日常笔记19/2/28-19/3/03

一：19/2/28   周四

1):  Servlet之cookie和session

简介：因为HTTP是无状态的请求，为记录客户端与服务端交互数据，Servlet基于浏览器的cookie机制实现了Session来解决客户端与服务端的交互数据。

Cookie    是存储在客户端计算机上的文本文件（浏览器可以存储多个cookie并以一种map的形式管理这些cookie）

Session   相反Session是存储在服务端的数据(存储在内存中)  ,数据是一种key=value形式，其中value是一种map集合（即一个key对应多个key1=value2的属性）

**)   客户端（浏览器或手机）一旦与服务器交互（无论是get或post请求），服务器只有需要（request.getSession()  返回新创建的或之前的Session对象)时才会创建一个session对象，并相应返回一个sessionid（即该对象的id）给客户端。客户端会把该信息存储在浏览器的cookie集合中,如下图。

备注：由浏览器存储sessionID的形式，我们可以推断，服务器就是创建了一个Cookie("JSESSION",SESSIONID)相应给浏览器（下面的就是我在服务端创建的Cookie）。

**)   一旦服务器相应cookie给客户端（比如显示设置了1个），客户端每次发送请求到给服务端都会携带该多个cookie(数量为显示设置的cookie数加一)。故我们不应该设施太多cookie值，避免和服务器交互时产生多余的数据。

备注：  故我们可以手动创建cookie,来实现session功能。

***）: JavaScript也实现了一种cookie机制(JavaScript 可以使用 document.cookie 属性来创建 、读取、及删除 cookie。)，注意他两不是一回事。

备注1：document.cookie可以查看和修改服务器返回的cookies，（修改后的值也传送到服务器了？？是的验证过）

备注2：通过document.cookie创建的cookie不会传送到服务器。（也可以理解是一种保护机制^_^，但为什么可以修改？？）

git 地址 

二：19/3/02   周六

1): Docker 之docker-compose.yml文件

前言：在介绍 docker-compose.yml文件之前你必须已经了解docker的镜像和容器以及服务（Service）的关系（可以理解为服务是生成中的容器（官方定义：Services are really just “containers in production.”））。

使用目的：设置集群，该文件就是集群的管理文件，它可以实现动态部署容器的个数，实现负载均衡的目的。

eg: 一个简单的docker-compose.yml文件

version: "3"    //定义版本
services:
  web:        //
    # replace username/repo:tag with your name and image details
    image: username/repo:tag      //镜像地址
    deploy:          //部署
      replicas: 5     //部署5个容器
      resources:      //定义每个容器的使用资源
        limits:
          cpus: "0.1"    
          memory: 50M
      restart_policy:   //定义每个容器 重启策略  
        condition: on-failure    //如果一个失败，立即重启容器。
    ports:
      - "4000:80"  //定义容器报漏端口和容器端口
    networks:
      - webnet
networks:
  webnet:   //webnet使用默认设置（负载平衡的覆盖网络）定义网络。

使用步骤：

步骤一： 定义docker-compose.yml文件内容如上。

步骤二： 定义集群

      创建集群机器：

　　　　　　docker-machine create --driver virtualbox myvm1
　　　　　　docker-machine create --driver virtualbox myvm2　
  初始化集群：把myvm1设置称管理器 　 
          docker-machine ssh myvm1 "docker swarm init --advertise-addr "　
    加入集群：把myvm2机器加入集群   
          docker-machine ssh myvm2 "docker swarm join --token  :2377"    
复制docker-compose.yml到myvm1虚拟机的home目录：
          docker-machine scp docker-compose.yml myvm1:~ 

步骤三 

进入myvm1机器并执行命令：启动集群
      docker-machine ssh myvm1 "docker stack deploy -c docker-compose.yml getstartedlab"
附加：docker-machine使用命令    

docker-machine create --driver virtualbox myvm1 # Create a VM (Mac, Win7, Linux)
docker-machine create -d hyperv --hyperv-virtual-switch "myswitch" myvm1 # Win10
docker-machine env myvm1                # View basic information about your node
docker-machine ssh myvm1 "docker node ls"         # List the nodes in your swarm
docker-machine ssh myvm1 "docker node inspect "        # Inspect a node
docker-machine ssh myvm1 "docker swarm join-token -q worker"   # View join token
docker-machine ssh myvm1   # Open an SSH session with the VM; type "exit" to end
docker node ls                # View nodes in swarm (while logged on to manager)
docker-machine ssh myvm2 "docker swarm leave"  # Make the worker leave the swarm
docker-machine ssh myvm1 "docker swarm leave -f" # Make master leave, kill swarm
docker-machine ls # list VMs, asterisk shows which VM this shell is talking to
docker-machine start myvm1            # Start a VM that is currently not running
docker-machine env myvm1      # show environment variables and command for myvm1
eval $(docker-machine env myvm1)         # Mac command to connect shell to myvm1
& "C:\Program Files\Docker\Docker\Resources\bin\docker-machine.exe" env myvm1 | Invoke-Expression   # Windows command to connect shell to myvm1
docker stack deploy -c <file>   # Deploy an app; command shell must be set to talk to manager (myvm1), uses local Compose file
docker-machine scp docker-compose.yml myvm1:~ # Copy file to node's home dir (only required if you use ssh to connect to manager and deploy the app)
docker-machine ssh myvm1 "docker stack deploy -c  "   # Deploy an app using ssh (you must have first copied the Compose file to myvm1)
eval $(docker-machine env -u)     # Disconnect shell from VMs, use native docker
docker-machine stop $(docker-machine ls -q)               # Stop all running VMs
docker-machine rm $(docker-machine ls -q) # Delete all VMs and their disk images

参考地址：官方文档服务，官方文档集群（Swarms）

三：19/3/03   周日

mysql数据库存储引擎

前言：前几天有同事在我们QQ小群发个一个面试题（听说是某个大公司的），由于刚看过官方文档不久，而且当时也关注了一些数据引擎的，自我感觉没啥大用处??。但看了这个问题“mysql除了innoDB引擎你还知道那些引擎？”突然好无语，故借今天借故重游一下。不想深究只做概述。

概述：数据库引擎是用于存储、处理和保护数据的核心服务。个人理解：不同的数据库引擎就是对数据的增，删，改以及集群和持久化的数据的不同性能表现

1):  innoDB 优势

* 它的DML操作遵循 ACID模型， 具有 提交， 回滚和 崩溃恢复 功能的事务来保护用户数据

* 行级锁定和Oracle风格的一致性读取可提高多用户并发性和性能。

* InnoDB表格将您的数据排列在磁盘上，以根据主键优化查询 。每个 InnoDB表都有一个称为聚簇索引的主键索引 ，用于组织数据以最小化主键查找的I / O.

2):  MyISAM   

　　MyISAM基于旧的（不再可用）ISAM存储引擎，但有许多有用的扩展。

* 5.0之前默认的数据库引擎

* 不支持事务

3): MEMORY 

　　数据存储在内存中，该数据易受硬件因素，断电等因素影响。

4): CSV

　　以文本形式（***.csv）存储数据，并且该文本可以被其它工具修改，不支持索引。

*******等等，官方文档罗列了8个数据库引擎（其它还有），但不支持第三方引擎。

备注：数据库引擎是在创建表时指定（CREATE TABLE t1 (i INT) ENGINE = INNODB;），对于不指定引擎使用默认数据库引擎（5.7以上版本默认是innoDB）

          修改表引擎：ALTER TABLE t ENGINE = InnoDB;