fire什么意思

fired[英] ["faɪəd][美] ["faɪəd]v.开火，射击( fire的过去式和过去分词 ); <口>解雇; 射（箭）; 激励;[例句]The gun was fired and Beaton was wounded a second time枪响了，比顿再次受伤。[原型]fire

“烧”在英语中有不同的词汇对应，根据不同的语境和含义可以有不同的解释。1. burn当"烧"表示火焰使东西燃烧或者某物表面被烤得发黄或变成棕色时，通常使用 burn。例如：- Careful, the stove is hot and you might burn yourself. (小心，炉子很热，你可能会烫伤自己。)- She burned the cake in the oven. (她把蛋糕烤焦了。)2. heat up一些情况下，“烧”还可能表示用高温或闷热来制造出高气温。这时候，heat up 更适合表示出这种情况。例如：- The weather was getting hotter and hotter, heating up the room. (天气越来越热，房间里也更加闷热了。)- The sun burned down on the beach all day long, causing everything to heat up. (太阳从早到晚都照耀着沙滩，使得所有的东西都感觉非常热。)3. fired“烧”还可以表示开除某人，辞退某人等含义，此时，fired 是一个比较常见的词。例如：- He got fired from his job because he was always late. (他因为总是迟到而被开除了。)总之，“烧”这个词汇在英语中有不同的含义，无论哪种情况都要考虑上下文，以确保用词准确生动。

过去式fired、过去分词fired。n. 火; 失火; 火灾; 炉火; 灶火; 取暖器; 射击; 激情;v. 射击; 开火; 开枪; 射出(子弹); 射(箭); 解雇; 激励; 点火; 以…为燃料的; 烧制（陶器、砖等）;[例句]It took two hours to put out the fire.用了两小时才把火扑灭。[其他] 第三人称单数：fires 复数：fires 现在分词：firing

fire 例如 你被解雇了 you are fired 我要炒你鱿鱼 I will fire you

可以翻译成 XX was fired/dismissed.1、表示被开除的词组有：（1）、get the axe。含义：被解雇。（2）、 be removed from company。含义：被公司除名。（3）、get the boot。含义：被解雇；被抛弃。2、表示辞退的单词和词组有：（1）、dismiss。动词（v）含义:不予考虑；摒弃；对…不屑一提；去除，消除，摒除(思想、感情等)；解雇；免职；开除。（2）、discharge。动词（v）含义：准许(某人)离开；解雇；释放；排出；放出；流出。名词（）含义：排出(物)；放出(物)；流出(物)；获准离开；免职；出院；退伍；(任务或职责的)履行，执行；(债务的)清偿。（2）、turn away。含义：拒绝…进入；弃用（方法、主意）。扩展资料：汉译英时的注意事项：1、理解透彻之后再进行翻译，否则表达的结果会令人莫名其妙。2、切忌在翻译时把汉语和英语对号入座，逐字逐句的对号入座的结果往往显得不伦不类。3、不要擅自增减词意。这里指根据原文上下文的意思、逻辑关系以及译文语言句法特点和表达习惯，在翻译时，增加原文字面没有出现但实际内容已包含词，或者减去原文虽有但译文语言表达用不着词。

1、fire的读音：英[u02c8fau026au0259(r)]，美[u02c8fau026au0259r] 2、fire，英文单词，主要用作名词、及物动词、不及物动词，作名词时意为“火；火灾；炮火；炉火；热情；激情；磨难”，作及物动词时意为“点燃；解雇；开除；使发光；烧制；激动；放枪”，作不及物动词时意为“着火；射击；开枪；激动；烧火”。 3、[例句]It took two hours to put out the fire.用了两小时才把火扑灭。 4、第三人称单数：fires 复数：fires 现在分词：firing 过去式：fired 过去分词：fired

fire n. 火, 炉火, 火灾, 失火, 闪光, 炮火, 热情, 激情 vt. 点燃, 烧制, 使发光, 给(炉子等)加燃料, 放枪, 激动, <口>解雇 vi. 开枪, 射击, 着火, 烧火, 激动 这里是个动词 原形是:fire 表示 解雇

分类: 外语/出国 问题描述: 解释全了 能当英文名么 解析: fire Wikin. 1. 火, 火焰; 燃烧 Do you know horses are afraid of fire? 你知道马怕火吗? In case of fire ring the bell. 万一起火,请按铃。 2. 炉火; 烽火 3. 火灾, 火警, 失火 4. 发光[炽热]体; 闪光; 火花; 光辉 5. 热烈, 热情; *** ; 生气; (诗等的)灵感 6. 炮火, 射击; 火力 7. 发烧; 发热; 炎症 8. 火刑; 磨难; 苦难; 迫害 9. [诗]星 a speech lacking fire 缺乏热情的演说 the fire of love 热烈的爱 He who plays with fire gets burned. 玩火者必自焚。 the fire of a diamond 钻石的光辉 ground fire 地面火力 the fire of lightning 闪电光 the fires of persecution 残酷的迫害 A burnt child dreads the fire. [谚]烧伤过的孩子怕火(惊弓之鸟, 格外胆小)。 liquid fire [口]烈性酒 v. 1. 点燃,解职,开枪 vi. 1. 开火;射击[(+at)] He fired up at the remark. 他一听这话突然发怒了。 They fired at the robbers. 他们向强盗开枪。 vt. 1. 开(枪、炮);将...射向[(+at)] We fired our guns at the enemy. 我们向敌人开炮。 He was fired on the spot. 他被当场解雇。 至于英文名来说,我觉得没什么不好,可以吧!:)不过有点另类罢了:)

分类: 教育/科学 >> 外语学习 问题描述: fire这个单词都有什么含义？特别是什么积极的含义吗？ 英文。 解析: fire: [ "faiu0259 ] n. 火,火灾,射击v. 点燃,解职,开枪 例句与用法: 1. He was fired by his boss. 他被他的老板解雇了。 2. She fired her gun at them. 她用枪向他们射击。 3. A cigarette thrown into the woods in dry weather may start a fire. 在天气干燥时把点燃的香烟扔进树林可能会引起火灾。 4. The government is under fire from all sides on its economic policy. *** 在经济政策上受到各方的严厉批评。 5. The house is on fire! 房子着火了！ 6. The engine is only firing on three cylinders. 这发动机只有三个汽缸工作。 7. He fired several shots (at the target). 他向目标射出了几发子弹. 8. `I"ve got a couple of questions I"d like to ask you." `Right, fire away." ‘我有几个问题想问你."‘好, 你说吧." 英英解释: 名词fire: 1. the event of something burning (often destructive) 2. the process of bustion of inflammable materials producing heat and light and (often) *** oke 同义词：flame, flaming 3. the act of firing weapons or artillery at an enemy 同义词：firing 4. a fireplace in which a relatively *** all fire is burning 5. intense adverse critici *** 同义词：attack, flak, flack, blast 6. feelings of great warmth and intensity 同义词：ardor, ardour, fervor, fervour, fervency, fervidness 7. once thought to be one of four elements posing the universe (Empedocles) 8. a severe trial 动词fire: 1. start firing a weapon 同义词：open fire 2. cause to go off 同义词：discharge 3. bake in a kiln so as to harden 4. terminate the employment of 同义词：give notice, can, di *** iss, give the axe, send away, sack, force out, give the sack, terminate 5. go off or discharge 同义词：discharge, go off 6. drive out or away by or as if by fire 7. call forth (emotions, feelings, and responses) 同义词：arouse, elicit, enkindle, kindle, evoke, raise, provoke 8. destroy by fire 同义词：burn, burn down 9. provide with fuel 同义词：fuel

You are fired !

