大家好,欢迎来到IT知识分享网。
知识点列表
一、Redis
- redis
- 应用场景
- string
- hash
- set:去重
- zset: 排行榜
- list:(阻塞队列、消息通信)
- HyperLogLog:大量统计(非精确)
- 内部数据结构
- dict:key[string] VS value (redis obj);拉链法解决冲突(同php);装载因子(哈希表已保存节点数量 / 哈希表大小)超过预定值自动扩充内, 引发(增量式)rehashing
- 根据ht[0]创建一个比原来size大一倍(也可能减少)的hashtable,
- 重新计算hash和index值,根据rehashindex逐步操作
- 到达一定阈值(ht[0]为空)操作停止
- 期间响应客户端
- 写操作:写到新的ht[1]
- 读操作:先读ht[0],再读ht[1]
- sds:simple dynamic string
- string的底层实现为sds,但是string存储数字的时候,执行incr decr的时候,内部存储就不是sds了。
- 二进制安全binary safe(5种类型的header+falgs得到具体类型,进而匹配len和alloc)
- robj:redis object,为多种数据类型提供一种统一的表示方式,同时允许同一类型的数据采用不同的内部表示,支持对象共享和引用计数。
- sds
- string
- long
- ziplist
- quicklist
- skiplist
typedef struct redisObject { unsigned type:4;【OBJ_STRING, OBJ_LIST, OBJ_SET, OBJ_ZSET, OBJ_HASH】 unsigned encoding:4【上述type的OBJ-ENCODING _XXX常量,四个位说明同一个type可能是不同的encoding,或者说同一个数据类型,可能不同的内部表示】; unsigned lru:LRU_BITS; /* lru time (relative to server.lruclock) */ int refcount; void *ptr【真正指向的数据】; } robj
- OBJ_ENCODING_
- string
- OBJ_ENCODING_RAW,代表sds ,原生string类型
- OBJ_ENCODING_INT,long类型
- OBJ_ENCODING_EMBSTR ,嵌入
- OBJ_HASH
- OBJ_ENCODING_HT,表示成dict
- OBJ_ENCODING_ZIPLIST,hash用ziplist表示
- OBJ_SET
- OBJ_ENCODING_INTSET,表示成intest
- config
- set-max-intset-entries 512【是整型而且数据元素较少时,set使用intset;否则使用dict】
- OBJ_ZSET
- OBJ_ENCODING_SKIPLIST,表示成skiplist
- 思想:多层链表,指针来回查找,插入和更新采取随机层数的方法来规避
- config
- zset-max-ziplist-entries 128
- zset-max-ziplist-value 64
- OBJ_LIST
- OBJ_ENCODING_QUICKLIST
- config
- list-max-ziplist-size -2
- list-compress-depth 0
- 内部结构实现
- string
- hash(两种encoding,根据下面的config)
- ziplist
- dict
- config
- hash-max-ziplist-entries 512【注意单位是“对儿”】
- hash-max-ziplist-value 64【单个value超过64】
- set
- zset
- list
- quicklist
- 定义:是一个ziplist型的双向链表
- 压缩算法:LZF
- zset如何根据两个属性排序?比如根据id和age
- 可以用位操作,把两个属性合成一个double
- 用zunionstore合并存储为新的key,再zrange
- redis是如何保证原子性操作的?
