yue_xin_tech

前段时间找工作搜索golang 面试题时，发现都是比较零散或是基础的题目，覆盖面较小。而自己也在边面试时边总结了一些知识点，为了方便后续回顾，特此整理了一下。

计算机是由很多资源组成的，像我们常见的 CPU、内存、硬盘等。如果我们想要使用这些资源去完成某个计算任务，那么就需要有一个管理者来协调这些资源，操作系统就是这个管理者。

摘要索引是数据库里重要的组成部分，也是提高查询效率必备的知识点。本文将会介绍索引作用、索引类型、索引优化以及索引底层结构，也算是对索引知识的一次归纳。一、索引介绍什么是索引？数据库是用来存储与读取数据的，如何在这庞大的数据中查询我们想要的那一行呢？最简单的办法便是扫描整个数据表，一一对比。然而这样效率太低了。如果我们有类似字典的功能，在查询某行数据前，先到字典里定位到行位置，再根据行位置找到具体数据，是否能更快呢？是的，索引就是这么设计的。一般的，我们往表里插入某一行数据时，总会有额外的信息来定

前言使用 mysql 很多年了，但也没怎么深入研究过，准备最近了解下 mysql 的相关知识点。看看这款程序界里的神器是怎么运转的。mysql 的架构模式mysql 采用的是 C/S 架构，也就是我们平常所说的客户端-服务器模型。像我们平常所用的 workbench、nacivat 就是客户端，当然，还有命令行工具。它们会根据指定的 ip、prot 连到服务器，通过一定的协议来进行 SQL 的执行。这些协议包括最广泛使用的 TCP 协议，也包括了适用于本地通信的套接字、共享内存、命名管道等协议。m

前言数据库是一个允许多用户、多会话、多线程访问的系统。为了在并发访问中能保证数据的一致性和完整性，一般会使用事务来做控制，外加锁来作为辅助手段。所以今天整理了一下锁的相关知识，顺便看看它在事务里是怎么配合使用的。锁的分类我们先来看下锁的分类及其作用有哪一些，以便能更好的分析运用场景。乐观/悲观锁乐观锁：在读取数据时会假设各个事务互不影响，它们会各自处理好属于自己的那部分数据。如果在更新数据时，发现真的有其他事务修改了属于自己的那部分，则会回滚之前的一切操作。悲观锁：采取了先获取锁再访问的保守策略

介绍在上一篇文章 mysql 总体概述 里我们大概了解了 mysql 的架构设计，其中提到了存储引擎。它在 mysql 里是一个非常重要的角色，负责了数据的创建、读取和更新，也就是数据的 I/O 操作。最重要的是，它是可插拔的模块，这意味着我们在切换存储引擎时，对于上层应用来讲，是不需要做任何适配的。存储引擎有很多种，而且都有属于自己的特性，像我们常见的 InnoDB 有事务支持、MyISAM 速度较快等。存储引擎的用法作为插件化的模块，我们可以很自然的添加、卸载存储引擎，并且在创建表时指定存储引

雏形初现给你一台 1804 的织布机，你能想象它是计算机的灵感来源吗？没错，那一年法国发明家雅卡尔发明了高效率的织布机，他通过对穿孔的有无来控制了编织的图案。这种打孔模式其实就是变相的在存储图案路线，再用机械还原图案，这和现代的计算设备理念是一致的。后来，著名的英国数学家查尔斯·巴贝奇利用这打孔模型，在 1822 年提出了根据穿孔卡上的指令存储数据，以进行任何数学运算的可能性，并着力打造其设想机器：差分机。只可惜的是，由于各种原因，直到巴贝奇去世，也没有将其完整的实现出来。不过，打孔技术可没有被遗忘

前言Redis 作为最常用的 key-value 服务，一直为我们带来了高性能的保障。但程序嘛，总不可能一直运行下去，而我们所要做的就是将这些风险降到最低。那么，高可用也就是 Redis 必然要考虑的了，而随着 Redis 的广泛使用，市面上也出现了有很多种高可用方案。今天，就来好好认识下这些高可用方案，或许也可以为我们自己程序带来灵感。高可用机制Redis 的高可用从总体上来讲是通过 冗余 + 故障转移 来实现的，而对于冗余和故障转移又可以细化为：部分冗余 or 全部冗余；手动转移 or 自动转移。

前言没接触编程之前，总觉得它很神秘，很牛逼。每当有新的系统，新的软件出来时，总想冲在前头，然后 down 下来好好体验。后来加入了程序员大军，才发现编程并非想象中的那么美好，经常要面对完成不了的需求，和背不完的锅，真的是一部辛酸编码史。尽管如此，我们的工作也算是在为机器注入灵魂，还是挺高大上的。只是很多时候不得不面对一些残酷现实，下面就来聊一聊这几年的编程感悟吧！1、 bug 是修不完的不知各位猿友有没有这样的体会：每当周五临近下班时，测试总会向你扔来一大堆的 bug 工单。而就在你以为所有的

