知识点列表

一、Redis

redis应用场景stringhashset：去重zset: 排行榜list：（阻塞队列、消息通信）HyperLogLog：大量统计（非精确）内部数据结构dict：key[string] VS value （redis obj）;拉链法解决冲突（同php）;装载因子（哈希表已保存节点数量 / 哈希表大小）超过预定值自动扩充内, 引发（增量式）rehashing根据ht[0]创建一个比原来size大一倍（也可能减少）的hashtable，重新计算hash和index值，根据rehashindex逐步操作到达一定阈值（ht[0]为空）操作停止期间响应客户端写操作：写到新的ht[1]读操作：先读ht[0]，再读ht[1]sds：simple dynamic stringstring的底层实现为sds，但是string存储数字的时候，执行incr decr的时候，内部存储就不是sds了。二进制安全binary safe（5种类型的header+falgs得到具体类型，进而匹配len和alloc）robj：redis object，为多种数据类型提供一种统一的表示方式，同时允许同一类型的数据采用不同的内部表示，支持对象共享和引用计数。sdsstringlongziplistquicklistskiplist

 typedef struct redisObject { unsigned type:4;【OBJ_STRING, OBJ_LIST, OBJ_SET, OBJ_ZSET, OBJ_HASH】 unsigned encoding:4【上述type的OBJ-ENCODING _XXX常量，四个位说明同一个type可能是不同的encoding，或者说同一个数据类型，可能不同的内部表示】; unsigned lru:LRU_BITS; /* lru time (relative to server.lruclock) */ int refcount; void *ptr【真正指向的数据】; } robj

OBJ_ENCODING_stringOBJ_ENCODING_RAW,代表sds ，原生string类型OBJ_ENCODING_INT，long类型OBJ_ENCODING_EMBSTR ，嵌入OBJ_HASHOBJ_ENCODING_HT，表示成dictOBJ_ENCODING_ZIPLIST，hash用ziplist表示OBJ_SETOBJ_ENCODING_INTSET,表示成intestconfigset-max-intset-entries 512【是整型而且数据元素较少时，set使用intset；否则使用dict】OBJ_ZSETOBJ_ENCODING_SKIPLIST,表示成skiplist思想：多层链表，指针来回查找，插入和更新采取随机层数的方法来规避configzset-max-ziplist-entries 128zset-max-ziplist-value 64OBJ_LISTOBJ_ENCODING_QUICKLISTconfiglist-max-ziplist-size -2list-compress-depth 0内部结构实现stringhash（两种encoding,根据下面的config）ziplistdictconfighash-max-ziplist-entries 512【注意单位是“对儿”】hash-max-ziplist-value 64【单个value超过64】setzsetlistquicklist定义：是一个ziplist型的双向链表压缩算法:LZFzset如何根据两个属性排序？比如根据id和age可以用位操作，把两个属性合成一个double用zunionstore合并存储为新的key，再zrangeredis是如何保证原子性操作的？因为他是tm单线程的！（ps:mysql是多线程）在并发脚本中的get set等不是原子的~在并发中的原子命令incr setnx等是原子的事务是保证批量操作的原子性主从复制过程：从服务器向主服务器发送sync主服务器收到sync命令执行BGSAVE,且在这期间新执行的命令保存到一个缓冲区主执行（BGSAVE）完毕后,将.rdb文件发送给从服务器，从服务器将文件载入内存BGSAVE期间到缓冲区的命令会以redis命令协议的方式，将内容发送给从服务器。特性：单线程，自实现（event driver库，见下面四个io多路复用函数）在/src/ae.c中:宏定义的方式

 /* Include the best multiplexing layer supported by this system. * The following should be ordered by performances, descending. */ #ifdef HAVE_EVPORT #include "ae_evport.c" #else #ifdef HAVE_EPOLL #include "ae_epoll.c" #else #ifdef HAVE_KQUEUE #include "ae_kqueue.c" #else #include "ae_select.c" #endif #endif

io多路复用，最常用调用函数：select（epoll，kquene，avport等），同时监控多个文件描述符的可读可写reactor方式实现文件处理器（每一个网络连接对应一个文件描述符），同时监听多个fd的accept，read（from client），write（to client），close文件事件。备份与持久化rdb（fork 进程dump到file，但是注意触发节点的覆盖问题，导致数据不完整）手动 save bgsave自动 conf:save 900 1 save 300 10 save 60 10000 dbfilename dump.rdb优点：对服务进程影响小，记录原数据文件方式便于管理还原缺点：可能数据不完整aof（类似binlog）appendfsync noappendfsync everysecappendfsync always （每执行一个命令）优点：数据最完整，支持rewrite缺点:文件相对rdb更大，导入速度比rdb慢过期策略：定时过期：时间到了立即删除，cpu不友好，内存友好。惰性过期：访问时判断是否过期：cpu友好，内存不友好定期过期：expires dict中scan，清除已过期的key。cpu和内存最优解内存淘汰机制127.0.0.1:6379> config get maxmemory-policy

