- 博客(95)
- 收藏
- 关注
RSS订阅原创 常用算法模板
二分查找法主要是解决在“一堆数中找出指定的数”这类问题。想要应用二分查找法，这一堆数必须有以下特征：存储在数组中有序排列（无序的话二分用来猜答案的方法）
2023-11-14 11:26:47
68
原创 Kubrenetes入门
1. 基础概念Pod/Pod控制器 Name/NameSpace Label/Label选择器 Service/Ingress1.1 Pod/Pod控制器PodPod是K8S里能够被运行的最小逻辑单元 1个Pod里面可以运行多个容器，被称为SideCar模式Pod控制器Pod控制器是Pod启动的一种模板，用来保证在K8S里启动的Pod应始终按照人们的预期运行（副本数、声明周期、健康状态检查） K8S内提供了众多的Pod控制器：Development, DaemonSet, Re
2021-12-02 23:55:53
352
原创 实现不可变类解决线程安全问题
举例：public class Location { private double x; private double y; public Location(double x, double y) { this.x = x; this.y = y; } public double getX() { return x;
2021-09-08 09:33:01
643
原创 Docker Compose入门使用教程
1. Docker Compose 介绍Docker Compose用来定义运行多个容器Compose重要概念：服务Service，容器，应用（Web、Redis、Mysql...）项目Project，一组关联的容器。Compose 使用的三个步骤： 使用 Dockerfile 定义应用程序的环境。 使用 docker-compose.yml 定义构成应用程序的服务，这样它们可以在隔离环境中一起运行。 最后，执行 docker-compose up 命令
2021-08-14 00:20:43
497
原创 Docker入门使用教程
1. 安装／升级Docker客户端对于10.10.3以下的用户 推荐使用Docker ToolboxMac安装文件：http://mirrors.aliyun.com/docker-toolbox/mac/docker-toolbox/对于10.10.3以上的用户 推荐使用Docker for MacMac安装文件：http://mirrors.aliyun.com/docker-toolbox/mac/docker-for-mac/2. 配置镜像加速器针对安装了Docker T
2021-08-13 23:21:51
181
原创 记录一次超时问题分析
一. 问题现象商品团队反馈，会员部分 dubbo 接口偶现超时异常，而且时间不规律，几乎每天都有，商品服务超时报错如下图：超时的接口平时耗时极短，平均耗时 4-5 毫秒。查看 dubbo 的接口配置，商品调用会员接口超时时间是一秒，失败策略是failfast，快速失败不会重试。会员共部署了8台机器，都是 Java 应用，Java 版本使用的是 JDK 8，都跑在 docker 容器中 。二. 问题分析开始以为只是简单的接口超时，着手排查。首先查看接口逻辑，只有简单的数据库调用，封装参
2021-05-25 09:46:16
179
原创 中台是什么？
1. 平台和中台的差异平台只是将部分通用的公共能力独立为共享平台，通过API或者数据对外提供公共共享服务，解决系统重复建设的问题。但是并没有企业内的其他平台或应用，实现页面、业务流程和数据从前端到后端的全面融合，并且没有将核心业务服务链路作为一个整体方案考虑，各平台任然是分离且独立的。中台提供的是一套企业级的整体解决方案，通过平台联通和数据融合为用户提供一致的体验，更敏捷地支撑前台一线业务。关键能力：对前台业务的快速响应能力；企业级复用能力；从前台、中台到后台的设计、研发、页面操作、流程
2021-05-12 15:58:15
623
原创 Redis不同数据类型使用案例
1、Hash举例：电商购物车，购物车id->1001 商品id->10088 数量->11）添加商品->HSETcart:1001 10088 12）增加数量->HINCRBY cart:1001 10088 13）商品总数->HLEN cart:10014）删除商品->HDEL cart:1001 100885）获取购物车所有商品-> HGETALL cart:1001优点：1）同类数据归类整合存储，方便数据管理2）相..
