package main

import (
	"container/heap"
	"fmt"
)

// An IntHeap is a min-heap of ints.
type IntHeap []int

func (h IntHeap) Len() int           { return len(h) }
func (h IntHeap) Less(i, j int) bool { return h[i] < h[j] }
func (h IntHeap) Swap(i, j int)      { h[i], h[j] = h[j], h[i] }

func (h *IntHeap) Push(x interface{}) {
	// Push and Pop use pointer receivers because they modify the slice's length,
	// not just its contents.
	*h = append(*h, x.(int))
}

func (h *IntHeap) Pop() interface{} {
	old := *h
	n := len(old)
	x := old[n-1]
	*h = old[0 : n-1]
	return x
}

func main() {
	h := &IntHeap{4, 8, 3, 6}
	heap.Init(h)
	heap.Push(h, 7)

  fmt.Println((*h)[0])
}

出力結果: 3

Golangコンテナ/ヒープパッケージ

MongoDBの利点は次のとおりです。

• スキーマレス
• スケールアウトが容易
• 複雑な結合はありません
• 単一のオブジェクトの構造が明確である

主な違いは、SQLデータベースが構造化されていることです(データは次の形式で保存されます)。 行と列を持つテーブル-Excelスプレッドシートテーブルのように)NoSQLは 非構造化であり、データストレージはNoSQL DBの設定方法によって異なる場合があります。 キーと値のペア、ドキュメント指向などとして。

SQL(構造化照会言語)は、リレーショナルデータベース(MySQL、MariaDBなど)の標準言語です。
リレーショナルデータベース内のデータの読み取り、更新、削除、および作成に使用されます。

主な違いは、SQLデータベースが構造化されていることです(データは次の形式で保存されます)。 行と列を持つテーブル-Excelスプレッドシートテーブルのように)NoSQLは 非構造化であり、データストレージはNoSQL DBの設定方法によって異なる場合があります。 キーと値のペア、ドキュメント指向などとして。

SQL - データの整合性が重要な場合に最適です。SQLは通常、多くの ACIDコンプライアンスによる金融分野の企業および分野。

NoSQL - すばやくスケーリングする必要がある場合に最適です。NoSQLはWebアプリケーションで設計されました 念頭に置いて、同じ情報をすばやく広める必要がある場合に最適です。 複数のサーバー

さらに、NoSQLは列と行の構造を持つ厳密なテーブルに準拠していないため、 リレーショナルデータベースに必要な場合は、異なるデータ型を一緒に保存できます。

[顧客から *
] を選択します。

顧客

からItems_in_cartを選択します ここで、Customer_Name = "John Smith";

顧客
からのSUM_CASHとして SUM(Cash_spent_to_Date) を選択します。

count(1) を Number_of_People_w_items
として選択します 顧客から
ここで Items_in_cart > 0;

あなたはそれらをユニークなキーで結合するでしょう。この場合、一意のキー Customer_IDは [顧客] テーブルと [受注] テーブルの両方

c.Customer_Nameを選択, o.顧客からのアイテム
c
左結合注文 o
c.Customer_ID = o.Customer_ID;

cat_foodを(
Customer_IDを選択し、SUM(価格) を注文からTOTAL_PRICE "%キャットフード%"
のようなアイテムがCustomer_IDでグループ化)
Customer_nameを選択し、顧客からTOTAL_PRICE c
内部 cat_food f ON c.Customer_ID = f.Customer_ID
ここでc.Customer_ID (cat_food


から
Customer_ID
を選択);

これは単純なステートメントでしたが、「with」句は、次の場合に本当に輝きます。 複雑なクエリは、別のクエリに結合する前にテーブルで実行する必要があります。ステートメントはいいです、 クエリの実行時に、まったく新しいテーブルを作成するのではなく、擬似 temp を作成するためです。

キャットフードのすべての購入の合計はすぐには入手できなかったため、withステートメントを使用して作成しました 各顧客が費やした価格の合計を取得する擬似テーブルは、通常どおりテーブルに参加します。

SELECT count(*)                             SELECT count(*)
FROM shawarma_purchases                     FROM shawarma_purchases
WHERE                               vs.     WHERE
  YEAR(purchased_at) == '2017'              purchased_at >= '2017-01-01' AND
                                            purchased_at <= '2017-31-12'

