访问一个网站的过程如何判断一个网站的价值

今日总结

• java随征录——kafka集群
• 科研随探录——
• 八股随笔录——MySQL面试篇(5/7)
• 代码随想录——删除二叉搜索树中的节点

详细内容

java随征录

kafka集群

当分区（Partition）越来越多，单节点broker无法供应消息的传递时，可以进行横向和纵向扩展。

横向扩展：部署多个broker 。在kafka集群里，如果都集中在一台服务器上会造成性能瓶颈，此时可以分散部署在多台机器上。

纵向扩展：通过提升单台broker的硬件资源来增加处理能力。

 

kafka的备份（提高安全可靠性）

当把备份日志文件放到自己的broker时，如果broker宕机，备份文件还是会丢失。因此将备份文件部署到另一台broker上，如下图所示。

为了数据的可靠性，可以将数据文件进行备份，但是Kafka没有备份的概念，Kafka中称之为副本，多个副本其中只能有一个提供数据的读写操作，其他副本只能用于备份，具有读写能力的副本称之为Leader副本，作为备份的副本称之为follower副本。

 

kafka的集群管理

在kafka集群管理中，有一个master主节点，管理各个分支节点。当主节点宕机时，有两种应对策略

1. 对主节点broker做备份处理，当主节点宕机后，备份文件临危受命。但存在问题，如果备份节点也宕机了，还要重复操作。
2. 利用zookeeper实现选举制，选取主节点管理的其中一个分支节点做主节点。

 

科研随探录

八股随笔录

• 索引的优缺点

1. 索引最大的好处是提高查询速度，但是索引也有一些缺点

2. 需要占用物理空间，数量越大，占用空间越大

3. 创建索引和维护索引要耗费时间，这种时间随数据量的增大而增大

4. 会降低表的正删改的效率，因为每次增删改索引，B+树为了维护索引有序性，需要进行动态维护

• 什么时候适合用索引，什么时候不适合

适合：

1. 字段有唯一性限制的，比如商品编码
2. 经常用于WHERE查询条件的字段，这样能够提高整个表的查询速度，如何查询条件不是一个，可以使用联合索引
3. 经常用于GROUP BY 和RODER BY的字段，这样在查询的时候就不需要再去做一次排序了

不适合：

1. WHERE条件，GROUP BY，ORDER BY里用不到的字段，索引的价值是快速定位，不然索引是会占用物理空间的
2. 字段中存在大量的重复数据，不需要创建索引，
3. 表数据太少的时候，不需要创建索引
4. 经常更新的字段不用创建

• Mysql InnoDB引擎通过什么技术来保证事务的四大特性的？

1. 持久性是通过redo log（重做日志）来保证的

2. 原子性是通过undo log（回滚日志）来保证的

3, 隔离性是通过MVCC（多版本并发控制）或锁机制来保证的

4. 一致性是通过持久性+原子性+隔离性来保证的

代码随想录

给定一个二叉搜索树的根节点 root 和一个值 key，删除二叉搜索树中的 key 对应的节点，并保证二叉搜索树的性质不变。返回二叉搜索树（有可能被更新）的根节点的引用。

一般来说，删除节点可分为两个步骤：

1. 首先找到需要删除的节点；
2. 如果找到了，删除它。

 

示例 :

 

输入：root = [5,3,6,2,4,null,7], key = 3
输出：[5,4,6,2,null,null,7]
解释：给定需要删除的节点值是 3，所以我们首先找到 3 这个节点，然后删除它。
一个正确的答案是 [5,4,6,2,null,null,7], 如下图所示。
另一个正确答案是 [5,2,6,null,4,null,7]。

 

/*** Definition for a binary tree node.* public class TreeNode {*     int val;*     TreeNode left;*     TreeNode right;*     TreeNode() {}*     TreeNode(int val) { this.val = val; }*     TreeNode(int val, TreeNode left, TreeNode right) {*         this.val = val;*         this.left = left;*         this.right = right;*     }* }*/
class Solution {public TreeNode deleteNode(TreeNode root, int key) {if(root == null) return root;if(root.val == key) {if(root.left == null) {return root.right;}else if(root.right == null) {return root.left;}else{TreeNode index = root.right;while(index.left != null) {index = index.left;}index.left = root.left;root = root.right;return root;}}if(root.val > key)root.left = deleteNode(root.left, key);if(root.val <key)root.right = deleteNode(root.right, key);return root;}
}