網(wǎng)站性能測試PV到TPS的轉(zhuǎn)換以及TPS的波動。1、PV到TPS的轉(zhuǎn)換。日PV對于一個網(wǎng)站，很容易就統(tǒng)計出來，但是LoadRunner性能測試時，只有TPS可供參考。日PV和TPS之間如何對應？TPS = 日PV * 80% / 24 * 60 * 60 * (T/24)TPS = 日PV（萬） * R 這里的TPS就是平均的TPS。關于TPS 我再多說兩句，單就靜態(tài)頁面，TPS大概能到1W+，簡單數(shù)據(jù)庫操作大概2K+的樣子，用Cache大概能到5K+。TPS波動范圍 = TPS標準差/TPS平均值 * 100%.

答：139 / 58 = 3并發(fā)用戶數(shù)和QPS兩個概念沒有直接關系，但是如果要說QPS時，一定需要指明是多少并發(fā)用戶數(shù)下的QPS，否則豪無意義，因為單用戶數(shù)的40QPS和20并發(fā)用戶數(shù)下的40QPS是兩個不同的概念。

tomcat 自動部署。1.找到 context.xml ,這個文件在 tomcat目錄/conf/ 下,2.打開文件,在 《Context》《/Context》這個標記添加屬性，改成《Context antiJARLocking="true" antiResourceLocking="true"》《/Context》注意，熱部署的時候，不要先刪掉webapps里面的war包，直接用新的war包覆蓋掉舊的就可以。Tomcat 7.x.Tomcat URL.

}protected void merge(Node u, int i, Node v, Node w) {Utils.myassert(v.id == u.children[i]);}}}/** * Shift keys from node v into node w * @param u the parent of v and w * @param i the index w in u.children * @param v the left sibling of w * @param w the right sibling of v */protected void shiftRL(Node u, int i, Node v, Node w) {int sw = w.size();while (ui >= 0) {Node u = bs.readBlock(ui);

binary serachpublic int size() {//hi 高位,lo 低位int lo = 0, hi = keys.length;while (hi != lo) {int m = (hi+lo)/2;if (keys[m] == null) {h = m;}else {lo = m+1;}return lo;}}

注：低版權的 Mysql 不支持 EXISTS // 如果存在訂單號為 1 的訂單，就獲取所有 OrderItem select oi from OrderItem as oi where exists (select o from Order o where o.orderid=1) // 如果不存在訂單號為 10 的訂單，就獲取 id 為 1 的 OrderItem select oi from OrderItem as oi where oi.id=1 and not exists (select o from Order o where o.orderid=10) 字符串函數(shù) JPQL 定義了內(nèi)置函數(shù)方便使用。

MySQL事務隔離級別詳解。這是MySQL的默認事務隔離級別，它確保同一事務的多個實例在并發(fā)讀取數(shù)據(jù)時，會看到同樣的數(shù)據(jù)行。幻讀(Phantom Read):在一個事務的兩次查詢中數(shù)據(jù)筆數(shù)不一致，例如有一個事務查詢了幾列(Row)數(shù)據(jù)，而另一個事務卻在此時插入了新的幾列數(shù)據(jù)，先前的事務在接下來的查詢中，就會發(fā)現(xiàn)有幾列數(shù)據(jù)是它先前所沒有的。因為此時事務A的隔離級別設置為serializable，開始事務后，并沒有提交，所以事務B只能等待。

倒排索引有兩種不同的反向索引形式： 一條記錄的水平反向索引（或者反向檔案索引）包含每個引用單詞的文檔的列表。一般在文檔集合里會有很多文檔包含某個單詞，每個文檔會記錄文檔編號（DocID），單詞在這個文檔中出現(xiàn)的次數(shù)（TF）及單詞在文檔中哪些位置出現(xiàn)過等信息，這樣與一個文檔相關的信息被稱做倒排索引項（Posting），包含這個單詞的一系列倒排索引項形成了列表結構，這就是某個單詞對應的倒排列表。

位圖主要用于快速檢索關鍵字狀態(tài)，通常要求關鍵字是一個連續(xù)的序列（或者關鍵字是一個連續(xù)序列中的大部分）， 最基本的情況，使用1bit標示一個關鍵字的狀態(tài)（可標示兩種狀態(tài)），但根據(jù)需要也可以使用2bit（標示4種狀態(tài)），3bit（標示8種狀態(tài)），當一個狀態(tài)標示需要的位數(shù)達到32bit時，就演變成來一個整型數(shù)組了。解法：從0~20億，為每個QQ號分配2bit，路由服務器從QQ服務器中獲取信息，并設置QQ于服務器號的對應關系。

