【无标题】

fullGC:
jdk1.8之前：jmp指令

jdk1.8以后，通过一个管理的bean，com.sun.management.type =diagnosticComman，gcClasshistory,主要用于生成堆中类的直方图，生成之前会触发一次fullGC

oom：
堆内内存溢出、堆外内存溢出bytebuffer.allocateDirect，

堆内内存溢出： manageFactory.getMeanBean();

最大堆内存，已经使用的内存，剩余的堆内存，

cpu满载：
创建一个固定数量的线程池

==========================================

=============================================
触发器：用来控制窗口什么时候触发计算
水位线：用来衡量事件时间进展的标记我们称之为水位线，Flink中的水位线，其实是流处理中对低延迟和结果正确性的一个权衡机制，而且把
控制的权力交给了程序员，我们可以在代码中定义水位线的生成策略

WatermarkStrategy.forMonotonousTimestamps()
WatermarkStrategy.forBoundedOutOfOrderness(Duration.ofSeconds(10));

在水印产生时，设置一个乱序容忍度，推迟系统时间的推进，保证窗口计算被延迟执行，
为乱序的数据争取更多的时间进入窗口。
WatermarkStrategy.forBoundedOutOfOrderness(Duration.ofSeconds(10));

数据迟到“
window(TumblingEventTimeWindows.of(Time.seconds(5)))
.allowedLateness(Time.seconds(3))
注意:
允许迟到只能运用在 event time 上
使用侧流接收迟到的数据
.windowAll(TumblingEventTimeWindows.of(Time.seconds(5)))
.allowedLateness(Time.seconds(3)) // 推迟3s关窗
.sideOutputLateData(lateWS) // 关窗后的数据放入到侧输出流

flink的容错机制和checkpoiont检查点

Flink的Watermark机制可解决哪些问题？
Flink的Watermark机制可解决乱序事件处理和延迟数据处理的问题。通过设置适当的水印来处理乱序事件和等待延迟的数据，从而使数据处理更加准确和完整

======================

作业管理器（JobManager）
JobManager是一个 Flink集群中任务管理和调度的核心，是控制应用执行的主进程。也就
是说，每个应用都应该被唯一的 JobManager 所控制执行。
（1）JobMaster
（2）资源管理器（ResourceManager）
（3）分发器（Dispatcher）

任务管理器（TaskManager）

===================================

es中存储一段文本，分词，词项，id、词项索引，doc values ->segment 段合并的操作，luncy底层存储

=======================================
倒排索引 词项字典 词项索引 列式存储(doc value)
segment 构成搜索的最小单元， 查询数据的时候并发查询多大个segment，
间隔一段时间可以进行段合并，开源搜索库luncy

es检索数据时候，数据存贮在不同的分片上，怎么查询的？
一致性算法raft

=====================
索引有什么不好的？
索引的创建和更新需要耗时，占用资源
索引占用存储资源
索引加快查询速度，降低表更新的速度

============================
leo：每个副本的最后一个offset，其实就是最新的offset+1；

hw:所有副本中最小的leo

混沌工程分3部分：
1、故障注入（场景有哪些） 爆炸半径：流量来源、流量类型、特定用户
2、自动化指标分析，app维度配置接口的响应 + 问题（柳叶刀分险治理） + 预案平台
3、混沌演练模型：测试演练、强弱依赖演练、攻防演练 、客户端演练

java应用故障：延迟、异常、篡改数据
jvm故障：内存溢出 GC Cpu满载
集群故障：es集群、redis延迟、不可用、读延迟、写延迟 hbase
http pigeonCall、pigeonService

MessageListenerConcurrent consumerMessage
MessageListenerOrder doBizConsumer

redis jedis.connection：sendCommand
mysql： prepareStatement
pigeonCall：ContextPrepareInvokeFilter

pigeonService：businessProcessFilter

空间复杂度：一般也使用大 $O$ 表示法来衡量：一个算法执行随数据规模增大，而增长的额外空间成本
时间复杂度：是用来衡量：一个算法的执行，随数据规模增大，而增长的时间成本
数据结构：数据的组织、管理和存储格式。

