今天下午面的北京链家现场面，虽然凉凉还是总结下面经吧～ 链家： 一面： 拿出手机问我笔试做错的一道笔试怎么分析，提醒了半天我也没想到（实际是拆装箱相关的知识） springbean生命周期 mysql范式 java类加载流程 outofmemory排查（问了具体命令，不会...） linux用过什么命令 linux日志查找特定关键字查询 jmm内存模型 java单例有哪几种 java特性中继承的作用，举例 多线程如何解决死锁 线程池的作用 多线程异常处理 二面： 5min尬聊，跟没面没区别 hr： 5m
如果你对Flink CDC 还没有什么概念，可以参考这里：Flink CDC 原理及生产实践。
一 背景 某个业务线商品开放用户申请免费试用，当某个商品特别吸引人时，比如iPhone6 。肯定有一大波人为了少卖一个肾而疯狂去抢申请资格。更有甚者利用机器人申请注册,于是简单的申请操作变成了秒杀行为。大量请求同时更新数据库中的同一个商品的申请次数，update 操作给表加上行锁，导致后面的请求全部排队等待前面一个update完成,释放行锁后才能处理下一个请求。大量后来请求等待，占用了数据库的连接。一旦数据库连接数被占满，就会导致后来的全部请求因拿不到连接而超时，业务请求出现无法及时处理的情况,数据库系统的RT会异常飙高,业务层由于等待出现超时，app 层的连接耗尽，一系列的雪崩效应！ 二 解决方案 从上面的背景分析,解决热点数据并发更新需要注意核心问题: 减少直接对db层数据热点的并发更新,或者提供MySQL 更新同一行的吞吐量。本文从业务和数据库的设计层面来规划.同时也希望大家提更好的解决思路。 1 前端层面 前端是整个流量的入口, 正常业务访问时系统表现平稳，但是当有人恶意请求时，需要加上流控措施，比如常见的 a 需要用户回答问题，填写验证码，移动图像等等，防止或者减少有机器人来恶意请求。 b 页面上采用防止机器人的判断 两秒以内的成功请求一律拒绝。 c 通过设置nginx ，对同一个ip源的请求次数做限制,防止机器人来申请。 优点 有效减少或者防止有人利用机器人恶意请求 缺点 存在一定的误杀率，错杀了正常的请求。 2 应用层 应用程序接收前端前端请求，进行一系列的数据库操作,在我们规避了恶意请求之后如果还是有大量的数据库写访问请求，我们需要 a 对业务做降级 限制接口的调用次数，降低对数据库的请求压力。选择异步更新请求次数，弱化该商品申请次数的展现。类似于阅读次数，申请次数 ，与金额，库存无关的功能点。 b 通过异步更新来避免直接写数据库 。 应用使用分布式缓存(比如Tair/Redis)来存储某项商品的申请次数或者某人的申请次数，以商品id/user_id 或者将where 条件作为key，申请试用人数为value/符合某项具体条件的 count结果为value, 有用户申请成功则更新申请试用人数。不需要查询和实时写数据库，每隔一定时间/次数将结果写入数据库。 优点：该方法依赖于缓存，读写速度快，不需要实时更新数据库，减轻数据库并发写的压力; 缺点：缓存不是100%稳定，很容易丢，即使采用持久化的缓存，在高并发下有时也可能会出现异常，穿透缓存到db ，导致前端业务展现问题。 3 数据库层 a 将热点数据拆分,分在不同的库不同的表中，分散热点数据，减轻数据库并发更新热点带来的RT升高和应用连接等待时能保证业务能够正常访问其他商品表，损失局部可用性。 优点:实时读写数据库，前端展示数据的准确性。 缺点:业务逻辑稍显复杂。 b 限流补丁 针对某些特定的sql语句 从MySQL 层面加以限制，当系统thread_running达到一定值或者某个sql执行时间超过一定阈值则拒绝该sql的执行。(阿里内部已经实现限流版本)
错误原因： 两个事物之间出现死锁，导致另外一个事物超时 某一种表频繁被锁表，导致其他事物无法拿到锁，导致事物超时 当前运行的所有事务： mysql> SELECT * FROM information_schema.INNODB_TRX; 当前出现的锁 mysql> SELECT * FROM information_schema.INNODB_LOCKs; 锁等待的对应关系 mysql> SELECT * FROM information_schema.INNODB_LOCK_waits; 解决方法（暴力
