備戰秋招——演算法與數據結構（14）
1. 使用「反向代理伺服器」的優點是什麼?
（1）提高存取速度
由於目標主機返回的數據會存在代理伺服器的硬碟中，因此下一次客戶再存取相同的站 點數據時，會直接從代理伺服器的硬碟中讀取，起到了快取的作用，尤其對於熱門站點 能明顯提高請求速度。
（2）防火牆作用
由於所有的客戶機請求都必須通過代理伺服器存取遠端站點，因此可在代理伺服器上設 限，過濾某些不安全資訊。
（3）通過代理伺服器存取不能存取的目標站點
網際網路上有許多開發的代理伺服器，客戶機可存取受限時，可通過不受限的代理伺服器 存取目標站點，通俗說，我們使用的翻牆瀏覽器就是利用了代理伺服器，可直接存取外 網。
2. 右值參照和move語意
1.move語意
最原始的左值和右值定義可以追溯到C語言時代，左值是可以出現在賦值符的左邊 和右邊，然而右值只能出現在賦值符的右邊。在C++裡，這種方法作爲初步判斷左 值或右值還是可以的，但不只是那麼準確了。你要說C++中的右值到底是什麼，這 真的很難給出一個確切的定義。你可以對某個值進行取地址運算，如果不能得到地 址，那麼可以認爲這是個右值。例如：
int& foo();
foo() = 3; //ok, foo() is an lvalue
int bar();
int a = bar(); // ok, bar() is an rvalue
爲什麼要move語意呢？它可以讓你寫出更高效的程式碼。看下面 下麪程式碼：
string foo();
string name("jack");
name = foo();
第三句賦值會呼叫string的賦值操作符函數，發生了以下事情：
1.首先要銷燬name的字串吧
2.把foo()返回的臨時字串拷貝到name吧
3.最後還要銷燬foo()返回的臨時字串吧
這就顯得很不高效，在C++11之前，你要些的高效點，可以是swap交換資源。C++11 的move語意就是要做這事，這時過載move賦值操作符
string& string::operator=(string&& rhs);
move語意不僅僅用於右值，也用於左值。標準庫提供了std::move方法，將左值 轉換 成右值。因此，對於swap函數，我們可以這樣實現：
template<class T>
void swap(T& a, T& b)
{
T temp(std::move(a));
a = std::move(b);
b = std::move(temp);
}
2.右值參照
爲了支援移動操作，c++新標準引入了一種新的參照型別—右值參照。所謂右值引 用就是必須系結到右值的參照。我們通過&&而不是&來獲得右值參照。如我們將要 看到的，右值參照有一個重要的性質—只能系結到一個將要銷燬的物件。因此，我 們可以自由地將一個右值參照的資源「移動」到另一個物件中。
一般而言，一個左值表達式表示的是一個物件的身份，而一個右值表達式表示的是 物件的值。
舉例說明：
int i=42;
int &r=i; //正確，r參照i
int &&rr=i //錯誤，不能將一個右值參照系結到一個左值上
int &r2=i*42; //錯誤，i*42是一個右值
const int &r3=i*42; //正確，我們可以將一個const的參照系結到一個右值上
int &&r2=i*42; //正確，將rr2系結到乘法結果上
1.左值持久，右值短暫
左值有持久的狀態，而右值要麼是字面值常數，要麼是表達式求值過程中建立的臨 時物件。
由於右值參照只能系結到臨時物件，我們得知
1.所參照的物件將要被銷燬
2.該物件沒有其他使用者
這兩個特徵意味着：使用右值參照的程式碼可以自由地接管所參照的物件的資源。
3. kafka的生產者和消費者的理解
生產者:
Producer將訊息發佈到指定的Topic中,同時Producer也能決定將此訊息歸屬於哪個 partition;比如基於"round-robin"方式或者通過其他的一些演算法等.
