1. GateWay：10010

2. Docker

镜像：将代码打包成镜像，镜像中就包含程序所依赖的全部东西
容器：其实就是运行的镜像，读到内存运行起来就是容器

镜像操作：

容器操作：

容器数据管理：数据卷
容器与数据分离，数据卷是一个虚拟目录，指向宿主机文件系统中的某个目录。

Docker-Compose：将多个docker run命令写到一个文件，开启多个容器

3. ES：海量数据的存储、搜索、计算

倒排索引：存词条（因为词条有唯一性，像 Hash这样的结构就可以存储），词条对应的文档 id，根据文档 id 到 数据库找到具体信息。

为什么这么快？
虽然要先查询倒排索引，再查询对应的正排索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快！无需全表扫描。

基本操作有：索引库操作、文档操作。原理：根据我们要存的东西的结构创建索引库，创建好之和就可以在索引库操作文档，比如新增、删除、修改等。

索引库操作有哪些？

• 创建索引库：PUT /索引库名
• 查询索引库：GET /索引库名
• 删除索引库：DELETE /索引库名
• 添加字段：PUT /索引库名/_mapping

文档操作：

• 创建文档：POST /{索引库名}/_doc/文档id { json文档 }
• 查询文档：GET /{索引库名}/_doc/文档id
• 删除文档：DELETE /{索引库名}/_doc/文档id
• 修改文档：
  • 全量修改：PUT /{索引库名}/_doc/文档id { json文档 }
  • 增量修改：POST /{索引库名}/_update/文档id { “doc”: {字段}}

使用RestHighLevelClient操作ES：

文档操作的基本步骤：

初始化RestHighLevelClient
创建XxxRequest。XXX是Index、Get、Update、Delete、Bulk
准备参数（Index、Update、Bulk时需要）
发送请求。调用RestHighLevelClient#.xxx()方法，xxx是index、get、update、delete、bulk
解析结果（Get时需要）

3.1 数据搜索

• query：查询条件
• from和size：分页条件
• sort：排序条件
• highlight：高亮条件

用ES实现搜索：（用户可以给一些限制搜索的条件、我身边的*********** 、搜出来结果的排序）
用户可以输入想搜索的内容，对用户搜索的用全文检索；当用户对搜索的内容限制时：城市、价格，使用复合查询（布尔查询）；用户想实现我身边的**：添加距离排序；酒店竞价排名：有些酒店花钱了做广告，要让这些酒店先展示：给酒店添加一个字段用来标识是不是广告，使用复合查询（得分查询），filter用来选出这些打广告的酒店，选择算分函数和加权方式，让其得分变大。还可以：搜索框自动补齐

3.2 数据同步

同步调用
异步通知 MQ
监听binlog Canal

4. 微服务保护：Sentinel

解决服务雪崩问题的解决办法：

• 流量控制 ---------- 预防措施

  • 以下为对资源的限流（接口）
  • 直接：统计当前资源的请求，触发阈值时对当前资源直接限流，也是默认的模式
  • 关联：统计与当前资源相关的另一个资源，触发阈值时，对当前资源限流
    • 使用场景：比如用户支付时需要修改订单状态，同时用户要查询订单。查询和修改操作会争抢数据库锁，产生竞争。业务需求是优先支付和更新订单的业务，因此当修改订单业务触发阈值时，需要对查询订单业务限流。
  • 链路：统计从指定链路访问到本资源的请求，触发阈值时，对指定链路限流
  • 对热点参数的限流（秒杀商品）

• 隔离和降级 ------将故障控制在一定范围，都是保护的调用方

  • 说明：微服务远程调用都是基于Feign来完成的，因此需要将Feign与Sentinel整合，在Feign里面实现线程隔离和服务熔断。
  • 隔离：setinel采用的基于信号量的隔离，用计算器来计数，超过时就限流
  • 降级：断路器统计服务调用的异常比例、慢请求比例，如果超出阈值则会熔断该服务，走降级逻辑。它是通过断路器实现的（打开、关闭、半开），打开状态就是熔断了，关闭状态就可以正常请求，半开状态是熔断后出现的，之后隔几秒再尝试放行，看看断路器用不用关闭。

4. 分布式事务：（二阶段提交）

TCC空回滚和事务悬挂：
try阶段阻塞时，可能导致全局事务超时而触发二阶段的cancel操作。在未执行try操作时先执行了cancel操作，这时cancel不能做回滚，就是空回滚。

对于已经空回滚的业务，之前被阻塞的try操作恢复，继续执行try，就永远不可能confirm或cancel ，事务一直处于中间状态，这就是业务悬挂。

业务悬挂解决办法：执行try操作时，应当判断cancel是否已经执行过了，如果已经执行，应当阻止此次try操作，避免悬挂

5. Redis

什么时候执行RDB：

• 执行save命令
• 执行bgsave命令
  • fork采用的是copy-on-write技术，当主进程执行读操作时，访问共享内存，当主进程执行写操作时，则会拷贝一份数据，执行写操作。
• Redis停机时
• 触发RDB条件时：在 redis.conf 中可以配置

AOF：文件追加的方式，记录的是一个一个命令，可能涉及到Rewrite机制，AOF文件比RDB文件大的多

主从第一次建立连接时，采用RDB持久化进行全量同步，master判断一个节点是否是第一次同步的依据，就是看replid是否一致。

---

什么时候执行全量同步？
slave节点第一次连接master节点时
slave节点断开时间太久，repl_baklog中的offset已经被覆盖时

故障转移选新的master：其实就是执行slaveof no one ，其他slave执行slaveof 自己

6. 多级缓存

参考多级缓存篇：https://blog.csdn.net/qq_51240148/article/details/133556865

首先用户发一个请求，先经过Nginx（此处Nginx作为静态资源服务器与反向代理服务器）返回一个静态资源，经过浏览器渲染给呈现出来，但是上面的数据都是假的，此时前端会发一些ajax请求后端数据，先吧请求发送给Nginx，因为Nginx中有本地缓存，所以还是将请求路由（这里类似于redis的槽），确保同一个请求路由到同一个Nginx服务器，当Nginx接收到请求时，首先会查看本地缓存有没有，没有的话先在redis缓存中找，当redis中也没有的话才访问Tomcat，此时Tomcat会先在JVM进程缓存中去找，再没有的话才去数据库查，然后针对缓存同步来说的话，用canal监听mysql的binlog日志，其实canal就是伪装成一个slave节点，当监听到binlog变换时，通知给java客户端，然后在程序中进行缓存同步的操作。其实canal在代码中的话就是实现EntryHandler<>这个接口重写里面的insert、update、delete方法，将redis和jvm进程缓存进行更新操作。