Linuxhus的博客

(1) 定义：该模式定义了一系列算法，并将每个算法封装起来，使它们可以相互替换，且算法的变化不会影响使用算法的客户。策略模式属于对象行为模式，它通过对算法进行封装，把使用算法的责任和算法的实现分割开来，并委派给不同的对象对这些算法进行管理。(2) 优点：A. 多重条件语句不易维护，而使用策略模式可以避免使用多重条件语句。B. 策略模式提供了一系列的可供重用的算法族，恰当使用继承可以把算法族的公共代码转移到父类里面，从而避免重复的代码。

(1). 定义：定义一个创建产品对象的工厂接口，然后把产品对象的实际创建工作放到具体的子类工厂当中实现。PS：① 我们把被创建的对象成为“产品”，创建产品的对象称为“工厂”。如果创建的产品不多，且基本不会增加新产品，只需要一个工厂类即可，这种模式叫做“简单工厂”，它不属于23种设计模式，它的缺点是违背了开闭原则。② 此处的介绍的‘抽象工厂’，是对简单工厂模式的进一步抽象化，其好处是可以使系统在不修改原来代码的情况下引进新的产品，即满足开闭原则。

作为内存中数据存储，Redis 以其速度和性能着称，通常被用作大多数后端服务的缓存解决方案。但是，在内部，Redis 采用单线程架构。为什么单线程设计依然会有这么高的性能？如果利用多线程并发处理请求不是更好吗？在本文中，让我们深入探讨为什么 Redis 才有单线程架构，依然如此之快，主要从下面4个方面讲解。内存数据存储优良的数据结构单线程架构非阻塞IO让我们一一剖析。综上所述，单线程架构是Redis团队经过时间考验的深思熟虑的选择。

满足下列条件的二叉搜索树是红黑树每个结点要么是“红色”，要么是“黑色”所有的叶结点都是空结点，并且是“黑色”的。如果一个结点是“红色”的，那么它的两个子结点都是“黑色”的。(注:也就是說，如果結點是黑色的，那么它的子節點可以是紅色或者是黑色的)。结点到其子孙结点的每条简单路径都包含相同数目的“黑色”结点根结点永远是“黑色”的之所以称为红黑树的原因就在于它的每个结点都被“着色”为红色或黑色。这些结点颜色被用来检测树的平衡性。

如果有人问你："你会把 Redis 用在什么业务场景下？我想你大概率会说："我会把它当作缓存使用，因为它把后端数据库中的数据存储在内存中，然后直接从内存中读取数据，响应速度会非常快。没错，这确实是 Redis 的一个普遍使用场景，但是，这里也有一个绝对不能忽略的问题：一旦服务器宕机，内存中的数据将全部丢失。目前，Redis 的持久化主要有两大机制，即AOF（Append Only File）日志和 RDB（Redis DataBase） 快照。

以上操作我们能够通过 find 命令来查找结果，但更多时候我们真正想做的是对结果执行某些特殊操作。当我们想要删除 /Users/cbuc/testdir/dir2 这个目录时，我们可以通过以上认识到的操作先进行查找然后使用 -delete 命令来删除当前匹配的文件可以发现， /Users/cbuc/testdir/dir2 这个目录已经被删除了除了删除操作，还可以进行以下几种常见的操作：-delete：删除当前匹配的文件-ls：对匹配的文件执行相当于 ls -dils 命令的操作。

今天，我们介绍了 MySQL 数据库主从复制过程中可能会遇到的一些问题。其中最主要的就是 binlog 日志在 STATEMENT 类型下有着存储数据量小的优点，但是也有导致数据不一致的情况；ROW 类型能够有效地解决数据不一致这种情况，但是也有存储数据量大这一缺点；MySQL 数据库结合前面两种类型的优点，又为我们提供了一个 mixed 类型。在日常的生产环境中，常用的 binlog 日志类型就是 mixed 类型。原文链接：MySQL 中主从之间是怎样保证数据一致的呢？

(1). 第一个节点先成为表示树的根(2). 第二个结点插入时变为根，原根结点变为新结点的左孩子。(3). 插入节点为数字时，沿根结点右链插入到最右端。(4). 插入节点为操作符时，先与根结点操作符优先级对比。a.优先级不高时，新结点成为根结点，原表达式成为新结点的左子树。b.优先级高时，新结点成为根结点的右孩子，原根结点的右孩子成为新结点的左子树。代码分享：/// 树节点类set;} //左孩子set;} //右孩子set;} //数据} //是否为操作符/// 数据构造。

