java面试题

最新推荐文章于 2024-09-21 16:10:24 发布

MichaelWen_

最新推荐文章于 2024-09-21 16:10:24 发布

阅读量1.2k

点赞数 1

分类专栏： java 文章标签：面试 java

java 专栏收录该内容

11 篇文章

订阅专栏

//转载的答案，地址忘记了

HashMap的实现

package java.util;
import java.io.*;
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
{
// 系统默认初始容量，必须是2的n次幂，这是出于优化考虑的
static final int DEFAULT_INITIAL_CAPACITY = 16;
// 系统默认最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 系统默认负载因子，可在构造函数中指定
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 用于存储的表，长度可以调整，且必须是2的n次幂
transient Entry[] table;
// 当前map的key-value映射数，也就是当前size
transient int size;
// 阈值
int threshold;
// 哈希表的负载因子
final float loadFactor;
// 用于确保使用迭代器的时候，HashMap并未进行更改
transient volatile int modCount;
// 构造一个带指定初始容量和加载因子的空 HashMap。
public HashMap(int initialCapacity, float loadFactor) {
// 如果指定初始容量小于0，抛错
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 如果初始容量大于系统默认最大容量，则初始容量为最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 如果loadFactor小于0，或loadFactor是NaN，则抛错
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 寻找一个2的k次幂capacity恰好大于initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
// 设置加载因子
this.loadFactor = loadFactor;
// 设置阈值为capacity * loadFactor，实际上当HashMap当前size到达这个阈值时，HashMap就需要扩大一倍了。
threshold = (int)(capacity * loadFactor);
// 创建一个capacity长度的数组用于保存数据
table = new Entry[capacity];
// 开始初始化
init();
}
// 构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap。
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
table = new Entry[DEFAULT_INITIAL_CAPACITY];
init();
}
// 构造一个映射关系与指定 Map 相同的新 HashMap。
public HashMap(Map<? extends K, ? extends V> m) {
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
putAllForCreate(m);
}
// 内部公用工具
// 定义一个空方法用于未来的子对象扩展，该方法用于初始化之后，插入元素之前
void init() {
}
// 预处理hash值，避免较差的离散hash序列，导致桶没有充分利用
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
// 返回对应hash值得索引
static int indexFor(int h, int length) {
/*****************
* 由于length是2的n次幂，所以h & (length-1)相当于h % length。
* 对于length，其2进制表示为1000...0，那么length-1为0111...1。
* 那么对于任何小于length的数h，该式结果都是其本身h。
* 对于h = length，该式结果等于0。
* 对于大于length的数h，则和0111...1位与运算后，
* 比0111...1高或者长度相同的位都变成0，
* 相当于减去j个length，该式结果是h-j*length，
* 所以相当于h % length。
* 其中一个很常用的特例就是h & 1相当于h % 2。
* 这也是为什么length只能是2的n次幂的原因，为了优化。
*/
return h & (length-1);
}
// 返回当前map的key-value映射数，也就是当前size
public int size() {
return size;
}
// 该HashMap是否是空的，如果size为0，则为空
public boolean isEmpty() {
return size == 0;
}
// 返回指定键所映射的值；如果对于该键来说，此映射不包含任何映射关系，则返回 null
public V get(Object key) {
// 如果key为null
if (key == null)
return getForNullKey();
// 对hashCode值预处理
int hash = hash(key.hashCode());
// 得到对应的hash值的桶，如果这个桶不是，就通过next获取下一个桶
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
// 如果hash值相等，并且key相等则证明这个桶里的东西是我们想要的
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
// 所有桶都找遍了，没找到想要的，所以返回null
return null;
}
// 如果要得到key为null的值，则通过这个获取
private V getForNullKey() {
// 遍历table[0]里的所有桶
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
// 看看桶的key是不是null，是则返回相应值
if (e.key == null)
return e.value;
}
// 没找到返回null
return null;
}
// 如果此映射包含对于指定键的映射关系，则返回true
public boolean containsKey(Object key) {
return getEntry(key) != null;
}
// 通过key获取一个value
final Entry<K,V> getEntry(Object key) {
