八股文

[TOC]

map

map 的底层实现原理是什么 - 码农桃花源 (gitbook.io)

底层数据结构

// A header for a Go map.
type hmap struct {
    // 元素个数，调用 len(map) 时，直接返回此值
    count     int
    flags     uint8
    // buckets 的对数 log_2
    B         uint8
    // overflow 的 bucket 近似数
    noverflow uint16
    // 计算 key 的哈希的时候会传入哈希函数
    hash0     uint32
    // 指向 buckets 数组，大小为 2^B
    // 如果元素个数为0，就为 nil
    buckets    unsafe.Pointer
    // 扩容的时候，buckets 长度会是 oldbuckets 的两倍
    oldbuckets unsafe.Pointer
    // 指示扩容进度，小于此地址的 buckets 迁移完成
    nevacuate  uintptr
    extra *mapextra // optional fields
}

• B：buckets数组的长度的对数，也就是说 buckets 数组的长度就是 2^B。bucket 里面存储了 key 和 value

• buckets是一个指针，最终指向bmap这个数据结构

  type bmap struct {
      tophash [bucketCnt]uint8
  }
  
  // 但上述只是表面(src/runtime/hashmap.go)的结构，编译期间会给它加料，动态地创建一个新的结构：
  type bmap struct {
      topbits  [8]uint8
      keys     [8]keytype
      values   [8]valuetype
      pad      uintptr
      overflow uintptr
  }
  

• bmap：即常说的桶。

  1. 桶里面最多装8个key，会根据 key 计算出来的 hash 值的高 8 位来决定 key 到底落入桶内的哪个位置
  2. 如若有第九个key进来，会再创建一个bucket，通过overflow指针连接
  3. bmap的内存模型，是key/key/.../value/value/...，这样可以减少额外的内存对齐所需要的空间

• map的创建：

  1. map创建出来是一个指针，因此在作为函数参数传入时，内部的改动也会影响到map自身
  2. slice是一个结构体，因此作为函数参数传入时，不会影响到数据自身，但是由于数据是指针，因此可以改变指向的数据

• map的遍历：是随机的

  go中range遍历map，不是固定的从bucket0开始遍历，每次会随机一个bucket开始遍历，并且bucket内也是会随机一个cell遍历

map扩容

为避免大量key落在一个桶中，退化成链表，导致查询效率变为O(n)，装载因子被提出，用来衡量该情况。

loadFactor := count / (2^B)

count : map中元素个数

B：2^B表示buckets数目

• 触发扩容的时机：在向map中插入元素时，符合下面两个条件，会触发扩容

  1. 装载因子超出阈值6.5（元素塞满了bucket）

  2. overflow的bucket过多：（元素没有塞满bucket了，bucket冗余空间过多）

     当 B 小于 15，也就是 bucket 总数 2^B 小于 2^15 时，如果 overflow 的 bucket 数量超过 2^B；当 B >= 15，也就是 bucket 总数 2^B 大于等于 2^15，如果 overflow 的 bucket 数量超过 2^15

• 扩容的逻辑：“渐进式”扩容，原有的 key 并不会一次性搬迁完毕，每次最多只会搬迁 2 个 bucket。

  1. 分配新的buckets
  2. 搬迁到新的buckets，发生在插入、修改和删除时，会先检查oldbuckets是否为nil（nil则搬迁完成，不需要再搬迁了）

• 扩容后的容量：针对扩容触发的条件1和2，有两种策略

  1. buckets数目翻倍：

     要重新计算 key 的哈希，才能决定它到底落在哪个 bucket。

  2. buckets数目相等：

     从老的 buckets 搬迁到新的 buckets，由于 bucktes 数量不变，因此可以按序号来搬，比如原来在 0 号 bucktes，到新的地方后，仍然放在 0 号 buckets。

context

context作用

1. 在 一组 goroutine 之间传递共享的值
2. 取消goroutine
3. 防止goroutine泄露

1. 不要将 Context 塞到结构体里。直接将 Context 类型作为函数的第一参数，而且一般都命名为 ctx。
2. 不要向函数传入一个 nil 的 context，如果你实在不知道传什么，标准库给你准备好了一个 context：todo。
3. 不要把本应该作为函数参数的类型塞到 context 中，context 存储的应该是一些共同的数据。例如：登陆的 session、cookie 等。
4. 同一个 context 可能会被传递到多个 goroutine，别担心，context 是并发安全的。

