基础面试题总结—Nginx、MySQL、Redis、ELK、集群

一、基础服务及端口号

二、Nginx

1.优化
进程用户、gzip压缩、fastCGI、防盗链、隐藏版本号、进程以及线程、连接超时、日志切割
2.常用的IO模型。
同步、异步、阻塞、非阻塞
3.日志抓取的shell
awk ‘{print $1}’ | uniq -c | sort -rn | head -10
4.简述web资源请求的过程
　 1.对网址进行DNS域名解析，得到对应的IP地址
　　2.根据这个IP，找到对应的服务器，发起TCP的三次握手
　　3.建立TCP连接后发起HTTP请求
　　4.服务器响应HTTP请求，浏览器得到html代码
　　5.浏览器解析html代码，并请求html代码
　　6.浏览器对页面进行渲染呈现给用户
请求方式get、post
5.nginx进程之间的关系
Master负责监督worker以及cache，cache缓存的时候也需要worker，worker死掉的时候，master会迅速的拉起一个新的worker
6.nginx,它的优势和功能？
Nginx是一个可以对外提供web服务的一个中间件，也可以做负载均衡，还可以提供静态缓存，处理静态资源的请求，速度非常快，并且配置起来比较简单，第三方模块非常多，可以根据客户的要求实现不同的功能，还可以在不停服务的情况下做热部署。
7.web服务器错误代码：200、301、302、403、404、500、502、503
200请求成功
301被请求的资源已经永久的移动至新的位置
302临时重定向
403服务器处理请求但是拒绝执行
404请求失败，一般两种情况，页面不存在或者是服务器提供web服务出现了问题
500一般这个问题是源代码出现问题
502无效的响应
503拒绝客户连接
8.nginx配置文件由哪些部分组成？
Global全局配置、http、虚拟主机server

三、集群

1.简述LVS 的工作模式及其特点。
NAT 调度器负责接受请求和回复请求
DR 调度器负责接收请求，后端节点负责回应请求（后端节点需要抑制arp广播，并且需要设置在回复请求的时候使用他自己的ip以及mac，不然使用vip的话会把网关的apr表中的vip刷新，导致下次流量进来的时候直接找后端节点）
TUN 可以实现调度器和节点不在同一局域网，跨公网调度
2.简述LVS 负载均衡集群中常见的调度算法。
轮询、加权轮询、最小连接数、加权最小连接
3.简述keepalived软件的作用。
对后方节点做心跳检测以及实现调度器的平稳切换 走vrrp虚拟路由冗余协议
4.简述DAS、NAS、SAN等存储类型的含义。
DAS：Direct Attached Storage，直接附加存储
NAS：Network Attachmnet Storage，网络附加存储
SAN：Storage Area Network，存储区域网络

四、MySQL

1.存储引擎
MyISAM不支持事务，表级锁
InnoDB支持事务，行级锁
2.主从复制的过程
（1）MySQL从服务器开启I/O线程，向主服务器请求数据同步（获取二进制日志）
（2）MySQL主服务器开启I/O线程回应从服务器
（3）从服务器得到主的二进制日志写入中继日志
（4）从服务器开启SQL线程将日志内容执行，实现数据同步
3.主从复制的方式
基于二进制日志
基于GTID（基于事务）
4.sql优化
开启慢日志查询，查找sql语句执行时间比较长的
5.完备
为什么备份表节构：还原的时候先还原表节构然后在还原数据，这样做更加安全，直接对库进行还原有可能会丢失数据
工具用mysqldump
6.增备
为什么要增量备份：因为完备的话占用磁盘较大，那么我们可以每周一次完备，然后根据自己的数据量来做增倍，可以每天一次，如果数据量大的话每半天一次也是可以的，可以根据时间和位置做恢复，先恢复完备备份的数据，然后在根据时间或根据位置回复增倍的，如果中间有drop或者要调过某些时间也可以做到
7.日志类型以及作用
Binary log 二进制日志：二进制日志不记录如SELECT或 SHOW不修改数据的语句。运行启用了二进制日志记录的服务器会使性能稍慢。但是，二进制日志能够设置复制和还原操作的好处，通常会超过性能二进制日志所带来的性能的下降。

