什么是放大器的带宽

带宽的意思，其实就是在同一个时间段，用户访问量承载能力的情况。因此为了保证后期可以顺利使用带宽，不频繁的调整配置，需要提前做好长期打算。

毕竟在选择服务器带宽的时候，光靠眼前的数据是不够的。也要考虑后期网站数据上涨，宽带是否有足够的能力，满足访客的增加。

带宽（band width）又叫频宽，是指在固定的的时间可传输的资料数量，亦即在传输管道中可以传递数据的能力。在数字设备中，频宽通常以bps表示，即每秒可传输之位数。在模拟设备中，频宽通常以每秒传送周期或赫兹 (Hz)来表示。

在单位时间内从网络中的某一点到另一点所能通过的“最高数据率”。对于带宽的概念，比较形象的一个比喻是高速公路。单位时间内能够在线路上传送的数据量，常用的单位是bps(bit per second)。计算机网络的带宽是指网络可通过的最高数据率，即每秒多少比特。

漫漫寒冬不知道该做什么？不如约上小伙伴们一起来艾米诺尔大陆探险！勇闯神秘地带，齐心协力去开团，用紧张刺激的战斗来激活热血和梦想，收获满满的财富与宝藏——1月24日，大家期待已久的《我叫MT4》新版本正式上线，艾米诺尔大陆上究竟会迎来哪些新内容呢？

能抗能打能治疗，新职业圣骑士即将震撼降临！

在新版本中，首先与大家见面的就是新的冒险者职业圣骑士。1月24日将开启灰度测试，在部分服务器放出。作为曾在神圣教廷守护光明圣殿的光明骑士，他们是最先受到新光明神感召的虔诚信徒，他们相信光明代表着生命、正义和仁爱。他们付出的努力逐渐让更多的普通信徒重新回归光明阵营，让光明神殿的光辉扫除更多的黑暗。圣骑士的职业定位是近战和治疗，神圣、惩戒、秩序三系铭文技能各有侧重，既可以利用圣光的力量治疗队友，又能挥舞手中的战锤粉碎敌人，有很强的适应能力和广泛的适用范围。值得一提的还有，圣骑士**姐的Q版和写实双形态都很漂亮，感兴趣的小伙伴们可以练一个哟！

7大BOSS等你来战，新团本占星实验室开启！

除了新职业圣骑士的加入，新团本占星实验室也将在新版本中正式开放。这里原本是大星术师阿斯古丽的实验室，她常在其中研究星象，试图参破宇宙的奥秘。此举引来了星幽体审判官，实验室就这样被占据，审判官扬言要审判全世界，并召唤了一帮实力强大的手下。那么这究竟是怎么回事呢？勇敢的冒险家，快召集同伴一块儿去看看吧。在活动期间，成功通关新团本还将获得额外的惊喜福利哦，将新年的喜气全部填满！

携手《怒晴湘西》送惊喜，勇闯新20人本赢福利！

新版本中，还有一个令人激动的全新内容——20人首领挑战副本。这是一种多人团体PVE玩法，每隔一段时间都会出现不同的首领级BOSS及其随从。此前《我叫MT4》官方已经宣布与网剧《怒晴湘西》达成联动合作，1月24日新版本上线，六翅蜈蚣、尸王等剧集中强大的BOSS都将陆续现身20人首领挑战副本，满足各位冒险家的极限战斗欲望。后续还将有更多惊喜内容逐一呈现，敬请期待！

活动期间通关20人首领挑战副本还将获得品类丰富的掉落材料，用以在活动界面兑换大量 游戏 资源和道具奖励！感兴趣的玩家们，要记得准时来开团哟。需要提醒大家注意的是，20人首领挑战副本的BOSS都很强大，需要整个团队默契配合才能顺利通关。虽然在玩法的开启时间内，勇士们可在“精彩活动”页面通过单人、5人队伍、10人团的方式来进行匹配，但玩家每日获得首领奖励的机会是有次数限制的，每次击杀首领都会扣除剩余次数，次数耗尽则无法再次进入副本，所以一定要把握好机会哟！

SOA与微服务的区别？

SOA的提出是在企业计算领域，就是要将紧耦合的系统，划分为面向业务的，粗粒度，松耦合，无状态的服务。服务发布出来供其他服务调用，一组互相依赖的服务就构成了SOA架构下的系统。

基于这些基础的服务，可以将业务过程用类似BPEL流程的方式编排起来，而BPEL反映的是业务处理的过程，这些过程对于业务人员更为直观，调整也比hardcode的代码更容易。

当然企业还需要对服务治理，比如服务注册库，监控管理等。

我们知道企业计算领域，如果不是交易系统的话，并发量都不是很大的，所以大多数情况下，一台服务器就容纳将许许多多的服务，这些服务采用统一的基础设施，可能都运行在一个应用服务器的进程中。虽然说是面向服务了，但还是单一的系统。

