Backen-Development record 1
单例模式
在应用这个模式时，单例对象的类必须保证只有一个实例存在。
服务进程中的其他对象再通过这个单例对象获取这些配置信息。这种方式简化了在复杂环境下的配置管理。
- __new__实现
- 用装饰器实现单例模式
普通、静态方法、类方法
普通方法传入的第一个参数必须是self（当然也可以不用self，官方要求尽量用self），self是指实例对象本身；
静态方法无需传参；
类方法传入的第一个参数必须是class，是指类本身。
并发
Python的内存利用率
使用多线程：单核100% 双核不到50% 四核不到30%，涉及到叫GIL（全局解释器锁）的东西
但是多线程还是很有用的，比如网络爬虫、文本处理等等。这时候由于网络情况和I/O的性能的限制，
Python解释器会等待读写数据的函数调用返回，这个时候就可以利用多线程库提高并发效率了。
需要使用多进程；
Java使用多线程则可以达到100%利用率
生产者-消费者模式
通过一个容器来解决生产者和消费者的强耦合问题。生产者和消费者彼此之间不直接通讯，而通过阻塞队列来进行通讯
队列在并发开发中最常用的。
我们借助「生产者/消费者」模式来理解：生产者把生产的「消息」放入队列，消费者从这个队列中对去对应的消息执行。
事务：select @@tx_isolation
概念：应用程序中一系列操作，所有操作必须成功完成，否则每个操作中所作的所有更改都会被撤消。
结束条件
1.事务中步骤全部成功执行，事务提交
2.如果其中一个步骤失败，发送回滚操作，前面步骤取消
四个特征
原子性：数据库逻辑单位，要么各操作都做，要么都不做
一致性：数据库只包含成功事务提交的结果
隔离性：一个事务的执行不能被其他事务干扰
持续性：一个事务一旦提交，他对数据库中的数据改变就是永久性的
四种隔离级别
SQL标准定义了4类隔离模式，用来限定事务内外的哪些改变是可见的，哪些是不可见的。
- read uncommit读取未提交内容：所有事务都能看到其他未提交事务的执行结果。
- read commit读取提交内容：（大多数据库系统的默认级别，非mysql），一个事务只能看见已经提交事务所作的改变。
- repeatable read可重读：（Mysql默认），他确保同一事务的多个实例在并发读取数据时看到同样的数据行。
- serializable可串行化：最高的隔离级别，强制事务排序，使之不能相互冲突，在每个读的数据行上加上共享锁。
Redis
nosql 开源，C语言编写的、Key-Value内存告诉数据库，
存储类型string、list、set、set、hash ，单个value的最大限制是1GB，
队列技术，串行访问，单进程单线程
数据淘汰策略：
1.从已设置过期时间的数据集中挑选最近最少使用的数据淘汰
2.从已设置过期时间的数据集中挑选要过期的数据淘汰
3.从已设置过期时间的数据集中任意选择数据淘汰
服务器
1.买一个云服务器，得到公网ip
2.linux用SSL打开服务器，windows使用putty打开服务器
3.运行的时候创建虚拟环境
4.传输python项目文件（FileZilla）
4.安装一个screen（python）将程序在后头运行
web服务器
B/S架构，Apache:socker监听，工作队列。
客户端发送请求，服务器解析请求，读取其他信息，完成请求动作，关闭文件和网络连接
如何在云服务器运行多个python脚本
- 多终端运行：开sshd服务，安装xshell，多开些会话
- 后台运行：nohup xx.py；
- 守护进程方式：uwsgi/gunicorn/supervisor；
- docker方式：docker镜像，运行container
python事件驱动模型（IO模型）
事件驱动编程是一种编程范式，这里程序的执行流由外部事件来决定。
它的特点是包含一个事件循环，当外部事件发生时使用回调机制来触发相应的处理。
Linux
io模式
- 阻塞 I/O（blocking IO）
- 非阻塞 I/O（nonblocking IO）
- I/O 多路复用（ IO multiplexing）
- 信号驱动 I/O（ signal driven IO）
- 异步 I/O（asynchronous IO）
通信
- 管道：进程间通信
- 消息队列：消息的链表存放在内核中
- SOCKET：它可用于不同机器间的进程通信
负载均衡
主要作用是将大量作业合理地分摊到多个操作单元上进行执行，用于解决互联网架构中的高并发和高可用的问题
DNS服务器里可以内部负载均衡和全局负载均衡
缓存存储静态内容、根域名服务器、顶级域名、权威域名