Java 语言通过 synchronized 关键字来保证原子性，这是因为每一个 Object 都有一个隐含的锁，这个也称作监视器对象。在进入 synchronized 之前自动获取此内部锁，而一旦离开此方式，无论是完成或者中断都会自动释放锁。显然这是一个独占锁，每个锁请求之间是互斥的。相对于众多高级锁 (Lock/ReadWriteLock 等)，synchronized 的代价都比后者要高。但是 synchronzied 的语法比较简单，而且也比较容易使用和理解。Lock 一旦调用了 lock() 方法获取到锁而未正确释放的话很有可能造成死锁，所以 Lock 的释放操作总是跟在 finally 代码块里面，这在代码结构上也是一次调整和冗余。Lock 的实现已经将硬件资源用到了极致，所以未来可优化的空间不大，除非硬件有了更高的性能，但是 synchronized 只是规范的一种实现，这在不同的平台不同的硬件还有很高的提升空间，未来 Java 锁上的优化也会主要在这上面。既然 synchronzied 都不可能避免死锁产生，那么死锁情况会是经常容易出现的错误，下面具体描述死锁发生的原因及解决方法。
早上7点多接到一个数据库服务器空间报警，磁盘空间不足。登陆数据库查看，MySQL slave 大量延迟，有68G 的relay log。查看slave status 发现Relay_Log_Pos ,Exec_Master_Log_Pos 位点始终不变。
一 简介 和MySQL打交道比较多的朋友，肯定遇到过 "Waiting for table metadata lock"或者由于MDL导致的故障,不过本文介绍MDL锁之前 我们先看一个著名的bug#989 大致情况如下: s1:
接口响应时间超长，耗时几十秒才返回错误提示，后台日志中出现Lock wait timeout exceeded; try restarting transaction的错误
死锁，其实是一个很有意思也很有挑战的技术问题，大概每个DBA和部分开发同学都会在工作过程中遇见 。关于死锁我会持续写一个系列的案例分析，希望能够对想了解死锁的朋友有所帮助。
session A 通过 lock table 命令持有表 t 的 MDL 写锁，而 session B 的查询需要获取 MDL 读锁。所以，session B 进入等待状态。
项目中的技术栈一定要搞清楚，用到了xx技术，要知道为什么要用它，同时还要结合你的业务场景来说。很多人就是把之前的项目忘了，更不用说xx技术在项目中是用来干什么了。
本文针对上一篇《MySQL优化案例分享》文章中提到的线上业务产生的一个死锁问题进行展开讨论，主要针对两个update操作导致的死锁的场景，借此机会正好总结下MySQL锁及分析下产生死锁的原因和解决方案；
这个问题我相信大家对它并不陌生，但是有很多人对它产生的原因以及处理吃的不是特别透，很多情况都是交给DBA去定位和处理问题，接下来我们就针对这个问题来展开讨论。
Go语言以容易进行并发编程而闻名，但是如果稍不注意，并发程序可能导致的数据竞争问题（data race）就会经常出现在你编写的并发程序的待解决Bug列表中-- 如果你不幸在代码中遇到这种错误，这将是最难调试的错误之一。
数据库和操作系统一样，是一个多用户使用的共享资源。当多个用户并发地存取数据 时，在数据库中就会产生多个事务同时存取同一数据的情况。
锁类型/引擎 行锁 表锁 页锁 MyISAM 有 InnoDB 有 有 BDB（被InnoDB取代） 有 有 锁的分类 表锁：开销小，加锁快，不会死锁，粒度大，冲突率高，并发低。 行锁：开销大，加锁慢，会死锁，粒度小，冲突率低，并发高。 页锁：处于表锁和行锁之间，会死锁。 锁的适用场景 表锁：更适用于查询为主，按少量索引条件更新。 行锁：更适用于大量按索引并发更新少量不同数据，同时又有并发查询。 MyISAM表锁 查看锁争用相关参数：show status
