Redis

2020 年上半年互联网公司"死亡"名单！ 收录于话题 #乘风破浪的职场，人心险恶的江湖！ 17个 点击上方“民工哥技术之路”，选择“设为星标” 回复“1024”获取独家整理的学习资料！ 2019年年底的疫情，一直持续到2020年，全国的企业受其影响不小，特别是餐饮与旅游业，冲击更是巨大的。 民工哥，也在老家呆到了3月10号，才回霸都正式复工上班，其它时间都是在家远程办公，因环境、地点的限制多多少少都会影响工作效率。 老家邻居一见到我都调侃道：这个假放的够长的吧，着急了吧！！！！你说能不急吗？上有老下有小，中间还有房贷，三座大山压着，对于一个普通人来说，都是很大的压力，那么对于一个企业（无论大小）压力更是巨大的。 如果说2019年是互联网行业的"寒冬"，那么2020年对互联网行业来说，算不算是"至暗时刻"呢？？？？或许只有身处互联网行业的人才能懂得。 从IT桔子官方数据显示来看，截止2020年9月3日，今年总关闭/停业/倒闭的企业963家。从列表数据中可以看出，有的企业刚刚创立几个月的时间就走向了关闭、停业，也有长达几年时间的老牌企业。 在这份列表数据中，有很多名气比较大，或者我们都比较熟悉的企业，比如：OFO小黄车、巢客公寓、友客公寓、万达网络、百程旅行、美团云、兄弟连教育、钱牛牛、人人聚财网、美利金融、美利车金融、铜掌柜、爱贝信息、鼎有财、淘集集等。 更完整的数据

项目源码地址 ：https://github.com/GoogleLLP/SuperMarket.git 说明: 以下配置流程仅供参考，欢迎留言沟通，谢谢。 我的环境： 名称 版本 系统 windows 10 工具 idea 2020.1 redis 3.2.100 nginx 1.19.4 mysql 8.0.17 1. 数据库配置 确保有一个能连接可用的 mysql数据库，并在里面新建 supermarket 数据库，用工具连接mysql数据库，运行脚本 supermarket.sql 和 secondskill.sql 脚本初始化数据库。 1.1 获取数据库脚本 1.2 数据库修改三个地方 这三个微服务都依赖数据库。把数据库相关信息修改为自己实际的连接信息。 2. redis配置 下载 redis安装包（ 下载安装教程 ），安装运行。修改项目配置文件中的redis相关配置。修改如图： 2.1 redis启动效果图： 3. nginx配置 下载nginx，尝试启动nginx，如果80端口（redis默认端口）被占用，会导致nginx进程启动不了，最好找到占用80端口的进程结束掉（ 释放windows 下80端口教程 ），然后启动ngnix（不推荐修改nginx默认端口，后续配置麻烦）（ nginx下载安装教程 ）。 3.1 修改nginx配置 将nginx

前言 对于Web来说，用户量和访问量增一定程度上推动项目技术和架构的更迭和进步。可能会有以下的一些状况： 页面并发量和访问量并不多，MySQL 足以支撑 自己逻辑业务的发展。那么其实可以不加缓存。最多对静态页面进行缓存即可。 页面的并发量显著增多，数据库有些压力，并且有些数据更新频率较低 反复被查询 或者查询速度 较慢 。那么就可以考虑使用缓存技术优化。对高命中的对象存到key-value形式的Redis中，那么，如果数据被命中，那么可以不经过效率很低的db。从高效的redis中查找到数据。 当然，可能还会遇到其他问题，你还通过静态页面缓存页面、cdn加速、甚至负载均衡这些方法提高系统并发量。这里就不做介绍。 缓存思想无处不在 我们从一个算法问题开始了解缓存的意义。 问题1： 输入一个数n(n<20),求 n！ ； 分析1 ： 单单考虑算法，不考虑数值越界问题。 当然我们知道 n!=n * (n-1) * (n-2) * ... * 1= n * (n-1)! ; 那么我们可以用一个递归函数解决问题。 static long jiecheng(int n) { if(n==1||n==0)return 1; else { return n*jiecheng(n-1); } } 复制代码 这样每输入求一次需要执行 n 次。 问题2： 输入t组数据(可能成百上千)，每组一个xi(xi