而微服务架构大体是从互联网企业兴起的，由于大规模用户，对分布式系统的要求很高，如果像企业计算那样的系统，伸缩就需要多个容纳续续多多的服务的系统实例，前面通过负载均衡使得多个系统成为一个集群。但这是很不方便的，互联网企业迭代的周期很短，一周可能发布一个版本，甚至可能每天一个版本，而不同的子系统的发布周期是不一样的。而且，不同的子系统也不像原来企业计算那样采用集中式的存储，使用昂贵的Oracle存储整个系统的数据，二是使用MongoDB，HBase，Cassandra等NOSQL数据库和Redis，memcache等分布式缓存。那么就倾向采用以子系统为分割，不同的子系统采用自己的架构，那么各个服务运行自己的Web容器中，当需要增加计算能力的时候，只需要增加这个子系统或服务的实例就好了，当升级的时候，可以不影响别的子系统。这种组织方式大体上就被称作微服务架构。

微服务与SOA相比，更强调分布式系统的特性，比如横向伸缩性，服务发现，负载均衡，故障转移，高可用。互联网开发对服务治理提出了更多的要求，比如多版本，比如灰度升级，比如服务降级，比如分布式跟踪，这些都是在SOA实践中重视不够的。

Docker容器技术的出现，为微服务提供了更便利的条件，比如更小的部署单元，每个服务可以通过类似Nodejs或Spring Boot的技术跑在自己的进程中。可能在几十台计算机中运行成千上万个Docker容器，每个容器都运行着服务的一个实例。随时可以增加某个服务的实例数，或者某个实例崩溃后，在其他的计算机上再创建该服务的新的实例。

如何拆分服务？

要围绕业务模块进行拆分，拆分粒度应该保证微服务具有业务的独立性与完整性，尽可能少的存在服务依赖，链式调用。但是，在实际开发过程中，有的时候单体架构更加适合当前的项目。实际上，微服务的设计并不是一蹴而就的，它是一个设计与反馈过程。因此，我们在设计之初可以将服务的粒度设计的大一些，并考虑其可扩展性，随着业务的发展，进行动态地拆分也是一个不错的选择。

REST的名称"表现层状态转化"中，省略了主语。"表现层"其实指的是"资源"（Resources）的"表现层"。

所谓"资源"，就是网络上的一个实体，或者说是网络上的一个具体信息。它可以是一段文本、一张、一首歌曲、一种服务，总之就是一个具体的实在。你可以用一个URI（统一资源定位符）指向它，每种资源对应一个特定的URI。要获取这个资源，访问它的URI就可以，因此URI就成了每一个资源的地址或独一无二的识别符。

客户端用到的手段，只能是HTTP协议。具体来说，就是HTTP协议里面，四个表示操作方式的动词：GET、POST、PUT、DELETE。它们分别对应四种基本操作：GET用来获取资源，POST用来新建资源（也可以用于更新资源），PUT用来更新资源，DELETE用来删除资源。

实际上呢，不是所有的东西都是“资源”，尤其是在业务系统中，缺点如下：

有个接口是更新订单状态，你是用上面的GET POST PUT DELETE 哪个呢，看样子应该是PUT，但是路径呢PUT /tickets/12

我有时候多个接口 ，更新订单收款状态，更新订单支款状态，更新订单结算状态；

Restful 的路径明显不友好不够用；

再比如，批量删除，DELETE还好用么，DELETE /tickets/12 #删除ticekt 12 这种形式如果要传数组怎么办，url是不是不够友好？

再比如，Resuful要求 GET /tickets # 获取ticket列表 。我们曾经有个需求，对方会把不超过1000个订单id传给我们，我们系统过滤其中一部分特殊订单；这也是个查询服务，用GET /tickets # 获取ticket列表的形式，1000个订单id显然是超过GET url长度的，这里也不合适；再者，我想开发多个条件查询列表服务，路径这么浅显然不合适；

实际业务中，我们webapi的路径是这样的：systemAlias/controller/action

总结下规则：

简单查询尽量用GET，好处是可以直接带查询参数copy api路径；

复杂查询和更新用POST，用的最多；

不用PUT和DELETE，原因是增加复杂度，并没有带来什么好处

看看BAT的很多openapi，也是写着restful，实际没有严格遵守，都是get和post，这是也很多人不知道put和delete的原因

如：

//根据订单id获取订单

GET oms/order/queryOrderByIdid=value1&param2=value2

//根据订单id List获取订单

POST oms/order/queryOrderByIdList

//根据条件查询订单，带分页参数

POST oms/order/queryOrderByCondition

//更新订单收款状态

POST oms/order/updateOrderCollectionStatus

//批量更新订单收款状态

POST oms/order/updateOrderCollectionStatusInBatch

//批量更新订单收款状态

POST oms/order/updateOrderCollectionStatusInBatch

//批量删除订单，带操作来源

POST oms/order/deleteOrderInBatch

微服务如何进行数据库管理？

CAP 原理(CAP Theorem)

