a410974689的博客

Redis主从模式中，一个高可用的Redis服务由一个Redis主节点（Master，后续简称为主节点）和若干Redis从节点（Slave，后续简称为从节点）组成。Redis中采用读写分离来保证主节点和从节点之间的数据一致性，具体实现如下。主节点支持数据写入和数据读取，从节点只支持数据读取；主节点会与从节点之间执行主从数据同步，以保证主节点数据与从节点数据一致。主从数据同步分为如下几种情况。从节点与主节点建立连接时进行全量同步；主节点与从节点正常运行时的同步；

综上所述，单线程架构是Redis团队经过时间考验的深思熟虑的选择。尽管是单线程的，Redis 仍然是性能最高和最常用的内存数据存储之一。原文链接：单线程 Redis 如此之快的 4 个原因。

Nginx再次回顾也许你已经忘记了Nginx是做什么的？我来再次给你夯实一下概念。多协议反向代理Nginx是个高性能的Web和反向代理服务器及HTTP服务器，它能反向代理HTTP，HTTPS和邮件相关(SMTP，POP3，IMAP)的协议链接，还可以提供了负载均衡以及HTTP缓存。

如果有人问你："你会把 Redis 用在什么业务场景下？"我想你大概率会说："我会把它当作缓存使用，因为它把后端数据库中的数据存储在内存中，然后直接从内存中读取数据，响应速度会非常快。"没错，这确实是 Redis 的一个普遍使用场景，但是，这里也有一个绝对不能忽略的问题：一旦服务器宕机，内存中的数据将全部丢失。目前，Redis 的持久化主要有两大机制，即 AOF（Append Only File）日志和 RDB（Redis DataBase） 快照。说到日志，我们比较熟悉的是数据库的写前日志（Write A

今天，我们介绍了 MySQL 数据库主从复制过程中可能会遇到的一些问题。其中最主要的就是 binlog 日志在 STATEMENT 类型下有着存储数据量小的优点，但是也有导致数据不一致的情况；ROW 类型能够有效地解决数据不一致这种情况，但是也有存储数据量大这一缺点；MySQL 数据库结合前面两种类型的优点，又为我们提供了一个 mixed 类型。在日常的生产环境中，常用的 binlog 日志类型就是 mixed 类型。原文链接：MySQL 中主从之间是怎样保证数据一致的呢？

我们可以看到的是查询数据的时候报了一个 1146 的错误，这是因为 INnoDB 存储引擎中的数据表是需要在 MySQL 数据库的数据字典中注册的，我们直接将数据文件复制过去的时候并没有在数据字典中注册，换句话说就是在把数据复制过去之后，还需要在数据字典中注册数据库系统才能正常识别。文件迁移的方式其实也算是逻辑迁移的范畴，它主要通过命令将数据保存在文件中，然后再导入数据库即可，这种迁移方式是不会迁移表结构的，所以在导入数据之前需要手动创建表结构，其原理跟逻辑迁移的方式相同。这种迁移方式主要适用于。

Rockscache 也是一种保持缓存一致性的方法，它采用的缓存管理策略是：更新数据库后，将缓存标记为删除。

MySQL提供了多种字符集和排序规则选择，其中字符集设置和数据存储以及客户端与MySQL实例的交互相关，排序规则和字符串的对比规则相关(1). 字符集的设置可以在MySQL实例、数据库、表、列四个级别(2). MySQL设置字符集支持在InnoDB, MyISAM, Memory三个存储引擎(3). 查看当前MySQL支持的字符集的方式有两种，一种是通过查看information_schema.character_set系统表，一种是通过命令【 show character set;】查看。

存储引擎是 MySQL 中具体与文件打交道的子系统，它是根据 MySQL AB 公司提供的文件访问层抽象接口定制的一种文件访问机制，这种机制就叫作存储引擎，下面是一些常用的存储引擎，有远古时期的 MyISAM、支持事务的 InnoDB、内存类型的 Memory、归档类型的 Archive、列式存储的 Infobright，以及一些新兴的存储引擎，以 RocksDB 为底层基础的 MyRocks 和 RocksDB，和以分形树索引组织存储的 TokuDB。InnoDB 支持外键，MyISAM 不支持；

消息中间件是指在分布式系统中完成消息的发送和接收的基础软件。消息中间件也可以称消息队列（Message Queue / MQ），用高效可靠的消息传递机制进行与平台无关的数据交流，并基于数据通信来进行分布式系统的集成。通过提供消息传递和消息队列模型，可以在分布式环境下扩展进程的通信。简而言之，互联网场景中经常使用消息中间件进行消息路由、订阅发布、异步处理等操作，来缓解系统的压力。

三种缓存模式优缺点：Cache Aside 更新模式实现起来比较简单，但是需要维护两个数据存储，一个是缓存（Cache），一个是数据库（Repository）。Read/Write Through 更新模式只需要维护一个数据存储（缓存），但是实现起来要复杂一些。