luyuanwan · luyuanwan · Nov 11, 2019 · Oct 29, 2019 · Oct 30, 2019 · Oct 30, 2019
diff --git a/README.md b/README.md
@@ -1,6 +1,6 @@
 点击关注[公众号](#公众号)及时获取笔主最新更新文章，并可免费领取本文档配套的《Java面试突击》以及Java工程师必备学习资源。
 
-**[推荐一下阿里云双11的活动：云服务器1折起，仅86元/年，限量抢购！](https://www.aliyun.com/1111/2019/group-buying-share?ptCode=32AE103FC8249634736194795A3477C4647C88CF896EF535&userCode=hf47liqn&share_source=copy_link)** （仅限新人，老用户可以考虑使用家人或者朋友账号购买，推荐799/3年 2核4G 这个性价比和适用面更广）
+**[推荐一下阿里云双11的活动：云服务器1折起，仅86元/年，限量抢购！](https://www.aliyun.com/1111/2019/group-buying-share?ptCode=32AE103FC8249634736194795A3477C4647C88CF896EF535&userCode=hf47liqn&share_source=copy_link)** （仅限新人，老用户可以考虑使用家人或者朋友账号购买，推荐799/3年 2核4G 这个性价比和适用面更广。不懂怎么使用云服务器的朋友可以看这篇[阿里云服务器使用经验](docs/tools/阿里云服务器使用经验.md)）。
 
 <p align="center">
 <a href="https://github.com/Snailclimb/JavaGuide" target="_blank">
@@ -35,22 +35,29 @@
     - [JVM](#jvm)
     - [I/O](#io)
     - [Java 8](#java-8)
-    - [编程规范](#编程规范)
+    - [优雅 Java 代码必备实践(Java编程规范)](#优雅-java-代码必备实践java编程规范)
 - [网络](#网络)
 - [操作系统](#操作系统)
+
     - [Linux相关](#linux相关)
 - [数据结构与算法](#数据结构与算法)
     - [数据结构](#数据结构)
     - [算法](#算法)
 - [数据库](#数据库)
     - [MySQL](#mysql)
     - [Redis](#redis)
+    - [数据库扩展](#数据库扩展)
 - [系统设计](#系统设计)
     - [常用框架(Spring/SpringBoot、Zookeeper ... )](#常用框架)
-    - [数据通信(消息队列、Dubbo ... )](#数据通信)
+    - [数据通信/中间件(消息队列、RPC ... )](#数据通信中间件)
     - [权限认证](#权限认证)
+    - [分布式 & 微服务](#分布式--微服务)
+      - [API 网关](#api-网关)
+      - [配置中心](#配置中心)
+      - [唯一 id 生成](#唯一-id-生成)
+      - [服务治理：服务注册与发现、服务路由控制](#服务治理服务注册与发现服务路由控制)
+    - [架构](#架构)
     - [设计模式(工厂模式、单例模式 ... )](#设计模式)
-    - [网站架构](#网站架构)
 - [面试指南](#面试指南)
     - [备战面试](#备战面试)
     - [常见面试题总结](#常见面试题总结)
@@ -110,9 +117,9 @@
 * [Java 8 学习资源推荐](docs/java/What's%20New%20in%20JDK8/Java8教程推荐.md)
 * [Java8 forEach 指南](docs/java/What's%20New%20in%20JDK8/Java8foreach指南.md)
 
-### 编程规范
+### 优雅 Java 代码必备实践(Java编程规范)
 
-- [Java 编程规范](docs/java/Java编程规范.md)
+* [Java 编程规范以及优雅Java代码实践总结](docs/java/Java编程规范.md)
 
 ## 网络
 
@@ -159,6 +166,11 @@
 * [Redis 总结](docs/database/Redis/Redis.md)
 * [Redlock分布式锁](docs/database/Redis/Redlock分布式锁.md)
 * [如何做可靠的分布式锁，Redlock真的可行么](docs/database/Redis/如何做可靠的分布式锁，Redlock真的可行么.md)
+* [几种常见的 Redis 集群以及使用场景](docs/database/Redis/redis集群以及应用场景.md) 
+
+### 数据库扩展
+
+代办......
 
