[pull] master from Snailclimb:master

docs/cs-basics/data-structure/bloom-filter.md

@@ -260,7 +260,7 @@ root@21396d02c252:/data# redis-cli
 
 1. **`BF.ADD`**：将元素添加到布隆过滤器中，如果该过滤器尚不存在，则创建该过滤器。格式：`BF.ADD {key} {item}`。
 2. **`BF.MADD`** : 将一个或多个元素添加到“布隆过滤器”中，并创建一个尚不存在的过滤器。该命令的操作方式`BF.ADD`与之相同，只不过它允许多个输入并返回多个值。格式：`BF.MADD {key} {item} [item ...]` 。
-3. **`BF.EXISTS` ** : 确定元素是否在布隆过滤器中存在。格式：`BF.EXISTS {key} {item}`。
+3. **`BF.EXISTS`** : 确定元素是否在布隆过滤器中存在。格式：`BF.EXISTS {key} {item}`。
 4. **`BF.MEXISTS`** ： 确定一个或者多个元素是否在布隆过滤器中存在格式：`BF.MEXISTS {key} {item} [item ...]`。
 
 另外，`BF.RESERVE` 命令需要单独介绍一下：
@@ -272,7 +272,7 @@ root@21396d02c252:/data# redis-cli
 下面简单介绍一下每个参数的具体含义：
 
 1. key：布隆过滤器的名称
-2. error_rate :误报的期望概率。这应该是介于 0 到 1 之间的十进制值。例如，对于期望的误报率 0.1％（1000 中为 1），error_rate 应该设置为 0.001。该数字越接近零，则每个项目的内存消耗越大，并且每个操作的 CPU 使用率越高。
+2. error_rate : 期望的误报率。该值必须介于 0 到 1 之间。例如，对于期望的误报率 0.1％（1000 中为 1），error_rate 应该设置为 0.001。该数字越接近零，则每个项目的内存消耗越大，并且每个操作的 CPU 使用率越高。
 3. capacity: 过滤器的容量。当实际存储的元素个数超过这个值之后，性能将开始下降。实际的降级将取决于超出限制的程度。随着过滤器元素数量呈指数增长，性能将线性下降。
 
 可选参数：

docs/database/mysql/InnoDB对MVCC的实现.md

@@ -149,7 +149,7 @@
 
 - 此时最新记录的 `DB_TRX_ID` 为 102，m_up_limit_id <= 102 < m_low_limit_id，所以要在 `m_ids` 列表中查找，发现 `DB_TRX_ID` 存在列表中，那么这个记录不可见
 
-- 根据 `DB_ROLL_PTR` 找到 `undo log` 中的上一版本记录，上一条记录的 `DB_TRX_ID` 为 101，满足 102 < m_up_limit_id，记录可见，所以在 `T6` 时间点查询到数据为 `name = 李四`，与时间 T4 查询到的结果不一致，不可重复读！
+- 根据 `DB_ROLL_PTR` 找到 `undo log` 中的上一版本记录，上一条记录的 `DB_TRX_ID` 为 101，满足 101 < m_up_limit_id，记录可见，所以在 `T6` 时间点查询到数据为 `name = 李四`，与时间 T4 查询到的结果不一致，不可重复读！
 
 3. **`时间线来到 T9 ，数据的版本链为`：**
 
@@ -212,4 +212,4 @@
 - **《MySQL 技术内幕 InnoDB 存储引擎第 2 版》**
 
 - [Innodb 中的事务隔离级别和锁的关系](https://tech.meituan.com/2014/08/20/innodb-lock.html)
-- [MySQL 事务与 MVCC 如何实现的隔离级别](https://blog.csdn.net/qq_35190492/article/details/109044141)
+- [MySQL 事务与 MVCC 如何实现的隔离级别](https://blog.csdn.net/qq_35190492/article/details/109044141)

docs/java/new-features/Java8新特性总结.md

@@ -118,7 +118,7 @@ Collections.sort(names, (String a, String b) -> {
 });
 ```
 
-可以看出，代码变得更段且更具有可读性，但是实际上还可以写得更短：
+可以看出，代码变得更短且更具有可读性，但是实际上还可以写得更短：
 
 ```java
 Collections.sort(names, (String a, String b) -> b.compareTo(a));
@@ -215,7 +215,7 @@ Person person = personFactory.create("Peter", "Parker");
 ```
 我们只需要使用 `Person::new` 来获取Person类构造函数的引用，Java编译器会自动根据`PersonFactory.create`方法的参数类型来选择合适的构造函数。
 
-### Lamda 表达式作用域(Lambda Scopes)
+### Lambda 表达式作用域(Lambda Scopes)
 
 #### 访问局部变量
 
@@ -423,15 +423,15 @@ Optional 是一个简单的容器，其值可能是null或者不是null。在Jav
 译者注：示例中每个方法的作用已经添加。
 