- 因为他是tm单线程的!(ps:mysql是多线程)
- 在并发脚本中的get set等不是原子的~
- 在并发中的原子命令incr setnx等是原子的
- 事务是保证批量操作的原子性
- 主从复制过程:
- 从服务器向主服务器发送sync
- 主服务器收到sync命令执行BGSAVE,且在这期间新执行的命令保存到一个缓冲区
- 主执行(BGSAVE)完毕后,将.rdb文件发送给从服务器,从服务器将文件载入内存
- BGSAVE期间到缓冲区的命令会以redis命令协议的方式,将内容发送给从服务器。
- 特性:
- 单线程,自实现(event driver库,见下面四个io多路复用函数)
- 在/src/ae.c中:宏定义的方式
/* Include the best multiplexing layer supported by this system. * The following should be ordered by performances, descending. */ #ifdef HAVE_EVPORT #include "ae_evport.c" #else #ifdef HAVE_EPOLL #include "ae_epoll.c" #else #ifdef HAVE_KQUEUE #include "ae_kqueue.c" #else #include "ae_select.c" #endif #endif
- io多路复用,最常用调用函数:select(epoll,kquene,avport等),同时监控多个文件描述符的可读可写
- reactor方式实现文件处理器(每一个网络连接对应一个文件描述符),同时监听多个fd的accept,read(from client),write(to client),close文件事件。
- 备份与持久化
- rdb(fork 进程dump到file,但是注意触发节点的覆盖问题,导致数据不完整)
- 手动 save bgsave
- 自动 conf:save 900 1 save 300 10 save 60 10000 dbfilename dump.rdb
- 优点:对服务进程影响小,记录原数据文件方式便于管理还原
- 缺点:可能数据不完整
- aof(类似binlog)
- appendfsync no
- appendfsync everysec
- appendfsync always (每执行一个命令)
- 优点:数据最完整,支持rewrite
- 缺点:文件相对rdb更大,导入速度比rdb慢
- 过期策略:
- 定时过期:时间到了立即删除,cpu不友好,内存友好。
- 惰性过期:访问时判断是否过期:cpu友好,内存不友好
- 定期过期:expires dict中scan,清除已过期的key。cpu和内存最优解
- 内存淘汰机制
- 127.0.0.1:6379> config get maxmemory-policy
1) "maxmemory-policy" 2) "noeviction" 127.0.0.1:6379>
- noeviction:新写入时回报错
- allkeys-lru:移除最近最少使用的key
- allkeys-random:随机移除某些key
- volatile-lru:设置了过期时间的key中,移除最近最少使用
- volatile-random:不解释
- volatile-ttl:设置类过期时间的键中,有更早过期时间的key优先移除
- redis队列不足之处
- 队列可能丢东西
- 比如redis挂了,producer没有停止,但是队列数据无法写入(除非同步落地到mysql)
- 队列的consumer 需要手动处理commit协议
- 如果consumer处理完,表示真正完成
- 如果没有处理完?放回队列?直接丢弃?
- 事件重放机制不支持
- 比如consumer消费错了,那能不能将队列回放呢再次处理呢?
- 队列最大长度及过期时间
- 如果producer远大于consumer,撑爆了怎么办
- 如果comsumer 一直没有处理,producer的数据如何处理
- exactly once
- 单机分布式锁没问题,集群情况下不靠谱
- vs memcache
- memcached
- 优势
- 多线程(listen & woker),利用多核
- round robin
- cas(check and set,compare and swap)
- 劣势
- cache coherency、锁
- key大小有限制(1M)
- 特点
- 内存预分配:slab+trunk
- redis
- 优势:
- 自己封装了一个AEEvent(epoll+select+kqueue),io多路复用
- 丰富的数据结构(对内+对外)
- 良好的持久化策略(rdb +aof)
- 单机可部署多实例,利用多核
- 劣势:
- 排序、聚合cpu密集操作会等影响吞吐量
- key 大小最大为1g
- more | other
- redis ziplist与普通双向链表的区别:普通的链表每一项都占用独立的一块内存,各项之间用地址指针(引用)连接起来,这样会导致大量碎片。而ziplist是将表中每项放在前后连续地址空间内,而且对值存储采取变长编码。
- redis msetnx对应的del,可以采取lua脚本保证get del的原子性
- redis 单线程如何实现阻塞队列?
- 阻塞是阻塞client,又不是阻塞server,server不发数据,client不就阻塞住了,当client想要阻塞在某个key上,server会把这个client放到一个block list里,等key发生变化,就send数据给client。
- redis 阻塞队列的时间设置实现?
