SpringMvc工作流程
整体流程
SpringMVC框架是一个基于请求驱动的Web框架，并且使用了‘前端控制器’模型来进行设计，再根据‘请求映射规则’分发给相应的页面控制器进行处理。
具体步骤：
1、 首先用户发送请求到前端控制器，前端控制器根据请求信息（如 URL）来决定选择哪一个页面控制器进行处理并把请求委托给它，即以前的控制器的控制逻辑部分；图中的 1、2 步骤；
2、 页面控制器接收到请求后，进行功能处理，首先需要收集和绑定请求参数到一个对象，这个对象在 Spring Web MVC 中叫命令对象，并进行验证，然后将命令对象委托给业务对象进行处理；处理完毕后返回一个 ModelAndView（模型数据和逻辑视图名）；图中的 3、4、5 步骤；
3、 前端控制器收回控制权，然后根据返回的逻辑视图名，选择相应的视图进行渲染，并把模型数据传入以便视图渲染；图中的步骤 6、7；
4、 前端控制器再次收回控制权，将响应返回给用户，图中的步骤 8；至此整个结束。
具体步骤：
第一步：发起请求到前端控制器(DispatcherServlet)
第二步：前端控制器请求HandlerMapping查找 Handler （可以根据xml配置、注解进行查找）
第三步：处理器映射器HandlerMapping向前端控制器返回Handler，HandlerMapping会把请求映射为HandlerExecutionChain对象（包含一个Handler处理器（页面控制器）对象，多个HandlerInterceptor拦截器对象），通过这种策略模式，很容易添加新的映射策略
第四步：前端控制器调用处理器适配器去执行Handler
第五步：处理器适配器HandlerAdapter将会根据适配的结果去执行Handler
第六步：Handler执行完成给适配器返回ModelAndView
第七步：处理器适配器向前端控制器返回ModelAndView （ModelAndView是springmvc框架的一个底层对象，包括 Model和view）
第八步：前端控制器请求视图解析器去进行视图解析 （根据逻辑视图名解析成真正的视图(jsp)），通过这种策略很容易更换其他视图技术，只需要更改视图解析器即可
第九步：视图解析器向前端控制器返回View
第十步：前端控制器进行视图渲染 （视图渲染将模型数据(在ModelAndView对象中)填充到request域）
第十一步：前端控制器向用户响应结果
总结核心开发步骤
1、 DispatcherServlet 在 web.xml 中的部署描述，从而拦截请求到 Spring Web MVC
2、 HandlerMapping 的配置，从而将请求映射到处理器
3、 HandlerAdapter 的配置，从而支持多种类型的处理器
注：处理器映射求和适配器使用纾解的话包含在了注解驱动中，不需要在单独配置
4、 ViewResolver 的配置，从而将逻辑视图名解析为具体视图技术
5、 处理器（页面控制器）的配置，从而进行功能处理
View是一个接口，实现类支持不同的View类型（jsp、freemarker、pdf…）
Mybatis中当实体类中的属性名和表中的字段不一样，怎么办
解决方案：
1、写 SQL 语句的时候 写别名
2、在MyBatis的全局配置文件中开启驼峰命名规则
<!-- 开启驼峰命名规则，可以将数据库中下划线映射为驼峰命名 列如 last_name 可以映射为 lastName --> <setting name="mapUnderscoreToCameLCase" value="true" /> 1234
要求 数据库字段中含有下划线
3、在Mapper映射文件中使用 resultMap 自定义映射
<!-- 自定义映射 --> <resultMap type="com.atguigu.pojo.Employee" id="myMap"> <!-- 映射主键 --> <id cloumn="id" property="id"/> <!-- 映射其他列 --> <result column="last_name" property="lastName" /> <result column="email" property="email" /> <result column="salary" property="salary" /> <result column="dept_id" property="deptId" /> </resultMap> 123456789101112
Java 高级 面试题
Linux 常用服务类相关命令
常用基本命令 - 进程类
Service ( centos6)
注册在系统中的标准化程序
有方便统一的管理方式(常用的方法)
service服务名start service服务名stop service服务名restart service服务名reload service服务名status #查看服务的方法 /etc/init.d/ 服务名 #通过 chkconfig 命令设置自启动 #查看服务 chkconfig -list l grepXXX chkconfig -level 5 服务名on 1234567891011
运行级别 runlevel(centos6)
Linux系统有7种运行级别(runlevel): 常用的是级别3和5
运行级别0:系统停机状态，系统默认运行级别不能设为0，否则不能正常启动
运行级别1:单用户工作状态，root权限，用于系统维护，禁止远程登陆
运行级别2:多用户状态(没有NFS),不支持网络
运行级别3:完全的多用户状态(有NFS),登陆后进入控制台命令行模式
运行级别4:系统未使用，保留
运行级别5: X11控制台，登陆后进入图形GUI模式
运行级别6:系统正常关闭并重启，默认运行级别不能设为6,否则不能正常启动.
