1 如何提高項目並發量
# 1 web,app,微信小程序
# 2 web項目
-前端：
-用cdn，靜態資源，放到cdn上（js，css，靜態圖片）
-用精靈圖（一個大圖，上面又很多小圖，用定位，定位到小圖）
-前端緩存（響應頭設置緩存時間）cache-control （django如何向響應頭寫鍵值對：響應對象["aaa"]="aaa"）
-nginx:
-nginx做集群（dns解析，負載均衡硬件 f5）
-動靜分離（靜態資源直接通過nginx轉發，拿去；uwsgi只負責處理動態請求）
-負載均衡（nginx的配置）
-集群化部署
-拆服務（把項目做成分布式）
-使用uwsgi（c寫的wsgi服務器）部署，使用gunicorn（python寫的wsgi服務器）部署
-代碼層面：
-緩存（redis）--》本來一個請求，要查5個表，耗時3s---》json格式--》放到緩存中--》下次再發請求，直接去緩存查---》0.001秒就返回了-----》（存在問題：緩存擊穿，緩存穿透，緩存雪崩 雙寫一致性問題）
-頁面靜態化（不適用於app和小程序），提前生成一個首頁頁面(被訪問頻繁的頁面)
-/index--->（查數據庫（用了緩存）---》dtl渲染頁面）--》提前生成出index.hmtl---》django模板渲染
-數據不一致（當有數據增加，再重新生成一次這個頁面），同步？異步？
-用異步：用celery，django的信號（異步操作），當對象保存時，重新生成靜態頁面
-異步操作（celery），一個請求需要耗時3s，設計成異步--請來了--》直接返回（任務已提交，請求正在處理）
-小米秒殺：您正在排隊（前端設置了定時，每隔5s，發送一個請求，查是否秒殺成功）
-保存視頻，發送郵件，保存文章，
-后台管理，統計最近三，五，半年，個月的訂單量--》折線圖，餅狀圖展示
-消息隊列：rabbitmq，kafka。。。異步，解耦
-請求打到數據庫了（只要打到數據庫，性能就下來了）
-優化sql，外鍵盡量不建立，適當建索引
-讀寫分離，數據庫集群，分庫分表
-優化代碼，多線程處理，盡量不在for循環里查數據庫
-換框架（異步框架），換語言
--最本質的一句，代碼優化不了了，壘機器
django的cache如何實現的？
-配置，緩存到文件，redis，mysql
-可以緩存對象（set了對象，pickle序列化成二進制，存到了redis中）
-cache.set()
-cache.get()
# ================================django模板修改的視圖函數
# from django.template import Template,Context
# now=datetime.datetime.now()
# t=Template('<html><body>現在時刻是:<h1>{{current_date}}</h1></body></html>')
# #t=get_template('current_datetime.html')
# c=Context({'current_date':str(now)})
# html=t.render(c)
#
# return HttpResponse(html)
render('index.html',{'key':'value'})
2 Elasticsearch介紹
# 1 產生背景：大規模數據如何檢索，數據安全（單點故障），備份，檢索速度
# 2 Elasticsearch介紹
-是一個基於Lucene的分布式搜索和分析引擎，全文檢索引擎
-Elasticsearch使用Java開發
-但是它的目的是通過簡單的RESTful API來隱藏Lucene的復雜性，使得全文檢索變得簡單
# 3 Lucene與Elasticsearch關系
-Lucene只是java一個庫----》只能java來使用
-python中集合--》只能python來用--》java，go用不了，其它語言想用，怎么做？
-做成服務---》django搭建一個服務---》對外通過restful接口 ---> get /key post /key=value
-基於Lucene封裝 ，做成服務，通過restful來調用，使用全文檢索
# 4 Elasticsearch vs solr
-solr 也是一個全文檢索引擎
-跟es關系就像是mysql和oracle的關系
-傳統搜索用solr多，es新興互聯網用的多
# 5 es核心概念
-集群：多台服務器的集合，稱為es的集群
-節點：集群的每個服務器稱為節點