----フィレド---

辞退的英文fired/dismissed辞退是用人单位解雇职工的一种行为，是指用人单位由于某种原因与职工解除劳动关系的一种强制措施。根据原因的不同，可分为违纪辞退和正常辞退。开除是指用人单位对具有严重违反劳动纪律和企业规章制度，造成重大经济损失和其他违法乱纪行为而又屡教不改的职工，依法强制解除劳动关系的一种最高行政处分。违纪辞退是指用人单位对严重违反劳动纪律或企业内部规章，但未达到被开除、除名程度的职工，依法强行解除劳动关系的一种行政处理措施。正常辞退是指用人单位根据生产经营状况和职工的情况，依据改革过程中国家和地方有关转换企业经营机制，安置富余人员的政策规定解除与职工劳动关系的一种措施。扩展资料：单位以职工违反劳动纪律等理由解除劳动合同，要达到一定程度才可以，或者是双方劳动合同约定的，或者是单位规章制度明确规定的。开除是解除被处分人与行政机关人事关系的纪律制裁方式，也是最为严厉的制裁方式。被开除后，被处分人不再具有行政机关公务员的身份。

if+happended+,she+will+()firedAnswer : If happened, she will be fired.

开除lay offfiredYou are laid off.You have been fired.

对不起，我有男朋友了

选C

你好！翻译为：烤过的面条希望能够帮到你！

He/was/depressed。（他很沮丧。）原句意思有以下2种：1、他被解雇了。2、他曾经被解雇，现在可能已经有工作了。例句：1、He/got/fired/because/he/was/lazy。他因为懒，才被解雇了。2、He/got/fired/yesterday。他昨天被炒鱿鱼了。3、That"s/why/he/got/fired/from/that/firm。那正是他被公司解雇的原因。4、He/got/fired/because/he/slacked/off/at/work。他因为在工作中偷懒被炒了鱿鱼。

楼主，您好get fired（着火的）是对的，因为get是系动词后面要加形容词谢谢采纳！

You"re fired

"Fire"是一个常用的英文单词，意为：火苗，燃烧，读音为/fau026au0259r/。下面我将介绍它的用法和固定搭配。一、用法：1. 动词：表示“放火”，“燃烧”等意思。例如：The house caught fire.（房子着火了。）2. 名词：表示“火”，“大火”等意思。例如：The fire was very intense.（大火非常猛烈。）3. 副词：在某些固定用法中表示不同的含义，如：on fire（着火），set fire to（纵火）等。二、固定搭配：1. catch fire: 意为“着火”，“冒火”，例如：The candles caught fire.（蜡烛冒火了。）2. set fire to: 意为“纵火”，例如：He set fire to the building.（他纵火烧了这栋建筑。）3. be on fire: 意为“着火”，例如：The house is on fire!（房子着火了！）4. fight fire: 意为“灭火”，例如：The firefighters are fighting the fire.（消防员在灭火。）5. fire up: 意为“加热”，“燃烧”，例如：He fired up the grill to cook the meat.（他燃起了烤肉架。）6. under fire: 意为“遭到攻击”，例如：The company is currently under fire for their recent performance.（该公司最近的表现遭到了攻击。）7. draw/return fire: 意为“还击”，例如：The soldiers returned fire after being attacked.（士兵在遭到袭击后还击了。）

get friend

你被开除了

可以

kafka server启动后，会监听一些端口，然后开始接收请求进行日常的工作。 与请求处理相关的组件有 SocketServer、KafkaApis、KafkaRequestHandlerPool。这些都是在kafka server启动时初始化并开始运行的。SocketServer是一个NIO服务，基于N+M的线程模型，由N个Acceptor线程以及M个Processor线程组成，和netty的网络模型有点像。N个Acceptor线程专门用于监听连接事件，连接建立后将连接交给其他M个Processor线程继续监听读事件，这样的线程模型使kafka可以很轻松的处理高并发的场景。 [图片上传失败...(image-579286-1533214720127)] socketServer启动时，会初始化N个Acceptor，并为其分配好对应数量的Processor，然后启动Acceptor线程。 Acceptor线程启动后，就开始监听端口看有没有新的连接进来。这里使用nio实现无阻塞的监听请求。收到请求后就分发给它管理的其中一个Processor线程处理。 Processor线程拿到Acceptor传过来的请求后开始监听该连接的读请求。同时还会做许多事情。比如发送响应、读取请求、关闭连接等等。 kakfa server在启动时会初始化KafkaRequestHandlerPool类，该类在初始化时会构造一些的KafkaRequestHandler线程并启动，构造的KafkaRequestHandler线程数量取决于配置 num.io.threads 的值，该配置默认值是8。 下面是KafkaRequestHandler线程的run方法 KafkaRequestHandler线程不断的从 请求队列 中取出请求处理。具体的请求最后交给KafkaApis处理。 kafkaApis根据请求的类型执行不同的操作来处理请求。 在0.10.2版本中，kafkaApis可以处理21种类型的请求。

菲u2027瓦伦丁（フェイu30fbヴァレンタイン， Faye Valentine， 声优：林原惠美），动漫《星际牛仔》中的登场人物，出生于1994年8月14日的地球。身高1米68，B型血，原来是一名以诈欺和偷窃为生的美艳女郎，在一次赌场的犯罪中卷入了Bebop号的成员而入伙。性格上是个嗜财如命、非常开放的女人，可以为了钱不择手段。 基本介绍 中文名 ：菲u2027瓦伦丁 外文名 ：Faye Valentine、フェイu30fbヴァレンタイン 配音 ：林原惠美 登场作品 ：星际牛仔 生日 ：1994年8月14日 年龄 ：24 性别 ：女 血型 ：B 身高 ：1米68 人物简介,Bebop号成员, 人物简介 自己通常使用一柄格洛克30手枪，同时也拥有一架火力强大的战机“红尾”号（レッドテイル， Red Tail）。如同Bebop号上的其他成员，菲也有自己黑暗的往事。她在54年前因所搭乘的太空船被月球爆炸事件波及而成为了植物人，因为无法救治而对她进行了冰冻技术。在54年后被一名想要向她诈取高额医疗费的医生救醒，然而已经失去了记忆。离开医院后，对“未来生活”无法适应的她选择成为了一名罪犯。在Bebop号的旅程中，她开始也不断寻找自己的过去。 Bebop号成员 Bebop号是以史派克和杰特为首的赏金猎人组织，专门在宇宙各地抓捕被悬赏的罪犯（有时未必真的犯罪）而获取奖金。由于工作危险且同行众多、加上飞船运行武器的开支巨大，船上的成员经常被最基本的食物来源而困扰。

Chump chop from the grill . bolting to get it over . sad booser s eyes 放在铁丝格子上炙烤的厚厚的一大片肋肉，囫囵吞下去拉倒。 Remove chicken from marinade . cook on a hot grill for about 5 minutes on each side , or until cooked through . remove from the grill , and let stand for 5 minutes 将鸡肉从淹汁中拿出，放到烤箱里，每个面各烤五分钟，直到它完全烤透，再从烤箱拿出，冷却五分钟。

bedueto的意思是：由于；起因于。bedueto的意思是：由于；起因于。bedueto的例句是Thebosstookhimtotaskoverhislateness.上司因为他迟到而责备他。一、网络释义点此查看bedueto的详细内容 是由于bedueto是由于;由于，因此;由于，因为.. 由于bedueto由于，应归于，（按计划）将做 因为...Asto至于，有关于，就什么而言/介词词组Bedueto因为/形容词词组Cultivatedlanguage文雅的语言；limitedclass有限的阶级；learnedwords书卷词汇... 应归于...asaconsequence结果；结果bedueto应归于becomeinvolvedin使卷入，使陷入；拖累...二、例句Thebosstookhimtotaskoverhislateness.上司因为他迟到而责备他。Shehadtostayhomebecausehersonfellill.因为儿子生病所以她得待在家里。Mr.Blackbowedoutofpoliticsduetopoorhealth.布莱克先生由于健康不佳而退出政治生涯。Hissuccesswasduetohisindustryandthrift.他取得成功是由于他的勤俭。bedueto的相关临近词be、bebop点此查看更多关于bedueto的详细信息