(1) 树结构是一种非线性存储结构，存储的是具有“一对多”关系的数据元素的集合。(2) 树（Tree）是n(n≥0)个节点（Node）的有限集合。在任意一颗非空树中，有且仅有一个特定的成为根(Root)的节点，当n＞1时，其余节点分成m（m＞0）个互不相交的有限集T1，T2，……，Tm，其中每一个集合本身又是一棵树，并且称为根的子树。树的定义是递归的，即在树的定义中又用到了树的概念，它刻画了树固有的特性，即一棵树有若干个子树构成，而子树又由更小的若干子树构成。

(1).含义：通常我们所说的状态机(State Machine)指的是有限状态自动机的简称，是现实事物运行规则抽象而成的一个数学模型，可以理解成一个状态转换图。(状态机是计算机科学的重要基础概念之一，也可以说是一种总结归纳问题的思想，应用范围非常广泛)(2).例子：自动门有两个状态，open 和 closed ，closed 状态下，如果读取开门信号，那么状态就会切换为 open。

我们可以看到的是查询数据的时候报了一个 1146 的错误，这是因为 INnoDB 存储引擎中的数据表是需要在 MySQL 数据库的数据字典中注册的，我们直接将数据文件复制过去的时候并没有在数据字典中注册，换句话说就是在把数据复制过去之后，还需要在数据字典中注册数据库系统才能正常识别。更多C++后台开发技术点知识内容包括C/C++，Linux，Nginx，ZeroMQ，MySQL，Redis，MongoDB，ZK，流媒体，音视频开发，Linux内核，TCP/IP，协程，DPDK多个高级知识点。

LSM 树（Log-Structured-Merge-Tree) 日志结构合并树由 Patrick O’Neil 等人在论文《The Log-Structured Merge Tree》(www.cs.umb.edu/~poneil/lsm…LSM 树的核心特点是利用顺序写来提高写性能，代价就是会稍微降低读性能（读放大），写入量增大（写放大）和占用空间增大（空间放大）。

在云服务中，缓存是极其重要的一点。所谓缓存，其实是一个高速数据存储层。当缓存存在后，日后再次请求该数据就会直接访问缓存，提升数据访问的速度。但是缓存存储的数据通常是短暂性的，这就需要经常对缓存进行更新。而我们操作缓存和数据库，分为读操作和写操作。读操作的详细流程为，请求数据，如缓存中存在数据则直接读取并返回，如不存在则从数据库中读取，成功之后将数据放到缓存中。

更多C++后台开发技术点知识内容包括C/C++，Linux，Nginx，ZeroMQ，MySQL，Redis，MongoDB，ZK，流媒体，音视频开发，Linux内核，TCP/IP，协程，DPDK多个高级知识点。排序规则的命令通常是以对应的字符集的名字为开头，并以自己的特定属性结尾，比如排序规则utf8_general_ci和latin1_swedish_ci就分别是对应utf8和latin1字符集的排序规则。A. 当仅指定了字符集而没有指定排序规则时，则会使用该字符集的默认排序规则。

这边推荐使用 xxx_by_lua_file，它彻底分离了配置文件与业务代码，让两者可以独立部署，而且文件形式也让我们更容易以模块的方式管理组织 Lua 程序。更多C++后台开发技术点知识内容包括C/C++，Linux，Nginx，ZeroMQ，MySQL，Redis，MongoDB，ZK，流媒体，音视频开发，Linux内核，TCP/IP，协程，DPDK多个高级知识点。【文章福利】另外还整理一些C++后台开发架构师 相关学习资料，面试题，教学视频，以及学习路线图，免费分享有需要的可以点击领取。

在说IO多路复用模型之前，我们先来大致了解下Linux文件系统。在Linux系统中，不论是你的鼠标，键盘，还是打印机，甚至于连接到本机的socket client端，都是以文件描述符的形式存在于系统中，诸如此类，等等等等，所以可以这么说，一切皆文件。来看一下系统定义的文件描述符说明：从上面的列表可以看到，文件描述符0,1,2都已经被系统占用了，当系统启动的时候，这三个描述符就存在了。其中0代表标准输入，1代表标准输出，2代表错误输出。当我们创建新的文件描述符的时候，就会在2的基础上进行递增。

本文所介绍的内网穿透技术相关的实现方式其实在我们的日常开发生活中有更多的使用场景，当我们深入了解了当前 IP 地址以及内外网的实现方式后，我们不难发现，当我们将内网穿透的图片稍加修改后就成为了我们常用的另一种功能的实现方式(VPN实现原理)：原文作者：内网穿透你真的了解吗？- 掘金。

(1). 客户端分片方案A. 哈希取模：hash（key）% N，hash代表一种散列算法，N代表redis服务器的数量。这种算法实现起来非常简单，但是缺点也是非常明显的，当服务器数量N增加或者减少的时候，原先的缓存数据定位几乎失效，缓存数据定位失效意味着要到数据库重新查询，这对于高并发的系统来说是致命的。B. 一致性哈希算法：将key和server都进行hash，分配在闭环上，采用临近原则，key 找 离它最近的server节点进行存储。

