update

2025-08-15 17:26:45 +08:00
parent a8f567b17a
commit 1de56dcacb
3 changed files with 254 additions and 0 deletions
--- a/cdh/CDH部署Kerberos.md
+++ b/cdh/CDH部署Kerberos.md
@@ -298,3 +298,13 @@ kinit -r 参数后面指定的时间
 - baseDN 登录用户组
  - project用户组可以登录hive
    - **ou=project**,dc=yldev,dc=net
+    
+      
+    
+      
+    
+
+##  获取特权keytab
+
+创建  hdfs@A.COM
+获取密钥  然后认证  即可使用特权hdfs账号  操作 hdfs 文件系统
--- a/cdh/合并keytab.md
+++ b/cdh/合并keytab.md
@@ -0,0 +1,52 @@
+### 操作步骤：
+
+1. **准备工作**：确保所有需要合并的 keytab 文件（如 `user1.keytab`、`service.keytab` 等）都在当前目录，且系统已安装 Kerberos 客户端工具（含 `ktutil`）。
+
+2. **启动 `ktutil` 交互式工具**：
+
+   ```bash
+ktutil
+   ```
+
+3. **加载需要合并的 keytab 文件**：
+   依次输入以下命令，将每个 keytab 文件加载到内存中（替换文件名为实际文件）：
+
+   ```bash
+   ktutil: read_kt user1.keytab    # 加载第一个 keytab
+   ktutil: read_kt service.keytab  # 加载第二个 keytab
+   ktutil: read_kt app.keytab      # 加载更多 keytab（如有）
+   ```
+
+4. **验证加载的密钥条目**：
+   输入 `list` 命令查看已加载的所有主体和密钥信息，确认是否正确：
+
+   ```bash
+   ktutil: list
+   ```
+
+5. **将所有条目写入新的合并 keytab 文件**：
+   输入以下命令，将内存中的所有密钥写入一个新文件（如 `merged.keytab`）：
+
+   ```bash
+   ktutil: write_kt merged.keytab
+   ```
+
+6. **退出工具**：
+
+   ```bash
+ktutil: quit
+   ```
+
+   
+
+
+
+### 验证合并结果：
+
+使用 `klist` 命令检查合并后的 keytab 是否包含所有主体：
+
+```bash
+klist -k merged.keytab
+```
+
+如果输出包含所有原始 keytab 中的主体，则合并成功。
--- a/java/先序遍历原理.md
+++ b/java/先序遍历原理.md
@@ -0,0 +1,192 @@
+# 先序遍历原理：从树结构到实际应用的深度解析
+先序遍历（Pre-order Traversal）是树结构中最基础、最常用的遍历方式之一，其核心思想是“先访问根节点，再递归遍历左子树，最后递归遍历右子树”。在部门树形结构等场景中，先序遍历的衍生设计（如左值右值标记法）能极大提升数据操作效率。以下从基础概念到实际应用展开详细解说。
+
+
+## 一、先序遍历的基础定义与核心规则
+### 1. 树结构的基本概念
+在讲解先序遍历前，需明确树的核心术语：
+- **节点**：树中的每个元素（如部门树形结构中的“部门”）。
+- **根节点**：树的顶层节点（无父节点，如公司总部）。
+- **子节点**：被父节点直接包含的节点（如“技术部”是“研发中心”的子节点）。
+- **叶子节点**：无任何子节点的节点（如“前端开发组”）。
+- **路径**：从根节点到某一节点的所有节点组成的序列。
+
+### 2. 先序遍历的核心逻辑
+先序遍历的遍历顺序可概括为 **“根 → 左 → 右”**，即：
+1. 首先访问当前节点（记录或处理节点信息）；
+2. 递归地对当前节点的**左子树**执行先序遍历；
+3. 递归地对当前节点的**右子树**执行先序遍历。
+
+#### 示例：二叉树的先序遍历
+对如下二叉树（A为根节点，B、C为子节点）：
+```
+    A
+   / \
+  B   C
+ / \
+D   E
+```
+先序遍历顺序为：  