持久化机制尽管 Redis 是基于内存的 key-value 服务，但也可以进行数据的持久化，以便服务重启，数据能重新加载进来。为了尽可能的保证数据不丢失，Redis 为我们提供了好几种持久化机制：RDB：即 Redis Database，在指定的时间间隔里将 Redis 内存数据镜像下来，保存到文件里。AOF：将服务器对数据的写操作追加到文件里，相当于将所有的逻辑操作都记录了下来。无持久性：不进行持久化，性能最好。RDB + AOF：将 RDB 和 AOF 结合起来，组合它们各自的优点。

事务是我们保证数据正确性的重要手段，只要和数据库打交道，就得理解它的 ACID 特性，这也是一个专业程序员应该掌握的基本技能。

很全的 gomod 使用手册

作为 go 运行时的得力助手：Scheduler，它在我们的程序底层默默的支撑着。所以懂 Go 的人，就得先懂它。本文将会细聊调度概念，调度策略，以及 go 的调度机制。当然，少不了最神秘的 GMP 模型。这一切的一切，都会为你一一揭开。

在前面的文章里，我们分析了分布式系统在业务上的一致性技术，即分布式事务，它的结果导向是面向用户的。然而在我们的系统内部，有时也需要面对来自软件架构等更高层次上的一致性要求，比如 Redis 的哨兵模式，Zookeeper 的选举过程等。它们所考虑的一致性更多的是服务节点之间一个共识的达成，当共识达成之后，就可以以此为指导原则，展开更多的协同操作。

在关于微服务的设计上，已经有很多成熟的指导方案。比如基于领域模型的，基于事件驱动的。然而，当各个服务各自为战后，在数据的一致性上，却未能有完善的解决方案。或是受性能效率限制，或是实现流程复杂。总之，我们需要采取很多额外的手段去解决分布式服务的数据一致性问题

TCP 相关知识TCP/IP 协议占据了互联网通信的一大半江山，特别像 TCP 这种保障端到端的可靠传输机制更是相当重要，关于它的实现也很复杂，涉及的知识也很庞大。所以，今天介绍下关于 TCP 的相关重要知识。我们先来认识下 TCP 的头格式：其中，我们看到有一个源端口、目的端口，这 2 个元素再加上 IP 层的源地址和目的地址，那么这四元组就可以用来表示 TCP 的某个连接了，相当于数据库里的唯一标识。所以当我们发起一个 TCP 连接时，会发现如果存在相同的端口在运行时，操作系统是不允许的，只有这

前言本文将介绍下在使用 Docker 时的相关经验，比如使用 Docker-compose 进行容器的编排部署，使用 Portainer 对容器进行可视化的管理，以及 DockerFile 的构建建议。相当于是一套组合拳。让我们能更轻松、更方便去管理 Docker 的容器。Docker Compose使用 Docker Compose 有一个好处就是可以通过配置化的方式去编排容器。比如我们当前有3个服务，其中 A 依赖于 B，B 依赖于 C，那么我们就可以在 YML 中使用 depends_on 配置

总体架构Docker 采用的是 C/S 架构，使用 REST API、UNIX 套接字或网络接口进行通信。一般客户端会和 Docker 服务运行在同一台机子上，像我们平常使用的 docker build、pull、run 等命令就是发送到客户端上的。客户端也可以独立部署，比如 Docker Compose。在 Docker 服务端上，一般表现为守护进程，负责监听客户端的请求，然后进行容器的构建、运行和分发。Docker 守护进程（dockerd）：侦听 Docker API 请求并管理 Docke

Docker 与 容器Docker 是基于容器技术实现的，由于 Docker 的火热流行，可能很多人会认为容器是 Docker 独有的技术。实际上，容器技术最开始是基于 Linux Container（简称 LXC）技术实现的，通过内核提供的 Namespace 和 Cgroup 机制，实现了对应用程序的隔离以及对物理资源的分配。后来随着 Docker 的发展壮大，容器技术越来越被更多的公司接受，更是联合众多公司成立了 OCI 组织来制定了容器标准。容器技术和虚拟机（虚拟化）技术有点像，它们两者都提供了

前言架构设计是一个技术活，它不仅考验着我们对整体的抽象整合能力，也检验了我们对业务的变化应对能力。一个好的架构，能让系统的依赖关系清晰明了，也能让后续的维护成本降到最低。那到底什么才是好的架构呢？个人觉得，站在使用者的角度，好的架构应该是易于理解的、高度自治的、可衡量的；站在实施效果的角度，应该是高可用、高并发、可扩展的。易于理解我们知道，之所以要进行架构设计，其主要目的在于降低系统的复杂度。在软件行业里，改需求加功能是家常便饭的事，几乎每隔半个月就有一次小的迭代。随着变动越来越多，系统将会越来越庞

一、怎么理解架构？假如给你一个项目开发，你会怎么开始它？对于这个问题，我想很多猿友们都应该经历过吧。很多时候，我们会直接开干，让自己快速的进入 coding 状态。然而一旦遇上稍微有点规模，比如涉及到多个业务功能的开发，那大概率会在开发过程中经常的怀疑自己，甚至产生推倒重来的想法；又或者眼看就要交付了，只能将错就错，修修补补。最后，一个让人揪心的系统又诞生了。说到底，还是太草率了，如果我们能提前对项目进行梳理，将涉及到的产品形态、业务功能、技术方案不断的进行提炼总结，那还会这样吗？这也是为什么我们需

