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，

简介过去几年来，出现了一种称为NoSQL的新型数据库管理系统。设计这些数据存储是为了克服在扩展传统关系数据库来处理一些应用程序时必须处理的数据负载类型的难题，比如说Amazon。这种可伸缩性的实现需要一定的代价：NoSQL系统通常不符合ACID（原子性、一致性、隔离和耐久性）；它们最终一致地表明，只要给定一定量的时间，所有数据更新最终都会

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/

如果有人问你“数据库事务有哪些特性”？你可能会很快回答出原子性、一致性、隔离性、持久性即ACID特性。那么你知道InnoDB如何保证这些事务特性的吗？如果知道的话这篇文章就可以直接跳过不看啦(^.^)先说结论：redolog重做日志用来保证事务的持久性undolog回滚日志保证事务的原子性undologredo

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

事务四大特性原子性：不可分割的操作单元，事务中所有操作，要么全部成功；要么撤回到执行事务之前的状态一致性：如果在执行事务之前数据库是一致的，那么在执行事务之后数据库也还是一致的；隔离性：事务操作之间彼此独立和透明互不影响。事务独立运行。这通常使用锁来实现。一个事务处理后的结果，影响了其他事务，那么其他事务会撤回。

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

原文:NETCore微服务之路：再谈分布式系统中一致性问题分析(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fwww.cnblogs.com%2FSteveLee%2Fp%2FAbout_The_Distributed_Consistency.html)前言一致性