Nacos 架构 这种机制保证了 Distro 协议可以作为⼀种 AP 协议，对于读操作都进行及时的响应。在网络分区 的情况下，对于所有的读操作也能够正常返回；当网络恢复时，各个 Distro 节点会把各数据分片的 数据进行合并恢复。 小结 Distro 协议是 Nacos 对于临时实例数据开发的⼀致性协议。其数据存储在缓存中，并且会在启动 时进行全量数据同步，并定期进行数据校验。 在 Distro 网络短暂不可用: 客户端需要能接受短暂网络抖动，需要⼀定重试机制，防止集群抖动，超过 阈值后需要自动切换 server，但要防止请求风暴。  断网演练：断网场景下，以合理的频率进行重试，断网结束时可以快速重连恢复。 49 > Nacos 架构 5. 安全性 支持基础的鉴权，数据加密能力。 6. 低成本多语⾔实现 在客户端层面要尽可能多的支持多语言，至少要支持⼀个 Java 服务端连接通道，可以使用多个主 写的协议不做改造是无法支持的，这意味着 Zookeeper 不能在 没有人工干预的情况下做到双机房容灾。在单机房断网情况下，使机房内服务可用并不难，难的是 如何在断网恢复后做数据聚合，Zookeeper 的单点写模式就会有断网恢复后的数据对账问题。Eure ka 的部署模式天然支持多机房容灾，因为 Eureka 采用的是纯临时实例的注册模式：不持久化、所 有数据都可以通过客户端心跳上报进行补

了删除任何无效的（过期或停止） 会话来确保它们不会占用会话数据存储。 默认地，某些应用程序可能不希望 Shiro 自动地删除会话。例如，如果一个应用程序已经提供 了一个 SessionDAO 备份数据存储查询，也许是应用程序团队希望旧的或无效的会话在一定 的时间内可用。这将允许团队对数据存储运行查询来判断，例如，在上周某个用户创建了多 少个会话，或一个用户会话的持续时间，或与之类似报告类型的查询。 后，当前线程被保证当前状态与执行前的状态是一样的。这个机制是这三个中使用最广泛 的。 例如，让我们假定你有一些逻辑在系统启动时需要执行。你希望作为一个特定用户执行代码 块，但一旦逻辑完成后，你想确保 线程/环境 自动地恢复到正常。你可以通过调用 Subject.execute* 方法来做到： Subject subject = //build or acquire subject subject.execute(

线程控制 线程生命的周期 线程优先级 线程串行化 线程休眠 线程让步 线程挂起与恢复 线程等待与通知 线程的同步 大纲 线程基础 线程控制 线程的同步 ���� 线程基础 相关知识回顾 线程的概念模型 创建线程 后台线程 线程控制 线程生命的周期 线程优先级 线程串行化 线程休眠 线程让步 线程挂起与恢复 线程等待与通知 线程的同步 大纲 线程基础 线程控制 线程的同步 相关知识回顾 相关知识回顾 ���� 线程基础 相关知识回顾 线程的概念模型 创建线程 后台线程 线程控制 线程生命的周期 线程优先级 线程串行化 线程休眠 线程让步 线程挂起与恢复 线程等待与通知 线程的同步 大纲 线程基础 线程控制 线程的同步 相关知识回顾 概念回顾 O 任务调度 ▶ 大部分操作系统的任务调度是采用时间片轮转的抢占式调度 方式，一个任务执行一小段时间后强制暂停去执行下一个任 线程控制 线程的同步 线程的概念模型 ���� 线程基础 相关知识回顾 线程的概念模型 创建线程 后台线程 线程控制 线程生命的周期 线程优先级 线程串行化 线程休眠 线程让步 线程挂起与恢复 线程等待与通知 线程的同步 大纲 线程基础 线程控制 线程的同步 线程的概念模型 Java 线程的概念模型 在 Java 语言中，多线程的机制通过虚拟 CPU 来实现。 1. 虚拟的 CPU，由

中的每个字符 占用 1 字节，“算法”中的每个字符占用 2 字节。我们可以通过高位填 0 ，将“Hello 算法”中的所有字符都 编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复出这个短语的内容了。 Figure 3‑7. Unicode 编码示例 然而，ASCII 码已经向我们证明，编码英文只需要 1 字节。若采用上述方案，英文文本占用空间的大小将会 是 ASCII 树的任意节点的平衡因子皆满足 −1 ≤ ? ≤ 1 。 7.5.2. AVL 树旋转 AVL 树的特点在于「旋转 Rotation」操作，它能够在不影响二叉树的中序遍历序列的前提下，使失衡节点重 新恢复平衡。换句话说，旋转操作既能保持树的「二叉搜索树」属性，也能使树重新变为「平衡二叉树」。 我们将平衡因子绝对值 > 1 的节点称为「失衡节点」。根据节点失衡情况的不同，旋转操作分为四种：右旋、 如下图所示，节点下方为平衡因子。从底至顶看，二叉树中首个失衡节点是“节点 3”。我们关注以该失衡节 点为根节点的子树，将该节点记为 node ，其左子节点记为 child ，执行「右旋」操作。完成右旋后，子树已 经恢复平衡，并且仍然保持二叉搜索树的特性。 Figure 7‑26. 右旋操作步骤 此外，如果节点 child 本身有右子节点（记为 grandChild ），则需要在「右旋」中添加一步：将 grandChild