二分法：1、常规的 2、right一定不是查找目标

流量录制回放：
首先需要创建一个录制模板
录制基本信息：对于哪个应用、接口采集，执行时长等
采集配置：http接口，dubbo接口，java方法，配置采样率（万分之n）

执行录制：
填写执行机器信息：ip、端口、用户名、密码

录制执行列表
执行编码，环境、执行状态，agent状态，采集总量，

若线上录制的接口有流量，那么列表中会有记录，点击详情可以
看请求参数（请求头、param） 响应体,子调用详情（插件支持的）

子调用点击：可以看自调用的入参、出餐、参数类型

流量回放：回放列表和录制执行之后操作栏，
回放选择哪条流量，回放机器（ip、端口、账号、密码）

回放列表：
回放traceId、录制traceId，回放时间、回放结果

查看回放详情：
展示回放响应和录制响应结果比对
子调用结果比对

回放失败
单条流量回放失败，主要有以下几种失败原因：
结果对比失败、子调用未匹配、子调用入参对比失败

子调用入参对比失败
指子调用参数比对存在问题，回放结果异常。
特别说明的是，回访时只对子调用参数进行比对；若参数匹配一致，则对于子调用进行mock，返回录制时记录的结果
回放结果路径忽略（JSONPATN.EVAL）

jvm调优：

性能指标： 响应时间，吞吐量和资源利用率

web原生组件的注入方式：
@webServlet @webFilter @Listener
@ServletComponentScan()
spingboot启动时候有很对容器，默认tomcat jetty 或者underTow,具体选择哪个web服务器的包是有
servletwebServerFactoryAutoConfigure中决定的

ErrorMvcAutoConfiguration 给容器中导入：defaultErrorAtrribute baseErrorControl ErrorPageCustomer
当请求是4xx或者5xx时候，请求会进入到ErrorPageCustomer处理，将请求进行转发/error请求，
baseErrorControl会进行处理，如果要自定义响应属性，可以使用defaultErrorAttribute中进行参数封装。
对于程序员自定义异常：
（1）@ControllerAdvice + @ExceptionHandle 底层支持组件是ExceptionHandleExceptionResolve
（2）写一个类 A excends Exception ，标注@ResponseStatus(value=Httpstatus.forbidden,reason=“用户数量太多”)
（3）或者public class A extends ResponseStatusException

springbootApplication
springbootConfigure
enableAutoConfigure
CompantScan
ImportResource(“classpath:bean.xml”)

@ConfigurePropertis(prefix=“demo”)

@EnableConfigurePropertis(A.class) // 让配置了ConfigurePropertis注解的propertis文件生效

垃圾收集器：CMS
初始标记 、并发标记 、重新标记、并发清除
新生代采用复制算法、老年代采用标记整理算法

单cpu或者小内存，单机程序：-XX:+UseSerialGC
多cpu，需要最大吞吐量，计算型应用 ：-XX:+UseParallelGC
多cpu，追求低停顿时间，需要快速响应，如互联网应用， -XX:+UseConcMarkSweepGC

以前收集器的特点
年轻代和老年代是各自独立且连续的内存块
年轻代收集使用单eden + S0 + S1 进行复制算法
老年代收集必须扫描珍整个老年代区域
都是以尽可能少而快速地执行GC为设计原则

一般vmstat工具的使用是通过两个数字参数来完成的，第一个参数是残阳的时间间隔数（单位秒），第二个参数是采样的次数

procs
​ r：运行和等待的CPU时间片的进程数，原则上1核的CPU的运行队列不要超过2，整个系统的运行队列不超过总核数的2倍，否则代表系统压力过大，我们看蘑菇博客测试服务器，能发现都超过了2，说明现在压力过大
​ b：等待资源的进程数，比如正在等待磁盘I/O、网络I/O等
cpu
​ us：用户进程消耗CPU时间百分比，us值高，用户进程消耗CPU时间多，如果长期大于50%，优化程序
​ sy：内核进程消耗的CPU时间百分比