Systemctl ( centos7 )
注册在系统中的标准化程序
有方便统一的管理方式(常用的方法)
systemctl start 服务名(xxx.service systemct restart 服务名(xxxx.service) systemctl stop 服务名(xxxx.service) systemctl reload 服务名(xxxx.service) systemctl status 服务名(xxxx.service) #查看服务的方法 /usr/lib/systemd/system #查看服务的命令 systemctl list-unit-files systemctl --type service #通过systemctl命令设置自启动 自启动systemctl enable service_ _name 不自启动systemctl disable service_ name 12345678910111213141516
git分支相关命令、实际引用
分支
创建分支
git branch <分支名>
git branch -v 查看分支
切换分支
git checkout <分支名>
一步完成: git checkout -b <分支名>
合并分支
先切换到主干 git checkout master
git merge <分支名>
删除分支
先切换到主干 git checkout master
git branch -D <分支名>
Git 工作流
redis持久化有几种类型，他们的区别
Redis 提供了 2 个不同形式的持久化方式
RDB ( Redis DataBase)
AOF (Append OF File)
RDB
在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的Snapshot快照，它恢复时是将快照文件直接读到内存里。
备份是如何执行的
Redis会单独创建(fork) -个子进程来进行持款化，铣将数据写入到一个临时文件中，待玖化过程都结束了,再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何I0操作的,这就确保了极高的性能如果需要进行大规模数据的恢复，肘于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。
rdb 的保存文件
在 redis.conf 中配置文件名称 默认为 dump.rdb
rbd 文件的保存路径，也可以修改，默认为 Redis启动命令行所在目录下
rdb 的备份
先通过 config get dir 查询 rdb文件的目录
将 *.rdb 的文件拷贝到别的地方
rdb 的恢复
关闭 Redis
先把备份文件拷贝到拷贝到工作目录下
启动 Redis，备份数据会直接加载
rdb 的优点
节省磁盘空间
恢复速度快
rdb 的缺点
虽然Redis在fork时使用了写时拷贝技术,但是如果数据庞大时还是比较消耗性能。
在备份周期在一定间隔时间做一-次备份, 所以如果Rediq意外down掉的话，就会丢失最后一-次快照后的所有修改。
AOF
以日志的形式来记录每个写操作，将Redis执行过的所有写指令记录下来(读操作不记录)，只许追加文件但不可以改写文件，Redis启动之初会读取该文件重新构建数据，换言之，Redis重启的话就根据日志文件的内容将写指令从前到后执行一-次以完成数据的恢复工作。
Rewrite
AOF采文件追加方式，文件会越来越大为避免出现此种情况,新增了重写机制,当AOF文件的大小超过所设定的阈值时,Redis就会启动AOF文件的内容压缩，只保留可以恢复数据的最小指令集可以使用命令bgrewriteaof.
Redis 如何实现重写？
AOF文件持续增长而过大时，会fork出- 条新进程来将文件写(也是先写临时文件最后再rename)，遍历新进程的内存中数据，条记录有一条的Set语句。 写af文件的操作，并没有读取旧的aof文件，醍将整个内存中的数据库内容用命令的方式写了一个新的aof文件, 这点和快照有点类似。
何时重写
写虽然可以节约大量磁盘空间,减少恢复时间。但是每次重写还是有一定的负担的，因此设定Redis要满足一条件才会进行重写。
auto- aof- rewrite- percentage 100 auto- aof- rewrite-min-size 64mb 12
統载入时或者上次重写完毕时, Redis会记录此时AOF大小,设为 base size ,如果Redis的AOF当前大小 >= base size + base_ size* 100% (默认)且当前大小 >=64mb (默认)的情况下， Redis会对AOF进行重写。
AOF 的优点
备份机制更稳健，丢失数据概率更低。
可读的日志文本，通过操作AOF稳健，可以处理误操作。
AOF的缺点
比起RDB占用更多的磁盘空间。
恢复备份速度要慢。
每次读写都同步的话，有一定的性能压力。
存在个别Bug，造成不能恢复。
Mysql什么时候建索引、什么时候不适合建索引
那些情况需要创建索引
- 主键自动建立唯 一 索引
- 频繁作为查询条件的字段应该创建索引
- 查询中与其它表关联的字段，外键关系建立索引
- 频繁更新的字段不适合创建索引，因为每次更新不单是更新了记录还会更新索引
- 单键组索引的选择问题，who? 在高并发下领向创建组合索引
- 意询中排序的字段，排序字段若通过索引法访问将大大提高排序速度
- 查询中统计或者分组字段
那些情况下不要建立索引
- 表记录太少
- Why:提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE.