// 如果key为null，则hash为0，否则用hash函数预处理
int hash = (key == null) ? 0 : hash(key.hashCode());
// 得到对应的hash值的桶，如果这个桶不是，就通过next获取下一个桶
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
// 如果hash值相等，并且key相等则证明这个桶里的东西是我们想要的
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
// 所有桶都找遍了，没找到想要的，所以返回null
return null;
}
// 在此映射中关联指定值与指定键。如果该映射以前包含了一个该键的映射关系，则旧值被替换
public V put(K key, V value) {
// 如果key为null使用putForNullKey来获取
if (key == null)
return putForNullKey(value);
// 使用hash函数预处理hashCode
int hash = hash(key.hashCode());
// 获取对应的索引
int i = indexFor(hash, table.length);
// 得到对应的hash值的桶，如果这个桶不是，就通过next获取下一个桶
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
// 如果hash相同并且key相同
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
// 获取当前的value
V oldValue = e.value;
// 将要存储的value存进去
e.value = value;
e.recordAccess(this);
// 返回旧的value
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
}
// key为null怎么放value
private V putForNullKey(V value) {
// 遍历table[0]的所有桶
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
// 如果key是null
if (e.key == null) {
// 取出oldValue，并存入value
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
// 返回oldValue
return oldValue;
}
}
modCount++;
addEntry(0, null, value, 0);
return null;
}
// 看看需不需要创建新的桶
private void putForCreate(K key, V value) {
// 如果key为null，则定义hash为0，否则用hash函数预处理
int hash = (key == null) ? 0 : hash(key.hashCode());
// 获取对应的索引
int i = indexFor(hash, table.length);
// 遍历所有桶
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
// 如果有hash相同，且key相同，那么则不需要创建新的桶，退出
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
e.value = value;
return;
}
}
// 否则需要创建新的桶
createEntry(hash, key, value, i);
}
// 根据Map创建所有对应的桶
private void putAllForCreate(Map<? extends K, ? extends V> m) {
for (Iterator<? extends Map.Entry<? extends K, ? extends V>> i = m.entrySet().iterator(); i.hasNext(); ) {
Map.Entry<? extends K, ? extends V> e = i.next();
putForCreate(e.getKey(), e.getValue());
}
}
// 更具新的容量来resize这个HashMap
void resize(int newCapacity) {
// 保存oldTable
Entry[] oldTable = table;
// 保存旧的容量
int oldCapacity = oldTable.length;
// 如果旧的容量已经是系统默认最大容量了，那么将阈值设置成整形的最大值，退出
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
// 根据新的容量新建一个table
Entry[] newTable = new Entry[newCapacity];
// 将table转换成newTable
transfer(newTable);
// 将table设置newTable
table = newTable;
// 设置阈值
threshold = (int)(newCapacity * loadFactor);
}
// 将所有格子里的桶都放到新的table中
void transfer(Entry[] newTable) {
// 得到旧的table
Entry[] src = table;
// 得到新的容量
int newCapacity = newTable.length;
// 遍历src里面的所有格子
for (int j = 0; j < src.length; j++) {
// 取到格子里的桶（也就是链表）
Entry<K,V> e = src[j];
// 如果e不为空
if (e != null) {
// 将当前格子设成null
src[j] = null;
// 遍历格子的所有桶
do {
// 取出下个桶
Entry<K,V> next = e.next;
// 寻找新的索引
int i = indexFor(e.hash, newCapacity);
// 设置e.next为newTable[i]保存的桶（也就是链表连接上）
e.next = newTable[i];
// 将e设成newTable[i]
newTable[i] = e;
// 设置e为下一个桶
e = next;
} while (e != null);
}
}
}
// 将指定映射的所有映射关系复制到此映射中，这些映射关系将替换此映射目前针对指定映射中所有键的所有映射关系
public void putAll(Map<? extends K, ? extends V> m) {
// 看看需要复制多少个映射关系
int numKeysToBeAdded = m.size();
if (numKeysToBeAdded == 0)
return;
// 如果要复制的映射关系比阈值还要多
if (numKeysToBeAdded > threshold) {
// 重新计算新的容量先resize