消息中间件是指在分布式系统中完成消息的发送和接收的基础软件。消息中间件也可以称消息队列（Message Queue / MQ），用高效可靠的消息传递机制进行与平台无关的数据交流，并基于数据通信来进行分布式系统的集成。通过提供消息传递和消息队列模型，可以在分布式环境下扩展进程的通信。简而言之，互联网场景中经常使用消息中间件进行消息路由、订阅发布、异步处理等操作，来缓解系统的压力。

理解好RabbitMQ 中 Broker 存储的组成要素 CommitLog，ConsumeQueue，IndexFile。当 Broker 收到消息存储请求时，通过调用 CommitLog 对应的 MappedFile，把消息写入MappedFile的MeppedByteBuffer（内存映射）。

含义：内层溢出通俗理解就是内存不够，程序要求的内存超出了系统所能分配的范围。危害：内存溢出错误会导致处理数据的任务失败，甚至会引发平台崩溃等严重后果。应用程序CPU使用率高，甚至超过100%死锁是指两个或两个以上的进程在执行过程中，由于竞争资源或者由于彼此通信而造成的一种阻塞的现象，若无外力作用，它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁，这些永远在互相等待的进程称为死锁进程。Java 里的 StackOverflowError。抛出这个错误表明应用程序因为深递归导致栈被耗尽了。

背景：我们目前使用的所有集合都是线程不安全的。：就是利用线程槽来分摊Bag中的所有数据，链表的头插法,0代表移除最后一个插入的值.(等价于同步中的List)：线程安全的Stack是使用Interlocked来实现线程安全, 而没有使用内核锁.(等价于同步中的数组): 队列的模式，先进先出(等价于同步中的队列): 字典的模式(等价于同步中的字典)以上四种安全的并发集合类，也可以采用同步版本+Lock锁(或其它锁)来实现。

1. 多线程并发读/写同一个TCP socket是线程安全的，因为TCP socket的读/写操作都上锁了。虽然线程安全，但依然不建议你这么做，因为TCP本身是基于数据流的协议，一份完整的消息数据可能会分开多次去写/读，内核的锁只保证单次读/写socket是线程安全，锁的粒度并不覆盖整个完整消息。因此建议用一个线程去读/写TCP socket。2. 多线程并发读/写同一个UDP socket也是线程安全的，因为UDP socket的读/写操作也都上锁了。

三种缓存模式优缺点：Cache Aside 更新模式实现起来比较简单，但是需要维护两个数据存储，一个是缓存（Cache），一个是数据库（Repository）。Read/Write Through 更新模式只需要维护一个数据存储（缓存），但是实现起来要复杂一些。

算法，即解决问题的方法。同一个问题，使用不同的算法，虽然得到的结果相同，但是耗费的时间和资源是不同的。就比如要拧一个螺母，使用扳手还是钳子是有区别的，虽然使用钳子也能拧螺母，但是没有扳手好用。“条条大路通罗马”，解决问题的算法有多种，这就需要判断哪个算法“更好”。

顺序表，全名"顺序存储结构"，是线性表的一种。我们知道线性表是用来存储逻辑关系为 "一对一" 的数据，顺表也不例外。顺序表存储数据时，会提前申请一整块足够大小的物理空间，然后将数据依次存储起来，存储时做到数据元素之间不留一丝缝隙。例如，使用顺序表存储集合 {1,2,3,4,5}，数据最终的存储状态如下图：由此我们可以得出，将“具有 '一对一' 逻辑关系的数据按照次序连续存储到一整块物理空间上”的存储结构就是顺序存储结构。顺序表存储数据同数组非常接近。其实，顺序表存储数据使用的就是数组。

现在，我们知道啦，Redis 为什么快了吧。Redis 单线程是指在网络 I/O 和 键值的读写操作是有一个线程来完成的，采用单线程的好处是避免了多线程并发需要竞争获取锁。单线程之所以性能高效是因为其选择了 I/O 多路复用模型。搞懂了 select/epoll 这这些，慢慢会发现自己会逐渐比身边的伙伴优秀一些。原文链接：https://juejin.cn/post/7170712250880606221。

在Redis中，一个字符串最大512MB，一个二级数据结构（例如hash、list、set、zset）可以存储大约40亿个(2^32-1)个元素，但实际中如果下面两种情况，我就会认为它是bigkey。(1). 字符串类型：它的big体现在单个value值很大，一般认为超过10KB就是bigkey。(2). 非字符串类型：哈希、列表、集合、有序集合，它们的big体现在元素个数太多。一般来说，string类型控制在10KB以内，hash、list、set、zset元素个数不要超过5000。