MyISAM写阻塞读的例子 session 1 session 2 lock table user write; select * from user; //返回查询结果 select * from user; //被阻塞，等待锁被释放 unlock tables; 获得锁，返回查询结果 注：
死锁是多线程编程或者说是并发编程中的一个经典问题，也是我们在实际工作中很可能会碰到的问题。相信大部分读者对“死锁”这个词都是略有耳闻的，但从我对后端开发岗位的面试情况来看很多同学往往对死锁都还没有系统的了解。虽然“死锁”听起来很高深，但是实际上已经被研究得比较透彻，大部分的解决方法都非常成熟和清晰，所以大家完全不用担心这篇文章的难度。
死锁其实是一个很有意思也很有挑战的技术问题，大概每个DBA和部分开发朋友都会在工作过程中遇见。关于死锁我会持续写一个系列的案例分析，希望能够对想了解死锁的朋友有所帮助。本文是源于生产过程中一个死锁案例。
版本：mysql5.5.52 存储引擎：InnoDB 隔离级别：READ-COMMITTED 示例一： 事务1：左图 事务2:右图 1、 事务2中属于快照读，基于多版本的并发控制协议——
1.git 是分布式的，svn不是，每个开发人员从中心版本库/服务器上chect out代码后会在自己的机器上克隆一个自己的版本库。 2.git 把内容安装元数据进行存储，svn是按照文件进行存储
首先，如果使用了长连接而长期没有对数据库进行任何操作，那么在timeout值后，MySQL server就会关闭此连接，而客户端在执行查询的时候就会得到一个类似于“mysql server has gone away“这样的错误。
当你在MySQL中执行一条SQL时，语句并没有在你预期的时间内执行完成，这时候我们通常会登陆到MySQL数据库上查看是不是出了什么问题，通常会使用的一个命令就是 show processlist，看看有哪些session，这些session在做什么事情。当你看到 waiting for table metadata lock 时，那就是遇到MDL元数据锁了。本篇文章将会介绍MDL锁的产生与排查过程。
先了解RR(REPEATABLE-READ)和RC(READ-COMMITTED)的区别。
昨天有个项目 一直登陆不上去，查看日志报错信息：ERROR 1205 (HY000): Lock wait timeout exceeded; try restarting transaction
线上给某个表执行新增索引SQL, 然后整个数据CPU打到100%, 连接数暴增到极限, 最后导致所有访问数据库的应用都奔溃.
给表新增字段时，发现锁表了，查看进程，提示Waiting for table metadata lock，等待锁释放；然而蛋疼的是几分钟过去了，依然没有任何的进展，特此记录下这个问题的定位过程以及MDL的相关背景知识
在多线程编程中，线程死锁是一种常见的问题。当多个线程相互等待对方所持有的资源时，会导致线程陷入无法继续执行的状态。本文将介绍线程死锁的原因，并提供一些解决方法，以帮助开发人员避免和解决线程死锁的缺陷。
一个事务执行多个操作时，要么所有事务被提交，对数据库的操作成功。要么中途出现问题或者反悔回滚
本栏目Java开发岗高频面试题主要出自以下各技术栈：Java基础知识、集合容器、并发编程、JVM、Spring全家桶、MyBatis等ORMapping框架、MySQL数据库、Redis缓存、RabbitMQ消息队列、Linux操作技巧等。
在面试中，SQL 调优经常是被问及的问题，它可以考察候选人对于 SQL 整体性能优化的理解和掌握程度。一般来说，SQL 调优的步骤可以从以下几个方面入手。
A: 重量级锁中的阻塞(挂起线程/恢复线程): 需要转入内核态中完成，有很大的性能影响。
