redis mysql nginx kafka等中间件
—-
分布式锁：（一般3种实现方式）
1.数据库乐观锁； 2.基于redis的分布式锁。 3.基于zookeeper的分布式锁。
分布式锁 区分于 进程锁， 线程锁。。
进程锁（系统中多个进程之间对资源使用到的管理）
线程锁（进程中多个线程对资源共享）
分布式锁：分布式系统中多个进程之间互相干扰。用分布式协调技术管理进程调度。（这个技术就是分布式锁）
—-
mysql的并发控制（用到了很多策略）
1.锁
锁的粒度： 表级锁， 行级锁， 页级锁 （越来越细） 不同级别锁 保证冲突。
2.多版本控制（MVCC）
保证只读事务 不用等待锁，提高事务并发性。
每行记录后面保存两个列（行创建时间，行过期时间） 事务也有版本号。
共享锁（又叫读锁）：读操作可以并发；
排他锁（又叫写锁）：写操作互斥。
—-
bin log同步，实现主从复制，
缓存和数据库读写一致性的问题
比较好的方案：缓存双删（写之前删缓存， 写之后删缓存（延时1秒），（保证写的过程中 1秒内的脏数据也被清理掉）
nginx：
nginx原理：
会有一个master进程和多个worker进程，master进程主要用来管理worker进程；
当一个连接过来的时候，每一个worker都能接收到通知，但是只有一个worker能和这个连接建立关系，其他的worker都会连接失败，nginx提供一个共享锁accept_mutex，有了这个共享锁后，就会只有一个worker去接收这个连接。当一个worker进程在accept这个连接之后，就开始读取请求，解析请求，处理请求，产生数据后，再返回给客户端，最后才断开连接。
事件驱动机制：几个worker进程（每一个worker进程里面其实只有一个主线程）能同时接收上万的请求呢？这是因为nginx事件处理机制是异步非阻塞的。（用了epoll，将过程分为多个阶段。）
nginx的作用：
- 反向代理，将多台服务器代理成一台服务器，
- 负载均衡，将多个请求均匀的分配到多台服务器上，减轻每台服务器的压力，提高服务的吞吐量；
- 动静分离，nginx可以用作静态文件的缓存服务器，提高访问速度
—-
数据处理， 大数据相关
1.离线数据流：日常周期性的（每周执行一次、每日、或者每小时），将某些数据源的数据（全量或增量）迁移到存储引擎上（hbase mysql tendis等）。
2.实时数据流（在线）：该数据流一直保持运行状态，实时抽取（pull/push）数据源的数据，毫秒级写入存储引擎。
大数据处理 计算框架。（建立一个流程，数据源、处理、分析和计算，还可以训练模型 等等，输出最终结果。 上面可以跑很多任务）
flink： 支持批处理和流处理。
1.高吞吐、低延迟、高性能。（同时支持，spark那边都不行）
2.支持事件时间概念（event time），基于时间事件时间（event time）语义进行窗口计算，时间产生的时间。即使乱序到达，事件乱序到达，流系统也能计算出精确结果。保证时序性。
3.有状态的计算， 中间结果保存，下一时间段进入算子后可以直接用这个结果。
4.灵活的窗口统计功能（多少次内的统计、多少秒内。）
5.分布式快照（checkpoint）
可以分布式运行在上千节点上，大型计算任务分解成一个个小任务，在所有节点上并行处理。（其中节点小任务出现问题，快照保存。自动恢复）
6.独立内存管理。flink自己管理自己的内存，序列化为二进制内存存储。（不会让gc带来性能下降等等）
数据库三大范式：
为了建立冗余较小、结构合理的数据库，建立一些规范标准，常用于关系数据库。
1.第一范式：最基本的范式，确保每列保持原子性，数据库表中所有字段值都是不可分解的原子值，
2.第二范式：确保表中每列都和主键相关，一个表中只存一种数据，保证减少冗余。
3.第三范式：确保表中每列都和主键直接相关，而不是间接相关。（进一步的解耦、独立。）
缓存命中率：
缓存查询次数中，得到正确结果的次数，叫做命中率。缓存命中率=缓存命中次数/缓存查询请求次数。（命中率越高，缓存的使用率越高）。
缓存：一次写入，多次读出。（适合高频读 低频写的应用场景）
影响缓存命中率的三个因素：1.缓存键集合大小，2.内存空间大小，3.缓存寿命。
redis：
