每日学习随心笔记

一、2019-09-19 ：
（1） hashMap ：
1 由数组和链表构成，数组的优势查数据快，但是存数据慢，而链表的优势在于存数据快，取数据慢，所以当两个互补优势之后，存数据和查数据都会非常快。
2 默认的数组长度为16，当数据量达到0.75时，会进行动态扩容，扩容后的长度是2的N次幂，当达到1073741824时，就到了扩容的最大值，如果小于0.75会浪费空闲内存，如果大于0.75，多个值会存在一个链表中，从而产生哈希碰撞。
3 当数据进来后，会存在数组的哪一个位置，该位置是通过数组长度-1 然后与哈希code进行位与运算后算出来的结果，比如数组默认长度为16，存入的数据key的哈希值为3373707，那么对于这个数据进行位于运算，就是把16-1=15转化为2进制1111，而3373707转化为2进制最后四位是1011，然后两个数比较，如果都为1，那么就是1，有一个不为1就是0，
1111和1011，第一个数都为1 ，所以1，第二个有一个为0，所以为0，同理最后的出1011，转化为十进制为11，所以就会把这个key的数据存入到数组的11里面，
4 当数组中的链表长度到8时，链表会自动转化为红黑树
5 get数据流程：首先会把数据的key取出来，计算出哈希值，找到数组中对应的链表或者红黑树所在，用对应的方法取出数据。

（2） 分布式Spring Cloud的核心组件：
1.Eureka (注册调用中心)
Eureka是微服务架构中的注册中心，专门负责服务的注册与发现。Eureka分两部分，一个是client一个是server，client负责将这个服务的信息注册到Eureka Server中，Eureka Server是一个注册中心，里面有一个注册表，保存了各服务所在的机器和端口号，因为分布式有很多不同的系统，比如一个付款功能，有付款，发货，积分等等，这些服务都会有各自的client，client会把各自的服务注册到server，别的服务想要调用的时候，可以通过自己的client去server查找自己想要调用的服务
2.Feign（动态代理实现互相调用更加方便）
核心是spring的动态代理机制，直接就是用注解定义一个 FeignClient接口，然后调用那个接口就可以了，将底层的连接，请求，响应，等等全部包装好。实现原理就是如果对某个接口用了@FeignClient注解，他就会对这个接口实现一个动态代理。当其他地方调用这个接口时，调用的就是他的动态代理，然后Feign会根据RequestMapping请求方式，构建请求的地址，最后对这个地址发起请求。
3.Ribbon（轮询）
当同一个服务比如订单，分别部署到多台服务器上时，一个请求发过来，Ribbon会帮你在每次请求时选择一台机器，均匀的把请求分发到各个机器上，轮询算法，就是一台一台的循环。首先回去client中获取注册中心的信息，然后使用轮询找到应该给哪一个服务发送请求，Feign就会针对这台机器，构造并发起请求。
4.Hystrix（熔断器）
当付款请求发送后，既要实现积分，又要实现发货，如果当其中发货服务器炸掉了，那么，付款就会卡住，相应的其他都要炸，为了避免这种情况，这是就使用了Hystrix，Hystrix会搞很多个小小的线程池，每一个服务都对应一个线程池，如果一个服务挂了，他对应的线程池会挂，但是其他线程池不受影响，所以会继续工作，但是由于挂了一个服务，因为你依然去请求发货，所以及时其他服务不受影响，但是你依然会卡顿几秒钟，所以对他进行熔断，有问题的服务，进行溶断后最好对他进行一些处理，这种处理就是降级。
5.Zuul（网关）
所有请求都往网关走，网关会根据请求中的一些特征，将请求转发给后端的各个服务，因为所有的服务都要先从网管走，所以网管也能做一些降级、限流、权限、安全等处理。
6.总结
Eureka：各个服务启动时，Eureka Client都会将服务注册到Eureka Server，并且Eureka Client还可以反过来从Eureka Server拉取注册表，从而知道其他服务在哪里
Ribbon：服务间发起请求的时候，基于Ribbon做负载均衡，从一个服务的多台机器中选择一台
Feign：基于Feign的动态代理机制，根据注解和选择的机器，拼接请求URL地址，发起请求
Hystrix：发起请求是通过Hystrix的线程池来走的，不同的服务走不同的线程池，实现了不同服务调用的隔离，避免了服务雪崩的问题
Zuul：如果前端、移动端要调用后端系统，统一从Zuul网关进入，由Zuul网关转发请求给对应的服务

