LiuYuHao_的博客

原创 Pycharm安装后打开提示：此应用无法在你的电脑上运行，若要找到合适于你的电脑的版本，请咨询发布者

今天下载安装好社区版的pycharm之后双击运行出现提示：此应用无法在你的电脑上运行，若要找到合适于你的电脑的版本，请咨询发布者。64位的，之前下载安装的是.exe(ARM64)这个版本的，后面把这个版本卸载重新安装.exe版本的就可以正常打开了。然后在网上找了一下，说可能是下载的版本不兼容，我的电脑是。首先我们需要查看Windows如何查看系统是ARM64还是X64架构。pycharm.exe版本。CPU的，那么你应该下载。exe.ARM64版本。

原创 从 0 到 1！深度剖析项目实施流程，开启项目管理新视野

原创 对Netty 的认识为什么要用Netty？Netty 核心组件了解和分别有什么作用？对于这三种线程Reactor模型的理解

其核心价值在于简化 NIO 开发复杂度，并提供工业级网络编程解决方案。理解其核心原理，能帮助开发者构建高性能、高可靠的网络服务。：双向链表（包含 HeadContext 和 TailContext）连接与IO处理分离（MainReactor只处理accept）绑定网络读写事件（OP_READ/OP_WRITE）耗时操作（如DB查询）应提交至业务线程池。支持NIO/OIO（阻塞式）等传输模式。：无法利用多核，业务阻塞会拖垮整个系统。：网络操作的抽象（类似Socket）：处理入站事件（数据读取）

原创 Java中数据库索引选择B+树而非红黑树的详细解析

在Java生态中（如MySQL、H2等数据库），索引的底层实现选择B+树而非红黑树，核心原因在于。通过这种设计，B+树在数据库领域成为索引的黄金标准，而红黑树则更适合内存数据结构的场景。：每个B+树节点可存储成百上千个键值（与磁盘块大小对齐，如4KB）。：B+树通过“批量加载键值”，极大减少磁盘访问次数。：查找需要27次磁盘I/O（性能差5-10倍）。：每个节点仅存储1个键（二叉平衡树）。数据规模较小（无需考虑磁盘I/O问题）一次I/O加载整个节点（含多个键值）：查找1亿数据仅需3次磁盘I/O（

原创 分布式事务原理详解

结合框架支持（如Seata）和合理的业务设计，可有效降低实现复杂度。在分布式系统中，事务需要跨多个独立服务或数据库完成操作，传统单机数据库的ACID特性无法直接适用。协调者询问所有参与者（Participant）是否可以提交事务，参与者锁定资源并返回“同意”或“拒绝”。：阿里开源的分布式事务解决方案，支持AT、TCC、Saga模式。：在允许短暂不一致的场景（如订单状态）使用Saga或消息队列。：将长事务拆分为多个本地事务，每个事务提供补偿操作。适应长时间跨系统事务（如旅行订票：机票+酒店）。

原创 Lock 和 synchronized 的区别详解

都是用于实现线程同步的机制，但它们在实现方式、功能特性和适用场景上有显著差异。通过合理选择同步机制，可以显著提升多线程程序的性能和可维护性！：需要细粒度控制（如超时、中断）或复杂条件等待时使用。：允许插队，吞吐量更高，但可能引发饥饿。：按线程请求顺序分配锁，避免“饥饿”。：适用于简单同步场景，减少代码复杂度。：避免线程无限等待，提升系统响应性。：通过中断主动终止等待锁的线程。在 Java 并发编程中，

原创 深入解析Seata：分布式事务的终极解决方案

Seata通过创新的AT模式降低了分布式事务的使用门槛，同时提供TCC和Saga模式应对复杂场景，是微服务架构下解决数据一致性的首选方案。合理选择事务模式、优化锁管理并结合监控告警，可显著提升系统的可靠性和性能。随着云原生技术的发展，Seata与Service Mesh、Serverless的集成将开启新的可能性。