优势：1.支持数据持久化，写入磁盘，重启时重新加载再次使用；2.支持的数据类型丰富，key-value，还有list，set，hash等等；3.支持数据备份，master-slave 主从模式的备份。
1.读写查询的性能特别高，2.原子性，单个操作都是原子性的，多个操作也支持事务，multi和exec包起来。 3.丰富的特性，支持消息队列 分布和订阅，通知机制 和 过期机制。
redis做缓存的缺点： 常见的那些问题都算是缺点
1.缓存和数据库不一致；
2.缓存雪崩、击穿、
3.物理内存受限（海量数据受限）
4.在线扩充不灵活，一般都尽量保证单台内存够用。
5.主从机数据不一致，宕机时 主机同步从机时。
6.没有自动容错和恢复功能，主从宕机时 就无法完成请求。
redis的zset：叫做有序集合，每个元素都带一个分数，底层实现用的跳跃表。。
set是无序的，
延时队列：进入该队列的消息，会被延迟消费的队列。（一般队列，消息一旦入队，就会被立马消费） zset实现延时队列：score为时间戳，有序队列，轮询时 达到执行时间就执行。
map等编程语言的数据结构 也叫做缓存，本地缓存。
redis：可以分布式缓存，多实例时，各个实例共用一份缓存数据，缓存一致性。（前提要保证服务高可用）
redis是单进程单线程的，利用队列技术把并发访问变为串行访问，消除传统数据库对串行控制的开销。（没有进程线程的切换，不需要考虑锁的问题
redis持久化：内存数据库，内存数据变化快，容易丢失，需要持久化。
两种持久化方案：
1.RDB（Redis DataBase）默认的持久化方案；指定时间间隔内，执行指定次数的写操作，将内存数据写入到磁盘。dump.rdb文件。 redis重启时会加载dump.rdb文件来恢复数据。
是一种数据集快照的方式，半持久化记录redis的所有键值对，某个时间点的数据写入临时文件，持久化结束，把临时文件替换上次持久化的文件。
rdb优点：只有一个rdb文件，方便持久化；安全的保存在磁盘中。容灾性好；性能好，fork子进程来执行写操作，主进程只处理IO；重启加载效率高。
缺点：持久化过程中 redis故障，会发生数据丢失。适合对数据要求不高的场景。
2.AOF（Append Only File）（为了弥补rdb的不足，弥补数据不一致性）
所有命令行记录以redis命令请求协议的格式来完成持久化存储， 用日志形式来记录每个写操作，并追加到文件中，redis重启时根据日志文件的内容将写指令从头到尾执行一遍，来恢复数据。
优点：数据安全，append形式，记录都能保留。（记录可以合并重写并删除）
缺点：aof文件比rdb文件大，恢复速度慢。启动效率低。
redis缓存和数据库一致性的问题：
1.缓存设置过期时间，数据以数据库为准，
主要是数据更新操作，（主要不一致是 缓存里的旧数据，mysql主从机制不一致）
方案1:延时双删（数据库写操作之前删，写操作完成也删）
方案2:主动加载。
内存中的数据结构存储系统，可以用作数据库、缓存、消息中间件。
k-v字典存储系统，跨平台的非关系型数据库。
支持网络、基于内存、分布式、可选持久化。
LRU驱动事件，事务，不同级别的磁盘持久化。
常见的缓存算法。
(1)（LRU，Least Recently Used，最近最少使用，看的！！时间戳！！）算法。缓存中也常使用。。（！！！应用最广的缓存淘汰策略，实现简单，很实用，运行性能高，命中率高！！！）
最近经常被访问的数据，在以后也会经常被访问，经常被访问的数据，需要快速被命中，不常访问的数据，超出容量时要将其淘汰。
实现细节：（1）最近访问的数据插入或置换到缓存队列靠前的位置，（2）优先淘汰队列最末尾的字段。
实现数据结构和算法：链表 + map，map的key,value来保存数据内容；链表用来维护缓存队列。
(2) LFU，Least Frequently Used，最不经常使用，看的是频率），最近一段时间内的访问次数，
(3) FIFO(先进先出)，最先进入缓存中，最先被淘汰。
缓存穿透：缓存和数据库中都没有的数据，用户不断的发起请求（我们搜索服务应该不存在这种情况）解决方法：对请求接口做校验，不合法的直接拦截。
缓存击穿：缓存没有命中但是数据库中有数据（一般指缓存到期）解决方法：热点数据永不过期（搜索频率很高的设置为不会过期）（并发查一条数据）
