我要提问
- 关于
数据库程序一般会出现什么故障
的搜索结果
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
详细解答可以参考官方帮助文档
耗资源（客户程序故障）停权通知
尊敬的客户：
由于贵网站严重影响了服务器性能，因此对您的网站采取了处理措施。我们很高兴能够为您服务，但同时请您严格遵守我们签定的主机合同，以保证我们合作的正常进行，保证我们能为更多的用户提供稳定的主机服务。由于我们是对主机服务器进行实时监控的，出现问题后必须马上采取措施，否则将会导致服务器宕机，所以发出此通知信的同时，已将您的网站暂停，希望您能理解，因此给您带来的不便向您表示深深的歉意。
何谓耗资源（客户程序故障）？
即程序占用 CPU 及内存过多，是对资源的一种浪费。客户使用虚拟主机时程序编写的不合理、错误严重，造成服务器负载急剧上升，极大的影响了正常客户的使用，就是耗资源（客户程序故障）。耗资源（客户程序故障）分为耗用 CPU 资源和内存资源二种。
为什么会出现耗资源（客户程序故障）？
程序编写有问题（一般为 ASP 程序变量没有清空）。 数据库调用频繁（常见的是 Access 数据库问题）。 由于访问量或流量过大导致的耗内存问题引起的耗资源（客户程序故障）（此情况一般为大流量主机）。
耗资源（客户程序故障）的影响。
影响较轻的，会使单个客户网站访问慢。 严重的会使服务器宕机，服务器上的所有网站无法访问。
耗资源（客户程序故障）处理方法？
通过观察程度客户耗资源（客户程序故障）的程度，进行处理：
程度较轻：重启程序池或站点。 程度较重：关闭整个站点。
耗资源（客户程序故障）客户的解决办法？
发生占用资源过大问题被关停后，需要排查超额占用资源的具体链接和文件，下面介绍如何排查。
1. 从主机控制台下载关停当天的访问日志文件，具体下载路径：登录 阿里云虚拟主机管理页面 > 管理 > 文件管理 > 网站日志下载 > 下载当天的日志，通过 FTP 打开该日志：
2. 查看日志，下图为示例：
3. 具体排查方法：
站点在关停后是没有访问日志的，因此需要查看关停之前的1-2分钟的访问日志。 看服务器响应请求的时间，就是访问日志的最后一列，这里的时间单位是微秒，例如上图的示例中，访问时间不到一秒（1秒=1000000微秒），一般访问时间不应超过3秒(3000000微秒)，访问时间长同样会导致并发访问量过大，适当的优化程序可以减少服务器的具体响应时间。具体访问的文件也在网站日志中有展示。如上图，如果网站访问日志中的最后一列超过3000000，也就是3秒，则需要检查和优化访问的具体文件，如上图的 test.php。
4. 如果大量的访问来自同一 IP，或是同一 IP 段，网站则可能是被攻击了。
5. 在浏览器种类这一列，如果有 Baidu，Google，Sogou，360 等字样，则表示是有搜索引擎在访问网站，如果影响网站可以配置 robots.txt 文件来禁止搜索引擎访问网站。
耗资源（客户程序故障）与大流量的区别。
大流量客户：进行大量的图片下载、广告互换、聊天等工作，造成带宽严重占用。 耗资源（客户程序故障）客户：运行自己网站程序，造成服务器负载急剧上升，造成服务器无法正常服务。 区别在与大流量客户是网络带宽方面，而耗资源（客户程序故障）客户是对服务器正常运行方面。
回答
今天怎么就配置不起来，PHP配置上就提示在页面上提示 Service Unavailable，自然，ASP也不能正常运行了，后来在IIS中检查PHP的配置，发现php5isapi.dll没有被ISAPI筛选器正常加载，是红色的向下的箭头，正常情况应该是绿色向上的箭头，表示加载成功！于是将其删除后重新启动IIS，结果页面显示正常！于是重新检查PHP的配置，也没有发现什么异常现象，最后想到了有可能是权限问题，于是检查PHP安装文件夹的权限，发现没有EVERYONE权限，不知什么时候把EVERYONE权限给删除了，于是从新给EVERYONE加上了只读权限（只读权限就足够了），重启IIS后，一切正常关于网站出现Service Unavailable的说明原因一：网站超过了IIS连接数解决办法一：增加IIS连接数备注一：Windows 2003的操作系统在提示IIS过多时并非像win2000系统提示“链接人数过多”，而是提示”Service Unavailable”原因二：网站超过了IIS资源限制解决办法二：增加网站的资源备注二：Winodws2003中网站占用了超过IIS对该网站系统资源的限制后直接提示”Service Unavailable”原因三：网站的程序发生太多的错误解决办法三：修改程序错误备注三：Winodws2003中网站错误太多，就会造成该网站所在的应用程序池出错，这个时候可以在Windows2003的日志中看到“应用程序池 ‘xxx’ 被自动禁用，原因是为此应用程序池提供服务的进程中出现一系列错误”，这个时候网站就会直接显示”Service Unavailable”以上三个原因造成的”Service Unavailable”，一般现象是出现”Service Unavailable”后，多刷新几次，就可以打开。原因四：ACCESS引擎错误解决办法四：重启IIS备注四：有一些文件造成了ACCESS数据库出现“灾难性故障”及“未将对象引用设置到对象的实例”的错误原因四造成的”Service Unavailable”，现象是所有该服务器上的使用Access数据库的网站都出现错误，不能访问。以上四个原因是常见的造成了”Service Unavailable”的原因，其他还有一些问题造成了该问题，基本只要IIS重启一下就可以的。有时是IIS6.0的应用池限制，在IIS管理中可以看到应用池管理，点属性，限制内存大小使应池自动回收。这样平衡服务器资源，就不会出现“Service Unavailable
回答
转自：阿飞的博客
一、数据库技术选型的思考维度
我们做选型的时候首先要问：
谁选型？是负责采购的同学、 DBA 还是业务研发？
如果选型的是采购的同学，他们更注重成本，包括存储方式、网络需求等。
如果选型的是 DBA 同学，他们关心的：
① 运维成本
首先是运维成本，包括监控告警是否完善、是否有备份恢复机制、升级和迁移的成本是否高、社区是否稳定、是否方便调优、排障是否简易等；
② 稳定性
其次，DBA会关注稳定性，包括是否支持数据多副本、服务高可用、多写多活等；
③ 性能
第三是性能，包括延迟、QPS 以及是否支持更高级的分级存储功能等；
④ 拓展性
第四是扩展性，如果业务的需求不确定，是否容易横向扩展和纵向扩容；
⑤ 安全
最后是安全，需要符合审计要求，不容易出现 SQL 注入或拖库情况。
⑥ 其他
除了采购和 DBA之外，后台应用研发的同学同样会关注稳定性、性能、扩展性等问题，同时也非常关注数据库接口是否便于开发，是否便于修改数据库 schema 等问题。
接下来我们来看一下爱奇艺使用的数据库类型：
MySQL，互联网业务必备系统； TiDB，爱奇艺的 TiDB 实践会有另外的具体介绍； Redis，KV 数据库，互联网公司标配； Couchbase，这个在爱奇艺用得比较多，但国内互联网公司用得比较少，接下来的部分会详细说明； 其他，比如 MongoDB、图数据库、自研 KV 数据库 HiKV 等； 大数据分析相关系统，比如 Hive、Impala 等等。
可以看到爱奇艺的数据库种类还是很多的，这会造成业务开发的同学可能不太清楚在他的业务场景下应该选用哪种数据库系统。
那么，我们先对这些数据库按照接口（SQL、NoSQL）和面向的业务场景（OLTP、OLAP）这两位维度进行一个简单非严谨的分类。
下图中，左上角是面向 OLTP、支持 SQL 的这样一类系统，例如 MySQL，一般支持事务不同的隔离级别， QPS 要求比较高，延时比较低，主要用于交易信息和关键数据的存储，比如订单、VIP 信息等。
左下角是 NoSQL 数据库，是一类针对特殊场景做优化的系统，schema 一般比较简单，吞吐量较高、延迟较低，一般用作缓存或者 KV 数据库。
整个右侧都是 OLAP 的大数据分析系统，包括 Clickhouse、Impala等，一般支持SQL、不支持事务，扩展性比较好，可以通过加机器增加数据的存储量，响应延迟较长。
还有一类数据库是比较中立的，在数据量比较小的时候性能比较好，在数据量较大或复杂查询的时候性能也不差，一般通过不同的存储引擎和查询引擎来满足不同的业务需求，我们把它叫做 HTAP，TiDB 就是这样一种数据库。
二、iQIYI对数据库的优化与完善
前面我们提到了很多种的数据库，那么接下来就和大家介绍一下在爱奇艺我们是怎么使用这些数据库的。
1、MySQL在爱奇艺的使用
① MySQL
首先是 MySQL。MySQL 基本使用方式是 master-slave + 半同步，支持每周全备+每日增量备份。我们做了一些基本功能的增强，首先是增强了数据恢复工具 Xtrabackup 的性能。
之前遇到一个情况，我们有一个全量库是 300G 数据，增量库每天 70G 数据，总数据量 700G 左右。我们当时只需要恢复一个表的数据，但该工具不支持单表恢复，且整库恢复需要 5 个小时。
针对这个情况我们具体排查了原因，发现在数据恢复的过程中需要进行多次写盘的 IO 操作并且有很多串行操作，所以我们做了一些优化。例如删减过程中的一些写盘操作，减少落盘并将数据处理并行化，优化后整库恢复耗时减少到 100 分钟，而且可以直接恢复单表数据。
然后是适配 DDL 和 DML 工具到内部系统，gh-ostt 和 oak-online-alter-table 在数据量大的时候会造成 master-slave 延时，所以我们在使用工具的时候也增加了延时上的考虑，实时探测Master-Slave 库之间延时的情况，如果延时较大会暂停工具的使用，恢复到正常水平再继续。
② MySQL高可用
第二是 MySQL 高可用。Master-slave 加上半同步这种高可用方式不太完善，所以我们参照了 MHA 并进行了改动，采用 master + agent 的方式。Agent 在每一个物理机上部署，可以监控这个物理机上的所有实例的状态，周期性地向 master 发送心跳，Master 会实时监测各个Agent的状态。
如果 MySQL故障，会启动 Binlog 补偿机制，并切换访问域名完成 failover。考虑到数据库跨机房跨地区部署的情况，MHA 的 master 我们也做了高可用设计，众多 master 会通过 raft 组成一个 raft group，类似 TiDB 的 PD 模块。目前 MySQL failover 策略支持三种方式：同机房、同地域跨机房以及跨地域。
③ MySQL拓展能力
第三是提高MySQL扩展能力，以提供更大容量的数据存储。扩展方式有 SDK，例如开源的 ShardingSphere，在爱奇艺的使用也比较广泛。另外就是 Proxy，开源的就更多了。但是 SDK 和 Proxy 使用的问题是支持的 SQL 语句简单，扩容难度大，依赖较多且运维复杂，所以部分业务已经迁移至 TiDB。
④ 审计
第四是审计。我们在 MySQL 上做了一个插件获取全量 SQL 操作，后端打到 Kafka，下游再接入包括 Clickhouse 等目标端进行 SQL 统计分析。除此之外还有安全策略，包括主动探索是否有 SQL 注入及是否存在拖库情况等，并触发对应的告警。
MySQL 审计插件最大的问题是如何降低对 MySQL 性能的影响，对此我们进行了一些测试，发现使用 General Log 对性能损耗较大，有 10%~20% 的降低。
于是我们通过接口来获取 MySQL 插件里的监控项，再把监控项放到 buffer 里边，用两级的 RingBuffer 来保证数据的写入不会有锁资源竞争。在这个插件里再启动一个线程，从 RingBuffer 里读取数据并把数据打包写到 FIFO 管道里。
我们在每台 MySQL 的物理机里再启动一个 Agent，从管道里阻塞地读取数据发至 Kafka。优化后我们再次进行压测，在每台机器上有 15 万的更新、删除或插入操作下不会丢失数据，性能损耗一般情况下小于 2%。
目前已经在公司内部的集群上线了一年时间，运行比较稳定，上线和下线对业务没有影响。
⑤ 分级存储
第五是分级存储。MySQL 里会存一些过程性的数据，即只需要读写最近一段时间存入的数据，过段时间这些数据就不需要了，需要进行定时清理。
分级存储就是在 MySQL 之上又用了其他存储方式，例如 TiDB 或其他 TokuDB，两者之间可以进行数据自动搬迁和自动归档，同时前端通过 SDK + Proxy 来做统一的访问入口。这样一来，业务的开发同学只需要将数据存入 MySQL 里，读取时可能从后端接入的任意数据库读出。这种方式目前只是过渡使用，之后会根据 TiDB 的特性进行逐步迁移。
Redis在爱奇艺的使用
接下来是 Redis。Redis 也是使用 master - slave 这种方式，由于网络的复杂性我们对 Sentinel 的部署进行了一些特殊配置，在多机房的情况下每个机房配置一定数量 Sentinel 来避免脑裂。
备份恢复方面介绍一个我们的特殊场景，虽然 Redis 是一个缓存，但我们发现不少的业务同学会把它当做一个 KVDB 来使用，在某些情况下会造成数据的丢失。
所以我们做了一个 Redis 实时备份功能，启动一个进程伪装成 Redis 的 Slave 实时获取数据，再放到后端的 KV 存储里，例如 ScyllaDB，如果要恢复就可以从 ScyllaDB 里把数据拉出来。
我们在用 Redis 时最大的痛点就是它对网络的延迟或抖动非常敏感。如有抖动造成 Redis Master 超时，会由 Sentinel 重新选出一个新的节点成为 Master，再把该节点上的数据同步到所有 Slave 上，此过程中数据会放在 Master 节点的 Buffer 里，如果写入的 QPS 很高会造成 Buffer 满溢。如果 Buffer 满后 RDB 文件还没有拷贝过去，重建过程就会失败。
基于这种情况，我们对 Redis 告警做了自动化优化，如有大量 master - slave 重建失败，我们会动态调整一些参数，例如把 Buffer 临时调大等， 此外我们还做了 Redis 集群的自动扩缩容功能。
我们在做 Redis 开发时如果是 Java 语言都会用到 Jedis。用 Jedis 访问客户端分片的 Redis 集群，如果某个分片发生了故障或者 failover，Jedis 就会对所有后端的分片重建连接。如果某一分片发生问题，整个 Redis 的访问性能和 QPS 会大幅降低。针对这个情况我们优化了 Jedis，如果某个分片发生故障，就只针对这个分片进行重建。
在业务访问 Redis 时我们会对 Master 绑定一个读写域名，多个从库绑定读域名。但如果我们进行 Master failover，会将读写域名从某旧 Master 解绑，再绑定到新 Master 节点上。
DNS 本身有一个超时时间，所以数据库做完 failover 后业务程序里没有立刻获取到新的 Master 节点的 IP的话，有可能还会连到原来的机器上，造成访问失败。
我们的解决方法是把 DNS 的 TTL 缩短，但对 DNS 服务又会造成很大的压力，所以我们在 SDK 上提供 Redis 的名字服务 RNS，RNS 从 Sentinel 里获取集群的拓扑和拓扑的变化情况，如果集群 failover，Sentinel 会接到通知，客户端就可以通过 RNS 来获取新的 Master 节点的 IP 地址。我们去掉域名，通过 IP 地址来访问整个集群，屏蔽了 DNS 的超时，缩短了故障的恢复时间。
SDK 上还做了一些功能，例如 Load Balance 以及故障检测，比如某个节点延时较高的话会被临时熔断等。
客户端分片的方式会造成 Redis 的扩容非常痛苦，如果客户端已经进行了一定量的分片，之后再增加就会非常艰难。
Redis 在 3.0 版本后会提供 Redis Cluster，因为功能受限在爱奇艺应用的不是很多，例如不支持显示跨 DC 部署和访问，读写只在主库上等。
我们某些业务场景下会使用 Redis 集群，例如数据库访问只发生在本 DC，我们会在 DC 内部进行 Cluster 部署。
但有些业务在使用的过程中还是想做 failover，如果集群故障可以切换到其他集群。根据这种情况我们做了一个 Proxy，读写都通过它来进行。写入数据时 Proxy 会做一个旁路，把新增的数据写在 Kafka 里，后台启用同步程序再把 Kafka 里的数据同步到其他集群，但存在一些限制，比如我们没有做冲突检测，所以集群间数据需要业务的同学做单元化。线上环境的Redis Cluster 集群间场景跨 DC 同步 需要 50 毫秒左右的时间。
2、Couchbase在爱奇艺的使用
Redis 虽然提供 Cluster 这种部署方式，但存在一些问题。所以数据量较大的时候（经验是 160G），就不推荐 Redis 了，而是采用另一种存储方式 Couchbase。
Couchbase 在国内互联网公司用的比较少，一开始我们是把他当做一个 Memcached 来使用的，即纯粹的缓存系统。
但其实它性能还是比较强大的，是一个分布式高性能的 KV 系统，支持多种存储引擎 (bucket)。第一种是 Memcached bucket，使用方式和 Memcached 一样为 KV 存储，不支持数据持久化也没有数据副本，如果节点故障会丢失数据；
第二种是 Couchbase bucket，支持数据持久化，使用 Json 写入，有副本，我们一般会在线上配置两个副本，如果新加节点会对数据进行 rebalance，爱奇艺使用的一般是 Couchbase bucket 这种配置。
Couchbase 数据的分布如下图，数据写入时在客户端上会先进行一次哈希运算，运算完后会定位 Key 在哪一个 vBucket （相当于数据库里的某个分片）。之后客户端会根据 Cluster Map 发送信息至对应的服务端，客户端的 Cluster Map 保存的是 vBucket 和服务器的映射关系，在服务端数据迁移的过程中客户端的 Cluster Map 映射关系会动态更新，因此客户端对于服务端的 failover 操作不需要做特殊处理，但可能在 rebalance 过程中会有短暂的超时，导致的告警对业务影响不大。
Couchbase 在爱奇艺应用比较早，2012 年还没有 Redis Cluster 的时候就开始使用了。集群管理使用 erlang 语言开发，最大功能是进行集群间的复制，提供多种复制方式：单向、双向、星型、环式、链式等。
爱奇艺从最初的 1.8 版本使用到如今的 5.0 版本，正在调研的 6.0，中间也遇到了很多坑，例如 NTP 时间配置出错会导致崩溃，如果每个集群对外 XDCR 并发过高导致不稳定，同步方向变更会导致数据丢失等等，我们通过运维和一些外部工具来进行规避。
Couchbase 的集群是独立集群，集群间的数据同步通过 XDCR，我们一般配置为双向同步。对于业务来说，如果 Cluster 1 写入， Cluster 2 不写入，正常情况下客户端会写 Cluster 1。如果 Cluster 1 有故障，我们提供了一个 Java SDK，可以在配置中心把写入更改到 Cluster 2，把原来到 Cluster 1 的连接逐步断掉再与Cluster 2 新建连接。这种集群 failover 的过程对于客户端来说是相对透明和无感的。
3、爱奇艺自研数据库HiKV的使用
Couchbase 虽然性能非常高，并且数据的存储可以超过内存。但是，如果数据量超过内存 75% 这个阈值，性能就会下降地特别快。在爱奇艺，我们会把数据量控制在可用内存的范围之内，当做内存数据库使用。但是它的成本非常高，所以我们后面又开发了一个新的数据库—— HiKV。
开发 HiKV 的目的是为了把一些对性能要求没那么高的 Couchbase 应用迁移到 HiKV 上。HiKV 基于开源系统 ScyllaDB，主要使用了其分布式数据库的管理功能，增加了单机存储引擎 HiKV。
ScyllaDB 比较吸引人的是它宣称性能高于 Cassandra 十倍，又完全兼容 Cassandra 接口，设计基本一致，可以视为 C++ 版 Cassandra 系统。
ScyllaDB 性能的提升主要是使用了一些新的技术框架，例如 C++ 异步框架 seastar，主要原理是在j每台物理机的核上会 attach 一个应用线程，每个核上有自己独立的内存、网络、IO 资源，核与核之间没有数据共享但可以通信，其最大的好处是内存访问无锁，没有冲突过程。
当一个数据读或写到达 ScyllaDB 的 server 时，会按照哈希算法来判断请求的 Key 是否是该线程需要处理的，如果是则本线程处理，否则会转发到对应线程上去。
除此之外，它还支持多副本、多数据中心、多写多活，功能比较强大。
在爱奇艺，我们基于 SSD 做了一个 KV 存储引擎。Key 放在内存里，Value 放在盘上的文件里，我们在读和写文件时，只需要在内存索引里定位，再进行一次盘的 IO 开销就可以把数据读出来，相比 ScyllaDB 原本基于 LSM Tree 的存储引擎方式对 IO 的开销较少。
索引数据全部放在内存中，如果索引长度较长会限制单机可存储的数据量，于是我们通过开发定长的内存分布器，对于比较长的 Key 做摘要缩短长度至 20 字节，采用红黑树索引，限制每条记录在内存里的索引长度至为 64 字节。内存数据要定期做 checkpoint，客户端要做限流、熔断等。
HiKV 目前在爱奇艺应用范围比较大，截至目前已经替换了 30% 的 Couchbase，有效地降低了存储成本。
4、爱奇艺的数据库运维管理
爱奇艺数据库种类较多，如何高效地运维和管理这些数据库也是经历了不同的阶段。
最初我们通过 DBA 写脚本的方式管理，如果脚本出问题就找 DBA，导致了 DBA 特别忙碌。
第二个阶段我们考虑让大家自己去查问题的答案，于是在内部构建了一个私有云，通过 Web 的方式展示数据库运行状态，让业务的同学可以自己去申请集群，一些简单的操作也可以通过自服务平台实现，解放了 DBA。一些需要人工处理的大型运维操作经常会造成一些人为故障，敲错参数造成数据丢失等。
于是在第三个阶段我们把运维操作 Web 化，通过网页点击可以进行 90% 的操作。
第四个阶段让经验丰富的 DBA 把自身经验变成一些工具，比如有业务同学说 MySQL master-slave 延时了，DBA 会通过一系列操作排查问题。现在我们把这些操作串起来形成一套工具，出问题时业务的同学可以自己通过网页上的一键诊断工具去排查，自助进行处理。
除此之外我们还会定期做预警检查，对业务集群里潜在的问题进行预警报告；开发智能客服，回答问题；通过监控的数据对实例打标签，进行削峰填谷地智能调度，提高资源利用率。
三、不同场景下数据库选型建议
1、实用数据库选型树
最后来说一些具体数据库选型建议。这是 DBA 和业务一起，通过经验得出来的一些结论。
对于关系型数据库的选型来说，可以从数据量和扩展性两个维度考虑，再根据数据库有没有冷备、要不要使用 Toku 存储引擎，要不要使用 Proxy 等等进行抉择。