vmstat -n 2 4 vmstat是一个用于监控虚拟内存、进程、CPU 活动等系统性能信息的工具。
us sy
用户进程消耗cpu的百分比和系统消耗cpu的百分百

mpstat -p ALL 2
mpstat是一个用于查看处理器相关统计信息的命令 mpstat是一个查看cpu相关信息的指令
-p ALL选项表示要显示所有 CPU（处理器）的统计信息。
如果不使用这个选项，默认可能只显示总的 CPU 统计信息或者第一个 CPU 的信息。
2表示采样间隔为 2 秒。也就是说，mpstat命令会每隔 2 秒收集并输出一次 CPU 的统计信息。

每个进程使用CPU的用量分解信息：pidstat -u 1 -p 进程编号

iostat -xdk 2 3
磁盘块设备分布：

rkB /s：每秒读取数据量kB；
wkB/s：每秒写入数据量kB；
svctm I/O：请求的平均服务时间，单位毫秒
await I/O：请求的平均等待时间，单位毫秒，值越小，性能越好
util：一秒钟有百分几的时间用于I/O操作。接近100%时，表示磁盘带宽跑满，需要优化程序或者增加磁盘；
rkB/s，wkB/s根据系统应用不同会有不同的值，但有规律遵循：长期、超大数据读写，肯定不正常，需要优化程序读取。
svctm的值与await的值很接近，表示几乎没有I/O等待，磁盘性能好，如果await的值远高于svctm的值，则表示I/O队列等待太长，需要优化程序或更换更快磁盘

jstak run block waitingforxx
thread nid 7788(十六进制)

===============================================================================================================================================================================================

jstack:java堆栈跟踪工具，用于生成jvm某一时刻的线程快照，定位程序死锁、死循环等。
deadlock bolck watingformonitor

jstack保存的是十六进制的pid

线程池：降低资源消耗：通过重复利用线程池中的对象，降低线程创建或者销毁时候的资源损耗
提高响应速度

如果破坏双亲委派：
集成classLoad 重新loadClass方法，

java堆区从GC角度： 年轻代（eden区 ; service0 ; service1区）

常见垃圾回收算法：
1、复制算法：GC回收的角度，新生代：eden from to
2、标记清除算法：从GCroot开始，根节点可达性分析，标记处所有可达的对象，没有标记的对象就是要被清理的对象，
清理阶段：将未被标记的对象清除，释放内存空间，产生内存碎片
3、标记压缩算法：将存活的对象往堆内存的一端移动，清除掉不在边界内的对象
4、分代收集：基于对象的存活周期将堆内存划分为不同的代，一般分为新生代（Young Generation）和老年代（Old Generation），有的还会细分出永久代（Permanent Generation，在 Java 8 及以后被元空间（Metaspace）取代）。
新生代：新创建的对象通常会分配到新生代，这里的对象生命周期短，通常采用复制算法进行垃圾回收，因为大部分新对象很快会成为垃圾，复制成本相对较低。
老年代：存活时间较长的对象会被移到老年代，这里的对象回收频率低，通常采用标记 - 整理算法，因为老年代的对象较多且存活对象比例相对较高，采用标记 - 整理算法可以更好地利用内存空间

GCroot
虚拟机栈，栈帧中的局部变量中引用的对象
方法区中的静态属性引用的对象
方法区中的常亮引用的对象
本地native方法引用的对象

jvm调优
1、参数 基本出现 java -version /help
2、xx参数,xx:±printGCdetail
3、xx参数：xx:printGcdetail=1024000

jps -l 找到java应用进程

jvm中常见的参数：
-XX:MaxTenuringThreshold
-XX:NewRatio（了解）
-XX:SurvivorRatio
-XX:PrintGCDetails

jinfo -flag MaxTenuringThreshold pid

元空间：
元空间就是我们的方法区，存放的是类模板，类信息，常量池等

Metaspace是方法区HotSpot中的实现，它与持久代最大的区别在于：Metaspace并不在虚拟内存中，而是使用本地内存，也即在java8中，class metadata（the virtual machines internal presentation of Java class），被存储在叫做Matespace的native memory