缓存雪崩：缓存中数据大量都到了过期时间，查询量大 都查询不到。（很多数据都查不到）
解决方法：热点数据永不过期，过期时间设置随机。
缓存管理策略：
缓存淘汰策略：过期的，最少使用的删除掉。（LRU）
缓存更新策略。保证缓存内容和db数据内容一致。（低峰时期，对缓存内容批量更新）另外，db数据更新，也有一致性策略、保证缓存和db的一致性。（缓存索引非耦合策略，缓存逐步过期，减少不一致的项）
读和写操作都是并发的，没法保证顺序，就会出现缓存和数据库不一致的问题。
redis哨兵(sentinel), 自动分区。
哨兵模式（sentinel）：哨兵系统可以监控一个或多个redis master服务，以及从服务，某个master下线后，自动将该master从服务升级为master来代替。
redis发布(publish)-订阅(subscribe), 一种消息通信模式，发送者(pub)发布消息，订阅者(sub)接收消息.
新消息通过PUBLISH命令发送到频道channel中时，这个消息就会被发送给订阅它的所有客户端。
redis stream: 用于消息队列(MQ, Message Queue), 提供消息持久化，主备复制功能，
—————-
MQ（Message Queue），常叫做消息中间件、分布式消息队列
存放消息的容器，需要使用消息的时候取出来供自己使用。
分布式项目中，MQ基本都是必备消息中间件。 常用的消息中间件有：Kafka、
目的：(1)异步处理，高峰时刻提高系统性能和削峰，(2)降低系统耦合（异步处理：减小高并发的压力。
1.解耦：消息发送端和消息接收端是模块独立的。互不影响。消息队列某个机器宕机，也可以继续用集群中的其它机器做消息队列服务。
2.异步处理：业务逻辑以同步方式运行，很耗费时间；MQ中，用户请求发送到消息队列中就立刻返回；消息接收端拿到数据也是异步消费执行。消息队列的处理速度也很快。
3.削峰：主要是通过异步处理达到削峰目的。短时间高并发产生的事务消息放到消息队列中，削平高峰期的并发事务。
MQ消息队列的缺点：
1.系统可用性降低：引入了一个新模块，消息丢失 mq挂掉，
2.系统复杂性提高：重复消费、消息丢失、消息顺序。。
3.一致性问题：是异步的。。生产的消息没有被正确消费。。
kafka架构： 底层基于zookeeper，部署2N+1个节点，形成zookeeper集群，保证高可用。
kafka prodcuer： 从zookeeper拉取topic的leader分区，写入消息。
kafka broker: 每个topic的partition，会有副本，保证消息存储的可靠性。副本选择leader的partition(给producer和consumer使用)，只读写leader分区。
kafka consumer：从topic的leader分区读取消息。
所有MQ中间件，都会有消息重复消费的问题存在。
如何解决重复消费的问题：
(1) kafka层面的解决：offset的概念，写入的每一个消息都有一个offset，消费时，提交offset，证明该消息已经被消费。下次继续从当前位置开始继续消费。。
(2)业务层面的解决：自己做是否重复的校验，比如写入数据，判断是否已经在数据库里了。。等等， 唯一的id。。消息id加锁。。
数据丢失问题：（常用的解决方案 以kafka为例）
- 生产者和broker弄丢数据。
(1) ack机制(确认机制），生产者发送消息，broker中leader分区和所有follower都要进行确认没问题，才回复ok；否则，生产者会一直重试发送。
(或者，其它MQ中间件用的方法：保存到本地磁盘。。。)
2.broker挂了。
保证leader的follower多于2个，都数据同步成功。写入失败，就一直重试。
3.消费端丢失数据。
原因是：消费了提交了offset，机器挂了。。
解决方案：关闭offset提交(就会认为数据还没消费)，等自己处理完手动提交offset即可。。（会有重复消费情况，自己业务上保证数据一致，幂等性）
消息中的顺序性保证：
原因：多个消费端在消费，执行速度可能不太一样。。
内存中N个队列queue，指定key，相关的数据都是相同的key，写到同一个队列中，消费的时候同一个队列用单线程消费。（内部有序）
常用Kafka优点
