Redis面试1.Redis是什么？都有哪些使用场景？我们先来理解经典的CAP理论：tex一致性：是指从数据层面来看的一致性。可用性：是指从系统层面的可用性。容错性：是指从网络层面的的容错性。

1\.innodb在不同隔离级别下的一致性读及锁的差异　　不同的隔离级别下，innodb处理sql时采用的一致性读策略和需要的锁是不同的，同时，数据恢复和复制机制的特点，也对一些sql的一致性读策略和锁策略有很大影响。对于许多sql,隔离级别越高，innodb给记录集的锁就越严格(龙其是使用范围条件的时候)，产生的锁冲突的可能性也就越高，

List接口以特定索引来存取元素，可以有重复元素Set接口不可以存放重复元素(使用equals方法区分是否重复)Map接口保存的是键值对(keyvaluepair)映射，映射关系可以是一对一或者多对一(key唯一)Set和Map容器都有基于哈希存储和排序树的两种实现版本。基于哈希存储的版本的实现理论存取时间复杂度是O(1)，而基于排序树版本的

RaftRaft概述        Raft一致性算法用于保证在分布式的条件下，所有的节点可以执行相同的命令序列，并达到一致的状态。这类的问题可以归结为“Replicatedstatemachines”问题。!关于Raft一致性协议的概要(http://static.oschina.net/uploads/img/

在上一篇文章写了锁的基本概述以及行锁的三种形式，这一篇的主要内容如下：一致性非锁定读自增长与锁外键和锁一致性性非锁定读一致性非锁定读是InnoDB通过多版本并发控制（MVCC，multiversionconcurrencycontrol）的方式来读取当前执行时间数据库中的最近一次快照，如果读取的行正在执行

根据阿里交易型业务的特点，以及在双十一这样业内罕有的需求推动下，我们在官方的MySQL基础上增加了非常多实用的功能、性能补丁。而在使用MySQL的过程中，数据一致性是绕不开的话题之一。本文主要从阿里巴巴“去IOE”的后时代讲起，向大家简单介绍下我们过去几年在MySQL数据一致性上的努力和实践,以及目前的解决方案。一.MySQL单机的数据一致性

   最近忙着FastCFSv1.2.0的研发工作，主要对数据恢复和master任命机制做了改进，修复了5个稳定性bug，FastCFS的可靠性和稳定性上了一个新台阶。v1.2.0的改进工作和数据一致性密切相关，本文将介绍FastCFS采用的数据一致性模型及基础结构。   说到数据一致性，大家会想到分布式系统必须符合CAP理论：一个分布

摘要本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题。特别需要说明的是，MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等。为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MySQL时主要打交道的索引，至于哈希索引和全文索引本文

Raft分布式一致性算法原理(选举和同步)一.背景在集群环境下，很容易出现单节点故障的问题，那么我们就需要进行集群部署，但是当集群部署的环境下，我们如何保证工作有序的调度与通信并且保证一致性呢，当客户端发送一连串指令，我们需要在集群环境下，所有服务机器最终要保证一致性，而且在出现一系列异常并且恢复

1.哈希游戏的亮点：100%透明，公平公正现在年轻人大多数都喜欢玩游戏，而是在玩游戏的时候也无法找到一个平衡点，因为传统的游戏，玩家无法掌握太多的主动权。所以大多数玩家都是非常被动的，而且在游戏方面也花费了很多的时间精力，金钱也没有获得更多的成就感和满足感，但是相对于这款游戏来说完全完全可以掌握主动权。可以将命运掌握在自己的手里，我们在玩游戏的时候也可以获得