过去我习惯于从左到右的思考，因为这符合书写的习惯，对于“好”得前端工程师，我们首先可能会去思考什么是好，好的定义和范围，标准和要求？但现在我习惯于从右到左的思考，因为我觉得越是抽象越难以定义，从粒度更小的名词入手，我们更容易找到解开问题的路径。
经过一些试验和对比，老周找到了一种算是不错的方案，重点是这个方案比较简单，无须闯五关斩六将，只要你对数据绑定有些基础就好了。
好，F话少扯，咱们开始吧。
老周手里没有那么多照片，那就用同一张图片做测试吧。假设我要在应用程序运行时加载 2 万张图片，我想2W张应该可以了，没见过谁会傻到要加载100W张那么变态。
对多线程共享的问题，同步机制采用了”以时间换空间，访问串行化，对象共享化”。而ThreadLocal则是“以空间换时间，访问并行化，对象独享化”。前者只提供一份变量，让不同的线程排队访问，而后者为每一个线程都提供了一份变量，因此可以同时访问而互不影响。
当然有些朋友可能会说实际应用中一次上传的图片数量不会太多吧，考虑这些问题是不是有点多虑了，好吧，如果您真是这么认为的那么可以忽略本系列文章。
实际需求中基本都会是按照原图的宽高比进行压缩，直接指定尺寸大小的比较少见，所以本系列文章也是针对这种等比率压缩来进行的。
程序员在编写处理字符串的程序网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话讲正则表达式就是记录文本规则的代码。它比通配符更能精确的描述出你的需求。当然天下没有白吃的午餐，我们想要实现更精准的数据就要更用心了解正则。
最近在做DB优化的时候，发现一个存储过程有非常严重的性能问题，
由于整个SP整体逻辑是一个多表关联的复杂的查询，整体结构比较复杂的，通过的分析和尝试，
最后发现问题出在其中一个大表的查询上实现方式上，
因为这个大表上的意外的执行方式，导致其他表无法被驱动，其他表也是表扫描的方式参与join
导致后面整个表之间join以及查询编译出来一系列极其低效的执行效果（不合理的执行计划）
在高3中对数组的sort方法里是这样说的，sort()方法可以接收一个比较函数作为参数，以便指定哪个值位于哪个值的前面。
比较函数接收两个参数，如果第一个参数应该位于第二个参数之前则返回一个负数，如果两个参数相等则返回0，如果第一个参数应该位于第二个参数之后则返回一个正数。