二进制日志三种记录格式：
	·基于语句的日志记录（--binlog-format=STATEMENT）
	·基于行的日志记录（--binlog-format=ROW）
	·混合日志记录（--binlog-format=MIXED）

Error log 错误日志：记录mysqld服务启动、运行、停止遇到的错误
General query log 通用查询日志：由于通用查询日志记录的过于详细，我们一般在调试过程中开启此日志，正常情况线上服务器是不开的，否则对服务器硬盘IO影响过大。
Slow query log 慢查询日志：慢查询日志由long_query_time执行时间超过几秒的SQL语句组成，并且至少 min_examined_row_limit需要检查行。慢查询日志可用于查找需要很长时间才能执行的查询，因此是优化的候选者。但是，检查长慢的查询日志可能是一项耗时的任务。为了简化这一过程，可以使用 mysqldumpslow命令处理慢速查询日志文件并汇总其内容。

五、Redis

1.Redis相比memcached有哪些优势？
(1) memcached所有的值均是简单的字符串，redis作为其替代者，支持更为丰富的数据类型
(2) redis的速度比memcached快很多
(3) redis可以持久化其数据
2.Redis消耗什么资源
内存
3.Redis的内存用完了会发生什么？
如果达到设置的上限，Redis的写命令会返回错误信息（但是读命令还可以正常返回。）或者你可以将Redis当缓存来使用配置淘汰机制，当Redis达到内存上限时会冲刷掉旧的内容。
4.Redis常见性能问题和解决方案？
(1) Master最好不要做任何持久化工作，如RDB内存快照和AOF日志文件
(2) 如果数据比较重要，某个Slave开启AOF备份数据，策略设置为每秒同步一次
(3) 为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域网内
(4) 尽量避免在压力很大的主库上增加从库
(5) 主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3…
这样的结构方便解决单点故障问题，实现Slave对Master的替换。如果Master挂了，可以立刻启用Slave1做Master，其他不变。
5、Redis提供了哪几种持久化方式？
（1）RDB持久化方式能够在指定的时间间隔能对你的数据进行快照存储.
（2）AOF持久化方式记录每次对服务器写的操作,当服务器重启的时候会重新执行这些命令来恢复原始的数据,AOF命令以redis协议追加保存每次写的操作到文件末尾.Redis还能对AOF文件进行后台重写,使得AOF文件的体积不至于过大.
（3）如果你只希望你的数据在服务器运行的时候存在,你也可以不使用任何持久化方式.
（4）你也可以同时开启两种持久化方式, 在这种情况下, 当redis重启的时候会优先载入AOF文件来恢复原始的数据,因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整.
（5）最重要的事情是了解RDB和AOF持久化方式的不同,让我们以RDB持久化方式开始。
6.如何选择合适的持久化方式？
一般来说， 如果想达到足以媲美PostgreSQL的数据安全性， 你应该同时使用两种持久化功能。如果你非常关心你的数据， 但仍然可以承受数分钟以内的数据丢失，那么你可以只使用RDB持久化。
有很多用户都只使用AOF持久化，但并不推荐这种方式：因为定时生成RDB快照（snapshot）非常便于进行数据库备份， 并且 RDB 恢复数据集的速度也要比AOF恢复的速度要快，除此之外， 使用RDB还可以避免之前提到的AOF程序的bug。

六、ELK

1.ELK是什么？
ELK 其实并不是一款软件，而是一整套解决方案，是三个软件产品的首字母缩写
Elasticsearch：负责日志检索和储存
Logstash：负责日志的收集和分析、处理
Kibana：负责日志的可视化
这三款软件都是开源软件，通常是配合使用，而且又先后归于 Elastic.co 公司名下，故被简称为 ELK
2.ELK能做什么？
ELK组件在海量日志系统的运维中，可用于解决：
分布式日志数据集中式查询和管理
系统监控，包含系统硬件和应用各个组件的监控
故障排查
安全信息和事件管理
报表功能

3.简要概述Elasticsearch？
ElasticSearch 是一个基于 Lucene 的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于 RESTful API 的 web 接口。
Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便
4.elasticsearch主要特点