核心功能强大，吞吐量高，ms级延迟，高可用可靠性，分布式任意拓展， 存在消息重复消费。。
———————-
mysql：
MvCC（多版本 并发控制）。Multi Version
https://cnblogs.com/chinesern/p/7592537.html
为啥用b+树：
1.肯定是为了提高查询效率。
b+树磁盘读写代价更低：数据都在叶子节点，其它节点存储更多的键，树的高度很小。（1-3次）
b+树查询效率更稳定：任何查询都必须从根节点走到叶子节点，路径长度相同。
叶子节点数据之间用指针链表 连起来，可以查到所有数据，可以进行范围查询range
innodb：是mysql的数据库内部引擎，用了这个才能支持事务。 内存存储引擎， 页是管理数据的最小磁盘单位，b-tree节点就是实际存放表数据的节点，
1.支持ACID，支持事务完整性和一致性。
2.支持行锁，一致性读，多用户并发。
3.聚集索引 主键设计方式， 大幅提升并发读写性能。
mysql数据都在磁盘中，为了提高速度，用了缓冲池
undo页：实现事务原子性，用来实现多版本并发控制（MVCC），任何操作之前数据备份的地方，方便回滚
InnoDB体系架构：
1.后台线程（主要负责刷新内存池中的数据，将已修改的数据刷新到磁盘）
（1.master thread，主线程，将缓冲池数据异步刷新到磁盘，保证数据一致性，脏页刷新、合并插入缓冲、UnDo页回收；2.IO thread：大量属于异步IO来处理写IO请求；3.purge thread（清理线程）：回收已经使用并分配的undo页。
2.内存池（多个内存块，组成一个很大的内存池）
一个innodb页有7个部分组成：
fil header/fil trailer
page header/page dictionary：页的状态信息
dictionary：存储稀疏索引，
user records：页面里 真正存放行记录的部分，
free space：空余空间。 链表结构（从左到右寻找空白节点插入）
b+树查找， 内存中进行。
慢查询：日志记录运行比较慢的sql语句，（记录下来之后可以方便定位优化查询效率）非常有用的日志。
sql优化： 1.修改sql写法， 2.新增索引。
将字段分解成多个表；增加中间表；分解关联查询。 覆盖索引。。。
各种索引：
全文索引：参考es里的term倒排索引
主键索引：主键是一种约束，主键创建后相当于一种唯一索引，（不允许为空，可以被其它表引用为外键；适合 自动递增列，身份证号，
唯一索引：不一定是主键索引。（允许为空）
索引：mysql索引大大提高检索速度
索引优化，是提高查询性能最重要的手段。（查询时每次只能用1个索引）
索引的作用：大大减小服务需要扫描的数据量，大大加快数据检索速度，随机IO变成顺序IO。
——-
mysql日志有哪些：
1.redo log（重做日志）， 2.undo log（回滚日志）， 3.bin log（二进制日志）， 4.slow query log（慢查询日志）， 5.relay log（中继日志）
redo log：记录事务执行后的状态，
https://cnblogs.com/myseries/p/10728533.html
（mysql日志）
mysql锁的级别： 表级锁， 页级锁， 行级锁。
https://blog.csdn.net/zcl_love_wx/article/details/81983267
mysql的老版本， myISAM是默认引擎（但是不支持事务及行级锁，
innodb存储引擎：使用b+树建立索引，关系数据库中最常用的
（b+树并不能找到给定键对应的具体值，只能找到数据行对应的页，整个页读入内存，在内存找到具体数据行）
b+树是平衡树，查找任意节点耗费时间都是完全相同的，比较次数就是b+树的高度。
数据库中b+树索引分为聚集索引（clustered index）和辅助索引（secondary index），
聚集索引 存放一条行记录的全部信息。（物理地址连续存放的索引，取区间时，查找速度非常快，使用链表）
辅助索引：只包含索引列和一个用于查找对应行记录的书签。（存的是主键索引，提高某个字段值查询的效率，辅助索引通过牺牲空间来提高查询效率，会浪费空间，合理创建辅助索引）
