2018-09-28

redis

持久化：AOF/RDB

IO多路复用：select epoll evport kqueue

Nmap 虚拟内存 内存映射

网络转换 分发

binlog记录过程

redis 的AOF 只记录结果

内存数据结构 支持更多的数据结构 相对于memcached

linux

pgm -A `armory -leg projectnamehost` "grep 'Exception' /home/admin/projectname/logs/service.log"

BIONIOAIO

BIONIOAIO

aone/spring/maven

aone

• 构建：分支合并、编译

• 打二方包

• 部署

• 发布

• 代码规约

• 集成测试

  构建常见的问题：

  1. 环境变量缺失
  2. 多分支构建时，找不到某个类的某个方法/某个变量，但是本地编译ok，啥原因？

分批发布：保持对外提供的服务在线，不影响线上使用；

第一批暂定：观察，看日志，

## alitomcat&pandora

1. tomcat原理

   启动时会加载自己lib/库，以及应用程序的lib，以及应用程序类class。

   自身类库与应用程序所依赖类库的隔离，如何实现的？

   通过类加载器实现的

   jvm的3种加载器：启动类加载器、扩展加载器、系统加载器

   jsp是怎么被编译的，加载器的机制是怎么样的？

   jsp是一个servlet，被类加载器加载

2. Spring-boot与tomcat的关系

   spring-boot集成了tomcat，所以spring-boot可以直接执行main()函数进行启动，或者执行jar相关命令即可

   而传统的tomcat启动方式，需要依赖startup.sh启动脚本

   spring-boot

   的优点和缺点？优点很多，总结成一句话—减少各种配置、集成时间，提高开发和调试效率

3. war包结构

   web应用打成war包之后，tomcat在部署时会先对其解压，解压后形成webapp/WEB-INF/classes和webapp*/WEB-INF/lib，classes下面放的是你的java包。

   spring-boot之后，我们打的是jar包，解压生成的是webapp**/BOOT-INF

   发布完成之后，需要去服务器上看看这个目录，尤其是lib目录。尤其是当出现jar包冲突时，更要看看，是否真的有两个一样的jar包在该目录下

HSF(同步调用)

hsf定义：添加hsf注解

hsf消费：spring-boot:在config中通过@Consumer注解定义

注意：

1. 确定好自己服务的超时时间，一般是3秒；时间过长，占用连接池，阻塞应用
2. 异常处理，hsf接口返回值一般都封装为result。为什么要封装？和http访问一样，status，定义友好的返回信息
3. 调用hsf服务时，要先判断result.isSuccess，接下来判断result.data是否为null或者列表是否为空，否则可能NPE
4. 循环调用：循环调用别人的hsf服务时，要控制循环次数，如果超过20次，容易把别人的hsf线程池打爆。如何解决？循环要控制次数
5. 限流与降级：大促期间根据qps，进行限流和降级。
6. 入参大小控制：如果上游调用时传入的参数很大，如果调用很频繁、并且内部处理很耗时，会导致什么结果？频繁GC、甚至引发FGC，并造成hsf线程池被打爆，使整个系统不可用。如果入参真的很大，怎么处理

metaq(异步调用)

1. 同一个topic，但是不同应用消费不同的内容，需要加tag，形成topic+tag两级标识。特别是tag，直接在mq服务端就进行过滤，不需要push到客户端

2. 消息风暴：如果编程不当，或者消费业务本身就很复杂，消费一次要处理很久，导致本次消费还没结束，服务器以为消费失败，于是重发消息，从而导致应用服务器消息堆积。这种堆积是指数级的，很快就会把应用搞挂。通过mq控制台可以看消息堆积量。解决办法：重启服务器；如果消息过多，重启消息服务器不行的话，到消息平台，先清空消息。