电子受体电荷高低是指分子中的某个原子或离子对周围电子的吸引能力大小。原子或离子的电荷越多，电子的吸引能力就越强，因此它们作为受体的性质就越好。通常，受体越接近元素周期表的上方，电荷越高，吸引力也就越强。例如，氧、氮、卤素等元素常常作为强电子受体，因为它们具有较高的电荷和较小的原子半径。在有机化学中，电子受体的强弱对反应机理和反应产物的选择性都有很大的影响，因此电子受体的性质是有机化学研究中必须掌握的重要内容之一。

直接表达：SpaceLattice取读音：Seadog(雾虹的意思）大气点：OneGrill,Dream(一个格子，一个梦想)浪漫神秘：DreamGrill(格子里的梦想)商业化些：Grill&Dream（格子与梦想）

仅仅靠一个片段而确定涉嫌抄袭不足取的。就结果来看，LULU火了，这就是最好的事情。其实没有什么是没有抄袭别人的，所以放开心吧。

　　导语：想象一下坐在落日的余晖中，吹着习习凉风，一边享受各种美食，一边欣赏温哥华美丽的自然景色，该是一件多么惬意的事情!下面就跟着我一起，去这些餐厅避暑吧~ 　　温哥华避暑必去的美景餐厅 　　1、雨城烧烤(Raincity Grill) 　　位于英吉利湾黄金地段的雨城烧烤(Raincity Grill)可以远眺英吉利湾和斯坦利公园，这里也是观看轮船驶入温哥华的最佳地点。此外，餐厅还致力于本地食材的运用和推广，餐厅特色菜众多，比如搭配了本地芝麻菜、西洋菜和罗勒叶的烤意面。 　　2、茶室餐厅(The Teahouse Restaurant) 　　茶室餐厅(The Teahouse Restaurant)是温哥华的地标之一，坐落于斯坦利公园的佛格森顶峰，被评为最适合观看日落的餐厅。这里环境清新，随意而不失精致，搭配顶级的菜肴，一定可以使你的晚餐变成一次完美的享受。 　　3、9号云餐厅(Cloud 9 Restaurant) 　　从餐厅的名字，你就可以知道餐厅建在高空中。然而你可能猜不到，餐厅位于摩天大楼的42层。在这里你可以一览温哥华城市美景，周围是巍峨的海岸山脉和碧蓝的海水。它是一个旋转餐厅，每周旋转用时1小时20分钟。 　　通过70块高达6米的透明玻璃，餐厅给用餐者提供了360度全景的无与伦比的都市风景。此外，处于罗布森大街的便利条件，也给用餐者提供了众多餐前餐后消磨时光的好去处。 　　4、布里奇斯餐厅酒吧( Bridges Restaurant, Bistro &Bar) 　　坐落在温哥华艺术时尚区——格兰威尔岛是布里奇斯餐厅酒吧(Bridges Restaurant)最吸引人的.原因之一。餐厅坐落于福溪右岸，即使在岸边已经经营了28年，仍以其持久的活力成为温哥华的地标之一。 　　在这里用餐，可以一边欣赏福溪美丽的风光，一边和朋友谈笑风生，一边享用新鲜的本地海鲜。强烈推荐餐厅的特色菜--珍宝蟹和比目鱼汉堡或者点上一道用大蒜、香草和黄油清蒸的当地贻贝。 　　5、生活烧烤酒吧(Life Bar and Grill) 　　生活烧烤酒吧(Life Bar and Grill)位于高豪港，可以清晰地眺望到斯坦利公园和北岸山脉，其极佳的地理位置让它在历来的餐厅评选中都占据了一席之地。你可以想象伴随着室外的钢琴表演，在篝火旁来一次聚餐，氛围该是多么温馨和壮观。 　　凭借其独特的魅力，在餐厅仅仅开张一年后，Life Bar and Grill就被温哥华太阳报授予最佳钢琴表演，最佳新景观以及最佳餐厅的头衔。你还可以从特色菜单中点上一份优质寿司或者猪肉和海鲜菜品。