在足球比赛里，一个球员在一场比赛中进三个球，称之为帽子戏法(Hat-trick)。在分布式数据系统中，也有一个帽子原理(CAP Theorem)，不过此帽子非彼帽子。CAP 原理中，有三个要素：

CAP 原理指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。

因此在进行分布式架构设计时，必须做出取舍。而对于分布式数据系统，分区容忍性是基本要求 ，否则就失去了价值，因此设计分布式数据系统，就是在一致性和可用性之间取一个平衡。

对于大多数 WEB 应用，其实并不需要强一致性，因此牺牲一致性而换取高可用性，是目前多数分布式数据库产品的方向。

当然，牺牲一致性，并不是完全不管数据的一致性，否则数据是混乱的，那么系统可用性再高分布式再好也没有了价值。

牺牲一致性，只是不再要求关系型数 据库中的强一致性，而是只要系统能达到最终一致性即可，考虑到客户体验，这个最终一致的时间窗口，要尽可能的对用户透明，也就是需要保障“用户感知到的一致性”。

通常是通过数据的多份异步复制来实现系统的高可用和数据的最终一致性的，“用户感知到的一致性”的时间窗口则 取决于数据复制到一致状态的时间。

最终一致性(eventually consistent)

对于一致性，可以分为从客户端和服务端两个不同的视角。

从客户端来看，一致性主要指的是多并发访问时更新过的数据如何获取的问题。

从服务端来看，则是更新如何复制分布到整个系统，以保证数据最终一致。

一致性是因为有并发读写才有的问题，因此在理解一致性的问题时，一定要注意结合考虑并发读写的场景。

从客户端角度，多进程并发访问时，更新过的数据在不同进程如何获取的不同策略，决定了不同的一致性。

对于关系型数据库，要求更新过的数据能被后续的 访问都能看到，这是强一致性 ;如果能容忍后续的部分或者全部访问不到，则是弱一致性 ; 如果经过一段时间后要求能访问到更新后的数据，则是最终一致性。

从服务端角度，如何尽快将更新后的数据分布到整个系统，降低达到最终一致性的时间窗口，是提高系统的可用度和用户体验非常重要的方面。

那么问题来了，如何实现数据的最终一致性呢答案就在事件驱动架构。

最佳解决办法是采用事件驱动架构。其中碰到的一个挑战是如何原子性的更新状态和发布事件。有几种方法可以解决此问题，包括将数据库视为消息队列和事件源等。

从目前技术应用范围和成熟度看，推荐使用第一种方式(本地事务发布事件)，来实现事件投递原子化，即可靠事件投递。

SpringCloud和Dubbo有哪些区别？

总体来说，两者各有优势。虽说后者服务调用的功能，但也避免了上面提到的原生RPC带来的问题。而且REST相比RPC更为灵活，服务提供方和调用方的依赖只依靠一纸契约，不存在代码级别的依赖，这在强调快速演化的微服务环境下，显得更加合适。

品牌机与组装机的区别：很明显SpringCloud比dubbo的功能更强大，覆盖面更广，而且能够与SpringFramework、SpringBoot、SpringData、SpringBatch等其他Spring项目完美融合，这些对于微服务至关重要。使用Dubbo构建的微服务架构就像组装电脑、各环节我们选择自由度高，但是最总可能会因为内存质量而影响整体，但对于高手这也就不是问题。而SpringCloud就像品牌机，在Spring Source的整合下，做了大量的兼容性测试，保证了机器拥有更高的稳定性。

在面临微服务基础框架选型时Dubbo与SpringCloud只能二选一。

1、首先，在cmd里输入gpeditmsc进入组策略管理模式，然后选计算机设置--windows设置--安全设置--本地策略--用户权利指派。

然后把拒绝本地登陆里的guest删除，把拒绝从网络访问此计算机中的guest也删除，同时在从网络访问此计算机中添加guest

2、继续在组策略管理模式下，计算机设置--windows设置--安全设置--本地策略--安全选项，在最下面，账户的位置，里面有个“使用空白密码的本地账户只允许进行控制台登录”，把它禁止。

3、如果是xp系统，把来宾账户启用。

4、在防火墙里添加端口137，138，139

5、这时候再到网上邻居，查看工作组计算机，就能进去了。

over~

=== === === === === === === === === === === === === === ===

几台电脑的ip是不是都有固定的？如果有固定ip,看网关和 DNS服务器是否相同，然后看局域网协议有没添加过？IPX/SPX/NETBOIS

，然后找另外台机子，也同样按上面步骤设置一遍，看能不能访问这台