SELECT count(*)
FROM shawarma_purchases
WHERE
  purchased_at >= '2017-01-01' AND
  purchased_at <= '2017-31-12'

関数()を使用する場合、インデックスを使用するのではなく、データベース全体をスキャンする必要があり、基本的には自然な状態で列をそのまま使用します。

YEAR(purchased_at)

あなたはここでTripleOについて読むことができます

それには多くの理由があります。たとえば、アクティブなポートが割り当てられている場合、ルーターを削除することはできません。

デフォルトではありません。オブジェクト・ストレージAPIでは、オブジェクトあたりの最大GBが5GBに制限されていますが、調整可能です。

偽。2 つのオブジェクトは、異なるコンテナー内にある場合、同じ名前を持つことができます。

使用：

• 名前
• ID番号
• 種類
• 形容

サービスとそのエンドポイントの一覧

エラスティックスタックは、次のもので構成されます。

• エラスティックサーチ
• キバナ
• ログスタッシュ
• ビート
• エラスティック Hadoop
• APMサーバ

エラスティックセラッハ、ログスタッシュ、キバナはELKスタックとしても知られています。

公式ドキュメントから:

「Elasticsearchは分散ドキュメントストアです。Elasticsearchは、情報を列指向データの行として格納する代わりに、JSONドキュメントとしてシリアル化された複雑なデータ構造を格納します。」

ブログから:

「Logstashは、データを収集、強化、転送する強力で柔軟なパイプラインです。ログメッセージを収集するための抽出、変換、読み込み(ETL)ツールとして機能します。

ビートは軽量のデータシッパーです。これらのデータシッパーは、データが存在するクライアントにインストールされている。 ビートの例:ファイルビート、メトリックビート、監査ビート。もっとたくさんあります。

公式ドキュメントから:

「Kibanaは、Elasticsearchと連携して設計されたオープンソースの分析および視覚化プラットフォームです。Kibana を使用して、Elasticsearch インデックスに格納されているデータを検索、表示、および操作します。高度なデータ分析を簡単に実行し、さまざまなチャート、テーブル、マップでデータを視覚化できます。」

このプロセスは、選択したアーキテクチャと、ログに適用する処理によって異なる場合があります。考えられるワークフローの 1 つは次のとおりです。

1. アプリケーションによってログに記録されたデータは、filebeatによって選択され、logstashに送信されます
2. Logstash は、定義されたフィルターに基づいてログを処理します。完了すると、出力はElasticsearchに送信されます
3. Elasticsearchは取得したドキュメントを保存し、ドキュメントは後ですばやくアクセスできるようにインデックスが作成されます
4. ユーザーは、インデックス付きデータに基づいてKibanaでビジュアライゼーションを作成します
5. ユーザーは、前のステップで作成したビジュアリゼーションから構成されたダッシュボードを作成します。

これは、データが保存される場所であり、さまざまな処理が行われる場所です(データを検索する場合など)。

マスターノードの一部は以下を担当します。

• クラスター内のすべてのノードの状態を追跡する
• レプリカが動作しており、すべてのデータノードからデータを使用できることを確認します。
• ホットノードなし(他のノードよりもはるかにハードに動作するデータノードはありません)

実際には複数のマスターノードが存在する可能性がありますが、選択されたマスターノードはそのうちの1つだけです。

データの解析を担当するノード。logstashを使用しない場合、このノードは、Logstashで解析する方法と同様に、ビートからデータを受信して解析できます。

クラウザー (データノード) との間で要求をルーティングする調整ノード。

エラスティックのインデックスは、ほとんどの場合、SQL/NoSQLの世界のデータベース全体と比較されます。
アプリのすべてのデータを保持するインデックスを 1 つにするか、各インデックスが異なる種類のアプリを保持する複数のインデックス (アプリが実行している各サービスのインデックスなど) を持つかを選択できます。

公式ドキュメントも素晴らしい説明を提供します(一般的に、すべてのプロジェクトが持つべきであるように、それは本当に良いドキュメントです):

「インデックスは最適化されたドキュメントのコレクションと考えることができ、各ドキュメントはデータを含むキーと値のペアであるフィールドのコレクションです」

インデックスはシャードに分割され、ドキュメントは特定のシャードにハッシュされます。各シャードはクラスター内の異なるノード上にある可能性があり、各シャードは自己完結型のインデックスです。
これにより、Elasticsearchはサーバーのクラスター全体にスケーリングできます。