原创 常用限流算法解析与实现

‌：限流是保障系统稳定的核心手段之一。开发者需根据业务特性（如流量模式、性能瓶颈）选择合适的算法，复杂场景可结合Sentinel等框架实现动态规则配置‌。

原创 分布式ID设计方案详解：从理论到实践

需严格单调递增时，可结合数据库与Snowflake（如Twitter的分布式自增ID）。：低并发（<1k QPS）选数据库/Redis，高并发选Snowflake/Leaf。：确保ID按时间或业务规则递增，提升数据库写入性能（如InnoDB的B+树索引）。：不同业务线使用独立的ID生成器（如订单ID与用户ID分离）。：Snowflake需解决时钟问题，Leaf需维护中间件。：上线前模拟高并发场景，验证ID生成性能和唯一性。：从数据库批量获取ID区间，减少数据库访问压力。

原创 服务降级详解：保障系统高可用的最后一道防线

服务降级（Service Degradation） 是分布式系统中一种主动的容错策略，其核心思想是：在系统资源紧张或依赖服务异常时，暂时关闭非核心功能或简化业务逻辑，优先保障核心功能的可用性。大促流量洪峰：电商平台双11期间，关闭用户积分显示功能，确保下单支付流程稳定。依赖服务故障：支付服务宕机时，降级为“仅支持余额支付”。资源耗尽：数据库连接池满，降级为返回缓存数据。避免雪崩效应：防止局部故障导致整个系统崩溃。提升用户体验：核心功能可用，用户感知为“部分功能维护中”而非“系统全挂”。资源合理分配：将有限资

原创 CPU 飙高导致系统反应慢？手把手教你系统化排查与解决

当服务器或本地机器的甚至达到 100% 时，系统会出现明显卡顿、服务响应变慢、SSH 连接延迟等问题。若不及时处理，可能导致服务宕机、数据丢失等严重后果。

原创 分布式系统与微服务架构：核心原理、实践与挑战

是由多个独立计算机（节点）通过网络协作完成共同任务的系统。

原创 Eureka Server 数据同步原理深度解析

（高可用与分区容忍性），通过去中心化的对等架构（Peer-to-Peer）实现服务注册信息的最终一致性。：当服务实例（Eureka Client）向某个 Eureka Server 注册时，该 Server 会将注册信息同步到其他 Peer 节点。：客户端定期发送心跳（默认 30 秒），Server 更新本地实例的续约时间，并同步到其他节点。：在自我保护期间，节点仍会接收新注册和心跳请求，并同步到其他节点，但不会同步实例剔除操作。：默认模式，仅同步变更的实例信息（如新注册、心跳更新）。

原创 深入解析 Spring Cloud：构建微服务架构的核心框架

未来，随着云原生技术的演进（如 Kubernetes、Service Mesh），Spring Cloud 将继续拥抱变化，与 Istio、Knative 等平台深度融合，为企业提供更高效的云上开发体验。作为 Java 生态中最成熟的微服务框架，凭借其丰富的组件和与 Spring Boot 的无缝集成，成为开发者快速落地微服务的利器。：优先使用 Spring Cloud 官方维护的组件（如 Spring Cloud Gateway）。通过注解定义 HTTP 请求，屏蔽底层通信细节（如序列化、连接池管理）。

原创 Java I/O 与 NIO 核心区别及应用场景详解

基于NIO封装，简化开发，广泛应用于RPC、IM等场景（如Dubbo、RocketMQ）。：异步非阻塞模型（基于回调），适合文件IO或超高并发，但Java实现不如Netty成熟。线程通过轮询检查通道（Channel）的就绪状态，未就绪时可处理其他任务。基于流（Stream），数据单向流动（输入流只能读，输出流只能写）。基于通道（Channel）和缓冲区（Buffer），数据通过。：单线程监听多个通道的事件（如连接就绪、读就绪、写就绪）。：需稳定传输大数据量的场景（如上传/下载文件）。