永久代（java8后背元空间Metaspace取代了）存放了以下信息：

虚拟机加载的类信息
常量池
静态变量
即时编译后的代码
模拟Metaspace空间溢出，我们不断生成类 往元空间里灌输，类占据的空间总会超过Metaspace指定的空间大小

cpu使用率过高
top
top -Hp pid
线程是十进制的，需要转成十六进制
jstack pid

github
cc starts:>5000

乐观锁通过版本号机制
set user version = version + 1, where version = #{version}

volatile保证可见性：总线嗅探技术，各个cpu通过嗅探总线上的数据，来更新工作内存中的缓存数据，大量的嗅探会导致带宽占满。 不保证原子性 、禁止指令重排

jmm内存模型本身是一种抽象的概念，并不真实存在，它描述的是一组规则或者规范，通过这个规范定义了程序中各个变量的访问方式
禁止指重排：通过插入内存屏障又称内存栅栏，它是一个cpu指令，保证特定草的禁止内存屏障前后的指令进行重排序
编译器优化 内存系统 并行指令的重拍

CAS:compare and swaper: cpu并发源语，标识的是判断内存中某个位置的值是否为预期值，如果是预期值就替换为新值，否则不替换，比较和替换过程是原子性的
底层接触unsafe类，:java无法操作内存数据，unsafe相当于一个后门，操作特定的内存数据，

threadlocal是用来提供线程的内部的一个局部变量，在多线程情况下，保证各个线程内部的变量的相互独立性，侧重的是各线程之间变量的隔离

thredlocald.get()
<Thread,Value> thredlocal

从Java官方文档中的描述：ThreadLocal类用来提供线程内部的局部变量。这种变量在多线程环境下访问（通过get和set方法访问）时能保证各个线程的变量相对独立于其他线程内的变量。ThreadLocal实例通常来说都是private static类型的，用于关联线程和线程上下文。

我们可以得知 ThreadLocal 的作用是：提供线程内的局部变量，不同的线程之间不会相互干扰，这种变量在线程的生命周期内起作用，减少同一个线程内多个函数或组件之间一些公共变量传递的复杂度。

==========================================================================================================================================

java -javaagent:myagent.jar -jar AgentTest.jar
改变字节码、新增jar包、替换class

ClassfileTransform
ClassDefinition
retransformClasses
javassist是一个分析编辑和创建字节码的类库

混沌工程：分3部分
chaosblade-exec-jvm

1、理论，简易->复杂迭代 阿里、
2、如何落地：
1、故障注入，注入故障有哪些？多个故障怎么编排，会不会误伤（爆炸半径）
2、自动化指标分析怎么做的（通过自动结果验证和稳定性验证推动业务解决分险，落地 ，
- 解决方法：
故障简述，故障回放，根因分析，后续action
3、抽象出的混沌演练模型（强弱依赖演练、核心链路演练、客户端演练、攻防演练

netfix 系统稳定性之道
混沌工程主动制造故障，并根据系统在各种压力下的情况，确定优化策略的一种系统稳定性保障手段。
简单来说就是制造故障，发现问题，版本优化、规避分险

redis为什么快： io多路复用和非阻塞式io，瓶颈：内存和网络，不是cpu

将用户socket对应的文件描述符注册进epoll函数，epoll函数会监听哪些socket上面有消息到达
helploglog
bitmap:位图，setbit key offset value
geo :经纬度 8 公里内的数据，前10名
geoRadius

nextTick中的代码会在DOM更新后执行。
nextTick，setInterval,

v-enter
v-enter-active
v-enter-active

v-leave
v-leave-active
v-leave-to

vuex
vueComponent—>dispatch —》actions --》commit 》mutations —>mutate ----》state

jvm调优：
调优：响应时长、吞吐量、资源利用率
jstat:查看jvm各种内存运行情况，堆内存使用情况，gc情况等。
jmap：生成堆内存快照，用于分析内存使用情况和对象分布