NoSQL 也是什么情况下使用 master-slave，什么情况下使用客户端分片、集群、Couchbase、HiKV 等，我们内部自服务平台上都有这个选型树信息。
2、一些思考
① 需求
我们在选型时先思考需求，判断需求是否真实。
你可以从数据量、QPS、延时等方面考虑需求，但这些都是真实需求吗？是否可以通过其他方式把这个需求消耗掉，例如在数据量大的情况下可以先做数据编码或者压缩，数据量可能就降下来了。
不要把所有需求都推到数据库层面，它其实是一个兜底的系统。
② 选择
第二个思考的点是对于某个数据库系统或是某个技术选型我们应该考虑什么？是因为热门吗？还是因为技术上比较先进？但是不是能真正地解决你的问题？如果你数据量不是很大的话就不需要选择可以存储大数据量的系统。
③ 放弃
第三是放弃，当你放弃一个系统时真的是因为不好用吗？还是没有用好？放弃一个东西很难，但在放弃时最好有一个充分的理由，包括实测的结果。
④ 自研
第四是自研，在需要自己开发数据库时可以参考和使用一些成熟的产品，但不要盲目自研。
⑤ 开源
最后是开源，要有拥抱开源的态度。
回答
92题
一般来说，建立INDEX有以下益处：提高查询效率；建立唯一索引以保证数据的唯一性；设计INDEX避免排序。
缺点，INDEX的维护有以下开销：叶节点的‘分裂’消耗；INSERT、DELETE和UPDATE操作在INDEX上的维护开销；有存储要求；其他日常维护的消耗：对恢复的影响，重组的影响。
需要建立索引的情况：为了建立分区数据库的PATITION INDEX必须建立； 为了保证数据约束性需要而建立的INDEX必须建立； 为了提高查询效率，则考虑建立（是否建立要考虑相关性能及维护开销）； 考虑在使用UNION,DISTINCT,GROUP BY,ORDER BY等字句的列上加索引。
91题
作用：加快查询速度。原则：(1) 如果某属性或属性组经常出现在查询条件中，考虑为该属性或属性组建立索引；(2) 如果某个属性常作为最大值和最小值等聚集函数的参数，考虑为该属性建立索引；(3) 如果某属性经常出现在连接操作的连接条件中，考虑为该属性或属性组建立索引。
90题
快照Snapshot是一个文件系统在特定时间里的镜像，对于在线实时数据备份非常有用。快照对于拥有不能停止的应用或具有常打开文件的文件系统的备份非常重要。对于只能提供一个非常短的备份时间而言，快照能保证系统的完整性。
89题
游标用于定位结果集的行，通过判断全局变量@@FETCH_STATUS可以判断是否到了最后，通常此变量不等于0表示出错或到了最后。
88题
事前触发器运行于触发事件发生之前，而事后触发器运行于触发事件发生之后。通常事前触发器可以获取事件之前和新的字段值。语句级触发器可以在语句执行前或后执行，而行级触发在触发器所影响的每一行触发一次。
87题
MySQL可以使用多个字段同时建立一个索引，叫做联合索引。在联合索引中，如果想要命中索引，需要按照建立索引时的字段顺序挨个使用，否则无法命中索引。具体原因为：MySQL使用索引时需要索引有序，假设现在建立了"name，age，school"的联合索引，那么索引的排序为: 先按照name排序，如果name相同，则按照age排序，如果age的值也相等，则按照school进行排序。因此在建立联合索引的时候应该注意索引列的顺序，一般情况下，将查询需求频繁或者字段选择性高的列放在前面。此外可以根据特例的查询或者表结构进行单独的调整。
86题
建立索引的时候一般要考虑到字段的使用频率，经常作为条件进行查询的字段比较适合。如果需要建立联合索引的话，还需要考虑联合索引中的顺序。此外也要考虑其他方面，比如防止过多的所有对表造成太大的压力。这些都和实际的表结构以及查询方式有关。
85题
存储过程是一组Transact-SQL语句，在一次编译后可以执行多次。因为不必重新编译Transact-SQL语句，所以执行存储过程可以提高性能。触发器是一种特殊类型的存储过程，不由用户直接调用。创建触发器时会对其进行定义，以便在对特定表或列作特定类型的数据修改时执行。
84题
存储过程是用户定义的一系列SQL语句的集合，涉及特定表或其它对象的任务，用户可以调用存储过程，而函数通常是数据库已定义的方法，它接收参数并返回某种类型的值并且不涉及特定用户表。
83题
减少表连接，减少复杂 SQL，拆分成简单SQL。减少排序：非必要不排序，利用索引排序，减少参与排序的记录数。尽量避免 select *。尽量用 join 代替子查询。尽量少使用 or，使用 in 或者 union(union all) 代替。尽量用 union all 代替 union。尽量早的将无用数据过滤：选择更优的索引，先分页再Join…。避免类型转换：索引失效。优先优化高并发的 SQL，而不是执行频率低某些“大”SQL。从全局出发优化，而不是片面调整。尽可能对每一条SQL进行 explain。
82题
如果条件中有or，即使其中有条件带索引也不会使用(要想使用or，又想让索引生效，只能将or条件中的每个列都加上索引)。对于多列索引，不是使用的第一部分，则不会使用索引。like查询是以%开头。如果列类型是字符串，那一定要在条件中将数据使用引号引用起来，否则不使用索引。如果mysql估计使用全表扫描要比使用索引快，则不使用索引。例如，使用<>、not in 、not exist，对于这三种情况大多数情况下认为结果集很大，MySQL就有可能不使用索引。
81题
主键不能重复，不能为空，唯一键不能重复，可以为空。建立主键的目的是让外键来引用。一个表最多只有一个主键，但可以有很多唯一键。
80题
空值('')是不占用空间的，判断空字符用=''或者<>''来进行处理。NULL值是未知的，且占用空间，不走索引；判断 NULL 用 IS NULL 或者 is not null ，SQL 语句函数中可以使用 ifnull ()函数来进行处理。无法比较 NULL 和 0；它们是不等价的。无法使用比较运算符来测试 NULL 值，比如 =, <, 或者 <>。NULL 值可以使用 <=> 符号进行比较，该符号与等号作用相似，但对NULL有意义。进行 count ()统计某列的记录数的时候，如果采用的 NULL 值，会被系统自动忽略掉，但是空值是统计到其中。
79题
HEAP表是访问数据速度最快的MySQL表，他使用保存在内存中的散列索引。一旦服务器重启，所有heap表数据丢失。BLOB或TEXT字段是不允许的。只能使用比较运算符=，<，>，=>，= <。HEAP表不支持AUTO_INCREMENT。索引不可为NULL。
78题
如果想输入字符为十六进制数字，可以输入带有单引号的十六进制数字和前缀（X），或者只用（Ox）前缀输入十六进制数字。如果表达式上下文是字符串，则十六进制数字串将自动转换为字符串。
77题
Mysql服务器通过权限表来控制用户对数据库的访问，权限表存放在mysql数据库里，由mysql_install_db脚本初始化。这些权限表分别user，db，table_priv，columns_priv和host。
76题
在缺省模式下，MYSQL是autocommit模式的，所有的数据库更新操作都会即时提交，所以在缺省情况下，mysql是不支持事务的。但是如果你的MYSQL表类型是使用InnoDB Tables 或 BDB tables的话，你的MYSQL就可以使用事务处理,使用SET AUTOCOMMIT=0就可以使MYSQL允许在非autocommit模式，在非autocommit模式下，你必须使用COMMIT来提交你的更改，或者用ROLLBACK来回滚你的更改。
75题
它会停止递增，任何进一步的插入都将产生错误，因为密钥已被使用。
74题
创建索引的时候尽量使用唯一性大的列来创建索引，由于使用b+tree做为索引，以innodb为例，一个树节点的大小由“innodb_page_size”，为了减少树的高度，同时让一个节点能存放更多的值，索引列尽量在整数类型上创建，如果必须使用字符类型，也应该使用长度较少的字符类型。
73题
当MySQL单表记录数过大时，数据库的CRUD性能会明显下降，一些常见的优化措施如下：
限定数据的范围： 务必禁止不带任何限制数据范围条件的查询语句。比如：我们当用户在查询订单历史的时候，我们可以控制在一个月的范围内。读/写分离： 经典的数据库拆分方案，主库负责写，从库负责读。垂直分区： 根据数据库里面数据表的相关性进行拆分。简单来说垂直拆分是指数据表列的拆分，把一张列比较多的表拆分为多张表。水平分区： 保持数据表结构不变，通过某种策略存储数据分片。这样每一片数据分散到不同的表或者库中，达到了分布式的目的。水平拆分可以支撑非常大的数据量。
72题
乐观锁失败后会抛出ObjectOptimisticLockingFailureException，那么我们就针对这块考虑一下重试，自定义一个注解，用于做切面。针对注解进行切面，设置最大重试次数n，然后超过n次后就不再重试。
71题
一致性非锁定读讲的是一条记录被加了X锁其他事务仍然可以读而不被阻塞，是通过innodb的行多版本实现的，行多版本并不是实际存储多个版本记录而是通过undo实现（undo日志用来记录数据修改前的版本，回滚时会用到，用来保证事务的原子性）。一致性锁定读讲的是我可以通过SELECT语句显式地给一条记录加X锁从而保证特定应用场景下的数据一致性。
70题
数据库引擎：尤其是mysql数据库只有是InnoDB引擎的时候事物才能生效。
show engines 查看数据库默认引擎;SHOW TABLE STATUS from 数据库名字 where Name='表名' 如下;SHOW TABLE STATUS from rrz where Name='rrz_cust';修改表的引擎alter table table_name engine=innodb。
69题
如果是等值查询，那么哈希索引明显有绝对优势，因为只需要经过一次算法即可找到相应的键值；当然了，这个前提是，键值都是唯一的。如果键值不是唯一的，就需要先找到该键所在位置，然后再根据链表往后扫描，直到找到相应的数据；如果是范围查询检索，这时候哈希索引就毫无用武之地了，因为原先是有序的键值，经过哈希算法后，有可能变成不连续的了，就没办法再利用索引完成范围查询检索；同理，哈希索引也没办法利用索引完成排序，以及like ‘xxx%’ 这样的部分模糊查询（这种部分模糊查询，其实本质上也是范围查询）；哈希索引也不支持多列联合索引的最左匹配规则；B+树索引的关键字检索效率比较平均，不像B树那样波动幅度大，在有大量重复键值情况下，哈希索引的效率也是极低的，因为存在所谓的哈希碰撞问题。
68题
decimal精度比float高,数据处理比float简单，一般优先考虑，但float存储的数据范围大，所以范围大的数据就只能用它了，但要注意一些处理细节，因为不精确可能会与自己想的不一致，也常有关于float 出错的问题。
67题
datetime、timestamp精确度都是秒，datetime与时区无关，存储的范围广(1001-9999)，timestamp与时区有关，存储的范围小(1970-2038)。
66题
Char使用固定长度的空间进行存储，char(4)存储4个字符，根据编码方式的不同占用不同的字节，gbk编码方式，不论是中文还是英文，每个字符占用2个字节的空间，utf8编码方式，每个字符占用3个字节的空间。Varchar保存可变长度的字符串，使用额外的一个或两个字节存储字符串长度，varchar(10),除了需要存储10个字符，还需要1个字节存储长度信息(10),超过255的长度需要2个字节来存储。char和varchar后面如果有空格，char会自动去掉空格后存储，varchar虽然不会去掉空格，但在进行字符串比较时，会去掉空格进行比较。Varbinary保存变长的字符串，后面不会补\0。
65题
首先分析语句，看看是否load了额外的数据，可能是查询了多余的行并且抛弃掉了，可能是加载了许多结果中并不需要的列，对语句进行分析以及重写。分析语句的执行计划，然后获得其使用索引的情况，之后修改语句或者修改索引，使得语句可以尽可能的命中索引。如果对语句的优化已经无法进行，可以考虑表中的数据量是否太大，如果是的话可以进行横向或者纵向的分表。
64题
建立索引的时候一般要考虑到字段的使用频率，经常作为条件进行查询的字段比较适合。如果需要建立联合索引的话，还需要考虑联合索引中的顺序。此外也要考虑其他方面，比如防止过多的所有对表造成太大的压力。这些都和实际的表结构以及查询方式有关。
63题
存储过程是一些预编译的SQL语句。1、更加直白的理解：存储过程可以说是一个记录集，它是由一些T-SQL语句组成的代码块，这些T-SQL语句代码像一个方法一样实现一些功能（对单表或多表的增删改查），然后再给这个代码块取一个名字，在用到这个功能的时候调用他就行了。2、存储过程是一个预编译的代码块，执行效率比较高，一个存储过程替代大量T_SQL语句 ，可以降低网络通信量，提高通信速率，可以一定程度上确保数据安全。
62题
密码散列、盐、用户身份证号等固定长度的字符串应该使用char而不是varchar来存储,这样可以节省空间且提高检索效率。
61题
推荐使用自增ID，不要使用UUID。因为在InnoDB存储引擎中，主键索引是作为聚簇索引存在的，也就是说，主键索引的B+树叶子节点上存储了主键索引以及全部的数据(按照顺序)，如果主键索引是自增ID，那么只需要不断向后排列即可，如果是UUID，由于到来的ID与原来的大小不确定，会造成非常多的数据插入,数据移动,然后导致产生很多的内存碎片，进而造成插入性能的下降。总之,在数据量大一些的情况下,用自增主键性能会好一些。
60题
char是一个定长字段，假如申请了char(10)的空间，那么无论实际存储多少内容。该字段都占用10个字符，而varchar是变长的，也就是说申请的只是最大长度，占用的空间为实际字符长度+1，最后一个字符存储使用了多长的空间。在检索效率上来讲，char > varchar，因此在使用中，如果确定某个字段的值的长度，可以使用char，否则应该尽量使用varchar。例如存储用户MD5加密后的密码,则应该使用char。
59题
一. read uncommitted（读取未提交数据） 即便是事务没有commit，但是我们仍然能读到未提交的数据，这是所有隔离级别中最低的一种。
二. read committed（可以读取其他事务提交的数据）---大多数数据库默认的隔离级别 当前会话只能读取到其他事务提交的数据，未提交的数据读不到。
三. repeatable read（可重读）---MySQL默认的隔离级别 当前会话可以重复读，就是每次读取的结果集都相同，而不管其他事务有没有提交。
四. serializable（串行化） 其他会话对该表的写操作将被挂起。可以看到，这是隔离级别中最严格的，但是这样做势必对性能造成影响。所以在实际的选用上，我们要根据当前具体的情况选用合适的。
58题
B+树的高度一般为2-4层，所以查找记录时最多只需要2-4次IO，相对二叉平衡树已经大大降低了。范围查找时，能通过叶子节点的指针获取数据。例如查找大于等于3的数据，当在叶子节点中查到3时，通过3的尾指针便能获取所有数据，而不需要再像二叉树一样再获取到3的父节点。
57题
因为事务在修改页时，要先记 undo，在记 undo 之前要记 undo 的 redo， 然后修改数据页，再记数据页修改的 redo。 Redo（里面包括 undo 的修改） 一定要比数据页先持久化到磁盘。 当事务需要回滚时，因为有 undo，可以把数据页回滚到前镜像的状态，崩溃恢复时，如果 redo log 中事务没有对应的 commit 记录，那么需要用 undo把该事务的修改回滚到事务开始之前。 如果有 commit 记录，就用 redo 前滚到该事务完成时并提交掉。
56题
redo log是物理日志,记录的是"在某个数据页上做了什么修改"。 binlog是逻辑日志,记录的是这个语句的原始逻辑,比如"给ID=2这一行的c字段加1"。 redo log是InnoDB引擎特有的;binlog是MySQL的Server层实现的,所有引擎都可以使用。 redo log是循环写的,空间固定会用完:binlog 是可以追加写入的。"追加写"是指binlog文件写到一定大小后会切换到下一个,并不会覆盖以前的日志。
最开始 MySQL 里并没有 InnoDB 引擎，MySQL 自带的引擎是 MyISAM，但是 MyISAM 没有 crash-safe 的能力,binlog日志只能用于归档。而InnoDB 是另一个公司以插件形式引入 MySQL 的，既然只依靠 binlog 是没有 crash-safe 能力的，所以 InnoDB 使用另外一套日志系统，也就是 redo log 来实现 crash-safe 能力。
55题
重做日志（redo log) 作用：确保事务的持久性，防止在发生故障，脏页未写入磁盘。重启数据库会进行redo log执行重做，达到事务一致性。 回滚日志（undo log) 作用：保证数据的原子性，保存了事务发生之前的数据的一个版本，可以用于回滚，同时可以提供多版本并发控制下的读(MVCC)，也即非锁定读。 二进 制日志（binlog) 作用：用于主从复制，实现主从同步；用于数据库的基于时间点的还原。 错误日志（errorlog) 作用：Mysql本身启动，停止，运行期间发生的错误信息。 慢查询日志（slow query log) 作用：记录执行时间过长的sql，时间阈值可以配置，只记录执行成功。 一般查询日志（general log) 作用：记录数据库的操作明细，默认关闭，开启后会降低数据库性能 。 中继日志（relay log) 作用：用于数据库主从同步，将主库发来的bin log保存在本地，然后从库进行回放。
54题
MySQL有三种锁的级别：页级、表级、行级。 表级锁：开销小，加锁快；不会出现死锁；锁定粒度大，发生锁冲突的概率最高,并发度最低。 行级锁：开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低,并发度也最高。 页面锁：开销和加锁时间界于表锁和行锁之间；会出现死锁；锁定粒度界于表锁和行锁之间，并发度一般。 死锁: 是指两个或两个以上的进程在执行过程中。因争夺资源而造成的一种互相等待的现象,若无外力作用,它们都将无法推进下去。 死锁的关键在于：两个(或以上)的Session加锁的顺序不一致。 那么对应的解决死锁问题的关键就是：让不同的session加锁有次序。死锁的解决办法：1.查出的线程杀死。2.设置锁的超时时间。3.指定获取锁的顺序。
53题
当多个用户并发地存取数据时，在数据库中就会产生多个事务同时存取同一数据的情况。若对并发操作不加控制就可能会读取和存储不正确的数据，破坏数据库的一致性(脏读，不可重复读，幻读等)，可能产生死锁。
乐观锁：乐观锁不是数据库自带的，需要我们自己去实现。 悲观锁：在进行每次操作时都要通过获取锁才能进行对相同数据的操作。 共享锁：加了共享锁的数据对象可以被其他事务读取，但不能修改。 排他锁：当数据对象被加上排它锁时，一个事务必须得到锁才能对该数据对象进行访问，一直到事务结束锁才被释放。 行锁：就是给某一条记录加上锁。
52题
Mysql是关系型数据库，MongoDB是非关系型数据库，数据存储结构的不同。
51题
关系型数据库优点：1.保持数据的一致性（事务处理）。 2.由于以标准化为前提，数据更新的开销很小。 3. 可以进行Join等复杂查询。 缺点：1、为了维护一致性所付出的巨大代价就是其读写性能比较差。 2、固定的表结构。 3、高并发读写需求。 4、海量数据的高效率读写。
非关系型数据库优点：1、无需经过sql层的解析，读写性能很高。 2、基于键值对，数据没有耦合性，容易扩展。 3、存储数据的格式：nosql的存储格式是key,value形式、文档形式、图片形式等等，文档形式、图片形式等等，而关系型数据库则只支持基础类型。 缺点：1、不提供sql支持，学习和使用成本较高。 2、无事务处理，附加功能bi和报表等支持也不好。
redis与mongoDB的区别： 性能：TPS方面redis要大于mongodb。 可操作性：mongodb支持丰富的数据表达，索引，redis较少的网络IO次数。 可用性:MongoDB优于Redis。 一致性:redis事务支持比较弱,mongoDB不支持事务。 数据分析:mongoDB内置了数据分析的功能(mapreduce)。 应用场景:redis数据量较小的更性能操作和运算上,MongoDB主要解决海量数据的访问效率问题。
50题
如果Redis被当做缓存使用，使用一致性哈希实现动态扩容缩容。如果Redis被当做一个持久化存储使用，必须使用固定的keys-to-nodes映射关系，节点的数量一旦确定不能变化。否则的话(即Redis节点需要动态变化的情况），必须使用可以在运行时进行数据再平衡的一套系统，而当前只有Redis集群可以做到这样。
49题
分区可以让Redis管理更大的内存，Redis将可以使用所有机器的内存。如果没有分区，你最多只能使用一台机器的内存。分区使Redis的计算能力通过简单地增加计算机得到成倍提升,Redis的网络带宽也会随着计算机和网卡的增加而成倍增长。
48题
除了缓存服务器自带的缓存失效策略之外（Redis默认的有6种策略可供选择），我们还可以根据具体的业务需求进行自定义的缓存淘汰，常见的策略有两种： 1.定时去清理过期的缓存； 2.当有用户请求过来时，再判断这个请求所用到的缓存是否过期，过期的话就去底层系统得到新数据并更新缓存。 两者各有优劣，第一种的缺点是维护大量缓存的key是比较麻烦的，第二种的缺点就是每次用户请求过来都要判断缓存失效，逻辑相对比较复杂！具体用哪种方案，可以根据应用场景来权衡。
47题
Redis提供了两种方式来作消息队列: 一个是使用生产者消费模式模式:会让一个或者多个客户端监听消息队列，一旦消息到达，消费者马上消费，谁先抢到算谁的，如果队列里没有消息，则消费者继续监听 。另一个就是发布订阅者模式:也是一个或多个客户端订阅消息频道，只要发布者发布消息，所有订阅者都能收到消息，订阅者都是平等的。
46题
Redis的数据结构列表(list)可以实现延时队列，可以通过队列和栈来实现。blpop/brpop来替换lpop/rpop，blpop/brpop阻塞读在队列没有数据的时候，会立即进入休眠状态，一旦数据到来，则立刻醒过来。Redis的有序集合(zset)可以用于实现延时队列，消息作为value，时间作为score。Zrem 命令用于移除有序集中的一个或多个成员，不存在的成员将被忽略。当 key 存在但不是有序集类型时，返回一个错误。
45题
1.热点数据缓存：因为Redis 访问速度块、支持的数据类型比较丰富。 2.限时业务：expire 命令设置 key 的生存时间，到时间后自动删除 key。 3.计数器：incrby 命令可以实现原子性的递增。 4.排行榜：借助 SortedSet 进行热点数据的排序。 5.分布式锁：利用 Redis 的 setnx 命令进行。 6.队列机制：有 list push 和 list pop 这样的命令。
