序言

  分片是 ES 中的一个重要概念，围绕着分片，我们会有很多疑问：

• 文档是什么？
• 分片是什么？
• 文档与分片关系如何？
• 分片的作用？
• 文档存储在哪个分片？
• 主副分片间如何交互？

  本文将通过一些说明来解答这些疑问。

序言

  人非圣贤，孰能无过？
  对程序而言，同样如此，即使一个产品经历了一系列的开发测试工作，在此过程中又遇到并解决了成百上千个 Bug，最终交付给客户并正式上线了，后期还是可能会出现一些问题。
  这些问题的产生，可能是客户进行了不符合逻辑的异常操作引起的，也可能是程序代码原先判断逻辑本就存在问题，还有可能是某个应用或服务器资源（CPU、内存、磁盘、网络）出现异常了。但不管怎样，是问题就应当给客户解决，不然客户不满意了，公司的企业形象降低了，若后期还有合作，说不定就泡汤了呢！合作泡汤了，说不定整个业务部门就给你优化掉，程序员就没班上了呢！！！
  作为程序员，为了防止被优化的意外发生，还是老老实实的帮客户解决问题吧！
  那么，怎么去解决问题呢？
  作为一个程序员，接到一个产品问题，想的应该不是解决，而是分析问题的类型，待分析出问题的类型后，才去解决问题。
  那么，问题大概又可以分为哪几种类型呢？
  笔者认为，其大致可以分为以下三种：

• ① 理解问题：做的需求不符合客户的预期效果，客户不买帐，那么，互相扯皮或者重新做~
• ② 代码问题：程序存在 Bug，这又进一步可以分为三种：
  • 前端 Bug：前端程序问题，页面设计不合理或与后端对接不正确
  • 后端 Bug：后端程有问题，逻辑错误或重大 Bug 导致应用的宕机，那么让后端同学修复
  • 运维 Bug：服务器配置问题，让实施同学（通常被后端同学替代…）解决
• ③ 服务器问题：CPU、内存、磁盘，网络资源引起的问题

  现在，我们得到了一个结论——问题的存在形式是多种多样的，因此我们遇到问题不能局限在某一块思考（后端开发不能碰到问题就想的是看日志，得明确是后端问题才去看日志），因为不同的问题解决方案也不一样。

  由于只有在大致分析出问题的类型后，才能尝试去解决问题：

• 针对问题 ①，我们有时可以甩锅给产品同学——你的需求不对呀，我肯定做错呀（叉腰：理直气壮），当然有时也需要自己接锅（自己理解不到位）
• 针对问题 ②，通常需要看线上日志来定位问题的产生原因，尝试复现 Bug
• 针对问题 ③，需要去看服务器某段运行时间里资源情况（注意哦，是观测服务器在某段运行时间里资源情况，因为线上出问题了，肯定是之前某个时间点出的问题，我们仅仅观察出错后的资源占比情况不一定能找出问题所在）

  那么，又该如何去观察服务器在某段运行时间里的资源情况是怎样的呢？
  这个时候，就需要布置一套监控系统来辅助我们程序员观察分析了。

集群

  一个运行中的 Elasticsearch 实例称为一个节点，而集群是由一个或者多个拥有相同 cluster.name 配置的节点组成， 它们共同承担数据和负载的压力。

序言

序言

  作为一名后端工程师，Nginx 的学习必不可少。

序言

  在 Linux 中，我们经常需要输入一些长命令。
  比如，我们现在需要以后台模式指定内存大小运行一个 jar 文件，并且还将运行日志输出到nohup.out文件中，那么需要输入以下命令达到该效果：

1

nohup java -jar -Xms256m -Xmx256m xxx.jar &

  除此之外，我们还想看看输出后的日志信息，那么又需要执行以下命令：

1

tailf nohup.out

  这两行命令能否一起执行呢？
  并且，我们知道：代码开发完成后，一般会在测试服务器上进行测试。既然需要测试，那么测试出 Bug 是再正常不过的一件事情了。
  出了 Bug 那就修呗，修好后就需要重新打 jar 包并部署到服务器，那么就又需要重新启动该应用！
  若每次部署都重复输入同样的长命令，无疑会非常耗费时间，那么有没有一种方法来保存该命令以方便后续快速运行呢？
  对于以上问题的答案，均可通过 Shell 脚本解决，并且 Shell 比这更强大！

简介

  Aerospike 是一个高性能、高可扩展、高可用、高复杂性的分布式的 Key-Value 的 NoSQL 数据库（注意不是缓存哦，其定位就是数据库），可基于行进行随机存取，支持多种部署模式（纯内存、内存 + SSD、纯 SSD）。

  Aerospike 的体系结构主要具有三个目标：

• 为 Web 规模的应用程序创建一个灵活的可扩展平台
• 提供传统数据库期望的鲁棒性和可靠性（如 ACID）
• 以最少的人工参与提供运营效率

什么是 Kafka?

  Kafka 用于构建实时数据管道和流媒体应用程序。
  Kafka 具有横向可扩展性、容错性、高速性等特点，目前已有成千上万家公司在使用它。

什么是聚合？

  通过 ES 聚合，我们将得到一个数据的概览。

  若我们需要的是纵览和分析全部的数据而不是寻找单个文档，比如说想要知道：

• 世界上有多少手机厂商？
• 每月新增的手机厂商有多少？
• 按照手机厂商来划分，手机的平均定价是多少？

  通过聚合，可以搜寻到以上问题的答案，并且聚合也可以回答更加细微的问题，比如说：

• 最受欢迎的手机厂商是哪家？
• 目前性能最高的手机是哪家厂商的？是哪一款？

序言

  我们都听过愚公移山的故事，对个人来讲，移走一座山需要耗费的时间无疑是十分漫长的。因此，愚公找亲朋好友帮忙一起挖山，最终感动了天帝，天帝叫部下施展了法力将太行、王屋山移走。
  愚公不愚，知道将任务拆解，分而治之。
  那么，在分布式任务中，我么又何须使用传统的定时任务框架去完整的执行一个任务呢？
  现在，让我们使用起 Elastic Job 吧！