技术栈思维导图模板_ProcessOn思维导图、流程图

git

运维部署

docker

Linux 的 Namespaces 对不同的容器实现了隔离

网络

Docker 服务器在主机上启动之后会创建新的虚拟网桥 docker0，随后在该主机上启动的全部服务在默认情况下都与该网桥相连

namespaces

分离进程树、网络接口、挂载点以及进程间通信等资源的方法

chroot

能够改变当前的系统根目录结构

CGroups

能够隔离宿主机器上的物理资源，例如 CPU、内存、磁盘 I/O 和网络带宽

虚拟化/kvm

ELK

web服务器

nginx

进程模型

master->workers

异步非阻塞epoll

多个子进程解决惊群

不让多个进程在同一时间监听接受连接的socket

apache

tomcat

jboss

负载均衡常用算法

轮询

加权轮询

值越大意味着该服务器的性能越好

IP 哈希

缓存

redis

持久化

AOF

执行过的写指令记录下来

每秒钟 fsync 一次

文件体积比RDB大

AOF重写

RDB

快照式

启子进程来持久化

先数据写入到一个临时文件中

定时持久化(可能导致数据丢失)

AOF/RDB可同时开启，保证
可靠

多路 I/O 复用模型，非阻塞 IO

数据类型

string

list

hash

set

zset有序集合

跳表实现

优点

采用单线程，避免了不必要的上下文切换和竞争条件

支持事务，Redis的所有操作都是原子性的，同时Redis还支持对几个操作合并后的原子性执行

支持主从复制，主机会自动将数据同步到从机，可以进行读写分离

操作

设置过期

expire key 5

过期策略

定时删除

设置键的过期时间的同时，创建定时器

惰性删除

放任过期不管，每次从键空间获取时再判断，如果过期就删除，没过期返回

定期删除

每隔一段时间，就对数据库进行一次检查

sentinel哨兵

主观下线

发送PING

客观下线

只有过半的哨兵判断 master已下线

哨兵之间通过__sentinel__频道互相发现

哨兵通过master获取slave信息

数据丢失的情况

主从同步

重新选举master

只能做到尽量少的数据丢失

四种模式

redis主从和集群区别

主从:每个redis存储的内容都是完整的数据
集群:每台存储不同的内容

单机

主从

数据的复制是单向的，只能由主节点到从节点

哨兵

在复制的基础上，哨兵实现了自动化的故障恢复

哨兵+多个主从=集群

hash一致算法

雪崩

概念

1.数据未加载到缓存中，
2.缓存同一时间大面积的失效

解决办法

事前：redis 高可用，主从+哨兵，redis cluster，避免全盘崩溃。
事中：本地 ehcache 缓存 + hystrix 限流&降级，避免 MySQL 被打死。
事后：redis 持久化，一旦重启，自动从磁盘上加载数据，快速恢复缓存数据。

缓存击穿

概念

1.查询一个不存在的数据
2.热点缓存数据失效，直接到数据库

解决办法

每次系统 A 从数据库中只要没查到，就写一个空值到缓存里去，
比如 set -999 UNKNOWN。然后设置一个过期时间，这样的话，
下次有相同的 key 来访问的时候，在缓存失效之前，都可以直接从缓存中取数据

缓存预热

缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统

缓存并发

概念

多个redis的client同时set key引起的并发问题

解决办法

把操作放在队列中使其串行化(或者合并操作)

分布式锁

SETNX

设置超时时间，避免程序挂掉未释放锁一直无效

memcache

消息队列

kafka

java/Scala

kafka存储

topic来进行消息管理，每个topic包含多个partition，每个partition对应一个逻辑log

topic相当于消息存放目录，partition是topic物理上的分组，一个topic可分为多个partition，每个partition是一个有序的队列

producer将消息推送到broker，consumer从broker拉取消息

rabbitMQ

操作系统

语言

c/c++

指针/引用

引用必须初始化，之后不能改变指向其它变量，指针不用

不要返回一个临时变量的引用

“sizeof 引用”得到的是所指向的变量(对象)的大小，而“sizeof 指针”得到的是指针本身(所指向的变量或对象的地址)的大小；

引用自增是真实值的自增，指针则是地址自增

多态

virtual

修饰成员函数，让父类指针动态能访问派生类的成员函数

修饰析构函数，析构时先调用子类析构函数->父类析构(构造相反)

