并发安全就是程序在并发的情况下执行的结果都是正确的；
Go中数据类型分为两大类：
字节型、布尔型、整型、浮点型取决于操作系统指令值，在64位的指令集架构中可以由一条机器指令完 成，不存在被细分为更小的操作单位，所以这些类型的并发赋值是安全的，但是这个也跟操作系统的位 数有关，比如int64在32位操作系统中，它的高32位和低32位是分开赋值的，此时是非并发安全的。
复数类型、字符串、结构体、数组，切片，字典，通道，接口， 这些底层都是struct，不同成员的赋值 都不是一起的，所以都不是并发安全的。
单例模式的作用是确保无论对象被实例化多少次，全局都只有一个实例存在。根据这一特性，我们可以将其应用到全局唯一性配置、数据库连接对象、文件访问对象等。
饿汉式实现单例模式非常简单，直接看代码：
package singletontype singleton struct{}var instance = &singleton{}func GetSingleton() *singleton { return instance}singleton 包在被导入时会自动初始化 instance 实例，使用时通过调用 singleton.GetSingleton() 函数即可获得 singleton 这个结构体的单例对象。
这种方式的单例对象是在包加载时立即被创建，所以这个方式叫作饿汉式。与之对应的另一种实现方式叫作懒汉式，懒汉式模式下实例会在第一次被使用时被创建。
需要注意的是，尽管饿汉式实现单例模式的方式简单，但大多数情况下并不推荐。因为如果单例实例化时初始化内容过多，会造成程序加载用时较长。
接下来我们再来看下如何通过懒汉式实现单例模式：
package singletontype singleton struct{}var instance *singletonfunc GetSingleton() *singleton { if instance == nil { instance = &singleton{} } return instance}相较于饿汉式的实现，懒汉式将实例化 singleton 结构体部分的代码移到了 GetSingleton() 函数内部。这样能够将对象实例化的步骤延迟到 GetSingleton() 第一次被调用时。
不过通过 instance == nil 的判断来实现单例并不十分可靠，如果有多个 goroutine 同时调用 GetSingleton() 就无法保证并发安全。
Go 的内建 map 是不支持并发写操作的，原因是 map 写操作不是并发安全的，当你尝试多个 Goroutine 操作同一个 map，会产生报错：fatal error: concurrent map writes。
因此官方另外引入了 sync.Map 来满足并发编程中的应用。
sync.Map 的实现原理可概括为：
type Map struct { // 加锁作用，保护 dirty 字段 mu Mutex // 只读的数据，实际数据类型为 readOnly read atomic.Value // 最新写入的数据 dirty map[interface{}]*entry // 计数器，每次需要读 dirty 则 +1 misses int}其中 readOnly 的数据结构为：
type readOnly struct { // 内建 map m map[interface{}]*entry // 表示 dirty 里存在 read 里没有的 key，通过该字段决定是否加锁读 dirty amended bool}entry 数据结构则用于存储值的指针：
type entry struct { p unsafe.Pointer // 等同于 *interface{}}属性 p 有三种状态：
Map 常用的有以下方法：
redis的基本数据结构有： 1、String(字符串)；2、Hash(哈希)；3、List(列表)；4、Set(集合)；5、zset(有序集合)。
String 类型是 Redis 中最基本、最常用的数据类型，甚至被很多用户当成 Redis 少数的数据类型去使用。String 类型在 Redis 中是二进制安全(binary safe)的,这意味着 String 值关心二进制的字符串，不关心具体格式，你可以用它存储 json 格式或 JPEG 图片格式的字符串。
应用:
Hash的数据结构我们可以简单理解为java中的 Map,这种结构就特别适合存储对象，上面的String的类型确实也可以存储对象，但每次修改对象中的某一个属性，都要拿出整个json字符串在修改这个属性，之后在重新插入，而hash的接口特点让我们可以只修改该对象的某一个属性。