原创 可重入（Reentrant）与可重入锁（Reentrant Lock）详解

通过可重入锁，开发者能够更安全地处理复杂的同步逻辑，避免因设计不当导致的死锁问题。此函数是可重入的，因为每次递归调用都在独立的栈帧中执行，不依赖全局或静态变量。在需要嵌套锁或递归调用的场景中，优先选择可重入锁（如 Java 的。（如简单互斥锁），当同一线程多次请求同一锁时，会导致。线程安全的函数不一定是可重入的（可能依赖全局锁）。释放锁时，计数器递减，直到为0时彻底释放锁资源。分层锁机制中，外层锁未释放时需重入内层锁。避免滥用锁，尽量减少锁的持有时间和作用域。，允许同一线程多次获取锁，避免自我阻塞。

原创 MySQL 主从集群同步延迟问题分析与解决方案

阶段优化手段效果主库写入拆分事务、异步提交降低Binlog生成压力网络传输专线网络、Binlog压缩减少传输耗时从库处理多线程复制、硬件升级加速日志重放架构设计增加从库、读写分离中间件分散负载，隔离读写运维监控GTID+Prometheus、定期维护预防延迟，快速定位问题终极建议：主从延迟是系统性工程，需结合业务场景从写入、传输、重放三阶段逐层优化，同时建立常态化监控机制！

原创 从三个维度了解 RPC（Remote Procedure Call，远程过程调用）

远程调用是指在分布式系统中，不同进程或服务之间通过网络进行通信和数据交换的过程。与本地调用不同，远程调用涉及跨越网络边界，通常需要处理网络延迟、传输协议、序列化/反序列化等问题。特点：跨进程通信：远程调用发生在不同的进程之间，这些进程可能运行在同一台机器上，也可能分布在不同的机器上。网络传输：远程调用需要通过网络进行数据传输，因此涉及到网络协议的选择（如TCP/IP）。序列化/反序列化：数据在网络上传输时需要进行序列化（将对象转换为字节流），接收端则需要进行反序列化（将字节流转换回对象）。

原创 索引的优缺点与常见类型详解

（Block Range Index）：按数据块范围存储统计信息，适合时序数据（PostgreSQL）。本文将系统梳理索引的。：一张1GB的表，若创建3个索引，总存储可能膨胀至2GB以上。：适用于低基数（重复值多）的列，如性别、状态（OLAP场景）。：频繁写入的表，索引过多可能导致吞吐量下降30%~50%。数据分布变化（如大量删除）可能导致索引碎片化，需定期重建（：索引列数据分布不均时（如90%的值相同），索引可能失效。数据时，索引需要同步更新，导致写入延迟。：索引包含查询所需的所有列，避免回表。

原创 Redis 会存在线程安全问题吗

Redis的核心操作是单线程的，这使得它在大多数情况下是线程安全的。客户端并发访问：多个客户端同时对同一键进行读写操作时，可能会导致数据不一致。应尽量使用Redis提供的原子操作命令。Redis模块和多线程扩展：某些Redis模块可能会使用多线程来加速计算密集型任务，需要确保它们内部实现了正确的并发控制机制。Redis集群环境：在集群环境中，数据分布在多个节点上，可能会出现跨节点的并发访问问题。可以通过分布式锁来解决这些问题。

原创 Spring Bean 生命周期的执行流程详解

Spring Bean的生命周期是指从Bean被创建到最终被销毁的整个过程。这个过程中包含了多个步骤，每个步骤都有特定的目的和作用。创建前准备阶段：在创建Bean实例之前进行的准备工作。创建实例阶段：通过构造函数或工厂方法创建Bean的实例。依赖注入阶段：为Bean设置属性值并进行依赖注入。容器缓存阶段：将Bean实例注册到Spring容器中，并进行必要的后处理。销毁实例阶段：当Spring容器关闭时，调用销毁方法清理资源。为了更好地理解这些阶段，我们将使用一个简单的示例来说明每个阶段的具体操作。

原创 Spring Boot 自动装配机制原理详解

自动装配是指Spring Boot根据类路径中的依赖和配置文件中的信息，自动创建并配置Bean的过程。通过这种方式，开发者可以减少手动配置的工作量，提高开发效率。注解和文件。除了使用Spring Boot提供的自动配置类，开发者还可以编写自己的自动配置类。假设我们有一个名为MyService的服务类，希望在Spring Boot应用启动时自动创建并注入这个服务。@BeanSpring Boot的自动装配机制极大地简化了项目的配置过程，使得开发者可以更加专注于业务逻辑的实现。