公式ドキュメントから:

「転置インデックスは、任意のドキュメントに出現するすべての一意の単語を一覧表示し、各単語が出現するすべてのドキュメントを識別します。」

SQL / NoSQLとの比較を続けると、エラスティックのドキュメントは、SQLの場合はテーブルの行、NoSQLの場合はコレクション内のドキュメントです。 NoSQLと同様に、ドキュメントはアプリ内のユニットにデータを保持するJSONオブジェクトです。このユニットは、アプリによって異なります。アプリが書籍に関連する場合、各ドキュメントは書籍を記述します。アプリがシャツに関するものである場合、各ドキュメントはシャツです。

赤は、一部のデータが使用できないことを意味します。 黄色は、マルチノードではなくシングルノードクラスターを実行していることが原因である可能性があります。

偽。 公式ドキュメントから:

「各インデックス付きフィールドには、最適化された専用のデータ構造があります。たとえば、テキストフィールドは反転インデックスに格納され、数値フィールドと地理フィールドはBKDツリーに格納されます。」

いつでも障害が予想されるネットワーク/クラウド環境では、シャード/ノードが何らかの理由でオフラインになったり消えたりした場合に備えて、フェイルオーバーメカニズムを用意することは非常に便利であり、強くお勧めします。 この目的のために、Elasticsearchを使用すると、インデックスのシャードの1つ以上のコピーを、いわゆるレプリカシャード、または略してレプリカに作成できます。

用語の頻度は、特定のドキュメントに用語が出現する頻度であり、ドキュメントの頻度は、用語がすべてのドキュメントに出現する頻度です。どちらも、用語頻度/ドキュメント頻度を計算することにより、用語の関連性を判断するために使用されます。

「インデックスはアクティブに書き込まれています」。 フェーズの詳細については、こちらをご覧ください

curl -X PUT "localhost:9200/customer/_doc/1?pretty" -H 'Content-Type: application/json' -d'{ "name": "John Doe" }'

存在しない場合は顧客インデックスを作成し、フィールド名が "John Dow" に設定された新しいドキュメントを追加します。また、最初のドキュメントの場合は、ID 1 を取得します。

Bulk API は、複数のドキュメントのインデックスを作成する必要がある場合に使用されます。ドキュメントの数が多い場合は、ネットワークのラウンドトリップが少ないため、個々の要求よりも使用する方がはるかに高速です。

公式ドキュメントから:

"クエリ コンテキストでは、クエリ句は "このドキュメントはこのクエリ句とどの程度一致しているか" という質問に答えます。ドキュメントが一致するかどうかを判断するだけでなく、クエリ句は_scoreメタフィールドの関連性スコアも計算します。」

"フィルター コンテキストでは、クエリ句は "このドキュメントはこのクエリ句と一致しますか?" という質問に答えます。答えは単純な「はい」または「いいえ」です—スコアは計算されません。フィルターコンテキストは、主に構造化データのフィルタリングに使用されます。

この質問にはいくつかの可能な答えがあります。そのうちの1つは次のとおりです。

エラスティックの小規模アーキテクチャは、エラスティックスタックをそのまま構成します。これは、ビート、ログスタッシュ、エラストサーチ、キバナがあることを意味します。
大量のデータを含む本番環境には、ある種のバッファリングコンポーネント(ReddisやRabbitMQなど)と、Nginxなどのセキュリティコンポーネントを含めることができます。

ある形式の情報を変更し、別の形式に没頭させるlogstashプラグイン。

インデックスに格納されている生データ。検索してフィルタリングできます。

検索結果に一致するドキュメントの総数。クエリが使用されていない場合は、単にドキュメントの総数です。

「視覚化」は、データの視覚的表現(円グラフ、グラフなど)を作成できる場所です。

ここを読む

偽。1つのハーベスターが1つのファイルを収穫します。

提供されている Elastic utils を使用して証明書を生成し、設定を変更して、証明書モデルを使用してセキュリティを有効にすることができます。

マーティン・クレップマンによると:

「多くのマシンで実行されている多くのプロセス...可変遅延を伴う信頼性の低いネットワークを介したメッセージパッシングのみであり、システムは部分的な障害、信頼性の低いクロック、およびプロセスの一時停止に悩まされる可能性があります。」

別の定義:「物理的に分離されているが論理的に接続されているシステム」

CAP 定理によると、分散データ ストアが次のうち 2 つ以上を同時に提供することはできません。

• 可用性: すべての要求が応答を受け取ります (最新のデータである必要はありません)
• 一貫性:すべてのリクエストは、最新/最新のデータを含む応答を受け取ります
• パーティションの許容範囲:一部のデータが失われたり削除されたりしても、システムは実行され続けます

次の設計の問題は何ですか?それを改善する方法は?