消費者:
本質上kafka只支援Topic.每個consumer屬於一個consumer group;反過來說,每個 group中可以有多個consumer.發送到Topic的訊息,只會被訂閱此Topic的每個group 中的一個consumer消費.
如果所有的consumer都具有相同的group,這種情況和queue模式很像;訊息將會在 consumers之間負載均衡.
如果所有的consumer都具有不同的group,那這就是"發佈-訂閱";訊息將會廣播給所有 的消費者.
在kafka中,一個partition中的訊息只會被group中的一個consumer消費;每個group 中consumer訊息消費互相獨立;我們可以認爲一個group是一個"訂閱"者,一個Topic 中的每個partions,只會被一個"訂閱者"中的一個consumer消費,不過一個consumer 可以消費多個partitions中的訊息.kafka只能保證一個partition中的訊息被某個 consumer消費時,訊息是順序的.事實上,從Topic角度來說,訊息仍不是有序的.
4. kafka三種消費語意與保證精準消費
- 消費語意的介紹
at last once：至少消費一次（對一條訊息有可能多次消費，有可能會造成重複消費數 據）
原因：Proudcer產生數據的時候，已經寫入在broker中，但是由於broker的網 絡異常，沒有返回ACK，這時Producer,認爲數據沒有寫入成功，此時producer會再次 寫入，相當於一條數據，被寫入了多次。
at most once：最多消費一次，對於訊息，有可能消費一次，有可能一次也消費不了
原因：producer在產生數據的時候，有可能寫數據的時候不成功，此時broker就 跳過這個訊息，那麼這條數據就會丟失，導致consumer無法消費。
exactly once：有且僅有一次。這種情況是我們所需要的，也就是精準消費一次。
2.kafka中消費語意的場景
at last once：可以先讀取數據，處理數據，最後記錄offset，當然如果在記錄offset 之前就crash,新的consumer會重複的來消費這條數據，導致了」最少一次「
at most once：可以先讀取數據，然後記錄offset，最後在處理數據，這個方式，就 有可能在offset後，還沒有及時的處理數據，就crash了，導致了新的consumer繼續 從這個offset處理，那麼剛剛還沒來得及處理的數據，就永遠不會被處理，導致了」 最多消費一次「
exactly once：可以通過將提交分成兩個階段來解決：儲存了offset後提交一次，消 息處理成功後，再提交一次。
3.kafka中如何實現精準寫入數據？
A：Producer 端寫入數據的時候保證冪等性操作：
冪等性：對於同一個數據無論操作多少次都只寫入一條數據，如果重複寫入，則執 行不成功
B：broker寫入數據的時候，保證原子性操作, 要麼寫入成功，要麼寫入失敗。（不成 功不斷進行重試） - kafka中partition的工作原理?
Kafka叢集partition replication預設自動分配分析
下面 下麪以Kafka叢集中4個Broker舉例，建立1個topic包含4個Partition，2 Replication；數據Producer流動如圖所示：
當叢集中新增2節點，Partition增加到6個時分佈情況如下：
副本分配邏輯規則如下：
在Kafka叢集中，每個Broker都有均等分配Partition的Leader機會。
上述圖Broker Partition中，箭頭指向爲副本，以Partition-0爲例:broker1中 parition-0爲Leader，Broker2中Partition-0爲副本。
上述圖種每個Broker(按照BrokerId有序)依次分配主Partition,下一個Broker爲副 本，如此回圈迭代分配，多副本都遵循此規則。
副本分配演算法如下：
將所有N Broker和待分配的i個Partition排序.
將第i個Partition分配到第(i mod n)個Broker上.
將第i個Partition的第j個副本分配到第((i + j) mod n)個Broker上.
另外需要完整版一線網際網路大廠面試題以及關於c++ Linux後臺伺服器開發的一些知識點分享：Linux，Nginx，MySQL，Redis，P2P，K8S，Docker，TCP/IP，協程，DPDK，webrtc，音視訊等等視訊。
vx關注零聲學院公衆號領取！