 ```java
-//of（）：为非null的值创建一个Optional
+//of()：为非null的值创建一个Optional
 Optional<String> optional = Optional.of("bam");
-// isPresent（）： 如果值存在返回true，否则返回false
+// isPresent()： 如果值存在返回true，否则返回false
 optional.isPresent();           // true
 //get()：如果Optional有值则将其返回，否则抛出NoSuchElementException
 optional.get();                 // "bam"
-//orElse（）：如果有值则将其返回，否则返回指定的其它值
+//orElse()：如果有值则将其返回，否则返回指定的其它值
 optional.orElse("fallback");    // "bam"
-//ifPresent（）：如果Optional实例有值则为其调用consumer，否则不做处理
+//ifPresent()：如果Optional实例有值则为其调用consumer，否则不做处理
 optional.ifPresent((s) -> System.out.println(s.charAt(0)));     // "b"
 ```
 
@@ -484,7 +484,7 @@ forEach 是为 Lambda 而设计的，保持了最紧凑的风格。而且 Lambda
                 .forEach(System.out::println);// aaa1 aaa2
 ```
 
-需要注意的是，排序只创建了一个排列好后的Stream，而不会影响原有的数据源，排序之后原数据stringCollection是不会被修改的：
+需要注意的是，排序只创建了一个排列好后的Stream，而不会影响原有的数据源，排序之后原数据stringList是不会被修改的：
 
 ```java
     System.out.println(stringList);// ddd2, aaa2, bbb1, aaa1, bbb3, ccc, bbb2, ddd1
@@ -502,7 +502,7 @@ forEach 是为 Lambda 而设计的，保持了最紧凑的风格。而且 Lambda
                 .stream()
                 .map(String::toUpperCase)
                 .sorted((a, b) -> b.compareTo(a))
-                .forEach(System.out::println);// "DDD2", "DDD1", "CCC", "BBB3", "BBB2", "AAA2", "AAA1"
+                .forEach(System.out::println);// "DDD2", "DDD1", "CCC", "BBB3", "BBB2", "BBB1", "AAA2", "AAA1"
 ```
 
 
@@ -649,7 +649,7 @@ parallel sort took: 475 ms//串行排序所用的时间
 
 ## Maps
 
-前面提到过，Map 类型不支持 streams，不过Map提供了一些新的有用的方法来处理一些日常任务。Map接口本身没有可用的 `stream（）`方法，但是你可以在键，值上创建专门的流或者通过 `map.keySet().stream()`,`map.values().stream()`和`map.entrySet().stream()`。
+前面提到过，Map 类型不支持 streams，不过Map提供了一些新的有用的方法来处理一些日常任务。Map接口本身没有可用的 `stream()`方法，但是你可以在键，值上创建专门的流或者通过 `map.keySet().stream()`,`map.values().stream()`和`map.entrySet().stream()`。
 
 此外,Maps 支持各种新的和有用的方法来执行常见任务。
 

docs/system-design/authority-certification/SSO单点登录看这一篇就够了.md

@@ -72,9 +72,9 @@ SSO英文全称Single Sign On，单点登录。SSO是在多个应用系统中，
 
 ![SSO系统设计-登录时序图](https://img.ken.io/blog/sso/sso-login-sequence.png-kbrb.png)
 
-按照上图，用户登录后Authtoken保存在Cookie中。 domian= test. com
+按照上图，用户登录后AuthToken保存在Cookie中。 domain=test.com
 浏览器会将domain设置成 .test.com，
-这样访问所有*.test.com的web站点，都会将Authtoken携带到服务器端。
+这样访问所有*.test.com的web站点，都会将AuthToken携带到服务器端。
 然后通过SSO服务，完成对用户状态的校验/用户登录信息的获取
 
 - 登录信息获取/登录状态校验
@@ -122,4 +122,4 @@ SSO英文全称Single Sign On，单点登录。SSO是在多个应用系统中，
 
 - 关于时序图
 
-时序图中并没有包含所有场景，ken.io只列举了核心/主要场景，另外对于一些不影响理解思路的消息能省就省了。
+时序图中并没有包含所有场景，ken.io只列举了核心/主要场景，另外对于一些不影响理解思路的消息能省就省了。