feat: kubernetes and kafka

_posts/2019-01-02-machine_units.md

@@ -0,0 +1,36 @@
+---
+title: 计算机单位换算
+date: 2019-01-02 00:00:00 +0800
+categories: [root, linux]
+tags: [linux]
+author: ahern
+---
+
+### 位b（bit比特）
+- 二进制位
+
+### 字节B（byte）
+- 1B = 8b
+
+### 字（word）
+- 计算机进行数据处理时，一次存取、加工和传送的数据长度
+- 一个字通常由一个或多个（一般是字节的整数位）字节构成
+- 如：64位系统字的长度为64
+
+### K
+- 1K = 1024B = 2^10B 约 10^3B
+
+### M
+- 1M = 1024K = 2^20B 约 10^6B
+
+### G
+- 1G = 1024M = 2^30B 约 10^9B
+
+### logN
+- 2为底
+
+### lgN
+- 10为底
+
+### 1亿
+- 10^8

_posts/2019-05-19-linux_command.md

@@ -0,0 +1,43 @@
+---
+title: 常用Linux命令
+date: 2019-05-19 00:00:00 +0800
+categories: [root, linux]
+tags: [linux]
+author: ahern
+---
+
+### chmod
+
+- chmod 777 filename
+- 编辑权限
+- r=4，w=2，x=1
+
+### find
+
+- find pathname -options
+- 查找文件
+
+### ps
+
+- ps -ef
+- 查看进程信息
+
+### top
+
+- 动态查看进程cpu、内存等系统资源占用情况
+
+### ping
+
+- 检测是否与主机ip连通
+
+### telnet 
+
+- 探测主机下某个端口是否开放
+
+### vim
+
+### lsof
+
+- -i 查看端口占用
+
+- -p [端口号]：查看进程占用的文件描述符

_posts/2019-05-29-join_condition.md

@@ -1,7 +1,7 @@
 ---
 title: join接条件and、where区别
 date: 2019-05-29 00:00:00 +0800
-categories: [root, mysql]
+categories: [root, middleware]
 tags: [mysql]
 author: ahern
 ---

_posts/2019-06-12-mysql_slow_query_optimiztion .md

@@ -1,7 +1,7 @@
 ---
 title: Mysql慢查询优化
 date: 2019-01-25 00:00:00 +0800
-categories: [root, mysql]
+categories: [root, middleware]
 tags: [mysql]
 author: ahern
 ---

_posts/2019-08-11-linux_troubleshooting.md

@@ -6,6 +6,12 @@ tags: [linux, troubleshooting]
 author: ahern
 ---
 
+## 查看内存使用情况
+top、htop
+
+## 查看CPU使用情况
+top、htop
+
 ## systemctl status查看service不断重启
 #### 原因
 服务发生Panic
@@ -25,3 +31,4 @@ author: ahern
 - fdisk -l 查看分区
 - df -lh 查看分区可使用占比
 - du --block-size=MiB --max-depth=1 | sort -rn | head -10  查看当前目录最大的10个文件
+- `find ./ -type f -size "+50M" -exec du -h {} + | sort -rh|head -n 60` 查看大于50的文件，按大小倒序

_posts/2019-08-30-zero_copy.md

@@ -0,0 +1,46 @@
+---
+title: 零拷贝
+date: 2021-08-30 00:00:00 +0800
+categories: [root, linux]
+tags: [linux]
+author: ahern
+---
+
+### 高速缓存PageCache
+
+- 在内存中有一个分区用来缓存热点数据
+- 有预读功能
+- 读写速度比磁盘快
+- 应用与内核态缓存区，如下文内核态缓存区
+
+### DMA技术
+
+- 在进行I/O设备（如：磁盘）和内存进行数据传输时，由DMA负责数据搬运，而不需要CPU参与
+
+### 传统文件传输
+
+- <img src="https://raw.githubusercontent.com/li-zeyuan/access/master/img/Snipaste_2022-02-18_14-51-45.png" alt="Snipaste_2022-02-18_14-51-45" style="zoom:50%;" />
+- 系统调用：read(file,  tmp_buf, len)、write(socket, tmp_buf, len)
+- 4次上下文切换：read两次+write两次
+- 4次数据拷贝：2次DMA拷贝 + 2次CPU拷贝
+
+### 零拷贝技术
+
+- <img src="https://raw.githubusercontent.com/li-zeyuan/access/master/img/Snipaste_2022-02-18_15-04-04.png" alt="Snipaste_2022-02-18_15-04-04" style="zoom:50%;" />
+- 零拷贝：数据传输过程中，**仅由DMA参与数据拷贝，CPU不参与**
+- 系统调用：sendfile(int out_fd, int in_fd, off_t *offset, size_t count)
+- 2次上下文切换：sendfile两次
+- 2次数据拷贝：2次DMA拷贝
+
+### 大文件传输
+
+- <img src="https://raw.githubusercontent.com/li-zeyuan/access/master/img/Snipaste_2022-02-18_15-12-30.png" alt="Snipaste_2022-02-18_15-12-30" style="zoom:50%;" />
+- 使用异步IO ，绕开PageCache，过程如图
+- 为什么不用零拷贝？
+  - 零拷贝使用了PageCache
+  - 很快占满PageCache，导致热点小数据不能使用PageCache
+  - 大文件PageCache命中率不高
+
+### 参考
+
+- 原来 8 张图，就可以搞懂「零拷贝」了：https://www.cnblogs.com/xiaolincoding/p/13719610.html