原创 Spring 是如何解决循环依赖问题的？

循环依赖是指两个或多个Bean之间相互依赖，形成一个闭环。Bean A依赖于Bean B。Bean B依赖于Bean A。在这种情况下，如果处理不当，会导致对象创建过程中出现无限递归，最终导致堆栈溢出错误。实例化阶段：Spring通过反射创建Bean A的实例，并将其放入三级缓存。依赖注入阶段：当需要注入Bean B时，发现Bean B依赖于Bean A，Spring从三级缓存中获取Bean A的，生成早期Bean A实例，并将其放入二级缓存。注入早期Bean A。

原创 SpringBoot的“约定优于配置”理念详解

约定优于配置是一种软件设计哲学，旨在通过提供一组合理的默认配置来减少开发者需要做出的选择，从而简化开发过程。具体来说，这种理念假设大多数项目都会遵循一些常见的模式和惯例，因此框架会预先设定这些模式和惯例的默认值，开发者只需在特殊情况下进行自定义配置。虽然Spring Boot提供了很多默认配置，但在某些情况下，你可能需要自定义配置。你可以通过或文件来覆盖默认值。

原创 布隆过滤器详解及使用：解决缓存穿透问题

布隆过滤器是一种空间效率很高的概率型数据结构，用于判断一个元素是否在一个集合中。它的优点是高效且占用内存少，但有一定的误判率（即可能会错误地认为某个不在集合中的元素存在于集合中），不过它不会漏报（即如果一个元素确实不在集合中，布隆过滤器一定能够正确判断）。布隆过滤器是一种非常有效的工具，特别适用于需要快速判断元素是否存在但对误判率有一定容忍度的场景。在缓存系统中，它可以有效防止缓存穿透问题，减轻数据库的压力，提高系统的整体性能和稳定性。

原创 如何保障 MySQL 和 Redis 的数据一致性

不同的方法适用于不同的场景和需求。强一致性 vs 最终一致性: 如果需要强一致性，可以选择双写模式或分布式事务；如果可以接受最终一致性，可以使用 Cache Aside Pattern 或 Read/Write Behind Pattern。性能 vs 复杂性: 直写模式和读后写模式可以提高性能，但实现复杂度较高；Cache Aside Pattern 实现简单，但可能引入短暂的数据不一致。系统可靠性: 定期数据同步适合对一致性要求不高的场景，但在高并发环境下可能表现不佳。

原创 微服务架构的六种常用设计模式

服务拆分模式：解决单体应用的复杂性。API网关模式：统一管理服务入口和横切关注点。服务发现模式：支持动态服务调用。熔断器模式：提高系统的容错能力。事件驱动模式：实现服务间的异步通信。数据管理模式：确保数据的独立性和一致性。在实际应用中，通常需要结合多种设计模式来构建健壮、可扩展的微服务系统。同时，选择合适的技术栈和工具（如Spring Cloud、Kubernetes）也是成功实施微服务架构的关键。

原创 Tomcat 的几种部署方式

不同的部署方式各有优劣，选择合适的部署方式取决于具体的项目需求和环境条件。开发环境：推荐使用webapps目录自动部署或 Manager 应用程序，方便快捷。测试环境：可以考虑使用文件进行模块化部署，便于管理和调试。生产环境：建议采用server.xml或文件的手动配置，确保稳定性和安全性，并结合 CI/CD 工具实现自动化部署。

原创 探索 DeepSeek：人工智能领域的创新先锋

在人工智能（AI）技术日新月异的今天，DeepSeek 作为一家致力于 AI 技术研发和应用的公司，正以其卓越的技术实力和创新精神，在 AI 领域崭露头角。公司开发的智能客服系统、智能写作助手等产品，已经广泛应用于金融、教育、电商等行业。DeepSeek 利用 AI 技术辅助医生进行疾病诊断、药物研发、医疗影像分析等，提高医疗诊断的准确性和效率，为患者提供更优质的医疗服务。DeepSeek 将积极探索人工智能与云计算、大数据、物联网等技术的融合，创造新的应用场景，推动 AI 技术在更广泛的领域落地应用。

