小菜鸟

JavaScript DOM 操作详解：节点操作与文档交互实战指南

DOM（Document Object Model，文档对象模型）是浏览器将 HTML 文档解析后形成的树形结构，JavaScript 通过 DOM 操作可以动态修改网页的内容、结构和样式。从 “DOM 基础概念→核心操作流程→实战场景→常见问题” 四个维度，系统讲解 DOM 操作的底层逻辑与实用技巧，帮你掌握动态网页开发的核心能力。

DOM 核心概念：节点与文档树

在进行 DOM 操作前，需先理解 “节点” 和 “文档树” 的基本概念 ——HTML 文档中所有内容（标签、属性、文本）都被抽象为 “节点”，这些节点按层级关系组成 “文档树”。

1. 三种核心节点类型

HTML 文档中的节点主要分为三类，每种节点的特性和用途不同：

关键补充：

• 除上述三种外，DOM 还有注释节点（nodeType: 8）、文档节点（document，nodeType: 9）等，但日常开发中以 “元素 / 属性 / 文本节点” 为主；
• 节点关系：元素节点可包含子节点（文本节点、其他元素节点），属性节点是元素节点的 “附属”，不参与文档树的层级关系。

2. 文档树结构

HTML 文档被解析后，节点按 “父子、兄弟” 关系组成树形结构，例如：

MapReduce 数据输入机制：InputFormat 深度解析

在 MapReduce 框架中，数据输入阶段是处理流程的起点，负责将原始数据读取、分片并转换为 Map 任务可处理的键值对。InputFormat 作为数据输入的核心组件，决定了数据如何分片、如何读取以及如何转换为键值对。本文将从 InputSplit 原理到具体实现类，全面解析 MapReduce 的数据输入机制。

InputFormat 核心作用与架构

核心职责

InputFormat 是 MapReduce 数据输入的抽象层，主要完成三项任务：

• 数据分片：将输入数据分割为若干 InputSplit（逻辑分片），每个分片对应一个 MapTask；
• 读取数据：通过 RecordReader 将 InputSplit 转换为 <key, value> 键值对，供 Map 函数处理；
• 校验输入：检查输入路径的有效性，确保数据可访问。

架构层次

InputFormat 采用抽象类 + 实现类的设计模式，层次结构如下：

1
2
3
4
5
6
7

InputFormat（抽象类）  
├─ FileInputFormat（文件输入基类）  
│  ├─ TextInputFormat（默认文本输入）  
│  ├─ KeyValueTextInputFormat（键值分隔输入）  
│  ├─ NLineInputFormat（按行数分片输入）  
│  └─ CombineTextInputFormat（小文件合并输入）  
└─ 自定义 InputFormat（继承 FileInputFormat 或 InputFormat）  

所有文件类输入格式均继承自 FileInputFormat，它提供了文件分片的基础实现，子类只需重写数据读取逻辑即可。

InputSplit：逻辑分片的核心

InputSplit 本质

InputSplit 是 MapReduce 对输入数据的 逻辑分片，代表 MapTask 处理的数据范围。它并非实际存储数据，而是记录了数据的位置信息和长度信息：

• 长度：分片的字节大小，用于排序分片（优化 MapTask 调度）；
• 位置：存储该分片数据的 DataNode 节点列表（用于本地化调度，优先将 MapTask 分配到数据所在节点）。

MapReduce深度解析：从原理到实践

MapReduce 是 Apache Hadoop 的核心计算框架，它通过将大规模数据处理任务分解为多个独立的小任务（Map 和 Reduce），实现了分布式并行计算。本文将从设计理念、工作流程到编程模型进行全面解析，并通过实际案例展示其应用。

MapReduce 设计理念：分而治之

核心思想

MapReduce 的设计灵感来源于函数式编程中的 Map 和 Reduce 操作：

• Map：将输入数据解析为键值对（K-V），并对每个键值对进行独立处理；
• Reduce：对 Map 输出的键值对按 key 分组，聚合处理相同 key 的所有 value。