_posts/2019-10-10-process.md

@@ -0,0 +1,115 @@
+---
+title: 进程、线程、协程
+date: 2019-10-10 00:00:00 +0800
+categories: [root, linux]
+tags: [linux]
+author: ahern
+---
+
+### 异常进程
+- 孤儿进程：
+  - 父进程退出，子进程仍在运行，子进程成了孤儿进程
+  - 孤儿进程由init进程接管
+
+- 僵尸进程：
+  - 子进程退出，父进程没有**wait或waitpid**，子进程描述还存在进程中，这个子进程就成了僵尸进程
+
+
+### 并发、并行
+
+- 并发：一个CPU通过时间片轮询去调度多个程序，CPU同一时刻只能执行一个程序
+- 并行：多个CPU同一时刻执行多个程序，程序间互不抢占CPU资源。
+
+### 进程、线程、协程
+
+- 进程
+  - 是操作系统资源分配的基本单元
+  - 三种状态：就绪、运行、阻塞
+  - 拥有独立的堆栈，进程间数据不共享
+  - 场景：CPU密集型
+- 线程(go中没有直接创建线程的操作，go关键字创建的协程依赖于线程)
+  - 是CPU调度的基本单位
+  - 存在于进程中，一个进程可以有多个线程
+  - 共享堆空间、不共享栈空间
+  - 由内核完成调度、上下文的切换
+  - 场景：IO密集型
+- 协程
+  - 用户基于线程去创建，由用户程序去实现调度
+  - 共享堆空间、不共享栈空间
+- go协程
+  - 本质上是协程，从语言层面上支持了协程
+  - 独立的栈，用于保存其运行状态和局部变量
+  - 共享堆，通过管道通信
+  - 用户态，由GMP调度模型调度
+  - 轻量级，开销小
+  - go关键字创建
+
+### 进程间通讯
+- 匿名管道
+
+  - 命令行"|"
+  - 父子进程间通信
+
+- 命名管道
+
+  - 命令：mkfifo
+  - 两个进程间通信
+
+  ```
+  匿名、命名管道本质是在内核中一块缓冲区
+  优点：简单方便
+  缺点：随机进程生命周期结束而结束
+  ```
+
+- 消息队列
+
+  - 保存在内核中的消息链表
+  - 优点：生命周期随核
+  - 缺点：消息不及时
+  - 缺点：用户态内核态频繁拷贝，效率低
+
+- 共享内存
+
+  - 两个进程的一部分虚拟内存共同映射用一个块物理内存
+  - 场景：键盘输入，打印进程打印
+
+
+- 信号量
+  - **实现进程间互斥和同步，并不是实现进程间数据互通**
+  - 场景：值为1的互斥信号量
+  - 场景：值为0的同步信号量
+- 信号
+  - 异步通信机制
+  - 如：kill
+- socket 
+  - 不同主机，进程间通信
+  - 场景：TCP\UDP
+
+- 【参考】
+  - https://www.cnblogs.com/xiaolincoding/p/13402297.html
+
+
+### 线程分类
+
+- 内核线程：存在于内核态
+  - 处理器竞争：可以在全系统范围内竞争处理器资源。
+  - 使用资源：内核栈和上下文切换时保持寄存器的空间
+  - 调度：调度开销和进程差不多
+- 轻量级线程：抽象于内核线程之上，仅保留上下文信息，和调度程序所需要的统计信息
+  - 处理器竞争：与特定的内核线程关联，可以在全系统范围内竞争处理器资源。
+  - 使用资源：与父进程共享进程地址空间
+  - 调度：由内核管理，像普通进程一样调度
+- 用户线程：由用户创建、调度、同步、销毁，不需要内核参与
+  - 处理器竞争：线程间竞争所属进程的资源
+  - 使用资源：与所属进程共享进程地址空间和系统资源
+  - 调度：由进程实现调度
+
+### 进程间切换与线程间切换的区别
+https://blog.csdn.net/xiangwanpeng/article/details/78196539?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~aggregatepage~first_rank_ecpm_v1~rank_v31_ecpm-9-78196539.pc_agg_new_rank&utm_term=%E7%BA%BF%E7%A8%8B%E4%B9%8B%E9%97%B4%E6%80%8E%E4%B9%88%E5%88%87%E6%8D%A2&spm=1000.2123.3001.4430
+- 进程切换
+  - 切换虚拟内存，切换页表
+  - 刷新页表缓冲
+- 线程切换
+  - 切换上下文，寄存器内容换出
+- 参考：
+  - https://blog.csdn.net/dan15188387481/article/details/49450491