原创 Java语言的数据结构

Java的数据结构丰富多样，每种结构都有其适用的场景。选择合适的数据结构不仅可以提高代码的可读性和维护性，还能显著提升程序的性能。理解不同数据结构的特点和差异，有助于编写更高效的Java程序。

原创 SpringSecurity-前后端分离

try {// 设置当前线程的安全上下文。

原创 RuoYi框架上传图片或文件到阿里云OSS详细教程

为了提供一个更加详细的教程，我们将深入探讨每个步骤，并添加一些额外的细节和最佳实践建议。以下是关于如何在Ruoyi框架中集成阿里云OSS实现文件上传功能的详尽指南。

原创 【若依框架】代码生成详细教程，15分钟搭建Springboot+Vue2前后端分离项目，基于Mysql8数据库和Redis5，管理后台前端基于Vue2和Element Plus

通过上述步骤，你已经成功地搭建了一个完整的 SpringBoot + Vue2 前后端分离项目，集成了 MySQL 8 和 Redis 5，并使用了 Element Plus 作为前端 UI 框架。这只是一个起点，随着项目的进展，你可能还需要进一步定制和优化各个部分的功能。

原创 Windows 环境下安装和启动 Redis 服务

以上三种方法都可以帮助你在 Windows 上成功安装和启动 Redis 服务。对于大多数用户来说，使用 Chocolatey 或 Docker 可能是最简便且可靠的选择。无论采用哪种方式，请确保按照官方文档中的指导进行操作，并考虑安全性最佳实践，如设置强密码、限制网络访问等。

原创 Token和JWT的关系详细讲解

是一种开放标准 (RFC 7519)，定义了一种紧凑且自包含的方式用于在网络应用环境间安全地传输信息。这些信息经过数字签名（使用 HMAC 算法或 RSA 公私钥对）以确保其完整性和不可篡改性。Token 和 JWT 是紧密相连却又各自独立的概念。理解这两者之间的区别有助于选择最适合项目需求的身份验证方案。JWT 作为一种轻量级、安全且易于使用的 Token 实现方式，在当今的 Web 开发中得到了广泛应用。

原创 Redis 安装与 Spring Boot 集成指南

通过以上步骤，你应该能够在本地成功安装 Redis，并且将它与 Spring Boot 应用程序集成起来。这不仅有助于提高应用程序的性能，还能为开发者提供一个强大的工具来管理和优化数据存储。

原创 Spring六的新特性

Spring 6 引入了多个重要的新特性，这些特性旨在提高开发者的生产力、性能优化以及对现代应用架构的支持。

原创 JavaScript 延迟加载的方法

如果需要更复杂的控制或者兼容性考虑，可以使用 JavaScript 来检测元素是否进入视口，并在适当的时候加载图片。'/',});});延迟加载不仅仅局限于图片和脚本，还可以应用于各种类型的资源和场景。利用现代浏览器提供的新特性（如 Intersection Observer、动态导入等），结合传统的优化手段（如 Prefetch 和 Preload），可以构建出更加高效且响应迅速的 Web 应用。

原创 Java Development Kit (JDK) 1.8

Java8引入了许多重要的新特性，显著提升了语言的功能性和开发者的生产力。这些特性不仅使代码更加简洁和易于维护，还增强了性能和并发处理能力。希望这些介绍能帮助你更好地理解和利用Java8的新特性。

原创 Java I/O 深度解析：java.io 包的全面指南

java.io包提供了全面且灵活的工具集，帮助开发者轻松地完成各种 I/O 操作。理解这些基础类的工作原理以及它们之间的关系对于编写高效、可靠的 Java 程序至关重要。希望上述介绍能够为你提供足够的信息来掌握 Java 的 I/O 功能。