   在代码中如何避免？先返回给用户成功，然后异步去处理；或者构建缓存区，来处理用户的请求和消息

diamond

1. 原理

   基于推拉模式，主要基于拉

   长连接和短连接的原理是啥？ 需要看底层

   http协议，1.1开始就是长连接；长连接表示keepLive

   长短连接的优缺点？

   长连接：建立连接之后，不断开；优点：交流方便；缺点：连接是系统资源，占用系统内存

   一台linux服务器支持的最大连接数是

   diamond

2. double check 两次检查

   解析:文本按换行符split，遍历数组，转换成对象或map

   （1）推送开关时，必须要double check

   （2）解析开关值时，要注意健壮性。特例：

   若一个开关包含多个参数，如果其中一个解析失败，会带来什么问题，如何解决？

JVM内存

1. jvm内存

三大块：堆 栈 方法区

so，有哪几种oom场景？

堆的溢出、栈溢出、方法溢出

栈：方法调用是引用栈内存，无限调用

方法区：

堆：

只要有一个溢出，jvm就会直接退出

2. 常见问题

   查询DB没做分页，导致频繁GC甚至FGC

   接受参数太大，并且QPS高，直接将系统搞死

   死循环，导致stack oom

   批处理耗时，并且QPS较高，系统load飙升，假死

3. JVM问题排查

   top， jmap， jstack， jps， load， rt...

   各个工具怎么用，用来分析什么问题？

4. 举例

   某个hsf请求处理很耗时，并且占用大量资源，怎么快速定位？

   top -h 那个线程跑的最多，最耗时

   jstack 根据pid，看对应那个类

 ## tair(缓存)

 * 如何保证tair与db之间的一致性？



 * tair异常：写成功，读不到，啥原因？

 tair满了，写不进去

 * tair失效：一定要进行失效机制，这是保证数据一致性的根本措施。容忍短时间内的数据不一致性，但是绝不允许长时间不一致
 * 写>读的场景下，是否要使用tair？不需要
 * 本地cache：tair自带本地cache热点数据功能，但是必须根据业务特点设置何时的失效期
 * 缓存分流：多个系统如果都依赖basic系统的缓存数据，当QPS很大时，basic系统因为tair访问流量过大触发tair限流，导致basic频繁读取DB，造成性能降低，如何破解？

 重复访问少，缓存命中概率低





 ## mysql

 b+tree的结构是啥？为啥比其他树快

 status字段能建索引吗？不需要键，因为状态值比较少

 批量查询时，limit start step查询如何提升效率  id，order by, 100w条的时候，需要注意



 ## eagleeye(鹰眼)

 load cpu时间片 任务

 在一个时间片内没做完，又来一个任务，load+1

 一个时间片时间没到就做完了，load=0



 load/qps的关系：

 qps高，load一定高吗？

 load的含义是啥

 如何设计程序，使qps即使很低，load也很高

 4核处理器上，load的健康值是多少

 正常业务系统的qps健康值是多少

 正常业务系统的线程数量是多少

服务治理框架

 hsf：

序列化 hessian 支持跨语言，速度慢

dubbo序列化也是hessian2

普通的轮询方案会给服务器带来过多访问压力，而且很多时候轮询请求都没有配置更新，白跑一趟，Diamond采用的是改进的长轮询方案，长短轮询结合，即轮询配置是否更新时，使用长轮询，减少配置没更新时无意义的访问；在获取配置时，使用短轮询，及时获取配置。

基于Http长轮询模型，这样减少了无意义的轮询请求量，提高了轮询的效率；也降低了系统负载，提升了整个系统的资源利用率。这种推拉结合的策略，做到了在长连接和短连接之间的平衡，实现上让服务端不用太关注连接的管理，效果上又获得了类似TCP长连接的信息推送的实时性。由于轮询之间的间隔，无法保证连续的配置更新，都会被客户端接受，但最后一次的配置更新一定会被客户端接受到，例如发布了A B C 配置，可能客户端只接受到了 A C，也可能只接受到 B C，或者只接收到 C。

参考