计算机基础

6.824 Raft raft是一个分布式一致性协议，用于集群对一系列的提交达成共识。raft设计的出发点是简单易懂。节点分为Leader、follower、candidate，Leader负责处理数

6.824 MapReduce MapReduce是论文中提出的一种大数据计算框架，谷歌根据他们的计算业务，将大数据计算抽象成一系列Map操作和Reduce操作，基于MapReduce任务调度集群，数

选举 触发选举 Follower 在timeout时间段内没收到任何消息，认为没有存活的Leader，触发选举。 选举流程： 自增Term，给自己投一票 并行向其他节点发送RequestVote，等待

基本概念 所有节点的持久数据： currentTerm：当前节点视角的任期，初始化0 votedFor：当前任期给谁投的票 log[]：log entries，由term和command组成，第一个索

基本变量 Worker 状态机 Work Type NONE：未分配 MATTASK：map任务 REDUCETASK：reduce任务 Task 状态： INIT：初始化，未运行 RUNNING：正

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbp

高可用 主从复制 Why？ 单点故障无法提供服务，硬盘故障数据丢失。 How？ 数据备份，并且保证一致性：主从复制 读写分离：写入主，读取从 建立过程： 建立链接、协商同步； 发送：psync：主服务

数据库与缓存的一致性 在更新数据库后，希望缓存也能读到正确的数据 Why？ 常见的错误： 并发更新导致数据库与缓存不一致，两个并发写数据库： 先更新缓存再更新数据库、先更新数据库再更新缓存都会有并发问

缓存 过期删除策略 Why? 对 key 设置过期时间，需要有相应的机制将已过期的键值对删除 How？ 过期字典：保存所有 key 的过期时间。 检查该 key 是否存在于过期字典中： 不在，正常读取

持久化 AOF AOF(Append Only File) ：对用户的插入、修改操作进行持久化 组成 *数字：当前操作有几个部分 $数字+命令、键或值：数字表示命令、键或值一共有多少字节 先执行写操作

线程模型 单线程的部分：接收客户端请求->解析请求 ->进行数据读写等操作->发送数据给客户端 后台线程： 关闭文件 AOF 刷盘 4.0版本新增： lazyfree 线程，异步释放 Redis 内存

哈希表 hash 链式哈希：相当于数组+链表 哈希冲突：单项链表连接起来 rehash：防止链表长度过大查找效率低 给「哈希表 2」 分配空间，比「哈希表 1」 大 2 倍； 将「哈希表 1 」的数据

网络管理 netstat [参数]：network statistics，显示网络连接信息 -a：显示所有连接中的接口信息 -u：udp -t：tcp ssh [参数] 域名或IP地址：openssh

磁盘管理 df 参数 [对象磁盘/分区]：report file system disk space usage，显示磁盘使用情况 -a：显示所有 -h：易读格式的size fdisk [参数] [设

文件管理 ls [参数] [文件名]：list，列出当前路径下的文件夹和文件 -a：显示有内容，包括.开头的隐藏文件 -l：列出详细信息 -h：易读的方式显示文件大小 cp [参数] 源文件名 目标文

Broker存储机制 主要组成： CommitLog：消息存储文件，顺序存储所有Topic的消息，很快的写入速度。 默认大小为1G ConsumeQueue：消息消费队列，异步将消费者需要消费的数据整

生产者 三种消息：普通消息（并发消息）、顺序消息、事务消息。 普通消息：无序，并发发送，性能最好 顺序消息： 分区有序消息：在单个分区中是有序的 全局有序消息：在全局范围里保持顺序，性能较差 事务消息

基本概念 基本概念： 生产者：发送数据到消息队列的客户端 消费者：消费消息队列数据的客户端 消息队列：提供消息队列服务，负责接收生产者发送的数据，异步向消费者发送需要消费的数据，像一个队列一样。 对消

归并排序 归并排序是一种O(nlogn)时间复杂度的排序算法，空间复杂度O(n)，优点是稳定的，并且最坏时间复杂度也是O(nlogn)。 归并的思路 归并就是将两个有序的数组合成一个有序的数组。这一操

快速排序 快排是一种平均O(nlogn)时间复杂度的排序算法，最坏时间复杂度为O(n^2)。 基本思想 找一个分界点x（第一个数、中点、随机） 将数组分为两个部分，使得左边<=x,右边>=x 对左右部