- blocklist里只存了列表,这个timeout存在连接上,靠serverCron来遍历检测,每次遍历5个,
- 高性能的方案是小堆或者红黑树或者时间轮实现的定时器结构,epoll wait那块timeout参数就设置成下次超时时间
- 每次poll loop里除了处理io事件,再把定时器的数据结构里处理下,堆和红黑只要检测到一个未超时就可以break了,时间轮这是当前槽都触发了就行
- 每次检测5个这种比较折中,因为他场景不是大量并发的服务器,rds cli的连接数量毕竟使用者内部可控,而且不需要精确打击,只要保障相对能及时清理就行,redis的网络部分相对比较简单,业务场景可控,足够了
- redis集群情况下如何做到两个key必hash到一个节点?用{}
二、MySql
- mysql
- 索引
- 物理存储
- 聚簇索引
- 非聚簇索引
- 数据结构
- B+树
- hash
- fulltext
- R-tree
- 逻辑角度
- 唯一索引 unique
- 普通索引index
- 主键索引 primary key
- 全文索引 full index(myisam)
- 复合索引 (最左前缀原则)
- 类似 where a and b and c a b c 问题
- 联合索引(a,b,c) 能够正确使用索引的有(a=1), (a=1 and b=1),(a=1 and b=1 and c=1)(b=1 and c =1
- 引擎类型
- myisam
- innodb
- 区别:
- myisam采用非聚集索引,innodb采用聚集索引
- myisam索引myi与数据myd文件分离,索引文件仅保存数据记录指针地址。
- myisam的主索引与辅助索引在结构上没区别,而innodb不一样:innodb的所有辅助索引都引用主索引作为data域。
- innodb支持事务,行级锁。myisam不行。
- innodb必须有主键,而myisam可以没有。
- 相同点:
- 都是b+tree 索引
- 存储
- innodb
![PHP高级工程师面试题插图1 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
![PHP高级工程师面试题插图3 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- 数据被逻辑的存在tablespace,extend(区)中有多个page,page(默认16kb)里放row(每一行,大概每个page放2-200行记录)
- .frm:table’s format
- .ibd:table data & associated index data
- ubunut的frm文件和ibd文件可在目录root@udev:/var/lib/mysql# ls中查看,下图为innodb行格式,由下到上,均向上兼容
![PHP高级工程师面试题插图5 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- Antelope 羚羊 对存放bolb或者大varchar存储极长的数据时,将行数据的前768字节存储在数据页中,后面通过偏移量指向溢出页。
- compact 紧凑的
- redundant 多余的
- Barracuda 梭鱼
- antelope对存放blob的数据完全溢出,在数据页中只存在20个字节的指针,实际数据放在bolb page
- compressed
- dynamic
- more
- myisam
- frm(与innodb通用),在磁盘的datadir文件
- myi
- myd
- 事务
- 原子性atomicity
- 一致性consistency
- 隔离性lsolation
- 持久性durability
- 分表数量级
- 单表在500w左右,性能最佳。BTREE索引树 在3-5之间
- 隔离级别
- 事务的隔离性是数据库处理数据的基础之一,隔离级别是提供给用户在性能和可靠性做除选择和权衡的配置项目,以下四种情况都有一个前提(在同一个事物中)
- read_uncommited:脏读,不加任何锁,可能读到未提交的行,见下图
![PHP高级工程师面试题插图7 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- read_commit:不可重复读,只对记录加记录锁,而不会在记录间加间隙锁。所以允许新的记录插入到被锁定记录的附近,所以多次使用查询语句时,可能得到不同的结果,non_repeatable_read,见下图
