auto commit

notes/缓存.md

@@ -35,10 +35,10 @@
 
 # 二、LRU
 
-以下是一个基于 双向队列 + HashMap 的 LRU 算法实现，对算法的解释如下：
+以下是一个基于 双向链表 + HashMap 的 LRU 算法实现，对算法的解释如下：
 
 - 最基本的思路是当访问某个节点时，将其从原来的位置删除，并重新插入到链表头部，这样就能保证链表尾部存储的就是最近最久未使用的节点，当节点数量大于缓存最大空间时就删除链表尾部的节点。
-- 为了使删除操作时间复杂度为 O(1)，那么就不能采用遍历的方式找到某个节点。HashMap 存储这 Key 到节点的映射，通过 Key 就能以 O(1) 的时间得到节点，然后再以 O(1) 的时间将其从双向队列中删除。
+- 为了使删除操作时间复杂度为 O(1)，那么就不能采用遍历的方式找到某个节点。HashMap 存储着 Key 到节点的映射，通过 Key 就能以 O(1) 的时间得到节点，然后再以 O(1) 的时间将其从双向队列中删除。
 
 ```java
 public class LRU<K, V> implements Iterable<K> {
@@ -143,6 +143,10 @@ public class LRU<K, V> implements Iterable<K> {
 }
 ```
 
+源代码：
+
+- [CyC2018/Algorithm](https://github.com/CyC2018/Algorithm/tree/master/Caching)
+
 # 三、缓存位置
 
 ## 浏览器
@@ -165,9 +169,7 @@ public class LRU<K, V> implements Iterable<K> {
 
 使用 Redis、Memcache 等分布式缓存将数据缓存在分布式缓存系统中。
 
-相对于本地缓存来说，分布式缓存单独部署，可以根据需求分配硬件资源。
-
-不仅如此，服务器集群都可以访问分布式缓存。而本地缓存需要在服务器集群之间进行同步，实现和性能开销上都非常大。
+相对于本地缓存来说，分布式缓存单独部署，可以根据需求分配硬件资源。不仅如此，服务器集群都可以访问分布式缓存。而本地缓存需要在服务器集群之间进行同步，实现和性能开销上都非常大。
 
 ## 数据库缓存
 
@@ -263,7 +265,7 @@ Distributed Hash Table（DHT） 是一种哈希分布方式，其目的是为了
 
 上面描述的一致性哈希存在数据分布不均匀的问题，节点存储的数据量有可能会存在很大的不同。
 
-数据不均匀主要是因为节点在哈希环上分布的不均匀，这种情况在节点数量很少的情况下尤其明显。解决方式是通过增加虚拟节点，然后将虚拟节点映射到真实节点上。虚拟节点的数量比真实节点来得大，那么虚拟节点在哈希环上分布的均匀性就会比原来的真是节点好，从而使得数据分布也更加均匀。
+数据不均匀主要是因为节点在哈希环上分布的不均匀，这种情况在节点数量很少的情况下尤其明显。解决方式是通过增加虚拟节点，然后将虚拟节点映射到真实节点上。虚拟节点的数量比真实节点来得大，那么虚拟节点在哈希环上分布的均匀性就会比原来的真实节点好，从而使得数据分布也更加均匀。
 
 参考资料：
 

notes/集群.md

@@ -1,6 +1,6 @@
 <!-- GFM-TOC -->
 * [一、负载均衡](#一负载均衡)
-    * [算法实现](#算法实现)
+    * [负载均衡算法](#负载均衡算法)
     * [转发实现](#转发实现)
 * [二、集群下的 Session 管理](#二集群下的-session-管理)
     * [Sticky Session](#sticky-session)
@@ -11,27 +11,27 @@
 
 # 一、负载均衡
 
-集群中的应用服务器通常被设计成无状态，用户可以请求任何一个节点（应用服务器）。
+集群中的应用服务器（节点）通常被设计成无状态，用户可以请求任何一个应用服务器。
 
 负载均衡器会根据集群中每个节点的负载情况，将用户请求转发到合适的节点上。
 
 负载均衡器可以用来实现高可用以及伸缩性：
 
-- 高可用：当某个节点故障时，负载均衡器不会将用户请求转发到该节点上，从而保证所有服务持续可用；
+- 高可用：当某个节点故障时，负载均衡器会将用户请求转发到另外的节点上，从而保证所有服务持续可用；
 - 伸缩性：可以很容易地添加移除节点。
 