2021-05-10 18:00:28
151
1
原创 生产部署实践
1、RedisRedis cluster，10 台机器，5 台机器部署了 Redis 主实例，另外 5 台机器部署了 Redis 的从实 例，每个主实例挂了一个从实例，5 个节点对外提供读写服务，每个节点的读写高峰 QPS 可能 可以达到每秒 5 万，5 台机器最多是 25 万读写请求每秒。机器是什么配置?32G 内存+ 8 核 CPU + 1T 磁盘，但是分配给 Redis 进程的是 10g 内存，一般线 上生产环境，Redis 的内存尽量不要超过 10g，超过 10g 可能会有问题。5 台机
2021-04-29 14:34:50
88
原创 Kafka优秀实践
1. Kafka工业级异常处理1）自定义异常体系底层模块应该把自己的异常抛出来，最最核心的上层流程控制逻辑来捕获所有的异常，根据异常进行对应的处理；严格、成熟的系统里，一定有一套异常体系，就是针对系统可能出现的一些问题，定义好一些预定义的异常类，看到一个异常类就知道在代码的那个地方大概发生了什么样的异常，写好异常信息。2）底层模块把自定义异常往上抛3）核心控制流程中对各种异常进行处理处理技巧1：直接抛出异常到最上层的调用地方处理技巧2：封装成一种错误码的状态，400处理技巧.
2021-04-24 17:30:12
159
原创 KafkaProducer内核原理
1. KafkaProducer核心组件1）Partitioner，用来决定你发送的每条消息是路由到Topic的哪个分区；2）MetaData，用来从broker集群去拉取元数据的，包含Topics(Topic->Partitions->Leader+Followers,ISR列表: 所有同partiton leader数据同步的Replica集合)；默认5分钟会发送请求刷新元数据，在发送消息时，如果发现要写入的某个Topic对应的元数据不在本地，会发送请求到broker尝试拉取这个
2021-04-24 15:39:57
157
原创 DDD优秀实践及总结 Part Ⅴ——避免写流水账代码
1. 案例简介下单链路，假设我们在做一个checkout接口，需要做各种校验、查询商品信息、调用库存服务扣库存、然后生成订单：原始代码：@RestController@RequestMapping("/")public class CheckoutController { @Resource private ItemService itemService; @Resource private InventoryService invent
2021-04-22 11:41:43
396
原创 JVM性能优化怎么做
1. 一个新系统开发完毕之后如何设置JVM参数原则：尽可能让那个每次Young GC后存活对象远远小于Survivor区域，避免对象频繁进入老年代触发Full GC。2. 在压测之后合理调整JVM参数Eden区对象增长速率？Young GC频率？一次Young GC耗时？Young GC过后多少对象存活？老年代对象增长速率？Full GC频率多高？一次Full GC耗时？原则：尽量避免对象频繁进入老年代3. 线上系统监控和优化4. 线上频繁F...
2021-04-15 20:09:13
109
原创 JVM指令及使用
1. jstatjstat -gc PID 查看Java进程的内存和GC情况S0C：这是From Survivor区的大小S1C：这是To Survivor区的大小S0U：这是From Survivor区当前使用的内存大小S1U：这是To Survivor区当前使用的内存大小EC：这是Eden区的大小EU：这是Eden区当前使用的内存大小OC：这是老年代的大小OU：这是老年代当前使用的内存大小MC：这是方法区的大小MU：这是方法区的当前使用的内存大小Y..
2021-04-14 10:44:44
170
1
原创 G1回收器性能为什么比传统GC好
1. 每个Region大小是多大？region的大小必须是2的倍数，默认是堆的大小除以2048。也可以手动指定"-XX:G1HeapRegionSize"2. 可以设定GC停顿时间-XX:MaxGCPauseMills3. 大对象RegionG1提供了专门的Region来存放大对象，而不是让大对象进入老年代的Region中。而且一个对象如果太大，可能会横跨多个Region来存放。大对象Region既不属于新生代也不属于老年代，在新生代、老年代回收的时候，会顺带着大对象Region
2021-04-12 10:28:55
184
原创 频繁Full GC的几种常见原因
原因一：系统承载高并发请求，或者处理数据量过大，导致Young GC很贫乏，而且每次Young GC过后存活对象太多，内存分配不合理，Survivor区过小，导致对象频繁进入老年代，频繁触发Full GC。原因二：系统一次性加载过多数据进内存，搞出来很多大对象，导致频繁有大对象进入老年带，必然频繁触发Full GC。原因三：系统发生了内存泄漏，莫名其妙创建大量的对象，始终无法回收，一直占用在老年代里，必然频繁触发Full GC。原因四：Metaspace（永久代）因为加载类过多触发Full GC
2021-04-11 22:07:24
12509
原创 电商大促场景系统垃圾回收优化
1. 年轻代垃圾回收优化按照每个用户平均访问20次来计算，大致需要有500万日活用户，按照10%的付费转化率来计算，每天大概50万人会下订单，50万订单算集中在4个小时高峰期内，平均每秒就几十个订单。这时不需要对JVM多关注，内存无压力。1.1 大促场景的设定：可能在短短10分钟，瞬间会有50万订单，这样每秒会有接近1000的下单请求，按照3台来算，每台机器每秒需要抗300个下单请求，机器为4核8G，机器本身的CPU资源和内存资源是没有问题的。但是问题在于需要对JVM有限的内存资源进行合理.
