摘要：
计数器算法： 原理：在指定时间周期内累加访问次数，达到设定的阈值时，触发限流策略。下一个时间周期进行访问时，访问次数清零。 实现：此算法无论是在单机还是分布式环境下实现都非常简单，使用redis的原子自增性，再结合key的过期时间，即可轻松实现。 缺点：临界问题，在两个周期的临界点处分别达到接近阈值 阅读全文
摘要：
读写分离分散了数据库读写的压力，但没有分散存储的压力。 数据量达到千万甚至上亿的时候，单台数据库服务器的存储能力会成为系统的瓶颈，主要体现在： 1. 数据量太大，读写的性能会下降，即使有索引，索引也会变的很大，性能同样会下降； 2. 数据文件会变的很大，数据库备份和恢复会耗费很长的时间； 3. 数据 阅读全文
摘要：
基本原理：将数据库的读写操作分散到不同的节点上。 基本实现： 1. 数据库服务器搭建主从集群，一主一从，一主多从都可以； 2. 数据库主机负责读写操作，数据库从机只负责读操作； 3. 数据库主机通过复制将数据同步到从机，每台数据库服务器都存储了所有的业务数据； 4. 业务服务器将数据库写操作发送给数 阅读全文
摘要：
innodb引擎索引数据结构：B+树，原型为N叉树，在innodb中N大约为1200，树高为4时，大约可以存1200的3次方的数据，约为17亿（树根的数据块一般在内存中，10亿数据的表上查一个数值，只需要查三次磁盘，且树的第二层大概率也在内存中，访问磁盘的数量又有减少） 主键索引：整行数据存在叶子节 阅读全文
摘要：
这三个问题的发生，会导致大量的请求直接积压到数据库，如果并发量很大，则可能会导致数据库宕机或故障。 缓存雪崩 描述：大量的请求无法在redis缓存中进行处理而被发送到数据库，导致数据库压力陡增。 产生的原因： 1. redis缓存中大量的数据同时到期，导致大量请求无法在缓存中得到处理。 解决方案： 阅读全文
摘要：
首先关于两者数据的一致性包含有两种情况： （1）缓存中有数据时，那数据库中的数据要和缓存中的数据相同； （2）缓存中没有数据时，数据库中的数据必须是最新的。 如果不符合以上两种情况，就属于缓存和数据库数据不一致的问题。 缓存不同的读写模式，所对应的不一致问题也会有所差异，缓存的读写模式主要有两种，读 阅读全文
摘要：
Topic：发布订阅的对象称为主题（topic），可以为每个应用，每个业务甚至每个类创建专属的主题。 clients：生产者和消费者统称为clients。 Producer：向主题发布消息的客户端应用称为生产者，生产者程序通常不断的向一个或多个主题发送消息。 Consumer：订阅这些主题消息的客户 阅读全文
摘要：
给出一个区间的集合，请合并所有重叠的区间。 示例 1: 示例 2: 阅读全文