![PHP高级工程师面试题插图9 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- repeatable_read【默认级别】:幻读,返回第一次的查询的快照(不会返回不同数据),但是可能有幻读(phantom read),虽然第一次是个空,但是在session2中提交之后,发现已经有了这条数据。见下图
![PHP高级工程师面试题插图11 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- serialize:解决了幻读
- 索引机制(算法)
- hash
- b+tree(m阶b+tree)
- 所有数据保存在叶子节点,有k个子树的中间节点包含有k个元素
- 所有叶子节点包含了全部的元素信息,及指向这些元素记录的指针,且叶子节点本身依关键字的大小自小而大顺序链接
- 所有的中间节点元素都同时存在于子节点,在子节点元素中都是最大(或最小)元素(或者说:每一个父节点的元素都出现在子节点中,是子节点的最大或者最小元素)
- 插入的元素,要始终保持最大元素在根节点中,再次说:所有的叶子节点包含了全量元素信息。每个叶子节点都带有指向下个节点的指针,形成了有序链表
![PHP高级工程师面试题插图13 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- b-tree【不要念成b减tree】
- 内存操作(单一节点数量很多时,注意并不比二叉查找树数量少,只是速度比硬盘要快)
- 自平衡
- 左旋、右旋
- mongoDB用的是balance tree
- 特点(m阶的B树)
- 根节点至少有两个子女
- 每个中间节点都包括k-1个元素和k个孩子(m/2<=k<=m)
- 每个叶子节点都包括k-1个元素,(m/2<=k<=m)
- 所有的叶子节点位于同一层
- 每个节点中的元素从小到大排序,节点当中k-1个元素正好是k个孩子包含元素的值域划分
- b+与b-区别
- b+中间节点没有卫星数据,而b-tree有卫星数据(可以理解为key+data的二维数组),所以前者同样大小可以容纳更多的节点元素。这样又导致了b+比b更“矮胖”,更进一步减少了io查询次数。很好的解释了下面这句话:在cluster index(聚集索引中),叶子节点直接包含卫星数据;在非聚集索引中nonclustered index中,叶子节点带有指向卫星数据的指针。
- b-只要查找到匹配元素,直接返回,网络匹配元素处理中间节点还是叶子节点。而b+查询必须查找到叶子节,相对于b-,b+无需返回上层节点重复遍历查找工作,所以得出b-查找并不稳定,而b+是稳定的。
- 针对范围查询,b-需要n次中序遍历,而b+只需要通过子节点链表指针遍历即可。
- 锁
- 种类
- optimistic lock乐观锁(并非真正的锁,先尝试在,再更改,loop and try)
- 特点:不会真死锁,一定条件下有较高的冲突频率和重试成本,但是相对悲观可以有更好的并发量
- pessimistic lock悲观锁(先占有,再修改,再释放)
- 粒度划分
- 行锁
- 表锁
- 意向锁 intention lock(表级锁)
- 场景:A对表中一行进行修改,B对整个表修改。如果没有以下的两个锁,B将对全表扫描是否被锁定。反之,A可以对某行添加意向互斥锁(表级),然后再添加互斥锁(行级),然后B只需要等待意向互斥锁释放)
- 意向共享锁
- 意向互斥锁
- 共享锁shard lock 读锁(行锁)
- 排它锁exclusive lock 写锁(行锁)
- 锁的算法
- record lock:加到索引记录上的锁,如果通过where条件上锁,而不知道具体哪行,这样会锁定整个表
- gap lock:某个区间的锁定,对索引记录中的一段连续区域的锁。
- next-key lock:上两者的结合
- 死锁:
![PHP高级工程师面试题插图15 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- 注意区分 deadlock VS lock wait timeout
- 分库分表
- 主从
- ACID
- 覆盖索引(复合索引)
- 定义:包含两个或多个属性列的索引称为复合索引。如果查询字段是普通索引,或者是联合索引的最左原则字段,查询结果是联合索引的字段或者是主键。这种就不必通过主键(聚集索引再次查询)