2021-04-10 22:41:24
165
原创 微服务主流技术架构
1. 注册中心主流技术栈：Zookeeper、Eureka、Consul、NacosZookeeper:多用于Dubbo，leader+follower，leader写同步到follower，follower可以读。CP，leader崩溃的时候，为了保证数据一致性，要重新选举leader以及数据同步，集群可能会短暂不可用；Eureka:多用于Spring Cloud NetFlix，peer-to-peer，每个节点都能读都能写，异步复制。AP，不同的节点可能读到的数据不一样，任何节点宕机，..
2021-03-16 17:48:49
1087
1
原创 流量控制知识点
总体说明：Hystrix：关注点在于隔离和熔断为主的容错机制，超时或熔断可以快速失败，并提供fallback机制；Sentinel：多样化的流量控制、熔断降级、系统负载保护、实时监控和控制台。共同特性1）资源模型和执行模型上的对比：Hystrix强依赖隔离规则，因为Hystrix在执行时会解析Command的隔离规则来创建RxJava Scheduler并在其上调度执行；Sentinel只需要考虑这个代码是否需要保护，规则配置可以动态调整。2）隔离设计上的对比：Hystr..
2021-03-16 17:47:57
157
原创 DDD优秀实践及总结——规范总结
1、尽量使用DP，将隐型概念显性化；2、将数据校验、错误处理、属于该DP的行为放到DP创建中；3、抽象Entity，Entity中包含了数据和行为；4、抽象第三方服务；5、抽象中间件；6、封装业务逻辑，使用DP封装跟Entity无关的无状态计算逻辑，使用Entity封装单对象的有状态行为；7、使用Domain Service封装多对象逻辑；8、Entity和数据模型不需要完全一致，且尽量使用DP；9、Repository接口名称不要使用底层预发，操作Entity对象，不操作底
2021-01-23 18:04:36
658
原创 DDD优秀实践及总结 Part Ⅳ——领域层设计
案例分析：如何用代码实现一个龙与魔法的游戏世界的（极简）规则？基础配置如下： 玩家（Player）可以是战士（Fighter）、法师（Mage）、龙骑（Dragoon） 怪物（Monster）可以是兽人（Orc）、精灵（Elf）、龙（Dragon），怪物有血量 武器（Weapon）可以是剑（Sword）、法杖（Staff），武器有攻击力 玩家可以装备一个武器，武器攻击可以是物理类型（0），火（1），冰（2）等，武器类型决定伤害类型 攻击规则如下： 兽人对
2021-01-23 16:32:40
346
原创 DDD优秀实践及总结 Part Ⅱ——应用架构
Part Ⅱ. 应用架构好的应用架构目标：独立于框架、独立于UI、独立于底层数据源、独立于外部依赖、可测试。案例分析案例：用户可以通过银行网页转账给另一个账号，支持跨币种转账。同时因为监管和对账需求，需要记录本次转账活动。需求拆解：1）从MySql数据库中找到转出和转入的账户，选择用 MyBatis 的 mapper 实现 DAO；2）从 Yahoo（或其他渠道）提供的汇率服务获取转账的汇率信息（底层是 http 开放接口）；3）计算需要转出的金额，确保账户有足够余额，并且没超出
2021-01-22 14:59:26
249
原创 秒杀场景实现思路
秒杀场景的特点是高并发，而高并发带来的问题就是会对服务器造成很大的压力，所以如何缓解这些压力和提高QPS就是秒杀优化所要解决的重点问题。主要的措施就是通过redis实现缓存来减少数据库的压力，通过消息队列完成异步下单，来提升用户的体验以及削峰降流。实现的思路是：1、首先在秒杀前先进行预热，将商品的库存加载到redis上；2、秒杀开始，后端收到请求后，redis预减库存，如果库存已经没有了，...
