qq_56999918的博客

我们之前说了，docker容器的ip可能随着启动和停止导致ip发生变化，我们在连接服务应该写死服务名而不能写死ip。在docker 当中默认的桥接模式我们使用ping安装地址去ping是可以的，但是使用服务名就不行。下面我们创建一个自定义的网络，使用如下命令。

远程过程调用协议，目标就是让远程服务调用更加简单、透明。RPC 框架负责屏蔽底层的传输方式（TCP 或者 UDP）、序列化方式（XML/Json/ 二进制）和通信细节，服务调用者可以像调用本地接口一样调用远程的服务提供的接口，而不需要关心底层通信细节和调用过程。其大致过程如上图所示。

在平时写代码的时候，我们经常会遇到在将来某个时间点或者间隔一段时间重复执行函数。这个时候我们就可以考虑使用定时器。本片文章主要介绍一下golang当中的几个常用的定时器。以及和的基本使用。

在MySQL当中，我们有时候写的SQL执行效率太慢此时我们需要将其优化。但是SQL可能非常的多，难道我们一条一条的进行查看吗？在MySQL当当中我们可以查看慢查询日志，看看那些SQL这么慢。但是这个默认情况下这个慢查询日志是关闭的，我们可以通过一下命令进行查看我们可以将其开启并且通过上面我们也可以看到慢查询日志在那个路径下。然后了我们可以设置一个业务可以接受的时间，执行时间超过这个值的SQL都将被记录在慢查询日志里面同时我们也可以查看一下这个系统当中有多少条这个慢查询日志。下面我们来建一张表。

Redlock算法的基本思路，是让客户端和多个独立的Redis实例依次请求加锁，如果客户端能够和半数以上的实例成功地完成加锁操作，那么我们就认为，客户端成功地获得分布式锁了，否则加锁失败。普通的主从模式，当master崩溃时，需要手动切换让slave成为master，使用主从+哨兵结合的好处在于，当master异常宕机时，哨兵可以实现故障自动切换，把slave提升为新的master，继续提供服务，以此保证可用性。到这里我们的redis分布式锁就差不多了，但是我们没有解决则个锁的可重入性问题。

而下面的代码时这个读取客户端的数据上面，并进行解码。，将客户端的数据读取上来之后我们还需要对这个decode进行解码，如果客户端的数据很大那么无疑这两部是非常耗时的肯定会导致这个Redis的效率下降。在main线程没有给每个线程的队列当中分配client时，其他线程一直在死循环的空转，并且不会让出CPU，直到main线程给他分配了client之后开始根据时读事情还是写事件执行对应的回调。当中，并设置当连接到来时需要执行的回调，当事情到来时只需要调用对应的回调即可，而这个监听套接字对应的回调是这个。

同时由于主节点可以写，数据会发生变化，当主节点的数据发生变化时，会将变化的数据同步给从节点，这样从节点的数据就可以和主节点的数据保持一致了。一个主节点可以有多个从节点，但是一个从节点会只会有一个主节点，也就是所谓的一主多从结构。会以每秒一次的频率向被升级的从节点发送 INFO 命令（没进行故障转移之前，INFO 命令的频率是每十秒一次），并观察命令回复中的角色信息，当被升级节点的角色信息从原来的 slave 变为 master 时，哨兵 leader 就知道被选中的从节点已经顺利升级为主节点了。

在实际生产环境中，如果对mysql数据库的读和写都在一台数据库服务器中操作，无论是在安全性、高可用性，还是高并发等各个方面都是不能满足实际需求的，一般要通过主从复制的方式来同步数据，再通过读写分离来提升数据库的并发负载能力。（sql从线程）处理该过程的最后一步，sql线程从中继日志中读取事件，并重放其中的事件而更新slave机器的数据，使其与master的数据一致。当主库进行更新的时候，会自动将数据复制到从库中，而我们在客户端读取数据的时候，会从从库中进行读取。这是一开始的状态，下面我们在主库建一个表。

然后根据 ReadView机制，发现该行数据的trx_id=10，小于事务 A 的 ReadView 里 up_limit_id，这表示这条数据是事务 A 开启之前，其他事务就已经提交了的数据，因此事务 A 可以读取到。对该记录每次更新后，都会将旧值放到一条 undo日志 中，就算是该记录的一个旧版本，随着更新次数的增多，所有的版本都会被 roll_pointer 属性连接成一个链表，我们把这个链表称之为 版本链 ，版本链的头节点就是当前记录最新的值。我们发现这样也出现了这个幻读。，事务id是递增分配的。

在redis6当中这个数据类型的编码主要是而在redis7当中的物理编码对应是。

很多铁子可能会认为大key，是这个key的值很大其实不是，而是key的value值很大一般对于下面这些我们可以称为大key.String 类型值大于10KB。Hash、List、Set、Zset类型元素个数超过5000个。