- 目的:减少磁盘io,不用回表
- b+树索引
- 聚集索引cluster index 一般为primary key
- 定义:按照每张表主键构建一棵B+TREE,叶子节点放的整张表的行记录数据
- 与之相对应的是辅助索引(secondary index)
- innodb存储引擎支持覆盖索引,即从辅助索引中可以查到查询记录,而不需要查询聚集索引中的记录。
- b平衡树+树索引
![PHP高级工程师面试题插图17 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- 上图对应的表结构:
CREATE TABLE users( id INT NOT NULL, first_name VARCHAR(20) NOT NULL, last_name VARCHAR(20) NOT NULL, age INT NOT NULL, PRIMARY KEY(id), KEY(last_name, first_name, age) KEY(first_name)
- 一张表一定包含一个聚集索引构成的b+树以及若干辅助索引构成的b+树
- 每次给字段建一个索引,字段中的数据就会被复制一份出来。用于生成索引,(考虑磁盘空间)。不管何种方式查表,最终都会利用主键通过聚集索引来定位到数据。聚集索引(主键)是通往真实数据的唯一出路。
- 辅助索引:非聚集索引都可以被称作辅助索引,其叶子节点不包含行记录的全部数据,仅包含索引中的所有键及一个用于查找对应行记录的【书签(即主键或者说聚集索引)】,下面两个图为辅助索引(first_name,age)以及通过主键再次查找的过程
![PHP高级工程师面试题插图19 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
![PHP高级工程师面试题插图21 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- 联合索引:与覆盖索引没有区别,或者理解为覆盖索引是联合索引的最优解(无需通过主键回表)。
- explain
- extra
- using index :condition(用了索引,但是回表了)
- using where :uning index(查询的字段在索引中就能查到,无需回表)
- using index condition:using filesort(重点优化:表明查到数据后需要再进行排序,尽量利用索引的有序性。)
- using where:using index
- type(连接类型:join type),以下逐步增大
- system 系统表,磁盘io忽略不计(有些数据就已经在内存中)
- const 常量连接(加了where条件限制,命中主键pk或者唯一unique索引)
- eq_ref 主键索引或者非空唯一索引、等值连接;如果把唯一索引改为普通索引+等值匹配,可能type只为ref,因为可能一对多
- range 区间范围 between and;where in,gt lt;(注意必须是索引)
- index 索引树扫描,即需要扫描索引上的全部数据,比如innodb的count
- all 全表扫描
- select * 与索引(看主要命中条数与总条数,如果相近,用不到索引,就全回表了,如果是一定范围,那就是range use indexcondition)
- rows(粗略统计,不是精确)
- 其他:
- varchar为啥为65535?compact行记录的第一个字段为变长字段长度列表,为2个字节16位。参考
- 一个表最多多少行?1023,具体也是看行格式的数据结构即可,参考上文的参考链接。
- 为什么建议给表加主键?主键的作用是把数据格式转为索引(平衡树)
- 联合索引在b+树中如何存储?
- 为什么索引不直接用二叉查找树,要用b树,b+树?主要考虑减少磁盘io(考虑磁盘物理原理及局部性与磁盘预读的特性:)
- myisam和innodb必须有主键吗?innodb必须有,数据文件需要按照主键聚集,如果没有innodb会自动生成。
三、算法&数据结构
- 最小堆:根节点为最小值,且节点比其他孩子小
- 平衡树(avl 红黑树)
- 最大堆:根节点为最大值,且节点比其他孩子大
- sikplist
- hash
- hash 碰撞原因
- hash 碰撞解决方案
- 拉链,塞到链表里(想到了php max_input_vars)
- 开放寻址,一直找..