 负载均衡运行过程包含两个部分：
 
 1. 根据负载均衡算法得到请求转发的节点；
-2. 将请求进行转发；
+2. 将请求进行转发。
 
-## 算法实现
+## 负载均衡算法
 
 ### 1. 轮询（Round Robin）
 
 轮询算法把每个请求轮流发送到每个服务器上。
 
-下图中，一共有 6 个客户端产生了 6 个请求，这 6 个请求按 (1, 2, 3, 4, 5, 6) 的顺序发送。最后，(1, 3, 5) 的请求会被发送到服务器 1，(2, 4, 6) 的请求会被发送到服务器 2。
+下图中，一共有 6 个客户端产生了 6 个请求，这 6 个请求按 (1, 2, 3, 4, 5, 6) 的顺序发送。(1, 3, 5) 的请求会被发送到服务器 1，(2, 4, 6) 的请求会被发送到服务器 2。
 
 <div align="center"> <img src="../pics//2766d04f-7dad-42e4-99d1-60682c9d5c61.jpg"/> </div><br>
 
@@ -51,7 +51,7 @@
 
 由于每个请求的连接时间不一样，使用轮询或者加权轮询算法的话，可能会让一台服务器当前连接数过大，而另一台服务器的连接过小，造成负载不均衡。
 
-例如下图中，(1, 3, 5) 请求会被发送到服务器 1，但是 (1, 3) 很快就断开连接，此时只有 (5) 请求连接服务器 1；(2, 4, 6) 请求被发送到服务器 2，只有 (2) 的连接断开。该系统继续运行时，服务器 2 会承担过大的负载。
+例如下图中，(1, 3, 5) 请求会被发送到服务器 1，但是 (1, 3) 很快就断开连接，此时只有 (5) 请求连接服务器 1；(2, 4, 6) 请求被发送到服务器 2，只有 (2) 的连接断开，此时 (6, 4) 请求连接服务器 2。该系统继续运行时，服务器 2 会承担过大的负载。
 
 <div align="center"> <img src="../pics//3b0d1aa8-d0e0-46c2-8fd1-736bf08a11aa.jpg"/> </div><br>
 
@@ -100,7 +100,7 @@ HTTP 重定向负载均衡服务器使用某种负载均衡算法计算得到服
 
 ### 2. DNS 域名解析
 
-在 DNS 解析域名的同时使用负载均衡算法计算服务器地址。
+在 DNS 解析域名的同时使用负载均衡算法计算服务器 IP 地址。
 
 优点：
 
@@ -151,7 +151,9 @@ HTTP 重定向负载均衡服务器使用某种负载均衡算法计算得到服
 
 在链路层根据负载均衡算法计算源服务器的 MAC 地址，并修改请求数据包的目的 MAC 地址，并进行转发。
 
-通过配置源服务器的虚拟 IP 地址和负载均衡服务器的 IP 地址一致，从而不需要修改 IP 地址就可以进行转发。也正因为 IP 地址一样，所以源服务器的响应不需要转发回负载均衡服务器，直接转发给客户端，避免了负载均衡服务器的成为瓶颈。这是一种三角传输模式，被称为直接路由，对于提供下载和视频服务的网站来说，直接路由避免了大量的网络传输数据经过负载均衡服务器。
+通过配置源服务器的虚拟 IP 地址和负载均衡服务器的 IP 地址一致，从而不需要修改 IP 地址就可以进行转发。也正因为 IP 地址一样，所以源服务器的响应不需要转发回负载均衡服务器，可以直接转发给客户端，避免了负载均衡服务器的成为瓶颈。
+
+这是一种三角传输模式，被称为直接路由，对于提供下载和视频服务的网站来说，直接路由避免了大量的网络传输数据经过负载均衡服务器。
 
 这是目前大型网站使用最广负载均衡转发方式，在 Linux 平台可以使用的负载均衡服务器为 LVS（Linux Virtual Server）。
 
@@ -188,7 +190,7 @@ HTTP 重定向负载均衡服务器使用某种负载均衡算法计算得到服
 
 ## Session Server
 
-使用一个单独的服务器存储 Session 数据，可以使用 MySQL，也使用 Redis 或者 Memcached 这种内存型数据库。
+使用一个单独的服务器存储 Session 数据，可以使用传统的 MySQL，也使用 Redis 或者 Memcached 这种内存型数据库。
 
 优点：