前言 学习如逆水行舟，尤其是IT行业有着日新月异的节奏。 而且现在这个浮躁而又拜金的社会，我相信很多人做技术并非出于热爱，只是被互联网的高薪吸引，毕竟技术岗位非常枯燥，不仅要面对奇奇怪怪的需求，还要不停的充实自己避免被淘汰。所以，我们更要抓紧每一次可以学习和进步的机会。没有撤退可言！ 即使是面试跳槽，那也是一个学习的过程。只有全面的复习，才能让我们更好的充实自己，武装自己，为自己的面试之路不再坎坷！ 今天就给大家分享一个Github上全面的Java面试题大全，就是这份面试大全助我拿下大厂Offer，月薪提至30K！ 我也是第一时间分享出来给大家，希望可以帮助大家都能去往自己心仪的大厂！为明年的金三银四做准备！ 有需要的朋友 点击此处直达 领取 直击目录 一共有20个知识点专题，分别是： Dubbo面试专题 JVM面试专题 Java并发面试专题 Kafka面试专题 MongDB面试专题 MyBatis面试专题 MySQL面试专题 Netty面试专题 RabbitMQ面试专题 Redis面试专题 Spring Cloud面试专题 SpringBoot面试专题 zookeeper面试专题 常见面试算法题汇总专题 计算机网络基础专题 设计模式专题 内容展示： 由于篇幅原因，有需要的朋友 点击此处免费获取资料 ，希望能给您找工作提供很好的帮助！ 来源： oschina 链接： https:/

微服务越来越火。很多互联网公司，甚至一些传统行业的系统都采用了微服务架构。体会到微服务带来好处的同时，很多公司也明显感受到微服务化带来的一系列让人头疼的问题。本文是笔者对自己多年微服务化经历的总结。 如果你正准备做微服务转型，或者在微服务化过程中遇到了困难，此文很可能会帮到你！ 写在前面 正文开始前，为了让各位读友更好的理解本文内容，先花两分钟了解一下微服务的优缺点。 微服务的好处 聊起微服务，很多朋友都了解微服务带来的好处，罗列几点： 模块化，降低耦合 将单体应用按业务模块拆分成多个服务，如果某个功能需要改动，大多数情况，我们只需要弄清楚并改动对应的服务即可。只改动一小部分就能满足要求，降低了其他业务模块受影响的可能性。从而降低了业务模块间的耦合性。 屏蔽与自身业务无关技术细节 例如，很多业务需要查询用户信息，在单体应用的情况下，所有业务场景都通过 DAO 去查询用户信息，随着业务发展，并发量增加，用户信息需要加缓存，这样所有业务场景都需要关注缓存，微服务化之后，缓存由各自服务维护，其他服务调用相关服务即可，不需要关注类似的缓存问题。 数据隔离，避免不同业务模块间的数据耦合 不同的服务对应不同数据库表，服务之间通过服务调用的方式来获取数据。 业务边界清晰，代码边界清晰 单体架构中不同的业务，代码耦合严重，随着业务量增长，业务复杂后，一个小功能点的修改就可能影响到其他业务点

转自： http://www.cnblogs.com/gomysql/p/4395504.html Redis Cluster终于出了Stable，这让人很是激动，等Stable很久了，所以还是先玩玩。 一. 集群简单概念。 Redis 集群是一个可以 在多个 Redis 节点之间进行数据共享 的设施（installation）。 Redis 集群不支持那些需要同时处理多个键的 Redis 命令， 因为执行这些命令需要在多个 Redis 节点之间移动数据， 并且在高负载的情况下， 这些命令将降低 Redis 集群的性能， 并导致不可预测的行为。 Redis 集群 通过分区（partition）来提供一定程度的可用性 （availability）： 即使集群中有一部分节点失效或者无法进行通讯， 集群也可以继续处理命令请求。 Redis 集群提供了以下两个好处： 将数据自动切分（split）到多个节点的能力。 当集群中的一部分节点失效或者无法进行通讯时， 仍然可以继续处理命令请求的能力。 Redis 集群使用数据分片（sharding）而非一致性哈希（consistency hashing）来实现： 一个 Redis 集群包含 16384 个哈希槽（hash slot）， 数据库中的每个键都属于这 16384 个哈希槽的其中一个， 集群使用公式 CRC16(key) % 16384

redis-cluster集群的概念和工作原理 在说明使用和安装之前，先大概介 绍下，Redis 集群是一个可以在多个 Redis 节点之间进行数据共享的设施。 通过分区（partition）来提供一定程度的可用性（availability）,即使集群中有一部分节点失效或者无法进行通讯,集群也可以继续处理命令请求。 架构图 工作原理 1 、所有的redis节点彼此互联(PING-PONG机制),内部使用二进制协议优化传输速度和带宽. 2 、节点的fail是通过集群中超过半数的节点检测失效时才生效 3 、客户端与Redis节点直连,不需要中间 Proxy 层，直接连接任意一个Master节点 4 、redis-cluster把所有的物理节点映射到[ 0 -16383 ]slot上，根据公式HASH_SLOT=CRC16(key) mod 16384 ，计算出映射到哪个分片上，然后Redis会去相应的节点进行操作 优点和缺点 1、优点: (1)无需Sentinel哨兵监控，如果Master挂了，Redis Cluster内部自动将Slave切换Master (2)可以进行水平扩容 (3)支持自动化迁移，当出现某个Slave宕机了，那么就只有Master了，这时候的高可用性就无法很好的保证了，万一master也宕机了，咋办呢？针对这种情况，如果说其他Master有多余的Slave

