并发 并行的区别？
并发：
在一个时间段内，多任务同时运行
并行：
在一个时间点上，多任务同时运行， 多核CPU
高并发问题
一、多进程
把每个任务，都分配给一个进程，由操作系统内核，对进程进行调度
优点：
由于进程是资源独立的，每个任务的资源不会出现抢占资源的问题，代码维护非常方便
缺点：
进程的资源消耗要比较大 资源切换时间
进程的切换也需要消耗系统时间 调度时间
二、多线程
优点：
资源的切换不需要时间，共享进程的
缺点：
切换也需要消耗系统时间
资源共享，互斥问题，代码书写上考虑临界资源的问题
引入锁
- 读锁
- 写锁
系统消耗时间分为
- CPU密集型
- 运算多
- IO密集型
- 借助硬件进行数据的读写操作
在python中线程：
线程 GIL 全局解释器锁
不适合CPU密集型
适合IO密集型，多线程爬虫
redis持久化：
- RDB
把内存中的数据，以镜像形式保存在硬盘上
配置：
save N M 在N秒内，有M次操作时，触发RDB的持久化
特点：
容易丢失数据
方案：
linux一个fork技术，产生一个新的子进程，进行持久化 ，写时拷贝技术 - AOF
把所有写redis的命令，以日志形式追加到持久化文件中
redis的数据一致性问题：
解决方案：
1. redis k-v对都有过期时间
2. 当后台管理页面，api接口 一旦有写入操作，就删除数据库的内容重新写入
阻塞IO模型：
- 阻塞IO模型
当发起一个请求（读、写）给了硬件，如果条件不满足，把当前线程切换为等待态一旦条件满足，才被唤醒
此时线程的后续代码，不会被执行，只有等待前序代码执行完成才能执行。
非阻塞模型
- 非阻塞IO模型
当发起一个请求（读、写）给了硬件，如果条件不满足，立刻从内核中返回，回到用户空间处client.setblocking(False)，由于条件不满足，并没有等待条件的过程，而CPU运行时间非常的快，导致慢速IO还没有数据到来，程序就已经被CPU运行到数据处理部分
采用轮询方式，来知道慢速IO是否有数据到来
- 多路IO进行统一的事件监听管理 （异步模型）
异步编程的特性：
- 事件注册机制
向整个异步模型中提供的事件表中注册事件发生后的处理方案 - 死循环等待事件的发生（loopevent）
事件循环+回调机制的一种编程方式
把所有可能阻塞的IO处理部分，都分离成一个个回调函数
把这些回调函数注册到对应的事件上主循环中，利用操作系统提供的监听机制，等待事件触发
一旦有事件到来，操作系统会返回对应事件的对象从这个对象中，取出处理函数名，进行执行
redis 签到
保存在哪里，以什么格式进行维护，连续签到，如果中断签到，重新开始
在redis中，使用hash结构进行每个用户的签到数据维护
key的取值：
sign_用户ID号
value的取值：
哈希结构
date: 最近签到日期字符串
state: 签到次数
首次签到
hget获取不到值，说明首次
hset
正常的次日签到
当前天数 - date天数 <= 1
断签后的签到
当前天数 - date天数 > 1
bitmap签到技术的思路
- 设计思路
对于用户签到数据，如果每条数据都用K/V的方式存储，当用户量大的时候内存开销是非常大的。
而位图(BitMap)是由一组bit位组成的，每个bit位对应0和1两个状态，虽然内部还是采用String类型存储，但Redis提供了一些指令用于直接操作位图，可以把它看作是一个bit数组，数组的下标就是偏移量。
它的优点是内存开销小、效率高且操作简单，很适合用于签到场景。
Redis提供了以下几个指令用于操作位图：
- SETBIT
- GETBIT
- BITCOUNT
- BITPOS
- BITOP
- BITFIELD
特点：
- 节约空间
- 大量数据排序
外排序：指的是大文件的排序，即待排序的记录存储在外存储器上，待排序的文件无法一次装入内存，需要在内存和外部存储器之间进行多次数据交换，以达到排序整个文件的目的。
归并排序：将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。 采用分而治之法
