深度思考：
1.后台只允许有列表页和详情页，列表页分为搜索区和列表区和操作区，原因是什么？有没有其他设计方式，相比之下各自的好处是什么？
列表页 和 详情页 类似下图
列表页作用：
使管理员根据列表名称快速定位需要操作的业务，尽快完成操作。
搜索区的作用是在列表页无法找到业务的情况下，快速查找所需要操作的业务。
都是为了方便管理员快速找到需操作的业务，提高工作效率。
列表页设计原则：
第一条：根据场景提供展示的业务列。
第二条：产品新数据行能够便捷地看到。
第三条：操作宜少不宜多。
详情页作用：
起到业务展示的作用，并在其中涵盖着对具体业务的操作。
列表页和详情页的设计，是经过了相关产品、市场的重重考验，被证明了是行之有效的，很多公司网站后台管理系统都是这种设计方式。
2.什么叫集群？缓存应该在什么情况下使用集群？有哪些实现集群的方案？
单机结构，集群，分布式概念：
单机结构：
所有的代码都放在一个项目中，这个项目部署在一台服务器上。整个项目所有的服务都由这台服务器提供。
缺点：处理能力有限，业务大量增长时，服务器就难顶了。
集群结构：
所有的代码都放在一个项目中，这个项目部署在N台服务器上，每个服务器都提供相同的服务。
通过负载均衡，让这些服务器一起处理请求。（可以通过负载均衡服务器（nginx）来做到）
优势:
集群结构的好处就是系统扩展非常容易。如果随着你们系统业务的发展，当前的系统又支撑不住了，那么给这个集群再增加节点就行了。（疯狂增加服务器）
问题:
当你的业务发展到一定程度的时候，你会发现一个问题——无论怎么增加节点，貌似整个集群性能的提升效果并不明显了。这时候，你就需要使用分布式结构了。
分布式结构：
将一个完整的系统，按照业务功能，拆分成一个个独立的子系统(如订单管理，商品管理，用户管理)， 在分布式结构中，每个子系统就被称为“服务”。这些子系统能够独立运行在web容器中，它们之间通过RPC方式通信。
优势：
系统之间的耦合度大大降低，可以独立开发、独立部署、独立测试，系统与系统之间的边界非常明确，排错也变得相当容易，开发效率大大提升。
系统之间的耦合度降低，从而系统更易于扩展。我们可以针对性地扩展某些服务。假设这个商城要搞一次大促，下单量可能会大大提升，因此我们可以针对性地提升订单系统、产品系统的节点数量，而对于后台管理系统、数据分析系统而言，节点数量维持原有水平即可。
服务的复用性更高。比如，当我们将用户系统作为单独的服务后，该公司所有的产品都可以使用该系统作为用户系统，无需重复开发。
总结：
分布式：一个业务拆分为多个子业务，部署在多个服务器上 。
集群：同一个业务，部署在多个服务器上 。
集群：多个人在一起作同样的事 。
分布式 ：多个人在一起作不同的事 。
缓存在什么情况下使用集群：
对于很少变化但是大量高并发读的数据，通过缓存集群来抗高并发读，防止数据库压力过大。
缺点： 碰到下面两种情况就GG，还需要使用热点缓存技术。
热key，就是你的缓存集群中的某个key瞬间被数万甚至十万的并发请求打爆。
大value，就是你的某个key对应的value可能有GB级的大小，导致查询value的时候导致网络相关的故障问题。
参考：https://blog.csdn.net/qq_28474017/article/details/97142604
实现集群方案：
1.客户端分片（client Sharding）
2.Twemproxy
3. Redis Cluster
4. Proxy+Redis Cluster
参考： https://mp.weixin.qq.com/s?__biz=MzU1NDA4NjU2MA==&mid=2247486494&idx=1&sn=f8bbe491a0569445e7fc065112361b33&source=41#wechat_redirect
3.什么是压测，为什么要进行压力测试？JMETER工具的使用
压力测试的分类：
性能测试：通过调整线程及并发数 查看在什么条件下能满足我们的具体业务需求
（在什么情况下 系统能在500ms返回）
负载测试： 通过不断增加线程数 和 事务数量（访问次数）来测量系统的负载，且都能正常运行。
压力测试： 超过增加预期负载，来查看系统崩溃时运行情况。
作用： 测验系统最大处理能力，找到程序崩溃的临界点，考察其功能极限及隐患
jmeter的使用（基础功能）
1.测试计划 右击-添加-线程-线程组
线程组 右击_添加-配置元件 -http请求默认器 （请求网址 和 端口 如www.baidu.com）
