流楚丶格念的博客

具体来说，CAP 定理中提到的矛盾（Consistency、一致性；Availability、可用性；分布式系统中的多个节点通过网络通信。CAP 定理：最多三选二，无法兼得，通常在 CP 或者 AP 之间做出选择。网络分区是不可避免的，因为无论系统多稳定，总有可能发生节点之间的网络故障。

过程是种子节点会把所有的数据都跟其他节点共享，以便消除节点之间数据的任何不一致，它可以保证最终、完全的一致。如果把两个节点数据同步一次定义为一个周期，则在一个周期内，Push 需通信 1 次，Pull 需 2 次，Push/Pull 则需 3 次。整个传播过程可能需要一定的时间，由于不能保证某个时刻所有节点都收到消息，但是理论上最终所有节点都会收到消息，因此它是一个最终一致性协议。Gossip 协议的消息传播方式有两种：Anti-Entropy(反熵传播)和Rumor-Mongering(谣言传播)。

Paxos 和 Raft 都是分布式一致性算法，这个过程如同投票选举领袖（Leader），参选者（Candidate）需要说服大多数投票者（Follower）投票给他，一旦选举出领袖，就由领袖发号施令。Paxos 和 Raft 都是分布式一致性算法，这个过程如同投票选举领袖（Leader），参选者（Candidate）需要说服大多数投票者（Follower）投票给他，一旦选举出领袖，就由领袖发号施令。在 Raft 算法中充当逻辑时钟的作用，使得服务器节点可以查明一些过期的信息（比如过期的 Leader）。

准备阶段：Proposer负责接收 client 请求并产生提案，必须由多数派 Acceptor 批准通过提案接受阶段：提案通过后，再将要执行的修改操作广播给 Acceptor，这次仍然多数派通过，此修改才能生效，可以返回响应给客户端。

现在我们可以总结出归并排序的算法思路了，那就是在将整个数组进行不断划分，知道划分的每个字数组的长度为0或者为1，这是每个字数组统统都是有序数组，这是再按照有序数组的拼接算法，对每个子数组进行拼接，这样就能保证每次的拼接结果都还是有序的最终拼接成一个之后，整个数组便都是有序的，而数组的排序也宣布完成，关于这个字数组的划分，实际上是通过递归实现的逻辑上的划分。我们首先来详细说说归并排序的算法思路，归并排序的算法思路并不复杂，其主要是一个拆分与合并的过程，接下来我们用图解来看看归并排序究竟是如何排序的。

（根据里氏代换原则 [ 能使用父类型的地方一定能使用子类型 ]，抓取 ExampleA 类型异常的 catch 块能够抓住 try 块中抛出的 ExampleB 类型的异常），第一层finally抛出Annoyance异常，根据里氏替换原则：能使用父类型的地方一定能使用子类型，这里也能替换为子类型异常，也能被捕获，然后打印。Java 编译器要求方法必须声明抛出可能发生的受检异常，但是并不要求必须声明抛出未被捕获的运行时异常。catch块，能捕获到Sneeze异常，不再向外抛出、然后打印。

如果从根结点开始从1 挨个编号，然后在存进一维数组中，那么有些结点可能没有孩子，那么它原本的孩子在数组中的位置就会被后面上来的的结点占据，这样在数组中再拿着2i或者2I+1找到的结点就不是实际情况下树中结点的左右孩子（实际情况下树中该结点可能甚至都没有孩子）。我们可以根据数组的下标i也能找到左孩子（2i）和右孩子（2I+1），前提是数组下标 i=0位丢弃不用，从i=1开始存储树的编号为1的根结点，以此类推。如果2i+1>n, 则结点i无右孩子, 否则其右孩子rchild (i) 是结点2i+1。

2，带有变音符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文等字母则需要2字节编码（Unicode范围由U+0080~U+07FF）。Unicode编码：一个英文等于两个字节，一个中文（含繁体）等于两个字节。中文标点占两个字节，英文标点。3，其他语言的字符（包括中日韩文字、东南亚文字、中东文字等）包含了大部分常用字，使用3字节编码。1，一个US-ASCIl字符只需1字节编码（Unicode范围由U+0000~U+007F）。一个英文字符等于一个字节，英文标点占一个字节。