Ways to improve:

• Add another load balancer
• Use DNS A record for both load balancers
• Use message queue

It's an architecture in which data is and retrieved from a single, non-shared, source usually exclusively connected to one node as opposed to architectures where the request can get to one of many nodes and the data will be retrieved from one shared location (storage, memory, ...).

TODO: add more details!

I like this definition from blog.christianposta.com:

"An explicitly and purposefully defined interface designed to be invoked over a network that enables software developers to get programmatic access to data and functionality within an organization in a controlled and comfortable way."

From swagger.io:

"An API specification provides a broad understanding of how an API behaves and how the API links with other APIs. It explains how the API functions and the results to expect when using the API"

False. From swagger.io:

"An API definition is similar to an API specification in that it provides an understanding of how an API is organized and how the API functions. But the API definition is aimed at machine consumption instead of human consumption of APIs."

Automation is the act of automating tasks to reduce human intervention or interaction in regards to IT technology and systems.
While automation focuses on a task level, Orchestration is the process of automating processes and/or workflows which consists of multiple tasks that usually across multiple systems.

Data about data. Basically, it describes the type of information that an underlying data will hold.

I can't answer this for you :)

Domain Specific Language (DSLs) are used to create a customised language that represents the domain such that domain experts can easily interpret it.

Data serialization language used by many technologies today like Kubernetes, Ansible, etc.

True. Because YAML is superset of JSON.

someMultiLineString: |
  look mama
  I can write a multi-line string
  I love YAML

It's good for use cases like writing a shell script where each line of the script is a different command.

someMultiLineString: |

someMultiLineString: >

using will make the multi-line string to fold into a single line

>

someMultiLineString: >
  This is actually
  a single line
  do not let appearances fool you

They allow you reference values instead of directly writing them and it is used like this:

username: {{ my.user_name }}

Using this: For Examples:

---

document_number: 1
---
document_number: 2

Wikipedia: "In computing, firmware is a specific class of computer software that provides the low-level control for a device's specific hardware. Firmware, such as the BIOS of a personal computer, may contain basic functions of a device, and may provide hardware abstraction services to higher-level software such as operating systems."

Avinetworks: HTTP stands for Hypertext Transfer Protocol. HTTP uses TCP port 80 to enable internet communication. It is part of the Application Layer (L7) in OSI Model.

False. It doesn't maintain state for incoming request.

It consists of:

• Request line - request type
• Headers - content info like length, enconding, etc.
• Body (not always included)

HTTP is stateless. To share state, we can use Cookies.

TODO: explain what is actually a Cookie

The server didn't receive a response from another server it communicates with in a timely manner.

Wikipedia: "The X-Forwarded-For (XFF) HTTP header field is a common method for identifying the originating IP address of a client connecting to a web server through an HTTP proxy or load balancer."

A load balancer accepts (or denies) incoming network traffic from a client, and based on some criteria (application related, network, etc.) it distributes those communications out to servers (at least one).

L4 and L7

Yes, you can use DNS for performing load balancing.

Recommended read:

• Red Hat Article

Cons:

• Can cause uneven load on instance (since requests routed to the same instances) Pros:
• Ensures in-proc sessions are not lost when a new request is created

You would like to make sure the user doesn't lose the current session data.

Cookies. There are application based cookies and duration based cookies.

The maximum timeout value can be set between 1 and 3,600 seconds on both GCP and AWS.

In Copyleft, any derivative work must use the same licensing while in permissive licensing there are no such condition. GPL-3 is an example of copyleft license while BSD is an example of permissive license.