1) "maxmemory-policy"2) "noeviction"127.0.0.1:6379>

noeviction：新写入时回报错allkeys-lru:移除最近最少使用的keyallkeys-random：随机移除某些keyvolatile-lru：设置了过期时间的key中，移除最近最少使用volatile-random：不解释volatile-ttl：设置类过期时间的键中，有更早过期时间的key优先移除redis队列不足之处队列可能丢东西比如redis挂了，producer没有停止，但是队列数据无法写入（除非同步落地到mysql）队列的consumer 需要手动处理commit协议如果consumer处理完，表示真正完成如果没有处理完？放回队列？直接丢弃？事件重放机制不支持比如consumer消费错了，那能不能将队列回放呢再次处理呢？队列最大长度及过期时间如果producer远大于consumer，撑爆了怎么办如果comsumer 一直没有处理，producer的数据如何处理exactly once单机分布式锁没问题，集群情况下不靠谱vs memcachememcached优势多线程（listen & woker)，利用多核round robincas（check and set，compare and swap）劣势cache coherency、锁key大小有限制（1M）特点内存预分配：slab+trunkredis优势：自己封装了一个AEEvent（epoll+select+kqueue），io多路复用丰富的数据结构（对内+对外）良好的持久化策略（rdb +aof）单机可部署多实例，利用多核劣势：排序、聚合cpu密集操作会等影响吞吐量key 大小最大为1gmore | otherredis ziplist与普通双向链表的区别：普通的链表每一项都占用独立的一块内存，各项之间用地址指针（引用）连接起来，这样会导致大量碎片。而ziplist是将表中每项放在前后连续地址空间内，而且对值存储采取变长编码。redis msetnx对应的del，可以采取lua脚本保证get del的原子性redis 单线程如何实现阻塞队列？阻塞是阻塞client，又不是阻塞server，server不发数据，client不就阻塞住了，当client想要阻塞在某个key上，server会把这个client放到一个block list里，等key发生变化，就send数据给client。redis 阻塞队列的时间设置实现？blocklist里只存了列表，这个timeout存在连接上，靠serverCron来遍历检测，每次遍历5个，高性能的方案是小堆或者红黑树或者时间轮实现的定时器结构，epoll wait那块timeout参数就设置成下次超时时间每次poll loop里除了处理io事件，再把定时器的数据结构里处理下，堆和红黑只要检测到一个未超时就可以break了，时间轮这是当前槽都触发了就行每次检测5个这种比较折中，因为他场景不是大量并发的服务器，rds cli的连接数量毕竟使用者内部可控，而且不需要精确打击，只要保障相对能及时清理就行，redis的网络部分相对比较简单，业务场景可控，足够了redis集群情况下如何做到两个key必hash到一个节点？用{}

二、MySql

mysql索引物理存储聚簇索引非聚簇索引数据结构B+树hashfulltextR-tree逻辑角度唯一索引 unique普通索引index主键索引 primary key全文索引 full index（myisam）复合索引 （最左前缀原则）类似 where a and b and c a b c 问题联合索引（a,b,c） 能够正确使用索引的有（a=1）， （a=1 and b=1），（a=1 and b=1 and c=1）（b=1 and c =1引擎类型myisaminnodb区别：myisam采用非聚集索引，innodb采用聚集索引myisam索引myi与数据myd文件分离，索引文件仅保存数据记录指针地址。myisam的主索引与辅助索引在结构上没区别，而innodb不一样：innodb的所有辅助索引都引用主索引作为data域。innodb支持事务，行级锁。myisam不行。innodb必须有主键，而myisam可以没有。相同点：都是b+tree 索引存储innodb

数据被逻辑的存在tablespace，extend（区）中有多个page，page（默认16kb）里放row（每一行，大概每个page放2-200行记录）.frm:table's format.ibd:table data & associated index dataubunut的frm文件和ibd文件可在目录root@udev:/var/lib/mysql# ls中查看，下图为innodb行格式,由下到上，均向上兼容

