Java后端面试题
Redis缓存穿透、雪崩、击穿，布隆过滤器
一致性hash
一致性hash
sharding-jdbc实现一致性hash
#一致性hash, 应用在mysql数据库的分库分表上， 现在已经完成了分库分表， 现在的问题出现了， 需要继续新增数据库节点， 请问如何把已经存在数据迁徙到新加的数据库节点呢
在使用一致性哈希算法进行分库分表后，新增数据库节点时确实会遇到数据迁移的问题。这是因为新增节点会导致哈希环上的数据映射发生变化，从而需要将部分数据从现有节点迁移到新节点。这里是一个处理这个问题的步骤：
1. 新增数据库节点：
- 首先，增加一个新的数据库节点，并将其加入一致性哈希环中。
2. 重新计算数据映射：
- 新增节点后，重新计算所有数据的哈希值，确定它们在新的哈希环中的位置。
- 识别出需要迁移的数据，也就是那些根据新的哈希值应该分配到新节点的数据。
3. 数据迁移策略：
- 平滑迁移: 为了最小化对系统的影响，可以采用平滑迁移策略。通过将新节点逐步增加到哈希环中，逐步减少旧节点的负载，这样可以让数据迁移逐步进行，而不会突然对系统造成大量压力。
- 批量迁移: 你可以将需要迁移的数据分批次进行迁移，以避免对系统造成过大的负载。
- 双写策略: 在迁移过程中，数据既写入旧节点也写入新节点，确保数据的一致性。在确认数据迁移完成后，停止对旧节点的数据写入。
4. 数据验证和一致性检查：
- 迁移完成后，进行数据校验，确保数据已经成功地迁移到了新节点，并且没有数据丢失或重复。
- 你可以通过一致性校验工具或编写校验脚本来确认数据的一致性。
5. 更新配置和流量切换：
- 确保所有应用程序和中间件的配置都已更新，指向新的数据库节点。
- 流量切换到新节点，逐步关闭旧节点的读写操作。
6. 监控和回滚机制：
- 在整个迁移过程中，持续监控系统的性能和数据的正确性。如果出现异常，必须有一个回滚机制，以便恢复到迁移前的状态。
7. 清理旧数据：
- 在确认新节点上的数据正确无误且系统稳定后，可以清理掉旧节点上的数据。
这个过程可能比较复杂，特别是对于生产环境中的大规模数据迁移，所以建议在迁移之前进行充分的测试和验证，确保迁移过程中的数据一致性和系统可用性。
后台如何应对日均1亿笔订单
京东把 Elasticsearch 用得真牛逼！日均5亿订单查询完美解决！