CPU cache. Source

SSH HTTP DHCP DNS ...

https://idiallo.com/blog/c10k-2016

Pros:

• Usually with object storage, you pay for what you use as opposed to other storage types where you pay for the storage space you allocate
• Scalable storage: Object storage mostly based on a model where what you use, is what you get and you can add storage as need Cons:
• Usually performs slower than other types of storage
• No granular modification: to change an object, you have re-create it

Pros:

• Users have full control of their own files and can run variety of operations on the files: delete, read, write and move.
• Security mechanism allows for users to have a better control at things such as file locking

Local filesystem Dropbox Google Drive

Be careful when asking this question - all companies, regardless of size, have some level of tech debt. Phrase the question in the light that all companies have the deal with this, but you want to see the current pain points they are dealing with

This is a great way to figure how managers deal with unplanned work, and how good they are at setting expectations with projects.

This can give you insights in some of the cool projects a company is working on, and if you would enjoy working on projects like these. This is also a good way to see if the managers are allowing employees to learn and grow with projects outside of the normal work you'd do.

Similar to the tech debt question, this helps you identify any pain points with the company. Additionally, it can be a great way to show how you'd be an asset to the team.

For Example, if they mention they have problem X, and you've solved that in the past, you can show how you'd be able to mitigate that problem.

Not only this will tell you what is expected from you, it will also provide big hint on the type of work you are going to do in the first months of your job.

ACID stands for Atomicity, Consistency, Isolation, Durability. In order to be ACID compliant, the database must meet each of the four criteria

Atomicity - When a change occurs to the database, it should either succeed or fail as a whole.

For example, if you were to update a table, the update should completely execute. If it only partially executes, the update is considered failed as a whole, and will not go through - the DB will revert back to it's original state before the update occurred. It should also be mentioned that Atomicity ensures that each transaction is completed as it's own stand alone "unit" - if any part fails, the whole statement fails.

Consistency - any change made to the database should bring it from one valid state into the next.

For example, if you make a change to the DB, it shouldn't corrupt it. Consistency is upheld by checks and constraints that are pre-defined in the DB. For example, if you tried to change a value from a string to an int when the column should be of datatype string, a consistent DB would not allow this transaction to go through, and the action would not be executed

Isolation - this ensures that a database will never be seen "mid-update" - as multiple transactions are running at the same time, it should still leave the DB in the same state as if the transactions were being run sequentially.

For example, let's say that 20 other people were making changes to the database at the same time. At the time you executed your query, 15 of the 20 changes had gone through, but 5 were still in progress. You should only see the 15 changes that had completed - you wouldn't see the database mid-update as the change goes through.

Durability - Once a change is committed, it will remain committed regardless of what happens (power failure, system crash, etc.). This means that all completed transactions must be recorded in non-volatile memory.

Note that SQL is by nature ACID compliant. Certain NoSQL DB's can be ACID compliant depending on how they operate, but as a general rule of thumb, NoSQL DB's are not considered ACID compliant

Sharding is a horizontal partitioning.

Are you able to explain what is it good for?

Not much information provided as to why it became a bottleneck and what is current architecture, so one general approach could be
to reduce the load on your database by moving frequently-accessed data to in-memory structure.

Connection Pool is a cache of database connections and the reason it's used is to avoid an overhead of establishing a connection for every query done to a database.

A connection leak is a situation where database connection isn't closed after being created and is no longer needed.

"A data warehouse is a subject-oriented, integrated, time-variant and non-volatile collection of data in support of organisation's decision-making process"

A database index is a data structure that improves the speed of operations in a table. Indexes can be created using one or more columns, providing the basis for both rapid random lookups and efficient ordering of access to records.

Data that is used multiple times in a database should be stored once and referenced with a foreign key.
This has the clear benefit of ease of maintenance where you need to change a value only in a single place to change it everywhere.

Primary Key: each row in every table should a unique identifier that represents the row.
Foreign Key: a reference to another table's primary key. This allows you to join table together to retrieve all the information you need without duplicating data.

Wikipedia: "is a programming technique for converting data between incompatible type systems using object-oriented programming languages"

In regards to the relational databases:

• Database as code
• Database abstraction
• Encapsulates SQL complexity
• Enables code review process
• Enables usage as a native OOP structure

Wikipedia: "In the context of SQL, data definition or data description language (DDL) is a syntax for creating and modifying database objects such as tables, indices, and users."

Bonus: extract the last word of each line

CDN (Content Delivery Network) responsible for distributing content geographically. Part of it, is what is known as edge locations, aka cache proxies, that allows users to get their content quickly due to cache features and geographical distribution.

In single CDN, the whole content is originated from content delivery network.
In multi-CDN, content is distributed across multiple different CDNs, each might be on a completely different provider/cloud.

