互联网技术个人理解

在缓存中间件出现之前，为了高查询效率，经常在内存中存放一下热数据，提供应用的性能，但是这些数据声明周期的管理
很是头疼，难于驾驭，ehcache是本地缓存，完美的解决了单台应用使用缓存的问题，提高查询效率，缓解了数据库的压力。
但是当需要多台机器并行对外服务时，数据不一致性，登录用户的状态的转移，急需一种集中式缓存来解决，redis完毕的解决
了这些问题，同时其高性能以及各总集群方案，完毕的解决了互联网的需求




1.大规模数据请求时，服务器的C10K、C100K问题，经常困扰我们，虽然C10K等问题的解决方案是NIO,但是
如果在某些场景中，比如用户行为日志，这些请求对我们很重要，又不用立马进行业务逻辑处理，MQ可以很轻松的接收请求，
然后我们的应用很从容的进行业务处理

2.多应用协同合作，又不想因为其中某个系统的问题，导致其他系统受到影响，于是采用异步消息通知的方式，每个应用处理
自己的逻辑，订阅关注的消息，然后进行业务处理，既保证业务的最终一致性，又保证了整个单个应用的性能不受其他应用的影响，实现高内聚低耦合




1.反向代理：多台机器部署多个应用，使用不同域名访问
2.静态资源访问的处理
3.负载均衡，nginx实现了第7层网络的负载均衡，可以进行后端应用的健康检查，多种路由策略（Hash/权重）
  ，免费、性能好据说是5万TPS左右，创业公司必备





负载均衡器，有三种模式（NAT/TUN/IP通道），第4层网络的负载均衡器，据说可以到达80wTPS,免费性能还好
一般与nginx配合使用,我的理解是LVS是机房级负载均衡，nginx是应用级的





数据库一直是架构性能提升的瓶颈，不是说它不行，而是对它要求太多，所有的数据都需要它来保存，还要保证性能。
后面只能想各总办法了。
1.数据特点是写少读多，那就来个主从负责，主负责读和写、从机负责读，这样写的压力不会对读造成影响，多台机器
还能提高可用性
2.数据读写均衡，但是性能不够，那就来个主主架构，两天机器互为主备，同时对外提供服务
3.性能还是不够，那就多来几台，集群的方式对外提供服务了
4.还有就是垂直业务拆分、水平数据拆分，就是为了把单表、单库的数据量减少，空间换时间，复杂度提升了，性能也改善了





数据库中like是程序员永远的痛，右匹配like，还能使用前缀索引，但是实际业务场景，模糊搜索，单词搜索，
数据库完全搞不定。搜索引擎解决了这个问题，同时还支持分词搜索，还能设置加权显示想要的结果。其中elaticsearch
更是把搜索技术推上了新的巅峰，号称处理TB级别的数据，不由让人惊叹不已




hbase、mongodb,键值对存取数据，我理解的是如果数据不要求行数数据的查询和统计，使用NOSQL能够很大提升性能，尤其是
我经常用文章ID、文章内容存储到mongodb中，相对于内容存储到mysql,性能提升很大