 ## 系统设计
 
@@ -178,15 +190,16 @@
 - [ZooKeeper 相关概念总结](docs/system-design/framework/ZooKeeper.md)
 - [ZooKeeper 数据模型和常见命令](docs/system-design/framework/ZooKeeper数据模型和常见命令.md)
 
-### 数据通信
+### 数据通信/中间件
 
 - [数据通信(RESTful、RPC、消息队列)相关知识点总结](docs/system-design/data-communication/summary.md)
 
-#### Dubbo
+#### RPC
 
 - [Dubbo 总结：关于 Dubbo 的重要知识点](docs/system-design/data-communication/dubbo.md)
+- [服务之间的调用为啥不直接用 HTTP 而用 RPC？](docs/system-design/data-communication/why-use-rpc.md)
 
-#### 消息中间件
+#### 消息队列
 
 - [消息队列总结](docs/system-design/data-communication/message-queue.md)
 - [RabbitMQ 入门](docs/system-design/data-communication/rabbitmq.md)
@@ -200,15 +213,36 @@
 - **[JWT 优缺点分析以及常见问题解决方案](docs/system-design/authority-certification/JWT-advantages-and-disadvantages.md)**
 - **[适合初学者入门 Spring Security With JWT 的 Demo](https://github.com/Snailclimb/spring-security-jwt-guide)**
 
-### 设计模式
+### 分布式 & 微服务
 
-- [设计模式系列文章](docs/system-design/设计模式.md)
+- [分布式应该学什么](docs/system-design/website-architecture/分布式.md)
+
+#### API 网关
+
+网关主要用于请求转发、安全认证、协议转换、容灾。
+
+- [浅析如何设计一个亿级网关(API Gateway)](docs/system-design/micro-service/API网关.md)
+
+#### 配置中心
+
+代办......
+
+#### 唯一 id 生成
 
-### 网站架构
+ [分布式id生成方案总结](docs/system-design/micro-service/分布式id生成方案总结.md)
+
+#### 服务治理：服务注册与发现、服务路由控制
+
+代办......
+
+### 架构
 
-- [一文读懂分布式应该学什么](docs/system-design/website-architecture/分布式.md)
 - [8 张图读懂大型网站技术架构](docs/system-design/website-architecture/8%20张图读懂大型网站技术架构.md)
-- [【面试精选】关于大型网站系统架构你不得不懂的10个问题](docs/system-design/website-architecture/【面试精选】关于大型网站系统架构你不得不懂的10个问题.md)
+- [【面试精选】关于大型网站系统架构你不得不懂的10个问题](docs/system-design/website-architecture/关于大型网站系统架构你不得不懂的10个问题.md)
+
+### 设计模式
+
+- [设计模式系列文章](docs/system-design/设计模式.md)
 
 ## 面试指南
 
@@ -239,6 +273,7 @@
 
 - [Java学习路线和方法推荐](docs/questions/java-learning-path-and-methods.md)
 - [Java培训四个月能学会吗？](docs/questions/java-training-4-month.md)
+- [新手学习Java，有哪些Java相关的博客，专栏，和技术学习网站推荐？](docs/questions/java-learning-website-blog.md)
 
 ## 工具
 
@@ -248,9 +283,13 @@
 
 ### Docker
 
-* [Docker 入门](docs/tools/Docker.md)
+* [Docker 基本概念解读](docs/tools/Docker.md)
 * [一文搞懂 Docker 镜像的常用操作！](docs/tools/Docker-Image.md)
 