44题
一致哈希 是一种特殊的哈希算法。在使用一致哈希算法后，哈希表槽位数（大小）的改变平均只需要对 K/n 个关键字重新映射，其中K是关键字的数量， n是槽位数量。然而在传统的哈希表中，添加或删除一个槽位的几乎需要对所有关键字进行重新映射。
43题
RDB的优点：适合做冷备份；读写服务影响小，reids可以保持高性能；重启和恢复redis进程，更加快速。RDB的缺点：宕机会丢失最近5分钟的数据；文件特别大时可能会暂停数毫秒，或者甚至数秒。 AOF的优点：每个一秒执行fsync操作，最多丢失1秒钟的数据；以append-only模式写入，没有任何磁盘寻址的开销；文件过大时，不会影响客户端读写；适合做灾难性的误删除的紧急恢复。AOF的缺点：AOF日志文件比RDB数据快照文件更大，支持写QPS比RDB支持的写QPS低；比RDB脆弱，容易有bug。
42题
对于Redis而言，命令的原子性指的是：一个操作的不可以再分，操作要么执行，要么不执行。Redis的操作之所以是原子性的，是因为Redis是单线程的。而在程序中执行多个Redis命令并非是原子性的，这也和普通数据库的表现是一样的，可以用incr或者使用Redis的事务，或者使用Redis+Lua的方式实现。对Redis来说，执行get、set以及eval等API，都是一个一个的任务，这些任务都会由Redis的线程去负责执行，任务要么执行成功，要么执行失败，这就是Redis的命令是原子性的原因。
41题
(1)twemproxy,使用方式简单（相对redis只需修改连接端口），对旧项目扩展的首选。(2)codis,目前用的最多的集群方案，基本和twemproxy一致的效果，但它支持在节点数改变情况下，旧节点数据可恢复到新hash节点。(3)redis cluster3.0自带的集群，特点在于他的分布式算法不是一致性hash,而是hash槽的概念，以及自身支持节点设置从节点。(4)在业务代码层实现，起几个毫无关联的redis实例，在代码层，对key进行hash计算，然后去对应的redis实例操作数据。这种方式对hash层代码要求比较高，考虑部分包括，节点失效后的代替算法方案，数据震荡后的自动脚本恢复，实例的监控，等等。
40题
(1) Master最好不要做任何持久化工作，如RDB内存快照和AOF日志文件 (2) 如果数据比较重要，某个Slave开启AOF备份数据，策略设置为每秒同步一次 (3) 为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域网内 (4) 尽量避免在压力很大的主库上增加从库 (5) 主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3...这样的结构方便解决单点故障问题，实现Slave对Master的替换。如果Master挂了，可以立刻启用Slave1做Master，其他不变。
39题
比如订单管理，热数据：3个月内的订单数据，查询实时性较高;温数据：3个月 ~ 12个月前的订单数据，查询频率不高;冷数据：1年前的订单数据，几乎不会查询，只有偶尔的查询需求。热数据使用mysql进行存储，需要分库分表;温数据可以存储在ES中，利用搜索引擎的特性基本上也可以做到比较快的查询;冷数据可以存放到Hive中。从存储形式来说，一般情况冷数据存储在磁带、光盘，热数据一般存放在SSD中，存取速度快，而温数据可以存放在7200转的硬盘。
38题
当访问量剧增、服务出现问题（如响应时间慢或不响应）或非核心服务影响到核心流程的性能时，仍然需要保证服务还是可用的，即使是有损服务。系统可以根据一些关键数据进行自动降级，也可以配置开关实现人工降级。降级的最终目的是保证核心服务可用，即使是有损的。而且有些服务是无法降级的（如加入购物车、结算）。
37题
分层架构设计，有一条准则：站点层、服务层要做到无数据无状态，这样才能任意的加节点水平扩展，数据和状态尽量存储到后端的数据存储服务，例如数据库服务或者缓存服务。显然进程内缓存违背了这一原则。
36题
更新数据的时候，根据数据的唯一标识，将操作路由之后，发送到一个 jvm 内部队列中。读取数据的时候，如果发现数据不在缓存中，那么将重新读取数据+更新缓存的操作，根据唯一标识路由之后，也发送同一个 jvm 内部队列中。一个队列对应一个工作线程，每个工作线程串行拿到对应的操作，然后一条一条的执行。
35题
redis分布式锁加锁过程：通过setnx向特定的key写入一个随机值，并同时设置失效时间，写值成功既加锁成功；redis分布式锁解锁过程：匹配随机值，删除redis上的特点key数据，要保证获取数据、判断一致以及删除数据三个操作是原子的，为保证原子性一般使用lua脚本实现；在此基础上进一步优化的话，考虑使用心跳检测对锁的有效期进行续期，同时基于redis的发布订阅优雅的实现阻塞式加锁。
34题
volatile-lru：当内存不足以容纳写入数据时，从已设置过期时间的数据集中挑选最近最少使用的数据淘汰。 volatile-ttl：当内存不足以容纳写入数据时，从已设置过期时间的数据集中挑选将要过期的数据淘汰。 volatile-random：当内存不足以容纳写入数据时，从已设置过期时间的数据集中任意选择数据淘汰。 allkeys-lru：当内存不足以容纳写入数据时，从数据集中挑选最近最少使用的数据淘汰。 allkeys-random：当内存不足以容纳写入数据时，从数据集中任意选择数据淘汰。 noeviction：禁止驱逐数据，当内存使用达到阈值的时候，所有引起申请内存的命令会报错。
33题
定时过期：每个设置过期时间的key都需要创建一个定时器，到过期时间就会立即清除。该策略可以立即清除过期的数据，对内存很友好；但是会占用大量的CPU资源去处理过期的数据，从而影响缓存的响应时间和吞吐量。 惰性过期：只有当访问一个key时，才会判断该key是否已过期，过期则清除。该策略可以最大化地节省CPU资源，却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问，从而不会被清除，占用大量内存。 定期过期：每隔一定的时间，会扫描一定数量的数据库的expires字典中一定数量的key，并清除其中已过期的key。该策略是前两者的一个折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果。
32题
缓存击穿，一个存在的key，在缓存过期的一刻，同时有大量的请求，这些请求都会击穿到DB，造成瞬时DB请求量大、压力骤增。如何避免：在访问key之前，采用SETNX（set if not exists）来设置另一个短期key来锁住当前key的访问，访问结束再删除该短期key。
31题
缓存雪崩，是指在某一个时间段，缓存集中过期失效。大量的key设置了相同的过期时间，导致在缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪崩。而缓存服务器某个节点宕机或断网，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。如何避免：1.redis高可用，搭建redis集群。2.限流降级，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。3.数据预热，在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间。
30题
缓存穿透，是指查询一个数据库一定不存在的数据。正常的使用缓存流程大致是，数据查询先进行缓存查询，如果key不存在或者key已经过期，再对数据库进行查询，并把查询到的对象，放进缓存。如果数据库查询对象为空，则不放进缓存。一些恶意的请求会故意查询不存在的 key，请求量很大，对数据库造成压力，甚至压垮数据库。 如何避免：1：对查询结果为空的情况也进行缓存，缓存时间设置短一点，或者该 key 对应的数据 insert 了之后清理缓存。2：对一定不存在的 key 进行过滤。可以把所有的可能存在的 key 放到一个大的 Bitmap 中，查询时通过该 bitmap 过滤。
29题
1.memcached 所有的值均是简单的字符串，redis 作为其替代者，支持更为丰富的数据类型。 2.redis 的速度比 memcached 快很多。 3.redis 可以持久化其数据。 4.Redis支持数据的备份，即master-slave模式的数据备份。 5.Redis采用VM机制。 6.value大小：redis最大可以达到1GB，而memcache只有1MB。
28题
Spring Boot 推荐使用 Java 配置而非 XML 配置，但是 Spring Boot 中也可以使用 XML 配置，通过spring提供的@ImportResource来加载xml配置。例如：@ImportResource({"classpath:some-context.xml","classpath:another-context.xml"})
27题
Spring像一个大家族，有众多衍生产品例如Spring Boot，Spring Security等等，但他们的基础都是Spring的IOC和AOP，IOC提供了依赖注入的容器，而AOP解决了面向切面的编程，然后在此两者的基础上实现了其他衍生产品的高级功能。Spring MVC是基于Servlet的一个MVC框架，主要解决WEB开发的问题，因为 Spring的配置非常复杂，各种xml，properties处理起来比较繁琐。Spring Boot遵循约定优于配置，极大降低了Spring使用门槛，又有着Spring原本灵活强大的功能。总结：Spring MVC和Spring Boot都属于Spring，Spring MVC是基于Spring的一个MVC框架，而Spring Boot是基于Spring的一套快速开发整合包。
26题
YAML 是 "YAML Ain't a Markup Language"（YAML 不是一种标记语言）的递归缩写。YAML 的配置文件后缀为 .yml，是一种人类可读的数据序列化语言，可以简单表达清单、散列表，标量等数据形态。它通常用于配置文件，与属性文件相比，YAML文件就更加结构化，而且更少混淆。可以看出YAML具有分层配置数据。
25题
Spring Boot有3种热部署方式： 1.使用springloaded配置pom.xml文件，使用mvn spring-boot:run启动。 2.使用springloaded本地加载启动，配置jvm参数-javaagent:<jar包地址> -noverify。 3.使用devtools工具包，操作简单，但是每次需要重新部署。 用
回答
服务器和操作系统
1、主板的两个芯片分别是什么芯片，具备什么作用？ 北桥：离CPU近，负责CPU、内存、显卡之间的通信。 南桥：离CPU远，负责I/O总线之间的通信。
2、什么是域和域控制器？ 将网络中的计算机逻辑上组织到一起，进行集中管理，这种集中管理的环境称为域。 在域中，至少有一台域控制器，域控制器中保存着整个域的用户账号和安全数据，安装了活动目录的一台计算机为域控制器，域管理员可以控制每个域用户的行为。
3、现在有300台虚拟机在云上，你如何进行管理？ 1）设定堡垒机，使用统一账号登录，便于安全与登录的考量。 2）使用ansiable、puppet进行系统的统一调度与配置的统一管理。 3）建立简单的服务器的系统、配置、应用的cmdb信息管理。便于查阅每台服务器上的各种信息记录。
4、简述raid0 raid1 raid5 三种工作模式的工作原理及特点 磁盘冗余阵列（Redundant Arrays of Independent Disks，RAID），把硬盘整合成一个大磁盘，在大磁盘上再分区，存放数据、多块盘放在一起可以有冗余（备份）。 RAID整合方式有很多，常用的：0 1 5 10 RAID 0：可以是一块盘和N个盘组合 优点：读写快，是RAID中最好的 缺点：没有冗余，一块坏了数据就全没有了 RAID 1：只能2块盘，盘的大小可以不一样，以小的为准 10G+10G只有10G，另一个做备份。它有100%的冗余，缺点：浪费资源，成本高 RAID 5 ：3块盘，容量计算10*（n-1）,损失一块盘 特点：读写性能一般，读还好一点，写不好 总结： 冗余从好到坏：RAID1 RAID10 RAID 5 RAID0 性能从好到坏：RAID0 RAID10 RAID5 RAID1 成本从低到高：RAID0 RAID5 RAID1 RAID10
5、linux系统里，buffer和cache如何区分？ buffer和cache都是内存中的一块区域，当CPU需要写数据到磁盘时，由于磁盘速度比较慢，所以CPU先把数据存进buffer，然后CPU去执行其他任务，buffer中的数据会定期写入磁盘；当CPU需要从磁盘读入数据时，由于磁盘速度比较慢，可以把即将用到的数据提前存入cache，CPU直接从Cache中拿数据要快的多。
6、主机监控如何实现？ 数据中心可以用zabbix（也可以是nagios或其他）监控方案，zabbix图形界面丰富，也自带很多监控模板，特别是多个分区、多个网卡等自动发现并进行监控做得非常不错，不过需要在每台客户机（被监控端）安装zabbix agent。 如果在公有云上，可以使用云监控来监控主机的运行。
网络
7、主机与主机之间通讯的三要素有什么？
IP地址、子网掩码、IP路由
8、TCP和UDP都可以实现客户端/服务端通信，这两个协议有何区别？
TCP协议面向连接、可靠性高、适合传输大量数据；但是需要三次握手、数据补发等过程，耗时长、通信延迟大。 UDP协议面向非连接、可靠性低、适合传输少量数据；但是连接速度快、耗时短、延迟小。
9、简述TCP协议三次握手和四次分手以及数据传输过程 三次握手： （1）当主机A想同主机B建立连接，主机A会发送SYN给主机B，初始化序列号seq=x。主机A通过向主机B发送SYS报文段，实现从主机A到主机B的序列号同步，即确定seq中的x。 （2）主机B接收到报文后，同意与A建立连接，会发送SYN、ACK给主机A。初始化序列号seq=y，确认序号ack=x+1。主机B向主机A发送SYN报文的目的是实现从主机B到主机A的序列号同步，即确定seq中的y。 （3）主机A接收到主机B发送过来的报文后，会发送ACK给主机B，确认序号ack=y+1，建立连接完成，传输数据。 四次分手： （1）当主机A的应用程序通知TCP数据已经发送完毕时，TCP向主机B发送一个带有FIN附加标记的报文段，初始化序号seq=x。 （2）主机B收到这个FIN报文段，并不立即用FIN报文段回复主机A，而是想主机A发送一个确认序号ack=x+1，同时通知自己的应用程序，对方要求关闭连接（先发ack是防止主机A重复发送FIN报文）。 （3）主机B发送完ack确认报文后，主机B 的应用程序通知TCP我要关闭连接，TCP接到通知后会向主机A发送一个带有FIN附加标记的报文段，初始化序号seq=x，ack=x+1。 （4）主机A收到这个FIN报文段，向主机B发送一个ack确认报文，ack=y+1，表示连接彻底释放。
10、SNAT和DNAT的区别
SNAT:内部地址要访问公网上的服务时（如web访问），内部地址会主动发起连接，由路由器或者防火墙上的网关对内部地址做个地址转换，将内部地址的私有IP转换为公网的公有IP，网关的这个地址转换称为SNAT，主要用于内部共享IP访问外部。 DNAT:当内部需要提供对外服务时（如对外发布web网站），外部地址发起主动连接，由路由器或者防火墙上的网关接收这个连接，然后将连接转换到内部，此过程是由带有公网IP的网关替代内部服务来接收外部的连接，然后在内部做地址转换，此转换称为DNAT，主要用于内部服务对外发布。
数据库
11、叙述数据的强一致性和最终一致性
强一致性：在任何时刻所有的用户或者进程查询到的都是最近一次成功更新的数据。强一致性是程度最高一致性要求，也是最难实现的。关系型数据库更新操作就是这个案例。 最终一致性：和强一致性相对，在某一时刻用户或者进程查询到的数据可能都不同，但是最终成功更新的数据都会被所有用户或者进程查询到。当前主流的nosql数据库都是采用这种一致性策略。
12、MySQL的主从复制过程是同步的还是异步的？
主从复制的过程是异步的复制过程，主库完成写操作并计入binlog日志中，从库再通过请求主库的binlog日志写入relay中继日志中，最后再执行中继日志的sql语句。
**13、MySQL主从复制的优点 **
如果主服务器出现问题，可以快速切换到从服务器提供的服务； 可以在从服务器上执行查询操作，降低主服务器的访问压力； 可以在从服务器上执行备份，以避免备份期间影响主服务器的服务。
14、redis有哪些数据类型？ (一)String 最常规的set/get操作，value可以是String也可以是数字。一般做一些复杂的计数功能的缓存。 (二)hash 这里value存放的是结构化的对象，比较方便的就是操作其中的某个字段。做单点登录的时候，就是用这种数据结构存储用户信息，以cookieId作为key，设置30分钟为缓存过期时间，能很好的模拟出类似session的效果。 (三)list 使用List的数据结构，可以做简单的消息队列的功能。另外还有一个就是，可以利用lrange命令，做基于redis的分页功能，性能极佳，用户体验好。 (四)set 因为set堆放的是一堆不重复值的集合。所以可以做全局去重的功能。为什么不用JVM自带的Set进行去重？因为我们的系统一般都是集群部署，使用JVM自带的Set，比较麻烦，难道为了一个做一个全局去重，再起一个公共服务，太麻烦了。 另外，就是利用交集、并集、差集等操作，可以计算共同喜好，全部的喜好，自己独有的喜好等功能。 (五)Zset Zset多了一个权重参数score,集合中的元素能够按score进行排列。可以做排行榜应用，取TOP N操作。另外，sorted set可以用来做延时任务。最后一个应用就是可以做范围查找。 15、叙述分布式数据库及其使用场景？ 分布式数据库应该是数据访问对应用透明，每个分片默认采用主备架构，提供灾备、恢复、监控、不停机扩容等整套解决方案，适用于TB或PB级的海量数据场景。
应用
16、Apache、Nginx、Lighttpd都有哪些特点？
Apache特点：1）几乎可以运行在所有的计算机平台上；2）支持最新的http/1.1协议；3）简单而且强有力的基于文件的配置（httpd.conf)；4）支持通用网关接口（cgi）；5）支持虚拟主机；6）支持http认证，7）集成perl；8）集成的代理服务器；9）可以通过web浏览器监视服务器的状态，可以自定义日志；10）支持服务器端包含命令（ssi）；11）支持安全socket层（ssl）；12）具有用户绘画过程的跟踪能力；13）支持fastcgi；14）支持java servlets Nginx特点：nginx是一个高性能的HTTP和反向代理服务器，同时也是一个IMAP/POP3/SMTP代理服务器，处理静态文件，索引文件以及自动索引，无缓存的反向代理加速，简单的负载均衡和容错，具有很高的稳定性，支持热部署。 Lighttpd特点：是一个具有非常低的内存开销，CPU占用率低，效能好，以及丰富的模块，Lighttpd是众多opensource轻量级的webserver中较为优秀的一个，支持fastcgi，cgi，auth，输出压缩，url重写，alias等重要功能。
17、LVS、NGINX、HAPROXY的优缺点？
LVS优点：具有很好的可伸缩性、可靠性、可管理性。抗负载能力强、对内存和CPU资源消耗比较低。工作在四层上，仅作分发，所以它几乎可以对所有的应用做负载均衡，且没有流量的产生，不会受到大流量的影响。 LVS缺点：软件不支持正则表达式处理，不能做动静分离，如果web应用比较庞大，LVS/DR+KEEPALIVED实施和管理比较复杂。相对而言，nginx和haproxy就简单得多。
nginx优点：工作在七层之上，可以针对http应用做一些分流的策略。比如针对域名、目录结构。它的正则规则比haproxy更为强大和灵活。对网络稳定性依赖非常小。理论上能PING就能进行负载均衡。配置和测试简单，可以承担高负载压力且稳定。nginx可以通过端口检测到服务器内部的故障。比如根据服务器处理网页返回的状态码、超时等。并且可以将返回错误的请求重新发送给另一个节点，同时nginx不仅仅是负载均衡器/反向代理软件。同时也是功能强大的web服务器，可以作为中层反向代理、静态网页和图片服务器使用。 nginx缺点：不支持URL检测，仅支持HTTP和EMAIL，对session的保持，cookie的引导能力相对欠缺。
Haproxy优点：支持虚拟主机、session的保持、cookie的引导；同时支持通过获取指定的url来检测后端服务器的状态。支持TCP协议的负载均衡；单纯从效率上讲比nginx更出色，且负载策略非常多。 aproxy缺点：扩展性能差；添加新功能很费劲，对不断扩展的新业务很难对付。
18、什么是中间件？什么是jdk？
中间件介绍： 中间件是一种独立的系统软件或服务程序，分布式应用软件借助这种软件在不同的技术之间共享资源 中间件位于客户机/ 服务器的操作系统之上，管理计算机资源和网络通讯 是连接两个独立应用程序或独立系统的软件。相连接的系统，即使它们具有不同的接口 但通过中间件相互之间仍能交换信息。执行中间件的一个关键途径是信息传递 通过中间件，应用程序可以工作于多平台或OS环境。 jdk：jdk是Java的开发工具包 它是一种用于构建在 Java 平台上发布的应用程序、applet 和组件的开发环境
19、日志收集、日志检索、日志展示的常用工具有哪些？
ELK或EFK。 Logstash：数据收集处理引擎。支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储以供后续使用。 Kibana：可视化化平台。它能够搜索、展示存储在 Elasticsearch 中索引数据。使用它可以很方便的用图表、表格、地图展示和分析数据。 Elasticsearch：分布式搜索引擎。具有高可伸缩、高可靠、易管理等特点。可以用于全文检索、结构化检索和分析，并能将这三者结合起来。Elasticsearch 基于 Lucene 开发，现在使用最广的开源搜索引擎之一，Wikipedia 、StackOverflow、Github 等都基于它来构建自己的搜索引擎。 Filebeat：轻量级数据收集引擎。基于原先 Logstash-fowarder 的源码改造出来。换句话说：Filebeat就是新版的 Logstash-fowarder，逐渐取代其位置。
20、什么是蓝绿发布和灰度发布？
蓝绿：旧版本-新版本 灰度：新旧版本各占一定比例，比例可自定义 两种发布都通过devops流水线实现
回答