+**A → B → D → E → C**  
+- 访问根节点A → 遍历左子树B → 访问B → 遍历B的左子树D → 访问D（无左右子树）→ 遍历B的右子树E → 访问E → 左子树遍历完成 → 遍历根节点A的右子树C → 访问C。
+
+
+## 二、多叉树的先序遍历（部门树场景适配）
+部门树等实际场景中，树通常是**多叉树**（一个父节点可包含多个子节点），先序遍历规则调整为：  
+**“根 → 子树1 → 子树2 → ... → 子树n”**，即访问根节点后，按顺序递归遍历每个子树。
+
+### 1. 多叉树先序遍历示例
+以某公司部门树为例（根节点为“总公司”，下设“技术部”“市场部”，技术部下设“前端组”“后端组”）：
+```
+        总公司（根节点）
+       /        \
+  技术部        市场部
+  /    \
+前端组  后端组
+```
+先序遍历顺序为：  
+**总公司 → 技术部 → 前端组 → 后端组 → 市场部**  
+- 访问总公司 → 遍历第一个子树“技术部” → 访问技术部 → 遍历技术部第一个子树“前端组” → 访问前端组（无子节点）→ 遍历技术部第二个子树“后端组” → 访问后端组 → 技术部子树遍历完成 → 遍历总公司第二个子树“市场部” → 访问市场部。
+
+
+## 三、先序遍历在部门树存储中的核心应用：左值（lft）与右值（rgt）标记
+在部门树形结构存储优化中，先序遍历的核心价值在于通过**“进入标记”和“离开标记”** 记录节点的层级关系，即左值（lft）和右值（rgt）的设计。
+
+### 1. 标记规则
+遍历过程中，每个节点会被标记两个值：
+- **左值（lft）**：首次访问节点（进入节点）时记录的序号（从1开始递增）；
+- **右值（rgt）**：遍历完该节点的**所有子节点**后（离开节点）记录的序号。
+
+### 2. 标记示例（基于上述部门树）
+| 遍历步骤       | 操作          | 节点       | lft值 | rgt值 |
+|----------------|---------------|------------|-------|-------|
+| 1              | 进入根节点    | 总公司     | 1     | -     |
+| 2              | 进入子节点    | 技术部     | 2     | -     |
+| 3              | 进入子节点    | 前端组     | 3     | -     |
+| 4              | 离开前端组（无子节点） | 前端组 | -     | 4     |
+| 5              | 进入子节点    | 后端组     | 5     | -     |
+| 6              | 离开后端组（无子节点） | 后端组 | -     | 6     |
+| 7              | 离开技术部（所有子节点遍历完成） | 技术部 | -     | 7     |
+| 8              | 进入子节点    | 市场部     | 8     | -     |
+| 9              | 离开市场部（无子节点） | 市场部 | -     | 9     |
+| 10             | 离开总公司（所有子节点遍历完成） | 总公司 | -     | 10    |
+
+最终标记结果：
+| 节点       | lft | rgt |
+|------------|-----|-----|
+| 总公司     | 1   | 10  |
+| 技术部     | 2   | 7   |
+| 前端组     | 3   | 4   |
+| 后端组     | 5   | 6   |
+| 市场部     | 8   | 9   |
+
+### 3. 核心规律（标记的价值所在）
+通过先序遍历标记的lft和rgt，形成以下关键规律，支撑高效查询：
+- **父子关系**：父节点的lft < 所有子节点的lft，且父节点的rgt > 所有子节点的rgt（如总公司lft=1 < 技术部lft=2，rgt=10 > 技术部rgt=7）。
+- **子孙范围**：一个节点的所有子孙节点，其lft和rgt均在该节点的lft和rgt之间（如技术部的子孙节点前端组、后端组，lft均在2-7之间）。
+- **叶子节点特征**：叶子节点无子孙，因此rgt = lft + 1（如前端组lft=3，rgt=4=3+1）。
