Spring是一个容器框架，是个生态，是基石，用来封装JavaBean对象，中间层框架（万能胶），起到一个连接作用，比如Struct和hibernate粘合在一起运用

得益于IOC容器，采用注册式单例，始终在map中保持了实例的引用地址
只要IOC容易不被销毁，bean 就永远存在
spring 帮我们做了new 的动作，然后把实例管理起来了

IOC： 是一个容器，帮我们管理所有的组件
1)依赖注入，使用@Autowired注解，自动赋值
2)某个组件要使用Spring提供的更多(IOC,AOP),必须加到容器中
1)容器启动，创建所有单实例bean
2)@Autowired自动装配的时候，是从容器中找到这些bean的
4)容器中包括了所有的bean
5)容器就是一个map,这个map中保存了所有创建好的bean，并提供外界获取功能
①基于注解的AOP步骤：
c.在切面类中使用5个通知注解来配置切面中的这些方法何时何地运行
d.开启基于注解的aop功能
②基于配置的AOP步骤：

Resource是j2ee的注解，扩展性强，换了一个容器框架也能使用,通过name来找bean

5.依赖注入的方式有几种，各是什么?

对象的初始化，可以调用init-method指定初始化方法，对于单例的只会在servlet加载的时候初始化
对象的销毁，可以指定销毁方法，destroy-method ，只针对单列模式，prototype不会被管理

spring事务只有捕获到异常才会终止或回滚，如果你在程序中try/catch后自己处理异常而没有throw，那么事务将不会终止或回滚，失去事务本来的作用；
spring事务本质上使用数据库锁；
spring事务只有在方法执行过程中出现异常才会回滚，并且只回滚数据库相关的操作；

对象锁和spring事务的对比(既然数据库支持事务机制，为什么spring还需要事务支持？)：
对象锁可以保证数据一致性和业务逻辑正确性，但不能保证并发性；
spring事务不能严格保证数据一致性和业务逻辑正确性，但具有较好的并发性，因为只锁数据库行数据；
spring事务为什么不能保证数据一致性和业务逻辑正确性：
1)如果事务方法抛异常，此时会回滚数据库操作，但已经执行的其他方法不会回滚，因此无法保证业务逻辑正确性；
2)即使事务方法不抛异常，也不能保证数据一致性（因为事务接口里的数据库操作在整个接口逻辑执行结束后才提交到数据 库，在接口最后提交到数据库的前后很有可能带来数据一致性的问题），从而不能保证业务逻辑正确性；

思考：某一个事务嵌套另一个事务的时候怎么办？
A方法调用B方法，AB都有事务，并且传播特性不同，如果A出现异常，B怎么办；B如果出现异常，A怎么办？
总：事务的传播特性指的是不同方法的嵌套调用过程中，事务应该如何进行处理，是用同一个事务还是不同事务，当出现异常时是会回滚还是提交，两个方法之间的相关影响，一般用的较多的是：required，required_new,nested
分：①事务分类：支持当前事务，不支持当前事务，嵌套事务
①1.判断内外方法是否是同一个事务：
是：异常统一在外层方法处理
不是：内层方法有可能影响到外层方法，但外层方法不会影响内存方法

10.Spring事务的隔离级别？（5种）
Spring事务管理是如何实现的？
总： spring事务是由aop来实现的，首先要生成具体的代理对象，然后按照aop的整套流程来执行具体的操作逻辑，正常情况下要通过通知来完成核心功能，但是事务不是通过通知来实现的，而是通过一个TransactionInterceptpr来实现的，然后调用invoke来实现具体的逻辑
①先做准备工作，解析各个方法上事务相关的属性，根据具体的属性来判断是否开启新事务
②当需要开启时，获取数据库连接，关闭自动提交功能，开启事务
④在操作过程中，如果执行失败了，那么会通过completeTransactionAfterThrowing来完成事务的回滚操作，回滚的具体逻辑是通过doRollback方法来实现的，实现的时候也要获取连接对象，通过连接对象来回滚
⑤如果执行过程中，没有任何意外情况发生，那么通过commitTransactionAfterReturning来完成事务的提交操作，提交的具体逻辑是通过docommit方法来实现的，实现的时候也是要获取连接，通过连接对象来提交
前置通知 记录日志(方法将被调用)
环绕通知 控制事务 权限控制
后置通知 记录日志(方法已经成功调用)
异常通知 异常处理 控制事务
最终通知 记录日志(方法已经调用，但不一定成功)