3、如果子类继承父类，父类中有b方法，该子类同时实现的接口中也有b方法（被default修饰），那么子类会继承父类的b方法而不是继承接口中的b方法。以前在比较接口与抽象类区别的时候，接口中不能有方法体是接口的一个特点。而最近的学习改变了这一特点。是因为，类在继承接口中的default方法时，不知道应该继承哪一个接口中的default方法。1、实现类会继承接口中的default方法。

代码如下：实现拷贝数组函数代码如下：写一排序算法，输入 10 个数字，以逗号分开，可根据参数选择升序或者 降序排序，须注明是何种排序算法代码如下：代码如下：已排好序的数组 A，一般来说可用二分查找可以很快找到，现有一特殊数组 A，它是循环递增的，如 a[]={17, 19 ,20, 25, 1, 4, 7, 9}，在这样的数组中找一元素，看看是否存在。请写出你的算法，必要时可写伪代码，并分析其空间，时间复杂度**思路说明：**循环递增数组有这么一个性质：以数组中间元素将循环递增数组划分为两部

分析如下：假设模式串的前 m-1 个字符序列和主串的相应字符序列比较总是相等，而模式串的第 m 个字符和主串的相应字符比较总是不相等，此时，模式串的 m 个字符序列必须和主串的相应字符序列块一共比较 n-m+1次，每次比较 m 个字符，总共需比较m×(n- m+1)次，因此，其时间复杂度为O(nm)。比如ABCDABD，ABCD的匹配值均为0，但是A与前缀ABCD中的A相同，故匹配值为1，AB与前缀ABCD中的AB相同，故B的匹配值为2，ABD没有与之相同的前缀，故D为0。i 为主串当前比较字符的下标；

Java EE部署架构，通过展现层打包WARs，业务层划分到JARs最后部署为EAR一个大包，而微服务则打开了这个黑盒子，把应用拆分成为一个一个的单个服务，应用Docker技术，不依赖任何服务器和数据模型，是一个全栈应用，可以通过自动化方式独立部署，每个服务运行在自己的进程中，通过轻量的通讯机制联系，经常是基于HTTP资源API，这些服务基于业务能力构建，能实现集中化管理（因为服务太多啦，不集中管理就无法DevOps啦）。是一个层面的东西，一个谈到是架构风格和方法，一个谈的是实现工具或组件。

普里姆（Prim）算法，也是求加权连通图的最小生成树的算法。基本思想对于图G而言，V是所有顶点的集合；现在，设置两个新的集合U和T，其中U用于存放G的最小生成树中的顶点，T存放G的最小生成树中的边。从所有的 u∈U ，v∈(V-U)（V-U表示除去U的所有顶点）的边中选取权值最小的边（u，v），将顶点v加入U中，将边（u,v）加入集合T中，如此不断重复，直到U=V为止，最小生成树构造完毕，此时集合T中包含了最小生成树中的所有边。克鲁斯卡尔（Kruskal）算法，是用来求加权连通图的最小生成树的算法。

比如，我们开发电商系统，需要拆分出用户服务、商品服务、优惠券服务、支付服务、订单服务、物流服务、售后服务等等，这些服务之间都是相互调用，这时内部调用最好使用 RPC ，同时每个服务都可以独立部署，独立上线。当我们的应用访问量增加和业务增加时，发现单机已无法承受，此时可以根据不同的业务（划分清楚业务逻辑）拆分成几个互不关联的应用，分别部署在不同的机器上，此时可能也不需要用到 RPC。随着我们的业务越来越多，应用也越来越多，应用与应用相互关联调用，发现有些功能已经不能简单划分开，此时可能就需要用到 RPC。

由于三个节点都是对等的，任意一个都可以成为Master，也就是说租期过后，有可能会出现Master切换的情况，所以为了避免Master的频繁切换，Master节点需要比另外两个节点先发起自己要成为Master的请求（续租），告诉其他两个节点我要继续成为Master，然后另外两个节点收到请求后会进行应答，正常情况下另外两个节点会同意该请求。比如，在分布式系统中，为了降低各进程通信的网络结构的复杂度，我们会增加一个代理节点，专门做消息的转发，其他的业务进行直接和代理节点进行通信，类似一个星型的网络结构。