+- **子孙数量计算**：某节点的子孙总数 = (rgt - lft - 1) / 2（如技术部子孙数=(7-2-1)/2=2，即前端组和后端组）。
+
+
+## 四、先序遍历的优缺点与适用场景
+### 1. 优势
+- **查询效率极高**：基于lft和rgt的规律，无需递归即可快速查询子孙节点、计算数量、判断叶子节点等，时间复杂度低。
+- **关系表达直观**：通过数值范围直接体现层级关系，避免传统parent_id的链式依赖。
+
+### 2. 局限性
+- **维护成本高**：新增或删除节点时，需批量更新后续节点的lft和rgt（如插入一个节点需给所有lft大于插入位置的节点+2），数据量大时操作耗时。
+- **初始化复杂**：现有树形结构迁移时需全量遍历计算lft和rgt，层级过深或数据量大时成本高。
+
+### 3. 适用场景
+最适合**查询频繁、结构稳定、数据量中等**的树形场景，如：
+- 企业组织架构（部门层级变动少，查询需求多）；
+- 权限菜单树（菜单结构稳定，需频繁查询子菜单）；
+- 分类目录树（如电商商品分类，查询远多于增删）。
+
+
+## 五、总结
+先序遍历作为树结构的基础遍历方式，其核心是“先根后子”的访问顺序。在部门树等场景中，通过衍生的lft和rgt标记法，将树形关系转化为数值范围关系，实现了查询效率的质的提升。理解先序遍历的原理，不仅能掌握这一优化方案的核心逻辑，更能深入理解树形数据结构在计算机存储与操作中的设计思想。实际应用中需结合业务的查询与写入频率、数据量大小，权衡其优势与维护成本，避免盲目套用。
+
+
+
+## 六、附
+
+查出所有子孙部门
+
+```sql
+SET @lft := 9;
+SET @rgt := 18;
+SELECT * FROM department WHERE lft BETWEEN @lft AND @rgt ORDER BY lft ASC;
+/*例子中用BETWEEN将被查部门本身也查了出来。实际中可以用大于小于*/
+```
+
+查询子孙部门总数
+
+```
+总数 = (右值 - 左值 - 1) / 2
+```
+
+新增部门
+
+```sql
+SET @lft := 7;/*新部门的左值*/
+SET @rgt := 8;/*新部门的左值*/
+SET @level := 5;/*新部门的层级*/
+begin;
+/*将插入的后续边缘的节点左右数+2*/
+UPDATE department SET lft=lft+2 WHERE lft > @lft;
+UPDATE department SET rgt=rgt+2 WHERE rgt >= @lft;
+/*插入数据*/
+INSERT INTO department(name,lft,rgt,level) VALUES('新部门',@lft,@rgt,level);
+/*新增影响行数为0时，必须回滚*/
+commit;
+/*rollback;*/
+```
+
+删除
+
+```sql
+SET @lft := 7;/*要删除的节点左值*/
+SET @rgt := 8;/*要删除的节点右值*/
+begin;
+UPDATE department SET lft=lft-2 WHERE lft > @lft;
+UPDATE department SET rgt=rgt-2 WHERE rgt > @lft;
+
+/*删除节点*/
+DELETE FROM department WHERE lft=@lft AND rgt=@rgt;
+/*删除影响行数为0时，必须回滚*/
+commit;
+```
+
+直接子节点
+
+```sql
+SET @level := 2;/*总经理的level*/
+SET @lft := 2;/*总经理的左值*/
+SET @rgt := 19;/*总经理的右值*/
+
+SELECT * FROM department WHERE lft > @lft AND rgt < @rgt AND level = @level+1;
+```
+
+祖宗链路
+
+```sql
+SET @lft := 3;/*产品部左值*/
+SET @rgt := 8;/*产品部右值*/
+
+SELECT * FROM department WHERE lft < @lft AND rgt > @rgt ORDER BY lft ASC;
+```
+
+计算层级
+
+```sql
+-- 统计祖链节点数量，再加1即为当前节点层级
+SELECT COUNT(*) + 1 AS level
+FROM department
+WHERE lft < 3 AND rgt > 4;
+```
+
+```
+直接存储 层级
+```
+