1)BeanFactory：是Spring里面最底层的接口，包含了各种Bean的定义，读取bean配置文档，管理bean的加载、实例化，控制bean的生命周期，维护bean之间的依赖关系。ApplicationContext接口作为BeanFactory的派生，除了提供BeanFactory所具有的功能外，还提供了更完整的框架功能：
②统一的资源文件访问方式。
③提供在监听器中注册bean的事件。
④同时加载多个配置文件。
⑤载入多个（有继承关系）上下文 ，使得每一个上下文都专注于一个特定的层次，比如应用的web层。
2)①BeanFactroy采用的是延迟加载形式来注入Bean的，即只有在使用到某个Bean时(调用getBean())，才对该Bean进行加载实例化。这样，我们就不能发现一些存在的Spring的配置问题。如果Bean的某一个属性没有注入，BeanFacotry加载后，直至第一次使用调用getBean方法才会抛出异常。
ApplicationContext，它是在容器启动时，一次性创建了所有的Bean。这样，在容器启动时，我们就可以发现Spring中存在的配置错误，这样有利于检查所依赖属性是否注入。 ApplicationContext启动后预载入所有的单实例Bean，通过预载入单实例bean ,确保当你需要的时候，你就不用等待，因为它们已经创建好了。
②ApplicationContext，它是在容器启动时，一次性创建了所有的Bean。这样，在容器启动时，我们就可以发现Spring中存在的配置错误，这样有利于检查所依赖属性是否注入。 ApplicationContext启动后预载入所有的单实例Bean，通过预载入单实例bean ,确保当你需要的时候，你就不用等待，因为它们已经创建好了。
③相对于基本的BeanFactory，ApplicationContext 唯一的不足是占用内存空间。当应用程序配置Bean较多时，程序启动较慢。

总：aop的概念，应用场景，动态代理
分：bean的创建过程中有一个步骤可以对bean进行扩展实现，aop本身是一个扩展功能，所以在BeanPostProcessor的后置处理方法中进行实现：
①代理对象的创建过程（advice，切面，切点）
②通过jdk或cglib的方式生成代理对象
③在执行方法调用的时候，会调用到生成的字节码文件中，直接会找到DynamicAdvisoredInterceptor类中的intercept方法，从此方法开始执行
④根据之前定义好的通知生成拦截器链
⑤从拦截器链中依次获取每一个通知开始进行执行，在执行过程中，为了方便找到下一个通知是哪一个，会有一个cglibMethodInvocation的对象，找的时候从-1的位置依次开始查找并且执行的
三级缓存、提前暴露对象、aop
总： ①什么是循环依赖问题，A依赖B,B依赖A
分： 先说明bean的创建过程，实例化、初始化（填充属性）
①先创建A对象，实例化A对象②③④

7.SpringMVC的控制器是不是单例模式,如果是,有什么问题,怎么解决？
非WEB环境：直接在main方法或者是junit测试方法中通过new操作来创建.
WEB 环境：我们希望SpringIOC容器在WEB应用服务器启动时就被创建.
并且将容器对象绑定到ServletContext中， 让所有的web组件能共享到IOC容器对象.

• 一种解释性(不是编译)语言。与C或者Fortran等不同，Python代码在执行前不会编译。另外，Python可以交互使用：有许多的Python解释器，命令和脚本可以在其中执行。

• 在开源证书下发布的免费软件：Python可以免费使用和分发，即使用于商用。

• 多平台：Python可以用于所有的主流操作系统，Windows、Linux/Unix、MacOS X, 甚至可能是你有手机操作系统等等。

• 可读性很强的语言，有清晰不罗嗦的语法

• 拥有大量高质量的包，可以应用于多种多样的应用，从网站框架到科学计算。

• 非常简单的接口与其他语言交互，特别是C和C++

• 稍后会介绍一些语言的其他特性。例如Python是面向对象的语言，包含动态类型(一个变量可以在程序过程中，可以包含不同的对象类型)。

• 或者从菜单启动程序，即在Python(x,y)或EPD，如果你已经安装这些Python科学套装之一。

如果你的电脑上还没有安装IPython，也可以选择其他Python shells，比如在终端中输入“Python”启动纯Python shell，或者Idle解释器。但是，我们建议使用IPython Shell，因为它增强特性，特别是对于科学计算。

如果你已经启动了解释器，输入

接下来就会显示信息"Hello, world!"。你已经执行了你的第一条Python命令，恭喜！

你自己开始吧，输入下列命令

上面定义了a和b两个变量。注意这里在赋值前没有声明变量类型。相反，在C中，应该写为：

另外，变量的类型可以改变，在一个时间点它可以等于一个特定类型，在接下来的时间里，他可以等于另外的类型。b首先等于整数，但是当它被赋值为"hello"时他变成等于字符。在Python中，整数的运算符(b＝2*a)原生支持的，一些字符上的操作符例如相加和相乘也是支持的，相当于串联和重复。