Antelope 羚羊 对存放bolb或者大varchar存储极长的数据时，将行数据的前768字节存储在数据页中，后面通过偏移量指向溢出页。compact 紧凑的redundant 多余的Barracuda 梭鱼antelope对存放blob的数据完全溢出，在数据页中只存在20个字节的指针，实际数据放在bolb pagecompresseddynamicmoremyisamfrm(与innodb通用)，在磁盘的datadir文件myimyd事务原子性atomicity一致性consistency隔离性lsolation持久性durability分表数量级单表在500w左右，性能最佳。BTREE索引树 在3-5之间隔离级别事务的隔离性是数据库处理数据的基础之一，隔离级别是提供给用户在性能和可靠性做除选择和权衡的配置项目，以下四种情况都有一个前提（在同一个事物中）read_uncommited:脏读，不加任何锁，可能读到未提交的行，见下图

read_commit：不可重复读，只对记录加记录锁，而不会在记录间加间隙锁。所以允许新的记录插入到被锁定记录的附近，所以多次使用查询语句时，可能得到不同的结果，non_repeatable_read，见下图

repeatable_read【默认级别】：幻读，返回第一次的查询的快照（不会返回不同数据），但是可能有幻读（phantom read），虽然第一次是个空，但是在session2中提交之后，发现已经有了这条数据。见下图

serialize：解决了幻读索引机制（算法）hashb+tree（m阶b+tree）所有数据保存在叶子节点，有k个子树的中间节点包含有k个元素所有叶子节点包含了全部的元素信息，及指向这些元素记录的指针，且叶子节点本身依关键字的大小自小而大顺序链接所有的中间节点元素都同时存在于子节点，在子节点元素中都是最大（或最小）元素（或者说：每一个父节点的元素都出现在子节点中，是子节点的最大或者最小元素）插入的元素，要始终保持最大元素在根节点中，再次说：所有的叶子节点包含了全量元素信息。每个叶子节点都带有指向下个节点的指针，形成了有序链表

b-tree【不要念成b减tree】内存操作（单一节点数量很多时，注意并不比二叉查找树数量少，只是速度比硬盘要快）自平衡左旋、右旋mongoDB用的是balance tree特点（m阶的B树）根节点至少有两个子女每个中间节点都包括k-1个元素和k个孩子（m/2<=k<=m)每个叶子节点都包括k-1个元素，（m/2<=k<=m)所有的叶子节点位于同一层每个节点中的元素从小到大排序，节点当中k-1个元素正好是k个孩子包含元素的值域划分b+与b-区别b+中间节点没有卫星数据，而b-tree有卫星数据（可以理解为key+data的二维数组），所以前者同样大小可以容纳更多的节点元素。这样又导致了b+比b更“矮胖”，更进一步减少了io查询次数。很好的解释了下面这句话：在cluster index（聚集索引中），叶子节点直接包含卫星数据；在非聚集索引中nonclustered index中，叶子节点带有指向卫星数据的指针。b-只要查找到匹配元素，直接返回，网络匹配元素处理中间节点还是叶子节点。而b+查询必须查找到叶子节，相对于b-，b+无需返回上层节点重复遍历查找工作，所以得出b-查找并不稳定，而b+是稳定的。针对范围查询，b-需要n次中序遍历，而b+只需要通过子节点链表指针遍历即可。锁种类optimistic lock乐观锁（并非真正的锁，先尝试在，再更改，loop and try）特点：不会真死锁，一定条件下有较高的冲突频率和重试成本，但是相对悲观可以有更好的并发量pessimistic lock悲观锁（先占有，再修改，再释放）粒度划分行锁表锁意向锁 intention lock（表级锁)场景：A对表中一行进行修改，B对整个表修改。如果没有以下的两个锁，B将对全表扫描是否被锁定。反之，A可以对某行添加意向互斥锁（表级），然后再添加互斥锁（行级），然后B只需要等待意向互斥锁释放）意向共享锁意向互斥锁共享锁shard lock 读锁（行锁）排它锁exclusive lock 写锁（行锁）锁的算法record lock：加到索引记录上的锁，如果通过where条件上锁，而不知道具体哪行，这样会锁定整个表gap lock：某个区间的锁定，对索引记录中的一段连续区域的锁。next-key lock：上两者的结合死锁：

