- 博客(33)
- 收藏
- 关注
RSS订阅原创 分布式ID
分布式ID的核心问题包括唯一性冲突、有序性不足、性能瓶颈、可用性风险、安全隐患等。解决方案需针对性处理：通过数据库分库分表自增优化保证唯一性；采用雪花算法或时间戳前缀确保有序；利用号段模式本地缓存提升性能；通过多活部署和降级策略保障可用性；使用ID混淆或随机后缀增强安全性。选型需根据场景需求，高并发有序场景推荐雪花算法或号段模式，小规模系统适用数据库自增，敏感业务可考虑优化版UUID。落地时需注意机器ID分配、号段规划、监控告警和兼容性测试。
2025-11-09 16:30:35
675
原创 分布式的cap,base,raft
本文详细解析了分布式系统中的CAP理论、BASE理论、Paxos和Raft协议。CAP理论指出在一致性、可用性和分区容错性中只能三者择其二，实际系统多为CP或AP方案。BASE理论是CAP的工程实践补充，通过基本可用、软状态和最终一致性保证高可用性。Paxos作为首个分布式一致性算法，通过两阶段提交确保数据一致但实现复杂；Raft是Paxos的简化版，通过领导选举、日志复制和安全性保障三大机制更易理解和实现，已成为工业界主流选择。这些理论和技术共同构成了分布式系统设计的理论基础和实践指导。
2025-11-09 10:33:33
786
原创 redis的跳表
跳表是一种多层有序链表结构，通过分层索引优化查找效率。底层为完整数据链表，上层为抽样索引层（如每隔几个节点抽一个），查找时从高层快速跳过节点逐步下探，将复杂度从O(n)降至平均O(log n)。其核心实现包括随机生成节点层级、多层指针维护和动态调整索引结构，兼具平衡树的性能与链表的简单性，特别适合范围查询，因此被Redis有序集合采用。
2025-11-05 17:10:56
968
原创 redis集群下如何使用lua脚本
Redis集群下Lua脚本的执行影响与解决方案 原子性保障：Redis通过单线程模型保证Lua脚本在单节点执行的原子性，但在分布式集群中，原子性仅限单个节点，无法实现跨节点原子操作。 主从集群影响： 主节点执行脚本后将EVAL命令同步到从节点重新执行 存在主从延迟导致短暂数据不一致风险 故障转移可能造成脚本执行中断 分布式集群限制： 所有操作key必须属于同一槽位（CROSSSLOT错误） 无法保证跨节点操作的原子性 解决方案： 使用哈希标签（{tag}）强制key分配到同一槽位 避免脚本包含随机/时间相关
2025-11-05 09:51:06
1115
原创 基于用户的协同过滤算法实现小说推荐算法
本文介绍了基于用户协同过滤的小说推荐算法实现。系统通过NovelRecommendService接口定义推荐功能，包括用户推荐、相似度预计算和行为向量获取。核心实现类NovelRecommendServiceImpl采用多源用户行为数据（书架收藏、浏览记录）构建用户行为向量，通过计算用户相似度来生成推荐结果。算法考虑了冷启动问题，并使用Redis缓存优化性能。实现中综合了用户交互时长、频次等因素进行加权评分，并设定了相似用户阈值和推荐候选集大小等参数，确保推荐质量与效率的平衡。整个系统设计具有较好的可扩展性
2025-10-30 20:04:46
275
原创 HashMap的源码学习
本文深入剖析了Java中HashMap的源码实现，重点分析了JDK 8及以上版本的核心原理和关键实现细节。HashMap基于哈希表实现，采用链表+红黑树（JDK 8引入）解决哈希冲突，并支持动态扩容。文章详细讲解了其核心属性、哈希函数设计、桶索引计算以及关键的put()方法实现流程，包括延迟初始化、链表转红黑树的条件等优化策略，帮助读者深入理解这一重要数据结构的底层实现机制。
2025-10-30 19:28:41
885
原创 redis主从复制
Redis主从复制通过异步方式实现数据同步，分为全量复制和增量复制两个阶段。主节点生成RDB快照并发送给从节点完成初始化同步，后续通过复制偏移量和缓冲区实现增量同步。线上部署可采用一主多从架构，配置主节点密码、持久化和从节点只读模式，并通过info replication命令验证同步状态。需注意性能优化（如调整缓冲区大小）、高可用配置（结合哨兵）和监控关键指标，确保数据一致性及系统稳定性。
2025-10-29 22:17:21
344
原创 mysql线上主从集群设置
