daobuxinzi的博客

如果声音频繁发出，影响工作或电脑的正常使用，对于非关键提示音可以取消掉，具体操作步骤如下，本方案除了适用于设备接触不好，经常连接上、断连的场景，对于其他用户想要取消的声音，皆可按如下方法操作，只是选择取消的提示音不同。4. 打开“声音”的设置窗口，点击菜单栏的【声音】，在程序事件中，向下滚动找到“设备中断连接”，将之选中，然后点击第三步处的“声音”，选择下拉框中的“无”即可，问题即可解决。2. 打开如下界面后，点击个性化中的“主题”，再点击右边红色框的“声音”打开。

谈到并发，我们不得不说，所谓的AQS即是抽象的队列式的同步器，内部定义了很多锁相关的方法，我们熟知的Semaphore等都是基于AQS来实现的。我们先看下AQS相关的UML图：image.png思维导图：image.png上面已经介绍了AQS所提供的核心功能，当然它还有很多其他的特性，这里我们来继续说下Condition这个组件。Condition是在java 1.5中才出现的，它用来替代传统的Object的wait()notify()实现线程间的协作，相比使用Object的wait()

对于顺序消息,当消费者消费消息失败后,消费者会在本地自动不断进行消息重试,每次间隔时间为 1 秒,重试最大值是 Integer.MAX_VALUE。对于无序消息(普通、定时、延时、事务消息)当消费者消费消息失败时可以通过设置返回状态达到重试的目的。广播模式下消息队列RocketMQ保证每条消息至少被每台客户端消费一次，但是并不会对消费失败的消息进行失败重投，因此业务方需要关注消费失败的情况。当消费者消费消息失败后,消费者会在本地自动不断进行消息重试,每次间隔时间为 1 秒,重试最大值是 Integer.MA

讲了这么关于中台的来龙去脉，以及种种表现形式，也讲了我对于企业平台化与中台化的理解，但你可能仍然会觉得比较抽象，所以我想，一定要试着给中台下个定义。为什么需要一个定义呢？企业级能力复用平台。很简单，是不是有点失望？为什么会有那么多中台？中台化与平台化的区别是什么？中台化和服务化的区别是什么？中台该怎么建设？……这 9 个字看起来简单，重要的是其背后对「中台」价值的阐释，下面就让我为你一一拆解来看。今天我们从企业为什么需要平台化入手，讨论了企业又为什么需要建中台。

比如用户实体属性有：姓名、性别、年龄、身高、三围等。在设计初步E-R图时，要尽量充分地把组织中各部门对信息的要求集中起来，而不需要考虑数据的冗余问题。逻辑结构设计的任务是把建立的全局E-R图，转换成关系模式，就是生成数据库中的表，并确定表的字段。这个阶段，需要决定数据表的名字、字段名字，字段类型的选择，主键，索引，表引擎，表字符集等内容。在得到全局ER模式后，为了提高数据库系统的效率，还应进一步依赖需求对ER模式进行优化。在上面实体之间的关系的基础上，将实体、实体的属性和实体之间的联系转换为关系模型。

到底什么是云原生呢？直到现在也没有一个确切的定义，但有两个常见的错误观点：云原生等同于容器；云原生就是在云上部署应用程序。我们可以先从云原生（CloudNative）这个词语来看，其可以拆分为Cloud 可以理解为应用程序部署在云中；Native 可以理解为应用程序从设计之初就是原生为云而设计的，需要充分利用和发挥云平台的弹性+分布式优势，提升云上资源利用率、缩短开发周期。简单来说，云原生就是在云中构建、运行应用程序的一套完整的技术体系和方法论。这里的技术体系和方法论就目前来说指的是。

双指针，指的是在遍历对象的过程中，不是普通的使用单个指针进行访问，而是使用两个相同方向（快慢指针）或者相反方向（对撞指针）的指针进行扫描，从而达到相应的目的。），从而在某些情况下能够简化一些运算。在LeetCode题库中，关于双指针的问题还是挺多的。截图来之 LeetCode 中文官网。

基本参考自leetcode官方写法，希望能写出简洁、高效、标准的模式。

转自：RMI与RPC的区别-腾讯云开发者社区-腾讯云

一个系统吞吐量通常由QPS（TPS）、并发数两个因素决定，每套系统这两个值都有一个相对极限值，在应用场景访问压力下，只要某一项达 到系统最高值，系统的吞吐量就上不去了，如果压力继续增大，系统的吞吐量反而会下降，原因是系统超负荷工作，上下文切换、内存等等其它消耗导致系统性能下 降。其中C是平均的并发用户数，n是平均每天访问用户数（login session），L是一天内用户从登录到退出的平均时间（login session的平均时间），T是考察时间长度（一天内多长时间有用户使用系统）可以用下面的方法计算。

