02 2020 档案
摘要：该文章为阅读笔记，原地址 https://time.geekbang.org/column/article/7581 我把这样的网络协议学习过程总结为：一看觉得懂，一问就打鼓，一用就糊涂。 第一，我会从身边经常见到的事情出发，用故事来讲解各种网络协议，然后慢慢扩展到不熟悉的领域。 第二，我会用贴近场
阅读全文
摘要：只讲众多排序算法中的一小撮，也是最经典的、最常用的：冒泡排序、插入排序、选择排序、归并排序、快速排序、计数排序、基数排序、桶排序。
阅读全文
摘要：写递归代码的关键就是找到如何将大问题分解为小问题的规律，并且基于此写出递推公式，然后再推敲终止条件，最后将递推公式和终止条件翻译成代码。
阅读全文
摘要：当队满时，(tail+1)%n=head。 public class CircularQueue { // 数组：items，数组大小：n private String[] items; private int n = 0; // head表示队头下标，tail表示队尾下标 private int
阅读全文
摘要：栈既可以用数组来实现，也可以用链表来实现。用数组实现的栈，我们叫作顺序栈，用链表实现的栈，我们叫作链式栈。
阅读全文
摘要：package com.example.demo1; public class MyList<T> { private int count = 0; private Node<T> firstNode = null; private Node<T> lastNode = null; public N
阅读全文
摘要：我们先来讨论一个经典的链表应用场景，那就是 LRU 缓存淘汰算法。 缓存的大小有限，当缓存被用满时，哪些数据应该被清理出去，哪些数据应该被保留？这就需要缓存淘汰策略来决定。 常见的策略有三种： 先进先出策略 FIFO（First In，First Out）、最少使用策略 LFU（Least Freq
阅读全文
摘要：第二个是连续的内存空间和相同类型的数据。正是因为这两个限制，它才有了一个堪称“杀手锏”的特性：“随机访问”。但有利就有弊，这两个限制也让数组的很多操作变得非常低效，比如要想在数组中删除、插入一个数据，为了保证连续性，就需要做大量的数据搬移工作。 很多时候我们并不是要去死记硬背某个数据结构或者算法，而
阅读全文
摘要：最好情况时间复杂度（best case time complexity）、最坏情况时间复杂度（worst case time complexity）、平均情况时间复杂度（average case time complexity）、均摊时间复杂度（amortized time complexity）。
阅读全文
摘要：大 O 这种复杂度表示方法只是表示一种变化趋势。我们通常会忽略掉公式中的常量、低阶、系数，只需要记录一个最大阶的量级就可以了。所以，我们在分析一个算法、一段代码的时间复杂度的时候，也只关注循环执行次数最多的那一段代码就可以了。这段核心代码执行次数的 n 的量级，就是整段要分析代码的时间复杂度。 加法
阅读全文
摘要：基础知识就像是一座大楼的地基，它决定了我们的技术高度。而要想快速做出点事情，前提条件一定是基础能力过硬，“内功”要到位。 那技术人究竟都需要修炼哪些“内功”呢？我觉得，无外乎就是大学里的那些基础课程，操作系统、计算机网络、编译原理等等，当然还有数据结构和算法。 作为业务开发，我们会用到各种框架、中间
阅读全文
摘要：05 | 白话容器基础（一）：从进程说开去 Linux Cgroups 就是 Linux 内核中用来为进程设置资源限制的一个重要功能。 一个正在运行的 Docker 容器，其实就是一个启用了多个 Linux Namespace 的应用进程，而这个进程能够使用的资源量，则受 Cgroups 配置的限制
阅读全文