- 线性探测
- 二次探测再散列
- 伪随机数
- 再hash
- 给定数值n,判断n是斐波那契数列的第几项?写算法
- 反转列表如A->B->C->D 到A->D->C->B
- 插入排序
- 数组与链表区别与联系
- 链表操作
- 单链表删除
p->next=p->next->next; if(head->next===null){ head=null }
- 单链表插入
new_node->next=p->next; p->next=new_node if(head===null){ head=new_node; }
- 应用问题
- 如何实现一个LRU功能?【双向链表】
- 如何实现浏览器前进后退功能?【两个栈】
四、设计模式
- 设计模式
- 单例模式 (static ,consturct)
static private $instance; private $config; private funciton __construct($config){ $this->config=$config; } private funciton __clone(){ } static public function instance($config){ if(!self::$instance instanceof self){ self::$instance=new self($config); } return self::$instance; } }
- 简单工厂(switch case include new return )
{ public function makeModule($moduleName, $options) { switch ($moduleName) { case 'Fight': return new Fight($options[0], $options[1]); case 'Force': return new Force($options[0]); case 'Shot': return new Shot($options[0], $options[1], $options[2]); } } } # 使用工厂方式 001 class Superman { protected $power; public function __construct() { // 初始化工厂 $factory = new SuperModuleFactory; // 通过工厂提供的方法制造需要的模块 $this->power = $factory->makeModule('Fight', [9, 100]); // $this->power = $factory->makeModule('Force', [45]); // $this->power = $factory->makeModule('Shot', [99, 50, 2]); /* $this->power = array( $factory->makeModule('Force', [45]), $factory->makeModule('Shot', [99, 50, 2]) ); */ } } # 使用工厂方式 002 class Superman { protected $power; public function __construct(array $modules) { // 初始化工厂 $factory = new SuperModuleFactory; // 通过工厂提供的方法制造需要的模块 foreach ($modules as $moduleName => $moduleOptions) { $this->power[] = $factory->makeModule($moduleName, $moduleOptions); } } } // 创建超人 $superman = new Superman([ 'Fight' => [9, 100], 'Shot' => [99, 50, 2]
- 门面模式
- 对客户屏蔽子系统组件,减少子系统与客户之间的松耦合关系
五、正则表达式
- 正则表达式
- 应用场景
- 范匹配
- 模版引擎
- 词法分析器(lex)
- 常见正则
六、PHP
- php
- 代码解释过程(大多的非编译语言)
- lexical词法分析,输入为源代码,输出为token
- 语法分析 工具为文法(LALR),输出为表达式,7.0为AST,涉及:
- 注释
- 分号 & 分隔符
- 变量
- 常量
- 操作数
- 类型检查、关键字处理、导入,输出为中间代码。工具为选定的的编译器优化工具
- 中间代码生成(Opcodes)
- 机器码生成(编译语言)
- session共享配置
- phpunit用法
- cookie购物车和session购物车的实现
- 弱类型实现
- 代码规范
- 自动化:sonarquebe+jenkins
- 单元测试
- php进程间如何通信
- 信号量
- 消息队列
- 管道
- socket
- 共享内存
- php并发模型