FST 序列化全称是 Fast Serialization Tool，它是对 Java 序列化的替换实现。JDK 提供的序列化提升了 10 倍，体积也减少 3-4 倍多支持堆外 Maps，和堆外 Maps 的持久化支持序列化为 JSON。

在本课时，我们首先介绍了 Java 序列化的基础知识，帮助你快速了解序列化和反序列化的基本概念。然后，介绍了常见的序列化算法，例如，Arvo、Fastjson、Fst、Kryo、Hessian、Protobuf 等。最后，深入分析了 dubbo-serialization 模块对各个序列化算法的接入方式，其中重点说明了 Hessian2 序列化方式。

数字化 IT 从业者知识体系》的初衷是为 IT 从业者提供的系统性的数字化知识体系，内容涵盖管理实践、工程实践、技术实践三个层次，涉及软件开发方法、应用技术架构、应用部署与管理、软件交付与协作四大方面。随着互联网的出现和发展,软件用户的数量的急剧增长，应用的用户规模指数级增长，具有海量用户的应用变得普遍。1968 年的软件危机产生了软件工程，并且催生了面向对象的高级语言，例如 1972 的 C 语言，同时产生了我们的单体式的技术架构，单体架构的特点是所有代码逻辑都耦合在一个项目中。

面向服务架构（SOA）是一个组件模型，它将应用程序的不同功能单元（称为服务）进行拆分，并通过这些服务之间定义良好的接口和协议联系起来。接口是采用中立的方式进行定义的，它应该独立于实现服务的硬件平台、操作系统和编程语言。这使得构建在各种各样的系统中的服务可以以一种统一和通用的方式进行交互。这个概念有些难理解，我们可以从垂直架构的不足来理解SOA架构做了什么。同样都是对系统进行拆分，SOA在垂直架构的基础上，抽离出重叠的功能作为公共的服务，来解决重复造轮子的问题。

ps：创建 RedissonClient 对象实例的方式多钟多样，可以直接通过在代码中设置 Redis 服务的相关参数创建，也可以通过加载 JSON 格式、 YAML 格式或者 Spring XML 配置文件来创建，详细的参数配置可用移步上文提到的 Redisson 开发文档。但是两者并没有进一步深化，只给了你操作 Redis 数据库的工具，而 Redisson 则是基于 Redis、Lua 和 Netty 建立起了一套的分布式解决方案，比如分布式锁的实现，分布式对象的操作等等。

Spring的本地事务大家都很了解，也经常用，并不支持的跨库事务，那么为什么Sharding-JDBC中却能支持呢？，因此在非硬件、网络的情况下都是可以正常回滚的，一旦因为网络、硬件故障，可能导致某个数据源。)是无法保证跨库的分布式事务，不要被Sharding-JDBC的假象迷惑了。此时很多人都迷糊了，Sharding-JDBC中的本地事务真的是可以保证。拆分成对应数据源的SQL，然后在不同数据源中的执行，最终会提交或者回滚。，这个类就不必多解释了，在学习JDBC的时候应该都有所接触，直接和。

由于B+树的非叶节点不存放实际数据，因此每一节点所能容纳的元素数量比B-树多，树高比B-树小，其优点是减少了磁盘的访问次数。虽然B+树找到记录所需的比较次数比B-树多，但一次磁盘访问的时间相当于数百次内存比较的时间，所以实际上B+树的性能可能会更好，而B+树的叶节点也可以用指针连接在一起，方便顺序遍历(例如查看一个目录下的所有文件，一次磁盘访问的所有。而B+树中每一个记录的查找时间基本相同，都需要从根节点到叶节点，并且在叶节点中再比较一下关键字。在这一点上，B-树的性能似乎比B+树好，

通知的选取规则五大通知类型中，环绕通知功能最为强大，因为。如果需要记录异常信息，使用异常通知。其他通知，只能做记录工作，不能做处理，所以执行顺序其实对整个程序影响不大，没有必要太深究。

你学到了多种方法来解决java8流中的错误。转自：https://juejin.cn/post/7131915267398975519。

设置了--master-id，则以该节点作为新节点的master，如果没有设置--master-id，则调用get_master_with_least_replicas方法，寻找slave数量最少的master节点。没有传递–weight的节点的权重默认为1。--from ：需要从哪些源节点上迁移slot，可从多个源节点完成迁移，以逗号隔开，传递的是节点的node id，还可以直接传递--from all，这样源节点就是集群的所有节点，不传递该参数的话，则会在迁移过程中提示用户输入。