今日总结
- java随征录——kafka消息中间件（依赖zoopkeeper版）
- 科研随探录——cv（学完kafka开始科研）
- 八股随笔录——MySQL面试篇(5/7)
- 代码随想录——二叉搜索树中的插入操作
详细内容
java随征录
线程与线程之间的数据交互
各线程的栈内存可以通过堆内存实现数据的交互，不需要其他的消息中间件
进程与进程之间的数据交互
由于进程与进程之间申请的内存是不一样的，每个进程的空间是独立的，所以不能通过内存来共享
二者存在的问题
1.当发送方的发送速率大于接收方，消息就会发生内存积压问题
2.发送方无法选择性发送给指定接收方的消息，缺少灵活性
综上，在分布式开发中，消息中间件（缓冲区）应用而生
JMS（java消息服务）
- P2P（点对点模型）
- PS模型（发布/订阅模型）
kafka消息中间件（依赖zoopkeeper版）
他是一个高吞吐量的分布式发布-订阅消息系统，可以在多个系统之间高效的传送大量数据。同时，支持消息以磁盘日志的方式持久化存储，保证数据不丢失。
kafka的使用
- 安装kafka前，需要确保java环境是否已经安装，kafka是基于java开发的
- 下载好后，需要解压文件，修改properties配置文件，设置kafka服务参数，也要配置与zookeeper集群的连接
- 在启动kafka前，实现要先启动zookeeper，在启动kafka。（命令如下）注意：启动成功后，会生成一份zookeeper的主题信息文件和kafka的日志文件
4. 之后在启动bin/windows目录下的生产者和消费者的批处理文件。便可通过kafka传递信息。如下（中文乱码）
科研随探录
八股随笔录
- 查询数据时，到了B+树的叶子节点，之后的查找数据是如何做的？
数据页中有一个页目录（存储每组最后一条记录的地址偏移量，地址偏移量也被称为槽），起到记录索引作用。因为记录是按照主键值从小到大的顺序排序的。因此通过槽查找记录时，可以使用二分法快速定位要查询的记录在哪个槽，定位到槽后，在找对应的记录。
- B+树的特性是什么？
1，在B+树中，数据都存储在叶子节点上，非叶子节点只存储索引信息；而B树的非叶子节点存储索引信息也存储部分数据
2，B+树的叶子节点使用链表相连，便于范围查询和顺序访问。B树的叶子节点没有链表连接
3，B+树的查找性能更稳定，每次查找都到叶子节点；而B树的查找可能在非叶子节点找到数据，性能不稳定。
代码随想录
给定二叉搜索树（BST）的根节点 root 和要插入树中的值 value ，将值插入二叉搜索树。 返回插入后二叉搜索树的根节点。 输入数据 保证 ，新值和原始二叉搜索树中的任意节点值都不同。
注意，可能存在多种有效的插入方式，只要树在插入后仍保持为二叉搜索树即可。 你可以返回 任意有效的结果 。
示例 ：
输入：root = [4,2,7,1,3], val = 5 输出：[4,2,7,1,3,5] 解释：另一个满足题目要求可以通过的树是：
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public TreeNode insertIntoBST(TreeNode root, int val) {
if(root == null) {
return new TreeNode(val);
}
if(root.val > val) {
root.left = insertIntoBST(root.left, val);
}
if(root.val < val) {
root.right = insertIntoBST(root.right,val);
}
return root;
}
}