请求直接冲击数据库”应对方案如下① 缓存穿透无效Key穿透缓存接口层参数校验、空值缓存缓存无效Key的空值设置短过期时间、布隆过滤器提前过滤无效Key② 缓存击穿热点Key失效互斥锁分布式锁让请求排队查询数据库、逻辑过期缓存软失效异步更新缓存、热点数据预加载提前将热点数据加载到缓存③ 缓存雪崩大量Key同时失效给缓存Key添加随机过期时间、搭建Redis集群高可用、引入多级缓存本地缓存Redis、限流降级应急兜底保护数据库。考点三大缓存问题的应对方案结合MySQL的实际应用场景说明体现高并发场景的处理能力。四、面试避坑指南新手必看很多人面试时知识点都懂但就是拿不到高分核心是踩了“答题误区”记住以下3点避免踩坑不盲目背答案理解底层逻辑面试官更看重“你为什么这么答”比如回答B树的优势时要结合MySQL的磁盘I/O特性而不是单纯背话术结合项目实战说明回答优化类、架构类问题时加上“我之前在项目中遇到XX问题通过XX方法优化将查询时间从XX缩短到XX”会更有说服力不夸大、不造假不会的题目不要瞎编坦诚说明“这个知识点我目前掌握不够深入后续会重点学习”比瞎编答案更能获得面试官的认可。五、总结MySQL面试抓重点就够了MySQL面试不用死记硬背所有知识点核心是抓住“基础核心实战”三个层面基础题不丢分核心题懂原理高级题有思路就能从容应对绝大多数面试场景。本文整理的所有题目都是2026年最新高频考点覆盖了从初级到高级的所有核心内容建议收藏起来每天花30分钟先理解原理再背诵解析面试前复盘一遍就能轻松拿下MySQL面试分。其实MySQL面试的核心本质是考查“你是否懂MySQL的底层逻辑能否用MySQL解决实际业务问题”只要吃透这些高频题理解底层原理结合实战经验无论面对什么岗位的面试都能游刃有余。如果觉得有收获欢迎点赞、收藏也可以留言讨论你在MySQL面试中遇到的问题一起交流进步

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2474364.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…