ZooKeeper

V1.0拥抱架构师 更仔细架构演进图以及更多学习资料点此免费领取！ V2.0拥抱微服务 V3.0拥抱互联网实战 Spring全家桶 更仔细架构演进图以及更多学习资料点此免费领取！ Spring框架/Boot框架/微服务 分布式架构 RPC调用/zookeeper/dubbo框架 高并发技术 线程并发/网络技术/缓存技术/消息队列/负载均衡 高性能存储 数据库集群/搜狗引擎/Mongo 更仔细架构演进图以及更多学习资料点此免费领取！ 性能优化 SQL优化/JVM性能优化/WEB程序优化 容器化技术 Docker/K8S容器编排 DevOps Git/Maven/Jenkins 大型互联网项目实战 干货视频，高级架构师最新java、spring、Redis、JVM、分布式、高并发。里面有高可用、高并发、高性能及分布式、Jvm性能调优、Spring，MyBatis，Netty源码分析,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等多个知识点高级进阶干货的免费直播讲解。 更仔细架构演进图以及更多学习资料点此免费领取！ 精选JAVA 高并发分布式架构课程视频 高可用、高并发、高性能及分布式、Jvm性能调优、Spring，MyBatis，Netty源码分析,Redis,Kafka,Mysql,Zookeeper,Tomcat

大数据篇：HDFS HDFS是什么? Hadoop分布式文件系统(HDFS)是指被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统（Distributed File System）。它和现有的分布式文件系统有很多共同点。但同时，它和其他的分布式文件系统的区别也是很明显的。HDFS是一个高度容错性的系统，适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。HDFS放宽了一部分POSIX约束，来实现流式读取文件系统数据的目的。HDFS在最开始是作为Apache Nutch搜索引擎项目的基础架构而开发的。HDFS是Apache Hadoop Core项目的一部分。 如果没有HDFS! 大文件的储存我们必须要拓展硬盘。 硬盘拓展到一定的量以后，我们就不能在一个硬盘上储存文件了，要换一个硬盘，这样文件管理就成了问题。 为了防止文件的损坏吗，我们需要创建副本，副本的管理也成了问题。 分布式计算非常麻烦。 1 HDFS出现原因 1.1 早期文件服务器 从上图中，我们可以看出，存储一个文件，我们一直往一个机子上面存是不够的，那么我们在储存量不够的时候就会加机子。 但是如果一个文件放在一台机子上，如果该机器挂了，那么文件就丢失了，不安全。 所以我们会把一个文件放在多台机子上，创建一个索引文件来储存文件的指针

Eureka\Consul\Zookeeper异同 Eureka由于有自我保护机制，属于AP范畴。 组件名 语言 CAP 服务健康检查 对外暴露接口 SpringCloud集成 Eureka Java AP 可配支持 Http 已集成 Consul Go CP 支持 HTTP/DNS 已集成 Zookeeper Java CP 支持 客户端 已集成 CAP理论参考： http://www.ruanyifeng.com/blog/2018/07/cap.html C: Consistency 强一致性 A： Availability 可用性 P: Partition toterance 分区容错性 CAP理论关注粒度是数据，而不是整体系统设计的策略 CAP理论的核心是：一个分布式系统不可能同时满足一致性，可用性和分区容错性这三个需求，因此根据CAP原理将NoSQL数据库分成了满足CA原则，满足CP原则和满足AP原则三大类 CA 单点集群，满足一致性，可用性的系统，通常在可扩展上不太强大 CP 满足一致性，分区容错性的系统，通常性能不是特别高 AP 满足可用性，分区容错性的系统，通常可能对一致性要求低一些。 来源： oschina 链接： https://my.oschina.net/u/1020373/blog/4767804