注意区分 deadlock VS lock wait timeout分库分表主从ACID覆盖索引（复合索引）定义：包含两个或多个属性列的索引称为复合索引。如果查询字段是普通索引，或者是联合索引的最左原则字段，查询结果是联合索引的字段或者是主键。这种就不必通过主键（聚集索引再次查询）目的：减少磁盘io，不用回表b+树索引聚集索引cluster index 一般为primary key定义：按照每张表主键构建一棵B+TREE,叶子节点放的整张表的行记录数据与之相对应的是辅助索引（secondary index）innodb存储引擎支持覆盖索引，即从辅助索引中可以查到查询记录，而不需要查询聚集索引中的记录。b平衡树+树索引

上图对应的表结构:

 CREATE TABLE users( id INT NOT NULL, first_name VARCHAR(20) NOT NULL, last_name VARCHAR(20) NOT NULL, age INT NOT NULL, PRIMARY KEY(id), KEY(last_name, first_name, age) KEY(first_name)

一张表一定包含一个聚集索引构成的b+树以及若干辅助索引构成的b+树每次给字段建一个索引，字段中的数据就会被复制一份出来。用于生成索引，（考虑磁盘空间）。不管何种方式查表，最终都会利用主键通过聚集索引来定位到数据。聚集索引（主键）是通往真实数据的唯一出路。辅助索引：非聚集索引都可以被称作辅助索引，其叶子节点不包含行记录的全部数据，仅包含索引中的所有键及一个用于查找对应行记录的【书签（即主键或者说聚集索引）】，下面两个图为辅助索引（first_name，age）以及通过主键再次查找的过程

联合索引：与覆盖索引没有区别，或者理解为覆盖索引是联合索引的最优解（无需通过主键回表）。explainextrausing index ：condition(用了索引，但是回表了)using where ：uning index（查询的字段在索引中就能查到，无需回表）using index condition：using filesort（重点优化：表明查到数据后需要再进行排序，尽量利用索引的有序性。）using where：using indextype（连接类型：join type），以下逐步增大system 系统表，磁盘io忽略不计（有些数据就已经在内存中）const 常量连接（加了where条件限制，命中主键pk或者唯一unique索引）eq_ref 主键索引或者非空唯一索引、等值连接；如果把唯一索引改为普通索引+等值匹配，可能type只为ref，因为可能一对多range 区间范围 between and；where in，gt lt；（注意必须是索引）index 索引树扫描，即需要扫描索引上的全部数据，比如innodb的countall 全表扫描select * 与索引（看主要命中条数与总条数，如果相近，用不到索引，就全回表了，如果是一定范围，那就是range use indexcondition）rows（粗略统计，不是精确）其他：varchar为啥为65535？compact行记录的第一个字段为变长字段长度列表，为2个字节16位。参考一个表最多多少行？1023，具体也是看行格式的数据结构即可，参考上文的参考链接。为什么建议给表加主键？主键的作用是把数据格式转为索引（平衡树）联合索引在b+树中如何存储？为什么索引不直接用二叉查找树，要用b树，b+树？主要考虑减少磁盘io（考虑磁盘物理原理及局部性与磁盘预读的特性：）myisam和innodb必须有主键吗？innodb必须有，数据文件需要按照主键聚集，如果没有innodb会自动生成。

三、算法&数据结构

最小堆：根节点为最小值，且节点比其他孩子小平衡树（avl 红黑树）最大堆：根节点为最大值，且节点比其他孩子大sikplisthashhash 碰撞原因hash 碰撞解决方案拉链,塞到链表里（想到了php max_input_vars）开放寻址，一直找..线性探测二次探测再散列伪随机数再hash给定数值n，判断n是斐波那契数列的第几项？写算法反转列表如A->B->C->D 到A->D->C->B插入排序数组与链表区别与联系链表操作单链表删除

 p->next=p->next->next; if(head->next===null){ head=null }

单链表插入

 new_node->next=p->next; p->next=new_node  if(head===null){ head=new_node; }

应用问题如何实现一个LRU功能？【双向链表】如何实现浏览器前进后退功能？【两个栈】

四、设计模式

设计模式单例模式 （static ，consturct）

  static private $instance;  private $config;  private funciton __construct($config){  $this->config=$config; }  private funciton __clone(){  } static public function instance($config){ if(!self::$instance instanceof self){ self::$instance=new self($config); } return self::$instance; }}

简单工厂（switch case include new return )