int targetCapacity = (int)(numKeysToBeAdded / loadFactor + 1);
if (targetCapacity > MAXIMUM_CAPACITY)
targetCapacity = MAXIMUM_CAPACITY;
int newCapacity = table.length;
while (newCapacity < targetCapacity)
newCapacity <<= 1;
if (newCapacity > table.length)
resize(newCapacity);
}
// 迭代将key-value映射放进该HashMap
for (Iterator<? extends Map.Entry<? extends K, ? extends V>> i = m.entrySet().iterator(); i.hasNext(); ) {
Map.Entry<? extends K, ? extends V> e = i.next();
put(e.getKey(), e.getValue());
}
}
// 从此映射中移除指定键的映射关系（如果存在）
public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}
// 根据key删除桶，并返回对应value
final Entry<K,V> removeEntryForKey(Object key) {
int hash = (key == null) ? 0 : hash(key.hashCode());
int i = indexFor(hash, table.length);
// 找到对应的格子
Entry<K,V> prev = table[i];
Entry<K,V> e = prev;
// 遍历所有桶
while (e != null) {
Entry<K,V> next = e.next;
Object k;
// 如果找到对应的桶
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++;
// size减1
size--;
// 如果第一个就是要删的桶
if (prev == e)
// 则table[i]等于下一个桶
table[i] = next;
else
// 否则上一个桶的下一个等于下一个桶
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}
return e;
}
// 根据桶来删除map里的值
final Entry<K,V> removeMapping(Object o) {
// 如果o不是Map.Entry的实例，则退出返回null
if (!(o instanceof Map.Entry))
return null;
// 将o转成Map.Entry
Map.Entry<K,V> entry = (Map.Entry<K,V>) o;
// 得到他的key
Object key = entry.getKey();
// 得到对应的hash
int hash = (key == null) ? 0 : hash(key.hashCode());
// 得到对应的索引
int i = indexFor(hash, table.length);
Entry<K,V> prev = table[i];
Entry<K,V> e = prev;
// 遍历所有桶
while (e != null) {
Entry<K,V> next = e.next;
// 如果找到对应的桶，则删掉它
if (e.hash == hash && e.equals(entry)) {
modCount++;
size--;
if (prev == e)
table[i] = next;
else
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}
// 并返回该桶
return e;
}
// 从此映射中移除所有映射关系。此调用返回后，映射将为空
public void clear() {
modCount++;
Entry[] tab = table;
// 遍历table中的所有格子，然偶后设为null
for (int i = 0; i < tab.length; i++)
tab[i] = null;
// 设置size为0
size = 0;
}
// 如果此映射将一个或多个键映射到指定值，则返回 true
public boolean containsValue(Object value) {
// 如果value为空，则返回containsNullValue函数的返回值
if (value == null)
return containsNullValue();
Entry[] tab = table;
// 遍历table所有格子（链表）
for (int i = 0; i < tab.length ; i++)
// 遍历链表中的每个桶
for (Entry e = tab[i] ; e != null ; e = e.next)
// 如果值相同，则返回true
if (value.equals(e.value))
return true;
// 否则返回false
return false;
}
// 对value为null的处理，这里没什么特别的
private boolean containsNullValue() {
Entry[] tab = table;
for (int i = 0; i < tab.length ; i++)
for (Entry e = tab[i] ; e != null ; e = e.next)
if (e.value == null)
return true;
return false;
}
// 返回此 HashMap 实例的浅表副本：并不复制键和值本身
public Object clone() {
HashMap<K,V> result = null;
try {
result = (HashMap<K,V>)super.clone();
} catch (CloneNotSupportedException e) {
// assert false;
}
result.table = new Entry[table.length];
result.entrySet = null;
result.modCount = 0;
result.size = 0;
result.init();
result.putAllForCreate(this);
return result;
}
// 内置class输入对象，也就是我们说的桶
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
final int hash;
// 构造函数
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
// 返回key
public final K getKey() {
return key;
}
// 返回value
public final V getValue() {
return value;
}
// 设置value
