《代码的未来(松本行弘)》读书笔记：

GC

GC三种基本方式

1. 标记清除方式(Mark and Sweep) 从根开始将可能被引用的对象用递归的方式进行标记，然后将没有标记到的对象作为垃圾进行回收。缺点：分配了大量对象，并且其中只有一小部分存货的情况下，消耗过多不必要时间。变形：标记压缩(Mark and Compact)
2. 复制收集方式(Copy and Colection) 克服标记清除法中的缺点。从根开始，将被引用的对象递归复制到另外的空间中。缺点：存活对象比例较高，不利。优点：局部性(Locality)。
3. 引用计数方式(Reference Count) 每个对象中保存该对象的引用计数，当引用增减时对计数进行更新。缺点：无法回收循环引用，增减计数的bug，不适合并行管理。优点：实现容易，瞬间释放，中断时间短。

进一步改良：

1. 分代回收(Generational GC) 一般性程序所具备的性质：大部分对象都会在短时间内成为垃圾，而经过一定时间依然存活的对象往往拥有较长的寿命。记录集(remembered set)用于对来自老生代的引用进行记录。
2. 增量回收(Incremental GC) 为了维持程序的实时性，不等到GC全部完成，而是将GC操作细分成多个部分逐一执行。采用写屏障，解决渐进GC过程中，程序运行时对对象的引用关系变化问题。
3. 并行回收。

---

数据库

ACID特性(Atomicity,Consistency,Isolation,Durability)
CAP(Consistency,Availaility,Partition Tolerance) 解决大规模数据库不能满足ACID特性
BASE(Basically Available,Soft-state,Eventually consistent) CAP的解决方案

SQL Databases vs NoSQL Databases –Michael Stonebraker

1. NoSQL的优势在于性能和灵活性。
2. NoSQL的性能优于SQL这一说法，并非在所有情况下都成立。
3. 通常认为NoSQL是通过牺牲SQL和ACID特性来实现其性能的，然而性能问题与SQL和ACID是无关的。

根据这篇文章，决定SQL数据库性能的，是客户端与服务器之间的通信开销，以及服务器上的事务处理开销。而通信开销可以通过将大部分处理放在服务器上的存储过程(Stored Procedure)在一定程度上得以解决。

而对于服务器上的处理，大致进行分类的话，主要有4个瓶颈，而对于这些瓶颈的应对就是决定性能的关键：

1. 日志(Logging)：为了防止磁盘崩溃等故障的发生，大多数关系型数据库都会执行两次写入。即数据库一次，日志一次。而且为了防治日志信息丢失(D)，必须保证这些数据确实写入了磁盘中。
2. 事务锁(Locking)：为了防止其他线程对记录进行修改。
3. 内存锁(Latching)：指对锁和B树等共享数据结果进行访问时所需要的一种排他处理方式。
4. 缓存管理(Buffer Management)：数据库的数据是写入都固定长度的磁盘页面中的。对于哪个数据写入哪个页面，或者是哪个页面的数据缓存在内存中。

see VoltDB (比传统RDBMS高50倍的成绩)

1. & 4. 内存数据库，持久性是通过复制(replication)的方式来维持的，也提供了定期将数据写入文件的快照功能。
2. & 3. 数据库分割成多个分区(partition)来管理的，对于每个分区都分配了一个独立的管理线程。

Redis (对memcached的不满)

意大利程序员Salvatore Sanfilippo

1. 内存型
2. 支持永久化
3. 支持分布
4. 除字符串之外的数据结构
5. 高速
6. 原子性(单线程实现)
7. 不兼容memcached协议

---

多核编译

ccache，distcc
# CC=’ccache gcc’ make -j4 # .ccche
# CC=’distcc gcc’ make -j4 # ~/.distcc/hosts

提高工作效率

1. 减负，由惯性思维所产生的不必要不紧急的工作，如果能够砍掉的话，就能够大幅度提高工作效率。
2. 拖延，按照紧急程度从高到低来完成任务的话，就可以进一步提高自己的工作效率。还要注意相互依赖关系。
3. 委派，多核的困难：任务分割、通信开销、可靠性。

---

Node.js

事件驱动模型，在事件检测上，采用与连接数无关，能够维持一定性能的epoll(Linux)和kqueue(FreeBSD)，减少每个连接所消耗的资源。

---

分布式

阿姆达尔定律：(通过并行计算所获得的)系统性能提升效果，会随着无法并行的部分而产生饱和。

活用多CPU的处理：

1. 数据分割、分配
2. 对已分配的数据进行并行处理
3. 将已处理的数据进行集约

ZeroMQ
底层通信手段：
1. tcp
2. ipc 同一台计算机上进行进程间通信
3. inproc 统一进程中的线程间通信
4. multicast 采用UDP实现的多播通信

为分布式应用程序的构建提供的主要连接模型

1. REQ/REP 应答模型，双向通信
2. PUB/SUB 在服务器注册过的客户端都会收到该信息，数据分发布数等场合，单向通信
3. PUSH/PULL 向队列中添加和取出信息的一种模型，应用场景：管道(一对一)、任务分配(一对多)、任务集约(多对一)，单向通信
4. PAIR 一对一双向