-分片：10g的數據（一個表中），對10g數據分片，分成2g，3g，5g，把這些數據，分別放在不同的節點上
-副本：為提高查詢吞吐量或實現高可用性，可以使用分片副本
-全文檢索：分詞，全文檢索---》可以根據關鍵字搜索
# 6 es跟mysql比較
mysql es
數據庫 索引（index）
表 類型（type）
一條一條數據 文檔（document）
一列一列（字段） 字段（field）（name，age）
字段屬性（主鍵，類型，索引） 映射（mapping）
索引 所有字段建索引（倒排索引）、
增刪查改 get、post、delete。。。
# 7 ELK是什么？
-ELK=elasticsearch+Logstash+kibana
-日志的收集和分析系統
# 8 Elasticsearch特點和優勢
-筆記看一下即可
# 9 為什么使用es？
-13年初，GitHub拋棄了Solr，采取ElasticSearch 來做PB級的搜索
-我們用在什么地方？
-我們項目如果有搜索功能，都可以用
-日志存儲分析
-大數據量的存儲和檢索
# 10 Elasticsearch索引到底能處理多大數據
-es一個索引（數據庫）可以有多個分片，一個分片是一個lucene的索引
-lucene一個索引不能處理多於21億篇文檔，或者多於2740億的唯一詞條
-理論上是可以無限加的
在線教育---》用戶去瀏覽---》瀏覽記錄---》停留時間---》存到日志---》日志分析的系統---》Linux感興趣---》定向推薦----》linux課程上新了，打折了，短信推送，微信推送，都行
日志記錄，收集
3 Elasticsearch安裝配置
# 1 基於java開發的，安裝jdk，windows上安裝（jdk 1.8 以上）,一路下一步（jdk，jre）,(不需要配置環境變量了)
-java -version
Java(TM) SE Runtime Environment (build 1.8.0_201-b09)
Java HotSpot(TM) 64-Bit Server VM (build 25.201-b09, mixed mode)
# 2 安裝es(去官網下載相應的版本,es+kiban. 注意版本一定要對應)
-版本問題：2 5版本 6版本 7版本 7.6.2版本最新（講課用7版本），公司可能會用6或者6之前的版本
-haystack：不支持es，6以上版本，django上做全文檢索的框架（對接es，對接solr，對接whoosh）
-whoosh-純Python的全文搜索庫，Whoosh是索引文本及搜索文本的類和函數庫。它能讓你開發出一個個性化的經典搜索引擎
-6以后，不允許一個索引下建多個type（類型）---》一個數據庫只能有一個表
# 3 解壓到指定目錄（隨便，不要有空格，中文 c://soft ）
# 4 啟動es
-到es的bin路徑下，elasticsearch.bat
-Kibana 就是es的客戶端（官方提供，相當於Navicat）
-Elasticsearch-head 就是es的客戶端（第三方的，相當於Navicat）
# 5 啟動kibana
-修改kibana配置文件
server.port: 5601
server.host: "127.0.0.1"
server.name: alen
elasticsearch.hosts: ["http://localhost:9200/"]
-配置跨域(改es的配置)
-elasticsearch.yml
http.cors.enabled: true
http.cors.allow-origin: "*"
-到kibana的bin路徑下，kibana.bat 啟動
# 6 啟動Elasticsearch-head（第三方用node 寫的一個es客戶端）
-node 環境要裝好
-下載：https://github.com/mobz/elasticsearch-head
-解壓
-執行
npm install
npm run start
http://localhost:9100/
# kibana:官方提供的es客戶端，主要用來做增刪查改，有提示（postman，Elasticsearch-head）
# Elasticsearch-head ：看集群的狀態，索引的狀態
# 你在工作中碰到的問題和如何解決的？
-django+haystack+whoosh
-換成es，性能更高
-項目里加全文檢索，django---》haystack---》es版本必須6一下
-django+es原生操作---》實現了全文檢索