• context 主要用来在 goroutine 之间传递上下文信息，包括：取消信号、超时时间、截止时间、k-v 等。

• 随着 context 包的引入，context 几乎成为了并发控制和超时控制的标准做法。

context.Value

type valueCtx struct {
    Context
    key, val interface{}
}

1. key要求是可比较的

2. 属于一个树结构

   

3. 取值过程，是会向上查找的

4. 允许存在相同的key，向上查找会找到最后一个key相等的节点，即层数高的节点

Goroutine

1. M必须拥有P才可执行G中的代码，P含有一个包含多个G的队列，P可以调度G交由M执行
2. 所有可执行go routine都放在队列中：
   • 全局队列（GRQ）：存储全局可运行的goroutine（从系统调用中恢复的G）；
   • 本地可运行队列（LRQ）：存储本地（分配到P的）可运行的goroutine
3. workingschedule：各个P中维护的G队列很可能是不均衡的；空闲的P会查询全局队列，若全局队列也空，则会从其他P中窃取G（一般每次取一半）。

goroutine和线程的区别

1. 内存占用：goroutine默认栈为2KB，线程至少需要1MB
2. 创建和销毁：goroutine由go runtime管理，属于用户级别的，消耗小；线程是操作系统创建的，是内核级别的，消耗巨大
3. 切换：goroutine切换只需要保存三个寄存器，线程切换需要寄存器

M:N模型（M个线程，N个goroutine）

1. go runtime负责管理goroutine，Runtime会在程序启动的时候，创建M个线程（CPU执行调度的单位），之后创建的N个goroutine都会依附在这M个线程上执行。
2. 同一时刻，一个线程只能跑一个goroutine，当goroutine发生阻塞时，runtime会把它调度走，让其他goroutine来执行，不让线程闲着

系统调用

同步调用

G1即将进入系统调用时，M1将释放P，让某个空闲的M2获取P并继续执行P队列中剩余的G（即M2接替M1的工作）；M2可能来源于M的缓存池，也可能是新建的。当G1系统调用完成后，根据M1能否获取到P，将对G1做不同的处理：

• 有空闲的P，则获取一个以继续执行G1；
• 无空闲P，将G1放入全局队列，等待被其他P调度；M1进入缓冲池睡眠

异步调用

1. M 不会被阻塞，G 的异步请求会被“代理人” network poller 接手，G 也会被绑定到 network poller
2. 等到系统调用结束，G 才会重新回到 P 上。
3. M 由于没被阻塞，它因此可以继续执行 LRQ 里的其他 G。

Redis：

slot

在redis集群内部，采用slot槽位的逻辑管理方式， 集群内部共有16384(2的14次方)个Slot，集群内每个Redis Instance负责其中一部分的Slot的读写。一个Key到底属于哪个Slot，由分片算法：

crc16(key) % 16384

决定。也正是通过此分片算法，将不同的key以相对均匀的方式分配到不同的slot上。

watch：当执行多键值事务操作时，Redis不仅要求这些键值需要落在同一个Redis实例上，还要求落在同一个slot上。

官方介绍MULTI 、 EXEC 、 DISCARD 和 WATCH 是 Redis 事务相关的命令，事务可以一次执行多个命令，但是必须满足2个条件：

事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。
事务是一个原子操作：事务中的命令要么全部被执行，要么全部都不执行。执行和是否成功是2个概念，并不是一个失败报错等，其他就失败。redis对事务是部分支持。如果最开始语法等就有提交错误，就相当于java的编译器都过不了，那么肯定全部不执行。如果在执行过程中报错，已经全部执行了，但是谁报错找谁，其他正常执行放行。各取所需！这里的事务并不是要么全部成功，要么全部失败，全部执行和全部成功（或者都失败）是2个概念。