　Redis 提供了 RDB 和 AOF 两种持久化方式，默认开启的是RDB，如果需要AOF，需要手动修改配置文件进行开启。　RDB：是一种对Redis存在内存中的数据周期性的持久化机制，将内存中的数据以快照的形式硬盘，实质上是fork了一个子进程在执行数据存储，采用的是二进制压缩的存储模式。如图：　AOF：是以文本日志的形式记录Redis的每一个写入、删除请求（查询请求不处理），它是以追加的方式（append-only）写入，没有磁盘寻址的开销，所以写入速度非常快（类似mysql的binlog）。如图：(

(1). 原子性一个事务(transaction)中的所有操作，要么全部完成，要么全部不完成，不会结束在中间某个环节。事务在执行过程中发生错误，会被恢复(Rollback)到事务开始前的状态，就像这个事务从来没有执行过一样。　Redis的事务并不是我们传统意义上理解的事务，我们都知道 单个 Redis 命令的执行是原子性的，但 Redis 没有在事务上增加任何维持原子性的机制，所以 Redis 事务的执行并不是原子性的。事务可以理解为一个打包的批量执行脚本，但批量指令并非原子化的操作，中间某条指令的失败不会

 1个web程序：部署在7061端口，启动 【dotnet NginxWeb.dll --urls="http://*:7061" --ip="127.0.0.1" --port=7061】Nginx程序：监听7000端口 比如单独启动部署在7061端口下的web程序，进行访问，我们会发现，除了请求的加载，还有很多静态 css、js、图片等资源的加载，这些资源的加载也是占服务器带宽的，假设带宽为1m，几个大图片直接就占满了。所以这里引入动静分离，将静态资源单独隔离出来，不占据主服务器的带宽，同时也有利于静态

典型的Key-Value集合，如果要存实体，需要序列化成字符串，获取的时候需要反序列化一下。

我们平时所说的：聚集索引(主键索引)，次要索引，覆盖索引，复合索引，前缀索引，唯一索引在MySQL5.7和 8.0版本默认都是使用索引，除此之外还有。至于MySQL5.7之前版本，这里就不过多探究了。

本章节，将结合多线程来介绍锁机制， 那么问题来了，什么是锁呢？为什么需要锁？为什么要结合多线程来介绍锁呢？锁的使用场景又是什么呢？DotNet中又有哪些锁呢？在接下来的几个章节中，将陆续解答这些问题。PS：多个线程对一个共享资源进行使用的时候，会出问题, 比如实际的业务场景，入库和出库操作同时进行，库存量就会存在并发问题。所以锁就是用来解决多线程资源竞用的问题。

顺序表和链表由于存储结构上的差异，导致他们有不同的特点，从而适用于不同的场景。虽然他们都属于线性表，但他们的存储结构有着本质的不同：1. 线性表存储数据，需要，然后将数据按照次序逐一存储，数据之间紧密贴合，不留一丝空隙， 如下图：2. 链表的存储方式与顺序表截然相反，

存储数据元素时，除了存储数据元素本身的信息外，还有一个指针，指向他的后继节点，最后一个元素的指针不指向任何元素。：在单链表的基础上加一个前驱指针，指向前一个元素，是链表可以双向查找，这种结构成为双链表。：将链表最后一个节点的指针指向第一个节点，这样就形成了一个环，这种数据结构叫做单向循环列表.另外还有双向循环列表.

hostname： 查看主机名hostname xxx： 修改主机名(重启后无效)

ThreadPool简介：ThreadPool是一个线程池，当你需要开启n个线程时候，只需把这个指令抛给线程池，它将自动分配线程进行处理，它诞生于.Net 2.0时代。ThreadPool与Thread的区别：①：Thread每开启一个异步任务，就需要使用一个Thread，具有专一性，即使Thread已经死掉，仍然需要占用资源。②：ThreadPool能实现n个线程处理n+m个异步任务，且没有死线程，默认都是初始化的。

MySQL中的数据用各种不同的技术存储在文件（或者内存）中。这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供不同的功能和能力。通过选择不同的技术，你能够获得额外的速度或者功能，从而改善你的应用的整体功能。。。InnoDB 存储引擎提供了具有提交、回滚和崩溃恢复能力的事务安全。但，且会占用更多的磁盘空间以保留数据和索引。

栈是一种只能从表的一端存取数据且遵循 "先进后出"（"后进先出"） 原则的线性存储结构。栈也是用来存储逻辑关系为 "一对一" 数据的线性存储结构。C#中提供顺序栈：Stack，它不是线程安全的；分析：(1). 栈只能从表的一端存取数据，另一端是封闭的(2). 在栈中，无论是存数据还是取数据，都必须遵循"先进后出"的原则，即最先进栈的元素最后出栈。