阿鑫的博客ッ

第1章 课程介绍 本章对课程内容、知识点、授课过程进行引导性说明。 1. 问卷调查 你真的搞懂MySQL底层原理了吗? 你知道如何改善慢查询性能吗? 你知道如何架设高性能集群吗? 你知道未来数据库的发展趋势吗? 这些问题很重要! 因为…. 工作中:MySQL高性能集群越来越流行 面试中:深入考察MySQL原理、性能调优 职业规划:需要根据技术发展方向选择职业路径 2. 精通MySQL 应该怎么学?从理论到实战 从数据表逻辑结构，到优化数据表的性能 从数据查询原理，到改善慢SQL性能 从单点到集群 从学习单点原理，到掌握集群原理 从高性能单点，到高性能集群 从单点快速部署，到集群快速部署 从现在到未来 从5.x版本，到8.0版本 从原生单体数据库，到原生分布式数据库 从学习技术原理，到理解技术趋势 以上三点就是本课程的主线 以技术原理作为坚实基础 以真实场景作为学习环境 以架构思维作为学习目标 3. 什么是“三高” 高并发:同时处理的事务数高 高性能:事务/SQL的执行速度高 高可用:系统可用时间高 为什么不直接讲“三高”“三高”只是目的，并不是手段，手段有 ...

由于 CPU 的运算速度远远的超过了内存的 IO 速度，因此在它和内存间又加了一层高速缓存，引入了缓存就必然带来一致性的问题。来看看这样的语句执行起来会是什么样的效果。 CPU b 先加载了 n=1，然后cpuA也加载了n，还进行了n+1的操作，这时候 CPU b 再去获取 n 的值。由于高速缓存中已经有值了，所以他拿到的还是n=1，产生了不一致的情况。 CPU 厂商为了解决这样的情况，引入了缓存一致性的协议。常见的比如说MESI，它有四个状态对应着修改、独占、共享、失效，而这四种状态又能量转换形成 16 种情况，这其实就是一个状态机。这个状态机看得我都头大，其实我们没有必要去了解得很透彻，继续用刚刚的例子走一遍流程，看看它是如何保证一致性的。 CPU b 先获取 n 的值，这时候它是独占状态，然后 CPU a 在获取 n 的时候，通过总线地址冲突检测到 b 有这个值，于是向 b 请求这个值，这时候 n 变成了共享状态。当 CPU a 要修改 n 的时候，会通过总线发出失效命令，让 b 的高速缓存对应的 n 的状态变为失效。收到 ACK 后让本地的 n 变为独占状态 ...

MYSQL alter操作alter应该不会锁表吧 就会加一个MDL锁 innoDB支持在线DDL alter的时候不会阻塞对表的读写，然后百度 alert千万数据表的时候需要使用percona的 pt-online-schema-change ，他会建立一个与原来表结构相同的新表，然后把数据全部复制过去，最后替换表来完成大数据量表新增一个字段。 volatile这个是为了各个核心数据一致性的，有修改缓冲区和失效队列，但是修改缓冲区的内容什么时候刷新到主内存，核心什么时候操作失效队列，这个是核心自己来控制的在并发场景下，核心自己控制就会出问题所以需要屏障来告诉核心什么时候操作。java提供了关键字对底层原理封装，由开发人员来决定怎么做,volatile就是屏障，来告诉核心这个时候该刷新主内存，操作失效队列了 7．常见的MESI协议就是基于总线嘎探实现的。 8.MESI解决了缓存一致性问题，但是还是不能将CPU性能压榨到极致。 9.为了进一步压榨CPU，所以引入了 store buffer 和invalidate queue。 10.store buffer和invalidate q ...

解释下Java线程池的各个参数的含义？在JDK当中，创建线程值的API为ThreadPoolExector类，这个类的构成方法当中就包含了创建线程值的几个核心参数。第一个corePoolSize用于设置线程池里面的核心线程数量maxPoolSize用于设置线程池里面允许的最大线程数量keepAliveTime用于设置当线程数量大于corePoolSize多出来空闲的线程将会在keepAliveTime之后就会被释放掉。unit用于设置keepAliveTime时间单位，比如秒钟、分钟等。workQueen用于设置等待队列，ThreadFactory用于设置每当创建新的线程放入线程值的时候，就会是就是通过这个线程工厂来创建的。handler用于设置就是说当线程等待队列都满了之后采取的策略，比如抛出异常等策略。那我们假设一组参数值来说明一下这些参数的含义。假设我们设置corePoolSize为1，maxPoolSize为3，keepAliveTime为60秒，workQueen为ArrayBrokingQueen有界阻塞队列大小为4，handler了默认的策略抛出一个所的threadRej ...

kubeadm是官方社区推出的一个用于快速部署kubernetes集群的工具。 这个工具能通过两条指令完成一个kubernetes集群的部署： 12345# 创建一个 Master 节点$ kubeadm init# 将一个 Node 节点加入到当前集群中$ kubeadm join <Master节点的IP和端口 > 1. 安装要求在开始之前，部署Kubernetes集群机器需要满足以下几个条件： 一台或多台机器，操作系统 CentOS7.x-86_x64 硬件配置：2GB或更多RAM，2个CPU或更多CPU，硬盘30GB或更多 可以访问外网，需要拉取镜像，如果服务器不能上网，需要提前下载镜像并导入节点 禁止swap分区 2. 准备环境 角色 IP master 192.168.1.11 node1 192.168.1.12 node2 192.168.1.13 使用kubeadm方式搭建K8s集群主要分为以下几步 准备三台虚拟机，同时安装操作系统CentOS 7.x 对三个安装之后的操作系统进行初始化操作 在三个节点安装 docker ku ...