在开始谈我对架构本质的理解之前，先谈谈对今天技术沙龙主题的个人见解，千万级规模的网站感觉数量级是非常大的，对这个数量级我们战略上 要重 视 它 ， 战术上又 要 藐 视 它。先举个例子感受一下千万级到底是什么数量级？现在很流行的优步(Uber)，从媒体公布的信息看，它每天接单量平均在百万左右， 假如每天有10个小时的服务时间，平均QPS只有30左右。对于一个后台服务器，单机的平均QPS可以到达800-1000，单独看写的业务量很简单 。为什么我们又不能说轻视它？第一，我们看它的数据存储，每天一百万的话，一年数据量的规模是多少？其次，刚才说的订单量，每一个订单要推送给附近的司机、司机要并发抢单，后面业务场景的访问量往往是前者的上百倍，轻松就超过上亿级别了。 今天我想从架构的本质谈起之后，希望大家理解在做一些建构设计的时候，它的出发点以及它解决的问题是什么。 架构，刚开始的解释是我从知乎上看到的。什么是架构？有人讲， 说架构并不是一 个很 悬 乎的 东西 ， 实际 上就是一个架子 ， 放一些 业务 和算法，跟我们的生活中的晾衣架很像。更抽象一点，说架构其 实 是 对 我 们 重复性业务 的抽象和我 们 未来 业务 拓展的前瞻，强调过去的经验和你对整个行业的预见。 我们要想做一个架构的话需要哪些能力？我觉得最重要的是架构师一个最重要的能力就是你要有 战 略分解能力。这个怎么来看呢: 第一，你必须要有抽象的能力，抽象的能力最基本就是去重，去重在整个架构中体现在方方面面，从定义一个函数，到定义一个类，到提供的一个服务，以及模板，背后都是要去重提高可复用率。 第二， 分类能力。做软件需要做对象的解耦，要定义对象的属性和方法，做分布式系统的时候要做服务的拆分和模块化，要定义服务的接口和规范。 第三， 算法（性能），它的价值体现在提升系统的性能，所有性能的提升，最终都会落到CPU，内存，IO和网络这4大块上。 这一页PPT举了一些例子来更深入的理解常见技术背后的架构理念。 第一个例子，在分布式系统我们会做 MySQL分 库 分表，我们要从不同的库和表中读取数据，这样的抽象最直观就是使用模板，因为绝大多数SQL语义是相同的，除了路由到哪个库哪个表，如果不使用Proxy中间件，模板就是性价比最高的方法。 第二看一下加速网络的CDN，它是做速度方面的性能提升，刚才我们也提到从CPU、内存、IO、网络四个方面来考虑，CDN本质上一个是做网络智能调度优化，另一个是多级缓存优化。 第三个看一下服务化，刚才已经提到了，各个大网站转型过程中一定会做服务化，其实它就是做抽象和做服务的拆分。第四个看一下消息队列，本质上还是做分类，只不过不是两个边际清晰的类，而是把两个边际不清晰的子系统通过队列解构并且异步化。新浪微博整体架构是什么样的 接下我们看一下微博整体架构，到一定量级的系统整个架构都会变成三层，客户端包括WEB、安卓和IOS，这里就不说了。接着还都会有一个接口层， 有三个主要作用： 第一个作用，要做 安全隔离，因为前端节点都是直接和用户交互，需要防范各种恶意攻击； 第二个还充当着一个 流量控制的作用，大家知道，在2014年春节的时候，微信红包，每分钟8亿多次的请求，其实真正到它后台的请求量，只有十万左右的数量级（这里的数据可能不准），剩余的流量在接口层就被挡住了； 第三，我们看对 PC 端和移 动 端的需求不一样的，所以我们可以进行拆分。接口层之后是后台，可以看到微博后台有三大块： 一个是 平台服 务， 第二， 搜索， 第三， 大数据。到了后台的各种服务其实都是处理的数据。 像平台的业务部门，做的就是 数据存储和读 取，对搜索来说做的是 数据的 检 索，对大数据来说是做的数据的 挖掘。微博其实和淘宝是很类似 微博其实和淘宝是很类似的。一般来说，第一代架构，基本上能支撑到用户到 百万 级别，到第二代架构基本能支撑到 千万 级别都没什么问题，当业务规模到 亿级别时，需要第三代的架构。 从 LAMP 的架构到面向服 务 的架构，有几个地方是非常难的，首先不可能在第一代基础上通过简单的修修补补满足用户量快速增长的，同时线上业务又不能停， 这是我们常说的 在 飞 机上 换 引擎的 问题。前两天我有一个朋友问我，说他在内部推行服务化的时候，把一个模块服务化做完了，其他部门就是不接。我建议在做服务化的时候，首先更多是偏向业务的梳理，同时要找准一个很好的切入点，既有架构和服务化上的提升，业务方也要有收益，比如提升性能或者降低维护成本同时升级过程要平滑，建议开始从原子化服务切入，比如基础的用户服务， 基础的短消息服务，基础的推送服务。 第二，就是可 以做无状 态 服 务，后面会详细讲，还有数据量大了后需要做数据Sharding，后面会将。 第三代 架构 要解决的 问题，就是用户量和业务趋于稳步增加（相对爆发期的指数级增长），更多考虑技术框架的稳定性， 提升系统整体的性能，降低成本，还有对整个系统监控的完善和升级。 大型网站的系统架构是如何演变的 我们通过通过数据看一下它的挑战，PV是在10亿级别，QPS在百万，数据量在千亿级别。我们可用性，就是SLA要求4个9，接口响应最多不能超过150毫秒，线上所有的故障必须得在5分钟内解决完。如果说5分钟没处理呢？那会影响你年终的绩效考核。2015年微博DAU已经过亿。我们系统有上百个微服务，每周会有两次的常规上线和不限次数的紧急上线。我们的挑战都一样，就是数据量，bigger and bigger，用户体验是faster and faster，业务是more and more。互联网业务更多是产品体验驱动， 技 术 在 产 品 体验上最有效的贡献 ， 就是你的性能 越来越好 。 每次降低加载一个页面的时间，都可以间接的降低这个页面上用户的流失率。微博的技术挑战和正交分解法解析架构 下面看一下 第三代的 架构 图 以及 我 们 怎么用正交分解法 阐 述。 我们可以看到我们从两个维度，横轴和纵轴可以看到。 一个 维 度 是 水平的 分层 拆分，第二从垂直的维度会做拆分。水平的维度从接口层、到服务层到数据存储层。垂直怎么拆分，会用业务架构、技术架构、监控平台、服务治理等等来处理。我相信到第二代的时候很多架构已经有了业务架构和技术架构的拆分。我们看一下， 接口层有feed、用户关系、通讯接口；服务层，SOA里有基层服务、原子服务和组合服务，在微博我们只有原子服务和组合服务。原子服务不依赖于任何其他服务，组合服务由几个原子服务和自己的业务逻辑构建而成 ，资源层负责海量数据的存储（后面例子会详细讲）。技 术框架解决 独立于 业务 的海量高并发场景下的技术难题，由众多的技术组件共同构建而成 。在接口层，微博使用JERSY框架，帮助你做参数的解析，参数的验证，序列化和反序列化；资源层，主要是缓存、DB相关的各类组件，比如Cache组件和对象库组件。监 控平台和服 务 治理 ， 完成系统服务的像素级监控，对分布式系统做提前诊断、预警以及治理。包含了SLA规则的制定、服务监控、服务调用链监控、流量监控、错误异常监控、线上灰度发布上线系统、线上扩容缩容调度系统等。 下面我们讲一下常见的设计原则。 第一个，首先是系统架构三个利器： 一个， 我 们 RPC 服 务组 件 （这里不讲了）， 第二个，我们 消息中 间 件 。消息中间件起的作用：可以把两个模块之间的交互异步化，其次可以把不均匀请求流量输出为匀速的输出流量，所以说消息中间件 异步化 解耦 和流量削峰的利器。 第三个是配置管理，它是 代码级灰度发布以及 保障系统降级的利器。 第二个 ， 无状态 ， 接口 层 最重要的就是无状 态。我们在电商网站购物，在这个过程中很多情况下是有状态的，比如我浏览了哪些商品，为什么大家又常说接口层是无状态的，其实我们把状态从接口层剥离到了数据层。像用户在电商网站购物，选了几件商品，到了哪一步，接口无状态后，状态要么放在缓存中，要么放在数据库中， 其 实 它并不是没有状 态 ， 只是在 这 个 过 程中我 们 要把一些有状 态 的 东 西抽离出来 到了数据层。 第三个， 数据 层 比服 务层 更需要 设计，这是一条非常重要的经验。对于服务层来说，可以拿PHP写，明天你可以拿JAVA来写，但是如果你的数据结构开始设计不合理，将来数据结构的改变会花费你数倍的代价，老的数据格式向新的数据格式迁移会让你痛不欲生，既有工作量上的，又有数据迁移跨越的时间周期，有一些甚至需要半年以上。 第四，物理结构与逻辑结构的映射，上一张图看到两个维度切成十二个区间，每个区间代表一个技术领域，这个可以看做我们的逻辑结构。另外，不论后台还是应用层的开发团队，一般都会分几个垂直的业务组加上一个基础技术架构组，这就是从物理组织架构到逻辑的技术架构的完美的映射，精细化团队分工，有利于提高沟通协作的效率 。 第五， www .sanhao.com 的访问过程，我们这个架构图里没有涉及到的，举个例子，比如当你在浏览器输入www.sanhao网址的时候，这个请求在接口层之前发生了什么？首先会查看你本机DNS以及DNS服务，查找域名对应的IP地址，然后发送HTTP请求过去。这个请求首先会到前端的VIP地址（公网服务IP地址），VIP之后还要经过负载均衡器（Nginx服务器），之后才到你的应用接口层。在接口层之前发生了这么多事，可能有用户报一个问题的时候，你通过在接口层查日志根本发现不了问题，原因就是问题可能发生在到达接口层之前了。 第六，我们说分布式系统，它最终的瓶颈会落在哪里呢？前端时间有一个网友跟我讨论的时候，说他们的系统遇到了一个瓶颈， 查遍了CPU，内存，网络，存储，都没有问题。我说你再查一遍，因为最终你不论用上千台服务器还是上万台服务器，最终系统出瓶颈的一定会落在某一台机（可能是叶子节点也可能是核心的节点），一定落在CPU、内存、存储和网络上，最后查出来问题出在一台服务器的网卡带宽上。微博多级双机房缓存架构 接下来我们看一下微博的Feed多级缓存。我们做业务的时候，经常很少做业务分析，技术大会上的分享又都偏向技术架构。其实大家更多的日常工作是需要花费更多时间在业务优化上。这张图是统计微博的信息流前几页的访问比例，像前三页占了97%，在做缓存设计的时候，我们最多只存最近的M条数据。 这里强调的就是做系统设计 要基于用 户 的 场 景 ， 越细致越好 。举了一个例子，大家都会用电商，电商在双十一会做全国范围内的活动，他们做设计的时候也会考虑场景的，一个就是购物车，我曾经跟相关开发讨论过，购物车是在双十一之前用户的访问量非常大，就是不停地往里加商品。在真正到双十一那天他不会往购物车加东西了，但是他会频繁的浏览购物车。针对这个场景，活动之前重点设计优化购物车的写场景， 活动开始后优化购物车的读场景。 你看到的微博是由哪些部分聚合而成的呢？最右边的是Feed，就是微博所有关注的人，他们的微博所组成的。微博我们会按照时间顺序把所有关注人的顺序做一个排序。随着业务的发展，除了跟时间序相关的微博还有非时间序的微博，就是会有广告的要求，增加一些广告，还有粉丝头条，就是拿钱买的，热门微博，都会插在其中。分发控制，就是说和一些推荐相关的，我推荐一些相关的好友的微博，我推荐一些你可能没有读过的微博，我推荐一些其他类型的微博。 当然对非时序的微博和分发控制微博，实际会起多个并行的程序来读取，最后同步做统一的聚合。这里稍微分享一下， 从SNS社交领域来看，国内现在做的比较好的三个信息流： 微博 是 基于弱关系的媒体信息流 ； 朋友圈是基于 强 关系的信息流 ； 另外一个做的比 较 好的就是今日 头 条 ， 它并不是基于关系来构建信息流 ， 而是基于 兴趣和相关性的个性化推荐 信息流 。 信息流的聚合，体现在很多很多的产品之中，除了SNS，电商里也有信息流的聚合的影子。比如搜索一个商品后出来的列表页，它的信息流基本由几部分组成：第一，打广告的；第二个，做一些推荐，热门的商品，其次，才是关键字相关的搜索结果。 信息流 开始的时候 很 简单 ， 但是到后期会 发现 ， 你的 这 个流 如何做控制分发 ， 非常复杂， 微博在最近一两年一直在做 这样 的工作。刚才我们是从业务上分析，那么技术上怎么解决高并发，高性能的问题？微博访问量很大的时候，底层存储是用MySQL数据库，当然也会有其他的。对于查询请求量大的时候，大家知道一定有缓存，可以复用可重用的计算结果。可以看到，发一条微博，我有很多粉丝，他们都会来看我发的内容，所以 微博是最适合使用 缓 存 的系统，微博的读写比例基本在几十比一。微博使用了 双 层缓 存，上面是L1，每个L1上都是一组（包含4-6台机器），左边的框相当于一个机房，右边又是一个机房。在这个系统中L1缓存所起的作用是什么？ 首先，L1 缓 存增加整个系 统 的 QPS， 其次 以低成本灵活扩容的方式 增加 系统 的 带宽 。想象一个极端场景，只有一篇博文，但是它的访问量无限增长，其实我们不需要影响L2缓存，因为它的内容存储的量小，但它就是访问量大。这种场景下，你就需要使用L1来扩容提升QPS和带宽瓶颈。另外一个场景，就是L2级缓存发生作用，比如我有一千万个用户，去访问的是一百万个用户的微博 ，这个时候，他不只是说你的吞吐量和访问带宽，就是你要缓存的博文的内容也很多了，这个时候你要考虑缓存的容量， 第二 级缓 存更多的是从容量上来 规划，保证请求以较小的比例 穿透到 后端的 数据 库 中 ，根据你的用户模型你可以估出来，到底有百分之多少的请求不能穿透到DB， 评估这个容量之后，才能更好的评估DB需要多少库，需要承担多大的访问的压力。另外，我们看双机房的话，左边一个，右边一个。 两个机房是互 为 主 备 ， 或者互 为热备 。如果两个用户在不同地域，他们访问两个不同机房的时候，假设用户从IDC1过来，因为就近原理，他会访问L1，没有的话才会跑到Master，当在IDC1没找到的时候才会跑到IDC2来找。同时有用户从IDC2访问，也会有请求从L1和Master返回或者到IDC1去查找。 IDC1 和 IDC2 ，两个机房都有全量的用户数据，同时在线提供服务，但是缓存查询又遵循最近访问原理。还有哪些多级缓存的例子呢？CDN是典型的多级缓存。CDN在国内各个地区做了很多节点，比如在杭州市部署一个节点时，在机房里肯定不止一台机器，那么对于一个地区来说，只有几台服务器到源站回源，其他节点都到这几台服务器回源即可，这么看CDN至少也有两级。Local Cache+ 分布式 缓 存，这也是常见的一种策略。有一种场景，分布式缓存并不适用， 比如 单 点 资 源 的爆发性峰值流量，这个时候使用Local Cache + 分布式缓存，Local Cache 在 应用 服 务 器 上用很小的 内存资源 挡住少量的 极端峰值流量，长尾的流量仍然访问分布式缓存，这样的Hybrid缓存架构通过复用众多的应用服务器节点，降低了系统的整体成本。 我们来看一下 Feed 的存 储 架构，微博的博文主要存在MySQL中。首先来看内容表，这个比较简单，每条内容一个索引，每天建一张表，其次看索引表，一共建了两级索引。首先想象一下用户场景，大部分用户刷微博的时候，看的是他关注所有人的微博，然后按时间来排序。仔细分析发现在这个场景下， 跟一个用户的自己的相关性很小了。所以在一级索引的时候会先根据关注的用户，取他们的前条微博ID，然后聚合排序。我们在做哈希（分库分表）的时候，同时考虑了按照UID哈希和按照时间维度。很业务和时间相关性很高的，今天的热点新闻，明天就没热度了，数据的冷热非常明显，这种场景就需要按照时间维度做分表，首先冷热数据做了分离（可以对冷热数据采用不同的存储方案来降低成本），其次， 很容止控制我数据库表的爆炸。像微博如果只按照用户维度区分，那么这个用户所有数据都在一张表里，这张表就是无限增长的，时间长了查询会越来越慢。二级索引，是我们里面一个比较特殊的场景，就是我要快速找到这个人所要发布的某一时段的微博时，通过二级索引快速定位。 分布式服务追踪系统 分布式追踪服务系统，当系统到千万级以后的时候，越来越庞杂，所解决的问题更偏向稳定性，性能和监控。刚才说用户只要有一个请求过来，你可以依赖你的服务RPC1、RPC2，你会发现RPC2又依赖RPC3、RPC4。分布式服务的时候一个痛点，就是说一个请求从用户过来之后，在后台不同的机器之间不停的调用并返回。 当你发现一个问题的时候，这些日志落在不同的机器上，你也不知道问题到底出在哪儿，各个服务之间互相隔离，互相之间没有建立关联。所以导致排查问题基本没有任何手段，就是出了问题没法儿解决。 我们要解决的问题，我们刚才说日志互相隔离，我们就要把它建立联系。建立联系我们就有一个请求ID，然后结合RPC框架， 服务治理功能。假设请求从客户端过来，其中包含一个ID 101，到服务A时仍然带有ID 101，然后调用RPC1的时候也会标识这是101 ，所以需要 一个唯一的 请求 ID 标识 递归迭代的传递到每一个 相关 节点。第二个，你做的时候，你不能说每个地方都加，对业务系统来说需要一个框架来完成这个工作， 这 个框架要 对业务 系 统 是最低侵入原 则 ， 用 JAVA 的 话 就可以用 AOP，要做到零侵入的原则，就是对所有相关的中间件打点，从接口层组件（HTTP Client、HTTP Server）至到服务层组件（RPC Client、RPC Server），还有数据访问中间件的，这样业务系统只需要少量的配置信息就可以实现全链路监控 。为什么要用日志？服务化以后，每个服务可以用不同的开发语言， 考虑多种开发语言的兼容性 ， 内部定 义标 准化的日志 是唯一且有效的办法。最后，如何构建基于GPS导航的路况监控？我们刚才讲分布式服务追踪。分布式服务追踪能解决的问题， 如果 单一用 户发现问题 后 ， 可以通 过请 求 ID 快速找到 发 生 问题 的 节 点在什么，但是并没有解决如何发现问题。我们看现实中比较容易理解的道路监控，每辆车有GPS定位，我想看北京哪儿拥堵的时候，怎么做？ 第一个 ， 你肯定要知道每个 车 在什么位置，它走到哪儿了。其实可以说每个车上只要有一个标识，加上每一次流动的信息，就可以看到每个车流的位置和方向。 其次如何做 监 控和 报 警，我们怎么能了解道路的流量状况和负载，并及时报警。我们要定义这条街道多宽多高，单位时间可以通行多少辆车，这就是道路的容量。有了道路容量，再有道路的实时流量，我们就可以基于实习路况做预警？ 对应于 分布式系 统 的话如何构建？ 第一 ， 你要 定义 每个服 务节 点它的 SLA A 是多少 ？SLA可以从系统的CPU占用率、内存占用率、磁盘占用率、QPS请求数等来定义，相当于定义系统的容量。 第二个 ， 统计 线 上 动态 的流量，你要知道服务的平均QPS、最低QPS和最大QPS，有了流量和容量，就可以对系统做全面的监控和报警。 刚才讲的是理论，实际情况肯定比这个复杂。微博在春节的时候做许多活动，必须保障系统稳定，理论上你只要定义容量和流量就可以。但实际远远不行，为什么？有技术的因素，有人为的因素，因为不同的开发定义的流量和容量指标有主观性，很难全局量化标准，所以真正流量来了以后，你预先评估的系统瓶颈往往不正确。实际中我们在春节前主要采取了三个措施：第一，最简单的就是有降 级 的 预 案，流量超过系统容量后，先把哪些功能砍掉，需要有明确的优先级 。第二个， 线上全链路压测，就是把现在的流量放大到我们平常流量的五倍甚至十倍（比如下线一半的服务器，缩容而不是扩容），看看系统瓶颈最先发生在哪里。我们之前有一些例子，推测系统数据库会先出现瓶颈，但是实测发现是前端的程序先遇到瓶颈。第三，搭建在线 Docker 集群 ， 所有业务共享备用的 Docker集群资源，这样可以极大的避免每个业务都预留资源，但是实际上流量没有增长造成的浪费。 总结 接下来说的是如何不停的学习和提升，这里以Java语言为例，首先， 一定要 理解 JAVA；第二步，JAVA完了以后，一定要 理 解 JVM；其次，还要 理解 操作系统；再次还是要了解一下 Design Pattern，这将告诉你怎么把过去的经验抽象沉淀供将来借鉴；还要学习 TCP/IP、 分布式系 统、数据结构和算法。
回答
回2楼啊里新人的帖子
在日常的业务开发中，常见使用到索引的地方大概有两类：
第一类.做业务约束需求，比如需要保证表中每行的单个字段或者某几个组合字段是唯一的，则可以在表中创建唯一索引;
比如：需要保证test表中插入user_id字段的值不能出现重复，则在设计表的时候，就可以在表中user_id字段上创建一个唯一索引：
CREATE TABLE `test` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`user_id` int(11) NOT NULL,
`gmt_create` datetime DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `uk_userid` (`user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ;
第二类.提高SQL语句执行速度，可以根据SQL语句的查询条件在表中创建合适的索引，以此来提升SQL语句的执行速度；
此过程好比是去图书找一本书，最慢的方法就是从图书馆的每一层楼每一个书架一本本的找过去；快捷一点的方法就是先通过图书检索来确认这一本书在几楼那个书架上，然后直接去找就可以了；当然创建这个索引也需要有一定的代价，需要存储空间来存放，需要在数据行插入，更新，删除的时候维护索引：
例如：
CREATE TABLE `test_record` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`user_id` int(11) NOT NULL,
`gmt_create` datetime DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5635996 DEFAULT CHARSET=utf8
该表有500w的记录，我需要查询20:00后插入的记录有多少条记录：
mysql> select count(*) from test_record where gmt_create>'2014-12-17 20:00:00';
+----------+
| count(*) |
+----------+
| 1 |
+----------+
1 row in set (1.31 sec)
可以看到查询耗费了1.31秒返回了1行记录，如果我们在gmt_create字段上添加索引：
mysql> alter table test_record add index ind_gmt_create(gmt_create);
Query OK, 0 rows affected (21.87 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> select count(*) from test_record where gmt_create>'2014-12-17 20:00:00';
+----------+
| count(*) |
+----------+
| 1 |
+----------+
1 row in set (0.01 sec)
查询只消耗了0.01秒中就返回了记录.
总的来说，为SQL语句（select，update，delete）创建必要的索引是必须的，这样虽然有一定的性能和空间消耗，但是是值得，尤其是在大并发的请求下，大量的数据被扫描造成系统IO和CPU资源消耗完，进而导致整个数据库不可服务.