摘要：Kubernetes 项目已然成为容器技术的事实标准，重新定义了基础设施领域对应用编排与管理的种种可能。 这些关于 Linux 内核、分布式系统、网络、存储等方方面面的积累，并不会在 Docker 或者 Kubernetes 的文档中交代清楚。可偏偏就是它们，才是真正掌握容器技术体系的精髓所在，是每
阅读全文
摘要：2017年3月第一版 本书共370页 一共三部分，合计6章 书中围绕基本概念、指令集体系结构、处理器组成和能效、存储与外设、处理器级并行等5个核心问题展开 我应该看的是1、2、3、6章，4、5章可以略过
阅读全文
摘要：在软件工程中，不存在像“银弹”这样可以解决一切问题的设计、架构或软件，每一个软件系统，它都是独一无二的，你不可能用一套方法去解决所有的问题。 我们就是那种对消息队列功能和性能都没有很高的要求，所以选择RabbitMQ。 不管选择哪种消息队列其中还有个很关键的因素，团队里面有人能hold它，最起码熟悉
阅读全文
摘要：对于对于这 5 个步骤来说，能否决定秒杀成功，实际上只有风险控制和库存锁定这 2 个步骤。只要用户的秒杀请求通过风险控制，并在服务端完成库存锁定，就可以给用户返回秒杀结果了，对于后续的生成订单、短信通知和更新统计数据等步骤，并不一定要在秒杀请求中处理完成。 对于超时的请求可以直接丢弃，APP 将超时
阅读全文
摘要：在使用消息队列的过程中，你会遇到很多问题，比如选择哪款消息队列更适合你的业务系统？如何保证系统的高可靠、高可用和高性能？如何保证消息不重复、不丢失？如何做到水平扩展？诸如此类的问题，每一个问题想要解决好，都不太容易。 总结起来，通过这次系列课程的学习，你可以达成三个成就： 成为消息队列领域的“技术高
阅读全文
摘要：从整体上看，数据库分了主库和从库，数据也被切分到多个数据库节点上。但随着并发的增加，存储数据量的增多，数据库的磁盘 IO 逐渐成了系统的瓶颈，我们需要一种访问更快的组件来降低请求响应时间，提升整体系统性能。这时我们就会使用缓存。 缓存的不足 首先，缓存比较适合于读多写少的业务场景，并且数据最好带有一
阅读全文
摘要：
阅读全文
摘要：建议你搭建发号器服务来生成全局唯一的 ID。 怎么不用UUID？ 因为在系统设计时，ID 有可能成为排序的字段。 ID 有序也会提升数据的写入性能。 不能作为 ID 的另一个原因是它不具备业务含义 最后，UUID 是由 32 个 16 进制数字组成的字符串，如果作为数据库主键使用比较耗费空间。 Sn
阅读全文
摘要：数据库的写入请求量大造成的性能和可用性方面的问题，要解决这些问题，你所采取的措施就是对数据进行分片。这样可以很好地分摊数据库的读写压力，也可以突破单机的存储瓶颈，而常见的一种方式是对数据库做“分库分表”。 数据库分库分表的方式有两种：一种是垂直拆分，另一种是水平拆分。这两种方式，在我看来，掌握拆分方
阅读全文
摘要：依据一些云厂商的 Benchmark 的结果，在 4 核 8G 的机器上运 MySQL 5.7 时，大概可以支撑 500 的 TPS 和 10000 的 QPS 那么你可能会说，是不是我无限制地增加从库的数量就可以抵抗大量的并发呢？实际上并不是的。因为随着从库数量增加，从库连接上来的 IO 线程比较
阅读全文
摘要：一般在线上我建议最小连接数控制在 10 左右，最大连接数控制在 20～30 左右即可。
阅读全文
摘要：高可扩展性的设计思路 拆分是提升系统扩展性最重要的一个思路，它会把庞杂的系统拆分成独立的，有单一职责的模块。相对于大系统来说，考虑一个一个小模块的扩展性当然会简单一些。将复杂的问题简单化，这就是我们的思路。 其实就是微服务 系统的易扩展之从存储和业务拆分来考虑。业务拆分是容易理解的，专人专事；从存储
阅读全文
摘要：提到互联网系统设计，你可能听到最多的词儿就是“三高”，也就是“高并发”“高性能”“高可用”，它们是互联网系统架构设计永恒的主题。
阅读全文