+### 其他
+
+- [阿里云服务器使用经验](docs/tools/阿里云服务器使用经验.md)
+
 ## 资源
 
 ### 书单

diff --git a/docs/database/Redis/redis集群以及应用场景.md b/docs/database/Redis/redis集群以及应用场景.md
@@ -0,0 +1,149 @@
+相关阅读：
+
+- [史上最全Redis高可用技术解决方案大全](https://mp.weixin.qq.com/s?__biz=Mzg2OTA0Njk0OA==&mid=2247484850&idx=1&sn=3238360bfa8105cf758dcf7354af2814&chksm=cea24a79f9d5c36fb2399aafa91d7fb2699b5006d8d037fe8aaf2e5577ff20ae322868b04a87&token=1082669959&lang=zh_CN&scene=21#wechat_redirect)
+
+# Redis 集群以及应用
+
+## 集群
+### 主从复制
+#### 主从链(拓扑结构)
+![主从](https://user-images.githubusercontent.com/26766909/67539461-d1a26c00-f714-11e9-81ae-61fa89faf156.png)
+
+![主从](https://user-images.githubusercontent.com/26766909/67539485-e0891e80-f714-11e9-8980-d253239fcd8b.png)
+
+#### 复制模式
+- 全量复制:master 全部同步到 slave
+- 部分复制:slave 数据丢失进行备份
+
+#### 问题点
+- 同步故障
+    - 复制数据延迟(不一致)
+    - 读取过期数据(Slave 不能删除数据)
+    - 从节点故障
+    - 主节点故障
+- 配置不一致
+    - maxmemory 不一致:丢失数据
+    - 优化参数不一致:内存不一致.
+- 避免全量复制
+    - 选择小主节点(分片)、低峰期间操作.
+    - 如果节点运行 id 不匹配(如主节点重启、运行 id 发送变化),此时要执行全量复制,应该配合哨兵和集群解决.
+    - 主从复制挤压缓冲区不足产生的问题(网络中断,部分复制无法满足),可增大复制缓冲区( rel_backlog_size 参数).
+- 复制风暴
+
+### 哨兵机制
+#### 拓扑图
+![image](https://user-images.githubusercontent.com/26766909/67539495-f0086780-f714-11e9-9eab-c11a163ac6c0.png)
+
+#### 节点下线
+- 客观下线
+    - 所有 Sentinel 节点对 Redis 节点失败要达成共识,即超过 quorum 个统一.
+- 主管下线
+    - 即 Sentinel 节点对 Redis 节点失败的偏见,超出超时时间认为 Master 已经宕机.
+#### leader选举
+- 选举出一个 Sentinel 作为 Leader:集群中至少有三个 Sentinel 节点,但只有其中一个节点可完成故障转移.通过以下命令可以进行失败判定或领导者选举.
+- 选举流程
+    1. 每个主观下线的 Sentinel 节点向其他 Sentinel 节点发送命令,要求设置它为领导者.
+    1. 收到命令的 Sentinel 节点如果没有同意通过其他 Sentinel 节点发送的命令,则同意该请求,否则拒绝.
+    1. 如果该 Sentinel 节点发现自己的票数已经超过 Sentinel 集合半数且超过 quorum,则它成为领导者.
+    1. 如果此过程有多个 Sentinel 节点成为领导者,则等待一段时间再重新进行选举.
+#### 故障转移
+- 转移流程
+    1. Sentinel 选出一个合适的 Slave 作为新的 Master(slaveof no one 命令).
+    1. 向其余 Slave 发出通知,让它们成为新 Master 的 Slave( parallel-syncs 参数).
+    1. 等待旧 Master 复活,并使之称为新 Master 的 Slave.
+    1. 向客户端通知 Master 变化.
+- 从 Slave 中选择新 Master 节点的规则(slave 升级成 master 之后)
+    1. 选择 slave-priority 最高的节点.
+    1. 选择复制偏移量最大的节点(同步数据最多).
+    1. 选择 runId 最小的节点.
+#### 读写分离
+#### 定时任务
+- 每 1s 每个 Sentinel 对其他 Sentinel 和 Redis 执行 ping,进行心跳检测.
+- 每 2s 每个 Sentinel 通过 Master 的 Channel 交换信息(pub - sub).