线程组 右击_添加-取样器-http请求 （请求网址的url后缀 如 /test /test2）
4.线程组 右击-添加-监听器- 聚合报告（可以选多个）
简单版：
badboy录制脚本 存储本地Jmx文件
jmeter直接打开本地Jmx文件，添加监听器即可
4.Memcache和Redis可否做集群？什么样的情况下应该做集群？
可以
memcache实现集群： repcached、memagent、 memcached-ha等。
redis实现集群：client Sharding、Twemproxy、Redis Cluster、Proxy+Redis Cluster
同上： 对于很少变化但是大量高并发读的数据，通过缓存集群来抗高并发读，防止数据库压力过大。
5.什么是脏数据，缓存中是否可能产生脏数据，如果出现脏数据该怎么处理？
脏数据： 从目标中取出的数据已经过期、错误或者没有意义，这种数据就叫做脏数据。
脏读：读取出来脏数据就叫脏读。
缓存中有可能产生脏数据。
比如用户A 对student表进行了删除操作，数据库数据更新了，缓存还没更新时。
用户B进行了查询操作，那么B取出的缓存是插入前的数据，那么就产生了脏数据。
如何处理脏数据：
1、主动更新：后台点击更新缓存按钮，从DB查找最新数据集合，删除原缓存数据，存储新数据到缓存（或者用定时任务来做）
问题：更新过程中删除掉缓存后刚好有业务在查询，那么这个时候返回的数据会是空，会影响用户体验，如果高并发穿透DB，可能导致服务器崩溃
2、由用户触发更新：前台获取数据时发现没有缓存数据就会去数据库同步数据到缓存
问题：当并发请求获取缓存数据不存在的时候，就会产生并发的查询数据的操作
3、提前加载好数据：后台点击更新缓存按钮，从DB查找最新数据集合，这里不删除缓存，通过遍历数据覆盖和删除掉无效的数据
问题：逻辑相对麻烦，而且更新机制无法通用
6.插入，更新和查询数据的时候，读写缓存和DB的顺序应该是怎么样的？
插入：
1.先插入DB
2.再查询缓存
3.如果有缓存 用查询出的结果来更新缓存。
4.如果没缓存，用查询出的结果新增缓存。
@Override
public int AddStudent(student student) {
logger.info("添加的数据为" + student);
//添加数据
studentMapper.AddStudent(student);
//刷新缓存
//取出增加所有学员后所有学生的缓存
List<student> rs = (List<student>) client.get("AllStudent");
logger.info("查看现有缓存值：" + rs);
//如果缓存不为空 更改缓存数据
if (rs != null) {
logger.info("缓存值不为空");
//更改缓存数据
try {
logger.info("开始更新缓存");
boolean state = client.replace("AllStudent", rs);
logger.info("更新缓存结果+"+state );
} catch (Exception e) {
logger.info("更改缓存值失败"+e.toString());
e.printStackTrace();
}
}else{
try {
logger.info("开始新增缓存");
boolean state = client.set("AllStudent",rs);
logger.info("新增缓存结果+"+state );
} catch (Exception e) {
logger.info("新增缓存值失败"+e.toString());
e.printStackTrace();
}
}
//返回刚刚插入用户的id
return student.getId();
}
更新：
1.先更新DB 2. 再删除缓存
产生脏数据的概率较小，但是会出现一致性的问题；若更新操作的时候，同时进行查询操作，若hit，则查询得到的数据是旧的数据。但是不会影响后面的查询。（代价较小）
@Override
public boolean PutStudent(student student) {
//需要更新的数据
logger.info("更改的数据为" + student);
//更新DB
boolean state = studentMapper.PutStudent(student);
//更新DB成功
if(state = true) {