 { public function makeModule($moduleName, $options) { switch ($moduleName) { case 'Fight':  return new Fight($options[0], $options[1]); case 'Force':  return new Force($options[0]); case 'Shot':  return new Shot($options[0], $options[1], $options[2]); } } } # 使用工厂方式 001 class Superman { protected $power;  public function __construct() { // 初始化工厂 $factory = new SuperModuleFactory;  // 通过工厂提供的方法制造需要的模块 $this->power = $factory->makeModule('Fight', [9, 100]); // $this->power = $factory->makeModule('Force', [45]); // $this->power = $factory->makeModule('Shot', [99, 50, 2]); /* $this->power = array( $factory->makeModule('Force', [45]), $factory->makeModule('Shot', [99, 50, 2]) ); */ } }# 使用工厂方式 002  class Superman { protected $power;  public function __construct(array $modules) { // 初始化工厂 $factory = new SuperModuleFactory;  // 通过工厂提供的方法制造需要的模块 foreach ($modules as $moduleName => $moduleOptions) { $this->power[] = $factory->makeModule($moduleName, $moduleOptions); } } }  // 创建超人 $superman = new Superman([ 'Fight' => [9, 100], 'Shot' => [99, 50, 2]

门面模式对客户屏蔽子系统组件，减少子系统与客户之间的松耦合关系

五、正则表达式

正则表达式应用场景范匹配模版引擎词法分析器（lex）常见正则

六、PHP

php代码解释过程(大多的非编译语言)lexical词法分析，输入为源代码，输出为token语法分析 工具为文法（LALR），输出为表达式，7.0为AST，涉及:注释分号 & 分隔符变量常量操作数类型检查、关键字处理、导入，输出为中间代码。工具为选定的的编译器优化工具中间代码生成（Opcodes）机器码生成（编译语言）session共享配置phpunit用法cookie购物车和session购物车的实现弱类型实现代码规范自动化：sonarquebe+jenkins单元测试php进程间如何通信信号量消息队列管道socket共享内存php并发模型变量底层存储结构常用的数组函数(列出10个)array_combine(前面数组作为其键，后面数组做为其值)array_merage(合并两个数组，后面覆盖前面，但数字索引会重新索引，不会覆盖)array_multisortphp垃圾回收机制（gc）zend.enable_gc php.inigc_enable() funciton把session放入redis里面还会触发类似文件的state sessionsession.gc_probability （default 1）session.gc_divisor （default 100）session.gc_maxlifetime（单位秒）session.cookie_lifetime（单位秒，0表示直到关闭浏览器）session.save_pathsession_write_close （显示关闭，后期使用需要显示开启）

七、操作系统

操作系统多线程多进程协程的理解socket和管道的区别进程间通信手段共享内存rpc管道线程间通信手段读写进程数据段

八、网络协议

网络协议http构成：起始行（GET =>200）,首部头 （ACCEPT=>CONTENT-TYPE）,主体 name =》tongbo版本：1.01.12.0 :多路复用、流量控制长连接在一个连接上发送多个数据包心跳、如何发送心跳httpdns定义：用http协议代替原始的udp dns协议，可以绕过运营商的local dns解决问题：避免local dns造成的域名劫持问题和调度不精确问题（更多是在移动客户端）其他解决方案客户端dns缓存热点域名解析懒更新策略（ttl过期后再同步）post请求分割head 和bodyget vs post：get（安全幂等，请求实体资源参数只能url编码，且参数长度有限制浏览器会自动加cachepost附加请求实体于服务器产生两个tcp数据包数据支持多种编码格式resultfulget：获取资源post：新建资源put:更新完整资源delete：删除资源patch：更新部分资源Rpc VS Http/resthttp/rest同步阻塞异步回调优点客户端支持度高监控方便注意点通信效率低rest的put/delete支持度差rpc分类soap（http）protocol buffer（tcp）thrift（tcp）优势二进制支持自动生成服务端、客户端代码，支持语言丰富自带序列化注意点字段类型与定义问题tcp面向连接，先建立（握手），然后释放（挥手确认拜拜）只能点对点可靠交付（相对来说），全双工，接收和发送端都设有发送和接收cache面向字节流（流：一连串，无结构的的信息流，流入到进程或从进程流出的字节序列，而一个报文段多少字节是根据窗口值和网络拥塞程度动态变化的）释放：客户端：FIN_WAIT 1,停止发送数据给服务端。等待服务端确认服务端：ack ，进入CLOSE_WAIT(关闭等待)，此时如果服务端有数据要发送，客户端还可以接收。客户端收到服务端确认后，进入FIN_WAIT 2,等待服务器发出连接释放报文段。此时如果服务端没有数据要发送，发送上步骤客户端等待的释放报文段，然后服务端进入LAST_ACK客户端收到服务端的last_ack后，发出确认，进入TIME_WAIT,经过2MSL后，客户端关闭服务端收到客户端报文段后，进入CLOSE