MySQL 主从复制搭建方案摘要： 本方案详细描述了MySQL主从复制的线上部署流程，适用于生产环境。首先规划主从服务器环境，确保版本一致、时间同步、网络互通。主库需开启binlog并配置唯一ID，创建专用复制账号并锁定数据库获取binlog位置信息。从库需导入主库数据快照，配置server-id并设置只读模式。通过CHANGE MASTER命令建立主从连接后，启动复制进程。验证阶段检查Slave_IO_Running和Slave_SQL_Running状态，并进行数据同步测试。运维时需关注binlog清理
2025-10-29 22:04:52
1009
原创 Future，FutureTask，CompletableFuture使用场景
Java并发编程中，Future、FutureTask与Runnable、Callable是处理异步任务的核心组件。Runnable适用于无返回值任务，Callable支持返回结果和异常抛出。Future作为结果句柄可获取任务状态和结果，FutureTask是其实现类，可直接提交给线程池。主要应用场景包括：获取异步结果（Callable+Future）、手动控制任务执行（FutureTask）、任务取消（Future.cancel()）以及无返回值异步执行（Runnable）。
2025-10-28 14:15:28
1135
原创 G1的动态对象年龄判定
JVM 动态对象年龄判定机制通过灵活调整晋升策略优化内存管理。通用规则是当某年龄段对象总大小≥Survivor区50%时，该年龄及以上对象直接晋升老年代。G1收集器结合Region模型实现更智能的判定：动态计算候选晋升年龄，并综合老年代空间和回收收益决定晋升，避免传统固定阈值导致的"年龄堆积"问题。该机制优先级高于MaxTenuringThreshold，使内存管理更高效。实际应用中，建议通过监控调整Survivor Region数量，而非直接修改年龄阈值。这一设计使G1能更好地平衡内存
2025-10-28 09:55:48
881
原创 Java队列的详细特性学习
Java队列(Queue)是遵循FIFO原则的集合，分为阻塞队列和非阻塞队列两大类。非阻塞队列如ConcurrentLinkedQueue采用CAS实现无锁并发，适合高吞吐场景；阻塞队列如ArrayBlockingQueue使用锁机制实现线程安全，支持生产者-消费者模型。特殊队列包括优先级队列PriorityBlockingQueue、延迟队列DelayQueue和双端队列Deque等，各有独特应用场景。底层实现上，数组队列性能稳定，链表队列扩容灵活，而SynchronousQueue则实现零缓冲的线程间直
2025-10-27 13:26:35
1107
原创 spring的三级缓存及二三级缓存解决的问题
本文详细解析了Spring通过三级缓存解决单例循环依赖的机制。三级缓存包括：存储完整Bean的一级缓存（singletonObjects）、存储早期引用的二级缓存（earlySingletonObjects）和存储工厂对象的三级缓存（singletonFactories）。核心流程通过提前暴露未完成初始化的Bean引用，同时利用工厂按需创建代理对象，确保单例性和完整性。二级缓存避免重复创建早期引用，三级缓存则解决AOP代理的按需创建问题。对于构造器注入的循环依赖，Spring通过@Lazy注解创建延迟代理来
2025-10-27 11:15:34
881
1
原创 操作系统常见面试题（java）
Java后端面试操作系统核心考点解析 摘要：Java后端面试中操作系统问题聚焦进程线程、内存管理和I/O机制三大模块。进程线程方面需掌握进程/线程区别、线程状态转换及IPC通信方式；内存管理重点理解虚拟内存机制、分页/分段区别及LRU等页面置换算法；I/O模型需区分同步/异步、阻塞/非阻塞特性，掌握多路复用原理及epoll优势。死锁问题需明确四个必要条件及解决策略。这些知识点与Java并发编程（如Thread类、锁机制）、JVM内存模型及NIO网络编程深度关联，是构建高并发系统的底层基础。
2025-10-26 14:44:08
932
原创 G1中的算法，实现垃圾回收的方式
G1垃圾回收器采用分区算法（Region-Based）管理堆内存，通过记忆集（Remembered Set）解决跨Region引用问题，并使用原始快照（SATB）算法保证并发标记准确性。其核心流程包括新生代GC、并发标记和混合回收，优先回收高垃圾占比Region以实现低延迟目标。最终标记阶段通过扫描所有Region的记忆集处理跨Region引用，确保标记完整性。G1通过动态调整回收范围平衡效率与STW时间，适合大堆内存场景。