- 变量底层存储结构
- 常用的数组函数(列出10个)
- array_combine(前面数组作为其键,后面数组做为其值)
- array_merage(合并两个数组,后面覆盖前面,但数字索引会重新索引,不会覆盖)
- array_multisort
- php垃圾回收机制(gc)
- zend.enable_gc php.ini
- gc_enable() funciton
- 把session放入redis里面还会触发类似文件的state session
- session.gc_probability (default 1)
- session.gc_divisor (default 100)
- session.gc_maxlifetime(单位秒)
- session.cookie_lifetime(单位秒,0表示直到关闭浏览器)
- session.save_path
- session_write_close (显示关闭,后期使用需要显示开启)
七、操作系统
- 操作系统
- 多线程
- 多进程
- 协程的理解
- socket和管道的区别
- 进程间通信手段
- 共享内存
- rpc
- 管道
- 线程间通信手段
- 读写进程数据段
八、网络协议
- 网络协议
- http
- 构成:起始行(GET =>200),首部头 (ACCEPT=>CONTENT-TYPE),主体 name =》tongbo
- 版本:
- 1.0
- 1.1
- 2.0 :多路复用、流量控制
- 长连接
- 在一个连接上发送多个数据包
- 心跳、如何发送心跳
- httpdns
- 定义:用http协议代替原始的udp dns协议,可以绕过运营商的local dns
- 解决问题:避免local dns造成的域名劫持问题和调度不精确问题(更多是在移动客户端)
- 其他解决方案
- 客户端dns缓存
- 热点域名解析
- 懒更新策略(ttl过期后再同步)
- post请求分割head 和body
- get vs post:
- get(
- 安全幂等,请求实体资源
- 参数只能url编码,且参数长度有限制
- 浏览器会自动加cache
- post
- 附加请求实体于服务器
- 产生两个tcp数据包
- 数据支持多种编码格式
- resultful
- get:获取资源
- post:新建资源
- put:更新完整资源
- delete:删除资源
- patch:更新部分资源
- Rpc VS Http/rest
- http/rest
- 同步阻塞
- 异步回调
- 优点
- 客户端支持度高
- 监控方便
- 注意点
- 通信效率低
- rest的put/delete支持度差
- rpc
- 分类
- soap(http)
- protocol buffer(tcp)
- thrift(tcp)
- 优势
- 二进制支持
- 自动生成服务端、客户端代码,支持语言丰富
- 自带序列化
- 注意点
- 字段类型与定义问题
- tcp
- 面向连接,先建立(握手),然后释放(挥手确认拜拜)
- 只能点对点
- 可靠交付(相对来说),全双工,接收和发送端都设有发送和接收cache
- 面向字节流(流:一连串,无结构的的信息流,流入到进程或从进程流出的字节序列,而一个报文段多少字节是根据窗口值和网络拥塞程度动态变化的)
- 释放:
- 客户端:FIN_WAIT 1,停止发送数据给服务端。等待服务端确认
- 服务端:ack ,进入CLOSE_WAIT(关闭等待),此时如果服务端有数据要发送,客户端还可以接收。
- 客户端收到服务端确认后,进入FIN_WAIT 2,等待服务器发出连接释放报文段。
- 此时如果服务端没有数据要发送,发送上步骤客户端等待的释放报文段,然后服务端进入LAST_ACK
- 客户端收到服务端的last_ack后,发出确认,进入TIME_WAIT,经过2MSL后,客户端关闭
- 服务端收到客户端报文段后,进入CLOSE
![PHP高级工程师面试题插图23 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- 关于TIME_WAIT:
- time_wait是一种TCP状态,等待2msl可以保证客户端最后一个报文段能够到达服务器,如果未到达,服务器则会超时重传连接释放报文段。使得客户端、服务器都可以正常进入到CLOSE状态。
- 关于’粘包’
- 分包:在一个消息体或一帧数据时,通过一定的处理,让接收方能从字节流中识别并截取(还原)出一个个消息体。
- 短连接tcp分包:发送方关闭连接,接收方read 0,就知道消息尾了
- 长连接TCP分包:
- 消息长度固定or消息头中加长度字段
- 固定消息边界,比如http:rn
- 利用消息本身格式,如xml,json
- 特性协议
- 停等
- 超时重传
- 慢启动
- 滑动窗口
- 快速重传
- udp
- 无连接、best effort、面向报文(不合并、不拆分,保留边界)
- 无拥塞控制、流量控制、首部开销小(8个字节,而tcp有20个首部)
- 支持一对一,一对多,多对一