-------------------------
怎么学好数据库是一个比较大题目，数据库不仅仅是写SQL那么简单，即使知道了SQL怎么写，还需要很清楚的知道这条SQL他大概扫描了多少数据，返回多少数据，是否需要创建索引。至于SQL优化是一个比较专业的技术活，但是可以通过学习是可以掌握的，你可以把一条sql从执行不出来优化到瞬间完成执行，这个过程的成就感是信心满满的。学习的方法可以有以下一些过程：1、自己查资料，包括书本，在线文档，google，别人的总结等等，试图自己解决2、多做实验，证明自己的想法以及判断3、如果实在不行，再去论坛问，或者问朋友4、如果问题解决了，把该问题的整个解决方法记录下来，以备后来的需要5、多关注别人的问题，或许以后自己就遇到了，并总是试图去多帮助别人6、习惯从多个方面去考虑问题，并且养成良好的总结习惯 下面是一些国内顶级数据库专家学习数据库的经验分享给大家： http://www.eygle.com/archives/2005/08/ecinieoracleouo.html 其实学习任何东西都是一样，没有太多的捷径可走，必须打好了坚实的基础，才有可以在进一步学习中得到快速提高。王国维在他的《人间词话》中曾经概括了为学的三种境界，我在这里套用一下：
古今之成大事业、大学问者，罔不经过三种之境界。"昨夜西风凋碧树。独上高楼，望尽天涯路。"此第一境界也。"衣带渐宽终不悔，为伊消得人憔悴。"此第二境界也。"众里寻他千百度，蓦然回首，那人却在灯火阑珊处。"此第三境界也。
学习Oracle，这也是你必须经历的三种境界。
第一层境界是说，学习的路是漫漫的，你必须做好充分的思想准备，如果半途而废还不如不要开始。
这里，注意一个"尽"字，在开始学习的过程中，你必须充分阅读Oracle的基础文档，概念手册、管理手册、备份恢复手册等（这些你都可以在http://tahiti.oracle.com 上找到）；OCP认证的教材也值得仔细阅读。打好基础之后你才具备了进一步提升的能力，万丈高楼都是由地而起。
第二层境界是说，尽管经历挫折、打击、灰心、沮丧，也都要坚持不放弃，具备了基础知识之后，你可以对自己感兴趣或者工作中遇到的问题进行深入的思考，由浅入深从来都不是轻而易举的，甚至很多时候你会感到自己停滞不前了，但是不要动摇，学习及理解上的突破也需要时间。
第三次境界是说，经历了那么多努力以后，你会发现，那苦苦思考的问题，那百思不得其解的算法原理，原来答案就在手边，你的思路豁然开朗，宛如拨云见月。这个时候，学习对你来说，不再是个难题，也许是种享受，也许成为艺术。
所以如果你想问我如何速成，那我是没有答案的。
不经一番寒彻骨，哪得梅花扑鼻香。
当然这三种境界在实际中也许是交叉的，在不断的学习中，不断有蓦然回首的收获。
我自己在学习的过程中，经常是采用"由点及面法"。
当遇到一个问题后，一定是深入下去，穷究根本，这样你会发现，一个简单的问题也必定会带起一大片的知识点，如果你能对很多问题进行深入思考和研究，那么在深处，你会发现，这些面逐渐接合，慢慢的延伸到oracle的所有层面，逐渐的你就能融会贯通。这时候，你会主动的去尝试全面学习Oracle，扫除你的知识盲点，学习已经成为一种需要。
由实践触发的学习才最有针对性，才更能让你深入的理解书本上的知识，正所谓："
纸上得来终觉浅，绝知此事要躬行"。实践的经验于我们是至为宝贵的。
如果说有，那么这，就是我的捷径。
想想自己，经常是"每有所获，便欣然忘食"，
兴趣才是我们最好的老师。
Oracle的优化是一门学问，也是一门艺术，理解透彻了，你会知道，优化不过是在各种条件之下做出的均衡与折中。
内存、外存；CPU、IO...对这一切你都需要有充分的认识和相当的了解，管理数据库所需要的知识并不单纯。
作为一个数据库管理人员，你需要做的就是能够根据自己的知识以及经验在各种复杂情况下做出快速正确的判断。当问题出现时，你需要知道使用怎样的手段发现问题的根本；找到问题之后，你需要运用你的知识找到解决问题的方法。
这当然并不容易，举重若轻还是举轻若重，取决于你具备怎样的基础以及经验积累。
在网络上，Howard J. Rogers最近创造了一个新词组:Voodoo Tuning，用以形容那些没有及时更新自己的知识技能的所谓的Oracle技术专家。由于知识的陈旧或者理解的肤浅，他们提供的很多调整建议是错误的、容易使人误解的，甚至是荒诞的。他们提供的某些建议在有些情况下也许是正确的，如果你愿意回到Oracle5版或者6版的年代；但是这些建议在Oracle7.0,8.0 或者 Oracle8i以后往往是完全错误的。
后来基于类似问题触发了互联网内Oracle顶级高手的一系列深入讨论，TOM、Jonathan Lewis、HJR等人都参与其中，在我的网站上(www.eygle.com )上对这些内容及相关链接作了简要介绍，有兴趣的可以参考。
HJR给我们提了很好的一个提示:对你所需要调整的内容，你必须具有充分的认识，否则你做出的判断就有可能是错误的。
这也是我想给自己和大家的一个建议:
学习和研究Oracle，严谨和认真必不可少。
当然
你还需要勤奋，我所熟悉的在Oracle领域有所成就的技术人员，他们共同的特点就是勤奋。
如果你觉得掌握的东西没有别人多，那么也许就是因为，你不如别人勤奋。
要是你觉得这一切过于复杂了，那我还有一句简单的话送给大家:
不积跬步，无以至千里。学习正是在逐渐积累过程中的提高。
现在Itpub给我们提供了很好的交流场所，很多问题都可以在这里找到答案，互相讨论，互相学习。这是我们的幸运，我也因此非常感谢这个网络时代。
参考书籍：
如果是一个新人可以先买一些基本的入门书籍，比如MySQL：《
深入浅出MySQL——数据库开发、优化与管理维护
》，在进阶一点的就是《
高性能MySQL（第3版）
》
oracle的参考书籍：
http://www.eygle.com/archives/2006/08/oracle_fundbook_recommand.html
最后建议不要在数据库中使用外键，让应用程序来保证。
-------------------------
Re:回 9楼(千鸟) 的帖子
我有一个问题想问问，现在在做一个与图书有关的项目，其中有一个功能是按图书书名搜索相似图书列表，问题不难，但是想优化一下，有如下问题想请教一下：
1、在图书数据库数据表的书名字段里，按图书书名进行关键字搜索，如何快速搜索相关的图书？
现在由于数据不多，直接用的like模糊查找验证功能而已；
如果数据量不大，是可以在数据库中完成搜索的，可以在搜索字段上创建索引，然后进行搜索查询：
CREATE TABLE `book` (
`book_id` int(11) NOT NULL AUTO_INCREMENT,
`book_name` varchar(100) NOT NULL,
.............................
PRIMARY KEY (`book_id`),
KEY `ind_name` (`book_name`)
) ENGINE=InnoDB
select book.* from book , (select book_id from book where book_name like '%算法%') book_search_id where book.book_id=book_search_id.book_id;
但是当数据量变得很大后，就不在适合了，可以采用一些其他的第三方搜索技术比如sphinx；
2、如何按匹配的关键度进行快速排序？比如搜索“算法”，有一本书是《算法》，另一本书是《算法设计》，要求前者排在更前面。
现在的排序是根据数据表中的主键序号id进行的排序，没有达到想要的效果。
root@127.0.0.1 : test 15:57:12> select book_id,book_name from book_search where book_name like '%算%' order by book_name;
+---------+--------------+
| book_id | book_name |
+---------+--------------+
| 2 | 算法 |
| 1 | 算法设计 |
-------------------------
回 10楼(大黑豆) 的帖子
模糊查询分为半模糊和全模糊，也就是：
select * from book where name like 'xxx%';(半模糊)
select * from book where name like '%xxx%';(全模糊)
半模糊可以可以使用到索引，全模糊在上面场景是不能使用到索引的，但可以进行一些改进，比如：
select book.* from book , (select book_id from book where book_name like '%算法%') book_search_id
where book.book_id=book_search_id.book_id;
注意这里book_id是主键，同时在book_name上创建了索引
上面的sql语句可以利用全索引扫描来完成优化，但是性能不会太好；特别在数据量大，请求频繁的业务场景下不要在数据库进行模糊查询；
非得使用数据库的话 ，建议不要在生产库进行查询，可以在只读节点进行查询，避免查询造成主业务数据库的资源消耗完，导致故障.
可以使用一些开源的搜索引擎技术，比如sphinx.
-------------------------
回 11楼(蓝色之鹰) 的帖子
我想问下,sql优化一般从那几个方面入手？多表之间的连接方式：Nested Loops，Hash Join 和 Sort Merge Join，是不是Hash Join最优连接？
SQL优化需要了解优化器原理，索引的原理，表的存储结构，执行计划等，可以买一本书来系统的进行学习，多多实验；
不同的数据库优化器的模型不一样，比如oracle支持NL，HJ，SMJ，但是mysql只支持NL，不通的连接方式适用于不同的应用场景；
NL：对于被连接的数据子集较小的情况，嵌套循环连接是个较好的选择
HJ：对于列连接是做大数据集连接时的常用方式
SMJ：通常情况下散列连接的效果都比排序合并连接要好，然而如果行源已经被排过序，在执行排序合并连接时不需要再排序了，这时排序合并连接的性能会优于散列连接
-------------------------
Re:回 19楼(原远) 的帖子
有个问题：分类表TQueCategory，问题表TQuestion（T-SQL)
CREATE TABLE TQueCategory
(
ID INT IDENTITY(1,1) PRIMARY KEY, --问题分类ID
NAME VARCHAR(20) --问题分类名称
)
CREATE TABLE TQuestion
(
ID INT IDENTITY(1,1) PRIMARY KEY, --问题ID
CateID INT NOT NULL, --问题分类ID
TITLE VARCHAR(50), --问题标题
CONTENT VARCHAR(500) --问题内容
)
当前要统计某个分类下的问题数，有两种方式：
1.每次统计，在TQuestion通过CateID进行分组统计
SELECT CateID,COUNT(1) AS QueNum FROM TQuestion GROUP BY CateID WHERE 1=1
2.在TQueCategory表增加字段QueNum，用于标识该分类下的问题数量
ALTER TABLE TQueCategory ADD QueNum INT
SELECT CateID,QueNum FROM TQueCategory
问：在哪种业务应用场景下采用上面哪种方式性能比较好，为什么？
###############################################################################################
方案 一 需要对
TQuestion 的
CateID字段 进行分组 ，可以在
CateID上创建一个索引，这样就可以索引扫描来完成查询；
方案 二 需要对
TQueCategory
进行扫描就可以得出结果，但是必须在问题表有插入，删除的时候维护quenum数量；
单单从SQL的性能来看，
分类表的数量应该是远远小于问题表的数量的，所以方案二的性能会比较好；
但是如果
TQuestion 的插入非常频繁的话，会带来对
TQueCategory的频繁更新，一次
TQuestion
的
insert或deleted就会带来一次
TQueCategory
的update，这个代价其实是蛮高的；
如果这个分类统计的查询不是非常频繁的话，建议还是使用方案一；
同时还可能还会其他的业务逻辑统计需求（例如：
CateID
+时间），这个时候在把逻辑放到
TQueCategory就不合适了。
-------------------------
回 20楼(原远) 的帖子
经验之谈，仅供参考
使用外键在开发上确实省去了很多功夫，但是把业务逻辑交由数据库来完成，对后期的维护来说是很麻烦的事情，不利于维护.
-------------------------
回 21楼(玩站网) 的帖子
无关技术方面：
咨询一下，现在mysql新的版本，5.5.45后貌似修改了开源协议。
是否意味着今后我们商业化使用mysql将受到限制？
如果甲骨文真周到那一步，rds是否会受到影响？
一个疑惑：
为什么很少见到有人用mysql正则匹配？性能不好还是什么原因？
########################################
MySQL有商业版 和 社区版，RDS的MySQL采用开源的社区版进行改进，由专门的RDS MySQL源码团队来维护，国内TOP 10的mysql源码贡献者大部分都在RDS，包括了@丁奇 ，@彭立勋 ，@印风 等；
不在数据库中做业务计算，是保证数据库运行稳定的一个好的设计经验；
是否影响性能与你的sql的执行频率，需要参与的计算数据量相关，当然了还包括数据库所在主机的IO，cpu，内存等资源，离开了这些谈性能是没有多大意义的；
-------------------------
回 22楼(比哥) 的帖子
分页该怎么优化才行？？？
#########################
可以参考这个链接，里面有很多的最佳实践，其中就包括了分页语句的优化：
http://bbs.aliyun.com/read/168647.html?spm=5176.7114037.1996646101.1.celwA1&pos=1
普通写法：
select * from t where sellerid=100 limit 100000，20
普通limit M，N的翻页写法，往往在越往后翻页的过程中速度越慢，原因
mysql会读取表中的前M+N条数据，M越大，性能就越差：
优化写法：
select t1.* from t t1,
(select id from t sellerid=100 limit 100000，20) t2
where t1.id=t2.id;
优化后的翻页写法，先查询翻页中需要的N条数据的主键id，在根据主键id
回表查询所需要的N条数据，此过程中查询N条数据的主键ID在索引中完成
注意：需要在t表的sellerid字段上创建索引
create index ind_sellerid on t(sellerid);
案例：
user_A (21:42:31):
这个sql该怎么优化，执行非常的慢：
| Query | 51 | Sending data |
select id, ... from t_buyer where sellerId = 765922982 and
gmt_modified >= '1970-01-01 08:00:00' and gmt_modified <= '2013-06-05 17:11:31'
limit 255000, 5000
SQL改写：selectt2.* from
(selectid from t_buyer where sellerId = 765922982
andgmt_modified >= '1970-01-01 08:00:00'
andgmt_modified <= '2013-06-05 17:11:31'
limit255000, 5000）t1,t_buyer t2 where t1.id=t2.id
index：seller_id,gmt_modified
user_A(21:58:43):
好像很快啊。神奇，这个原理是啥啊。牛！！！
user_A(21:59:55):
5000 rows in set (4.25 sec)，
前面要90秒。
-------------------------
回 27楼(板砖大叔) 的帖子
这里所说的索引都是普通的b-tree索引，mysql，sqlserver，oracle 的关系数据库都是默认支持的；
-------------------------
回 32楼(veeeye) 的帖子
可以详细说明一下“最后建议不要在数据库中使用外键，让应用程序来保证。 ”的原因吗？我们公司在项目中经常使用外键，用程序来保证不是相对而言更加复杂了吗？
这里的不建议使用外键，主要考虑到 ：
第一.维护成本上，把一些业务逻辑交由数据库来保证，当业务需求发生改动的时候，需要同时考虑应用程序和数据库，有时候一些数据库变更或者bug，可能会导致外键的失效；同时也给数据库的管理人员带来维护的麻烦，不便于管理。
第二.性能上考虑，当大量数据写入的时候，外键肯定会带来一定的性能损耗，当出现这样的问题时候，再来改造去除外键，真的就不值得了；
最后，不在数据库中参与业务的计算（存储过程，函数，触发器，外键），是保证数据库运行稳定的一个好的最佳实践。
-------------------------
回 33楼(优雅的固执) 的帖子
ReDBA专家门诊一期：索引与sql优化
十分想请大师分享下建立索引的经验
我平时简历索引是这样的
比如订单信息的话
建立
订单号 唯一聚集索引
其他的比如 客户编号 供应商编号 商品编号 这些建立非聚集不唯一索引
##################################################
建立索引，需要根据你的SQL语句来进行创建，不是每一个字段都需要进行创建，也不是一个索引都不创建,，可以把你的SQL语句，应用场景发出来看看。
索引的创建确实是一个非常专业的技术活，需要掌握：表的存储方式，索引的原理，数据库的优化器，统计信息，最后还需要能够读懂数据库的执行计划，以此来判断索引是否创建正确；
所以需要进行系统的学习才能掌握，附件是我在2011年的时候的一次公开课的ppt，希望对你有帮助，同时可以把你平时遇到的索引创建的疑惑发到论坛上来，大家可以一起交流。
-------------------------
回 30楼(几几届) 的帖子
我也是这样，简单的会，仔细写也会写出来，但是就是不知道有没有更快或者更好的
####################################################
多写写SQL，掌握SQL优化的方法，自然这些问题不在话下了。
-------------------------
回 40楼(小林阿小林) 的帖子
mysql如何查询需要优化的语句，比如慢查询的步奏，如何找出需要通知程序员修改或者优化的sql语句
############################################################
可以将mysql的慢日志打开，就可以记录执行时间超过指定阀值的慢SQL到本地文件或者数据库的slow_log表中；
在RDS中默认是打开了慢日志功能的：long_query_time=1，表示会记录执行时间>=1秒的慢sql；
如何快速找到mysql瓶颈：
简单一点的方法，可以通过监控mysql所在主机的性能（CPU，IO，load等）以及mysql本身的一些状态值（connections，thread running，qps，命中率等）；
RDS提供了完善的数据库监控体系，包括了CPU，IOPS，Disk，Connections，QPS，可以重点关注cpu，IO，connections，disk 4个 指标；
cpu，io，connections主要体现在了性能瓶颈，disk主要体现了空间瓶颈；
有时候一条慢sql语句的频繁调用，也可能导致整个实例的cpu，io，connections达到100%；也有可能一条排序的sql语句，消耗大量的临时空间，导致实例的空间消耗完。
-------------------------
下面是分析一个cpu 100%的案例分析：该实例的cpu已经到达100% 查看当前数据库的活动会话信息：当前数据库有较多的活跃线程在数据库中执行查看当前数据库正在执行的sql： 可以看到这条sql执行的非常缓慢：[tr=rgb(100, 204, 255)]delete from task_process where task_id='1801099' 查看这个表的索引： CREATE TABLE `task_process` ( `id` int(11) NOT NULL AUTO_INCREMENT, ................ `task_id` int(11) NOT NULL DEFAULT '0' COMMENT '??????id', ................ PRIMARY KEY (`id`), KEY `index_over_task` (`is_over`,`task_id`), KEY `index_over` (`is_over`,`is_auto`) USING BTREE, KEY `index_process_sn` (`process_sn`,`is_over`) USING BTREE) ENGINE=InnoDB AUTO_INCREMENT=32129710； 可以看到这个表有3KW的数据，但是没有task_id字段开头的索引，导致该sql语句删除需要进行全表扫描： 在我们的诊断报告中已经将该sql语句捕获到，同时给你提出该怎样进行索引的添加。 广告：诊断报告将会在1月底发布到控制台，到时候用户可以直接查看诊断建议，来完成你的数据库优化。
-------------------------
回 45楼(dentrite) 的帖子
datetime和int都是占用数据库4个字节，所以在空间上没有什么差别；但是为了可读性，建议还是使用datetime数据类型。
-------------------------
回 48楼(yuantel) 的帖子
麻烦把ecs_brand和ecs_goods的表结构发出来一下看看 。
-------------------------
回 51楼(小林阿小林) 的帖子
普通的 ECS服务器上目前还没有这样的慢SQL索引建议的工具。
不过后续有IDBCloud将会集成这样的sql诊断功能，使用他来管理ECS上的数据库就可以使用这样的功能了 。
回答
134题
其实就是水平扩容了，Zookeeper在这方面不太好。两种方式：全部重启：关闭所有Zookeeper服务，修改配置之后启动。不影响之前客户端的会话。逐个重启：这是比较常用的方式。
133题
集群最低3（2N+1）台，保证奇数，主要是为了选举算法。一个由 3 台机器构成的 ZooKeeper 集群，能够在挂掉 1 台机器后依然正常工作，而对于一个由 5 台服务器构成的 ZooKeeper 集群，能够对 2 台机器挂掉的情况进行容灾。注意，如果是一个由6台服务器构成的 ZooKeeper 集群，同样只能够挂掉 2 台机器，因为如果挂掉 3 台，剩下的机器就无法实现过半了。
132题
基于“过半”设计原则，ZooKeeper 在运行期间，集群中至少有过半的机器保存了最新的数据。因此，只要集群中超过半数的机器还能够正常工作，整个集群就能够对外提供服务。
131题
不是。官方声明：一个Watch事件是一个一次性的触发器，当被设置了Watch的数据发生了改变的时候，则服务器将这个改变发送给设置了Watch的客户端，以便通知它们。为什么不是永久的，举个例子，如果服务端变动频繁，而监听的客户端很多情况下，每次变动都要通知到所有的客户端，这太消耗性能了。一般是客户端执行getData(“/节点A”,true)，如果节点A发生了变更或删除，客户端会得到它的watch事件，但是在之后节点A又发生了变更，而客户端又没有设置watch事件，就不再给客户端发送。在实际应用中，很多情况下，我们的客户端不需要知道服务端的每一次变动，我只要最新的数据即可。
130题
数据发布/订阅，负载均衡，命名服务，分布式协调/通知，集群管理，Master 选举，分布式锁，分布式队列
129题
客户端 SendThread 线程接收事件通知， 交由 EventThread 线程回调 Watcher。客户端的 Watcher 机制同样是一次性的， 一旦被触发后， 该 Watcher 就失效了。
128题
1、服务端接收 Watcher 并存储； 2、Watcher 触发； 2.1 封装 WatchedEvent； 2.2 查询 Watcher； 2.3 没找到；说明没有客户端在该数据节点上注册过 Watcher； 2.4 找到；提取并从 WatchTable 和 Watch2Paths 中删除对应 Watcher； 3、调用 process 方法来触发 Watcher。
127题
1.调用 getData()/getChildren()/exist()三个 API，传入 Watcher 对象 2.标记请求 request，封装 Watcher 到 WatchRegistration 3.封装成 Packet 对象，发服务端发送 request 4.收到服务端响应后，将 Watcher 注册到 ZKWatcherManager 中进行管理 5.请求返回，完成注册。
126题
Zookeeper 允许客户端向服务端的某个 Znode 注册一个 Watcher 监听，当服务端的一些指定事件触发了这个 Watcher，服务端会向指定客户端发送一个事件通知来实现分布式的通知功能，然后客户端根据 Watcher 通知状态和事件类型做出业务上的改变。工作机制：（1）客户端注册 watcher（2）服务端处理 watcher（3）客户端回调 watcher
125题
服务器具有四种状态，分别是 LOOKING、FOLLOWING、LEADING、OBSERVING。 LOOKING：寻 找 Leader 状态。当服务器处于该状态时，它会认为当前集群中没有 Leader，因此需要进入 Leader 选举状态。 FOLLOWING：跟随者状态。表明当前服务器角色是 Follower。 LEADING：领导者状态。表明当前服务器角色是 Leader。 OBSERVING：观察者状态。表明当前服务器角色是 Observer。
124题
Zookeeper 有三种部署模式：单机部署：一台集群上运行；集群部署：多台集群运行；伪集群部署：一台集群启动多个 Zookeeper 实例运行。
123题