近 些 年 ， 由 于 智 能 手 机 的 迅 速 普 及 推 动 移 动 互 联 网 技 术 的 蓬 勃 发 展 ， 全 球 数 据 呈 现 爆 发 式 的 增 长 。 2 0 1 8 年 5 月 企 鹅 号 的 统 计 结 果 ： 互 联 网 每 天 新 增 的 数 据 量 达 2 . 5 * 1 0 ^ 1 8 字 节 ， 而 全 球 9 0 % 的 数 据 都 是 在 过 去 的 两 年 间 创 造 出 来 的 。 随 着 5 G 技 术 的 商 用 ， 未 来 连 接 万 物 的 物 联 网 设 备 必 将 带 来 更 大 量 级 的 数 据 。 大 胆 预 期 ， 我 们 即 将 走 进 数 据 大 爆 炸 的 时 代 。 诚 如 吴 军 博 士 所 说 ： 谁 懂 得 数 据 的 重 要 性 ， 谁 会 在 工 作 中 善 用 数 据 ， 就 更 有 可 能 获 得 成 功 。 从 人 类 活 动 开 始 ， 数 据 一 直 不 断 在 产 生 ， 区 别 仅 在 于 数 据 的 存 储 方 式 是 否 取 得 了 进 步 。 从 古 老 的 壁 画 、 纸 张 到 现 代 的 硬 盘 ， 存 储 能 力 跨 数 量 级 地 增 长 。 尽 管 如 此 ， 在 大 数 据 时 代 ， 单 纯 通 过 增 加 硬 盘 个 数 来 扩 展 计 算 机 文 件 系 统 存

是 分布式 协调 服务 。 ZK的工作： 注册：所有节点向ZK争抢注册，注册成功会建立一套节点目录树，先注册的节点为Active节点，后注册节点成为standby; 监听事件：节点在ZK集群里注册监听动作：比如节点的新增、删除、更新等事件 回调函数：发生了监听事件后，ZK集群通知客户端(zkfc)执行回调函数，回调函数是客户端定义的 协调机制： 当中一个客户端向集群任意follower节点请求增删改动作，follower会通知leader,leader会广播给所有follower，当收到过半follower回复后，然后执行增删改动作 如何选举leader？ sid：标识zk server标识； zxid：标识事务标识 先比较事务ID，事务大的得票；事务相同，再比较server标识，大的得票。 专题参考： 一、Zookeeper简单介绍 二、ZooKeeper安装配置 三、Zookeeper命令操作 四、构建ZooKeeper应用 五、ZooKeeper管理分布式环境中的数据 六、ZooKeeper机制架构 七、ZooKeeper一致性原理 八、ZooKeeper伸缩性 ZAB协议 ZAB协议是专门为zookeeper实现分布式协调功能而设计。zookeeper主要是根据ZAB协议是实现分布式系统数据一致性。

俗话说：不想进大厂的程序员不是好程序员 楼主14年小本毕业。离职也有一段时间了，因为一些原因，休整了一段时间。然后3月初开始准备面试（在上家公司工作之余心里一直有着进大厂的执念）。上家公司是智能家居互联网行业的，使用的技术框架有dubbo、zookeeper、mybatis、springMVC、redis等，数据库是用的mysql。我们主要是java后端开发的，感觉上家公司没啥发展前景了就想着在 金三银四 之际把握机会。但是自身的知识范围不是很广泛，在数据库原理性的知识和sql语句（比如存储过程、触发器）、并发框架dubbo原理性的东西、各个流行框架原理性的东西都比较薄弱和网络编程这块完全抓瞎，主要平时太关注业务了，没有去及时充充电。在面试屡屡碰壁后，沉下心来恶补了一遍java后端的全栈知识，目前还算幸运成功面进阿里。 本着好东西就要拿出来分享的原则，下面我就把我几个月一直在用的PDF文档分享出来给大家，希望对大家有所帮助。 这本PDF总共有30章涵盖了JVM、多线程并发、Spring原理、微服务、Zookeeper、Kafka、算法、RabbitMQ、设计模式、数据结构、Hadoop、Spark、Netty 与RPC等核心知识点。 一键三连+评论，然后添加VX（tkzl6666）即可免费领取这份神仙笔记 主要内容： 目录总述 JVM JVM 是可运行 Java 代码的假想计算机

了解 Consul Consul 是一个支持多数据中心分布式高可用的 服务发现 和 配置共享 的服务软件,由 HashiCorp 公司用 Go 语言开发, 基于 Mozilla Public License 2.0 的协议进行开源。 Consul 支持 健康检查 ，并允许 HTTP 、 GRPC 和 DNS 协议调用 API 存储键值对. 命令行超级好用的虚拟机管理软件 vgrant 也是 HashiCorp 公司开发的产品. 一致性协议采用 Raft 算法,用来保证服务的高可用. 使用 GOSSIP 协议管理成员和广播消息, 并且支持 ACL 访问控制. Consul 使用场景 Docker 实例的注册与配置共享 Coreos 实例的注册与配置共享 SaaS 应用的配置共享、服务发现和健康检查。 vitess 集群 与 confd 服务集成，动态生成 nginx 和 haproxy 配置文件 Consul 优势 市面现在有很多类似的软件比如： zookeeper 、 Etcd 、 doozerd 、 eureka ，Consul 相比这些软件有什么优势呢？ 官方出了相比较这些软件区别的一篇 Consul vs. ZooKeeper，doozerd，etcd 文章。 下面总结一下 Consul 的优势有那几点： 使用 Raft 算法来保证一致性, 比复杂的 Paxos 算法更直接.

