概述索引，是存储设计的关键，一个好的索引，应该能够在最短的时间里，找到你想要的数据，同时，还能尽量少的使用内存或磁盘空间。 今天不谈 MySQL 或者 NoSQL 这些数据库索引，谈谈相对而言较为简单的 MQ 索引。通过研究 MQ 的索引，看看他们为何如此设计，我们又有哪些借鉴之处。 RocketMQRocketMQ 的数据文件属于混合存储，即，所有的 topic 数据都放在一个文件里，因此，读数

前言RocketMQ 是个消息服务器，也是个网络服务器。 本文，将从网络 IO 模型，线程模型，看看 RocketMQ 是如何设计的。 IO 模型IO 模型这块其实没什么好说的，这里稍微展开一下。 RocketMQ 使用了 Netty 作为网络通信框架，自然而然使用了 Ractor 模型，或者说 Select 模型、Epoll 模型。即一个线程管理 N 个 Socket 的模式，此模式可管理海量连

XMind 源文件https://github.com/stateIs0/api/blob/master/api-source/Raft.xmind EOF

前言Java send file api 是 transferTo 方法和 transferFrom 方法。 注意：send file 是一个从磁盘到网卡驱动的 IO 优化。反过来，网卡到磁盘，是没有这个 IO 优化的。也就是说 transferFrom 方法并没有这种福利。 本文将稍稍深入，看看 Java 如何实现，注意，本文代码版本为 openjdk-8u40-src-b25-10_feb_2

前言之前讨论零拷贝的时候，我们知道，两台机器之间传输文件，最快的方式就是 send file，众所周知，在 Java 中，该技术对应的则是 FileChannel 类的 transferTo 和 transferFrom 方法。 在平时使用服务器的时候，比如 nginx ，tomcat ，都有 send file 的选项，利用此技术，可大大提高文件传输效能。 另外，可能也有人谈论 send fil

递归时间复杂度 递归树 推演计算递归的时间复杂度计算较为麻烦。以下我们使用归并排序的例子，对递归复杂度进行推演。 假设现在有一个归并排序。他的运行总时间是 T（n），我们通过将其分解成 2 个子任务，即 ：2 * （T（n/2））+ n，为什么加 n 呢？因为 n/2 只是递归计算的时间，实际还有合并的时间，在大部分递归中，不但有分解子任务的时间，还有合并子任务的时间也要计算（在递归计算中，子问题

归并排序 分治是一种思路。 递归是一种技巧。 分治算法的思想：将原问题分解为几个规模较小但类似于原问题的子问题，递归的求解这些子问题，然后再合并这些子问题的解来建立原问题的解。 分治模式在每层递归时都有 3 个步骤： 分解，分解原问题为子问题。这些子问题是原问题的规模较小的实例。 解决，递归的求解子问题。 合并。合并子问题的解为原问题的解。 归并排序归并排序完全遵循分治思想。操作如下： 分

插入排序插入排序，如果你打过扑克，你就会非常熟悉：当我们摸排的时候，第一张牌是 8，第二张牌如果是 7，我们会放在 8 的前面，否则会放到后面。插入排序和这个非常类似。 我们将数组中的元素，分成“已排序区间”和“未排序区间”。 刚开始的时候，已排序区间的个数是 1. 我们从 2 开始，从右往左进行比较，如果后面的较小，就进行交换，直到后面的数字比前面的数字大，就停止比较。 如下图所示： 在第四次

选择排序核心思想：将数据分为 “未排序区间” 和 “已排序区间”，每次在“未排序区间”找到最小的元素，追加到已排序区间的末尾。 如下图所示： 初始数组 「4，5，2，1，3」； 初始，未排序区间大小为 0， 从 0 开始，遍历数组，找到最小元素，放在 0 的位置。 第二次，从下标 1 开始，找最小的元素，放到 1 的位置。 ….. 代码： 1234567891011121314151617181

几种排序算法 还有希尔排序，堆排序等。 当然还有其他冷门排序：猴子排序，睡眠排序，面条排序。 如何分析一个排序算法？1. 排序算法的执行效率—— 时间复杂度要更精细 最好情况、最坏情况、平均时间复杂度，为什么要分析这么多种呢？因为数据的不同，算法的执行效果也不同。例如有点数据完全无序，有的数据接近有序。 时间复杂度的系数、常数、低阶。我们知道，我们之前分析复杂度的时候，会忽略这 3 个元素，只需要

冒泡排序大部分人学习排序的第一个算法，就是冒泡排序。 简单来说，冒泡排序就是每次迭代，都会检查相邻的 2 个元素大小，如果左边比右边大，就交换顺序（升序），这样，第一轮下来，一定会把最大的那个值放到最右边。到第二轮的时候，也同样会把未排序的最大的数字，放到倒数第二的位置…….. 第一轮排序，如下图： 解释一下上图，左边是排序次数，一共 5 次。 从最下面开始冒泡，i 从 0 开始，每次比

简述快排是排序算法中绕不开的关键一环，其中涉及到分治算法，二分查找等关键知识。 本文内容： 快排原理 代码实现 分区过程图示 <啊哈算法> 中的另一种实现 复杂度 优化 快排原理快排也归并类似，也使用了分治的思想，即将原序列划分成 2 份，然后继续递归。但是他们的区别是： 归并的划分是简单的通过找中位下标进行，他的公式是 $mid = \frac {(low + high)}2$快