对于一个分布式系统来说，保障集群中所有节点的数据完全相同（即一致性）是很重要的，随着多节点的引入，这影响的是整个分布式系统对外服务的表象一致性。也就是说，一个分布式系统想要做到完全的一致性，需要对外表现为顺序一致性，即各个节点上的操作顺序都一致。 而在现实运行情况下，节点可能故障，可能增加，甚至可能被篡改，这就给分布式一致性带来了挑战。在这种情况的干扰下，分布式系统需要通过某些机制，来就一些事情达成一致的看法，也就是共识。 但要注意的是，共识算法并不能一次性解决所有分布式的不一致问题。不同的算法能解决不同异常情况下的问题，所以共识算法也有分类： 对于拜占庭容错，往往都需要通过其他方面的激励或惩罚，来让“诚实”表达的节点利益最大化，本文描述的Paxos算法不解决拜占庭的问题，只解决崩溃容错算法条件下达成分布式共识的问题。 有一种说法，说所有共识算法都是Paxos。这种说法的来源，一方面是由于Paxos的第一次提出非常的早，另一方面则是因为，Paxos解决的其实是在分布式环境下，所有服务达成一次某个值的共识的过程，而这一过程，可以说每种共识算法都绕不开。 最早在1990年，Paxos的作者Leslie Lamport就提交了关于Paxos的论文《The Part-Time Parliament》，但直到2001年Lamport第三次发表简化版的相关论文，且2006年Google使用Paxos的理念实现了分布式系统，该算法才被大众所理解和追捧。 首先要认识到，这是一个分布式系统下的共识算法，要解决的问题，简化一点，就是一堆机器，每一台都可能会收到客户端的一条消息，那需要将自己收到的消息，告诉其他的机器，让所有分布式系统中的机器，达到最终的一致，这就是达到共识。 Paxos采取了一个我们非常熟悉的达成共识的方法： 少数服从多数 。只要有超过一半的机器认可某一个消息，那么最终就所有机器都接受这条消息并将它作为本次的结论。而竞选失败的少数派消息，就会被拒绝，并由第一个从客户端处接收到该消息的机器，向客户端发送失败结果，由客户端进行重试，去尝试在下一轮竞选中胜出。 少数服从多数，说来简单，如果是一群人的话，大家碰个头一起举手表决就好了。但是放到一个分布式系统中就变复杂了。机器之间怎么传递提议，怎么表决，怎么统计多数，网络传输需要时间，在表决过程中，其他机器收到了新的消息怎么办，都需要一整套机制来解决。 下面就来逐步讲解Paxos的过程，但在讲解过程之前，先说Paxos中最常见的两种角色： 除了以上两种角色，实际上Paxos还会提到 Learner ，即学习者这个角色，该角色是在达成决议时，对结论的学习者，也即是从其他节点“学习”最终提案内容，比较简单。需要注意，这些角色只是在不同时间下，逻辑上的划分，实际上任何一台机器都可以充当这三个角色之一。 先描述最简单的情况，假设现在有四台机器，其中一台收到了来自客户端的写操作请求，需要同步给其他机器。 此时这台收到请求的机器，我们称它为Proposer，因为它将要开始将收到的请求，作为一个提案，提给其他的机器。这里为了方便，我们假设这个请求是要将一个地址设置为“深圳”，那么如下图所示： 此时，其他的Acceptor都闲着呢，也没其他人找，所以当它们收到Proposer的提案时，就直接投票了，说可以可以，我是空的，赞成提案（同意提议）： 到这里，就还是一个简单的同步的故事，但需要注意的是，这里Proposer实际上是经历了两步的。 在这个简单的提案过程中，Proposer其实也经历了两个阶段： 现在考虑一个更复杂的场景，因为我们处于一个分布式的场景，每台机器都可能会收到请求，那如果有两台机器同时收到了两个客户端的不同请求，该怎么处理呢？大家听谁的呢？最后的共识以谁的为准呢？如下图 在这种情况下，由于网络传输的时间问题，两个Proposer的提案到达各个机器，是会存在先后顺序的。假设Proposer 1 的提案先达到了 Acceptor 1 和 Acceptor 2，而Proposer 2 的提案先达到了 Acceptor 3，其达到 Acceptor 1 和 Acceptor 2 时，由于机器已经投票给Proposer 1 了，所以Proposer 2 的提案遭到拒绝，Proposer 1 达到 Acceptor 3 的时候同样被拒。 Acceptor们迷了，Proposer们也迷了，到底应该接受谁？此时，还是遵循自由民主的法则——少数服从多数。 Proposer 1 发现超过半数的Acceptor都接受了自己，所以放心大胆地发起要求，让所有Acceptor都按照自己的值来操作。而Proposer 2 发现只有不到半数的Acceptor支持自己，而有超过半数是支持Proposer 1 的值的，因此只能拒绝Client 2，并将自己也改为Proposer 1 的操作： 到此为止，看起来没有问题，但是，这是因为恰好Acceptor的数量是单数，可以选出“大多数”，但是因为同时成为Proposer的机器数量是不确定的，因此是无法保证Acceptor的数量一定是单数的，如下面这种情况就无法选出“大多数”了： 这时，两个Proposer有可能总是先抢到一个Acceptor的支持，然后在另一个Acceptor处折戟沉沙，算法就一直循环死锁下去了。为了解决这种情况，Paxos给提案加了一个 编号 。 之前我们Proposer的提案都是只有操作内容的，现在我们给他加一个编号，即： 假设Proposer 1 接到Clint 1 的消息稍微早一点，那么它的编号就是1，Proposer 2 的编号就是2，那么他们的提案实际就是： 此时，Paxos加上一条规则： 所以，回到上面的困境 这里需要补充一下，Proposer 1 这里支持提案失败，他是怎么让自己也接受Proposer 2 的提案的呢？ 所以这里的后续会发生的事情是： 这里再想多一点，考虑另一种场景：假设Proposer 2 的Accept请求先达到了Acceptor 2，然后Proposer 1 向Acceptor 2 发送的Prepare请求才到达 Acceptor 2，会发生什么呢？ 最直观的处理是， Acceptor 2 直接拒绝，然后Proposer 1 走上面的流程，但Paxos为了效率，又增加了另一条规则： 此时会发生的事情就变成了： PS：这里需要注意， 编号是需要保证全局唯一的，而且是全局递增的 ，否则在比较编号大小的时候就会出现问题，怎么保证编号唯一且递增有很多方法，比如都向一个统一的编号生成器请求新编号；又比如每个机器的编号用机器ID拼接一个数字，该数字按一个比总机器数更大的数字间隔递增。 上面的规则是不是就能保证整个算法解决所有问题了呢？恐怕不是，这里再看看一些异常情况。 异常情况一 ：假设现在有三个Proposer同时收到客户端的请求，那么他们会生成全局唯一的不同编号，带着各自接收到的请求提案，去寻求Acceptor的支持。但假设他们都分别争取到了一个Acceptor的支持，此时由于Prepare阶段只会接受编号更大的提案，所以正常情况下只有Proposer 3 的提案会得到所有Acceptor的支持。