+- 每 10s 每个 Sentinel 对 Master 和 Slave 执行 info,目的是发现 Slave 节点、确定主从关系.
+
+### 分布式集群(Cluster)
+#### 拓扑图
+
+![image](https://user-images.githubusercontent.com/26766909/67539510-f8f93900-f714-11e9-9d8d-08afdecff95a.png)
+
+#### 通讯
+##### 集中式
+> 将集群元数据(节点信息、故障等等)几种存储在某个节点上.
+- 优势
+    1. 元数据的更新读取具有很强的时效性,元数据修改立即更新
+- 劣势
+    1. 数据集中存储
+##### Gossip
+![image](https://user-images.githubusercontent.com/26766909/67539546-16c69e00-f715-11e9-9891-1e81b6af624c.png)
+
+- [Gossip 协议](https://www.jianshu.com/p/8279d6fd65bb)
+
+#### 寻址分片
+##### hash取模
+- hash(key)%机器数量
+- 问题
+    1. 机器宕机,造成数据丢失,数据读取失败
+    1. 伸缩性
+##### 一致性hash
+- ![image](https://user-images.githubusercontent.com/26766909/67539595-352c9980-f715-11e9-8e4a-9d9c04027785.png)
+
+- 问题
+    1. 一致性哈希算法在节点太少时，容易因为节点分布不均匀而造成缓存热点的问题。
+        - 解决方案
+            - 可以通过引入虚拟节点机制解决：即对每一个节点计算多个 hash，每个计算结果位置都放置一个虚拟节点。这样就实现了数据的均匀分布，负载均衡。
+##### hash槽
+- CRC16(key)%16384
+- 
+![image](https://user-images.githubusercontent.com/26766909/67539610-3fe72e80-f715-11e9-8e0d-ea58bc965795.png)
+
+
+
+
+
+
+## 使用场景
+### 热点数据
+### 会话维持 session
+### 分布式锁 SETNX
+### 表缓存
+### 消息队列 list
+### 计数器 string
+
+
+
+
+
+## 缓存设计
+### 更新策略
+- LRU、LFU、FIFO 算法自动清除:一致性最差,维护成本低.
+- 超时自动清除(key expire):一致性较差,维护成本低.
+- 主动更新:代码层面控制生命周期,一致性最好,维护成本高.
+### 更新一致性
+- 读请求:先读缓存,缓存没有的话,就读数据库,然后取出数据后放入缓存,同时返回响应.
+- 写请求:先删除缓存,然后再更新数据库(避免大量地写、却又不经常读的数据导致缓存频繁更新).
+### 缓存粒度
+- 通用性:全量属性更好.
+- 占用空间:部分属性更好.
+- 代码维护成本.
+
+### 缓存穿透
+> 当大量的请求无命中缓存、直接请求到后端数据库(业务代码的 bug、或恶意攻击),同时后端数据库也没有查询到相应的记录、无法添加缓存.
+  这种状态会一直维持,流量一直打到存储层上,无法利用缓存、还会给存储层带来巨大压力.
+>
+#### 解决方案
+1. 请求无法命中缓存、同时数据库记录为空时在缓存添加该 key 的空对象(设置过期时间)，缺点是可能会在缓存中添加大量的空值键(比如遭到恶意攻击或爬虫)，而且缓存层和存储层数据短期内不一致；
+1. 使用布隆过滤器在缓存层前拦截非法请求、自动为空值添加黑名单(同时可能要为误判的记录添加白名单).但需要考虑布隆过滤器的维护(离线生成/ 实时生成).
+### 缓存雪崩
+> 缓存崩溃时请求会直接落到数据库上,很可能由于无法承受大量的并发请求而崩溃,此时如果只重启数据库,或因为缓存重启后没有数据,新的流量进来很快又会把数据库击倒
+>
+#### 出现后应对
+- 事前:Redis 高可用,主从 + 哨兵,Redis Cluster,避免全盘崩溃.
+- 事中:本地 ehcache 缓存 + hystrix 限流 & 降级,避免数据库承受太多压力.
+- 事后:Redis 持久化,一旦重启,自动从磁盘上加载数据,快速恢复缓存数据.
+#### 请求过程
+1. 用户请求先访问本地缓存,无命中后再访问 Redis,如果本地缓存和 Redis 都没有再查数据库,并把数据添加到本地缓存和 Redis；
+1. 由于设置了限流,一段时间范围内超出的请求走降级处理(返回默认值,或给出友情提示).
+
+
+
diff --git a/docs/database/事务隔离级别(图文详解).md b/docs/database/事务隔离级别(图文详解).md
@@ -30,7 +30,7 @@
 