_posts/2019-12-20-deadlock.md

@@ -0,0 +1,34 @@
+---
+title: 死锁
+date: 2019-12-20 00:00:00 +0800
+categories: [root, linux]
+tags: [linux]
+author: ahern
+---
+
+### 死锁四大条件
+- 互斥条件：资源在一个时间段内只能为一个进程使用，其他进程阻塞等待
+- 保持与请求条件：进程在保持占有一个资源，又请求新资源
+- 不可剥夺条件：进程占用的资源只能由该进程释放
+- 循环等待条件：多个进程形成循环等待资源释放
+
+### 死锁处理方式（根据死锁产生的前中后）
+
+#### 预防死锁
+- 破坏死锁产生条件
+
+#### 避免死锁
+- 银行家算法
+- 加锁顺序
+- 加锁时限
+
+#### 检测死锁
+- 由操作系统实现死锁检测进程，若产生死锁，执行解除死锁
+
+#### 解除死锁
+- 撤销进程法
+- 进程回退法
+
+#### go死锁场景
+- goroutine无限阻塞chan
+- mysql事务行锁导致死锁

_posts/2020-01-19-top_k.md

@@ -0,0 +1,33 @@
+---
+title: 海量数据求top K问题
+date: 2020-01-19 00:00:00 +0800
+categories: [root, algorithm]
+tags: [algorithm]
+author: ahern
+---
+
+### 问题：海量数据求top K问题
+- https://blog.csdn.net/zyq522376829/article/details/47686867
+- 10亿个数中找出最大的10000个数
+
+### 方式1：排序(快排)
+- 时间复杂度：O(NlogN)
+- 空间复杂度：O(NlogN)
+
+### 方式2：局部淘汰
+- 1、定义一个数组存储最大10000个数
+- 2、遍历10亿数，与最大数数组的最小数对比，大于则加入最大数数组
+- 时间复杂度：O(N + (M*N))
+- 空间复杂度：O(1)
+
+### 方式3：归并（分治）
+- 1、10亿数据分成若干份
+- 2、找出每一个份的前10000个数，得100万个数
+- 3、对100万个数划分为二，分治
+- 时间复杂度：常数
+
+### 方式4：最小堆
+- 1、10000个数建最小堆
+- 2、遍历剩下的数，和堆顶对比，比堆顶大则替换，重新建堆
+- 时间复杂度：O(Nmlogm)
+- 空间复杂度：堆原地排序，O(1)    

_posts/2020-02-20-hash.md

@@ -0,0 +1,20 @@
+---
+title: 哈稀算法
+date: 2020-02-20 00:00:00 +0800
+categories: [root, algorithm]
+tags: [algorithm]
+author: ahern
+---
+
+## 哈稀算法
+
+## 一致性哈稀算法
+- **尽可能少改变已存在的请求**与处理请求服务器之间的映射关系
+- 解决分布式系统中简单哈稀存在的动态伸缩问题
+
+### 优点
+- 可扩展
+
+### 缺点
+- 分布不均匀
+    - 解决：虚拟节点，虚拟节点放在哈稀环，虚拟节点指向物理服务组