Python支持如下的数值、标量类型：

因此，Python shell可以代替你的口袋计算器，因为基本的代数操作符 +、-、*、/、%(模)都已经原生实现了。

如果你明确想要整除，请使用//：

Python提供了许多有效的容器类型，其中存储了对象集合。

列表是一个有序的对象集合，对象可以有多种类型。例如：

索引：访问包含在列表中的单个对象：

使用负索引，从结尾开始计数：

切片：获得规律分布元素的子列表：

所有切片参数都是可选的：

列表是可变对象，可以被改变：

注：一个列表的元素可以有不同的类型：

对于一个所有类型都相同的数值数据集合，使用Numpy模块提供的数组类型通常更有效。Numpy数组是包含固定大小项目的内存组块。使用Numpy数组，元素上的操作可以非常快速，因为元素均匀分布在内存上并且更多的操作是通过特殊的C函数而不是Python循环。

L.pop() # 删除并返回最后一个项目

符号r.method() (即 r.append(3) and L.pop()) 是我们第一个关于面向对象编程的例子(OOP)。作为列表，对象r有可以以这种方式调用的方法函数。对于这篇教程不需要关于面向对象编程的更多知识，只需要理解这种符号。

不同的字符语法(单引号、双引号或三个引号)：

如果在字符中要是使用引号，那么应该嵌套使用，或者使用"\"进行转义，否则会报错。

换行的符号为 \n，tab符号是\t。

字符也是类似与列表的结合。因此，也可以使用相同的语法和规则索引和切片。

(记住负索引从右侧开始计数。)

a[::3] # 从开始到结尾，每隔3个字母

字符是不可变对象，不可能修改内容。不过可以从原始的字符中创建一个新的字符。

字典本质上是一个映射键值的高效表格。它是一个无序的容器

一个字典的键(代表值)可以有不同的类型：

元组本质上是不可变列表。元组的元素用括号包起来，或者只是用逗号分割：

集合：无序，惟一项目：

赋值语句被用于(重)绑定名称与值，以及修改可变对象的项目或属性。

简单来说，它这样工作(简单赋值)：

1. 右侧表达式被评估，创建或获得产生的对象

2. 左侧的名字被赋值或绑定到右侧的对象

• 单个对象可以有多个绑定的名称：

• 要在原地改变列表，请使用索引或切片：

与上一个id相同，你的可能有所不同...

• 这里的关键观点是可变 vs. 不可变

  • 可变对象可以在原地修改

  • 不可变对象一旦被创建就不可修改

更多内容在David M. Beazley的文章Python中的类型和对象中也可以找到关于以上问题非常不错的详尽解释。

小技巧：在你的Python解释器内输入下列行，并且注意保持缩进深度。IPython shell会在一行的 : 符号后自动增加缩进，如果要减少缩进，向左侧移动4个空格使用后退键。按两次回车键离开逻辑块。

在脚本中也是强制缩进的。作为练习，在condition.py脚本中以相同的缩进重新输入之前几行，并在IPython中用run condition.py执行脚本。

但是最经常使用，也更易读的是在值上迭代：

continue 继续下一个循环迭代：

测试同一性：两边是相同的对象：

对于任何集合b：b包含a

如果b是字典，这个语法测试a是否是b的一个键。

你可以在任何序列上进行循环(字符、列表、字典的键，文件的行...)：

很少有语言(特别是科学计算语言)允许在整数或索引之外的循环。在Python中，可以在感兴趣的对象上循环，而不用担心你通常不关心的索引。这个功能通常用来让代码更易读。

警告：改变正在循环的序列是不安全的。

通常任务是在一个序列上循环，同时跟踪项目数。

- 可以像上面，使用带有计数器的while循环。或者一个for循环：

注意：函数块必须像其他流程控制块一样缩进

注意：默认函数返回None。

注意：注意定义函数的语法：

• 接下来是函数的名称，然后

• 在冒号后是在括号中的函数的参数。

• 以及可选返回值的返回对象

可选参数(关键词和命名参数)

关键词参数允许你设置特定默认值。

警告：默认值在函数定义时被评估，而不是在调用时。如果使用可变类型(即字典或列表)并在函数体内修改他们，这可能会产生问题，因为这个修改会在函数被引用的时候一直持续存在。