但假设这时候Proposer 3 机器挂了，无法进行下一步的Accept了，怎么办呢？那么所有Acceptor就会陷入持续的等待，而其他的Proposer也会一直重试然后一直失败。 为了解决这个问题，Paxos决定， 允许Proposer在提案遭到过半数的拒绝时，更新自己的提案编号，用新的更大的提案编号，去发起新的Prepare请求 。 那么此时Proposer 1 和Proposer 2 就会更新自己的编号，从【1】与【2】，改为比如【4】和【5】，重新尝试提案。这时即使Proposer 3 机器挂了，没有完成Accept，Acceptor也会由于接收到了编号更大的提案，从而覆盖掉Proposer 3 的提案，进入新的投票支持阶段。 异常情况二 ：虽然更新编号是解决了上面的问题，但却又引入了 活锁 的问题。由于可以更新编号，那么有概率出现这种情况，即每个Proposer都在被拒绝时，增大自己的编号，然后每个Proposer在新的编号下又争取到了小于半数的Acceptor，都无法进入Accept，又重新加大编号发起提案，一直这样往复循环，就成了活锁（和死锁的区别是，他们的状态一直在变化，尝试解锁，但还是被锁住了）。 要解决活锁的问题，有几种常见的方法： 异常情况三 ：由于在提案时，Proposer都是根据是否得到超过半数的Acceptor的支持，来作为是否进入Accept阶段的依据，那如果在算法进行中新增或下线了机器呢？如果此时一些Proposer知道机器数变了，一些Proposer不知道，那么大家对半数的判断就会不一致，导致算法出错。 因此在实际运行中，机器节点数的变动，也需要作为一条要达成共识的请求提案，通过Paxos算法本身，传达到所有机器节点上。 为了使Paxos运行得更稳定，不需要时刻担心是否有节点数变化，可以固定一个周期，要求只有在达到固定周期时才允许变更节点数，比如只有在经过十次客户端请求的提案与接受后，才处理一次机器节点数变化的提案。 那如果这个间隔设置地相对过久，导致现在想要修改节点数时，一直要苦等提案数，怎么办呢？毕竟有时候机器坏了是等不了的。那么可以支持主动填充空的提案数，来让节点变更的提案尽早生效。 抽象和完善一下这个过程，就是： 这里可以看到， 超过半数以上 的机器是个很重要的决定结果走向的条件。 至此，已经描述完了针对一次达成共识的过程，这被称为Basic-Paxos。 那如果有多个值需要达成共识呢？ 如果有多个值要不断地去针对一次次请求达成共识，使用Basic-Paxos也是可以的，无非就是一遍遍地执行算法取得共识并生效嘛，但在分布式系统下，容易由于多次的通信协程造成响应过慢的问题，何况还有活锁问题存在。因此Lamport给出的解法是： 对于选择Leader的过程，简单的做法很多，复杂的也只需要进行一次Basic-Paxos即可。选出Leader后，直到Leader挂掉或者到期，都可以保持由它来进行简化的Paxos协议。 如果有多个机器节点都由于某些问题自认为自己是Leader，从而都提交了提案，也没关系，可以令其退化成Basic-Paxos，也可以在发现后再次选择Leader即可。 这里也顺便对比一下另外两种常见的共识算法：ZAB和Raft。 ZAB全称是Zookeeper Atomic Broadcast，也就是Zookeeper的原子广播，顾名思义是用于Zookeeper的。 ZAB理解起来很简单，在协议中有两种角色： 既然有Leader节点，就必然有Leader的选举过程，ZAB的选举，会先看各个节点所记录的消息的时间戳（数据ID），时间戳（数据ID）越大，节点上的数据越新，就会优先被投票，如果数据ID比较不出来，就再看事先定义的节点的优先级（节点ID）。当大家根据上述优先级投票，超过半数去支持一个节点时，该节点就成为Leader节点了。 通过心跳算法可以共同检查Leader节点的健康度，如果出现问题（比如机器下线、网络分区、延迟过高等），就会考虑重新选举。 可以看出，这种选举方式相对Paxos是比较方便高效的，而且选出Leader节点后，就可以直接通过Leader节点接受消息进行广播，而不需要进行两阶段提交。 其实ZAB就很像选出了Leader的Multi-Paxos，两者的差异主要在选Leader的流程上。 Raft的应用比Paxos要多，有人认为Raft是Multi-Paxos的改进，因为Raft的作者也曾研究过Paxos。既然Paxos是前辈，为什么应用的反而要少呢？这是因为Basic-Paxos相对比较耗时，而Multi-Paxos，作者并没有给出具体的实现细节，这虽然给了开发者发挥的空间，但同样可能会在实现的过程中由于开发者不同的实现方式带来不同的问题，对于一个分布式共识算法，谁也不知道潜在的问题会不会就影响到一致性了。而Raft算法给出了大量实现细节，简单说就是，实现起来更不容易出错。 Raft协议同样是需要选举出Leader的，从这里也能看到，共识算法大都会走向选举出一个Leader的方向，来提升效率和稳定性。不同之处可能只在于选举的方式，以及消息同步的方式。 Raft的选举，会在上一任Leader失去联系时发起，每个Follower便有机会成为Candidate，参与选举。之所以说有机会，是因为每个Follower都会先等一会，看是否有其他候选人过来拉票，避免人人都跑去凑热闹参与选举浪费通信，这个等待的时间是在一个范围内随机的。 候选者参与选举时会产生一个term概念，每个候选者会先投自己一票，然后带着自己的term和自己的日志信息（代表着数据的新旧）去拉票，其他的Follower先看候选者的term是否大于等于当前自己的term，再看其日志信息是否比自己新，如果都满足就会投票。候选者收到超过半数的投票的话，就会成为新的Leader了。 在这个过程中投票的Follower也会更新自己的term为自己投票的候选者的term，这样就可以拒绝低于它的term的候选者了。而候选者如果被拒绝，也会回去更新自己的term以获得支持。 选出Leader后，Leader会把自己的日志发给大家做同步，以保持大家和自己的日志是一样的，然后就进行后续的接收客户端请求的环节。 可以看到Raft和Multi-Paxos也都要选举出一个Leader节点来，不同之处在于，Raft选举的Leader节点上的日志信息是最新最全的，这一方面可以不丢失日志信息的顺序，另一方面也可以让选举过程简化（日志信息的顺序总是好比较的），而Multi-Paxos选Leader的过程偏随机，就是看谁先拉拢更多节点的支持并快速落定，这一方面会使其日志不连续，另一方面也会使得其实现变得复杂和相对不可控。 但实际上不连续也不完全是缺点，它也可以提高写入的并发性能，所以虽然Raft实现相对更简单，但 微信的PaxosStore 还是选择了Paxos，甚至它都没有选择Multi-Paxos，而是Basic-Paxos，就是为了进一步避免单点依赖和切换Leader时的拒绝服务，来提高可用性。 可以看到，共识算法基本都需要解决两个基本问题： 在这两个问题的处理方案上选择不同，就会导致性能、可用性等指标的不同，所以其实，兵器各有利弊，还是要看使用场景和使用的人。

