学习笔记

基础题 7.1.1 请介绍一下 Flink 概括 —— Flink 是大数据领域的分布式实时和离线计算引擎，其程序的基础构建模块是流和转换

在默认的情况下，我们的每个集群都只有一个 JobManager 实例，假如这个 JobManager 崩溃了，那么将会导致我们的作业运行失败，并且无法提交新的任务。

Flink 进阶知识点 分布式缓存在我们实际生产环境中最广泛的一个应用，就是在进行表与表 Join 操作时，如果一个表很大，另一个表很小，那么我们就可以把较小的表进行缓存

随着大数据时代的发展、海量数据的实时处理和多样业务的数据计算需求激增，传统的批处理方式和早期的流式处理框架也有自身的局限性

最初，Kafka由Linkedin公司开发，初衷是开发一个 分布式、分区、生产者-订阅者模式、基于zookeeper协调的分布式日志系统，后续因为其强大的持久化能力以及高吞吐率也被当做了MQ系统来使用。（2010年被贡献给Apache基金会并成为了顶级开源项目） 以时间复杂度为…

RabbitMQ，俗称 “兔子MQ”（可见其轻巧，敏捷），是目前非常热门的一款开源消息中间件，不管是互联网行业还是传统行业都广泛使用（最早是为了解决电信行业系统之间的可靠通信而设计）。 Headers : 不依赖于路由键的匹配规则来路由信息，而是根据发送的消息内容中的heade…

原本一切都很顺利，直到遇到了下面的问题...... ...... 系统间解耦，并具有一定的可恢复性，支持异构系统，下游通常可并发执行，系统具备弹性。 消息中间件存在一些瓶颈和一致性问题，对于开发来讲不直观且不易调试，有额外成本。 概念解析：消息中间件也可以称 消息队列，是指用 …

因为Redis的持久化过程无法保证数据不丢失，因此单机Redis无法保证高可用性，于是乎，我们采用多机和集群的方式保证它的高可用性。

Redis是单进程单线程的。 原子化的批量请求响应模式 (事务)：Redis可以利用事务机制批量执行命令。

数据库的数据是存在文件里，也就是硬盘。与内存做交换（swap） 将数据缓存在Redis中，也就是存在了内存中。内存天然支持高并发访问。可以瞬间处理大量请求。

MongoDB 与 MySQL 中的架构相差不多，底层都使用了可插拔的存储引擎以满足用户的不同需要。 用户可以根据程序的数据特征选择不同的存储引擎

Not Only SQL，支持类似SQL的功能， 与 Relational Database 相辅相成。

优化成本：硬件升级>系统配置>表结构设计>SQL语句及索引。作为开发人员，除了硬件的维护，其他部分都是很重要的。

MySQL的索引往往是MySQL底层考察的重点部分，不同的索引可以让数据的查找过程以指数级的效率提升。

MySQL 是世界市场占比最高的两种数据库之一，除了需要付费的MySQL企业版，还有多样化的开源社区版

Nacos负载均衡策略是 轮询，通过 「权重设置」或「上、下线」可以进一步控制负载情况。 核心库：（Java 客户端）不依赖任何框架/库，能够运行于所有 Java 运行时环境，同时对 Dubbo / Spring Cloud 等框架也有较好的支持。 控制台：（Dashboard…

Spring Cloud GateWay不仅提供统⼀的路由方式（反向代理）并且基于 Filter(定义过滤器对请求过滤，完成⼀些功能) 链的方式提供了网关基本的功能，例如：鉴权、流量控制、熔断、路径重写、日志监控等。 运行期间可动态调整。例如，可根据各个微服务的负载情况，动态调…

配置文件每次都进行修改岂不是很繁琐... 交互 微服务们启动时，EC 会向 ES 进行注册自身的信息，ES 存储它们。 Eureka Client 会缓存 Eureka Server 中的信息。 默认继承 RoundRobinRule,也支持自定义注入。在每次选取之后，对选举的…

经典的MVC结构，SSM框架。所有的业务都放在一个Tomcat中。 在垂直划分的基础上,将每个项目拆分出多个具备松耦合的服务,一个服务通常以独立的形式存在于操作系统进程中。各个服务之间通过网络调用，这使得构建在各种各样的系统中的服务可以 以一种统一和通用的方式进行交互 是在SO…

这些问题放在人类世界可以被我们灵活处理，但 机器是死的；所以我们一定要保证每一个环节的严谨。 ZooKeeper将所有数据 以Tree模型(Znode Tree) 存储在内存中，由 / 符号分割路径 视为 一个 Znode (e.g. /app/path1) 3个 server…