m0_64420350的博客

前言在实际开发中，有时候会收到一些服务的监控报警，比如CPU飙高，内存飙高等，这个时候，我们会登录到服务器上进行排查。本篇博客将涵盖这方面的知识：Linux性能工具。一次线上问题排查模拟背景：服务在平稳运行一段时间后，CPU突然飙高。通过top命令，可以确认下，到底是哪个进程导致CPU飙高了（也许是误报呢？）。可以看到图中PID是2816的进程，CPU使用率非常高。使用top -Hp 2816来对进程下的线程进行观察。图中可以发现，2825这个线程CPU非常

上篇文章提到固定时间窗口限流无法处理突然请求洪峰情况，本文讲述的令牌桶线路算法则可以比较好的处理此场景。工作原理单位时间按照一定速率匀速的生产 token 放入桶内，直到达到桶容量上限。 处理请求，每次尝试获取一个或多个令牌，如果拿到则处理请求，失败则拒绝请求。优缺点优点可以有效处理瞬间的突发流量，桶内存量 token 即可作为流量缓冲区平滑处理突发流量。缺点实现较为复杂。代码实现core/limit/tokenlimit.go分布...

前言今天咱们更进一步聊聊索引的相关问题，因为索引是大家都比较关心的公共话题，确实有很多坑。不知道你在实际工作中，有没有遇到过下面的这两种情况：明明在某个字段上加了索引，但实际上并没有生效。 索引有时候生效了，有时候没有生效。今天就跟大家一起聊聊，mysql数据库索引失效的10种场景，给曾经踩过坑，或者即将要踩坑的朋友们一个参考。1. 准备工作所谓空口无凭，如果我直接把索引失效的这些场景丢出来，可能没有任何说服力。所以，我决定建表和造数据，给大家一步步演示效果，尽量做到有理有据

作为一个后端开发者，我做的大部分项目一般都是基于 Swagger 来管理 API 文档，基于 Postman 来做接口调试，基于 JMeter 来做接口性能测试，基于 RAP 等工具 Mock API 数据。我经常在想：“要不要这么麻烦？有没有一款工具能够直接提供这些功能？经常在不同的工具之间切换来切换去真的很烦呢！”。我在网上找了很久，终于让我找到了一款游戏 API 文档、API 调试、API Mock、API 自动化测试一体化协作平台 —Apifox。Apifox 介绍官方对 Apif.

今天，我带大家更深层次的认识认识 Protobuf，如果你对 Protobuf 的用法还不熟悉，直接前往：developers.google.com/protocol-bu…。当对 Protobuf 有了基本的认识后，就会明白了 Protobuf 序列化的数据会比 JSON、XML 传输效率更高。那为啥会高呢？本篇就带着这个问题一探究竟。看表面对于 JSON、XML，为了便于数据传输时的可阅读性，会保留数据的结构化信息，举个 JSON 例子，如下：{ "name": "laomi

熟悉Spring的小伙伴们应该都对aop比较了解，面向切面编程允许我们在目标方法的前后织入想要执行的逻辑，而今天要给大家介绍的Java Agent技术，在思想上与aop比较类似，翻译过来可以被称为Java代理、Java探针技术。Java Agent出现在JDK1.5版本以后，它允许程序员利用agent技术构建一个独立于应用程序的代理程序，用途也非常广泛，可以协助监测、运行、甚至替换其他JVM上的程序，先从下面这张图直观的看一下它都被应用在哪些场景：看到这里你是不是也很好奇，究竟是什么神仙..

码哥，String 还能优化啥？你是不是框我？莫慌，今天给大家见识一下不一样的 String，从根上拿捏直达 G 点。并且码哥分享一个例子：通过性能调优我们能实现百兆内存轻松存储几十 G 数据。String对象是我们每天都「摸」的对象类型，但是她的性能问题我们却总是忽略。爱她，不能只会简单一起玩耍，要深入了解String的内心深处，做一个「心有猛虎，细嗅蔷薇」的暖男。通过以下几点分析，我们一步步揭开她的衣裳，直达内心深处，提升一个 Level，让String直接起飞：字...

虽然计算机相关专业，操作系统和计算机组成原理是必修课。但是大学时和真正从事相关专业工作之后，对于知识的认知自然会发生变化。还很有可能，一辈子呆在学校的老师们只是照本宣科，自己的理解也不深。所以今天我站在真正排查解决问题时的需要层面，用白话说一说linux操作系统的那些知识。本文整体采用的是类似递归调用的递进式结构。linux内核的本质简单来说如上图所示，咱们平时的应用程序或者linux命令要和操作系统打交道，都要经过一个叫做linux内核的软件。所有的硬件操作都需要通过他。就像古代女子出

今天，我带大家更深层次的认识认识 Protobuf，如果你对 Protobuf 的用法还不熟悉，直接前往：developers.google.com/protocol-bu…。当对 Protobuf 有了基本的认识后，就会明白了 Protobuf 序列化的数据会比 JSON、XML 传输效率更高。那为啥会高呢？本篇就带着这个问题一探究竟。看表面对于 JSON、XML，为了便于数据传输时的可阅读性，会保留数据的结构化信息，举个 JSON 例子，如下：{ "name": "laomi

Redis基础数据类型redis有5中基础数据类型结构，分别为 string(字符串)、list(列表)、hash(字典)、set(集合)、zset(有序集合).redis所有的数据结构都用一个唯一的key字符串作为名称，然后通过这唯一的key获取相应的value数据，不同类型的数据结构在于value的结构不同，也就是说不管是什么数据类型，他们的key都是字符串，代表能找到相应数据的标识。string(字符串)字符串结构用于存储一些固定的信息，例如用户信息，在系统中将用户信息序列化成一个js