回到了Bebop。《星际牛仔》，是日本SUNRISE动画公司制作的原创电视动画，星际牛仔菲最后去了回到了Bebop，24集早已说明了一切，大家齐聚的Bebop不过是各自人生轨迹的一个情节。

grill--应该是girl把

怎样检测dsrna的浓度及纯度请详细的描叙问题

我认为爵士是一种精神,一种历练的精神,一种feeling.

格莱美头奖是世界流行乐坛评选中最具权威的奖项，含金量非常高，而且受到全世界音乐圈的认可，霉霉能连续三次获得该奖项太难能可贵了。

Tomcat有Connector和Container两大核心组件，Connector组件负责网络请求接入，Connector目前支持BIO、NIO、APR三种模式，后续文章会再重点对比下NIO和APR，Tomcat5以后的版本开始支持NIO了；Container组件实现了对servlet的容器管理功能；service服务将Connector和Container又包了一层，包装成外部可以获取的服务；多有service都运行在Tomcat这个大Server服务上，Server有所有service的实例，并实现了LifeCycle接口可以控制所有service的生命周期。 Tomcat的NIO实现主要是在Connector组件内，Connector 组件是 Tomcat 中两个核心组件之一，它的主要任务是负责接收浏览器的发过来的 tcp 连接请求，创建一个 Request 和 Response 对象分别用于和请求端交换数据，然后会产生一个线程来处理这个请求并把产生的 Request 和 Response 对象传给处理这个请求的线程，处理这个请求的线程就是 Container 组件要做的事了。 整个Connector组件包含三部分：Http11NioProtocol、Mapper、CoyoteAdapter。Http11NioProtocol包含NioEndpoint和Http11ConnectionHandler，NioEndpoint是Http11NioProtocol中负责接收处理socket的主要模块；Http11ConnectionHandler是连接处理器。NioEndpoint主要是实现了socket请求监听线程Acceptor、socket NIO poller线程、以及请求处理线程池。 NioEndpoint的内部处理流程为： Acceptor 接收socket线程，这里虽然是基于NIO的connector，但是在接收socket方面还是传统的serverSocket.accept()方式，获得SocketChannel对象，然后封装在一个tomcat的实现类org.apache.tomcat.util.net.NioChannel对象中。然后将NioChannel对象封装在一个PollerEvent对象中，并将PollerEvent对象压入events queue里。这里是个典型的生产者-消费者模式，Acceptor与Poller线程之间通过queue通信，Acceptor是events queue的生产者，Poller是events queue的消费者。 Poller Poller线程中维护了一个Selector对象，NIO就是基于Selector来完成逻辑的。在connector中并不止一个Selector，在socket的读写数据时，为了控制timeout也有一个Selector，在后面的BlockSelector中介绍。可以先把Poller线程中维护的这个Selector标为主Selector。 Poller是NIO实现的主要线程。首先作为events queue的消费者，从queue中取出PollerEvent对象，然后将此对象中的channel以OP_READ事件注册到主Selector中，然后主Selector执行select操作，遍历出可以读数据的socket，并从Worker线程池中拿到可用的Worker线程，然后将socket传递给Worker。整个过程是典型的NIO实现。 Worker Worker线程拿到Poller传过来的socket后，将socket封装在SocketProcessor对象中。然后从Http11ConnectionHandler中取出Http11NioProcessor对象，从Http11NioProcessor中调用CoyoteAdapter的逻辑，跟BIO实现一样。在Worker线程中，会完成从socket中读取http request，解析成HttpServletRequest对象，分派到相应的servlet并完成逻辑，然后将response通过socket发回client。在从socket中读数据和往socket中写数据的过程，并没有像典型的非阻塞的NIO的那样，注册OP_READ或OP_WRITE事件到主Selector，而是直接通过socket完成读写，这时是阻塞完成的，但是在timeout控制上，使用了NIO的Selector机制，但是这个Selector并不是Poller线程维护的主Selector，而是BlockPoller线程中维护的Selector，称之为辅Selector。 NioSelectorPool NioEndpoint对象中维护了一个NioSelecPool对象，这个NioSelectorPool中又维护了一个BlockPoller线程，这个线程就是基于辅Selector进行NIO的逻辑。以执行servlet后，得到response，往socket中写数据为例，最终写的过程调用NioBlockingSelector的write方法。 对于Acceptor监听到的Socket请求，经过NioEndpoint内部的NIO 线程模型处理后，会转变为SocketProcessor在Executor中运行，其在Run过程中会交给Http11ConnectionHandler处理，Http11ConnectionHandler会从ConcurrentHashMap<NioChannel,Http11NioProcessor>缓存中获取相应的Http11NioProcessor来继续处理，Http11NioProcessor主要是负责解析socket请求Header，解析完成后，会将Request、Response（这里的请求、响应在tomcat中看成是coyote的请求、响应，意思是还需要CoyoteAdaper处理）交给CoyoteAdaper继续处理，CoyoteAdaper这里的工作主要将socket解析的Request、Response转化为HttpServletRequest、HttpServletResponse，而这里的请求响应就是最后交给Container去处理。 同时我们可以看到Acceptor线程会将接受到的SocketChannel（一个socket请求）封装为PollerEvent放到Poller线程中的ConcurrentLinkedQueue<PollerEvent>缓存中，注意到这里的缓存是ConcurrentLinkedQueue是支持并发的，那么在Poller线程的内部，它只需要从这个缓存中不停地获取PollerEvent然后处理就可以了。最后Poller线程处理完成后会封装成SocketProcessor交给NioEndpoint内的线程池Executor去处理。线程池中的Work thread线程在处理SocketProcessor过程中，会调用Http11ConnectionHandler处理，而Http11ConnectionHandler则从ConcurrentHashMap<NioChannel,Http11NioProcessor>缓存中获取相应的Http11NioProcessor来继续处理，这里要注意的ConcurrentHashMap也是支持并发的。 一个或多个Acceptor线程，每个线程都有自己的Selector，Acceptor只负责accept新的连接，一旦连接建立之后就将连接注册到其他Worker线程中 多个Worker线程，有时候也叫IO线程，就是专门负责IO读写的。一种实现方式就是像Netty一样，每个Worker线程都有自己的Selector，可以负责多个连接的IO读写事件，每个连接归属于某个线程。另一种方式实现方式就是有专门的线程负责IO事件监听，这些线程有自己的Selector，一旦监听到有IO读写事件，并不是像第一种实现方式那样（自己去执行IO操作），而是将IO操作封装成一个Runnable交给Worker线程池来执行，这种情况每个连接可能会被多个线程同时操作，相比第一种并发性提高了，但是也可能引来多线程问题，在处理上要更加谨慎些。tomcat的NIO模型就是第二种。 所以一般参数就是Acceptor线程个数，Worker线程个数。 参考官方文档 https://tomcat.apache.org/tomcat-8.5-doc/config/http.html?spm=5176.100239.blogcont39093.5.Vomyf0 参数主要有以下几个： 1）acceptCount 连接在被ServerSocketChannel accept之前就暂存在这个队列中，acceptCount就是这个队列的最大长度。ServerSocketChannel accept就是从这个队列中不断取出已经建立连接的的请求。所以当ServerSocketChannel accept取出不及时就有可能造成该队列积压，一旦满了连接就被拒绝了； 2）acceptorThreadCount Acceptor线程只负责从上述队列中取出已经建立连接的请求。在启动的时候使用一个ServerSocketChannel监听一个连接端口如8080，可以有多个Acceptor线程并发不断调用上述ServerSocketChannel的accept方法来获取新的连接。参数acceptorThreadCount其实使用的Acceptor线程的个数; 这篇文章从tomcat的整体架构入手，分别介绍了tomcat中的NIO相关类，也介绍了一个网络请求在tomcat中的处理流程，最后介绍了一下tomcat中关键的几个参数对NIO线程模式的作用和影响，相信会对希望了解tomcat nio线程模型的同学会有所帮助。

sweatercardiganjumpertank topsweatshirtplatform shoesblousecaprisboot-cut jeansskirts, shirts, tank tops, shorts, pants, jeans, skorts, dresses, sweat pants, coats, jackets, blouses, vests, sweat shirts, bathing suite cover-ups wind breakers 毛衣开衫跳线罐顶运动衫厚底鞋衬衫紧身裤引导切牛仔裤裙子，衬衫，背心， 短裤， 裤子牛仔裤，skorts礼服， 运动裤，大衣， 夹克， 上衣，背心，汗衫， 沐浴套装掩盖的风断路器

这个是票据法的知识，你收索看看，一时很难说清楚．

hat 帽子 shoes鞋子 pants裤子 socks袜子 gloves手套 shirt上衣 flouse棉衣skirts裙子

氧化还原

烤炉英语可以用“oven”来表达，它是指一种用于烤、烘、烤烟熏等烹饪方法的设备。在具体场景中，也可以使用更加具体的名称来描述不同类型的烤炉，例如：1.微波炉：microwave oven2.烤箱：baking oven3.烤面包机：toaster oven4.烤鸡炉：rotisserie oven5.烟熏炉：smoker oven6.烧烤炉：grill oven7.气炉：gas oven8.电炉：electric oven需要注意的是，“oven”一词在不同国家或地区可能有略微不同的用法和含义，因此在特定语境下使用时需要注意理解和确认。

虽然FRET技术（荧光共振能量转移技术）相当便利而且能够在单分子检测中得到例行应用，但是FRET的效能易受发射分子和接收分子间的距离的影响。后半句中sensitive的意思不是“敏感的”，而应该是“易受影响的”的意思，be sensitive to distance的意思可以译成“易受距离影响”。其实sensitive当成“敏感的”也成，字面意思就是“对于距离很敏感”，也就是“易受距离的影响”的意思了。

：炖,焖,即系用文火煮 Roast：烤,烘 Grill：烤架 Bake：烤,烘 Barbecue：烧烤,广东话常讲BBQ Stew：同Braise差唔多

Cardigansn.开襟羊毛衫 羊毛背心 开襟绒线衫 sweater英 [ u02c8swetu0259(r) ]美 [ u02c8swu025btu025a ]n. 毛衣，运动衫;希望对你有帮助！