摘要：那我们要如何做呢？参照阿里发布的《阿里巴巴 Java 开发手册 v1.4.0（详尽版）》，我们可以将原先的三层架构细化成下面的样子： 我来解释一下这个分层架构中的每一层的作用。 分层架构的不足: 最主要的一个缺陷就是增加了代码的复杂度。 单一职责原则规定每个类只有单一的功能，在这里可以引申为每一层拥
阅读全文
摘要：归根结底一句话：高并发系统的演进应该是循序渐进，以解决系统中存在的问题为目的和驱动力的。 martin fowler好像曾经说过，能使用单体解决的问题，就不要采用分布式。不能为了技术而技术，采用分布式固然可以分流用户请求，提高系统的响应能力，但同样也带来了复杂性。软件开发最终的目的是商业利益。非常赞
阅读全文
摘要：主从有MS结构和双M结构 双M结构用serverId来判断是否自己的binlog，解决死循环问题。
阅读全文
摘要：bin_log的写入机制 binlog 的写入逻辑比较简单： 事务执行过程中，先把日志写到 binlog cache，事务提交的时候，再把 binlog cache 写到 binlog 文件中。 一个事务的 binlog 是不能被拆开的，因此不论这个事务多大，也要确保一次性写入。 这就涉及到了 bi
阅读全文
摘要：这章没怎么搞明白 mysql有间隙锁， 带索引的好像只锁一个范围，但是不带索引的会锁这个表，没怎么搞明白，待研究。
阅读全文
摘要：你看到了，session A 先用 start transaction with consistent snapshot 命令启动了一个事务，之后 session B 才开始执行 update 语句。session B 执行完 100 万次 update 语句后，id=1 这一行处于什么状态呢？你可
阅读全文
摘要：对索引字段做函数操作，可能会破坏索引值的有序性，因此优化器就决定放弃走树搜索功能。 mysql> select count(*) from tradelog where month(t_modified)=7; 这条语句需要走全索引扫描 select * from tradelog where id
阅读全文
摘要：select word from words order by rand() limit 3; 这条语句会扫描2count(*)+3行,执行如下：这里用到了内存临时表 set tmp_table_size=1024; set sort_buffer_size=32768; set max_lengt
阅读全文
摘要：MySQL 会给每个线程分配一块内存用于排序，称为 sort_buffer。 select city,name,age from t where city='杭州' order by name limit 1000 ; 通常情况下，这个语句执行流程如下所示 ： 初始化 sort_buffer，确定放
阅读全文
摘要：崩溃恢复时的判断规则。 如果 redo log 里面的事务是完整的，也就是已经有了 commit 标识，则直接提交； 如果 redo log 里面的事务只有完整的 prepare，则判断对应的事务 binlog 是否存在并完整：a. 如果是，则提交事务；b. 否则，回滚事务。
阅读全文
摘要：对于 count(*) 请求来说，InnoDB 只好把数据一行一行地读出依次判断，可见的行才能够用于计算“基于这个查询”的表的总行数。 InnoDB 是索引组织表，主键索引树的叶子节点是数据，而普通索引树的叶子节点是主键值。所以，普通索引树比主键索引树小很多。 对于 count(*) 这样的操作，遍
阅读全文
摘要：delete 命令其实只是把记录的位置，或者数据页标记为了“可复用”，但磁盘文件的大小是不会变的。 也就是说，通过 delete 命令是不能回收表空间的。 这些可以复用，而没有被使用的空间，看起来就像是“空洞”。 不止是删除数据会造成空洞，插入数据也会。如果数据是按照索引递增顺序插入的，那么索引是紧
阅读全文
浙公网安备 33010602011771号