hash数据类型在存储上述类型的数据时具有比 String 类型更灵活、更快的优势，具体的说，使用 String 类型存储，必然需要转换和解析 json 格式的字符串，即便不需要转换，在内存开销方面，还是 hash 占优势。
应用:
List类型是按照插入顺序排序的字符串链表，一个列表非常多可以存储2^32-1个元素。我们可以简单理解为就相当于java中的LinkesdList。和数据结构中的普通链表一样，我们可以在其头部(left)和尾部(right)添加新的元素。在插入时，如果该键并不存在，Redis将为该键创建一个新的链表。与此相反，如果链表中所有的元素均被移除，那么该键也将会被从数据库中删除。
应用:
Redis 中的 set和Java中的HashSet 有些类似，它内部的键值对是无序的、少数的。它的内部实现相当于一个特殊的字典，字典中所有的value都是一个值 NULL。当集合中最后一个元素被移除之后，数据结构被自动删除，内存被回收。
应用:
Sorted-Sets中的每一个成员都会有一个分数(score)与之关联，Redis正是通过分数来为集合中的成员进行从小到大的排序。成员是少数的，但是分数(score)却是可以重复的。
应用: 作为有序的，不可重复的列表，可以做一些排行榜相关的场景：
当大量缓存数据在同一时间过期（失效）或者 Redis 故障宕机时，如果此时有大量的用户请求，都无法在 Redis 中处理，于是全部请求都直接访问数据库，从而导致数据库的压力骤增，严重的会造成数据库宕机，从而形成一系列连锁反应，造成整个系统崩溃，这就是缓存雪崩
我们的业务通常会有几个数据会被频繁地访问，比如秒杀活动，这类被频地访问的数据被称为热点数据。
如果缓存中的某个热点数据过期了，此时大量的请求访问了该热点数据，就无法从缓存中读取，直接访问数据库，数据库很容易就被高并发的请求冲垮，这就是缓存击穿。
当发生缓存雪崩或击穿时，数据库中还是保存了应用要访问的数据，一旦缓存恢复相对应的数据，就可以减轻数据库的压力，而缓存穿透就不一样了。
当用户访问的数据，既不在缓存中，也不在数据库中，导致请求在访问缓存时，发现缓存缺失，再去访问数据库时，发现数据库中也没有要访问的数据，没办法构建缓存数据，来服务后续的请求。那么当有大量这样的请求到来时，数据库的压力骤增，这就是缓存穿透的问题。
约束主要有:主键约束、外键约束、非空约束、检査约束(bentwen and ，大于、小于、等于、不等于)、唯一约束。
B+树是多叉树结构，每个结点都是一个16k的数据页，能存放较多索引信息，所以扇出很高。三层左右就可以存储2kw左右的数据(知道结论就行，想知道原因可以看之前的文章)。也就是说查询一次数据，如果这些数据页都在磁盘里，那么最多需要查询三次磁盘IO。
跳表是链表结构，一条数据一个结点，如果最底层要存放2kw数据，且每次查询都要能达到二分查找的效果，2kw大概在2的24次方左右，所以，跳表大概高度在24层左右。最坏情况下，这24层数据会分散在不同的数据页里，也即是查一次数据会经历24次磁盘IO。
因此存放同样量级的数据，B+树的高度比跳表的要少，如果放在mysql数据库上来说，就是磁盘IO次数更少，因此B+树查询更快。
而针对写操作，B+树需要拆分合并索引数据页，跳表则独立插入，并根据随机函数确定层数，没有旋转和维持平衡的开销，因此跳表的写入性能会比B+树要好。
HTTP2.0(Hypenext TransferProtocol version2)是超文本传输协议的第二版，HTTP2.0相比于HTTP1x，大幅度的提升了web性能，同时向下兼容HTTP1.X协议版 本。
主要核心优势有
1、采用二进制格式传输数据，而非htp1.1文本格式，二进制格式在协议的解析和优化扩展上带来了跟多的优势和可能
2、对消息头采用Hpack进行压缩传输，能够节省消息头占用的网络流量，htp1.1每次请求，都会携带大量冗余的头信息，浪费了很多宽带资源,
3、异步连接多路复用
4、Server Push，服务器端能够更快的把资源推送到客户端。
5、保持与HTTP 1.1语义的向后兼容性也是该版本的一个关键
本文转载自微信公众号「王中阳Go」，作者「王中阳Go」，可以通过以下二维码关注。
转载本文请联系「王中阳Go」公众号。
本文链接：http://www.28at.com/showinfo-26-98859-0.html阿里校招面试，我来瞅瞅怎么回事
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号