译自 Redis官方文档 在多线程共享临界资源的场景下，分布式锁是一种非常重要的组件。 许多库使用不同的方式使用redis实现一个分布式锁管理。 其中有一部分简单的实现方式可靠性不足，可以通过一些简单的修改提高其可靠性。 这篇文章介绍了一种指导性的redis分布式锁算法RedLock，RedLock比起单实例的实现方式更加安全。 在介绍RedLock算法之前，我们列出了一些已经实现了分布式锁的类库供大家参考。 Redlock-rb (Ruby 实现). Redlock-py (Python 实现) Redlock-php (PHP 实现) PHPRedisMutex (further PHP 实现)?? Redsync.go (Go 实现) Redisson (Java 实现) Redis::DistLock (Perl 实现) Redlock-cpp (C++ 实现) Redlock-cs (C#/.NET 实现) RedLock.net (C#/.NET 实现 ScarletLock (C# .NET 实现) node-redlock (NodeJS 实现) 分布式锁应该具有的特性(Safety & Liveness) 我们将从三个特性的角度出发来设计RedLock模型： 安全性(Safety) :在任意时刻，只有一个客户端可以获得锁( 排他性 )。 避免死锁

一、OAuth2认证 OAuth2是一个关于授权的开放标准，核心思路是通过各类认证手段（具体什么手段OAuth2不关心）认证用户身份，并颁发token（令牌）， 使得第三方应用可以使用该token（令牌）在限定时间、限定范围访问指定资源。 OAuth2相关概念： 资源所有者（resources owner）：拥有被访问资源的用户 客户端/第三方应用（client）：第三方应用，获取资源服务器提供的资源 授权服务器（authorization server）：认证服务器，提供授权许可code、令牌token等 资源服务器（resource server）：资源服务器，拥有被访问资源的服务器，需要通过token来确定是否有权限访问 OAuth2几种模式： 获取令牌的方式主要有四种，分别是授权码模式、隐式授权码模式（简单模式）、密码模式和客户端模式。 1）授权码模式（authorization code） 这种模式是最安全的OAuth2的授权模式。设计了auth code，通过这个code再获取token，最后通过token获取资源。支持refresh token。 应用场景： 各大应用内的qq，微信，微博登录等。比如某应用内的qq登录，过程如下： a.用户点击qq登录，会先跳转到qq登录页面，这时请求已经跳转到qq服务器了，然后用户输入账号或者扫码登录，这时所有请求都在qq服务器完成。

缓存算法（FIFO 、LRU、LFU三种算法的区别） FIFO算法 # FIFO 算法是一种比较容易实现的算法。它的思想是先进先出（FIFO，队列），这是最简单、最公平的一种思想，即 如果一个数据是最先进入的，那么可以认为在将来它被访问的可能性很小。空间满的时候，最先进入的数据会被最早置换（淘汰）掉 。 FIFO 算法的描述：设计一种缓存结构，该结构在构造时确定大小，假设大小为 K，并有两个功能： set(key,value)：将记录(key,value)插入该结构。当缓存满时，将最先进入缓存的数据置换掉。 get(key)：返回key对应的value值。 实现：维护一个FIFO队列，按照时间顺序将各数据（已分配页面）链接起来组成队列，并将置换指针指向队列的队首。再进行置换时，只需把置换指针所指的数据（页面）顺次换出，并把新加入的数据插到队尾即可。 缺点：判断一个页面置换算法优劣的指标就是缺页率，而FIFO算法的一个显著的缺点是，在某些特定的时刻，缺页率反而会随着分配页面的增加而增加，这称为 Belady现象 。产生Belady现象现象的原因是，FIFO置换算法与进程访问内存的动态特征是不相容的，被置换的内存页面往往是被频繁访问的，或者没有给进程分配足够的页面，因此FIFO算法会使一些页面频繁地被替换和重新申请内存，从而导致缺页率增加。因此， 现在不再使用FIFO算法 。