- 经常增删改的表
- 因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件数据重复且分布平均的表字段，因此应该只为最经常查询和最经常排序的数据列建立索引。
- 注意，如果某个数据列包含许多重复的内容，为它建立索弓|就没有太大的实际效果。
JVM垃圾回收机制、GC发生在JVM哪部分，有几种GC，他们的算法是什么
GC 发生在JVM的堆里面
项目面试题
redis 在项目中的使用场景
数据类型
使用场景
String
比如说，我想知道什么时候封锁一个 IP 地址 Incrby 命令
Hash
存储用户信息[ id, name , age]
Hset( key ,field, value)
Hset( key ,id, 101)
Hset( key ,name, admin)
Hset( key ,age, 23)
修改案例---------
Hget(userKev,jd)+
Hset(userKey,id,102)
为什么不使用String类型来存储 String拿到对象值之后需要反序列化，我们只需要更改id name, age 没有意义反序列化
Set(userKey;用信息的字符串)
Get(userKey)
不建议使用String 类型。
List
实现最新消息的排行，还可以利用 List 的 push 命令，将任务存在list集合
中，同时使用另-个命令，将任务从集合中取出[ pop ]。。
Redis - List 数据类型来模拟消息队列。[电商中的秒杀就可以采用这种方式
来完成一个秒杀活动]。
Set
特殊之处:可以自动排重。比如说微博中将每个人的好友存在集合( Set) 中，+
这样求两个人的共通好友的操作。我们只需要求交集即可。
Zset
以某一个条件为权重，进行排序。
京东:商品详情的时候，都会有一个综合排名，还可以按照价格进行排名
Elasticsearch 与 solr 的区别
背景：他们都是基于 Lucene 搜索服务器基础上开发，一款优秀的，高性能的企业级搜索服务器，【是因为他们都是基于分词技术构建的倒排索引的方式进行查询】
开发语言：Java
诞生时间：
Solr：2004年诞生
ES：2010年诞生
ES 更新【功能越强大】
新技术的出现，会弥补老技术的缺点，吸取老技术的优点
区别：
1、当实时建立索引的时候，solr 会产生 io 阻塞，而 es 不会，es 查询性能要高于 solr
2、在不断动态添加数据的时候，solr 的检索效率会变得低下，而 es 没有什么变化
3、Solr 利用 zookeeper 进行分布式管理，而 es 自带有分布式系统的管理功能，Solr 一般都要部署到 web 服务器上，比如 tomcat，启动 tomcat 的时候需要配置 tomcat 和 solr 的 关联 【 Solr 的本质，是一个动态的 web项目】
4、Solr支持更多格式的数据 【xml、json、csv 】等，而 es 仅仅支持 json 文件格式
5、Solr 是传统搜索应用的有利解决方案，但是 es 更加适用于新兴的是是搜索应用
单纯的对已有的数据进行检索， solr 效率更好，高于 es
6、 Solr 官网提供的功能更多哦，而 es 本身更加注重于核心功能，高级功能都有第三方插件完成
SolrCloud 集群图
Elasticsrarch ：集群图
单点登录
单点登录: 一处登录多处使用！
前提：单点登录多使用在分布式系统中
一处登录，处处运行
Demo:
参观动物园流程
检票员=认证中心模块
1、我直接带着大家进动物园，则会被检票员拦住【看我们是否有票】，没有【售票处买票】
登录=买票
2、我去买票【带着票，带着大家一起准备进入动物园】 检票员check【有票】
Token = piao
3、我们手中有票就可以任意观赏动物园的每处景点
京东：单点登录，是将 token 放入到 cookie 中
案例：将浏览器的 cookie 禁用，则在登录京东则失效，无论如何登录不了
购物车实现过程
购物车：
1、购物车跟用户的关系 ？
a）一个用户必须对应一个购物车【一个用户不管买多少商品，都会存在属于自己的购物车中】
b）单点登录一定要在购车前
2、跟购物车有关的操作有那些？
0
用户未登录状态
添加到什么地方，未登录将数据保存到什么地方？
Redis —京东
Cookie 自己开发项目的时候【如果浏览器禁用Cookie】
用户登录状态
Redis 缓存中 【读写速度快】
Hash: Hset(key,field,value)
Key:user:userId,cart
Hset(key,skuId,value);
存在数据库中 【Oracle，mysql】
展示购物车
未登录状态显示
直接从 cookie 中 取得数据展示即可
登录状态
用户一旦登录，必须显示数据库【redis】 + cookie 中的购物车的数据
Cookie 中有三条记录
Redis 中有五条记录
真正展示的时候应该是八条记录
消息队列在项目中的使用
背景： 在分布式系统中如何处理高并发的
由于在高并发的环境下，来不及同步处理用户发送的请求，则会导致请求发生阻塞，比如说，大量的 insert，update 之类的请求同时到达数据库 MySQL, 直接导致无数的行锁表锁，甚至会导致请求堆积过多，从而触发 too many connections ( 链接数太多 ) 错误，使用消息队列可以解决 【异步通信】
1、异步
2、并行
3、排队
消息队列在电商中的使用场景
消息队列的弊端
消息的不确定性： 延迟队列 和 轮询技术来解决问题即可！
推荐大家使用 activemq ！ 环境都是 Java 适环境而定