01 JVM 1.1 核心知识之JVM 核心知识之JVM 1.2 高级面试之JVM 高级面试之JVM 由于篇幅限制，仅展示了部分目录哦，需要的获取这份资料的朋友，一键三连后添加小助理获取哦 02 Java集合 2.1 核心知识之Java集合 核心知识之Java集合 2.2 高级面试之Java集合 高级面试之Java集合 03 Java多线程并发 3.1 核心知识之Java多线程并发 核心知识之Java多线程并发 3.2 高级面试之Java多线程并发 高级面试之Java多线程并发 04 Java基础 4.1 核心知识之Java基础 4.2 高级面试之Java基础 高级面试之Java基础 05 Spring原理 5.1 核心知识之Spring原理 核心知识之Spring原理 5.2 高级面试之Spring原理 高级面试之Spring原理 06 微服务 6.1 核心知识之微服务 核心知识之微服务 6.2 高级面试之微服务 高级面试之微服务 07 Netty与RPC 7.1 核心知识之Netty与RPC 核心知识之Neety与RPC 08 网络 8.1 核心知识之网络 核心知识之网络 09 日志 9.1 核心知识之日志 核心知识之日志 10 ZooKeeper 10.1 核心知识之ZooKeeper 核心知识之ZooKeeper 10.2 高级面试之ZooKeeper

导语 | 在百花齐放的交互式分析领域，ClickHouse 绝对是后起之秀，它虽然年轻，却有非常大的发展空间。本文将分享 PB 级分析型数据库 ClickHouse 的应用场景、整体架构、众多核心特性等，帮助理解 ClickHouse 如何实现极致性能的存储引擎，希望与大家一起交流。文章作者：姜国强，腾讯实时检索研发工程师。 一、交互式分析之 ClickHouse 1. 交互式分析简介 交互式分析，也称 OLAP（Online Analytical Processing），它赋予用户对海量数据进行多维度、交互式的统计分析能力，以充分利用数据的价值进行量化运营、辅助决策等，帮助用户提高生产效率。 交互式分析主要应用于统计报表、即席查询（Ad Hoc）等领域，前者查询模式较固定，后者即兴进行探索分析。代表场景例如：移动互联网中 PV、UV、活跃度等典型实时报表；互联网内容领域中人群洞察、关联分析等即席查询。 交互式分析是数据分析的一种重要方式，与离线分析、流式分析、检索分析一起，共同组成完整的数据分析解决方案，在互联网、物联网快速发展的背景下，从不同维度满足用户对海量数据的全方位分析需求。 相比专注于事务处理的传统关系型数据库，交互式分析解决了 PB 级数据分析带来的性能、扩展性问题。 相比离线分析长达 T + 1 的时效性、流式分析较为固定的分析模式、检索分析受限的分析性能

JVM，并发，锁相关： 1.请你谈谈对volatile的理解，volatile是否存在伪共享问题。 2.cas你知道吗？ 3.原子类AtomicInteger的ABA问题谈谈？原子更新引用知道吗？ 4.公平锁/非公平锁/可重入锁/递归锁/自旋锁谈谈你的理解？请手写一个自旋锁。 5.CountDownLatch、CyclicBarrier、Semaphore使用过吗？ 6.阻塞队列知道吗？ 7.死锁编码及定位分析？ 8.java中的逃逸分析了解吗？ 9.synchronized的原理，你了解锁膨胀吗？ 10.reentranLock原理，和synchronized的区别 JAVA基础： 1.java中有哪几种基础数据类型？ 2.char为何是两个字母？ 3.Object有哪些方法？ 4.final修饰变量，函数，类的作用 5.为什么覆盖equals的时候必须覆盖hashCode 数据类型及算法： 1.ArrayLsit的父类有哪些 2.我们都知道ArrayList是线程不安全的，请编码写一个不安全的案例并给出解决方案？ 反射： 1.反射应用场景，优缺点 多线程： 1.自定义线程池的参数及意义 2.当线程池不断接收新任务，活跃线程数怎么变化。 3.线程池用过吗？ThreadPoolExecutor谈谈你的理解？ 4.生产上你是如何设置合理参数？ 5.线程池的四种拒绝策略 6.同步/异步