logger.info("更改DB成功！");
//删除缓存
boolean Delstate = client.delete("AllStudent");
if(Delstate=true){
logger.info("删除缓存成功！");
return true;
}else{
//虽然删除缓存失败，但还是要返回正确的更改DB结果true
logger.info("删除缓存失败！");
return true;
}
}else {
logger.info("更改DB失败！");
return false;
}
}
查询数据库：
1.先获取缓存 有就返回缓存
2.没有缓存就去查询DB , 用查询出的数据再新建一个缓存值，返回数据
public List<student> FindAll() {
//取出所有学生的缓存
List<student> rs = (List<student>) client.get("JsonMem");
logger.info("查询出的缓存值为" + rs);
//如果缓存为空 返回缓存数据
if (rs != null) {
logger.info("缓存值不为空，现在返回缓存");
return rs;
} else {
//如果没有该条缓存，则从数据库里进行查询 再添加新缓存
logger.info("缓存为空，现在从数据库查询数据");
List<student> rss = studentMapper.FindAll();
logger.info("从数据库中查询处的数据为" + rss);
//把从数据库查出的的数据放进缓存
try {
boolean state = client.set("JsonMem", rss);
logger.info("添加新缓存的key为:AllStudent ========= value为" + rss);
logger.info("是否已经进缓存"+state);
} catch (Exception e) {
logger.info("添加新缓存失败");
e.printStackTrace();
}
return rss;
}
}
7.JVM缓存和Memcache这种缓存的区别在哪里？是否可以不使用Memcache，只用虚拟机内存做缓存？
JVM 缓存用的是虚拟机内存，Memcache缓存用的是系统内存
可以只用jvm作缓存，但是jvm内存有限，所以还是需要memcache来缓存。
8.缓存应该在Service里，还是应该存放在Controller里，为什么？
放在controller层
好处：可以单个Controller进行控制，每个controller中有各自对数据的键，以及缓存时间等
缺点： 每个controller需要写一份几乎一模一样的代码，增加代码量，很繁琐。
放在service层
好处： 统一管理，复用性高，controller层不需要理会数据是从缓存中获取还是从mysql中获取，controller完全解放出来了。
缺点：controller失去了对缓存的控制权。
综上所属： 放service层 ，可以减少controller代码量，方便缓存的复用。
9.什么叫穿透DB？什么情况下会发生，穿透DB后会发生什么事情？
当缓存失效时，容易出现高并发的查询DB，导致DB压力骤然上升，这种现象我们称之为缓存穿透。
会使数据库压力过大，引起数据库崩溃。
以下三种情况，都会引起穿透DB：
缓存穿透: 缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。
缓存雪崩，是指在某一个时间段，缓存集中过期失效。
产生雪崩的原因之一，比如马上就要到双十一零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。
缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
10.什么叫命中率？正常来讲，命中率应该控制在多少？
终端用户访问加速节点时，如果该节点有缓存住了要被访问的数据时就叫做命中，如果没有的话需要回原服务器取，就是没有命中。
命中率=命中数/（命中数+没有命中数）， 缓存命中率是判断加速效果好坏的重要因素之一。
一个缓存失效机制和过期时间设计良好的系统，命中率应该达到95%以上
11.什么样的数据适合存在缓存中？缓存的淘汰算法有哪些？
那些访问量大的，变化比较小的，适合放在缓存中
最不经常使用算法（LFU)
最近最少使用算法（LRU）