hashtag

Hash Tag原理是：当一个key包含 {} 的时候，不对整个key做hash，而仅对 {}包括的字符串做hash。

Hash Tag可以让不同的key拥有相同的hash值，从而分配在同一个槽里；这样针对不同key的批量操作(mget/mset等)，以及事务、Lua脚本等都可以支持。不过Hash Tag可能会带来数据分配不均的问题，这时需要：(1)调整不同节点中槽的数量，使数据分布尽量均匀；(2)避免对热点数据使用Hash Tag，导致请求分布不均。

bigkey

• 涉及到bigkey的操作，网卡会成为瓶颈
• 若需要删除bigkey，直接del，被操作的实例可能会直接卡死
• 业务上对bigkey取余，将数据分散，避免生成bigkey

高可用

主从复制

1. 一台redis服务的数据，复制到多台redis服务器。前者称为主节点，后者为从节点
2. 数据的复制是单向的，只能从主节点复制到从节点

• 作用：

  1. 数据冗余：实现了数据的热备份，是持久化之外的数据冗余方式
  2. 故障恢复：主节点失效，丛节点提供服务
  3. 负载均衡：实现读写分离，主节点写，丛节点读
  4. 高可用的基础：主从复制是哨兵和集群模式能够实施的基础

• 数据同步：

  1. 主从节点连接建立后，便开始数据同步。
  2. 根据主从节点当前状态，分为全量和部分复制
  3. 具体执行方式：从节点朝主节点发送psync命令，开始同步

• 命令传播：

  主从数据同步完成后，主节点将自己执行的写命令发送给丛节点（该过程是异步的），保证数据的一致性。

哨兵

1. 能够自动完成故障发现和转移，从而实现高可用
2. 由一组哨兵节点和一组（或多组）主从复制节点组成

• 心跳机制
• 故障转移
  1. 每个 Sentinel 都会定时进行心跳检查，当发现主节点出现心跳检测超时的情况时，此时认为该主节点已经不可用，这种判定称为主观下线。
  2. 哨兵节点开始投票，当超过半数认为该主节点故障，会将其下线：基于raft算法，选取一个哨兵节点来执行该过程
     • 选取一个从节点作为主节点，将其他从节点和该节点绑定
     • 原来的主节点更新为从节点，对其监控，等恢复后，命令其去复制新的主节点

cluster集群

1. 由多个主从复制的结构组成
2. 每个主从复制的结构看做一个节点

持久化

RDB

优势：

1. RDB 是一个非常紧凑（compact）的二进制文件，体积小，因此在传输速度上比较快，因此适合灾难恢复。
2. 数据恢复速度比aof快

劣势：

1. rdb出现故障丢的数据会比aof多。你通常会每隔5分钟或者更久做一次完整的保存,万一在 Redis 意外宕机,你可能会丢失几分钟的数据。
2. rdb需要fork子进程来保存数据到硬盘，当数据集比较大时， fork比较耗时，从而导致redis主线程在一些毫秒级别内无法响应客户端

AOF

优势：

1. 数据更完整，秒级丢失（无 fsync、每秒 fsync 、每次写的时候 fsync ）

2. 兼容性高，是基于redis通讯协议而形成的命令追加方式，无论何种版本的redis都兼容，

3. aof文件是明文的，可阅读性较好。

劣势：

1. 数据文件大，即使有重写机制（合并命令、删减无用命令），但是同样量级还是比rdb占用大
2. 数据恢复慢
3. aof更吃性能（需要频繁同步命令，虽然会先写到内存中，再同步到磁盘里）

混合持久化

混合持久化结合了RDB持久化 和 AOF 持久化的优点, 由于绝大部分都是RDB格式，加载速度快，同时结合AOF，增量的数据以AOF方式保存了，数据更少的丢失。