在 Linux 系统中，文件锁定是一种对文件进行保护的方法，可以防止多个进程同时访问同一个文件，从而导致数据损坏或者冲突。文件锁定命令是一组用于在 Linux 系统中实现文件锁定操作的命令，它们可以用于对文件进行加锁或解锁，控制文件的访问权限，保证系统的稳定性和安全性。在本文中，我们将详细介绍 Linux 中的文件锁定命令，包括锁定的类型、命令的使用方法、常见问题及解决方法等内容。
之前部署了Mysql主从复制环境（Mysql主从同步(1)-主从/主主环境部署梳理），在mysql同步过程中会出现很多问题，导致数据同步异常。 以下梳理了几种主从同步中可能存在的问题: 1）slave运行过慢不能与master同步，也就是MySQL数据库主从同步延迟 MySQL数据库slave服务器延迟的现象是非常普遍的，MySQL复制允许从机进行SELECT操作，但是在实际线上环境下，由于从机延迟的关系，很难将读取操作转向到从机。这就导致了有了以下一些潜规则：“实时性要求不高的读取操作可以放到slave服
锁的应用最终导致不同事务的隔离级别、而MVCC多版本并发控制，通过增加版本的形式实现两种隔离级别（不使用到锁），MVCC读写不阻塞，是行级锁的升级
有一个资源正在被操作的时候，不希望被其它人操作，此时就需要通过加锁来防止这种情况的出现。
有些书上Waitting和Timed_Watting是归类在Blocked下的所以说是五种状态，有些书是单独拿出来的，所以是七种状态。大多数情况下承认五种状态。
死锁，其实是一个很有意思也很有挑战的技术问题，大概每个DBA和部分开发同学都会在工作过程中遇见 。关于死锁我会持续写一个系列的案例分析，希望能够对想了解死锁的朋友有所帮助
死锁其实是一个很有意思也很有挑战的技术问题，大概每个DBA和部分开发朋友都会在工作过程中遇见。关于死锁我会持续写一个系列的案例分析，希望能够对想了解死锁的朋友有所帮助。
本文作者系Scott（中文名陈晓辉），现任大连华信资深分析师 ，ORACLE数据库专家，曾就职于甲骨文中国。个人主页：segmentfault.com/u/db_perf ，经其本人授权发布。
Nim 编程语言是一个新型的静态类型、命令式编程语言，支持过程式、函数式、面向对象和泛型编程风格而保持简单和高效。Nim 从Lisp继承来的一个特殊特性--抽象语法树(AST)作为语言规范的一部分，可以用作创建领域特定语言的强大宏系统。
谈到MySQL性能优化，查询优化作为优化的源头，它也是最能体现一个系统是否更快。 本章以及接下来的几章将会着重讲解关于查询性能优化的内容，从中会介绍一些查询优化的技巧，帮助大家更深刻地理解MySQL如何真正地执行查询、究竟慢在哪里、如何让其快起来，并明白高效和低效的原因何在，这样更有助于你更好的来优化查询SQL语句。
ZooKeeper 我想大家应该都略有耳闻，可能你在开发中没有直接使用过，但常用的 Hadoop、HBase、Kafka、Dubbo 等都有使用到 ZooKeeper。那 ZooKeeper 到底起到了什么样的作用，为什么这些框架、系统需要使用 ZooKeeper呢，我们在开发过程中应该如何使用 ZooKeeper，又是否有 ZooKeeper的替代品呢。本文将围绕以上问题，从以下三方面说起：
为了更精准更有效的解决实际项目中遇到的问题，以后所有问题请按照对应问题分类的模板格式来提交问题。
在 InnoDB 事务中，行锁是在需要的时候才加上的，但并不是不需要了就立刻释放，而是要等到事务结束时才释放。
导语双主架构在MySQL中使用比较普遍，因为有故障后恢复方便的优点。但双写+双向复制的架构业界极少采用，这种架构下可能有什么问题？如何规避这种架构下的数据风险？本文根据实践经验做出了总结。
所谓死锁：是指两个或两个以上的进程或线程在执行过程中，因争夺资源而造成的一种互相等待的现象 如下就是死锁：
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