系。 1. 递：当函数被调用时，系统会在“调用栈”上为该函数分配新的栈帧，用于存储函数的局部变量、参数、 返回地址等数据。 2. 归：当函数完成执行并返回时，对应的栈帧会被从“调用栈”上移除，恢复之前函数的执行环境。 因此，我们可以使用一个显式的栈来模拟调用栈的行为，从而将递归转化为迭代形式： // === File: recursion.java === /* 使用迭代模拟递归 */ 所示，“Hello”中的每个字 符占用 1 字节，“算法”中的每个字符占用 2 字节。我们可以通过高位填 0 将“Hello 算法”中的所有字符都 编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复这个短语的内容了。 图 3‑7 Unicode 编码示例 然而 ASCII 码已经向我们证明，编码英文只需 1 字节。若采用上述方案，英文文本占用空间的大小将会是 ASCII 编码下的两倍，非 ，则一棵 AVL 树的任意节点的平衡因子皆满足 −1 ≤ ? ≤ 1 。 7.5.2 AVL 树旋转 AVL 树的特点在于“旋转”操作，它能够在不影响二叉树的中序遍历序列的前提下，使失衡节点重新恢复平 衡。换句话说，旋转操作既能保持“二叉搜索树”的性质，也能使树重新变为“平衡二叉树”。 我们将平衡因子绝对值 > 1 的节点称为“失衡节点”。根据节点失衡情况的不同，旋转操作分为四种：右旋、

系。 1. 递：当函数被调用时，系统会在“调用栈”上为该函数分配新的栈帧，用于存储函数的局部变量、参数、 返回地址等数据。 2. 归：当函数完成执行并返回时，对应的栈帧会被从“调用栈”上移除，恢复之前函数的执行环境。 因此，我们可以使用一个显式的栈来模拟调用栈的行为，从而将递归转化为迭代形式： // === File: recursion.java === /* 使用迭代模拟递归 */ 所示，“Hello”中的每个字 符占用 1 字节，“算法”中的每个字符占用 2 字节。我们可以通过高位填 0 将“Hello 算法”中的所有字符都 编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复这个短语的内容了。 图 3‑7 Unicode 编码示例 然而 ASCII 码已经向我们证明，编码英文只需 1 字节。若采用上述方案，英文文本占用空间的大小将会是 ASCII 编码下的两倍，非 ，则一棵 AVL 树的任意节点的平衡因子皆满足 −1 ≤ ? ≤ 1 。 7.5.2 AVL 树旋转 AVL 树的特点在于“旋转”操作，它能够在不影响二叉树的中序遍历序列的前提下，使失衡节点重新恢复平 衡。换句话说，旋转操作既能保持“二叉搜索树”的性质，也能使树重新变为“平衡二叉树”。 我们将平衡因子绝对值 > 1 的节点称为“失衡节点”。根据节点失衡情况的不同，旋转操作分为四种：右旋、

所示，“Hello”中的每个字 符占用 1 字节，“算法”中的每个字符占用 2 字节。我们可以通过高位填 0 ，将“Hello 算法”中的所有字符 都编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复出这个短语的内容了。 图 3‑7 Unicode 编码示例 然而 ASCII 码已经向我们证明，编码英文只需要 1 字节。若采用上述方案，英文文本占用空间的大小将会是 ASCII 编码下大小的 ，则一棵 AVL 树的任意节点的平衡因子皆满足 −1 ≤ ? ≤ 1 。 7.5.2 AVL 树旋转 AVL 树的特点在于“旋转”操作，它能够在不影响二叉树的中序遍历序列的前提下，使失衡节点重新恢复平 衡。换句话说，旋转操作既能保持“二叉搜索树”的性质，也能使树重新变为“平衡二叉树”。 我们将平衡因子绝对值 > 1 的节点称为“失衡节点”。根据节点失衡情况的不同，旋转操作分为四种：右旋、 所示，节点下方为平衡因子。从底至顶看，二叉树中首个失衡节点是“节点 3”。我们关注以该失衡 节点为根节点的子树，将该节点记为 node ，其左子节点记为 child ，执行“右旋”操作。完成右旋后，子树 已经恢复平衡，并且仍然保持二叉搜索树的特性。 第 7 章 树 hello‑algo.com 158 图 7‑26 右旋操作步骤 如图 7‑27 所示，当节点 child 有右子节点（记为 grandChild