Paxos算法是分布式选举算法，Zookeeper使用的 ZAB协议（Zookeeper原子广播），二者有相同的地方，比如都有一个Leader，用来协调N个Follower的运行；Leader要等待超半数的Follower做出正确反馈之后才进行提案；二者都有一个值来代表Leader的周期。不同的地方在于：ZAB用来构建高可用的分布式数据主备系统（Zookeeper），Paxos是用来构建分布式一致性状态机系统。Paxos算法、ZAB协议要想讲清楚可不是一时半会的事儿，自1990年莱斯利·兰伯特提出Paxos算法以来，因为晦涩难懂并没有受到重视。后续几年，兰伯特通过好几篇论文对其进行更进一步地解释，也直到06年谷歌发表了三篇论文，选择Paxos作为chubby cell的一致性算法，Paxos才真正流行起来。对于普通开发者来说，尤其是学习使用Zookeeper的开发者明确一点就好：分布式Zookeeper选举Leader服务器的算法与Paxos有很深的关系。
122题
ZAB协议是为分布式协调服务Zookeeper专门设计的一种支持崩溃恢复的原子广播协议(paxos算法的一种实现)。ZAB协议包括两种基本的模式：崩溃恢复和消息广播。当整个zookeeper集群刚刚启动或者Leader服务器宕机、重启或者网络故障导致不存在过半的服务器与Leader服务器保持正常通信时，所有进程（服务器）进入崩溃恢复模式，首先选举产生新的Leader服务器，然后集群中Follower服务器开始与新的Leader服务器进行数据同步，当集群中超过半数机器与该Leader服务器完成数据同步之后，退出恢复模式进入消息广播模式，Leader服务器开始接收客户端的事务请求生成事物提案来进行事务请求处理。
121题
Zookeeper本身也是集群，推荐配置不少于3个服务器。Zookeeper自身也要保证当一个节点宕机时，其他节点会继续提供服务。如果是一个Follower宕机，还有2台服务器提供访问，因为Zookeeper上的数据是有多个副本的，数据并不会丢失；如果是一个Leader宕机，Zookeeper会选举出新的Leader。ZK集群的机制是只要超过半数的节点正常，集群就能正常提供服务。只有在ZK节点挂得太多，只剩一半或不到一半节点能工作，集群才失效。所以，3个节点的cluster可以挂掉1个节点(leader可以得到2票>1.5)，2个节点的cluster就不能挂掉任何1个节点了(leader可以得到1票<=1)。
120题
选完Leader以后，zk就进入状态同步过程。1、Leader等待server连接；2、Follower连接leader，将最大的zxid发送给leader；3、Leader根据follower的zxid确定同步点；4、完成同步后通知follower 已经成为uptodate状态；5、Follower收到uptodate消息后，又可以重新接受client的请求进行服务了。
119题
在zookeeper集群中也是一样，每个节点都会投票，如果某个节点获得超过半数以上的节点的投票，则该节点就是leader节点了。zookeeper中有三种选举算法，分别是LeaderElection,FastLeaderElection,AuthLeaderElection， FastLeaderElection此算法和LeaderElection不同的是它不会像后者那样在每轮投票中要搜集到所有结果后才统计投票结果，而是不断的统计结果，一旦没有新的影响leader结果的notification出现就返回投票结果。这样的效率更高。
118题
zk的负载均衡是可以调控，nginx只是能调权重，其他需要可控的都需要自己写插件；但是nginx的吞吐量比zk大很多，应该说按业务选择用哪种方式。
117题
Zookeeper 的核心是原子广播，这个机制保证了各个Server之间的同步。实现这个机制的协议叫做Zab协议。Zab协议有两种模式，它们分别是恢复模式（选主）和广播模式（同步）。当服务启动或者在领导者崩溃后，Zab就进入了恢复模式，当领导者被选举出来，且大多数Server完成了和 leader的状态同步以后，恢复模式就结束了。状态同步保证了leader和Server具有相同的系统状态。
116题
有临时节点和永久节点，分再细一点有临时有序/无序节点，有永久有序/无序节点。当创建临时节点的程序结束后，临时节点会自动消失，临时节点上的数据也会一起消失。
115题
在分布式环境中，有些业务逻辑只需要集群中的某一台机器进行执行，其他的机器可以共享这个结果，这样可以大大减少重复计算，提高性能，这就是主节点存在的意义。
114题
ZooKeeper 实现分布式事务，类似于两阶段提交，总共分为以下 4 步：客户端先给 ZooKeeper 节点发送写请求；ZooKeeper 节点将写请求转发给 Leader 节点，Leader 广播给集群要求投票，等待确认；Leader 收到确认，统计投票，票数过半则提交事务；事务提交成功后，ZooKeeper 节点告知客户端。
113题
ZooKeeper 实现分布式锁的步骤如下：客户端连接 ZooKeeper，并在 /lock 下创建临时的且有序的子节点，第一个客户端对应的子节点为 /lock/lock-10000000001，第二个为 /lock/lock-10000000002，以此类推。客户端获取 /lock 下的子节点列表，判断自己创建的子节点是否为当前子节点列表中序号最小的子节点，如果是则认为获得锁，否则监听刚好在自己之前一位的子节点删除消息，获得子节点变更通知后重复此步骤直至获得锁；执行业务代码；完成业务流程后，删除对应的子节点释放锁。
112题
ZooKeeper 特性如下：顺序一致性（Sequential Consistency）：来自相同客户端提交的事务，ZooKeeper 将严格按照其提交顺序依次执行；原子性（Atomicity）：于 ZooKeeper 集群中提交事务，事务将“全部完成”或“全部未完成”，不存在“部分完成”；单一系统镜像（Single System Image）：客户端连接到 ZooKeeper 集群的任意节点，其获得的数据视图都是相同的；可靠性（Reliability）：事务一旦完成，其产生的状态变化将永久保留，直到其他事务进行覆盖；实时性（Timeliness）：事务一旦完成，客户端将于限定的时间段内，获得最新的数据。
111题
ZooKeeper 通常有三种搭建模式：单机模式：zoo.cfg 中只配置一个 server.id 就是单机模式了，此模式一般用在测试环境，如果当前主机宕机，那么所有依赖于当前 ZooKeeper 服务工作的其他服务器都不能进行正常工作；伪分布式模式：在一台机器启动不同端口的 ZooKeeper，配置到 zoo.cfg 中，和单机模式相同，此模式一般用在测试环境；分布式模式：多台机器各自配置 zoo.cfg 文件，将各自互相加入服务器列表，上面搭建的集群就是这种完全分布式。
110题
ZooKeeper 主要提供以下功能：分布式服务注册与订阅：在分布式环境中，为了保证高可用性，通常同一个应用或同一个服务的提供方都会部署多份，达到对等服务。而消费者就须要在这些对等的服务器中选择一个来执行相关的业务逻辑，比较典型的服务注册与订阅，如 Dubbo。分布式配置中心：发布与订阅模型，即所谓的配置中心，顾名思义就是发布者将数据发布到 ZooKeeper 节点上，供订阅者获取数据，实现配置信息的集中式管理和动态更新。命名服务：在分布式系统中，通过命名服务客户端应用能够根据指定名字来获取资源、服务地址和提供者等信息。分布式锁：这个主要得益于 ZooKeeper 为我们保证了数据的强一致性。
109题
Dubbo是 SOA 时代的产物，它的关注点主要在于服务的调用，流量分发、流量监控和熔断。而 Spring Cloud诞生于微服务架构时代，考虑的是微服务治理的方方面面，另外由于依托了 Spirng、Spirng Boot的优势之上，两个框架在开始目标就不一致，Dubbo 定位服务治理、Spirng Cloud 是一个生态。
108题
Dubbo通过Token令牌防止用户绕过注册中心直连，然后在注册中心上管理授权。Dubbo还提供服务黑白名单，来控制服务所允许的调用方。
107题
Dubbo超时时间设置有两种方式： 服务提供者端设置超时时间，在Dubbo的用户文档中，推荐如果能在服务端多配置就尽量多配置，因为服务提供者比消费者更清楚自己提供的服务特性。 服务消费者端设置超时时间，如果在消费者端设置了超时时间，以消费者端为主，即优先级更高。因为服务调用方设置超时时间控制性更灵活。如果消费方超时，服务端线程不会定制，会产生警告。
106题
Random LoadBalance: 随机选取提供者策略，有利于动态调整提供者权重。截面碰撞率高，调用次数越多，分布越均匀； RoundRobin LoadBalance: 轮循选取提供者策略，平均分布，但是存在请求累积的问题； LeastActive LoadBalance: 最少活跃调用策略，解决慢提供者接收更少的请求； ConstantHash LoadBalance: 一致性Hash策略，使相同参数请求总是发到同一提供者，一台机器宕机，可以基于虚拟节点，分摊至其他提供者，避免引起提供者的剧烈变动； 缺省时为Random随机调用。
105题
Consumer(消费者），连接注册中心 ，并发送应用信息、所求服务信息至注册中心。 注册中心根据 消费 者所求服务信息匹配对应的提供者列表发送至Consumer 应用缓存。 Consumer 在发起远程调用时基于缓存的消费者列表择其一发起调用。 Provider 状态变更会实时通知注册中心、在由注册中心实时推送至Consumer。
104题
Provider：暴露服务的服务提供方。 Consumer：调用远程服务的服务消费方。 Registry：服务注册与发现的注册中心。 Monitor：统计服务的调用次调和调用时间的监控中心。 Container：服务运行容器。
103题
主要就是如下3个核心功能： Remoting：网络通信框架，提供对多种NIO框架抽象封装，包括“同步转异步”和“请求-响应”模式的信息交换方式。 Cluster：服务框架，提供基于接口方法的透明远程过程调用，包括多协议支持，以及软负载均衡，失败容错，地址路由，动态配置等集群支持。 Registry：服务注册，基于注册中心目录服务，使服务消费方能动态的查找服务提供方，使地址透明，使服务提供方可以平滑增加或减少机器。
102题
透明化的远程方法调用，就像调用本地方法一样调用远程方法，只需简单配置，没有任何API侵入。软负载均衡及容错机制，可在内网替代F5等硬件负载均衡器，降低成本，减少单点。服务自动注册与发现，不再需要写死服务提供方地址，注册中心基于接口名查询服务提供者的IP地址，并且能够平滑添加或删除服务提供者。
101题
垂直分表定义：将一个表按照字段分成多表，每个表存储其中一部分字段。水平分表是在同一个数据库内，把同一个表的数据按一定规则拆到多个表中。
100题
垂直分库是指按照业务将表进行分类，分布到不同的数据库上面，每个库可以放在不同的服务器上，它的核心理念是专库专用。水平分库是把同一个表的数据按一定规则拆到不同的数据库中，每个库可以放在不同的服务器上。
99题
QPS：每秒查询数。TPS：每秒处理事务数。Uptime：服务器已经运行的时间，单位秒。Questions：已经发送给数据库查询数。Com_select：查询次数，实际操作数据库的。Com_insert：插入次数。Com_delete：删除次数。Com_update：更新次数。Com_commit：事务次数。Com_rollback：回滚次数。
98题
如果需要跨主机进行JOIN，跨应用进行JOIN，或者数据库不能获得较好的执行计划，都可以自己通过程序来实现JOIN。 例如：SELECT a.,b. FROM a,b WHERE a.col1=b.col1 AND a.col2> 10 ORDER BY a.col2; 可以利用程序实现，先SELECT * FROM a WHERE a.col2>10 ORDER BY a.col2;–(1) 利用(1)的结果集，做循环，SELECT * FROM b WHERE b.col1=a.col1; 这样可以避免排序，可以在程序里控制执行的速度，有效降低数据库压力，也可以实现跨主机的JOIN。
97题
搭建复制的必备条件：复制的机器之间网络通畅，Master打开了binlog。 搭建复制步骤：建立用户并设置权限，修改配置文件，查看master状态，配置slave，启动从服务，查看slave状态，主从测试。
96题
Heartbeat方案：利用Heartbeat管理VIP，利用crm管理MySQL，MySQL进行双M复制。（Linux系统下没有分库的标准方案）。 LVS+Keepalived方案：利用Keepalived管理LVS和VIP，LVS分发请求到MySQL，MySQL进行双M复制。（Linux系统下无分库无事务的方案）。 Cobar方案：利用Cobar进行HA和分库，应用程序请求Cobar，Cobar转发请求道数据库。（有分库的标准方案，Unix下唯一方案）。
95题
聚集（clustered）索引，也叫聚簇索引，数据行的物理顺序与列值（一般是主键的那一列）的逻辑顺序相同，一个表中只能拥有一个聚集索引。但是，覆盖索引可以模拟多个聚集索引。存储引擎负责实现索引，因此不是所有的存储索引都支持聚集索引。当前，SolidDB和InnoDB是唯一支持聚集索引的存储引擎。 优点：可以把相关数据保存在一起。数据访问快。 缺点：聚集能最大限度地提升I/O密集负载的性能。聚集能最大限度地提升I/O密集负载的性能。建立在聚集索引上的表在插入新行，或者在行的主键被更新，该行必须被移动的时候会进行分页。聚集表可会比全表扫描慢，尤其在表存储得比较稀疏或因为分页而没有顺序存储的时候。第二（非聚集）索引可能会比预想的大，因为它们的叶子节点包含了被引用行的主键列。
94题
以下原因是导致mysql 表毁坏的常见原因： 服务器突然断电导致数据文件损坏； 强制关机，没有先关闭mysql 服务； mysqld 进程在写表时被杀掉； 使用myisamchk 的同时，mysqld 也在操作表； 磁盘故障；服务器死机；mysql 本身的bug 。
93题
1.定位慢查询 首先先打开慢查询日志设置慢查询时间； 2.分析慢查询（使用explain工具分析sql语句）； 3.优化慢查询 。
回答
微服务 (MicroServices) 架构是当前互联网业界的一个技术热点，圈里有不少同行朋友当前有计划在各自公司开展微服务化体系建设，他们都有相同的疑问：一个微服务架构有哪些技术关注点 (technical concerns)？需要哪些基础框架或组件来支持微服务架构？这些框架或组件该如何选型？笔者之前在两家大型互联网公司参与和主导过大型服务化体系和框架建设，同时在这块也投入了很多时间去学习和研究，有一些经验和学习心得，可以和大家一起分享。
服务注册、发现、负载均衡和健康检查和单块 (Monolithic) 架构不同，微服务架构是由一系列职责单一的细粒度服务构成的分布式网状结构，服务之间通过轻量机制进行通信，这时候必然引入一个服务注册发现问题，也就是说服务提供方要注册通告服务地址，服务的调用方要能发现目标服务，同时服务提供方一般以集群方式提供服务，也就引入了负载均衡和健康检查问题。根据负载均衡 LB 所在位置的不同，目前主要的服务注册、发现和负载均衡方案有三种：
第一种是集中式 LB 方案，如下图 Fig 1，在服务消费者和服务提供者之间有一个独立的 LB，LB 通常是专门的硬件设备如 F5，或者基于软件如 LVS，HAproxy 等实现。LB 上有所有服务的地址映射表，通常由运维配置注册，当服务消费方调用某个目标服务时，它向 LB 发起请求，由 LB 以某种策略（比如 Round-Robin）做负载均衡后将请求转发到目标服务。LB 一般具备健康检查能力，能自动摘除不健康的服务实例。服务消费方如何发现 LB 呢？通常的做法是通过 DNS，运维人员为服务配置一个 DNS 域名，这个域名指向 LB。
Fig 1, 集中式 LB 方案
集中式 LB 方案实现简单，在 LB 上也容易做集中式的访问控制，这一方案目前还是业界主流。集中式 LB 的主要问题是单点问题，所有服务调用流量都经过 LB，当服务数量和调用量大的时候，LB 容易成为瓶颈，且一旦 LB 发生故障对整个系统的影响是灾难性的。另外，LB 在服务消费方和服务提供方之间增加了一跳 (hop)，有一定性能开销。
第二种是进程内 LB 方案，针对集中式 LB 的不足，进程内 LB 方案将 LB 的功能以库的形式集成到服务消费方进程里头，该方案也被称为软负载 (Soft Load Balancing) 或者客户端负载方案，下图 Fig 2 展示了这种方案的工作原理。这一方案需要一个服务注册表 (Service Registry) 配合支持服务自注册和自发现，服务提供方启动时，首先将服务地址注册到服务注册表（同时定期报心跳到服务注册表以表明服务的存活状态，相当于健康检查），服务消费方要访问某个服务时，它通过内置的 LB 组件向服务注册表查询（同时缓存并定期刷新）目标服务地址列表，然后以某种负载均衡策略选择一个目标服务地址，最后向目标服务发起请求。这一方案对服务注册表的可用性 (Availability) 要求很高，一般采用能满足高可用分布式一致的组件（例如 Zookeeper, Consul, Etcd 等）来实现。
Fig 2, 进程内 LB 方案
进程内 LB 方案是一种分布式方案，LB 和服务发现能力被分散到每一个服务消费者的进程内部，同时服务消费方和服务提供方之间是直接调用，没有额外开销，性能比较好。但是，该方案以客户库 (Client Library) 的方式集成到服务调用方进程里头，如果企业内有多种不同的语言栈，就要配合开发多种不同的客户端，有一定的研发和维护成本。另外，一旦客户端跟随服务调用方发布到生产环境中，后续如果要对客户库进行升级，势必要求服务调用方修改代码并重新发布，所以该方案的升级推广有不小的阻力。
进程内 LB 的案例是 Netflix 的开源服务框架，对应的组件分别是：Eureka 服务注册表，Karyon 服务端框架支持服务自注册和健康检查，Ribbon 客户端框架支持服务自发现和软路由。另外，阿里开源的服务框架 Dubbo 也是采用类似机制。
第三种是主机独立 LB 进程方案，该方案是针对第二种方案的不足而提出的一种折中方案，原理和第二种方案基本类似，不同之处是，他将 LB 和服务发现功能从进程内移出来，变成主机上的一个独立进程，主机上的一个或者多个服务要访问目标服务时，他们都通过同一主机上的独立 LB 进程做服务发现和负载均衡，见下图 Fig 3。
Fig 3 主机独立 LB 进程方案
该方案也是一种分布式方案，没有单点问题，一个 LB 进程挂了只影响该主机上的服务调用方，服务调用方和 LB 之间是进程内调用，性能好，同时，该方案还简化了服务调用方，不需要为不同语言开发客户库，LB 的升级不需要服务调用方改代码。该方案的不足是部署较复杂，环节多，出错调试排查问题不方便。
该方案的典型案例是 Airbnb 的 SmartStack 服务发现框架，对应组件分别是：Zookeeper 作为服务注册表，Nerve 独立进程负责服务注册和健康检查，Synapse/HAproxy 独立进程负责服务发现和负载均衡。Google 最新推出的基于容器的 PaaS 平台 Kubernetes，其内部服务发现采用类似的机制。
服务前端路由微服务除了内部相互之间调用和通信之外，最终要以某种方式暴露出去，才能让外界系统（例如客户的浏览器、移动设备等等）访问到，这就涉及服务的前端路由，对应的组件是服务网关 (Service Gateway)，见图 Fig 4，网关是连接企业内部和外部系统的一道门，有如下关键作用：
服务反向路由，网关要负责将外部请求反向路由到内部具体的微服务，这样虽然企业内部是复杂的分布式微服务结构，但是外部系统从网关上看到的就像是一个统一的完整服务，网关屏蔽了后台服务的复杂性，同时也屏蔽了后台服务的升级和变化。安全认证和防爬虫，所有外部请求必须经过网关，网关可以集中对访问进行安全控制，比如用户认证和授权，同时还可以分析访问模式实现防爬虫功能，网关是连接企业内外系统的安全之门。限流和容错，在流量高峰期，网关可以限制流量，保护后台系统不被大流量冲垮，在内部系统出现故障时，网关可以集中做容错，保持外部良好的用户体验。监控，网关可以集中监控访问量，调用延迟，错误计数和访问模式，为后端的性能优化或者扩容提供数据支持。日志，网关可以收集所有的访问日志，进入后台系统做进一步分析。
Fig 4, 服务网关
除以上基本能力外，网关还可以实现线上引流，线上压测，线上调试 (Surgical debugging)，金丝雀测试 (Canary Testing)，数据中心双活 (Active-Active HA) 等高级功能。
网关通常工作在 7 层，有一定的计算逻辑，一般以集群方式部署，前置 LB 进行负载均衡。
开源的网关组件有 Netflix 的 Zuul，特点是动态可热部署的过滤器 (filter) 机制，其它如 HAproxy，Nginx 等都可以扩展作为网关使用。
在介绍过服务注册表和网关等组件之后，我们可以通过一个简化的微服务架构图 (Fig 5) 来更加直观地展示整个微服务体系内的服务注册发现和路由机制，该图假定采用进程内 LB 服务发现和负载均衡机制。在下图 Fig 5 的微服务架构中，服务简化为两层，后端通用服务（也称中间层服务 Middle Tier Service）和前端服务（也称边缘服务 Edge Service，前端服务的作用是对后端服务做必要的聚合和裁剪后暴露给外部不同的设备，如 PC，Pad 或者 Phone）。后端服务启动时会将地址信息注册到服务注册表，前端服务通过查询服务注册表就可以发现然后调用后端服务；前端服务启动时也会将地址信息注册到服务注册表，这样网关通过查询服务注册表就可以将请求路由到目标前端服务，这样整个微服务体系的服务自注册自发现和软路由就通过服务注册表和网关串联起来了。如果以面向对象设计模式的视角来看，网关类似 Proxy 代理或者 Façade 门面模式，而服务注册表和服务自注册自发现类似 IoC 依赖注入模式，微服务可以理解为基于网关代理和注册表 IoC 构建的分布式系统。
Fig 5, 简化的微服务架构图
服务容错当企业微服务化以后，服务之间会有错综复杂的依赖关系，例如，一个前端请求一般会依赖于多个后端服务，技术上称为 1 -> N 扇出 (见图 Fig 6)。在实际生产环境中，服务往往不是百分百可靠，服务可能会出错或者产生延迟，如果一个应用不能对其依赖的故障进行容错和隔离，那么该应用本身就处在被拖垮的风险中。在一个高流量的网站中，某个单一后端一旦发生延迟，可能在数秒内导致所有应用资源 (线程，队列等) 被耗尽，造成所谓的雪崩效应 (Cascading Failure，见图 Fig 7)，严重时可致整个网站瘫痪。
Fig 6, 服务依赖
Fig 7, 高峰期单个服务延迟致雪崩效应
经过多年的探索和实践，业界在分布式服务容错一块探索出了一套有效的容错模式和最佳实践，主要包括：
Fig 8, 弹性电路保护状态图
电路熔断器模式 (Circuit Breaker Patten), 该模式的原理类似于家里的电路熔断器，如果家里的电路发生短路，熔断器能够主动熔断电路，以避免灾难性损失。在分布式系统中应用电路熔断器模式后，当目标服务慢或者大量超时，调用方能够主动熔断，以防止服务被进一步拖垮；如果情况又好转了，电路又能自动恢复，这就是所谓的弹性容错，系统有自恢复能力。下图 Fig 8 是一个典型的具备弹性恢复能力的电路保护器状态图，正常状态下，电路处于关闭状态 (Closed)，如果调用持续出错或者超时，电路被打开进入熔断状态 (Open)，后续一段时间内的所有调用都会被拒绝 (Fail Fast)，一段时间以后，保护器会尝试进入半熔断状态 (Half-Open)，允许少量请求进来尝试，如果调用仍然失败，则回到熔断状态，如果调用成功，则回到电路闭合状态。舱壁隔离模式 (Bulkhead Isolation Pattern)，顾名思义，该模式像舱壁一样对资源或失败单元进行隔离，如果一个船舱破了进水，只损失一个船舱，其它船舱可以不受影响 。线程隔离 (Thread Isolation) 就是舱壁隔离模式的一个例子，假定一个应用程序 A 调用了 Svc1/Svc2/Svc3 三个服务，且部署 A 的容器一共有 120 个工作线程，采用线程隔离机制，可以给对 Svc1/Svc2/Svc3 的调用各分配 40 个线程，当 Svc2 慢了，给 Svc2 分配的 40 个线程因慢而阻塞并最终耗尽，线程隔离可以保证给 Svc1/Svc3 分配的 80 个线程可以不受影响，如果没有这种隔离机制，当 Svc2 慢的时候，120 个工作线程会很快全部被对 Svc2 的调用吃光，整个应用程序会全部慢下来。限流 (Rate Limiting/Load Shedder)，服务总有容量限制，没有限流机制的服务很容易在突发流量 (秒杀，双十一) 时被冲垮。限流通常指对服务限定并发访问量，比如单位时间只允许 100 个并发调用，对超过这个限制的请求要拒绝并回退。回退 (fallback)，在熔断或者限流发生的时候，应用程序的后续处理逻辑是什么？回退是系统的弹性恢复能力，常见的处理策略有，直接抛出异常，也称快速失败 (Fail Fast)，也可以返回空值或缺省值，还可以返回备份数据，如果主服务熔断了，可以从备份服务获取数据。Netflix 将上述容错模式和最佳实践集成到一个称为 Hystrix 的开源组件中，凡是需要容错的依赖点 (服务，缓存，数据库访问等)，开发人员只需要将调用封装在 Hystrix Command 里头，则相关调用就自动置于 Hystrix 的弹性容错保护之下。Hystrix 组件已经在 Netflix 经过多年运维验证，是 Netflix 微服务平台稳定性和弹性的基石，正逐渐被社区接受为标准容错组件。
服务框架微服务化以后，为了让业务开发人员专注于业务逻辑实现，避免冗余和重复劳动，规范研发提升效率，必然要将一些公共关注点推到框架层面。服务框架 (Fig 9) 主要封装公共关注点逻辑，包括：
Fig 9, 服务框架