2021-01-20 16:24:49
1303
原创 前端知识点1
ES6...扩展运算符：将一个数组转为用逗号分隔的参数序列。 1）合并数组：// ES5[1, 2].concat(more)// ES6[1, 2, ...more] 2）解构赋值：// ES5 a = list[0], rest = list.slice(1) // ES6 [a, ...rest] = list //解构只能位于最后 3）函数多个返...
2021-01-20 16:22:03
87
原创 前端知识点2
8、事件机制，如何反转捕获和冒泡，addEventListener:event：必须。字符串，指定事件名。注意: 不要使用 "on" 前缀。 例如，使用 "click" ,而不是使用 "onclick"。function：必须。指定要事件触发时执行的函数。当事件对象会作为第一个参数传入函数。 事件对象的类型取决于特定的事件。例如， "click" 事件属于 MouseEvent(鼠标事件) 对...
2021-01-20 16:21:28
49
原创 Java面试题四：Spring全家桶
四、Spring基本概念1、IOC/DI。答：1）对象的属性由自己创建，为正向流程，而由Spring创建，为控制反转；2）依赖注入为实现IOC的一种方式，通过配置文件或注解包含的依赖关系创建和注入对象；3）正向流程导致了对象和对象之间的高耦合，IOC可以解决对象耦合的问题。2、Context&Bean。答：1）所有由Spring创建，管理，用于依赖注入的对象，称为...
2021-01-20 16:20:56
145
原创 Java面试题一：Java基础
一、Java基础集合类：1、HashMap的put方法的具体流程?答：判断空间是否足够->不够则扩容->判断key是否存在->存在则插入链表->链表数如果超过8->转为红黑树。2、HashMap的扩容操作是怎么实现的？答：当kv达到扩容的阈值，以2倍扩容，将原表中的对象重新计算位置，并拷贝到新的表。3、HashMap是怎么解决哈希冲突的？答：...
2021-01-20 16:20:43
157
原创 Java面试题二：JVM
二、JVM其它1、JVM内存模型。答：1）栈：用来存储局部变量、操作栈、动态链接、方法出口等，调用方法时执行入栈，方法返回时执行出栈；2）本地方法栈：保存native方法信息；3）程序计数器：保存当前线程执行的字节码位置，执行native方法时为空；4）堆：被线程共享，存放所有的对象实例；5）方法区（非堆区）：用来存放已被虚拟机加载的类信息，常量，静态变量，即时编译优化后...
2021-01-20 16:20:03
170
原创 Java面试题三：并发与多线程
三、并发与多线程锁1、Java内存模型。答：内存模型用于保证时间片导致原子性问题、多核多线程缓存一致性问题、处理器优化有序性问题。Java内存模型规定所有变量都存储在主内存中，每条线程有自己的工作内存，其中保存了主内存中变量的副本拷贝，工作线程对变量的操作必须在工作内存中进行。synchronized提供了monitorenter和monitorexit来保证原子性；使用volatile...
2021-01-20 16:19:56
239
原创 Java面试题五：缓存
六、缓存1、Memcached。答：特点是多线程、异步IO、KV存储、内存存储没有持久化、采用LRU（Least Recent Used）淘汰算法。内存管理（Slab结构）：内存按照1MB的大小分页，页中的内存分割为具有相同大小的内存块。一个新的记录到来时，Memcached根据记录的大小选择存储的Slab类型，如果没有该类型空闲的Slab块，会创建一个新的页。当记录大小发生变化时，存...