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 是否相同
public final boolean equals(Object o) {
// 如果o不是Map.Entry的实例，那么肯定不相同了
if (!(o instanceof Map.Entry))
return false;
// 将o转成Map.Entry
Map.Entry e = (Map.Entry)o;
// 得到key和value对比是否相同，相同则为true
Object k1 = getKey();
Object k2 = e.getKey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
// 否则为false
return false;
}
// hashCode
public final int hashCode() {
return (key==null ? 0 : key.hashCode()) ^
(value==null ? 0 : value.hashCode());
}
// 返回String
public final String toString() {
return getKey() + "=" + getValue();
}
// 使用该方法证明该key已经在该map中
void recordAccess(HashMap<K,V> m) {
}
// 该方法记录该key已经被移除了
void recordRemoval(HashMap<K,V> m) {
}
}
// 添加一个新的桶来保存该key和value
void addEntry(int hash, K key, V value, int bucketIndex) {
// 保存对应table的值
Entry<K,V> e = table[bucketIndex];
// 然后用新的桶套住旧的桶，链表
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
// 如果当前size大于等于阈值
if (size++ >= threshold)
// 调整容量
resize(2 * table.length);
}
// 新建一个桶，该方法不需要判断是否超过阈值
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
size++;
}
// 内部class HashIterator迭代器
private abstract class HashIterator<E> implements Iterator<E> {
Entry<K,V> next; // 下一个桶
int expectedModCount; // 保护HashMap没有变更
int index; // 当前的索引
Entry<K,V> current; // 当前的桶
// 构造方法
HashIterator() {
// 保存modCount，因为如果HashMap进行了任何操作modCount都会增加，所以如果发现modCount变化了，就可以抛出失败
expectedModCount = modCount;
// 进入第一个桶
if (size > 0) {
Entry[] t = table;
while (index < t.length && (next = t[index++]) == null)
;
}
}
// 看看有没有下一个桶
public final boolean hasNext() {
return next != null;
}
// 获取下一个桶
final Entry<K,V> nextEntry() {
// modCount变化了，抛出失败
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
// 得到next
Entry<K,V> e = next;
// 如果next为空，抛出失败
if (e == null)
throw new NoSuchElementException();
// 如果next.next为空，将next定义为下一个格子中的桶，否则为该格子的下一个桶
if ((next = e.next) == null) {
Entry[] t = table;
while (index < t.length && (next = t[index++]) == null)
;
}
// 给current赋值
current = e;
// 返回e
return e;
}
// 删除
public void remove() {
// 如果当前为空，抛出
if (current == null)
throw new IllegalStateException();
// modCount变化了，抛出失败
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
// 获得当前的key
Object k = current.key;
// 设置current为null
current = null;
// 删除掉对应key的元素
HashMap.this.removeEntryForKey(k);
// 重置expectedModCount
expectedModCount = modCount;
}
}
// 内部class ValueIterator迭代器，我们可以看到修改了next方法
private final class ValueIterator extends HashIterator<V> {
public V next() {
return nextEntry().value;
}
}
// 内部class KeyIterator迭代器，我们可以看到修改了next方法
private final class KeyIterator extends HashIterator<K> {
public K next() {
return nextEntry().getKey();
}
}
// 内部class EntryIterator迭代器，我们可以看到修改了next方法
private final class EntryIterator extends HashIterator<Map.Entry<K,V>> {
public Map.Entry<K,V> next() {
return nextEntry();
}
}
// 定义对应的 iterator() 方法
Iterator<K> newKeyIterator() {
return new KeyIterator();
}
Iterator<V> newValueIterator() {
return new ValueIterator();
}
Iterator<Map.Entry<K,V>> newEntryIterator() {
return new EntryIterator();
}
private transient Set<Map.Entry<K,V>> entrySet = null;
/**
* 返回此映射中所包含的键的 Set 视图。
* 该 set 受映射的支持，所以对映射的更改将反映在该 set 中，
* 反之亦然。如果在对 set 进行迭代的同时修改了映射（通过迭代器自己的 remove 操作除外），
