4.Redis Cluster集群模式如果单机吞吐量过大，我们可以横向和纵向进行扩展，横向就是加节点（scaleout），纵向就是加配置（scaleup）。如果加配置，治标不治本，单机局限性和持久化问题无法解决（如轮式RDB快照还是AOF指令）横向扩展更容易扩展，可以解决很多问题，包括单一实例节点的硬件扩容限制

哨兵模式Sentinel：  自动感知Master故障并选择一个Slave切换为Master，实现故障的自动转移能力。1.监控:持续监控主从是否健康，是否处于预期的工作状态.2.主从的动态切换：当Master故障后，哨兵启动自动故障恢复：从slave中选一个新的master3.通知机制：竞选出来新的master后，通知客户

4.Redis Cluster集群模式如果单机吞吐量过大，我们可以横向和纵向进行扩展，横向就是加节点（scaleout），纵向就是加配置（scaleup）。如果加配置，治标不治本，单机局限性和持久化问题无法解决（如轮式RDB快照还是AOF指令）横向扩展更容易扩展，可以解决很多问题，包括单一实例节点的硬件扩容限制

Springboot的自动装配原理：@SpringBootApplication  进入 AutoConfigurationImportSelector类中，会调用 selectImports（方法），用于选择需要自动配置的类，并返回它们的

springSpring启动过程？1.初始化Spring容器，注册内置的BeanPostProcessor的BeanDefinition到容器中如果是注解的方式，会调用AnnotationConfigApplicationContext 

内存模型：java内存模型定义了JVM虚拟机如何与计算机的内存进行交互。java内存模型把内存划分为两部分：主内存和工作内存。主内存共享，工作内存线程私有。java内存模型的实现

再Synchronized和ReetrantLock的区别：1.Synchronized可以对静态方法，普通方法，代码块加锁。自动加锁释放锁。ReetrantLock需要手动的加锁释放锁，加锁前需要创建一个ReetrantLo

今日目标(AQS)：AQS（抽象队列同步器）:相当于实现锁的一系列模板方法。如果要实现锁，需要：1.锁是否被占用的状态值。2.阻塞/唤醒3.竞争失败的队列AQS中：state：状态信息，不同

建索引的几大原则1.最左前缀匹配原则，非常重要的原则，mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a=1andb=2andc>3andd=4如果

高性能Mysql第四版P190~204 学习记录：联接查询：  对于Union查询，mysql先把一系列单个查询放在临时表，然后再重新读出临时表中的数据完成Union查询。在Mysql的概念中，联接

聚簇索引和非聚簇索引：聚簇和非聚簇的含义是：是否索引和数据进行绑定，即是否需要二次查找才能找到对应的数据值。由于聚簇索引的绑定关系，要求聚簇索引是唯一值，否则不能明确通

Mysql为什么会产生死锁？ 事务A、B分别拿到1,4的独占行锁，然后再去拿4，1的行锁，都会由于另一个事务不释放锁等待，造成了循环等待的局面。(1)同一时刻只能有一个事务持有这

MYSQL的行锁：独占锁、共享锁表锁：除了独占锁共享锁之外，还有意向锁和MDL锁。意向锁：意向锁是一种不与行级锁冲突表级锁。意向锁数据引擎自己维护，自己无法去操作。在为数据

算法部分：复习一下二叉树的题目：简单的前中后序遍历：解二叉树的题目的逻辑：1.确定入参和返参2.确定终止条件3.确认每层的逻辑例如简单的后续遍历。  后续遍历是左右中

volatile的问题：volatile只能保证读/写操作的原子性，没有办法保证变量的其他操作的原子性，例如++ 等非单独读/写操作。 相对于Synchronized的悲观锁方式，还有一种方式来

volatile：背景: CPU和主存读写速度不一致，出现了高速缓存。把一些经常读的数据存入高速缓存，交互计算和高速缓存进行，修改完毕后再从高速缓存刷回主存中。但是问题来了！CPU

1.参数配置调优。 先pass2.索引调优如果使用联合索引，要遵循最左匹配原则。index(a,b,c) 如果想使用这个索引，那么必须遵循这个顺序使用。模糊查询也是要

对于上次提到的mmap+write做一个总结mmap用到的特性是虚拟内存。   操作：1.DMA把磁盘内容copy到内核缓冲区。2.通过虚拟空间映射的方式，用户缓冲区和内核缓冲区共

首先弄懂传统的I/O操作的过程：   首先，期间共发生了4次用户态与内核态的上下文切换，因为发生了两次系统调用，一次是 read() ，一次是 write()，每次系统调用都得先

概念上kafka和RocketMQ的结构很类似。除了Broker、Producer、Consumer、Topic。多了一个分区的概念Partition。对于NameServer的概念，kafka用的是zookeeper来保存信息。包

        

RocketMQ分布式事务   相对于本地事务，分布式事务是为了满足跨数据源或跨服务的事务场景。上图展示了RocketMQ在分布式事务中的应用，满足CAP定理中的AP，保证最终一致

回顾上次的内容：NameServer、Broker、Producer、Consumer生产者向Broker发送消息，放在消息队列，消费者通过消息推过来/自己拉取的方式消费消息。 NameServer和Broker保持

MQ消息队列。目前市面上流行的MQ有：RocketMQ、kafka、RabbitMQ、ActiveMQ比较一下这几个消息队列一般消息队列的作用和使用场景是：1.解耦。（本来A要调很多接口，现在A直接把

Zookeeper、Nacos、Eureka的比较CAP原则；Consistency：数据一致性（主要在乎数据的安全和一致，用户体验放在第二）Availability:可用性（收到请求要进行反馈，用户体验第一）Partiti