开源分布式锁组件 Google Chubby 的作者 Mike Burrows 说—— 这个世界上只有一种一致性算法，那就是 Paxos 算法，其他的算法都是残次品。 Paxos 算法虽然重要，但也复杂。 Quorum 机制 在说 Paxos 算法之前，先来看分布式系统中的 Quorum 选举算法。 在各种一致性算法中都可以看到 Quorum 机制的身影，主要数学思想来源于抽屉原理：在 N 个副本中，一次更新成功的如果有 W 个，那么我在读取数据时是要从大于 N－W 个副本中读取，这样就能至少读到一个更新的数据了。 和 Quorum 机制对应的是 WARO（Write All Read one），是一种简单的副本控制协议，当 Client 请求向某副本写数据时（更新数据），只有当所有的副本都更新成功之后，这次写操作才算成功，否则视为失败。 WARO 优先保证读服务，从而保证了所有的副本一致，只需要读任何一个副本上的数据即可。 写服务的可用性较低，假设有 N 个副本，N－1 个都宕机了，剩下的那个副本仍能提供读服务；但是只要有一个副本宕机了，写服务就不会成功。 WARO 牺牲了更新服务的可用性，最大程度地增强了读服务的可用性，而 Quorum 就是在更新服务和读服务之间进行的一个折衷。 1. Quorum 定义 Quorum 的定义如下—— 假设有 N 个副本，更新操作 wi 在 W 个副本中更新成功之后，才认为此次更新操作 wi 成功，把这次成功提交的更新操作对应的数据叫作“成功提交的数据”。 对于读操作而言，至少需要读 R 个副本才能读到此次更新的数据，其中，W+R>N ，即 W 和 R 有重叠，一般，W+R=N+1。 N = 存储数据副本的数量 W = 更新成功所需的副本 R = 一次数据对象读取要访问的副本的数量 Quorum 就是限定了一次需要读取至少 N+1-W 的副本数据。 举个例子，我们维护了 10 个副本，一次成功更新了 3 个，那么至少需要读取 8 个副本的数据，可以保证我们读到最新的数据。 2. Quorum 的应用 Quorum 机制无法保证强一致性，也就是无法实现任何时刻任何用户或节点都可以读到最近一次成功提交的副本数据。 需要配合一个获取最新成功提交的版本号的 metadata 服务，这样可以确定最新已经成功提交的版本号，然后从已经读到的数据中就可以确认最新写入的数据。 Quorum 是分布式系统中常用的一种机制，用来保证数据冗余和最终一致性的投票算法，在 Paxos、Raft 和 ZooKeeper 的 Zab 等算法中，都可以看到 Quorum 机制的应用。 Paxos 1. Paxos 的节点角色 在 Paxos 协议中，有三类节点角色，分别是Proposer、Acceptor和Learner，另外还有一个Client作为产生议题者。 上述三类角色只是逻辑上的划分，在工作实践中，一个节点可以同时充当这三类角色。 Proposer 提案者 在流程开始时，Proposer 提出议案，也就是 value。在工程中 value 可以是任何操作，比如“修改某个变量的值为某个新值”。 Proposer 可以有多个，不同的 Proposer 可以提出不同的甚至矛盾的 value，比如某个 Proposer 提议“将变量X设置为1”，另一个 Proposer 提议“将变量X设置为2”，但对同一轮 Paxos 过程，最多只有一个 value 被批准。 Acceptor 批准者 在集群中，Acceptor 有 N 个，Acceptor 之间完全对等独立，Proposer 提出的 value 必须获得超过半数（N/2+1）的 Acceptor 批准后才能通过。 Learner 学习者 Learner 不参与选举，而是学习被批准的 value，在 Paxos 中，Learner 主要参与相关的状态机同步流程。 这里 Leaner 的流程就参考了 Quorum 议会机制，某个 value 需要获得 W=N/2+1 的 Acceptor 批准，Learner 需要至少读取 N/2+1 个 Accpetor，最多读取 N 个 Acceptor 的结果后，才能学习到一个通过的 value。 Client 产生议题者 Client 作为产生议题者，实际不参与选举过程，比如发起修改请求的来源等。 2. Proposer 与 Acceptor 之间的交互 Paxos 中，Proposer 和 Acceptor 是算法核心角色。Paxos 描述的就是在一个由多个 Proposer 和多个 Acceptor 构成的系统中，如何让多个 Acceptor 针对 Proposer 提出的多种提案达成一致的过程，而 Learner 只是“学习”最终被批准的提案。 Proposer 与 Acceptor 之间的交互主要有 4 类消息通信，对应 Paxos 算法的两个阶段 4 个过程。 3. Paxos 选举过程 选举过程可以分为两个部分，准备阶段和选举阶段，可以查看下面的时序图： 3.1 Phase 1 准备阶段 Proposer 生成全局唯一且递增的 ProposalID，向 Paxos 集群的所有机器发送 Prepare 请求，这里不携带 value，只携带 N，即 ProposalID。 Acceptor 收到 Prepare 请求后，判断收到的 ProposalID 是否比之前已响应的所有提案的 N 大。 如果是，则—— 在本地持久化N，可记为Max_N 回复请求，并带上已经 accept 的提案中N最大的 value，如果此时还没有已经 accept 的提案，则返回 value 为空 做出承诺，不会 accept 任何小于Max_N的提案 如果否，则—— 不回复或者回复Error。 3.2 Phase 2 选举阶段 为了方便描述，我们把 Phase 2 选举阶段继续拆分为 P2a、P2b 和 P2c。 P2a：Proposer 发送 Accept 经过一段时间后，Proposer 收集到一些 Prepare 回复，有下列几种情况： (1) 若回复数量 > 一半的 Acceptor 数量，且所有回复的 value 都为空时，则 Porposer 发出 accept 请求，并带上自己指定的 value。 (2) 若回复数量 > 一半的 Acceptor 数量，且有的回复 value 不为空时，则 Porposer 发出 accept 请求，并带上回复中 ProposalID 最大的 value，作为自己的提案内容。 (3) 若回复数量 <= 一半的 Acceptor 数量时，则尝试更新生成更大的 ProposalID，再转到准备阶段执行。 P2b：Acceptor 应答 Accept Accpetor 收到 Accpet 请求后，判断： (1) 若收到的N>=Max_N（一般情况下是等于），则回复提交成功，并持久化N和 value； (2) 若收到的N P2c：Proposer 统计投票 经过一段时间后，Proposer 会收集到一些 Accept 回复提交成功的情况，比如： (1) 当回复数量 > 一半的 Acceptor 数量时，则表示提交 value 成功，此时可以发一个广播给所有的 Proposer、Learner，通知它们已 commit 的 value； (2) 当回复数量 <= 一半的 Acceptor 数量时，则尝试更新生成更大的 ProposalID，转到准备阶段执行。 (3) 当收到一条提交失败的回复时，则尝试更新生成更大的 ProposalID，也会转到准备阶段执行。 Paxos 常见的问题 如果半数以内的 Acceptor 失效，如何正常运行？ 在 Paxos 流程中，如果出现半数以内的 Acceptor 失效，可以分为两种情况。 第一种，如果半数以内的 Acceptor 失效时还没确定最终的 value，此时所有的 Proposer 会重新竞争提案，最终有一个提案会成功提交。 第二种，如果半数以内的 Acceptor 失效时已确定最终的 value，此时所有的 Proposer 提交前必须以最终的 value 提交，也就是 value 实际已经生效，此值可以被获取，并不再修改。 Acceptor 需要接受更大的 N，也就是 ProposalID，这有什么意义？ 这种机制可以防止其中一个 Proposer 崩溃宕机产生阻塞问题，允许其他 Proposer 用更大 ProposalID 来抢占临时的访问权。 如何产生唯一的编号，也就是 ProposalID？ 在《Paxos made simple》的论文中提到，唯一编号是让所有的 Proposer 都从不相交的数据集合中进行选择，需要保证在不同 Proposer 之间不重复。 比如系统有 5 个 Proposer，则可为每一个 Proposer 分配一个标识j(0~4)，那么每一个 Proposer 每次提出决议的编号可以为5*i+j，i可以用来表示提出议案的次数。 总之，Paxos 是经典的分布式协议，理解了以后，学习其他分布式协议会简单很多。 --------------------------------------------------------------------------------------

