由于公司要对支付做压测，于是使用了公司的服务器搭建了一个简单的集群环境，但是各个节点分别部署确实有点麻烦，由此产生了一下想法，使用rsync+inotify同步部署集群项目，就是主节点项目变更会自动同步到其他集群节点上。
使用rsyn工具和inotify机制相结合，可以实现触发式部署(实时同步)，只要原始(主)位置的文档发生变幻，则立即启用增量推送操作，否则处于静态等待状态，这样以来，就避免了分布式集群部署过程复杂的问题。
项目采用springMvc+Dubbo（负载均衡集群）
这里使用了三台服务器
192.168.1.120 服务器A
192.168.1.130 服务器B
192.168.1.150 服务器C + 主节点
rsync+inotify同步逻辑图
首先申明，本文并没有原理性的东西(请自行百度)，适合于刚接触springBoot并有一定javaweb开发基础的人群，大神和小白请出门左拐。
一、使用工具
Eclipse、Maven、springBoot
本文不会讲解Maven的安装使用以及Eclipse下如何创建一个Maven项目
对一个含有20个元素的有序数组做二分查找，数组起始下标为1，则查找A[2]的比较序列的下标为（）
A. 9，5，4，2
B. 10, 5, 3, 2
C. 9, 6, 2
D. 20, 10, 5, 3, 2
对关键字{10,20,8,25,35,6,18,30,5,15,28}序列进行希尔排序，取增量d =5时，排序结果为（ ）
A. {6,18,8,5,15,10,20,30,25,35,28}
B. {10,18,8,5,15,6,20,30,25,35,28}
C. {10,20,8,5,15,6,18,30,25,35,28}
D. {10,20,30,5,8,6,15,18,25,28,35}
希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序，是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法因DL．Shell于1959年提出而得名。
操作系统中可以使用LRU（Least Recently Used）内存淘汰旧数据的策略，如果内存需要加载新数据但空间不足，则会按照最近访问时间进行排序，并将最老的数据淘汰。假设现在内存空间大小为5，原本内存中没有数据，对内存中数据的访问顺序如下：1, 2, 5, 3, 4, 6,1, 4, 3, 6, 7, 8, 3, 9 问访问过程中发生缺页的次数是多少次？