关系型数据库存储的是行记录，无法存储数据结构（例有序数组）
关系型数据库的 schema 扩展很不方便，表结构 schema 是强约束，操作不存在的列会保错；业务变化时扩充列比较麻烦，需要执行DDL（data definition language，如 CREATE、ALTER、DROP 等）语句修改，而且修改时间会长时间锁表（MySQL 可能锁表 1 个小时）
关系型数据库在大数据场景下 I/O 高。因为即使只针对其中某一列进行运算，关系型数据库也会将整行数据从存储设备读入内存

架构框架极客-架构高性能架构模式

linux

2023-01-19

Source

Edit

History

undefined

高性能负载均衡：分类及架构

通过增加更多的服务器来提升系统整体的计算能力。高性能集群的复杂性体现在需要增加一个任务分配器，以及为任务选择一个合适的任务分配算法。任务分配器也被称为负载均衡器。不同的任务分配算法目标不一样，比如：基于负载考虑、基于性能（吞吐量、响应时间）考虑、基于计算单元考虑

常见的负载均衡系统包括：DNS负载均衡、硬件负载均衡、软件负载均衡

一、DNS负载均衡

一般用来实现地理级别的均衡，本质是DNS 解析同一个域名可以返回不同的 IP 地址。

DNS 负载均衡实现简单、成本低，但也存在粒度太粗、负载均衡算法少等缺点
优点：

架构框架极客-架构高性能架构模式

linux

2023-01-19

Source

Edit

History

undefined

高性能缓存架构

缓存能够带来性能的大幅提升，带来的问题

一、缓存穿透

业务系统虽然去缓存查询数据，但缓存中没有数据，业务系统需要去存储系统查询数据

1. 存储数据不存在

被访问的数据确实不存在。异常情况，比如黑客攻击，故意大量访问某些读取不存在数据的业务

解决：如果查询存储系统的数据没有找到，则直接设置一个默认值（可以是空值，也可以是具体的值）存到缓存中。这样第二次读取时就会获取到默认值，而不会继续访问存储系统

2. 缓存数据生成耗费大量时间或资源

是存储系统中存在数据，但生成缓存数据需要耗费较长时间或者耗费大量资源。如果刚好在业务访问的时候缓存失效了，那么也会出现缓存没有发挥作用，访问压力全部集中在存储系统上的情况。

算法未总结左程云算法

linux

2023-01-19

Source

Edit

History

undefined

递归序：二叉树上的每个节点都会被遍历三次。

void f(TreeNode* root) {
	// 1
	if (root == nullptr) {
		return;
	}
	// 1 这里打印就是先序
	f(root->left);
	// 2
	// 2 这里打印就是中序
	f(root->right);
	// 3
	// 3 这里打印就是后序
}