安装 kubectl 下载对应版本的kubectl 下载一个可执行文件，加入到PATH环境变量即可 需要指定版本直接换版本即可（我安装是1.17，直接脚本中替换为v1.17.0即可） 12345678# Linuxcurl -LO https://dl.k8s.io/release/v1.22.0/bin/linux/amd64/kubectl# Maccurl -LO "https://dl.k8s.io/release/v1.22.0/bin/darwin/arm64/kubectl"# Windowscurl -LO "https://dl.k8s.io/release/v1.22.0/bin/windows/amd64/kubectl.exe" 配置PATH环境变量 12345678910# 给下载的kubectl 赋予权限chmod +x kubectl# kubectl 放到当前用户家目录下.local/bin/下(可以直接放到PATH环境变量下即可譬如/usr/local/bin下)mkdir -p ~/.local/b ...

1.什么是循环依赖？假设我们有两个类 A 和 B，类A和类B的实例互为成员变量即为循环依赖。 当然也有可能是一个类，或三个类间进行循环依赖。 2.什么是Spring的循环依赖？我们这里还是拿上面类 A 和 B 来举例： 补充知识：Bean的声明周期如下： 当 Spring 框架启动后，开始根据注解将类 A 实例化并注入到容器当中，在实例化 A 之后就会尝试获取类 B 的实例来进行依赖注入。 由于类 B 并没有进行实例化，那么 Spring 框架就会去实例化类 B，同样的也会需要将类 A 的依赖注入到类 B 的实例中： 最终，无论先实例化哪个类，都会形成死循环。 简化后如下所示： 3.三级缓存解决循环依赖Spring 框架解决循环依赖是通过三级缓存，对应的三级缓存如下所示： 12345678910// 单实例对象注册器public class DefaultSingletonBeanRegistry extends SimpleAliasRegistry implements SingletonBeanRegistry { private static fina ...

两阶段提交的过程是怎样的？ 从图中可看出，事务的提交过程有两个阶段，就是将redoLog的写入拆成了两个步骤：prepare和commit，中 间再穿插写入binlog，具体如下： 1:prepare阶段：将XID（内部XA事务的ID）写入到redo log buffer，同时将redo log对应的事务状态设置为prepare，然后将redo log持久化到磁盘（innodb_flush_log_at_trx_commit=1的作用）； 2:commit阶段：把XID写入到binlog cache，然后将binlog持久化到磁盘（sync_binlog=1的作用），接着调用引擎的提交事务接口，将redo log状态设置为commit，此时该状态并不需要持久化到磁盘，只需要write到文件系统的page cache中就够了，因为只要binlog写磁盘成功，就算redo log的状态还是prepare也没有关系，一样会被认为事务已经执行成功； 为什么需要两阶段提交？如果只写一次的话，那到底先写bin-log还是redo-log呢？ 先写bin-log，再写redo-l ...

es的架构简介首先，从架构的角度来看，Elasticsearch是一个分布式的搜索和分析引擎，它能够存储、搜索和分析大量数据。为了实现这些功能，Elasticsearch采用了分片和副本的机制，使得数据可以分布在多个节点上，并且具有容错性和可扩展性。简要介绍Elasticsearch的架构： 1. 分布式架构节点与集群：Elasticsearch由多个节点（Node）组成，这些节点可以组成一个集群（Cluster）。每个节点都可以处理读写请求，并且数据在集群中的节点之间进行分布和复制，以实现高可用性和扩展性。 分片与副本：为了支持大规模数据，Elasticsearch将索引划分为多个分片（Shard），每个分片可以独立存储和处理数据。此外，每个分片可以有多个副本（Replica），用于提供数据冗余、故障恢复和读取负载均衡。 2. 索引与搜索倒排索引：Elasticsearch使用Lucene作为其底层的搜索库。Lucene构建倒排索引（Inverted Index）来加速搜索过程。倒排索引将文档中的单词映射到包含这些单词的文档列表，从而实现快速查找和检索。 查询执行：当客户端发送搜索 ...

JVM（Java虚拟机）中的三色标记法是一种用于垃圾收集（Garbage Collection, GC）的算法，尤其在CMS（Concurrent Mark Sweep）和G1（Garbage First）等并发收集器中广泛使用。该算法通过将对象标记为三种不同的颜色来追踪和识别垃圾对象，从而在不发生或尽可能短地发生STW（Stop The World，即全线程停顿）的情况下进行垃圾收集。以下是三色标记法的详细介绍： 三色标记法的颜色定义 白色：表示对象尚未被垃圾收集器访问过。在可达性分析刚开始的阶段，所有的对象都是白色的。如果在分析结束的阶段，对象仍然是白色的，则表示该对象不可达，即被认为是垃圾。 灰色：表示对象已经被垃圾收集器访问过，但这个对象上至少存在一个引用还没有被扫描过。在扫描过程中，垃圾收集器会从灰色对象出发，继续扫描其引用的其他对象。 黑色：表示对象已经被垃圾收集器访问过，并且这个对象的所有引用都已经被扫描过。黑色对象是安全存活的，不会被作为垃圾回收。 三色标记法的流程 初始状态：所有对象都是白色的。 根节点标记：将GC Roots（如线程栈、静态变量等）直接可达的对象标 ...