纯情博客为您提供最新网络安全黑客博客信息资讯
前言
今天就和大家聊一聊如何在日常开发中减少bug？ 本文将从数据库、代码层面、缓存使用三大方向总结共计50多个关注点，帮助大家成为开发品质之星。
1.数据库
慢查询
数据库章节，哪些地方容易出bug？ 我总结了7个方面：慢查询、数据库字段注意点、事务失败场景、死锁、主从延迟、新旧数据兼容、一些SQL经典注意点。
1.1 慢查询
慢查询.gif1.1.1是否命中索引
说到慢查询，我们马上就会想到索引。 如果一个SQL没有索引，或者没有命中索引，就会产生一个慢查询。
什么情况下索引会失效？
1.1.2 数据量大，考虑分库分表
如果单表数据量过大脚本源码，会影响SQL执行的性能。 我们知道，索引数据结构一般是B+树，一棵高度为3的B+树可以存储大约2000万条数据。 如果超过这个数，B+树会变高，查询性能会下降。
因此，当数据量较大时，建议将数据库分表。 分库分表的中间件包括mycat、-jdbc
1.1.3 不合理的SQL
在日常开发中，笔者见过很多不合理的SQL：比如一条SQL居然用了6个表连接，表太多会影响查询性能； 又比如一张表，实际上加了10个索引等，索引会降低插入和更新SQL的性能，所以一般不建议索引太多，一般不要超过5个。
1.2 数据库字段注意事项
数据库字段的内容容易出现bug。 比如你在测试环境修改了表结构，增加了某个字段，生产环境忘记带脚本，那肯定是版本有问题。
1.2.1 字段是否会过长
假设您的数据库字段是：
`name varchar(255) DEFAULT NOT NULL `
如果请求参数自带变量名，字段长度为300，插入表时会报错。 因此需要对参数进行校验，防止字段过长。
1.2.2 如果字段为空，会不会造成空指针等
我们在设计数据库表字段的时候，尽量把字段设置为not null。
如果数据库字段设置为NULL值，很容易导致程序出现空指针； 如果数据库字段设置为NULL值，需要注意使用count（特定列），会有陷阱。
1.2.3 缺失字段
对于我们日常的开发任务，如果我们在测试环境修改表，比如增加新的字段，我们必须把SQL脚本带到生产环境，否则字段会丢失，发布时就会出现问题。
1.2.4 字段类型是否支持表情
如果表字段需要支持表达式存储，使用 .
1.2.5 谨慎使用文本和blob字段
如果您要在字段中存储文件，请考虑存储文件的路径而不是保存整个文件。 使用文本时，注意在查询条件时创建前缀索引。
1.3 事务失败的场景 1.3.1 @ on non-
@注解，添加到非修饰方法时，事务不会生效。 事务是基于AOP的思想，也是通过动态代理实现的。 事务本身在调用动态代理之前，已经过滤了非方法，所以非方法，事务不会生效。
1.3.2 本地方法直接调用
在下面的场景中，@ 也是无效的
public class TransactionTest{ public void A(){ //插入一条数据 //调用方法B (本地的类调用，事务失效了) B(); } @Transactional public void B(){ //插入数据 } }
1.3.3异常被try...catch吃掉，导致事务失败。
@Transactional public void method(){ try{ //插入一条数据 insertA(); //更改一条数据 updateB(); }catch(Exception e){ logger.error("异常被捕获了，那你的事务就失效咯",e); } }
1.3.4 属性设置错误
默认抛出未检查异常（继承异常）或Error来回滚事务； 其他异常不会触发回滚事务。 如果事务中抛出其他类型的异常，则需要指定该属性。
1.3.5 底层数据库引擎不支持事务
存储引擎不支持事务，支持事务
1.3.6 事务和业务逻辑代码必须在一个线程中
业务代码必须和事务的源码在同一个线程中才能被事务控制。 比如下面的代码，方法的子线程，内部的事务操作都不会被方法上的事务控制。 每个人都应该注意这一点。 这是因为在事务实现中使用它来实现同一个线程中的数据共享。
@Transactional public void mothed() { new Thread() { 事务操作 }.start(); }
1.4 死锁
死锁是指两个或多个事务在同一个资源上相互占用wordpress插件，并请求锁定对方的资源，从而形成恶性循环的现象。
MySQL内部有一套死锁检测机制。 一旦发生死锁，它会立即回滚一个事务，让另一个事务继续执行。 但是带数据库的网站源码，死锁存在资源利用率降低、进程无法获得正确结果等危害。