Redis 总体介绍Redis 是 key-value 型的 memory 缓存中间件，相信大部分程序员都在项目中使用过它。其实，我们也可以在程序里实现属于自己的 memory 缓存，只是使用 redis 的话，可以将缓存功能统一到这一组件，就像专人干专事一样，使得我们的程序和缓存功能解耦开，方便后续拓展。在底层上， redis 使用了 IO 多路复用技术，像 select、epoll 等。能较好的保障吞吐量。而且 redis 采用了单线程处理请求，避免了线程切换和锁竞争锁带来的额外消耗。加上 re

MVCC 介绍MVCC 全称是 Multiversion concurrency control，即多版本并发控制。从它的名字就可以看出是关于在并发时对读写控制的一种方法，基本市面上流行的 Database 都有其具体的实现。MVCC 使得各个事务在读写数据时能最大程度的降低锁的依赖，在保证事务隔离性的同时，也能让读类型的事务和写操作的事务并发进行。当我们在进行修改操作时，MVCC 会通过 undo log 保留了之前的数据记录，就像每条记录都有自己的历史版本一样。通过这些历史版本的追溯，MVCC

摘要日志的存在，为数据库的很多功能提供了保障。像用于回滚事务的 undo log，用于恢复事务的 redo log 以及用于主从备份的 binlog。本文将会大致介绍下数据库里的日志类别，以及重点分析下事务日志的相关知识点。日志分类在 mysql 里的日志种类有很多，从总体上来讲可以分为 Server 层 和 存储引擎层的（关于 mysql 的总体架构可以看这篇：mysql 系列：总体架构概述）。在 Server 层里的日志分类如下：错误日志错误日志是 mysql 在启动、运行或停止时出现异常的日

在很多的 Go 开源框架里，我们经常能看到 context 的身影，它的使用场景有很多，像超时通知，取消通知都能用到 context。今天我们就来好好的认识一下它，看看 context 的相关知识和底层原理

原子操作：Add、CompareAndSwap、Load、Store、Swap

golang 同步机制 sync.Cond：可同步等待，单播唤起，广播唤起

sync.Once 介绍及源码分析

Golang 提供了简洁的 go 关键字来让开发者更容易的进行并发编程，同时也提供了 WaitGroup 对象来辅助并发控制。今天我们就来分析下 WaitGroup 的使用方法，顺便瞧一瞧它的底层源码

在 Go 里有很多种定时器的使用方法，像常规的 Timer、Ticker 对象，以及经常会看到的 time.After(d Duration) 和 time.Sleep(d Duration) 方法，今天将会介绍它们的使用方法以及会对它们的底层源码进行分析，以便于在更好的场景中使用定时器。

在上一篇文章 [golang 重要知识：mutex](https://blog.csdn.net/h_l_f/article/details/118462433) 里我们介绍了互斥锁 mutex 的相关原理实现。而且在 Go 里除了互斥锁外，还有读写锁 RWMutex，它主要用来实现读共享，写独占的功能。今天我们也顺便分析下读写锁，加深对 Go 锁的理解。

Go 号称是为了高并发而生的，在高并发场景下，势必会涉及到对公共资源的竞争。当对应场景发生时，我们经常会使用 mutex 的 Lock() 方法和 Unlock() 方法来占有或释放资源。虽然调用简单，但 mutex 的内部却涉及挺多的。今天，就让我们好好研究一下。

map 通过 hasTable 实现了我们最常见的 key-value 存储，能快速的进行数据集的增删查改。同时 Go 里的 map 也有很多特殊的地方，比如它的无序性、并发不安全等。今天，就让我们对 map 深入研究，看看它是怎么设计的。

channel 是 goroutine 与 goroutine 之间通信的重要桥梁，借助 channel，我们能很轻易的写出一个**多协程**通信程序。今天，我们就来看看这个 channel 的常用用法以及底层原理。

golang 的三色标记法虽然没有 java 的内存回收机制成熟，但它细分了回收过程，通过写屏障技术，能和用户程序并发进行，这也大大提高了内存回收速度。

为了能更好的分配内存以及管理对象生命周期，golang 在 runtime 运行时上实现了自己的内存管理机制。 它借鉴了 Google 的 TCMalloc ，TCMalloc 是高性能的用于 c++ 的内存分配器。其核心思想是**内存池 + 多级对象管理** ，加快了分配速度，也降低了资源竞争。 有分配就有回收，有些对象在使用完后就不再被引用到，这些被称之为“**垃圾对象**”。Go 通过**三色标记法**来回收这些垃圾对象。并且会在分配对象时，将一些微小对象标记为不需要 GC 扫描，从而减少了扫

作为技术方案最常提到的组件：消息队列，在我们的程序中起到了重要的作用。异步、解耦、削峰（缓冲）等特性正是我们选择它的原因。本文将会按自己的理解聊一聊消息队列的本质、使用场景、注意事项、以及介绍下主流的消息队列。