Redis提供了两种不同形式的持久化方式：

• RDB（Redis Database）
• AOF（Append Only File）

RDB（Redis Database）

RDB持久化指在指定的时间间隔内将内存中的数据集快照写入磁盘。它也是默认的持久化方式，这种方式是就是将内存中数据以快照的方式写入到二进制文件中，默认的文件名为dump.rdb

对于RDB来说，提供了三种机制：

• save
• bgsave
• 自动化

save

save会阻塞当前Redis服务器，执行save命令期间，Redis不能处理其他命令，直到RDB过程完成为止。

bgsave

Redis会fork一个子进程来进行持久化，会先将数据写入到一个临时文件中，待持久化过程都结束了，再用这个临时文件替换上次持久化好的文件。阻塞只发生在fork阶段，一般时间很短。

事务的隔离性由锁机制实现。

而事务的原子性、一致性和持久性由事物的redo日志和undo日志来保证。

• redo日志（重做日志）：提供再写入操作，恢复提交事务修改的页操作，用来保证事务的持久性（如在内存中修改还没来得及写入磁盘中，此时系统宕机，就需要redo日志来保证修改写入到磁盘中）
• undo日志（回滚日志）：回滚行记录到某个特定版本，用来保证事务的原子性、一致性

undo日志不是redo日志的逆过程，redo和undo都可以是看作是恢复操作：

• redo日志：是存储引擎层生成的日志，记录的是物理级别上的页修改操作，主要为了保证数据的可靠性
• undo日志：是存储引擎层生成的日志，记录的是逻辑操作日志，如对某个表进行了INSERT操作，那么undo日志就记录一条与之相反的DELETE操作。主要用于回滚和一致性非锁定读

redo日志

InnoDB是以页为单位来管理存储空间的。在访问页面时，需要先把磁盘上的页缓存到内存中的缓冲池中，所有的修改必须先更新缓冲池中的数据，然后缓冲区中的脏页（写入缓冲池但还没有写回磁盘的页）以一定频率被刷新到磁盘中。

为什么需要redo日志

若有这样一种场景，当事务提交后，刚写完缓冲池还没来得及将修改写回磁盘，数据库宕机了，那么这段数据就丢失了。

但是，事务包含了持久性的特点，对于一个已经提交的事务，在事务提交后即使系统发生了崩溃，这个事务对数据库中所做的更改也不能丢失。

所以，这就引入了redo日志：只需要把修改了哪些东西记录一下就好。InnoDB的事务采用了WAL（Write-Ahead Logging）技术，这种技术的思想就是先写日志（redo日志），再写磁盘，只有日志成功写入，事务才算提交成功。当服务器宕机还未刷新磁盘时，可以通过redo日志恢复，以保证事务的持久性。

事务概述

事务定义

Redis事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。

Redis事务的主要作用就是串联多个命令防止别的命令插队。

multi exec discard命令

从输入multi命令开始，输入的命令都会依次进入命令队列中，但不会执行，直到输入exec后，Redis会将之前的命令队列中的命令依次执行。

组队的过程中可以通过discard来放弃组队。

Bitmaps

介绍

Bitmaps数据类型提供了对比特位的操作：

• Bitmaps其实不是一种新的数据类型，本质上它就是字符串，但是它可以对字符串的位进行操作

常用命令

• setbit <key> <offset> <value>：设置Bitmaps中某个偏移量的值

• getbit <key> <offset>：获取Bitmaps中某个偏移量的值

• bitcount <key> [start end]：统计字符串从start字节到end字节比特值为1的数量

• bitop and(or/not/xor) <destkey> [key…]：对多个Bitmaps进行与、或、非、异或运算

HyperLogLog

介绍

HyperLogLog用于做基数（基数就是集合中不同元素的个数）统计，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。

但是，HyperLogLog只会根据输入元素来计算基数，而不会储存输入元素本身，所以HyperLogLog不能像集合那样，返回输入的各个元素。

常用命令

• pfadd <key> < element> [element ...]：添加指定元素到HyperLogLog中

• pfcount <key> [key ...]：计算多个HyperLogLog中的近似基数

• pfmerge <destkey> <sourcekey> [sourcekey ...]：将一个或多个HyperLogLog合并后存储在另一个HyperLogLog中

Geospatial

Geospatial类型用于记录地理位置信息，即经纬度坐标。

Redis的发布订阅

Redis提供了发布订阅功能，可以用于消息传输。

发布订阅架构

发布订阅机制包括三个部分：发布者、订阅者和channel：

发布者和订阅者都是Redis客户端，Channel则为Redis服务器端，发布者将消息发送到某个的频道，订阅了这个频道的订阅者就能接收到这条消息。一个订阅者可以订阅多个chanel。