系。 1. 递：当函数被调用时，系统会在“调用栈”上为该函数分配新的栈帧，用于存储函数的局部变量、参数、 返回地址等数据。 2. 归：当函数完成执行并返回时，对应的栈帧会被从“调用栈”上移除，恢复之前函数的执行环境。 因此，我们可以使用一个显式的栈来模拟调用栈的行为，从而将递归转化为迭代形式： // === File: recursion.java === /* 使用迭代模拟递归 */ 所示，“Hello”中的每个字 符占用 1 字节，“算法”中的每个字符占用 2 字节。我们可以通过高位填 0 将“Hello 算法”中的所有字符都 编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复这个短语的内容了。 图 3‑7 Unicode 编码示例 然而 ASCII 码已经向我们证明，编码英文只需 1 字节。若采用上述方案，英文文本占用空间的大小将会是 ASCII 编码下的两倍，非 ，则一棵 AVL 树的任意节点的平衡因子皆满足 −1 ≤ ? ≤ 1 。 7.5.2 AVL 树旋转 AVL 树的特点在于“旋转”操作，它能够在不影响二叉树的中序遍历序列的前提下，使失衡节点重新恢复平 衡。换句话说，旋转操作既能保持“二叉搜索树”的性质，也能使树重新变为“平衡二叉树”。 我们将平衡因子绝对值 > 1 的节点称为“失衡节点”。根据节点失衡情况的不同，旋转操作分为四种：右旋、

≤ 1 。 7.4.2. AVL 树旋转 AVL 树的独特之处在于「旋转 Rotation」的操作，其可 在不影响二叉树中序遍历序列的前提下，使失衡结点 重新恢复平衡。换言之，旋转操作既可以使树保持为「二叉搜索树」，也可以使树重新恢复为「平衡二叉树」。 我们将平衡因子的绝对值 > 1 的结点称为「失衡结点」。根据结点的失衡情况，旋转操作分为 右旋、左旋、先 右旋后左旋、先左旋后右旋，接下来我们来一起来看看它们是如何操作的。 如下图所示（结点下方为「平衡因子」），从底至顶看，二叉树中首个失衡结点是 结点 3。我们聚焦在以该失衡 结点为根结点的子树上，将该结点记为 node ，将其左子结点记为 child ，执行「右旋」操作。完成右旋后，该 子树已经恢复平衡，并且仍然为二叉搜索树。 Figure 7‑25. 右旋操作步骤 7. 树 hello‑algo.com 114 进而，如果结点 child 本身有右子结点（记为 grandChild ），则需要在「右旋」中添加一步：将 updateHeight(child); // 返回旋转后子树的根结点 return child; } Case 3 ‑ 先左后右 对于下图的失衡结点 3 ，单一使用左旋或右旋都无法使子树恢复平衡，此时需要「先左旋后右旋」，即先对 child 执行「左旋」，再对 node 执行「右旋」。 Figure 7‑29. 先左旋后右旋 Case 4 ‑ 先右后左 同理，取以上失衡二叉树的镜像，则需要「先右旋后左旋」，即先对

≤ 1 。 7.4.2. AVL 树旋转 AVL 树的独特之处在于「旋转 Rotation」的操作，其可 在不影响二叉树中序遍历序列的前提下，使失衡结点 重新恢复平衡。换言之，旋转操作既可以使树保持为「二叉搜索树」，也可以使树重新恢复为「平衡二叉树」。 我们将平衡因子的绝对值 > 1 的结点称为「失衡结点」。根据结点的失衡情况，旋转操作分为 右旋、左旋、先 右旋后左旋、先左旋后右旋，接下来我们来一起来看看它们是如何操作的。 如下图所示（结点下方为「平衡因子」），从底至顶看，二叉树中首个失衡结点是 结点 3。我们聚焦在以该失衡 结点为根结点的子树上，将该结点记为 node ，将其左子结点记为 child ，执行「右旋」操作。完成右旋后，该 子树已经恢复平衡，并且仍然为二叉搜索树。 Figure 7‑25. 右旋操作步骤 7. 树 hello‑algo.com 115 进而，如果结点 child 本身有右子结点（记为 grandChild ），则需要在「右旋」中添加一步：将 updateHeight(child); // 返回旋转后子树的根结点 return child; } Case 3 ‑ 先左后右 对于下图的失衡结点 3 ，单一使用左旋或右旋都无法使子树恢复平衡，此时需要「先左旋后右旋」，即先对 child 执行「左旋」，再对 node 执行「右旋」。 Figure 7‑29. 先左旋后右旋 Case 4 ‑ 先右后左 同理，取以上失衡二叉树的镜像，则需要「先右旋后左旋」，即先对