关于TIME_WAIT:time_wait是一种TCP状态，等待2msl可以保证客户端最后一个报文段能够到达服务器，如果未到达，服务器则会超时重传连接释放报文段。使得客户端、服务器都可以正常进入到CLOSE状态。关于'粘包'分包：在一个消息体或一帧数据时，通过一定的处理，让接收方能从字节流中识别并截取（还原）出一个个消息体。短连接tcp分包：发送方关闭连接，接收方read 0，就知道消息尾了长连接TCP分包：消息长度固定or消息头中加长度字段固定消息边界，比如http:rn利用消息本身格式，如xml，json特性协议停等超时重传慢启动滑动窗口快速重传udp无连接、best effort、面向报文（不合并、不拆分，保留边界）无拥塞控制、流量控制、首部开销小（8个字节，而tcp有20个首部）支持一对一，一对多，多对一自定义协议rpc

九、大前端

js百度统计的实现基于cookie，引入js脚本及baidu个人账户id，读取当前信息，适当节点发送请求给百度服务器

十、中间件

中间件rebbitmqkafkaRedis 队列

十一、php框架

php框架ciyiilaravelAppServiceProvider register：服务提供者注册IocContainer：(工厂模式的升华：ioc容器)控制反转（inversion of control）可以降低计算机代码之间的耦合，其中最常见的方式叫做依赖注入。（Dependence Injection），还有一种方式为依赖查找。实现方式基于接口:实现特定接口以供外部容器注入所依赖类型的对象。基于set方法：还没搞明白。基于构造函数：实现特定参数的构造函数管理类依赖执行（依赖注入DI)：通过构造函数或者某些情况下通过setter方法将类依赖注入到类中，容器并不需要被告知如何构建对象，因为他会使用php的反射服务自动解析出具体的对象。swoole依赖注入与控制翻转

十二 、运维

运维&架构服务器cpu99%如何分析mysql 占cpu如何分析php占cpu较高如何分析sso实现方法mysql优化方法如何提高监测数据的准确性docker 原理及引用及编排管理

十三、golang

golangtodo

十四、 Linux

linuxepoll查看负载：cat /proc/loadavg || w || topdftop shift+Mfreeipstatstracegrep [-A ,-B, -C]'HTTP/1.1" 200' access.log |wc -lsocket和管道（pipe）的区别:socket全双工，pipe半双工*2awkawk '{print $1}' access.log |sort |uniq |wc -l

十五、nginx

nginxworker_connectionsupstream weight负责均衡实现方式轮询ip 哈希指定权重第三方fairurl_hash

十六、分布式 | 微服务

分布式redis 分布式锁问题cap 及常见应用关注cap哪两点微服务最佳原则高内聚：修改一个功能，只需要改一个服务低耦合：修改了一个地方，不需要改其他的地方（下游消费者不受影响）业务内原则：新服务用新的微服务，确定无误后保留推进，否则调整老的保留，直到新服务稳定再切换必需的的监控与日志|生产-订阅—消费模型尝试对外不可见的服务先做试点，错误邮件、日志、系统内调用、api内部分成熟接口考虑问题服务发现是否需要客户端自实现？服务可用性保证要不要拆MySQL表？保证服务底层的高内聚？异或是存到nosql数据一致性问题？主从|缓存服务监控日志存储及查询功能是否需要自实现？基于事件+生产|消费模型选型rabbitmqkafkaredis 队列请求失败是否需要存入队列以便再次发起（最大重试次数与死信队列）？

其他

其他两个绝对路径，求之间的相对路径分布式基础cap原理解决多个节点数据一致性的方案其实就是共识算法分布式协议Paxos：Proposer， Acceptor， LearnerZAB：Follower, Leader, Observerraft：leader ，follower，candidate

分布式工具zk：zab（base paxos）protocol，etcd：raft protocol（mini PAXOS）,k-v database

具体

如何对一个大文件排序（装不进内存的）-好未来思路：map reduce分割成小文件（临时文件）去重awk grep end for sort输入输出缓冲区快速排序代码冒泡排序代码外层循环 0到n-1 //控制比较轮数 n 表示元素的个数内层循环 0到n-i-1 //控制每一轮比较次数两两比较做交换外层循环开始声明 is_switch flag为false，内层循环有交换为true，外层循环结束时判断无switch break归并排序代码