colspanprince的博客

一、MyISAM和InnoDB存储引擎的区别 1、MyISAM 不支持事务，不支持外键约束，索引文件和数据文件分开，这样在内存里可以缓存更多的索引，对查询的性能更好，适用于少量的插入，大量查询的场景。报表系统是比较适合MyISAM存储引擎的 2、Innodb 支持事务，支持外键约束，有成熟的高并发、高可用、分库分表、读写分离、主从切换的方案 ...

一、TCP/IP四层模型 四层模型是从七层模型简化而来的 1、OSI七层模型 应用层、表示层、会话层、传输层、网络层、数据链路层、物理层 2、TCP/IP四层模型 物理层：将两台设备通过网线、光缆等方式，通过物理方式连通，用来传输0和1的电路信号 数据链路层：物理层传输0和1的电信号后，还需要根据协议，来辨别这些0和1的电信号代表什么意思，以太网协议就是这种公共的协议。以太网协议规定，每个设备都有个网卡，数据就是从一个电脑的网卡发往另一个电脑的网卡。这个网卡地址就是所谓的MAC地址，每个网卡都有

二 系统

一、系统拆分 使用dubbo、SpringCloud实现分布式，拆分系统，不同业务访问不同数据库 二、缓存 大量读请求直接从缓存里取 三、MQ 读请求解决好后，就要解决写请求，加入MQ进行削峰 四、分库分表 加入MQ可以针对平时数据量不大，但秒杀时数据量很大的场景，但如果平时数据量就很大，那MQ削峰了也没用。这时进行分库分表，将请求分摊到各个库 五、读写分离 要更新缓存中的数据，所以主库负责写，从库负责读 六、ELK 分布式系统上ELK 七、简述 阿里云ECS弹性伸缩，高峰特别是秒

一、两阶段提交 1、介绍： 有一个事务管理器的概念，负责协调多个数据库的事务，事务管理器先问各个数据库是否可以存储数据，如果都可以，那就正式提交事务，否则就回滚事务 2、缺点： 严重依赖数据库层面来搞定事务，效率很低，绝对不适合高并发的场景。在实际的分布式系统中，基本不可能使用。因为分布式服务中的每个服务按规定只能访问自己的库，所以没法使用两阶段提交 二、TCC方案 1、介绍： 用业务代码实现分布式事务，TCC全称try、confirm、cancel 1）try阶段：对各个服务的资源做检测和

一、Zookeeper的作用 1、分布式系统间的协调 A系统发消息到MQ，并在zk的某个节点注册监听器，B系统消费后修改zk那个节点的值，A立马就可以收到通知 2、分布式锁 节点尝试创建临时的znode，创建成功了就获取锁。别的节点尝试获取锁，却获取不到，就对这个锁注册一个监听器，当原来的节点释放锁后，新的节点就会感知到，然后尝试重新获取锁 3、注册中心、配置信息管理 kafka、storm、dubbo选用zk做一些元数据、配置信息的管理 4、HA高可用 重要进程做主备两个机器，主机器挂了就

一、缓存+数据库不一致解决方案 初步方案：先删除缓存，再更新数据库。但这样在高并发下会有问题，比如线程A删除了缓存，正准备更新数据库，此时线程B需要查询数据，发现缓存里没有，就去数据库里查询并放入缓存。这样依旧会导致缓存与数据库不一致。 进阶方案：将请求放入队列中，串行执行。比如一个更新请求，一个查询请求，都进入了队列中。更新请求先删缓存，再更新数据库，查询请求查数据库，再更新缓存。这样就能做到缓存与数据库一致。但效率不高，所以为了提高效率，不能所有的查询请求都入队列。最好是如果有更新请求进来了，就入.