这种问题其实到官方文档上查看一番就可以知道,tomcat很早的版本还是使用的BIO，之后就支持NIO了，具体版本我也不记得了，有兴趣的自己可以去查下。本篇的tomcat版本是tomcat8.5。可以到这里看下 tomcat8.5的配置参数 我们先来简单回顾下目前一般的NIO服务器端的大致实现，借鉴infoq上的一篇文章 Netty系列之Netty线程模型 中的一张图所以一般参数就是Acceptor线程个数，Worker线程个数。来具体看下参数 文档描述为： The maximum queue length for incoming connection requests when all possible request processing threads are in use. Any requests received when the queue is full will be refused. The default value is 100. 这个参数就立马牵涉出一块大内容：TCP三次握手的详细过程，这个之后再详细探讨(操作系统的接收队列长度默认为100)。这里可以简单理解为：连接在被ServerSocketChannel accept之前就暂存在这个队列中，acceptCount就是这个队列的最大长度。ServerSocketChannel accept就是从这个队列中不断取出已经建立连接的的请求。所以当ServerSocketChannel accept取出不及时就有可能造成该队列积压，一旦满了连接就被拒绝了 文档如下描述 The number of threads to be used to accept connections. Increase this value on a multi CPU machine, although you would never really need more than 2. Also, with a lot of non keep alive connections, you might want to increase this value as well. Default value is 1. Acceptor线程只负责从上述队列中取出已经建立连接的请求。在启动的时候使用一个ServerSocketChannel监听一个连接端口如8080，可以有多个Acceptor线程并发不断调用上述ServerSocketChannel的accept方法来获取新的连接。参数acceptorThreadCount其实使用的Acceptor线程的个数。 文档描述如下 The maximum number of connections that the server will accept and process at any given time. When this number has been reached, the server will accept, but not process, one further connection. This additional connection be blocked until the number of connections being processed falls below maxConnections at which point the server will start accepting and processing new connections again. Note that once the limit has been reached, the operating system may still accept connections based on the acceptCount setting. The default value varies by connector type. For NIO and NIO2 the default is 10000. For APR/native, the default is 8192. Note that for APR/native on Windows, the configured value will be reduced to the highest multiple of 1024 that is less than or equal to maxConnections. This is done for performance reasons. If set to a value of -1, the maxConnections feature is disabled and connections are not counted. 这里就是tomcat对于连接数的一个控制，即最大连接数限制。一旦发现当前连接数已经超过了一定的数量（NIO默认是10000，BIO是200与线程池最大线程数密切相关），上述的Acceptor线程就被阻塞了，即不再执行ServerSocketChannel的accept方法从队列中获取已经建立的连接。但是它并不阻止新的连接的建立，新的连接的建立过程不是Acceptor控制的，Acceptor仅仅是从队列中获取新建立的连接。所以当连接数已经超过maxConnections后，仍然是可以建立新的连接的，存放在上述acceptCount大小的队列中，这个队列里面的连接没有被Acceptor获取，就处于连接建立了但是不被处理的状态。当连接数低于maxConnections之后，Acceptor线程就不再阻塞，继续调用ServerSocketChannel的accept方法从acceptCount大小的队列中继续获取新的连接，之后就开始处理这些新的连接的IO事件了 文档描述如下 The maximum number of request processing threads to be created by this Connector, which therefore determines the maximum number of simultaneous requests that can be handled. If not specified, this attribute is set to 200. If an executor is associated with this connector, this attribute is ignored as the connector will execute tasks using the executor rather than an internal thread pool. 这个简单理解就算是上述worker的线程数，下面会详细的说明。他们专门用于处理IO事件，默认是200。 上面参数仅仅是简单了解了下参数配置，下面我们就来详细研究下tomcat的NIO服务器具体情况，这就要详细了解下tomcat的NioEndpoint实现了 先来借鉴看下 tomcat高并发场景下的BUG排查 中的一张图这张图勾画出了NioEndpoint的大致执行流程图，worker线程并没有体现出来，它是作为一个线程池不断的执行IO读写事件即SocketProcessor（一个Runnable），即这里的Poller仅仅监听Socket的IO事件，然后封装成一个个的SocketProcessor交给worker线程池来处理。下面我们来详细的介绍下NioEndpoint中的Acceptor、Poller、SocketProcessor 获取指定的Acceptor数量的线程 可以看到就是一个while循环，循环里面不断的accept新的连接。 先来看下在accept新的连接之前，首选进行连接数的自增，即countUpOrAwaitConnection 当我们设置maxConnections=-1的时候就表示不用限制最大连接数。默认是限制10000,如果不限制则一旦出现大的冲击，则tomcat很有可能直接挂掉，导致服务停止。 这里的需求就是当前连接数一旦超过最大连接数maxConnections，就直接阻塞了,一旦当前连接数小于最大连接数maxConnections，就不再阻塞，我们来看下这个功能的具体实现latch.countUpOrAwait() 具体看这个需求无非就是一个共享锁，来看具体实现： 目前实现里算是使用了2个锁，LimitLatch本身的AQS实现再加上AtomicLong的AQS实现。也可以不使用AtomicLong来实现。 共享锁的tryAcquireShared实现中，如果不依托AtomicLong，则需要进行for循环加CAS的自增，自增之后没有超过limit这里即maxConnections，则直接返回1表示获取到了共享锁，如果一旦超过limit则首先进行for循环加CAS的自减，然后返回-1表示获取锁失败，便进入加入同步队列进入阻塞状态。 共享锁的tryReleaseShared实现中，该方法可能会被并发执行，所以释放共享锁的时候也是需要for循环加CAS的自减 上述的for循环加CAS的自增、for循环加CAS的自减的实现全部被替换成了AtomicLong的incrementAndGet和decrementAndGet而已。 上文我们关注的latch.countUpOrAwait()方法其实就是在获取一个共享锁，如下： 从上面可以看到在真正获取一个连接之前，首先是把连接计数先自增了。一旦TCP三次握手成功连接建立，就能从ServerSocketChannel的accept方法中获取到新的连接了。一旦获取连接或者处理过程发生异常则需要将当前连接数自减的，否则会造成连接数虚高，即当前连接数并没有那么多，但是当前连接数却很大，一旦超过最大连接数，就导致其他请求全部阻塞，没有办法被ServerSocketChannel的accept处理。该bug在Tomcat7.0.26版本中出现了，详细见这里的一篇文章 Tomcat7.0.26的连接数控制bug的问题排查 然后我们来看下，一个SocketChannel连接被accept获取之后如何来处理的呢？ 处理过程如下： 下面就来详细介绍下Poller 前面没有说到Poller的数量控制，来看下 如果不设置的话最大就是2 来详细看下getPoller0().register(channel)： 就是轮训一个Poller来进行SocketChannel的注册 这里又是进行一些参数包装，将socket和Poller的关系绑定，再次从缓存中取出或者重新构建一个PollerEvent，然后将该event放到Poller的事件队列中等待被异步处理 在Poller的run方法中不断处理上述事件队列中的事件，直接执行PollerEvent的run方法，将SocketChannel注册到自己的Selector上。 并将Selector监听到的IO读写事件封装成SocketProcessor，交给线程池执行 我们来看看这个线程池的初始化： 就是创建了一个ThreadPoolExecutor，那我们就重点关注下核心线程数、最大线程数、任务队列等信息 核心线程数最大是10个，再来看下最大线程数 默认就是上面的配置参数maxThreads为200。还有就是TaskQueue，这里的TaskQueue是LinkedBlockingQueue<Runnable>的子类，最大容量就是Integer.MAX_VALUE，根据之前ThreadPoolExecutor的源码分析，核心线程数满了之后，会先将任务放到队列中，队列满了才会创建出新的非核心线程，如果队列是一个大容量的话，也就是不会到创建新的非核心线程那一步了。 但是这里的TaskQueue修改了底层offer的实现 这里当线程数小于最大线程数的时候就直接返回false即入队列失败，则迫使ThreadPoolExecutor创建出新的非核心线程。 TaskQueue这一块没太看懂它的意图是什么，有待继续研究。 本篇文章描述了tomcat8.5中的NIO线程模型，以及其中涉及到的相关参数的设置。

boil 是 煮 吧？fry是炸