服务注册、发现、负载均衡和健康检查，假定采用进程内 LB 方案，那么服务自注册一般统一做在服务器端框架中，健康检查逻辑由具体业务服务定制，框架层提供调用健康检查逻辑的机制，服务发现和负载均衡则集成在服务客户端框架中。监控日志，框架一方面要记录重要的框架层日志、metrics 和调用链数据，还要将日志、metrics 等接口暴露出来，让业务层能根据需要记录业务日志数据。在运行环境中，所有日志数据一般集中落地到企业后台日志系统，做进一步分析和处理。REST/RPC 和序列化，框架层要支持将业务逻辑以 HTTP/REST 或者 RPC 方式暴露出来，HTTP/REST 是当前主流 API 暴露方式，在性能要求高的场合则可采用 Binary/RPC 方式。针对当前多样化的设备类型 (浏览器、普通 PC、无线设备等)，框架层要支持可定制的序列化机制，例如，对浏览器，框架支持输出 Ajax 友好的 JSON 消息格式，而对无线设备上的 Native App，框架支持输出性能高的 Binary 消息格式。配置，除了支持普通配置文件方式的配置，框架层还可集成动态运行时配置，能够在运行时针对不同环境动态调整服务的参数和配置。限流和容错，框架集成限流容错组件，能够在运行时自动限流和容错，保护服务，如果进一步和动态配置相结合，还可以实现动态限流和熔断。管理接口，框架集成管理接口，一方面可以在线查看框架和服务内部状态，同时还可以动态调整内部状态，对调试、监控和管理能提供快速反馈。Spring Boot 微框架的 Actuator 模块就是一个强大的管理接口。统一错误处理，对于框架层和服务的内部异常，如果框架层能够统一处理并记录日志，对服务监控和快速问题定位有很大帮助。安全，安全和访问控制逻辑可以在框架层统一进行封装，可做成插件形式，具体业务服务根据需要加载相关安全插件。文档自动生成，文档的书写和同步一直是一个痛点，框架层如果能支持文档的自动生成和同步，会给使用 API 的开发和测试人员带来极大便利。Swagger 是一种流行 Restful API 的文档方案。当前业界比较成熟的微服务框架有 Netflix 的 Karyon/Ribbon，Spring 的 Spring Boot/Cloud，阿里的 Dubbo 等。
运行期配置管理服务一般有很多依赖配置，例如访问数据库有连接字符串配置，连接池大小和连接超时配置，这些配置在不同环境 (开发 / 测试 / 生产) 一般不同，比如生产环境需要配连接池，而开发测试环境可能不配，另外有些参数配置在运行期可能还要动态调整，例如，运行时根据流量状况动态调整限流和熔断阀值。目前比较常见的做法是搭建一个运行时配置中心支持微服务的动态配置，简化架构如下图 (Fig 10):
Fig 10, 服务配置中心
动态配置存放在集中的配置服务器上，用户通过管理界面配置和调整服务配置，具体服务通过定期拉 (Scheduled Pull) 的方式或者服务器推 (Server-side Push) 的方式更新动态配置，拉方式比较可靠，但会有延迟同时有无效网络开销 (假设配置不常更新)，服务器推方式能及时更新配置，但是实现较复杂，一般在服务和配置服务器之间要建立长连接。配置中心还要解决配置的版本控制和审计问题，对于大规模服务化环境，配置中心还要考虑分布式和高可用问题。
配置中心比较成熟的开源方案有百度的 Disconf，360 的 QConf，Spring 的 Cloud Config 和阿里的 Diamond 等。
Netflix 的微服务框架Netflix 是一家成功实践微服务架构的互联网公司，几年前，Netflix 就把它的几乎整个微服务框架栈开源贡献给了社区，这些框架和组件包括：
Eureka: 服务注册发现框架Zuul: 服务网关Karyon: 服务端框架Ribbon: 客户端框架Hystrix: 服务容错组件Archaius: 服务配置组件Servo: Metrics 组件Blitz4j: 日志组件下图 Fig 11 展示了基于这些组件构建的一个微服务框架体系，来自 recipes-rss。
Fig 11, 基于 Netflix 开源组件的微服务框架
Netflix 的开源框架组件已经在 Netflix 的大规模分布式微服务环境中经过多年的生产实战验证，正逐步被社区接受为构造微服务框架的标准组件。Pivotal 去年推出的 Spring Cloud 开源产品，主要是基于对 Netflix 开源组件的进一步封装，方便 Spring 开发人员构建微服务基础框架。对于一些打算构建微服务框架体系的公司来说，充分利用或参考借鉴 Netflix 的开源微服务组件 (或 Spring Cloud)，在此基础上进行必要的企业定制，无疑是通向微服务架构的捷径。
原文地址：https://www.infoq.cn/article/basis-frameworkto-implement-micro-service#anch130564%20%EF%BC%8C
回答
Re会打字就会建网站：不限流量，免备案，免费试用。
现在是5G空间了。。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
从网上找的网站程序不好维护，以后发现漏洞，不懂技术的用户就不会补漏洞；程序出故障，也没有人管，会很麻烦。
建议你用速成网站做网站，完全可以自己动手制作网站。有专业人员维护后台系统，让用户无后顾之忧。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
用的是阿里云美国机房，还是很稳定的。。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
找人或公司设计也不太好，如果联系不上对方了，或者是对方公司不做了，那也很麻烦。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
咱们论坛效果还不错，支持一下。。。。。。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
你可以选择在节假日或晚上（这种时间最能体现真实的服务水准），找客服沟通一下，看咱们客服是否在，服务如何，沟通3-5次后再确定。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
一定要找规模大的服务商，小的服务商不稳定；他们只是简单地在租几台服务器就开始卖虚拟主机了，虽然更便宜，但是不稳定，会使您的网站经常无法访问,影响您公司的形象及业务往来。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
如要在百度、GOOGLE等网站搜索到您的网站，有两种方式，一种是收费的广告服务；一种是免费的，即您在各论坛上宣传您的网站，过一段时间百度、GOOGLE这些网站会免费将您的网站收录到他们的数据库中。一般新网站做好后，过15天-3个月会自动被收录到这些大网站的数据库中，这时候就可以搜索到了。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
关键是网站是否有原创的内容和经常保持更新，原创内容指你自己写的文章、报告等。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
也可以自己搭建模板，所有文字和图片都是可以改的
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
速成网站主要是做展示类网站，简单的商城类网站也是可以的，但功能肯定比不上淘宝，目前付款方式只支持支付宝(即时到账)，可实现会员注册登录购买等简单功能，不过一般建议客户在网站上放淘宝店铺的链接，指导客户到淘宝店中购买比较好。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
国际版不能备案，所以用不了支付宝在线支付，支付宝在线支付(即时到账)要求：必须是企业或有执照的个体户；网站必须备案等，具体请见：支付宝官网介绍。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
从网上找的网站程序不好维护，以后发现漏洞，不懂技术的用户就不会补漏洞；程序出故障，也没有人管，会很麻烦。
找人或公司设计也不太好，如果找不到对方了，或者是对方公司不做了，那也很麻烦。
建议你用速成网站做网站，完全可以自己动手制作网站。有专业人员维护后台系统，让用户无后顾之忧。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
有一些服务商连在线客服也没有，有的有所谓在线客服，也是机器人，也不能解决客户的问题。
很多用户都是先沟通很长时间，然后再买的。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
注意：国内主机必须备案成功后才能用您自己的域名访问，网站备案一般需要10个工作日左右；个人网站备案后，不能放企业或产品类的内容。速成网站国际版不需要备案，不受备案限制。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
在备案平台备案时，请直接选择购买收费幕布（需自行支付邮费15元左右）。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
可以申请速成网站国际版做跳转，不需要备案。可通过跳转将您的域名指向到其他网址上，通过电脑和手机访问都可以实现跳转。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
网站内容实时推送至百度搜索，平均仅需2天，即可实现原创内容极速收录！成倍放大SEO效果，更有利于网站推广。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
为什么选择速成网站做网站？ 更安全！
从网上找的网站程序不好维护，以后发现漏洞，不懂技术的用户就不会补漏洞；程序出故障，也没有人管，会很麻烦。
找人或公司设计也不太好，如果找不到对方了，或者是对方公司不做了，那也很麻烦。
建议你用速成网站做网站，完全可以自己动手制作网站。有专业人员维护后台系统，让用户无后顾之忧。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
咱 在线上，可以 加 一下。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
首年费用是215元，包括：COM域名+速成网站国际版（5G阿里云空间，不需要备案，不限流量，可先试用一下）。续费：229元/年。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
如要在百度、GOOGLE等网站搜索到您的网站，有两种方式，一种是收费的广告服务；一种是免费的，即您在各论坛上宣传您的网站，过一段时间百度、GOOGLE这些网站会免费将您的网站收录到他们的数据库中。一般新网站做好后，过15天-3个月会自动被收录到这些大网站的数据库中，这时候就可以搜索到了。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
云邮箱是基于庞大的服务器集群构建的企业邮箱平台，在全球多个节点部署了多个中转集群，保证邮件在全球收发无阻。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
速成网站国际版不用备案，即可直接使用；速成网站创业版等其他的主机网站必须备案。
速成网站-国际版（5G，不限流量，不需备案）：160元/年
速成网站-创业版（5G，不限流量，需备案）：165元/年
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
国际版不能备案，所以用不了支付宝在线支付，支付宝在线支付(即时到账)要求：必须是企业或有执照的个体户；网站必须备案等，具体请见：支付宝官网介绍。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
有一些服务商连在线客服也没有，有的有所谓在线客服，也是机器人，也不能解决客户的问题。
很多用户都是先沟通很长时间，然后再买的。
-------------------------
Re会打字就会建网站：不限流量，免备案，免费试用。
从2016年10月1日起，新购的速成网站（创业版、国际版、百度版）已扩容至20G。2016年10月1日以前购买的不变。价格不变。
-------------------------
从网上找的网站程序不好维护，以后发现漏洞，不懂技术的用户就不会补漏洞；程序出故障，也没有人管，会很麻烦。
-------------------------
可以改变域名注册商的，可转移到我们公司管理，可以教你一下。 COM 英文域名转入费是55元（包括一年续费）。
-------------------------
有200多套网站模板可以选择，客户自助建站，不需要开发程序，可视化操作，动动鼠标就可以操作！有新手指导、学习视频，一般看半天就会做自己的网站了。
-------------------------
你可以选择在节假日或晚上（这种时间最能体现真实的服务水准），找客服沟通一下，看咱们客服是否在，服务如何，沟通3-5次后再确定。
-------------------------
赚钱三法则：不交费、不购买、不销售。不交费：就是不交任何费用；不购买：就是不买任何产品；不销售：就是不让你直接销售任何产品，所以你不需要进货。
-------------------------
网站备案太麻烦了，用速成网站国际版不用备案就可以直接访问
-------------------------
网站备案太麻烦了，用速成网站国际版不用备案就可以直接访问
-------------------------
有一些服务商连在线客服也没有，有的有所谓在线客服，也是机器人，也不能解决客户的问题。 很多用户都是先沟通很长时间，然后再买的。
-------------------------
建议你免费试用一下，有数百套模板可以选择，如果对模板不满意，还可以自己改模板。 主要功能包括：网页设计管理、商品展示和发布管理、文章管理、投票和调查问卷、会员管理、网站SEO、手机网站、商城功能等，不限流量。
-------------------------
现在是200多套模板了。。。
-------------------------
申请域名或主机请注意：这类产品大部分成本是服务。有一些服务商降低了价格，服务也下降了。不是找不到人，就是电话打不通，也没有工作人员在线支持，会很麻烦。一定要先咨询2-3个小时，问清楚了再说。
-------------------------
这个用的是阿里云的服务器，还 很稳定的。
-------------------------
现在.COM/NET/CN/COM.CN/NET.CN等域名也需要实名认证了。
-------------------------
速成网站国际版不用备案，即可直接使用；速成网站创业版等其他的主机网站必须备案。创业版比国际版要快一些。创业版用的是国内的服务器，国际版用的是美国的服务器。 速成网站-国际版（5G，阿里云美国服务器，不限流量，不需备案）：160元/年 速成网站-创业版（10G，阿里云国内服务器，不限流量，需备案）：165元/年
-------------------------
申请域名或主机网站请注意：这类产品大部分成本是服务。有一些服务商降低了价格，服务也下降了。不是找不到人，就是电话打不通，也没有工作人员在线支持，会很麻烦。一定要先咨询5-7个小时，问清楚了再说。 可以找咱们。现在在线。
-------------------------
一般先按一般公司提交，等他们要求时再按要求办就行了。
-------------------------
知道问答推广属精准营销，针对性强，事半功倍。例如需要做网站的客户一般会提交做网站相关的问题，很容易成为您的客户。几百个四级以上的老账号轮流推广，效果更好。可以加一下我。
-------------------------
其他同类产品是1G空间，月流量15G，超过流量就不能访问了
-------------------------
百度知道问答推广属精准营销，针对性强，事半功倍，一条答复可能有几十甚至几百个用户查看，不像竞价排名，点一次钱就没了。例如需要做网站的客户一般会提交做网站相关的问题，答复后，客户通过搜索你的品牌名称或产品名称到你的网站，很容易成为您的客户。咱们有350多个四级以上超过5年的老账号轮流推广，效果更好。可以加一下我。
-------------------------
这个用的是阿里云的服务器，稳定性和速度还是不错的。。
-------------------------
找人设计或从网上下载网站程序都不安全，出现漏洞没有人管，所以还是用自助建站系统比较可靠些，由技术部负责网站后台系统的安全和维护，更省心。
-------------------------
现在是300多套模板了，做一般民示类的网站足够用了。。
回答
回 楼主(qilu) 的帖子
问题：用户反馈linux下服务器站点打不开，控制台重启服务器后也无法打开。
解决：检查服务器是正常的，80端口测试是可以通的，进入后检查确认nginx进程正常，打开网站显示502 Bad Gateway错误，之后检查发现php进程丢失，找到php目录php/sbin/php-fpm start 启动php进程后网站恢复正常。
-------------------------
问题：用户反馈debian机器无法远程，通过ECS管理链接终端进入看到如下界面 /etc/ssh/sshd_config: bad configuration option 解决：修改ssh配置文件导致，最直接有效方法是重装安装sshapt-get remove --purge openssh-serverapt-get installl openssh-server/etc/init.d/ssh restart重装后正常远程
-------------------------
问题：window2003服务器用户反馈可以远程，但是ip地址ping不通 ip地址ping不通只有可能是主机内部防火墙或者组策略限制。查看主机防火墙开启，但没有设置ICMP包回显。控制面板-防火墙-高级-ICMP设置。
-------------------------
问题：用户反馈两台ECS Linux云服务器内网ip有丢包，提示ping: sendmsg: Operation not permittedping: sendmsg: Operation not permittedping: sendmsg: Operation not permitted使用同时dmesg发现很多nf_conntrack: table full, dropping packet. 解决：IP_conntrack表示连接跟踪数据库(conntrack database)，代表NAT机器跟踪连接的数目，连接跟踪表能容纳多少记录是被一个变量控制的，它可由内核中的ip- sysctl函数设置，建议用户修改增大/etc/sysctl.conf中加net.ipv4.ip_conntract_max的值后解决，相关优化可以参考网上文章。
-------------------------
问题：用户反馈修改php.ini配置文件不生效nginx+php环境下，需要重启php服务，php.Ini配置文件才会生效
-------------------------
问题：用户使用自己的脚本安装了vpn，使用vpn账号，密码可以登陆但是无法上网。解决方法：开启linux转发功能命令： #sed -i 's/net.ipv4.ip_forward = 0/net.ipv4.ip_forward = 1/' /etc/sysctl.conf#/sbin/sysctl -p
-------------------------
问题：突然发现访问网站很慢，服务器的cpu、内存和磁盘使用率都正常解决：该问题的主要解决方法参考：http://help.aliyun.com/manual?helpId=1724，但是根据该方法部分系统会报error: "net.ipv4.ip_conntrack_max" is an unknown key ，因此可尝试将方案中的语句修改成：net.ipv4.nf_conntrack_max = 1048576主要部分系统是nf_conntrack 而不是 ip_conntrack 模块。具体可以使用命令确认具体使用了什么模块：modprobe -l|grep conntrack
-------------------------
问题：用户反馈无法远程访问，无法ssh解决：1.ping云服务器ip地址可以ping通 2.使用ECS连接管理终端查看sshd服务是否正常运行，重启sshd服务提示有错误，并且在/var/empty/sshd 目录权限有错误，导致sshd服务无法正常运行 3. 使用命令chown –R root:root /var/empty/sshd 和chmod 744 /var/empty/sshd即可，测试恢复正常可以远程。
-------------------------
问题：用户反馈客户反馈安装桌面环境失败，执行yum groupinstall "GNOME Desktop Environment"报如下错误：Warning: Group GNOME Desktop Environment does not exist. No packages in any requested group available to install or update。解决：从错误提示中可以看出，不存在GNOME Desktop Environment执行yum grouplist查询发现 GNOME Desktop Environment 已经是 Desktop整理了以下安装步骤： 1、yum groupinstall "X Window System" 2、yum groupinstall "Desktop" 3、安装VNC SERVER yum install tigervnc-server 4、修改配置文件 vi /etc/sysconfig/vncservers添加如下内容： VNCSERVERS="1:root" VNCSERVERARGS[1]="-geometry 1024x768" 5、给vnc加密 vncpasswd 输入两次密码 6、重新启动服务 service vpnserver restart完成以上步骤，我们就可以使用VNC客户端连接了
-------------------------
问题：用户反馈ECS云服务器做域控制器，其他外部服务器无法加入该域中，反之可以解决：将客户ECS服务器开启RemoteRegistry服务，安装域控制器使用外部云服务器加入域中，发现能够解析成功，且能够弹出用户名密码授权界面，但是确定后报网络错误，经过多次尝试，发现最终问题在DNS上，由于ECS服务器有2块网卡公网和内网，因此安装后会有2条A记录分别指向公网和内网所以测试PING域名会解析到公网上，产生了DNS缓存因此很难看到内网地址出现，但是加入域请求时用解析到的是公网地址，验证身份时很可能请求到的就是内网地址，因此造成网络不通从而无法验证。将客户端HOSTS绑定域名到公网地址问题解决。
-------------------------
问题：用户反馈windows server 2008无法远程，主机内部通信正常解决过程：1、 检查内部是否能够远程，发现服务器内部网络正常，远程localhost也正常2、 检查防火墙配置，发现防火墙无法打开3、 启动防火墙服务器，报错4、 检查防火墙注册表信息，发现丢失，将相同系统的注册表键值导入5、 再次启动防火墙，报错没有权限，错误代码70246、 选择注册表HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\SharedAccess将其权限修改添加NT SERVICE\mpssvc并赋予完全控制权限7、启动防火墙服务，远程恢复正常
-------------------------
问题：用户反馈微软雅黑, sans-serif]服务器网络不通，无法远程，报错情况见下图。网上搜索方法无外乎都是安装glibc.i686，原因一般是64位系统下安装了32位程序，但是没有对应的版本的glibc库导致 这种情况下下虽然service无法启动网卡，但是ifup是可以激活网卡的处理方法如下：sed -i '/exclude/ s/^/#/g' /etc/yum.conf&&ifup eth1&&yum install glibc.i686 -y#修改 /etc/yum.conf 找到包含exclude的行在行首插入#注释（我们64位镜像默认排除了*i?86的包，所以这里要修改一下）#启动eth1网卡，安装32位glibc库，执行后一般即可搞定
-------------------------
问题：服务器上的Cisco VPN客户端拨入远端VPN服务器网络无法通信，其他外地客户端拨入远端VPN服务器均正常解决：1）查看客户VPN连接成功，但是无数据通信，PING包无法到达远端内网地址2）检查VPN客户端拨号日志，发现添加远端路由失败3）关闭服务器安全狗，重新连接VPN依旧失败。4）检查系统路由表，发现客户VPN段内网地址与VM内网地址段冲突，造成路由表添加失败；询问客户无使用我方SLB\RDS等内网产品后将内网网卡禁用，重新拨号连接，依旧发现路由表添加失败。5）手动添加路由后，VPN网络正常
-------------------------
问题：服务器上的Cisco VPN客户端拨入远端VPN服务器网络无法通信，其他外地客户端拨入远端VPN服务器均正常解决：1）查看客户VPN连接成功，但是无数据通信，PING包无法到达远端内网地址2）检查VPN客户端拨号日志，发现添加远端路由失败 3）关闭服务器安全狗，重新连接VPN依旧失败。4）检查系统路由表，发现客户VPN段内网地址与VM内网地址段冲突，造成路由表添加失败；询问客户无使用我方SLB\RDS等内网产品后将内网网卡禁用，重新拨号连接，依旧发现路由表添加失败。5）手动添加路由后，VPN网络正常
-------------------------
问题：使用一件安装包安装环境php报错 php virtual memory exhausted: Cannot allocate memory解决：该问题一般出现在512M内存的系统上，内存不足导致，可以让用户升级内存，升级内存后解决。
-------------------------
问题：用户反馈Windows服务器无法远程，连接的时候提示协议错误。解决：用户反馈远程连接端口是3188，注册表中查询远程连接端口确实被改成了3188，但是在主机上远程连接也提示协议错误，使用netstat -nao 分析发现 3188对应的进程pid为4，对应经查system,找测试测试机对比，发现远程连接端口对应进程是svchost，修改注册表远程连接端口为3389后，测试恢复正常。]
-------------------------
问题：用date命令修改Linux系统的时间为什么无效解决：需要手动修改一下系统的时区才能显示正确的时间，这里以上海时区为例1. 找到相应的时区文件 /usr/share/zoneinfo/Asia/Shanghai用这个文件替换当前的文件/etc/localtime#cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime2. 修改/etc/sysconfig/clock文件，修改为： ZONE="Asia/Shanghai" UTC=true ARC=false 3. 一般只需要这两步就可以了，或者再执行下句命令校正一下时间/usr/sbin/ntpdate –u 0.asia.pool.ntp.org4. 如果没有安装ntp程序包则先执行下面这条语句yum install -y ntp*