2025-10-25 11:30:13
991
原创 三色标记、CMS执行流程、写屏障、增量同步、卡表及增量同步存储详解
本文详解了垃圾回收中的三色标记、CMS执行流程及相关技术。三色标记（白、灰、黑）解决并发标记时的对象漏标问题。CMS通过7阶段（初始标记、并发标记、重新标记等）实现低延迟回收，利用写屏障和卡表记录引用变更。增量同步策略确保新增引用能被正确标记，数据存储在脏对象列表、卡表和标记队列中。这些技术共同保障了GC的高效执行，平衡了性能与准确性。
2025-10-25 09:31:05
1096
原创 Jvm资料整理
本文详细解析JVM运行时内存区域及其管理机制。主要内容包括：程序计数器（线程私有、无OOM）、Java虚拟机栈（存放栈帧，通过-Xss配置）、本地方法栈（与虚拟机栈合并管理）、Java堆（对象存储区，通过-Xms/-Xmx控制大小）、方法区（类元数据存储，JDK8后改为元空间）。文章还介绍了类加载器体系（启动类、扩展类、应用类及自定义加载器）及其双亲委派模型的工作流程（父类优先加载机制）。通过参数配置可优化各区域性能，文中提供了关键调优参数建议。
2025-10-24 20:56:13
967
原创 spring面试题从简到难
摘要： 本文介绍了Spring框架的核心概念和基础应用，包括IOC（控制反转）与DI（依赖注入）的关系、Bean的作用域、依赖注入方式、Spring MVC处理流程、事务管理注解以及常用组件注解的区别。同时对比了Spring与SpringBoot的核心差异，重点解析了SpringBoot的自动配置机制。这些内容适合Spring初学者快速掌握框架基础，为面试和开发实践提供指导。
2025-10-24 09:06:45
890
原创 aop对spring单例bean三级缓存的影响
本文分析了Spring框架中需要AOP增强的Bean处理机制：1) 多次获取时始终返回同一代理对象，由三级缓存机制保证单例唯一性；2) 二级缓存是避免重复创建代理的关键，缺少会导致单例破坏；3) 循环依赖时的"提前代理"不违背AOP原则，代理最终仍指向完整初始化的目标Bean。整体体现了Spring在原则性与灵活性之间的平衡设计。
2025-10-23 17:16:31
333
原创 spring面试题
什么是 Spring IOC：IOC（Inversion of Control，控制反转）是 Spring 核心设计思想，指“对象的创建、配置、依赖管理权力，从业务代码转移到 IOC 容器”。传统开发中，开发者需手动new对象、维护依赖（如 A 依赖 B 需手动new B()IOC 模式下，开发者仅声明依赖需求（如注解标注），容器自动创建对象、注入依赖。核心思想依赖反转（Dependency Inversion）
2025-10-23 14:39:30
624
原创 Spring Bean 完整生命周期
Bean生命周期涵盖从实例化到销毁的全流程，AOP在初始化后介入生成代理；三级缓存通过分层设计（延迟生成+缓存早期引用），既解决了单例Bean的循环依赖问题，又保证了AOP代理对象的唯一性，是Spring容器高效管理Bean的核心机制。
2025-10-22 20:08:41
846
原创 MySQL的可重复读实现原理
可重复读的实现通过MVCC的Read View机制，事务启动时生成一次快照，整个事务过程中读取的都是该快照版本，不受其他事务提交的影响。幻读的解决对于快照读（普通SELECT）：MVCC的快照机制确保看不到其他事务新增的数据。对于当前读（加锁查询/更新/删除）：通过Next-Key Lock（行锁+间隙锁）锁定数据及间隙，阻止其他事务插入新数据，避免幻读。核心优势。
2025-10-21 15:16:10
313
原创 Mybatis的#和$
{}通过预编译和参数绑定实现安全的参数传递，是日常开发的首选。${}通过字符串直接替换实现动态 SQL 拼接，存在 SQL 注入风险，仅用于必须动态修改 SQL 结构的场景（且需严格校验参数来源）。能使用#{}就不要用${}。
2025-10-17 20:13:59
303
原创 深入解析：事务如何通过日志实现（以InnoDB为例）
事务日志是数据库保障 ACID 特性的核心，InnoDB 中主要依赖 redo log（重做日志）、undo log（回滚日志）及 Log Buffer 实现。其核心是预写日志（WAL）机制：事务执行时，修改操作先写 Log Buffer 生成 redo log（含 LSN 序列号），提交时按 innodb_flush_log_at_trx_commit 参数策略（1 为强持久化）将日志刷盘，再延迟刷数据脏页。undo log 记录原始数据供回滚与 MVCC。崩溃恢复时，通过分析、重做。
