卡包项目-总结

1. 主要开发框架及工具

JDK1.8 + mysql + SpringBoot + Hbase + Redis + Kafka

mysql :

　　1. 关系型数据库（由多张能互相连接的二维行列表格组成的数据库）

　　2. mysql索引的数据结构B+树

B+树是对B树的一种变形树，它与B树的差异在于：

• 有k个子结点的结点必然有k个关键码；
• 非叶结点仅具有索引作用，跟记录有关的信息均存放在叶结点中。
• 树的所有叶结点构成一个有序链表，可以按照关键码排序的次序遍历全部记录。
• 3层的b+树可以表示上百万的数据，如果上百万的数据查找只需要三次IO，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次IO，那么总共需要百万次的IO，显然成本非常非常高。
• 索引字段要尽量的小
• 索引的最左匹配特性

不同的存储引擎支持的索引类型也不一样
InnoDB 支持事务，支持行级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
MyISAM 不支持事务，支持表级别锁定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；

　　3. 事务隔离级别

• 未提交读（Read Uncommitted): 允许脏读，即可以读到其他会话中未提交事务修改的数据
• 提交度 (Read Committed): 只能读取到已经提交的数据
• 可重复读（Read Repeated): 在同一个事务内的查询和事务开始时刻一致的，InnoDB默认
• 串行读（Serializable):每次读都需要获得表级共享锁，读写都会相互阻塞
• 事务级别越高，性能越差。Read Committed可以满足大多数的场景。

　　使用mysql往往会遇到数据读写的瓶颈，而HBase这种分布式的存储架构面对数据的增长不需要做任何更改，只需要增加存储空间，且不会对读写性能有任何影响

Redis

　　1. K-V缓存系统

　　2. 支持的数据类型

• String
• Hash
• List
• Set
• SortedSet

　　3. 特点

• 原子性：redis所有单个命令都具有原子性（因为redis是单线程的）
• 过期机制

HBase

　　1. 列族式存储

　　2. Table = Rowkey + Family + Column + Timestamp + value

　　3. 数据存储模式： （Table, Rowkey, Family, Column, Timestamp) -> value

　　4. 默认一列数据可以保存三个版本

　　5. 行式索引维护大量的索引，存储成本比较高，不能做到线性扩展，但是随机读效率高，对事务处理得比较好。列式存储根据同一列数据相似性的原理，利于对数据进行压缩，存储成本就会降低。列数据分开存储可以实现并行查询。千万级别的可以选择行式存储

Kafka

　　消息系统：

点对点消息系统 ： 一个消息只能被一个消费者消费

发布订阅消息系统 ： 一个topic下有多个queue, 每个queue是点对点的方式，queue之间是发布订阅方式。发布到topic的消息会被所有订阅者消费。

　　kafka是一个分布式的发布订阅消息系统，能够支撑海量数据的消息传递。kafka将消息持久化到磁盘中，并对消息创建了备份，保证了数据的安全。

　　特点： 可靠性，可扩展性，高性能

 用到的工具类

1. Apache DigestUtils : 线程安全，需引入commons-codec依赖

2. Apache RandomStringUtils : 需引入commons-lang依赖

• RandomStringUtils.random(5) : 产生5位长度的随机字符串
• RandomStringUtils.random(5, new char[]{'a','b','2','4'}) : 使用指定的字符生成5位长度的随机字符串
• RandomStringUtils.randomAlphanumeric(5) : 产生5位长度的字母和数字的随机字符串
• RandomStringUtils.randomNumeric(5) : 产生5位长度的数字随机字符串
• RandomStringUtils.randomAlphabetic(5) : 生成5位随机字符串，包含大小写
• RandomStringUtils.randomAscii(4) : 生成4位从ASCII 32到126的随机字符串

3. Apache DateUtils : 需引入commons-lang依赖

• Date parseDate(String str, String... parsePatterns)
• Date addYears(Date date, int amount)
• Date addDays(Date date, int amount)
• Date addHours(Date date, int amount)
• boolean isSameDay(Date date1, Date date2)

4. Google Guava Enums : 需引入guava依赖

• get Field
• getIfPresent
• stringConverter

5. starter-hbase : 需引入spring-boot-starter-hbase依赖

日志

• 记录日志
• 分析日志（action, userId, timestamp, remoteIp, info)