虚基类，保证多重继承时只有一个基类

模版

c++11

&&右值引用

右值一般是不可寻址的常量，或在表达式求值过程中创建的无名临时对象，短暂性的

左值和右值主要的区别之一是左值可以被修改，而右值不能。

std::move()可以避免无谓的复制

可变参数模板

lambda

auto, decltype

unordered_map

实现hash_ table

智能指针

unique_ptr

shared_ptr

weak_ptr

auto_ptr废弃

结构体对齐

内联函数和宏定义

volatile

局部变量能否和全局变量重名

java

golang

interface

实现多态

goroutine

GMP模型

https://learnku.com/articles/41728

并发: 逻辑上具有处理多个同时性任务的能力。
并行: 物理上同一时刻执行多个并发任务。

channel

子主题

go defer

先进后出，后进先出

select

监听 IO 操作

上下文context

数据结构

数组

切片

哈希表

解决哈希碰撞

开放寻址

写入新的数据时，如果发生了冲突，就会将键值对写入到下一个索引不为空的位置

拉链法

字符串

反射

reflect.TypeOf 能获取类型信息

reflect.ValueOf 能获取数据的运行时表示

panic/recover

panic

panic 能够改变程序的控制流，调用 panic 后会立刻停止执行当前函数的剩余代码，并在当前 Goroutine 中递归执行调用方的 defer

panic 只会触发当前 Goroutine 的 defer

recover

recover 可以中止 panic 造成的程序崩溃。它是一个只能在 defer 中发挥作用的函数，在其他作用域中调用不会发挥作用；

recover 只有在 defer 中调用才会生效

同步

Mutex

WaitGroup

Once

Cond

SingleFlight

够限制对同一个键值对的多次重复请求，减少对下游的瞬时流量

redis缓存击穿

垃圾回收

标记清除

三色标记

内存屏障

让 CPU 或者编译器在执行内存相关操作时遵循特定的约束
防止cpu乱序执行，导致数据不一致

volatile实现

go tool trace

记录了运行时的信息，能提供可视化的 Web 页面。

python

vuejs

vuex

状态管理

router

响应式数据原理

2.x

Object.defineProperty

3.x

Proxy

Computed和Watch

Computed本质是一个具备缓存的watcher
适用于计算比较消耗性能的计算场景

Watch没有缓存性，更多的是观察的作用，可以监听某些数据执行回调

v-if/v-show

v-if不会渲染DOM元素

v-show操作的是样式(display)，切换当前DOM的显示和隐藏

Vue 组件 data

必须是一个函数, 每个实例可以维护一份被返回对象的独立的拷贝

js/html/css

shell

框架

python

django

flask

pyqt

爬虫

BeautifulSoup

java

springboot

springcloud

golang

beego

revel

electron

c/c++

tode/tosf

网络

协议

tcp

三次握手

四次挥手

TIME_WAIT

客户端接收到服务器端的 FIN 报文后进入此状态，此时并不是直接进入 CLOSED 状态，还需要等待一个时间计时器设置的时间 2MSL

粘包、拆包

消息定长

设置消息边界

将消息分为消息头和消息体

滑动窗口

用于网络数据传输时的流量控制，以避免拥塞的发生

本质上是描述接受方的TCP数据报缓冲区大小的数据，发送方根据这个数据来计算自己最多能发送多长的数据

拥塞控制

慢开始

拥塞避免

快重传

快恢复

udp

网络编程

IO多路复用

epoll

水平触发LT（Level Trigger)

只要这个fd还有数据可读，每次 epoll_wait都会返回它的事件，提醒用户程序去操作

边缘触发ET（Edge Trigger）

它只会提示一次，直到下次再有数据流入之前都不会再提示了，无论fd中是否还有数据可读

epoll_create,epoll_ctl和epoll_wait

epoll没有这个限制，它所支持的FD上限是最大可以打开文件的数目

select

1024 fd限制

poll

没有最大fd限制，采用链表结构

总结

（1）select，poll实现需要自己不断轮询所有fd集合，直到设备就绪，期间可能要睡眠和唤醒多次交替。而epoll其实也需要调用epoll_wait不断轮询就绪链表，期间也可能多次睡眠和唤醒交替，但是它是设备就绪时，调用回调函数，把就绪fd放入就绪链表中，并唤醒在epoll_wait中进入睡眠的进程。虽然都要睡眠和交替，但是select和poll在“醒着”的时候要遍历整个fd集合，而epoll在“醒着”的时候只要判断一下就绪链表是否为空就行了，这节省了大量的CPU时间。这就是回调机制带来的性能提升。
（2）select，poll每次调用都要把fd集合从用户态往内核态拷贝一次，并且要把current往设备等待队列中挂一次，而epoll只要一次拷贝，而且把current往等待队列上挂也只挂一次（在epoll_wait的开始，注意这里的等待队列并不是设备等待队列，只是一个epoll内部定义的等待队列）。这也能节省不少的开销。

socket

fcntl()设置阻塞和非阻塞(O_NONBLOCK)

TCP_NODELAY

禁用Nagle算法

设计模式

https://refactoringguru.cn/design-patterns

DDD

领域建模

分析

事件风暴

BC 限界上下文

设计