Redis的基本事务（basic transaction）需要用到MULTI命令和EXEC命令，这种事务可以让一个客户端在不被其他客户端打断的情况下执行多个命令。和关系数据库那种可以在执行的过程中进行回滚（rollback）的事务不同，在Redis里面，被MULTI命令和EXEC命令包围的所有命令会一个接一个地执行，直到所有命令都执行完毕为止。当一个事务执行完毕之后，Redis才会处理其他客户端的命令。Redis事务在执行的中途遇到错误。

有缓冲的channel当容量没有达到上限时写入不会阻塞在这里奇数协程的channel容量为1我们提前给他写入了一个数据因此当偶数和奇数协程都开始读取数据时，首先读取到数据的是奇数协程，奇数协程打印完之后在通知偶数协程打印，偶数协程打印完成之后在通知奇数协程重复下去就实现了交替打印的效果。在这里需要注意的点是我们需要close掉这个管道当达到临界值时，主协程退出但是defer方法会执行这个时候管道一关闭所有协程都会收到退出信号，另外两个阻塞在那里的协程就会退出这样就没有这个协程泄漏了。废话不多说直接上代码。

gorm是Golang语言中一款性能极好的ORM库，对开发人员相对是比较友好的。当然还有另外一个xorm库也是比较出名的，感兴趣的也可以看看这个库，接下来主要介绍下gorm库的一些基本使用。下面我们一起看看如何安装这个gorm框架，然后快速的把它使用起来//安装MySQL驱动 go get - u gorm . io / driver / mysql go get - u github . com / jinzhu / gorm。

Gin 是一个用 Go (Golang) 编写的 web 框架。它是一个类似于 martini 但拥有更好性能的 API 框架，由于 httprouter，速度提高了近 40 倍。Gin在GitHub上已经有47k的star，它和Golang的语法一样简洁明了，使得初学者得以迅速入门。只需要在终端上输入以下命令就可以将使用gin框架了。

Redis，英文全称是Remote Dictionary Server（远程字典服务），是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。与MySQL数据库不同的是Redis的数据是存在内存中的。它的读写速度非常快，每秒可以处理超过10万次读写操作。因此redis被广泛应用于缓存，另外，Redis也经常用来做分布式锁。除此之外，Redis支持事务、持久化、LUA 脚本、LRU 驱动事件、多种集群方案。

docker容器在产生数据的时候，如果不通过docker commit生成新的镜像，使得数据作为镜像的一部分保存下来，那么当容器删除之后，数据自然而然的也会消失。所有的docker镜像都起始于一个基础镜像层，当进行修改或者增加新的内容时，就会在当前镜像层之上，创建新的镜像层。比如有多个镜像都从相同的Base镜像构建而来，那么宿主机只需要在磁盘上保留一份base镜像，同时内存中也只需要加载一份base镜像，这样就可以为所有容器提供服务了，而且镜像的每一层都可以被共享。我们上面的案例默认是这个可读可写的。

再这里再次强调一下这个需要注意的是读写锁非常适合读多写少的场景，如果读和写的操作差别不大，读写锁的优势就发挥不出来。现在我们知道了，Tick，Sleep，包括time.After函数，都使用的timer结构体，都会被放在同一个协程中统一处理，这样看起来使用Tick，Sleep并没有什么区别。本文使⽤Go语⾔实现并发的协程调度池阉割版，本⽂主要介绍协程池的基本设计思路，⽬的为深⼊浅出快速了解协程池⼯作原理，与真实的企业协程池还有很⼤差距，本⽂仅供学习参考。下面我们通过一个案例演示一下这个读写锁的使用。

说白了镜像就等于一个centos系统的安装程序,一个镜像只是一个只读环境而已,这个镜像提供的是基础的运行环境,而你在Centos7系统中安装的应用,比如Redis,Mysql这些应用就相当于一个容器,这些容器都是单独可运行的,仓库的概念就更好理解了,在Centos7系统中下载的所有应用都被收集到同一个仓库里了,比如Maven仓库。3.特点 : Docker镜像是不能运行的，是静态的，而Docker容器是运行的，是动态的，可以将Docker容器想像成一个简化版的操作系统和一些核心基础的应用。

1.对应letecode链接高楼扔鸡蛋问题2.题目描述解题思路在这里需要注意的是如果鸡蛋没碎那么这个第i层我们可以将其当中这个第0层。下面我们来看看这个代码如何来书写。但是这样很暴力即使我们加了这个记忆化搜索我们也过不了。下面我们看看这个记忆化搜索的代码如何实现。下面我们来看看这个方法二：方法二有点偏数学方法，非常的难想到利用函数单调性进行二分。并不是像刚才那样一层楼一层楼的进行枚举，把枚举的过程做了一点优化。我们可以看到dp(K,N)他只依赖这个。dp（K-1，i-1)和这个dp(K,N-