1.实时分析
2.分布式实时文件存储，并将每一个字段都编入索引
3.文档导向，所有的对象全部是文档
4.高可用性，易扩展，支持集群（Cluster）、分片和复制（Shards 和 Replicas）
接口友好，支持 JSON

5.ES 没有什么？
Elasticsearch 没有典型意义的事务.
Elasticsearch 是一种面向文档的数据库。
Elasticsearch 没有提供授权和认证特性（在7版本以前没有7版本之后可以认证不过用户是固定的密码可以自定义）
6.ES相关概念
Node： 装有一个 ES 服务器的节点。
Cluster： 有多个Node组成的集群
Document： 一个可被搜素的基础信息单元
Index： 拥有相似特征的文档的集合
Type： 一个索引中可以定义一种或多种类型
Filed： 是 ES 的最小单位，相当于数据的某一列
Shards： 索引的分片，每一个分片就是一个 Shard
Replicas： 索引的拷贝
7.ES与关系数据库对比
ES 与关系型数据库的对比
在 ES 中，文档归属于一种 类型 (type) ，而这些类型存在于索引 (index) 中，类比传统关系型数据库
DB -> Databases -> Tables -> Rows -> Columns
关系型 数据库 表 行 列

ES -> Indices -> Types -> Documents -> Fields
ES 索引 类型 文档 域（字段）

8.搭建ES流程安装第一台 ES 服务器

1.设置主机名称和 ip 对应关系 192.168.4.11 node1
2.解决依赖关系 openjdk1.8
3.安装软件包 elasticsearch
4.修改配置文件 elasticsearch.yml
5.启动服务
6.检查服务 netstat -lutunp (9200 9300)
curl:htttp://192.168.4.1:9200/

9.ES集群配置
只需要对配置文件做少量修改，其他配置一样
ES 集群配置
集群中的所有节点要相互能够 ping 通，要在所有集群机器上配置 /etc/hosts 中的主机名与 ip 对应关系
集群中所有机器都要安装 java 环境
cluster.name 集群名称配置要求完全一致
node.name 为当前节点标识，应配置本机的主机名
discovery 为集群节点机器，不需要全部配置
配置完成以后启动所有节点服务（有可能会有一定的延时，需要等待几十秒）

10.ES集群配置验证
curl http://192.168.4.11:9200/_cluster/health?
11.ES 常用插件
head 插件：
它展现ES集群的拓扑结构，并且可以通过它来进行索引（Index）和节点（Node）级别的操作
它提供一组针对集群的查询API，并将结果以json和表格形式返回
它提供一些快捷菜单，用以展现集群的各种状态
ES 常用插件
kopf 插件
是一个ElasticSearch的管理工具
它提供了对ES集群操作的API
bigdesk 插件
是elasticsearch的一个集群监控工具
可以通过它来查看es集群的各种状态，如：cpu、内存使用情况，索引数据、搜索情况，http连接数等
12.kibana是什么
数据可视化平台工具
特点：
灵活的分析和可视化平台
实时总结和流数据的图表
为不同的用户显示直观的界面
即时分享和嵌入的仪表板
13logstash 是什么
logstash是一个数据采集、加工处理以及传输的工具
14.logstash 特点：
所有类型的数据集中处理
不同模式和格式数据的正常化
自定义日志格式的迅速扩展
为自定义数据源轻松添加插件
15.logstash 工作结构

{
      数据源 } ==>
             input {
        } ==>
                              filter {
        } ==>
                                             output {
        } ==>
                                                                {
      ES }

16.logstash 里面的类型
布尔值类型: ssl_enable => true
字节类型: bytes => “1MiB”
字符串类型: name => “xkops”
数值类型: port => 22
数组: match => [“datetime”,“UNIX”]
哈希: options => {k => “v”,k2 => “v2”}
编码解码: codec => “json”
路径: file_path => “/tmp/filename”
注释: #
17.logstash 条件判断
等于: ==
不等于: !=
小于: <
大于: >
小于等于: <=
大于等于: >=
匹配正则: =~
不匹配正则: !~
logstash 条件判断
包含: in
不包含: not in
与: and
或: or
非与: nand
非或: xor
复合表达式: ()
取反符合: !()