2021-01-20 16:19:16
306
原创 Java面试题六：消息队列与数据库
七、消息队列1、消息队列的使用场景。答：应用解耦、服务通信、异步任务、削峰填谷、消息广播。2、Kafka架构。答：Kafka集群由多个server组成，每个server成为一个Broker，为消息代理；Kafka中的消息是按topic进行划分的，一个topic就是一个queue；为了提高并行能力，Kafka为每个topic维护了分布式的Partition日志文件。3、Kafka...
2021-01-20 16:18:46
642
1
原创 DDD优秀实践及总结 Part Ⅰ——Domain Primitive
Part Ⅰ.Domain Primitive (DP)原则一：将隐形概念显性化（Make Implicit Concepts Explicit）案例：一个新应用在全国通过 地推业务员 做推广，需要做一个用户注册系统，同时希望在用户注册后能够通过用户电话（先假设仅限座机）的地域（区号）对业务员发奖金。原始代码：public class User { Long userId; String name; String phone; String address;.
2021-01-20 16:09:31
470
原创 《亿级流量网站核心技术》读书笔记
1、高并发原则无状态、拆分、服务化、消息队列、数据异构、缓存银弹、并发化。数据异构：订单分库分表一般按照订单ID进行划分，如果要查询某个用户的订单列表，需要聚合多个表的数据后才能返回，导致订单表读性能很低。此时可以按照用户ID进行分库分表，异构一套用户订单表。数据闭环：商品详情页，因为数据来源太多，影响服务稳定性的因素就非常多，最好的办法就是把使用到的数据进行异构存储，形成数据闭环。步骤：数据异构（通过MQ机制接收数据变更存储到合适的存储引擎，如：redis）->数据聚合（可选）->
2020-11-28 11:32:53
289
1
原创 my-statemachine和my-rulemachine一些值得借鉴的代码和思想
1、基本模型my-statemachine使用一个工厂（factory）创建一个状态机的构造器（builder），builder包含5个要素：起始状态（from）、目标状态（to)、触发事件（on）、条件判断（when）、执行动作（perform)，再使用builder构建一个状态机实例，传入起始状态、触发事件、相关参数（非必要）启动状态机。public void testExternalNormal() { StateMachineBuilder<States, Eve
2020-10-12 16:03:53
137
原创 分库分表知识点
1、什么要分库分表？一般一个表的数据最好控制在200万以内，一个库最多支撑并发2000，并发最好保持在1000。# 分库分表前 分库分表后 并发支撑情况 MySQL 单机部署，扛不住高并发 MySQL从单机到多机，能承受的并发增加了多倍 磁盘使用情况 MySQL 单机磁盘容量几乎撑满 拆分为多个库，数据库服务器磁盘使用率大大降低 SQL 执行性能 单表数据量太大，SQL 越跑越慢 单表数据量减少，SQL 执行效率明显提升 2、不同.
2020-09-16 17:24:36
181
原创 消息队列知识点
1、为什么要用消息队列好处：解耦、异步、削峰；缺点：系统可用性降低、系统复杂度高、一致性问题。2、Kafka、RabbitMQ、RocketMQ 有什么优缺点？特性 RabbitMQ RocketMQ Kafka 单机吞吐量 万级 10 万级，支撑高吞吐 10 万级，高吞吐，一般配合大数据类的系统来进行实时数据计算、日志采集等场景 topic 数量对吞吐量的影响 topic 可以达到几百/几千的级别，吞吐量会有较小幅度的下降，这是 .
2020-09-15 16:40:39
113
原创 通过test用例分析COLA statemachine源码
外部状态转移的test用例：@Test public void testExternalNormal(){ // 第一步：生成一个状态机builder StateMachineBuilder<States, Events, Context> builder = StateMachineBuilderFactory.create(); // 第二步：设置一个外部状态转移类型的builder，并设置from\to\on\when\perf
2020-09-11 17:21:00
1833
原创 分布式锁知识点
1、基于redis的最简单的分布式锁// 获取锁// NX是指如果key不存在就成功，key存在返回false，PX可以指定过期时间SET anyLock unique_value NX PX 30000// 释放锁：通过执行一段lua脚本// 释放锁涉及到两条指令，这两条指令不是原子性的// 需要用到redis的lua脚本支持特性，redis执行lua脚本是原子性的if redis.call("get",KEYS[1])== ARGV[1] then return red
2020-09-09 16:15:06
195
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人