最长重复子数组

最长重复子数组

解题思路

利用动态规划的思想，dp[i][j]表示以nums1[i]和nums2[j]为结尾的最长公共后缀的长度。

• 初始化为：
  • 若nums1[i] == nums2[0]，则dp[i][0] = 1，否则为0
  • 若nums1[0] == nums2[j]，则dp[0][j] = 1，否则为0
• 状态转移方程：若nums1[i] == nums2[j]，dp[i][j] = dp[i-1][j-1]+1，否则为0

事务概述

InnoDB是支持事务的

基本概念

事务：一组逻辑操作单元，使数据从一种状态变换到另一种状态

事务处理的原则：保证所有事务都作为一个工作单元来执行，即使出现了故障，都不能改变这种执行方式。当在一个事务中执行多个操作时，要么所有的事务都被提交( commit )，那么这些修改就永久地保存下来；要么数据库管理系统将放弃所作的所有修改，整个事务回滚（rollback ）到最初状态。

事务的ACID特性

ACID即原子性（atomicity）、一致性（consistency）、隔离性（isolation）和持久性（durability）

• 原子性（atomicity）：事务是一个不可分割的工作单位，要么全部提交，要么全部失败回滚。
• 一致性（consistency）：事务执行前后，数据从一个合法性状态变换到另外一个合法性状态。这样的合法性状态不是语法上的，而是和具体业务有关的。
• 隔离性（isolation）：事务的隔离性是指一个事务的执行不能被其他事务干扰，即一个事务内部的操作及使用的数据对并发的其他事务是隔离的，并发执行的各个事务之间不能互相干扰。
• 持久性（durability）：一个事务一旦被提交，它对数据库中数据的改变就是永久性的，接下来的其他操作和数据库故障不应该对其有任何影响。持久性是通过事务日志来保证的。日志包括了重做日志和回滚日志。当我们通过事务对数据进行修改的时候，首先会将数据库的变化信息记录到重做日志中，然后再对数据库中对应的行进行修改。这样做的好处是，即使数据库系统崩溃，数据库重启后也能找到没有更新到数据库系统中的重做日志，重新执行，从而使事务具有持久性。

Redis概述

介绍

Redis是一个高性能的key-value数据库，默认端口号6379

Redis有以下特点：

• Redis支持数据持久化，可以将内存中的数据保存在磁盘中
• Redis支持的类型更丰富，包括string(字符串)、list(链表)、set(集合)、zset(sorted set –有序集合)和hash（哈希类型）
• Redis支持数据的备份，master-slave(主从)同步

Redis 和memcache有三点不同：

• 支持多数据类型。
• 支持持久化。
• 单线程+多路IO复用（memcache为多线程）

螺旋矩阵 II

螺旋矩阵 II

解题思路

生成一个空的矩阵，随后模拟整个向内环绕的填入过程。定义上下左右边界up, down, left, right，设被填入的数字为num。当num <= n*n时循环，始终按照上、右、下、左的顺序填入数字

解题代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

func generateMatrix(n int) [][]int {
    // 生成一个空矩阵
    matrix := make([][]int, n)
    for i := 0; i < n; i++ {
        matrix[i] = make([]int, n)
    }
    // 定义上下左右边界
    up, down, left, right := 0, n-1, 0, n-1
    num := 1    // 待填入的数字
    // 螺旋遍历矩阵，填入数字
    for num <= n*n {
        // 填写上边界
        for i := left; i <= right; i++ {
            matrix[up][i] = num
            num++
        }
        up++
        // 填写右边界
        for i := up; i <= down; i++ {
            matrix[i][right] = num
            num++
        }
        right--
        // 填写下边界
        for i := right; i >= left; i-- {
            matrix[down][i] = num
            num++
        }
        down--
        // 填写左边界
        for i := down; i >= up; i-- {
            matrix[i][left] = num
            num++
        }
        left++
    }

    return matrix
}

范式

在关系型数据库中，关于数据表设计得基本原则/规则，就称为范式（Normal Form，NF）。目前关系型数据库有六种常见范式，按照范式级别从低到高分别是：第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、巴斯-科德范式（BCNF）、第四范式（4NF）和第五范式（5NF）

数据库得范式设计越高阶，冗余度越低，同时高阶范式一定满足低阶范式得要求。一般在关系型数据库设计中，最高也就遵循到BCNF，普遍还是3NF。但是有些时候为了提高查询性能，还需要破坏范式规则，称为反规范化。