-------------------------
问题：linux服务器x64位安装32位软件包（如libstc++.i386等）安装不上的解决方法解决方法：如果有用户反馈在linux服务器x64位安装32位软件包（如libstc++.i386等）不安装不上，可以尝试让用户在/etc/yum.conf 文件中将exclude=*.i386 kernel kernel-xen kernel-debug 注释掉，在进行安装尝试，参考http://blog.csdn.net/lixiucheng005/article/details/8787856
-------------------------
问题：云服务器的物理机宕机怎么办？云服务器是部署在物理机上的，底层物理机性能出现异常或者其他原因都会导致物理机宕机，当检测到云服务器所在的物理机机发生故障，系统会启动保护性迁移，将您的服务器迁移到性能正常的宿主机上 ，一旦发生宕机迁移，您的服务器就会被重启，如果您希望您的服务器重启以后应用服务器自动恢复，需要您把应用程序设置成开机自动启动，如果应用服务连接的数据库，需要在程序中设置成自动重连机制。
-------------------------
问题：Linux 服务起出现500 OOPS: vsftpd: cannot locate user specified in 'ftp_username':ftp错误？ vsftp无法使用，尝试查看/etc/passwd下的目录发现用户使用的账号没有问题，但是尝试telnet 127.0.0.1 21 的时候主机报错500 OOPS: vsftpd: cannot locate user specified in 'ftp_username':ftp 处理办法在/etc/vsftpd.conf 文件内加入ftp_username=nobody 保存，该问题即可解决
-------------------------
问题：物理机宕机迁移怎么办?云服务器是部署在物理机上的，底层物理机性能出现异常或者其他原因都会导致物理机宕机，当检测到云服务器所在的物理机机发生故障，系统会启动保护性迁移，将您的服务器迁移到性能正常的宿主机上 ，一旦发生宕机迁移，您的服务器就会被重启，如果您希望您的服务器重启以后应用服务器自动恢复，需要您把应用程序设置成开机自动启动，如果应用服务连接的数据库，需要在程序中设置成自动重连机制。
-------------------------
问题：FTP上传经常中断怎么办?在使用FTP软件进行数据传输时有时会出现断开连接的情况，这和网络环境、硬件环境和软件环境都可能有关系。如果您在FTP管理里出现经常中断的情况，您可以将您要上传的网站程序文件压缩成一个压缩文件，使用FLASHFXP等FTP软件进行断点续传，压缩文件上传之后再在服务器中进行解压缩操作即可。（也有小概率可能受到网络原因传输过程中压缩包损坏，需要再次上传，所以巨大文件建议分割压缩）
-------------------------
问题：无法ping通服务器地址怎么办？通过站长工具—超级ping来分析一下是否是全国范围内都无法ping通云服务器。超级ping地址：http://ping.chinaz.com/如果是全国范围内都突然无法ping通云服务器地址,但是服务器是在正常运行的则可以到www.aliyun.com上提交工单；如果只是本地无法ping通云服务器则在本地使用traceroute或者tracert命令来获取本地到云服务器的路由信息再到www.aliyun.com上提交工单，寻求aliyun的技术支持
回答
Layout
Go工程项目的整体组织
首先我们看一下整个 Go 工程是怎么组织起来的。
很多同事都在用 GitLab 的，GitLab 的一个 group 里面可以创建很多 project。如果我们进行微服务化改造，以前很多巨石架构的应用可能就拆成了很多个独立的小应用。那么这么多小应用，你是要建 N 个 project 去维护，还是说按照部门或者组来组织这些项目呢？在 B 站的话，我们之前因为是 Monorepo，现在是按照部门去组织管理代码，就是说在单个 GitLab 的 project 里面是有多个 app 的，每一个 app 就表示一个独立的微服务，它可以独立去交付部署。所以说我们看到下面这张图里面，app 的目录里面是有好多个子目录的，比方说我们的评论服务，会员服务。跟 app 同级的目录有一个叫 pkg，可以存放业务有关的公共库。这是我们的一个组织方式。当然，还有一种方式，你可以按照 GitLab 的 project 去组织，但我觉得这样的话可能相对要创建的 project 会非常多。
如果你按部门组织的话，部门里面有很多 app，app 目录怎么去组织？我们实际上会给每一个 app 取一个全局唯一名称，可以理解为有点像 DNS 那个名称。我们对业务的命名也是一样的，我们基本上是三段式的命名，比如账号业务，它是一个账号业务、服务、子服务的三段命名。三段命名以后，在这个 app 目录里面，你也可以按照这三层来组织。比如我们刚刚说的账号目录，我可能就是 account 目录，然后 VIP，在 VIP 目录下可能会放各种各样的不同角色的微服务，比方说可能有一些是做 job，做定时任务或者流式处理的一些任务，有可能是做对外暴露的 API 的一些服务，这个就是我们关于整个大的 app 的组织的一种形式。
微服务中的 app 服务分类
微服务中单个 app 的服务里又分为几类不同的角色。我们基本上会把 app 分为 interface（BFF）、service、job（补充：还有一个 task，偏向定时执行，job 偏向流式） 和 admin。
Interface 是对外的业务网关服务，因为我们最终是面向终端用户的 API，面向 app，面向 PC 场景的，我们把这个叫成业务网关。因为我们不是统一的网关，我们可能是按照大的业务线去独立分拆的一些子网关，这个的话可以作为一个对外暴露的 HTTP 接口的一个目录去组织它的代码，当然也可能是 gRPC 的（参考 B 站对外的 gRPC Moss 分享）。
Service 这个角色主要是面向对内通信的微服务，它不直接对外。也就是说，业务网关的请求会转发或者是会 call 我们的内部的 service，它们之间的通讯可能是使用自己的 RPC，在 b 站我们主要是使用 gRPC。使用 gRPC 通讯以后，service 它因为不直接对外，service 之间可能也可以相互去 call。
Admin 区别于 service，很多应用除了有面向用户的一些接口，实际上还有面向企业内部的一些运营侧的需求，通常数据权限更高，从安全设计角度需要代码物理层面隔离，避免意外。
第四个是 ecode。我们当时也在内部争论了很久，我们的错误码定义到底是放在哪里？我们目前的做法是，一个应用里面，假设你有多种角色，它们可能会复用一些错误码。所以说我们会把我们的 ecode 给单独抽出来，在这一个应用里面是可以复用的。注意，它只在这一个应用里面复用，它不会去跨服跨目录应用，它是针对业务场景的一个业务错误码的组织。
App 目录组织
我们除了一个应用里面多种角色的这种情况，现在展开讲一下具体到一个 service 里面，它到底是怎么组织的。我们的 app 目录下大概会有 api、cmd、configs、 internal 目录，目录里一般还会放置 README、CHANGELOG、OWNERS。
API 是放置 api 定义以及对应的生成的 client 代码，包含基于 pb 定义（我们使用 PB 作为 DSL 描述 API） 生成的 swagger.json。
而 cmd，就是放 main 函数的。Configs 目录主要是放一些服务所需的配置文件，比方说说我们可能会使用 TOML 或者是使用 YAML 文件。
Internal 的话，它里面有四个子目录，分别是 model、dao、service 和 server。Model 的定位职责就是对我们底层存储的持久化层或者存储层的数据的映射，它是具体的 Go 的一个 struct。我们再看 dao，你实际就是要操作 MySQL 或者 Redis，最终返回的就是这些 model（存储映射）。Service 组织起来比较简单，就是我们通过 dao 里面的各个方法来完成一个完整的业务逻辑。我们还看到有个 server，因为我一个微服务有可能企业内部不一定所有 RPC 都统一，那我们处于过渡阶段，所以 server 里面会有两个小目录，一个是 HTTP 目录，暴露的是 HTTP 接口，还有一个是 gRPC 目录，我们会暴露 gRPC 的协议。所以在 server 里面，两个不同的启动的 server，就是说一个服务和启动两个端口，然后去暴露不同的协议，HTTP 接 RPC，它实际上会先 call 到 service，service 再 call 到 dao，dao 实际上会使用 model 的一些数据定义 struct。但这里面有一个非常重要的就是，因为这个结构体不能够直接返回给我们的 api 做外对外暴露来使用，为什么？因为可能从数据库里面取的敏感字段，当我们实际要返回到 api 的时候，可能要隐藏掉一些字段，在 Java 里面，会抽象的一个叫 DTO 的对象，它只是用来传输用的，同理，在我们 Go 里面，实际也会把这些 model 的一些结构体映射成 api 里面的结构体（基于 PB Message 生成代码后的 struct）。
Rob Pike 当时说过的一句话，a little copying is better than a little dependency，我们就遵循了这个理念。在我们这个目录结构里面，有 internal 目录，我们知道 Go 的目录只允许这个目录里面的人去 import 到它，跨目录的人实际是不能直接引用到它的。所以说，我们看到 service 有一个 model，那我的 job 代码，我做一些定时任务的代码或者是我的网关代码有可能会映射同一个 model，那是不是要把这个 model 放到上一级目录让大家共享？对于这个问题，其实我们当时内部也争论过很久。我们认为，每一个微服务应该只对自己的 model 负责，所以我们宁愿去做一小部分的代码 copy，也不会去为了几个服务之间要共享这一点点代码，去把这个 model 提到和 app 目录级别去共用，因为你一改全错，当然了，你如果是拷贝的话，就是每个地方都要去改，那我们觉得，依赖的问题可能会比拷贝代码相对来说还是要更复杂的。
这个是一个标准的 PB 文件，就是我们内部的一个 demo 的 service。最上面的 package 是 PB 的包名，demo.service.v1，这个包使用的是三段式命名，全局唯一的名称。那这个名称为什么不是用 ID？我见过有些公司对内部做的 CMDB 或者做服务树去管理企业内部微服务的时候，是用了一些名称加上 ID 来搞定唯一性，但是我们知道后面那一串 ID 数字是不容易被传播或者是不容易被记住的，这也是 DNS 出来的一个意义，所以我们用绝对唯一的一个名称来表示这个包的名字，在后面带上这一个 PB 文件的版本号 V1。
我们看第二段定义，它有个 Service Demo 代码，其实就表示了我们这个服务要启动的服务的一个名称，我们看到这个服务名称里面有很多个 RPC 的方法，表示最终这一个应用或者这个 service 要对外暴露这几个 RPC 的方法。这里面有个小细节，我们看一下 SayHello 这个方法，实际它有 option 的一个选项。通过这一个 PB 文件，你既可以描述出你要暴露的是 gRPC 协议，又暴露出 HTTP 的一个接口，这个好处是你只需要一个 PB 文件描述你暴露的所有 api。我们回想一下，我们刚刚目录里面有个 api 目录，实际这里面就是放这一个 PB 文件，描述这一个工程到底返回的接口是什么。不管是 gRPC 还是 HTTP 都是这一个文件。还有一个好处是什么？实际上我们可以在 PB 文件里面加上很多的注释。用 PB 文件的好处是你不需要额外地再去写文档，因为写文档和写服务的定义，它本质上是两个步骤，特别容易不一致，接口改了，文档不同步。我们如果基于这一个 PB 文件，它生成的 service 代码或者调用代码或者是文档都是唯一的。
依赖顺序与 api 维护
就像我刚刚讲到的，model 是一个存储层的结构体的一一映射，dao 处理一些数据读写包，比方说数据库缓存，server 的话就是启动了一些 gRPC 或者 HTTP Server，所以它整个依赖顺序如下：main 函数启动 server，server 会依赖 api 定义好的 PB 文件，定义好这些方法或者是服务名之后，实际上生成代码的时候，比方说 protocbuf 生成代码的时候，它会把抽象 interface 生成好。然后我们看一下 service，它实际上是弱依赖的 api，就是说我的 server 启动以后，要注册一个具体的业务代码的逻辑，映射方法，映射名字，实际上是弱依赖的 api 生成的 interface 的代码，你就可以很方便地启动你的 server，把你具体的 service 的业务逻辑给注入到这个 server，和方法进行一一绑定。最后，dao 和 service 实际上都会依赖这个 model。
因为我们在 PB 里面定义了一些 message，这些 message 生成的 Go 的 struct 和刚刚 model 的 struct 是两个不同的对象，所以说你要去手动 copy 它，把它最终返回。但是为了快捷，你不可能每次手动去写这些代码，因为它要做 mapping，所以我们又把 K8s 里类似 DeepCopy 的两个结构体相互拷贝的工具给抠出来了，方便我们内部 model 和 api 的 message 两个代码相互拷贝的时候，可以少写一些代码，减少一些工作量。
上面讲的就是我们关于工程的一些 layout 实践。简单回溯一下，大概分为几块，第一就是 app 是怎么组织的，app 里面有多种角色的服务是怎么组织的，第三就是一个 app 里面的目录是怎么组织的，最后我重点讲了一下 api 是怎么维护的。
Unittest
测试方法论
现在回顾一下单元测试。我们先看这张图，这张图是我从《Google 软件测试之道》这本书里面抠出来的，它想表达的意思就是最小型的测试不能给我们的最终项目的质量带来最大的信心，它比较容易带来一些优秀的代码质量，良好的异常处理等等。但是对于一个面向用户场景的服务，你只有做大型测试，比方做接口测试，在 App 上验收功能的这种测试，你应用交付的信心可能会更足。这个其实要表达的就是一个“721 原则”。我们就是 70% 写小型测试，可以理解为单元测试，因为它相对来说好写，针对方法级别。20% 是做一些中型测试，可能你要连调几个项目去完成你的 api。剩下 10% 是大型测试，因为它是最终面向用户场景的，你要去使用我们的 App，或者用一些测试 App 去测试它。这个就是测试的一些简单的方法论。
单元测试原则
我们怎么去对待 Go 里面的单元测试？在《Google 软件测试之道》这本书里面，它强调的是对于一个小型测试，一个单元测试，它要有几个特质。它不能依赖外部的一些环境，比如我们公司有测试环境，有持续集成环境，有功能测试环境，你不能依赖这些环境构建自己的单元测试，因为测试环境容易被破坏，它容易有数据的变更，数据容易不一致，你之前构建的案例重跑的话可能就会失败。
我觉得单元测试主要有四点要求。第一，快速，你不能说你跑个单元测试要几分钟。第二，要环境一致，也就是说你跑测试前和跑测试后，它的环境是一致的。第三，你写的所有单元测试的方法可以以任意顺序执行，不应该有先后的依赖，如果有依赖，也是在你测试的这个方法里面，自己去 setup 和 teardown，不应该有 Test Stub 函数存在顺序依赖。第四，基于第三点，你可以做并行的单元测试，假设我写了一百个单元测试，一个个跑肯定特别慢。
doker-compose
最近一段时间，我们演进到基于 docker-compose 实现跨平台跨语言环境的容器依赖管理方案，以解决运行 unittest 场景下的容器依赖问题。
首先，你要跑单元测试，你不应该用 VPN 连到公司的环境，好比我在星巴克点杯咖啡也可以写单元测试，也可以跑成功。基于这一点，Docker 实际上是非常好的解决方式。我们也有同学说，其他语言有一些 in-process 的 mock，是不是可以启动 MySQL 的 mock ，然后在 in-process 上跑？可以，但是有一个问题，你每一个语言都要写一个这样的 mock ，而且要写非常多种，因为我们中间件越来越多，MySQL，HBase，Kafka，什么都有，你很难覆盖所有的组件 Mock。这种 mock 或者 in-process 的实现不能完整地代表线上的情况，比方说，你可能 mock 了一个 MySQL，检测到 query 或者 insert ，没问题，但是你实际要跑一个 transaction，要验证一些功能就未必能做得非常完善了。所以基于这个原因，我们当时选择了 docker-compose，可以很好地解决这个问题。
我们对开发人员的要求就是，你本地需要装 Docker，我们开发人员大部分都是用 Mac，相对来说也比较简单，Windows 也能搞定，如果是 Linux 的话就更简单了。本地安装 Docker，本质上的理解就是无侵入式的环境初始化，因为你在容器里面，你拉起一个 MySQL，你自己来初始化数据。在这个容器被销毁以后，它的环境实际上就满足了我们刚刚提的环境一致的问题，因为它相当于被重置了，也可以很方便地快速重置环境，也可以随时随地运行，你不需要依赖任何外部服务，这个外部服务指的是像 MySQL 这种外部服务。当然，如果你的单元测试依赖另外一个 RPC 的 service 的话，PB 的定义会生成一个 interface，你可以把那个 interface 代码给 mock 掉，所以这个也是能做掉的。对于小型测试来说，你不依赖任何外部环境，你也能够快速完成。
另外，docker-compose 是声明式的 API，你可以声明你要用 MySQL，Redis，这个其实就是一个配置文件，非常简单。这个就是我们在单元测试上的一些实践。
我们现在看一下，service 目录里面多了一个 test 目录，我们会在这个里面放 docker-compose 的 YAML 文件来表示这次单元化测试需要初始化哪些资源，你要构建自己的一些测试的数据集。因为是这样的，你是写 dao 层的单元测试的话，可能就需要 database.sql 做一些数据的初始化，如果你是做 service 的单元测试的话，实际你可以把整个 dao 给 mock 掉，我觉得反而还相对简单，所以我们主要针对场景就是在 dao 里面偏持久层的，利用 docker-compose 来解决。
容器的拉起，容器的销毁，这些工作到底谁来做？是开发同学自己去拉起和销毁，还是说你能够把它做成一个 Library，让我们的同学写单元测试的时候比较方便？我倾向的是后者。所以在我们最终写单元测试的时候，你可以很方便地 setup 一个依赖文件，去 setup 你的容器的一些信息，或者把它销毁掉。所以说，你把环境准备好以后，最终可以跑测试代码也非常方便。当然我们也提供了一些命令函，就是 binary 的一些工具，它可以针对各个语言方便地拉起容器和销毁容器，然后再去执行代码，所以我们也提供了一些快捷的方式。
刚刚我也提到了，就是我们对于 service 也好，API 也好，因为依赖下层的 dao 或者依赖下层的 service，你都很方便 mock 掉，这个写单元测试相对简单，这个我不展开讲，你可以使用 GoMock 或者 GoMonkey 实现这个功能。
Toolchain
我们利用多个 docker-compose 来解决 dao 层的单元测试，那对于我刚刚提到的项目的一些规范，单元测试的一些模板，甚至是我写了一些 dao 的一些占位符，或者写了一些 service 代码的一些占位符，你有没有考虑过这种约束有没有人会去遵循？所以我这里要强调一点，工具一定要大于约束和文档，你写了约束，写了文档，那么你最终要通过工具把它落实。所以在我们内部会有一个类似 go tool 的脚手架，叫 Kratos Tool，把我们刚刚说的约定规范都通过这个工具一键初始化。
对于我们内部的工具集，我们大概会分为几块。第一块就是 API 的，就是你写一个 PB 文件，你可以基于这个 PB 文件生成 gRPC，HTTP 的框架代码，你也可以基于这个 PB 文件生成 swagger 的一些 JSON 文件或者是 Markdown 文件。当然了，我们还会生成一些 API，用于 debug 的 client 方便去调试，因为我们知道，gRPC 调试起来相对麻烦一些，你要去写代码。
还有一些工具是针对 project 的，一键生成整个应用的 layout，非常方便。我们还提了 model，就是方便 model 和 DTO，DTO 就是 API 里面定义的 message 的 struct 做 DeepCopy，这个也是一个工具。
对于 cache 的话，我们操作 memcache，操作 Redis 经常会要做什么逻辑？假如我们有一个 cache aside 场景，你读了一个 cache，cache miss 要回原 DB，你要把这个缓存回塞回去，甚至你可能这个回塞缓存想异步化，甚至是你要去读这个 DB 的时候要做归并回源（singleflight），我们把这些东西做成一些工具，让它整个回源到 DB 的逻辑更加简单，就是把这些场景描述出来，然后你通过工具可以一键生成这些代码，所以也是会比较方便。
我们再看最后一个，就是 test 的一些工具。我们会基于项目里面，比方说 dao 或者是 service 定义的 interface 去帮你写好 mock 的代码，我直接在里面填，只要填代码逻辑就行了，所以也会加速我们的生产。
上图是 Kratos 的一个 demo，基本就是支持了一些 command。这里就是一个 kratos new kratos-demo 的一个工程，-d YourPath 把它导到某一个路径去，--proto 顺便把 API 里面的 proto 代码也生成了，所以非常简单，一行就可以很快速启动一个 HTTP 或者 gRPC 服务。
我们知道，一个微服务的框架实际非常重，有很多初始化的方式等等，非常麻烦。所以说，你通过脚手架的方式就会非常方便，工具大于约定和文档这个这个理念就是这么来的。
Configuration 讲完工具以后，最后讲一下配置文件。我为什么单独提一下配置文件？实际它也是工程化的一部分。我们一个线上的业务服务包含三大块，第一，应用程序，第二，配置文件，第三，数据集。配置文件最容易导致线上出 bug，因为你改一行配置，整个行为可能跟 App 想要的行为完全不一样。而且我们的代码的开发交付需要经过哪些流程？需要 commit 代码，需要 review，需要单元测试，需要 CD，需要交付到线上，需要灰度，它的整个流程是非常长的。在一步步的环境里面，你的 bug 需要前置解决，越前置解决，成本越低。因为你的代码的开发流程是这么一个 pipeline，所以 bug 最终流到线上的概率很低，但是配置文件没有经过这么复杂的流程，可能大家发现线上有个问题，决定要改个线上配置，就去配置中心或者配置文件改，然后 push 上线，接着就问题了，这个其实很常见。
从 SRE 的角度来说，导致线上故障的主因就是来自配置变更，所以 SRE 很大的工作是控制变更管理，如果能把变更管理做好，实际上很多问题都不会出现。配置既然在整个应用里面这么重要，那在我们整个框架或者在 Go 的工程化实践里面，我们应该对配置文件做一些什么事情？
我觉得是几个。第一，我们的目标是什么？配置文件不应该太复杂，我见过很多框架，或者是业务的一些框架，它实际功能非常强大，但是它的配置文件超级多。我就发现有个习惯，只要有一个同事写错了这个配置，当我新起一个项目的时候，一定会有人把这个错误的配置拷贝到另外一个系统里面去。然后当发现这个应用出问题的时候，我们一般都会内部说一下，你看看其他同事有没有也配错的，实际这个配错概率非常高。因为你的配置选项越多，复杂性越高，它越容易出错。所以第一个要素就是说，尽量避免复杂的配置文件。配得越多，越容易出错。
第二，实际我们的配置方式也非常多，有些用 JSON，有些用 YAML，有些用 Properties，有些用 INI。那能不能收敛成通用的一种方式呢？无论它是用 Python 的脚本也好，或者是用 JSON 也好，你只要有一种唯一的约定，不需要太多样的配置方式，对我们的运维，对我们的 SRE 同时来说，他跨项目的变更成本会变低。
第三，一定要往简单化去努力。这句话其实包含了几个方面的含义。首先，我们很多配置它到底是必须的还是可选的，如果是可选，配置文件是不是就可以把它踢掉，甚至不要出现？我曾经有一次看到我们 Java 同事的配置 retry 有一个重试默认是零，内部重试是 80 次，直接把 Redis cluster 打故障了，为什么？其实这种事故很低级，所以简单化努力的另外一层含义是指，我们在框架层面，尤其是提供 SDK 或者是提供 framework 的这些同事尽量要做一些防御编程，让这种错配漏配也处于一个可控的范围，比方重试 80 次，你觉得哪个 SDK 会这么做？所以这个是我们要考虑的。但是还有一点要强调的是，我们对于业务开发的同事，我们的配置应该足够的简单，这个简单还包含，如果你的日志基本上都是写在这个目录，你就不要提供这个配置给他，反而不容易出错。但是对于我们内部的一些 infrastructure，它可能需要非常复杂的配置来优化，根据我的场景去做优化，所以它是两种场景，一种是业务场景，足够简单，一种是我要针对我的通用的 infrastructure 去做场景的优化，需要很复杂的配置，所以它是两种场景，所以我们要想清楚你的业务到底是哪一种形态。
还有一个问题就是我们配置文件一定要做好权限的变更和跟踪，因为我们知道上线出问题的时候，我们的第一想法不是查 bug，是先止损，止损先找最近有没有变更。如果发现有变更，一般是先回滚，回滚的时候，我们通常只回滚了应用程序，而忘记回滚了配置。每个公司可能内部的配置中心，或者是配置场景，或者跟我们的二进制的交付上线都不一样，那么这里的理念就是你的应用程序和配置文件一定是同一个版本，或者是某种意义上让他们产生一个版本的映射，比方说你的应用程序 1.0，你的配置文件 2.0，它们之间存在一个强绑定关系，我们在回滚的时候应该是一起回滚的。我们曾经也因为类似的一些不兼容的配置的变更，二进制程序上线，但配置文件忘记回滚，出现过事故，所以这个是要强调的。
另外，配置的变更也要经过 review，如果没问题，应该也是按照 App 发布一样，先灰度，再放量，再全量等等类似的一种方式去推，演进式的这种发布，我们也叫滚动发布，我觉得配置文件也是一样的思路。
加入阿里云钉钉群享福利：每周技术直播，定期群内有奖活动、大咖问答
原文链接