通过 ES Monitoring 监控ELK Stack 各个组件的 Metric数据。

如何使用 Charles(花瓶)来抓包

本文思路来自于博主铭毅天下的博文 项目实战 01：将唐诗三百首写入 Elasticsearch 会发生什么？

本文将唐诗三百首索引进入ES，并针对分词进行可视化处理，从这个实战项目可以了解以下一系列知识点和整体数据处理流程。

• Elasticsearch 数据建模
• Elasticsearch bulk批量写入
• Elasticsearch 预处理
• Elasticsearch检索
• Elasticsearch聚合
• kibana Visualize 使用
• kibana Dashboard 使用

涉及知识点：

• Template Mapping所支持Type
• 对于不同的查询需求，设置什么 Type

涉及知识点：

• ES 分词器工作原理
• ES 内置分词器
• IK 中文分词器
• 在Template Mapping中对不同field 配置分词器

Redis 具备如下多种数据结构，对于不同的数据结构又有具体不同的底层实现，本文将具体深入到各个数据结构中，给予更深入的了解。

Mysql依靠锁来实现事务隔离。

如何设置事务隔离级别

事务 ACID特性

ACID：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）

1. 原子性：事务是一个不可分割的工作单位，事务中的操作要么都发生，要么都不发生。
2. 一致性：事务前后数据的完整性保持一致。例如转账后，双方总额不变。
3. 隔离性：多个用户并发访问时，一个用户的事务不被其他用户事务干扰，多个并发事务数据相互隔离。
4. 持久性：一个事务一旦提交，它对数据库的改变就是永久性，即便数据库发生故障也应该有任何影响。

“In computer science, write-ahead logging (WAL) is a family of techniques for providing atomicity and durability (two of the ACID properties) in database systems.”——维基百科

转载自再谈基于 Kafka 和 ZooKeeper 的分布式消息队列原理

在提起 Kafka 的时候，我们都会说 Kafka 很快，那快是一个抽象的形容词，对于快的定义是多方面的，吞吐量，延迟，抖动等等都是形容和描述快的指标。这也受限于，人们对于一个产品的使用期望。

Apache Kafka 以抖动和延迟为代价，针对吞吐量进行了优化。同时具备了耐用性，严格的记录顺序和最少一次的传递语义。

因此人们说 Kafka 很快，指的是 Kafka 在短时间内能安全地积累和分发大量消息的能力。

从历史上说，Kafka 诞生之初是 LinkedInd的需求，即有效地传输大量消息地能力，每小时的数据总量达到数TB。单个消息传播延迟被认为是次要的。毕竟，LinkedIn不是从事高频交易的金融机构，也不是在确定的期限内运行的工业控制系统。 Kafka可用于实现近实时（也称为软实时）系统。

Real-Time 实时系统是什么意思：每一个操作，每一个请求都能在指定的时间内完成并返回，也就是我们常说的 Deadline，那么这个系统就是实时系统。

Near-Real-Time 近实时系统：系统能在一定范围地时间内给予返回，那就是NRT。举例而言，ES 就是 NRT 搜索系统，在默认配置下， 新插入的数据能在一秒钟后被搜索到。

通常而言，NRT系统吞吐量远大于 RT 系统。