二、2019-09-20 ：
（1）Consul服务注册中心
Consul由两部分组成，分别是每一个服务所在服务器都有一个Consul Agent，agent会把服务注册到Consul Server中，互相之间访问其实是去server中找到其他的agent注册的信息，进行问， consul的server会部署到几台服务器上，会从这几个机子上选择一个Leader，每一个agent去访问都是leader，其他的是follower，当leader挂了，会去其他follower通过选举机制重新选举出一个leader，他们之间会自动实现数据同步，以保证高可用以及数据一致性。
Consul与Eurake的比较
1.首先Consul 与 Eurake都由两部分组成，consul由agent与server ，eurake由client与server组成，agent与client都是负责把各自的服务注册到server上的。
2. 检查服务是否可以用，Eurake使用的是心跳机制，client会定时的传给server一个心跳，告诉server是否自己宕机，如果一定时间内server没有接收到某个server发送过来的心跳，则会判断它宕机了，这样的机制会导致一个问题，就是server日常接收到的信息百分之八十都是发送过来的心跳信息，当有几千个服务一直发的时候，会大大的影响性能，就是因为心跳机制，所以Consul引入了Agent概念，每个机器上的Consul Agent会不断的发送请求检查服务是否健康，是否宕机。如果服务宕机了，那么就会通知Consul Server。这就是Consul基于Agent实现的分布式健康检查机制，可以大幅度的减小Server端的压力。

（2）分布式系统容错架构
简单的说就是同一个数据库的相同数据，分别放在好多台服务器上，如何保证数据库中的数据不出现问题。
1.分布式存储系统的两种进程。
一个进程是Master节点，就在一台机器上，负责统一管控分散在多台机器上的数据（读取数据会去这里读取，然后由它去其他服务器上找数据）。另外一批进程叫做Slave节点，每台机器上都有一个Slave节点，负责管理那台机器上的数据，跟Master节点进行通信。
2多副本冗余的架构。
简单的说就是在其他服务器备份自己数据库。比如一个数据库t_order里面有一亿条数据,分别存在5台服务器上，每一台服务器的数据库里面都有2千万条数据，如果一台机子宕机了，而现在又有一个查询过来查找数据，那他就只能查到8千万条数据中自己想要的，这肯定不行，而多副本冗余就是为此而生，每一个服务器上的数据库都会在其他多个服务器上备份自己的数据，如果有一个机子宕机了，但是其他服务器上依然有它的备份，所以查询的数据不会丢失。Master节点如何感知到数据副本消失？依然是通过心跳，每一个slave节点都会往master上发送心跳，如果一段时间没有发送，而正好又有服务需要查找对应的数据，master会安排这个服务器其他没有宕掉的服务器上找。每有一个服务器宕机，master会在其他有机子发送心跳的时候在其中找一个服务器为它备份数据，这样就可以保证备份的数量不会变少，出现数据库丢失的情况。而如果宕机的服务器又重新启动了，这样备份就会多一份，而master一旦受到宕机的服务重新启动，会发送一个删除指令，将宕机服务器本地的数据库副本删除 ，以保证副本的数据不变。

（3）分布式搜索引擎的架构原理（Elasticsearch为列。简称es）
1.倒排索引
比如如下的数据存在数据库中
id title content
1 Java好用吗？ Java是非常非常好的一门语言。。。。
2 大家一起来学Java 我这儿有一些很好的Java学习资源，比如说。。。
3 一次Java面试经验 去年这个时候，我学了Java，今年开始了面试。。。
用数据库来进行搜索会 是 like %java%
而倒排索引是吧数据转化为
关键词 id
Java [1, 2, 3]
语言 [1]
面试 [3]
资源 [2]
所谓的倒排索引，就是把你的数据内容先分词，每句话分成一个一个的关键词，然后记录好每个关键词对应出现在了哪些id标识的数据里。那么你要搜索包含“Java”关键词的帖子，直接扫描这个倒排索引，在倒排索引里找到“Java”这个关键词对应的那些数据的id就好了。
2.分布式搜索引擎
把大量的索引数据拆散成多块，每台机器放一部分，然后利用多台机器对分散之后的数据进行搜索，所有操作全部是分布在多台机器上进行，形成了完整的分布式的架构。
3.Elasticsearch的基础名词
index:相当于数据库存的数据的索引，里面有很多数据。
document：index中的一条数据，这个document可以写到index里去，算是index里的一条数据，写到es之后，这条数据的内容就会拆分为倒排索引的数据格式来存储。
4.Shard数据分片机制
每一个index都有很多的Shard，Elasticsearch默认五个，用来分别储存index中的数据，shard直接可以分布式的并行对一部分数据进行搜索，起到一个分布式搜索的效果，大幅度提升海量数据的搜索性能和吞吐量。
5.Replica多副本数据冗余机制
每个shard会自己复制一份对应的replica副本到其他服务器，这样即使本机宕掉搜索也不会受到影响，Elasticsearch默认每个primary shard有1个replica shard作为副本。