2025-10-08 11:45:10
757
原创 JWT+Redis实现登录和退出登录令牌过期
JWT 提供了无状态的认证机制，减少了服务器存储压力Redis 黑名单解决了 JWT 无法主动失效的问题黑名单设置过期时间，避免了 Redis 存储空间无限增长这种方案既保留了 JWT 的优点，又弥补了其不足，适合大多数需要认证的 Web 应用场景。在实际应用中，还可以根据需求添加更多功能，如令牌刷新机制、权限控制等。
2025-10-07 18:07:35
576
原创 缓存模式及使用场景
本文系统介绍了五种主流缓存模式及其适用场景：Cache-Aside（通用读多写少）、Read-Through（简化应用逻辑）、Write-Through（强一致性）、Write-Behind（高吞吐写入）、Refresh-Ahead（预刷新热点数据）。重点分析了缓存使用中的六大核心风险：数据一致性、缓存穿透、击穿、雪崩、内存管理和并发安全，并给出针对性解决方案。最后提供了模式选择决策树，强调应根据业务特点（读写比例、一致性要求、复杂度需求）平衡选择，同时结合TTL、分布式锁、布隆过滤器等技术规避风险，实现缓
2025-10-03 18:26:23
526
原创 CMS与G1收集器
摘要：CMS和G1是JVM两大垃圾收集器，核心差异如下：CMS专管老年代，采用"标记-清除"算法，分4阶段（含并发标记/清除），通过卡表跟踪跨代引用，但会产生内存碎片；G1采用Region化设计，全域回收，基于"标记-整理+复制"混合算法，通过Remembered Set精确管理跨Region引用，支持可预测停顿（默认200ms）。CMS适合低延迟场景但需预留内存防CMF，G1则均衡吞吐与延迟，适合大堆应用。两者均通过写屏障处理并发标记，但机制不同（CMS用增量更新，
2025-10-02 11:26:19
1329
原创 xxl-job学习及与Sharding-JDBC实现分片进行es同步
XXL-Job是一款分布式任务调度框架，核心解决分布式环境下的任务统一调度、负载均衡和高可用问题。其核心组件包括调度中心、执行器和任务，支持分布式调度、分片执行、弹性扩容等特性，并提供多种路由策略和阻塞处理策略。在Java项目中引入XXL-Job需部署调度中心，配置执行器并编写任务处理器，最后在控制台配置任务。尤其适合与Sharding-JDBC结合实现数据分片任务的并行处理，通过分片参数与数据分片规则一致，实现高效分布式处理。
2025-09-27 15:10:41
655
原创 Java线程池完全指南：参数、队列、拒绝策略及实战
Override// 自定义处理逻辑，如：// 1. 将任务持久化到数据库或消息队列// 2. 记录日志并告警// 3. 降级处理（执行简化版任务）System.err.println("任务" + r + "被拒绝，当前队列大小：" + executor.getQueue().size());
2025-09-26 16:52:49
930
原创 jvm实现int i=0；i=i++及字节码文件组成
字节码中的方法区域是存放字节码指令的核心位置，字节码指令存放在方法的Code属性中。，常量池计数，接口数，字段数，方法数，访问标识，父类，接口等。这个问题从字节码指令层面剖析。
2023-12-09 16:18:20
408
原创 javaWeb的jwt令牌校验
default boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {//目标方法进行前执行，注意，返回true拦截器才会放行，false不会放行。
2023-12-05 19:36:41
1088
原创 Sky苍穹外卖总结
类实现了Serializable接口才能被序列化，Serializable接口内无内容，起标记作用，序列化主要在类被ObjectInputStream存储时发生，类如果没实现Serializable接口则无法被序列化，报java.io.NotSerializableException异常。
2023-12-04 20:59:34
930
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人