自适应缓存替换算法(ARC)
先进先出算法（FIFO）
最近最常使用算法（MRU）
12.什么叫一致性哈希，通常用来解决什么问题？
在解决分布式系统中负载均衡的问题时候可以使用Hash算法让固定的一部分请求落到同一台服务器上，这样每台服务器固定处理一部分请求（并维护这些请求的信息），起到负载均衡的作用。
但是普通的余数hash（hash(比如用户id)%服务器机器数）算法伸缩性很差，当新增或者下线服务器机器时候，用户id与服务器的映射关系会大量失效。一致性hash则利用hash环对其进行了改进。
后面具体算法就难懂了... 明天再看看
参考：
https://www.jianshu.com/p/735a3d4789fc13.缓存的失效策略有哪几种，分别适合什么场景？
当缓存需要被清理时（比如空间占用已经接近临界值了），需要使用某种淘汰算法来决定清理掉哪些数据。常用的淘汰算法有下面几种：
1、FIFO：First In First Out，先进先出。判断被存储的时间，离目前最远的数据优先被淘汰。
2、LRU：Least Recently Used，最近最少使用。判断最近被使用的时间，目前最远的数据优先被淘汰。
3、LFU：Least Frequently Used，最不经常使用。在一段时间内，数据被使用次数最少的，优先被淘汰。
14.Memcache和Redis的区别是什么？
Redis 和 Memcache 都是基于内存的数据存储系统。
Memcached是高性能分布式内存缓存服务；Redis是一个开源的key-value存储系统。
区别：
1、Redis和Memcache都是将数据存放在内存中，都是内存数据库。不过memcache还可用于缓存其他东西，例如图片、视频等等；
2、Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，hash等数据结构的存储；
3、虚拟内存--Redis当物理内存用完时，可以将一些很久没用到的value 交换到磁盘；
4、过期策略--memcache在set时就指定，例如set key1 0 0 8,即永不过期。Redis可以通过例如expire 设定，例如expire name 10；
5、分布式--设定memcache集群，利用magent做一主多从;redis可以做一主多从。都可以一主一从；
6、存储数据安全--memcache挂掉后，数据没了；redis可以定期保存到磁盘（持久化）；
7、灾难恢复--memcache挂掉后，数据不可恢复; redis数据丢失后可以通过aof恢复；
8、Redis支持数据的备份，即master-slave模式的数据备份；
9、应用场景不一样：Redis出来作为NoSQL数据库使用外，还能用做消息队列、数据堆栈和数据缓存等；Memcached适合于缓存SQL语句、数据集、用户临时性数据、延迟查询数据和session等。
15.怎么预估自己系统可承载的日活数？
用jmeter进行压力测试
在最大压力测试下保持的连接数，（接近崩溃） 就是网站可承载的最大日活。
在90%Line都在 500MS以下 ，就是网站可承载的最佳日活。
16.什么是JMeter？Jmeter是否可以在多台机器上分布式部署？为什么要分布式部署？
jmeter是 基于Java的压力测试工具，用于对软件做压力测试，
可以分布式部署。
在使用JMeter进行性能测试时，如果并发数比较大（比如，需要支持10000并发），单台电脑的配置（CPU和内存）可能无法支持，这时可以使用JMeter提供的分布式测试的功能，使多台机器同时产生负载的功能。
17.什么是TPS，什么是每秒并发数，什么是90%Line？分别应该到达多少算符合系统上线的要求？
TPS（Transactions Per Second)（每秒传输的事物处理个数，或者说每秒系统接收的任务数量） 是衡量系统性能的一个非常重要的指标. 同一时间段
每秒并发数： 系统同时处理的request/事务数 同一时间点
90%Line 测试出的10个数字 永远排在第9位的 就是90%Line
没啥人用的服务 tps 20/300ms就行了
十万到百万级的服务，响应能达到tps50 /200ms就可以了
后台服务，能达到tps 20 / 200ms即可（通常后台同时使用也没多少人）
秒杀类的短时间高并发……TPS100或200 在100ms内响应 （具体情况还是要看业务量）
修真院的要求是页面数据在200ms内返回， 90%Line在500ms以下。
返回列表
评论