1.4.1 SQL锁9种情况分析
为了避免死锁，你需要学会分析：SQL锁是如何工作的？ 可以在九种情况下讨论 SQL 锁：
1.4.2 如何分析和解决死锁？
分析和解决死锁的步骤如下：
有兴趣的朋友可以看看我之前写的这篇文章：教你分析Mysql死锁问题
1.5 主从延时注意事项
先插入，后查询。 这种代码逻辑比较常见，可能会有问题。 一般数据库有主库和从库。 写是写到主库，读一般是从库读。 如果出现主从延时，很有可能你已经插入成功，但是无法查询。
1.5.1 需要强一致性，考虑阅读主库
如果是重要业务，需要强一致性，考虑直接读主库
1.5.2 不需要强一致性，从库中读取
如果是一般业务，可以接受暂时的数据不一致，优先从库读取。 因为从库可以分担主库的读写压力，提高系统吞吐量。
1.6 新旧数据兼容1.6.1新增字段，考虑股票数据默认值
在我们的日常开发中，随着业务需求的变化，我们经常需要在某个数据库表中添加一个字段。 比如在一个APP配置表中，需要增加一个场景编号字段，比如它的枚举值为01、02、03，那么我们要和业务对齐，新增的字段，默认值是多少旧数据的，是空的还是默认01。如果是NULL，程序代码必须处理空指针。
1.6.2 如果新业务使用旧字段，考虑旧数据的值是否有坑
如果开发时需要继续使用数据库表的老字段，有股票数据，就需要考虑老股票数据库的值是否存在陷阱。 比如我们的表中有一个字段。 在旧数据中，它的枚举值为01：超级管理员 02：管理员 03：普通用户。 假设业务需求是一般用户分为03查询用户和04操作用户，那我们在开发的时候就得考虑旧数据值的问题。
1.7 一些经典SQL注意点 1.7.1 限制大分页问题
limit large 是一个非常经典的SQL问题，我们一般都有这三种对应的解决方案
方案一：如果id是连续的，可以返回上次查询的最大记录（偏移量），然后往下限制
select id,name from employee where id>1000000 limit 10.
选项 2：如果业务允许，限制页数：
建议和业务商量，最后是否需要检查分页。 因为绝大多数用户是不会翻太多页的。 搜索页面也限制了页面数量，所以不存在限制大分页的问题。
方案三：使用延迟关联或者子查询来优化超多分页场景。 （先快速定位到需要获取的id段，再进行关联）
带数据库的网站源码
SELECT a.* FROM employee a, (select id from employee where 条件 LIMIT 1000000,10 ) b where a.id=b.id
1.7.2 当修改和查询大量数据时，考虑批处理。
我们在更新或者查询数据库数据的时候，尽量避免循环操作数据库，可以考虑分批进行。 比如要插入10万条数据，一次插入500条带数据库的网站源码，执行200次即可。
正例：
remoteBatchQuery(param);
反例：
for(int i=0;i
[1]: https://xiaohack.oss-cn-zhangjiakou.aliyuncs.com/typecho/caiji/20230316/7de053ca8b6c6c2d6eb0b47b062b8b08_0.png
[2]: https://blog.xiaohack.org/3852.html
[3]: https://blog.xiaohack.org/3849.html
[4]: https://blog.xiaohack.org/3850.html
[5]: https://blog.xiaohack.org/3846.html
[6]: https://blog.xiaohack.org/3858.html
[7]: https://blog.xiaohack.org/attachment/3844/
[8]: https://blog.xiaohack.org/3839.html
[9]: https://blog.xiaohack.org/3847.html
[10]: https://blog.xiaohack.org/3848.html
[11]: https://blog.xiaohack.org/attachment/3844/
[12]: https://blog.xiaohack.org/?s=%E6%BA%90%E7%A0%81
[13]: https://blog.xiaohack.org/3853.html