 
 1.  **原子性：** 事务是最小的执行单位，不允许分割。事务的原子性确保动作要么全部完成，要么完全不起作用；
-2.  **一致性：** 执行事务前后，数据保持一致，多个事务对同一个数据读取的结果是相同的；
+2.  **一致性：** 执行事务前后，数据保持一致，例如转账业务中，无论事务是否成功，转账者和收款人的总额应该是不变的；
 3.  **隔离性：** 并发访问数据库时，一个用户的事务不被其他事务所干扰，各并发事务之间数据库是独立的；
 4.  **持久性：** 一个事务被提交之后。它对数据库中数据的改变是持久的，即使数据库发生故障也不应该对其有任何影响。
 

diff --git a/docs/database/数据库连接池.md b/docs/database/数据库连接池.md
@@ -0,0 +1,21 @@
+- 公众号和Github待发文章：[数据库：数据库连接池原理详解与自定义连接池实现](https://www.fangzhipeng.com/javainterview/2019/07/15/mysql-connector-pool.html)
+- [基于JDBC的数据库连接池技术研究与应用](http://blog.itpub.net/9403012/viewspace-111794/)
+- [数据库连接池技术详解](https://juejin.im/post/5b7944c6e51d4538c86cf195)
+
+数据库连接本质就是一个 socket 的连接。数据库服务端还要维护一些缓存和用户权限信息之类的 所以占用了一些内存
+
+连接池是维护的数据库连接的缓存，以便将来需要对数据库的请求时可以重用这些连接。为每个用户打开和维护数据库连接，尤其是对动态数据库驱动的网站应用程序的请求，既昂贵又浪费资源。**在连接池中，创建连接后，将其放置在池中，并再次使用它，因此不必建立新的连接。如果使用了所有连接，则会建立一个新连接并将其添加到池中。**连接池还减少了用户必须等待建立与数据库的连接的时间。
+
+操作过数据库的朋友应该都知道数据库连接池这个概念，它几乎每天都在和我们打交道，但是你真的了解 **数据库连接池** 吗？
+
+### 没有数据库连接池之前
+
+我相信你一定听过这样一句话：**Java语言中，JDBC（Java DataBase Connection）是应用程序与数据库沟通的桥梁**。
+
+
+
+
+
+
+
+
diff --git a/docs/java/Java基础知识.md b/docs/java/Java基础知识.md
@@ -338,9 +338,9 @@ hashCode() 的作用是获取哈希码，也称为散列码；它实际上是返
 
 ### 为什么要有 hashCode
 
-**我们先以“HashSet 如何检查重复”为例子来说明为什么要有 hashCode：** 当你把对象加入 HashSet 时，HashSet 会先计算对象的 hashcode 值来判断对象加入的位置，同时也会与其他已经加入的对象的 hashcode 值作比较，如果没有相符的hashcode，HashSet会假设对象没有重复出现。但是如果发现有相同 hashcode 值的对象，这时会调用 `equals（）`方法来检查 hashcode 相等的对象是否真的相同。如果两者相同，HashSet 就不会让其加入操作成功。如果不同的话，就会重新散列到其他位置。（摘自我的Java启蒙书《Head first java》第二版）。这样我们就大大减少了 equals 的次数，相应就大大提高了执行速度。
+**我们先以“HashSet 如何检查重复”为例子来说明为什么要有 hashCode：** 当你把对象加入 HashSet 时，HashSet 会先计算对象的 hashcode 值来判断对象加入的位置，同时也会与其他已经加入的对象的 hashcode 值作比较，如果没有相符的hashcode，HashSet会假设对象没有重复出现。但是如果发现有相同 hashcode 值的对象，这时会调用 `equals()`方法来检查 hashcode 相等的对象是否真的相同。如果两者相同，HashSet 就不会让其加入操作成功。如果不同的话，就会重新散列到其他位置。（摘自我的Java启蒙书《Head first java》第二版）。这样我们就大大减少了 equals 的次数，相应就大大提高了执行速度。
 
-通过我们可以看出：`hashCode()` 的作用就是**获取哈希码**，也称为散列码；它实际上是返回一个int整数。这个**哈希码的作用**是确定该对象在哈希表中的索引位置。**`hashCode() `在散列表中才有用，在其它情况下没用。**在散列表中hashCode() 的作用是获取对象的散列码，进而确定该对象在散列表中的位置。
+通过我们可以看出：`hashCode()` 的作用就是**获取哈希码**，也称为散列码；它实际上是返回一个int整数。这个**哈希码的作用**是确定该对象在哈希表中的索引位置。**`hashCode() `在散列表中才有用，在其它情况下没用**。在散列表中hashCode() 的作用是获取对象的散列码，进而确定该对象在散列表中的位置。
 
 ### hashCode（）与equals（）的相关规定
 
@@ -419,7 +419,7 @@ final关键字主要用在三个地方：变量、方法、类。
 
 - **public string getMessage()**:返回异常发生时的简要描述
 - **public string toString()**:返回异常发生时的详细信息
-- **public string getLocalizedMessage()**:返回异常对象的本地化信息。使用Throwable的子类覆盖这个方法，可以声称本地化信息。如果子类没有覆盖该方法，则该方法返回的信息与getMessage（）返回的结果相同
+- **public string getLocalizedMessage()**:返回异常对象的本地化信息。使用Throwable的子类覆盖这个方法，可以生成本地化信息。如果子类没有覆盖该方法，则该方法返回的信息与getMessage（）返回的结果相同
 - **public void printStackTrace()**:在控制台上打印Throwable对象封装的异常信息
 
 ### 异常处理总结