7. 开源日志管理方案 -ELK

Logstash -- 多个独立的Agent 负责收集不同来源的数据，一个中心Agent 负责汇总和分析数据。

Elasticsearch -- 用于存储最终的数据，并提供搜索功能。

Kibana -- 提供一个简单、丰富的Web 界面，数据来自 Elasticsearch，支持各种查询、统计和展示。

还可以在远程Logstash 和中心 Logstash 之间加入 Redis、Kafka等中间层，作为缓冲和中间存储，提高系统性能和可靠性。

8. 数据传输方案

(1) RESTful

RESTful 基于HTTP协议，主要依赖于HTTP协议的集中method来表示CRUD操作；

RESTful 使用HTTP URL 标识并定位一个资源；

原则上只使用名词来指定资源，而且推荐使用复数；

URL 大小写敏感，尽量使用小写字母；

(2) RPC

RPC主要依赖的技术：序列化、反序列化和数据传输协议；

Java使用比较多的RPC方案有：RMI、Hessian、Dubbo以及Thrift等；

(3) 消息中间件

9. 消息队列 Message Queue

消息队列的应用场景

解耦

最终一致性

广播

错峰与流控

消息模型：

队列 P2P

发布/订阅 pub/sub

消息中间件

(1) ActiveMQ

性能较差，不推荐在大规模互联网应用中使用；

(2) RabbitMQ

基于AMQP协议，是一个完备的消息中间件；

适用于可靠性要求较高，对消息有事务要求的业务场景。

只能保证At Least Once（消息至少被消费一次）的消费，无法从自身进行消息去重。

如果要达到Exactly Once（消息会且仅会消费一次），应该由业务做去重处理，或者业务消息本身就具有幂等性。

(3) Kafka

基于文件append，以顺序读/写的方式来写入/读取文件，性能非常高，支持多订阅者。

Kafka 设计的初衷是处理日志，因此是允许消息丢失的，对事务的支持也不好，并不能保证消息的顺序。

Kafka 适用于海量消息场景，允许极端情况下少量丢失数据。

一个Topic 可以分为多个Partition，每个Partition 内部是消息有序的。

由于分区的原因，Kafka 无法保障全局消息有序，但是使用只有一个分区的Topic时，可以保证消息全局有序。

10. Java 网络编程

阻塞和非阻塞

是函数/方法的实现方式，即在数据就绪之前，是立刻返回还是等待。也就是发起 I/O 请求是否会被阻塞。

一个网络 I/O 读过程是：数据从网卡 -> 内核缓冲区 -> 用户内存的过程。

同步和异步

区别主要在于：数据从内核缓冲区到用户内存的这个过程，需要不需要用户进程等待。也就是实际的 I/O 读写是否阻塞请求进程。

阻塞 I/O 模型 - BIO

非阻塞 I/O 模型 - AIO

异步 I/O 模型 - AIO

11. JVM 内存模型

JVM 内存模型屏蔽了底层硬件环境的差异，给Java应用程序提供了统一的内存访问模式，可以认为是一种虚拟内存环境。

在Java程序中，所有线程都共享主内存（堆），但是对于每一个线程都有自己的工作内存（一个虚拟的概念，包括寄存器、栈、写缓存、缓存以及其他硬件、编译器优化等）。

工作内存和主内存（堆）通过一些规定的操作来交互同步数据，而线程只能访问自己的工作内存。

主内存就是堆，用来保存对象信息；

工作内存就是栈，用来保存线程私有的对象地址、基本类型、局部变量、PC指针等信息；

12. 安全协议 -- SSL/TLS

SSL: (Secure Socket Layer，安全套接字层）

TLS: (Transport Layer Security，传输层安全协议)

SSL和 TLS 都是用于保障端到端之间连接的安全性，位于应用层和传输层之间。

SSL 现在已经改名为 TLS。

HTTPS 相比 HTTP 多了一个安全加密层（TLS/SSL），不仅对数据进行了加密，还对数据完整性提供了保护。