- 自定义协议
- rpc
九、大前端
- js
- 百度统计的实现
- 基于cookie,引入js脚本及baidu个人账户id,读取当前信息,适当节点发送请求给百度服务器
十、中间件
- 中间件
- rebbitmq
- kafka
- Redis 队列
十一、php框架
- php框架
- ci
- yii
- laravel
- AppServiceProvider register:服务提供者注册
- IocContainer:(工厂模式的升华:ioc容器)
- 控制反转(inversion of control)可以降低计算机代码之间的耦合,其中最常见的方式叫做依赖注入。(Dependence Injection),还有一种方式为依赖查找。
- 实现方式
- 基于接口:实现特定接口以供外部容器注入所依赖类型的对象。
- 基于set方法:还没搞明白。
- 基于构造函数:实现特定参数的构造函数
- 管理类依赖
- 执行(依赖注入DI):通过构造函数或者某些情况下通过setter方法将类依赖注入到类中,容器并不需要被告知如何构建对象,因为他会使用php的反射服务自动解析出具体的对象。
- swoole
- 依赖注入与控制翻转
十二 、运维
- 运维&架构
- 服务器cpu99%如何分析
- mysql 占cpu如何分析
- php占cpu较高如何分析
- sso实现方法
- mysql优化方法
- 如何提高监测数据的准确性
- docker 原理及引用及编排管理
十三、golang
- golang
- todo
十四、 Linux
- linux
- epoll
- 查看负载:cat /proc/loadavg || w || top
- df
- top shift+M
- free
- ipstat
- strace
- grep [-A ,-B, -C]’HTTP/1.1″ 200′ access.log |wc -l
- socket和管道(pipe)的区别:socket全双工,pipe半双工*2
- awk
- awk ‘{print $1}’ access.log |sort |uniq |wc -l
十五、nginx
- nginx
- worker_connections
- upstream weight
- 负责均衡实现方式
- 轮询
- ip 哈希
- 指定权重
- 第三方
- fair
- url_hash
十六、分布式 | 微服务
- 分布式
- redis 分布式锁问题
- cap 及常见应用关注cap哪两点
- 微服务
- 最佳原则
- 高内聚:修改一个功能,只需要改一个服务
- 低耦合:修改了一个地方,不需要改其他的地方(下游消费者不受影响)
- 业务内原则:
- 新服务用新的微服务,确定无误后保留推进,否则调整
- 老的保留,直到新服务稳定再切换
- 必需的的监控与日志|生产-订阅—消费模型
- 尝试对外不可见的服务先做试点,错误邮件、日志、系统内调用、api内部分成熟接口
- 考虑问题
- 服务发现是否需要客户端自实现?
- 服务可用性保证
- 要不要拆MySQL表?保证服务底层的高内聚?异或是存到nosql
- 数据一致性问题?主从|缓存
- 服务监控日志存储及查询功能是否需要自实现?
- 基于事件+生产|消费模型选型
- rabbitmq
- kafka
- redis 队列
- 请求失败是否需要存入队列以便再次发起(最大重试次数与死信队列)?
其他
- 其他
- 两个绝对路径,求之间的相对路径
- 分布式
- 基础
- cap原理
- 解决多个节点数据一致性的方案其实就是共识算法
- 分布式协议
- Paxos:Proposer, Acceptor, Learner
- ZAB:Follower, Leader, Observer
- raft:leader ,follower,candidate
![PHP高级工程师面试题插图25 PHP高级工程师面试题](https://yundeesoft.com/wp-content/uploads/2022/11/2022112316405970.jpg)
- 分布式工具
- zk:zab(base paxos)protocol,
- etcd:raft protocol(mini PAXOS),k-v database
具体
- 如何对一个大文件排序(装不进内存的)-好未来
- 思路:
- map reduce
- 分割成小文件(临时文件)
- 去重
- awk grep end for sort
- 输入输出缓冲区
- 快速排序代码
- 冒泡排序代码
- 外层循环 0到n-1 //控制比较轮数 n 表示元素的个数
- 内层循环 0到n-i-1 //控制每一轮比较次数
- 两两比较做交换
- 外层循环开始声明 is_switch flag为false,内层循环有交换为true,外层循环结束时判断无switch break
- 归并排序代码
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/56882.html