* 则迭代结果是不确定的。该 set 支持元素的移除，通过
* Iterator.remove、Set.remove、removeAll、retainAll 和 clear 操作
* 可从该映射中移除相应的映射关系。它不支持 add 或 addAll 操作。
*/
public Set<K> keySet() {
Set<K> ks = keySet;
// 如果keySet为空，则通过新建一个KeySet
return (ks != null ? ks : (keySet = new KeySet()));
}
// 内部类KeySet
private final class KeySet extends AbstractSet<K> {
// 定义iterator方法
public Iterator<K> iterator() {
return newKeyIterator();
}
// 定义size
public int size() {
return size;
}
// 定义contains
public boolean contains(Object o) {
return containsKey(o);
}
// 定义remove
public boolean remove(Object o) {
return HashMap.this.removeEntryForKey(o) != null;
}
// 定义clear
public void clear() {
HashMap.this.clear();
}
}
/**
* 返回此映射所包含的值的 Collection 视图。
* 该 collection 受映射的支持，所以对映射的更改将反映在该 collection 中，
* 反之亦然。如果在对 collection 进行迭代的同时修改了映射（通过迭代器自己的 remove 操作除外），
* 则迭代结果是不确定的。该 collection 支持元素的移除，
* 通过 Iterator.remove、Collection.remove、removeAll、retainAll 和 clear 操作
* 可从该映射中移除相应的映射关系。它不支持 add 或 addAll 操作。
*/
public Collection<V> values() {
Collection<V> vs = values;
return (vs != null ? vs : (values = new Values()));
}
// 内部类Values
private final class Values extends AbstractCollection<V> {
public Iterator<V> iterator() {
return newValueIterator();
}
public int size() {
return size;
}
public boolean contains(Object o) {
return containsValue(o);
}
public void clear() {
HashMap.this.clear();
}
}
/**
* 返回此映射所包含的映射关系的 Set 视图。
* 该 set 受映射支持，所以对映射的更改将反映在此 set 中，
* 反之亦然。如果在对 set 进行迭代的同时修改了映射
* （通过迭代器自己的 remove 操作，或者通过在该迭代器返回的映射项上执行 setValue 操作除外），
* 则迭代结果是不确定的。该 set 支持元素的移除，
* 通过 Iterator.remove、Set.remove、removeAll、retainAll 和 clear 操作
* 可从该映射中移除相应的映射关系。它不支持 add 或 addAll 操作。
*/
public Set<Map.Entry<K,V>> entrySet() {
return entrySet0();
}
private Set<Map.Entry<K,V>> entrySet0() {
Set<Map.Entry<K,V>> es = entrySet;
return es != null ? es : (entrySet = new EntrySet());
}
// 内部类EntrySet
private final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
public Iterator<Map.Entry<K,V>> iterator() {
return newEntryIterator();
}
public boolean contains(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry<K,V> e = (Map.Entry<K,V>) o;
Entry<K,V> candidate = getEntry(e.getKey());
return candidate != null && candidate.equals(e);
}
public boolean remove(Object o) {
return removeMapping(o) != null;
}
public int size() {
return size;
}
public void clear() {
HashMap.this.clear();
}
}
// 序列化方法
private void writeObject(java.io.ObjectOutputStream s)
throws IOException
{
Iterator<Map.Entry<K,V>> i =
(size > 0) ? entrySet0().iterator() : null;
s.defaultWriteObject();
s.writeInt(table.length);
s.writeInt(size);
if (i != null) {
while (i.hasNext()) {
Map.Entry<K,V> e = i.next();
s.writeObject(e.getKey());
s.writeObject(e.getValue());
}
}
}
private static final long serialVersionUID = 362498820763181265L;
// 通过序列读取对象
private void readObject(java.io.ObjectInputStream s)
throws IOException, ClassNotFoundException
{
s.defaultReadObject();
int numBuckets = s.readInt();
table = new Entry[numBuckets];
init();
int size = s.readInt();
for (int i=0; i<size; i++) {
K key = (K) s.readObject();
V value = (V) s.readObject();
putForCreate(key, value);
}
}
int capacity() { return table.length; }
float loadFactor() { return loadFactor; }
}