This article provides a great explanation.

The ability easily grow in size and capacity based on demand and usage.

The ability to grow but also to reduce based on what is required

Fault Tolerance - The ability to self-heal and return to normal capacity. Also the ability to withstand a failure and remain functional.

High Availability - Being able to access a resource (in some use cases, using different platforms)

wintellect.com: "High availability, simply put, is eliminating single points of failure and disaster recovery is the process of getting a system back to an operational state when a system is rendered inoperative. In essence, disaster recovery picks up when high availability fails, so HA first."

Vertical Scaling is the process of adding resources to increase power of existing servers. For example, adding more CPUs, adding more RAM, etc.

With vertical scaling alone, the component still remains a single point of failure. In addition, it has hardware limit where if you don't have more resources, you might not be able to scale vertically.

Databases, cache. It's common mostly for non-distributed systems.

Horizontal Scaling is the process of adding more resources that will be able handle requests as one unit

A load balancer. You can add more resources, but if you would like them to be part of the process, you have to serve them the requests/responses. Also, data inconsistency is a concern with horizontal scaling.

What is the problem with the following architecture and how would you fix it?

The load on the producers or consumers may be high which will then cause them to hang or crash.
Instead of working in "push mode", the consumers can pull tasks only when they are ready to handle them. It can be fixed by using a streaming platform like Kafka, Kinesis, etc. This platform will make sure to handle the high load/traffic and pass tasks/messages to consumers only when the ready to get them.

Take a look here

You can find a list here

Read about it here

You can mention:

roll-back & roll-forward cut over dress rehearsals DNS redirection

A central processing unit (CPU) performs basic arithmetic, logic, controlling, and input/output (I/O) operations specified by the instructions in the program. This contrasts with external components such as main memory and I/O circuitry, and specialized processors such as graphics processing units (GPUs).

RAM (Random Access Memory) is the hardware in a computing device where the operating system (OS), application programs and data in current use are kept so they can be quickly reached by the device's processor. RAM is the main memory in a computer. It is much faster to read from and write to than other kinds of storage, such as a hard disk drive (HDD), solid-state drive (SSD) or optical drive.

An embedded system is a computer system - a combination of a computer processor, computer memory, and input/output peripheral devices—that has a dedicated function within a larger mechanical or electronic system. It is embedded as part of a complete device often including electrical or electronic hardware and mechanical parts.

Raspberry Pi

As defined by Doug Laney:

• Volume: Extremely large volumes of data
• Velocity: Real time, batch, streams of data
• Variety: Various forms of data, structured, semi-structured and unstructured
• Veracity or Variability: Inconsistent, sometimes inaccurate, varying data

DataOps seeks to reduce the end-to-end cycle time of data analytics, from the origin of ideas to the literal creation of charts, graphs and models that create value. DataOps combines Agile development, DevOps and statistical process controls and applies them to data analytics.

An answer from talend.com:

"Data architecture is the process of standardizing how organizations collect, store, transform, distribute, and use data. The goal is to deliver relevant data to people who need it, when they need it, and help them make sense of it."

Wikipedia's explanation on Data Warehouse Amazon's explanation on Data Warehouse

Data Lake - Wikipedia

Apache Hadoop - Wikipedia

Responsible for managing the compute resources in clusters and scheduling users' applications

A programming model for large-scale data processing

HDFS Architecture

• Master-slave architecture
• Namenode - master, Datanodes - slaves
• Files split into blocks
• Blocks stored on datanodes
• Namenode controls all metadata

In general, Packer automates machine images creation. It allows you to focus on configuration prior to deployment while making the images. This allows you start the instances much faster in most cases.

A configuration->deployment which has some advantages like:

1. Deployment Speed - you configure once prior to deployment instead of configuring every time you deploy. This allows you to start instances/services much quicker.
2. More immutable infrastructure - with configuration->deployment it's not likely to have very different deployments since most of the configuration is done prior to the deployment. Issues like dependencies errors are handled/discovered prior to deployment in this model.

This page explains it perfectly:

Given a version number MAJOR.MINOR.PATCH, increment the:

MAJOR version when you make incompatible API changes
MINOR version when you add functionality in a backwards compatible manner
PATCH version when you make backwards compatible bug fixes
Additional labels for pre-release and build metadata are available as extensions to the MAJOR.MINOR.PATCH format.