这种 “分而治之” 的思想使得大规模数据处理可以并行化，显著提升效率。

适用场景

MapReduce 适合处理 海量数据的批处理任务，例如：

• 日志分析（如统计访问量、错误率）
• 数据挖掘（如词频统计、协同过滤）
• 大规模数据聚合（如求和、平均值计算）
• 数据转换（如格式转换、ETL 操作）

MapReduce 工作流程详解

整体架构

MapReduce 作业（Job）由三个核心组件协同完成：

• MrAppMaster：负责作业调度、资源分配和状态监控；
• MapTask：并行处理输入数据，生成中间结果；
• ReduceTask：聚合 Map 输出的中间结果，生成最终输出。

Hibernate 缓存机制深度解析：一级缓存、二级缓存与查询缓存的实践

Hibernate 缓存是提升查询性能的核心机制，通过减少数据库访问次数，显著降低系统 IO 开销。Hibernate 提供一级缓存（Session 缓存）、二级缓存（SessionFactory 缓存） 和查询缓存三级缓存体系，各级缓存的作用范围、管理方式和适用场景差异显著。本文系统解析各级缓存的原理、配置、使用方式及最佳实践，帮助开发者合理利用缓存优化系统性能。

Hibernate 缓存体系概述

Hibernate 缓存按 “作用范围” 和 “管理粒度” 分为三级，各级缓存的核心定位如下：

一级缓存（Session 缓存）

一级缓存是 Hibernate 的内置缓存，与 Session 生命周期绑定，属于 “事务级缓存”，是 Hibernate 确保事务一致性和减少数据库访问的基础。

核心原理

• 存储内容：当前 Session 加载的持久化对象（包含 OID 和属性值）；
• 生命周期：随 Session 创建而初始化，随 Session 关闭 / 清理（clear()）而销毁；
• 强制启用：无需配置，Hibernate 自动管理，无法手动关闭；
• 核心价值：同一 Session 内多次查询同一 OID 的对象时，仅第一次访问数据库，后续直接从缓存获取，避免重复 SQL 执行。

一级缓存的关键操作

一级缓存通过 Session 的核心方法实现缓存管理，常见操作如下：

一级缓存实践示例

Hibernate 批量操作全解析：四种实现方式的原理、实践与优化

在处理大量数据（如批量插入 10 万条记录、批量更新订单状态）时，常规的单条操作（如循环调用session.save()）会因频繁的数据库交互和内存占用导致性能瓶颈。Hibernate 提供四种批量操作方式，覆盖从简单到高性能的不同场景，本文将逐一解析每种方式的核心原理、代码实现、注意事项及性能对比，帮助开发者选择最优方案。

批量操作的核心挑战与优化目标

核心挑战

• 频繁数据库交互：单条操作每次执行 1 条 SQL，10 万条记录需 10 万次数据库调用，网络 IO 开销大；
• 内存溢出：Session 一级缓存会保存所有处理过的对象，大量对象堆积导致 OutOfMemoryError；
• ORM overhead：Hibernate 的脏检查、关联级联、缓存同步等机制会增加额外性能消耗。

优化目标

• 减少 SQL 执行次数：通过批量 SQL（如 INSERT INTO ... VALUES (?), (?), (?)）减少数据库调用；
• 控制内存占用：及时清理缓存，避免对象堆积；
• 绕过不必要的 ORM 机制：高性能场景下跳过缓存、脏检查等环节，直接操作 JDBC。

四种批量操作方式详解

方式一：通过 Session 实现批量操作

核心原理

利用 Session 的批量处理能力，结合 flush()（同步缓存到数据库）和 clear()（清空缓存）控制内存，通过配置 hibernate.jdbc.batch_size 实现 SQL 批量发送。

关键配置（必须）

在 hibernate.cfg.xml 中配置批量大小，控制每次向数据库发送的 SQL 条数：