redis的两种模式

Redis是一种高级key-value数据库。它跟memcached类似，不过数据可以持久化，而且支持的数据类型很丰富。有字符串，链表，集合和有序集合。支持在服务器端计算集合的并，交和补集(difference)等，还支持多种排序功能。所以Redis也可以被看成是一个数据结构服务器。
Redis的所有数据都是保存在内存中，然后不定期的通过异步方式保存到磁盘上(这称为“半持久化模式”)；也可以把每一次数据变化都写入到一个append only file(aof)里面(这称为“全持久化模式”)。

第一种方法filesnapshotting：默认redis是会以快照的形式将数据持久化到磁盘的（一个二进制文件，dump.rdb，这个文件名字可以指定），在配置文件中的格式是：save N M表示在N秒之内，redis至少发生M次修改则redis抓快照到磁盘。当然我们也可以手动执行save或者bgsave（异步）做快照。

工作原理简单介绍一下：当redis需要做持久化时，redis会fork一个子进程；子进程将数据写到磁盘上一个临时RDB文件中；当子进程完成写临时文件后，将原来的RDB替换掉，这样的好处就是可以copy-on-write

还有一种持久化方法是Append-only：filesnapshotting方法在redis异常死掉时，最近的数据会丢失（丢失数据的多少视你save策略的配置），所以这是它最大的缺点，当业务量很大时，丢失的数据是很多的。Append-only方法可以做到全部数据不丢失，但redis的性能就要差些。AOF就可以做到全程持久化，只需要在配置文件中开启（默认是no），appendonly yes开启AOF之后，redis每执行一个修改数据的命令，都会把它添加到aof文件中，当redis重启时，将会读取AOF文件进行“重放”以恢复到redis关闭前的最后时刻。

LOG Rewriting随着修改数据的执行AOF文件会越来越大，其中很多内容记录某一个key的变化情况。因此redis有了一种比较有意思的特性：在后台重建AOF文件，而不会影响client端操作。在任何时候执行BGREWRITEAOF命令，都会把当前内存中最短序列的命令写到磁盘，这些命令可以完全构建当前的数据情况，而不会存在多余的变化情况（比如状态变化，计数器变化等），缩小的AOF文件的大小。所以当使用AOF时，redis推荐同时使用BGREWRITEAOF。

AOF文件刷新的方式，有三种，参考配置参数appendfsync ：appendfsync always每提交一个修改命令都调用fsync刷新到AOF文件，非常非常慢，但也非常安全；appendfsync everysec每秒钟都调用fsync刷新到AOF文件，很快，但可能会丢失一秒以内的数据；appendfsync no依靠OS进行刷新，redis不主动刷新AOF，这样最快，但安全性就差。默认并推荐每秒刷新，这样在速度和安全上都做到了兼顾。

可能由于系统原因导致了AOF损坏，redis无法再加载这个AOF，可以按照下面步骤来修复：首先做一个AOF文件的备份，复制到其他地方；修复原始AOF文件，执行：$ redis-check-aof –fix ;可以通过diff –u命令来查看修复前后文件不一致的地方；重启redis服务。

LOG Rewrite的工作原理:同样用到了copy-on-write：首先redis会fork一个子进程；子进程将最新的AOF写入一个临时文件；父进程增量的把内存中的最新执行的修改写入（这时仍写入旧的AOF，rewrite如果失败也是安全的）；当子进程完成rewrite临时文件后，父进程会收到一个信号，并把之前内存中增量的修改写入临时文件末尾；这时redis将旧AOF文件重命名，临时文件重命名，开始向新的AOF中写入。

最后，为以防万一（机器坏掉或磁盘坏掉），记得定期把使用 filesnapshotting 或 Append-only 生成的*rdb *.aof文件备份到远程机器上。我是用crontab每半小时SCP一次。我没有使用redis的主从功能，因为半小时备份一次应该是可以了，而且我觉得有如果做主从有点浪费机器。这个最终还是看应用来定了。

tcp消息相串如何处理

http://blog.youkuaiyun.com/pi9nc/article/details/17165171

IO和NIO