Bloom Filter應用之Web Cache Sharing.為了減少帶寬使用、降低web server的負載，我們常常通過代理服務器（proxy）瀏覽網(wǎng)頁，瀏覽過的網(wǎng)頁會被cache在proxy中，如果有別的請求或者下一次訪問相同的網(wǎng)頁，proxy就不用將請求轉(zhuǎn)給web server，而是直接將本地cache的網(wǎng)頁返回。因此它希望將proxy中cache的內(nèi)容用簡潔的形式表示（cache summary），讓每個proxy保存所有其它proxy的cache summary，然后定期更新summary。

這樣又出現(xiàn)只含有一個元素F結點的情況，這時，其相鄰的兄弟結點是豐滿的（元素個數(shù)為3>最小元素個數(shù)2），這樣就可以想父結點借元素了，把父結點中的J下移到該結點中，相應的如果結點中J后有元素則前移，然后相鄰兄弟結點中的第一個元素（或者最后一個元素）上移到父節(jié)點中，后面的元素（或者前面的元素）前移（或者后移）；D4：[縮減樹] 當經(jīng)過以上調(diào)整后，如果根結點只包含有一個孩子結點，則將這個唯一的孩子結點設為根結點。

B+樹的分裂：當一個結點滿時，分配一個新的結點，并將原結點中1/2的數(shù)據(jù)復制到新結點，最后在父結點中增加新結點的指針；B*樹的分裂：當一個結點滿時，如果它的下一個兄弟結點未滿，那么將一部分數(shù)據(jù)移到兄弟結點中，再在原結點插入關鍵字，最后修改父結點中兄弟結點的關鍵字（因為兄弟結點的關鍵字范圍改變了）；如果兄弟也滿了，則在原結點與兄弟結點之間增加新結點，并各復制1/3的數(shù)據(jù)到新結點，最后在父結點增加新結點的指針。

二叉堆根據(jù)根結點與其子結點的大小比較關系，分為最大堆和最小堆。2.2.2、MAX-HEAPIFY的運行時間 MAX-HEAPIFY作用在一棵以結點i為根的、大小為n的子樹上時，其運行時間為調(diào)整元素A[i]、A[LEFT(i)]，A[RIGHT(i)]的關系時所用時間為O(1)，再加上，對以i的某個子結點為根的子樹調(diào)用MAX-HEAPIFY所需的時間，且i結點的子樹大小至多為2n/3，所以，MAX-HEAPIFY的運行時間為 T (n) ≤ T(2n/3) + Θ(1).

同時我們知道序號為（n/2+1）~n的元素都是葉子節(jié)點（因為其子女節(jié)點的序號都大于n，即說明沒有子女節(jié)點），因此我們構建最大堆的操作就在序號為1~n/2的元素內(nèi)進行（其他元素已滿足最大堆性質(zhì)）。其操作內(nèi)容如下：對于每個節(jié)點i，我們考察他與子女節(jié)點的大小，如果他比某個子女節(jié)點小，則將他與子女節(jié)點中最大的那個互換位置，然后在相應的子女節(jié)點位置重復操作，直到到達堆的葉子節(jié)點或者考察的位置比子女節(jié)點的值都要大為止。

也談BIO | NIO | AIO （Java版）也談BIO | NIO | AIO （Java版）BIO | NIO | AIO，本身的描述都是在Java語言的基礎上的。首先一個IO操作其實分成了兩個步驟：發(fā)起IO請求和實際的IO操作，同步IO和異步IO的區(qū)別就在于第二個步驟是否阻塞，如果實際的IO讀寫阻塞請求進程，那么就是同步IO，因此阻塞IO、非阻塞IO、IO復用、信號驅(qū)動IO都是同步IO，如果不阻塞，而是操作系統(tǒng)幫你做完IO操作再將結果返回給你，那么就是異步IO。

負載均衡從其應用的地理結構上分為本地負載均衡(Local Load Balance)和全局負載均衡(Global Load Balance，也叫地域負載均衡)，本地負載均衡是指對本地的服務器群做負載均衡，全局負載均衡是指對分別放置在不同的地理位置、有不同網(wǎng)絡結構的服務器群間作負載均衡。有時我們也可以考慮采用混合型負載均衡策略來提升服務器群的總體性能，如DNS負載均衡與NAT負載均衡相結合。

該算法根據(jù)請求的目標IP地址找出該目標IP地址對應的服務 器組，按"最小連接"原則從服務器組中選出一臺服務器，若服務器沒有超載，將請求發(fā)送到該服務器，若服務器超載；算法正好與目標地址散列調(diào)度算法相反，它根據(jù)請求的源IP地址，作為散列鍵（Hash Key）從靜態(tài)分配的散列表找出對應的服務器，若該服務器是可用的且未超載，將請求發(fā)送到該服務器，否則返回空。

添加摘要