主键 看作是 聚集索引，如果没有创建，系统自动创建一个隐含列为表的聚集索引。
———
主从同步：
减轻服务器处理海量并发访问，产生的性能问题。
1.master主机器，将对数据的操作记录写到二进制日志中（binary log），mysql将事务串行的写入；
2.slave（备份机器）将二进制日志（binary log） 拷贝到中继日志（relay log）。 slave机器开启一个工作线程 io线程。
然后slave和 master保持一致。
需要中继：bin log不能一口气存到io线程，relay log缓存bin log事件。
———-
读写分离：
master 主机器 只用来进行写操作（主机器创建一个用户，只进行写，给予对应权限）
slave 备份机器 只用来进行读操作。
（通过路由，进行读写分离，
———
分布式事务：
mysql本身支持分布式事务，有限支持。
主要解决：分布式数据库场景下 所有节点间数据一致性问题。（通常采用2PC协议），分布式中会存在部分节点提交失败的情况。（所有节点都能提交时，整个分布式事务才允许被提交）
分布式事务通过2PC协议 将提交分为2个阶段：
1.prepare
2.commit/rollback
mysql 并发控制：
乐观并发控制（默认不出问题。遇到了问题了就重试，写的时候看是否被其他修改了， 整个过程中就没有枷锁。）乐观锁不会死锁， 但是冲突和重试过多时，增加负担，最好用悲观锁。
响应速度要求很高，并发量很大时，推荐乐观锁。（这时悲观锁会有性能问题。）
悲观并发控制（最常见的方法，就是锁）
共享锁，排他锁，两种实现方式。实现了标准的行级锁。
多版本并发控制
并发控制要考虑：冲突频率、重试成本、响应速度和并发量。
——————
事务相关
一件事情有n个组成单元，一起成功 或者一起失败，n个组成单元放在一起，就是一个事务。。
mysql：一条sql语句就是一个事务。。 默认开启事务并提交事务。。
开启事务，事务提交， 事务回滚。。
事务特性：ACID，
原子性（事务是一个不可分割的单位，全部发生、全部不发生）
、一致性，（事务前后 数据完整性必须保持一致）
隔离性，）多个用户并发访问，一个用户的事务不能被其他用户的事务干扰，互相隔离）
持久性，（事务被提交，对数据的改变是永久性的，即使故障也不能有影响）
事务的四种隔离级别
1.read uncommited，读取尚未提交的数据（哪个问题都解决不了）
2.read commited，读取已经提交的数据（可以解决脏读）
3.重复读取，Repeatable Read（解决脏读和不可重复读）mysql默认。（这个隔离级别可以解决了幻读问题）读的都是快照读。
（不可重复读，指一个事务中多次读同一数据 结果出现不一致）
4.串行化，可以解决脏读，不可重复读，虚读，相当于锁表。
（幻读，一个事务中使用相同的sql，两次读取，第二次读取到了其他事务新插入的行）
——
zab（zookeeper内部的分布式协调功能）
https://blog.csdn.net/a724888/article/details/80757503
zab协议， zookeeper根据zab协议实现分布式系统数据一致性。
写入一条数据，到遵循zab一致性，的整个流程：
1.客户端发起写操作请求，
2.
Flink:
火热的大数据处理框架，天然的流式计算，强大的处理性能。
优势：数据分布、容错处理、资源管理。。
工作流程： 创建job， -> 工作环境(environment) -> 数据源(source) ->数据处理transform -> 保存数据。
1.Flink统一批数据(有边界的数据)和流数据(无边界的数据)(流数据应用更广泛)
Flink是标准的实时处理引擎，基于事件驱动。
Spark：是微-批处理引擎。
Flink 和 Spark的区别：
1.架构层面： (1)Flink: job管理， task管理，slot ； (2)Spark: master, worker, driver, executer.
容错机制：(1)spark设置checkpoint，故障重启从checkpoint恢复，保证数据不丢失，danshi可能会重复处理。(2)Flink使用两个阶段提交来保证容错。
https://zhuanlan.zhihu.com/p/142439942