简历向

rsa非对称加密：

利用了单向函数正向求解很简单，反向求解很复杂的特性。

• 随机选取两个质数p1，p2, n = p1*p2
• 随机选一个整数e，与φ(n) = (p1-1)*(p2-1)互为质数
• 加密过程(m^e) mod n = c,m是原信息，c为加密后的信息，n，e为公钥
• 解密过程(c^d) mod n = m，d为解密密钥
• d的求解很复杂，求解结果是d = (k*φ(n) + 1)/e

多线程充分利用多核 CPU

一个cpu只能处理一个线程，多核心技术是将多个一样的CPU放置于一个封装内（或直接将两个CPU做成一个芯片），而英特尔的HT技术是在CPU内部仅复制必要的资源、让CPU模拟成两个线程；也就是一个实体核心，两个逻辑线程，在一单位时间内处理两个线程的工作，模拟实体双核心、双线程运作。

相关参考链接：https://blog.csdn.net/huayushuangfei/article/details/79921638

mysql

• 事务的隔离级别

  
  

• innodb

1. 行级锁
2. 支持外键（保持数据一致性）
3. 默认隔离级别：可重复读RR

3.1 快照读模式（select）

可以解决脏读、不可重复读和幻读问题，快照读模式下通过MVCC来解决

3.2 当前读模式（update、insert写等操作）

当前读情况下解决幻读需要加锁（记录锁+间隙锁 或者 临键锁(Next-Key Locks))

3.3 MVCC（多版本并发控制）
InnoDB的MVCC，是通过在每行记录后面保存两个隐藏的列来实现：系统版本号和删除时的版本号

解决快照读模式下，幻读问题；
快照读：执行select操作；其余是当前读，所以，mvvc不能根本上解决幻读的情况

3.4 脏读

事务A读取了事务B修改了但是未提交的数据，但是B事务由于某种原因导致事务回滚，但是A读取的仍然是事务B回滚之前的数据

3.5 不可重复读：

事务A读取了一条数据，这时事务B将该条数据修改，事务A再次读取该条数据时，和最开始读取的数据不一致

3.3 幻读：

事物A读取了一批数据，这时事务B再向表单中insert了一些数据，事务A再次读取时，会发现多了数据，出现幻读

3.4 记录锁
对行加锁：select * from user where userid = 1 for update;

3.5 间隙锁(gap锁)
对区间加锁：select * from user where userid between 1 and 3 for update;

3.6 临键锁 next-key locks
结合记录锁+间隙锁，它的封锁范围，既包含索引记录，又包含索引区间。

4. innodb也会锁表

当执行update等操作时，会对操作影响的记录加上行锁和间隙锁。而业务的SQL语句update条件没有索引，所以就导致了全表被锁了

ElasticSearch

基于lucene的搜索引擎，在复杂过滤查询时效率更高。
1.涉及到多条件过滤、模糊查询时，mysql查询很慢；
2.涉及到count条目计算时，InnoDB不保存表的具体行数，需要全表扫描（MyISAM保存了行数）。es只需去查字段对应posting list的大小就行

• 全文检索（可以将关键字进行拆分）：
  select * from employee where emp_name like '张大三%';

在mysql中模糊查询时，查询时不支持拆分(没法查询'大三')，每次扫描都需要匹配那个文本的所有的字符，确认是否包含搜索的关键字；

• 倒排索引

• 建立term index 字典树结构（存放在内存）

• 联合索引查找时，合并采用跳表，并使用Roaring Bitmap（改进bitset）做缓存进一步加速合并

• 分片

索引可以分片，每个分片存储部分数据。

分片的好处：

1. 支持横向扩展；比如数据量为3t，每个分片就存储1个t的数据
2. 提高性能；数据分布在多台机器上，所有的操作会在多台机器上并行分布式执行，提高了吞吐量和性能

• es脑裂问题

即集群中不同的节点对于master的选择出现了分歧，出现了多个master竞争，导致主分片和副本的识别也发生了分歧，对一些分歧中的分片标识为了坏片

原因：

• 网络问题：网络延迟大，误以为master节点无响应
• 节点负载：主节点的角色既为master又为data

解决方法：

• 增加节点状态的响应时间
• 控制候选节点数在一般以上
• master节点和data节点做到角色分离，减少节点附在压力

每个分片的数据是有多个备份的；每个分片有一个primary shard，负责写入，数据同步到多个replica shard，负责读；读写分离。

• 集群部署

es集群通过选举，选举一个节点为master节点。
多个候选主节点，数量维持在一半以上。

• master节点：维护索引元数据、负责切换 primary shard 和 replica shard 身份。

• 如果master节点挂掉了，会在候选主节点内选举出一个新的master节点。

• primary shard挂了之后，其所属的replica shard会称为新的primary shard，primary shard修复之后，会成为replica shard。

celery分布式队列服务

任务发布者：后端代码编写任务函数
任务调度器：读取配置文件，周期性的将配置中到期的任务发送到任务队列
消息中间件(Broker)：redis做消息队列
任务执行单元：worker

• 支持异步任务、定时任务
• 任务执行单元：多进程事件驱动模型；配置进程池，主进程从消息队列取任务，分发给进程中中的子进程，工作进程采用事件驱动模型，使用epoll实现io多路复用，监听内核的读写就绪，并执行相应回调。