从html提取结构化数据后，通过清洗与统计方法检测异常。先用beautifulsoup解析HTML并转为DataFrame，再识别格式错误、缺失值、极端值等异常，结合Z-score、IQR、正则校验等方法进行数值与类别字段检测，最后采用替换、填充、删除或人工复核等方式处理异常，确保数据质量。 HTML 数据本身是结构化标记语言，主要用于网页展示，不…

自增主键用完是因数据类型达上限，解决方法包括：1. 检查主键类型，int接近21亿时应升级；2. 改为BIGINT UNSIGNED可支持更大范围；3. 清理历史数据并重置自增值；4. 采用雪花算法等分布式ID替代。建议早期规划用BIGINT避免后期问题。 mysql自增主键用完的情况虽然少见，但一旦发生会导致插入失败，提示“Duplicate e…

Microdata是html5中用于嵌入结构化数据的语法，通过itemscope、itemtype、itemprop等属性结合schema.org词汇表，可标记网页内容的语义信息，如文章标题、作者、发布时间或商品名称、价格等，帮助搜索引擎更准确理解页面，在搜索结果中展示富摘要，提升可见性与点击率。使用google Rich Results Test…

垂直切分是按列拆分宽表以优化性能，将字段按业务、冷热或类型分离至不同表或实例，共用主键但物理独立，适用于字段多、访问差异大的场景，可提升缓存命中率、降低I/O与锁竞争，但增加跨表查询、事务管理与维护成本，需权衡复杂性与收益。 mysql垂直切分是一种数据库优化策略，主要用于解决单表字段过多或业务模块耦合度过高带来的性能问题。其核心思想是将一张表中的…

IndexedDB是html5提供的浏览器内置数据库，用于存储大量结构化数据。它支持对象、数组、二进制等数据类型，采用异步API避免阻塞ui，具备事务机制与索引查询，适合离线应用和本地缓存场景。通过open()打开数据库，在onupgradeneeded中创建对象仓库和索引，所有增删改查操作在事务中进行。推荐使用idb或Dexie.js等库简化原生…

对索引列使用函数或表达式会导致索引失效，如YEAR(create_time)或id+1；应改写为直接范围查询。2. 类型不匹配如字符串与数字比较，会触发隐式类型转换，使索引失效；需确保数据类型一致。3. 使用OR连接条件且部分字段无索引时，可能导致全表扫描；建议用union替代。4. 模糊查询以%开头如LIKE ‘%abc’…