在关键词参数中使用不可变类型：

在关键词参数中使用可变类型(并且在函数体内修改它)：

更复杂的例子，实现Python的切片：

关键词参数的顺序不重要：

但是，最好是使用与函数定义相同的顺序。

关键词参数是特别方便的功能，可以用可变数量的参数来定义一个函数，特别是当函数据绝大多数调用都会使用默认值时。

可以在一个函数内部改变变量的值吗？大多数语言(C、Java...)区分了“值传递“和”引用传递“。在Python中，没有严格的这种区分，并且视你的变量是否会修改而有一些不同。幸运的是，这些情况存在明确的规则。

函数的参数是对象的引用，传递的是值。当你像一个函数传递了一个变量，Python传递的是对象的引用，这个对象引用的变量(值)。而不是变量本身。

如果值传递给函数的值是不可变的，那么这个函数并不会改变调用者的变量。如果值是可变的，那么函数将可能在原地修改调用者的变量。

在函数外定义的变量可以在函数内引用：

但是，这些全局变量不能在函数内修改，除非在函数内声明global。

- *args：封装成元组的任意数量的位置参数
- **kwargs：封装成字典的任意数量的关键词参数

关于函数作用及参数的文档。通常惯例：

函数是一级对象，这意味着他们可以是：

- 可以被赋值给变量
- 列表的一个项目(或任何集合)
- 作为参数传递给另一个函数

方法是对象的函数。你已经在我们关于列表、字典和字符等...的例子上看到了。

写一个函数来展示斐波那契数列的前n个项目，定义如下：

实现快速排序算法，定义来自wikipedia：

搜索是指搜寻检索，指代使用一定手段来检索到我们自己需要的信息，包括从文件当中检索，百度当中检索，网站内部搜索等等

1、全文检索的需求介绍

首先我们谈几个公司，如雷贯耳的：百度、谷歌、维基百科；这些公司都有一个相似性就是门户网站，可以提供我们通过关键字搜索，然后快速的检索出我们想要的信息；

比如我们检索传智播客，百度后台就会按照这个关键字进行查找（里面有搜索库，以及爬虫库），然后按照权重来进行从上到下的排序，给我们高亮的展示出现

随便搜索东西，就会高精度的展示我们想要的；就会根据关键词进行海量数据的快速的检索

比如我们查找：”护手霜“ ， 那么这期间内部会经过大体的：1、分词（护手，手霜，护等）2、根据这些词去海量的数据中检索 3、然后根据权重把检索出来的信息进行排序展示给我们

可以使用Lucene实现全文检索。Lucene是 apache下的一个开放源代码的全文检索引擎工具包（提供了Jar包，实现全文检索的类库）。它提供了完整的查询引擎和索引引擎，部分文本分析引擎。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便地在目标系统中实现全文检索的功能。  
注意：Lucene只是一个引擎，只是一个工具包，如果使用Lucene开发全文检索功能，要记住Lucene是不能单独运行的。

3、lucene实现全文检索流程

修改完成之后拷贝到第二台和第三台机器 node01执行以下命令拷贝到第二台和第三台

4、三台机器重新启动es

三台机器重新启动es服务，三台机器先使用kill -9杀死es的服务，然后再执行以下命令进行重启

首先：发送一个索引或者删除的请求给node1

其次：node1介绍到请求之后，会根据请求中携带的参数“文档id”判断出该文档应该存储在具体哪一个shard中

，比如shard0；其次就是node1通过元数据信息可以知道shard0在具体哪一个节点，于是node1会把请求转发给node3

该过程可以分为四个阶段来描述：

阶段1：客户端向node 1发送一个文档删除的请求。

阶段3：node 3接收到请求后，在主分片上面执行删除请求

阶段4：如果node 3成功地删除了文档，node 3将会请求并行地发给其余所有的replica shard所在node中。这些node也同样操作删除，执行后则向node 3确认成功，当node 3接收到所有的成功确认之后，再向客户端发送一个删除成功的信息。

检索文档的时候，我们并不知道文档在集群中的哪个位置，所以一般情况下不得不去询问index中的每一个shard，然后将结果拼接成一个大的已排好序的汇总结果列表；

（1）：客户端发送一个检索请求给node3，此时node3会创建一个空的优先级队列并且配置好分页参数from与size。

（2）：node3将检所请求发送给index中的每一个shard（primary 和 replica），每一个在本地执行检索，并将结果添加到本地的优先级队列中；

（3）：每个shard返回本地优先级序列中所记录的_id与**score值**，并发送node3。Node3将这些值合并到自己的本地的优先级队列中，并做全局的排序（node 3将它们合并成一条汇总的结果），返回给客户端。