- 博客(113)
- 收藏
- 关注
RSS订阅原创 什么是Kafka？
Apache Kafka是一款开源分布式事件流平台，主要用于构建实时流数据管道和处理大规模数据流。其核心功能包括发布订阅事件流、持久化存储和实时处理数据。Kafka采用发布-订阅模型，通过主题、分区、生产者和消费者等组件实现高吞吐量、高可扩展性和容错性。相比RabbitMQ，Kafka更适合大规模数据流处理，具有更高的吞吐量和持久性。为简化部署管理，可使用Amazon MSK托管服务，提供高可用Kafka集群和自动化运维支持。
2026-03-13 11:46:32
429
原创 AOP源码实现及分析
本文解析了Spring AOP的核心实现原理，主要包括三个关键接口：Advice定义增强方式，Pointcut筛选目标方法，Advisor组合两者。源码展示了MethodBeforeAdvice等通知接口和JdkRegexpMethodPointcut等切点实现。文章重点分析了ProxyFactoryBean如何通过初始化Advisor链、选择代理技术（优先JDK动态代理，必要时CGLIB）来生成代理对象，并详细说明了代理选择的判断条件（基于接口实现和proxyTargetClass配置）。整体呈现了Spr
2026-03-05 16:19:15
410
原创 滑动窗口VS滚动窗口
本文对比了Spark Structured Streaming中的两种窗口机制：滚动窗口（Tumbling Window）和滑动窗口（Sliding Window）。滚动窗口无重叠，每条数据仅属于一个窗口，适用于需要精确统计的场景（如财务计费、小时报表）；滑动窗口有重叠，数据可能属于多个窗口，计算量更大但能更快响应变化，适合实时监控和异常检测。文章通过图示和代码示例（如window(timeColumn, windowDuration)与window(timeColumn, windowDuration,
2026-03-02 15:19:44
363
原创 个性化推荐系统全流程讲解附带源码地址
本文介绍了一个基于Spark+Kafka的实时用户行为分析与推荐系统项目。该系统采用DDD分层架构设计，实现了从用户行为事件生成、Kafka消息队列传输到Spark流式处理的完整链路。项目核心功能包括：通过模拟器生成随机用户行为事件，利用Kafka Producer异步发送消息，使用Spark Structured Streaming进行30秒滚动窗口聚合统计。技术栈包含Spring Boot、Kafka、Spark和DDD架构，重点解决了电商场景下用户行为数据的实时采集、聚合和特征提取问题。文档详细阐述了
2026-03-02 14:28:58
752
原创 基于双线程模型与内存池耗尽的Kafka生产端高并发最佳实践
摘要：本文深入剖析消息队列客户端实现原理，指出其本质是本地内存池与双线程协作机制。发送线程仅将数据存入记录累加器，后台Sender线程负责批量发送，通过配置参数（批次大小、延迟时间、内存缓冲等）在吞吐量与延迟间权衡。文章通过网关案例展示了参数配置不当导致的雪崩效应，强调必须设置合理超时熔断机制。最后提出企业级优化方案：严格限制飞行请求数保证顺序性，启用幂等配置，以及采用压缩算法置换带宽。这些参数不是简单配置，而是系统运行的物理法则。
2026-03-02 11:16:21
578
原创 COLA Ai状态机详解——这个状态机的意义是什么？以及我为什么需要创建它
摘要： 本文介绍了基于COLA架构开发的AI Agent状态机模块，旨在解决Spring AI工具调用中的黑盒效应、性能瓶颈和异常处理问题。通过状态机将AI执行流程拆解为THINKING、TOOL_CALLING等明确状态，结合Java 25的虚拟线程实现并行工具调用，并内置异常重试与监控机制。该设计使AI行为可观测、可控，支持复杂业务场景下的稳定运行，解决了传统方案中的串行性能差、错误透传和规则失控等痛点。（149字）
2026-02-28 11:36:27
665
原创 3500字拆解websocket，我们为什么需要它
WebSocket底层机制解析：从HTTP妥协到全双工通信的革命 本文深入剖析WebSocket技术的底层原理与设计哲学。文章首先揭示了HTTP协议在实时交互场景下的根本缺陷，包括轮询和长轮询带来的资源浪费问题。随后详细解读了WebSocket"借壳上市"的握手机制，特别是Sec-WebSocket-Key的设计初衷。在协议层面，重点分析了WebSocket的分帧传输、Ping/Pong心跳和防御性的掩码混淆机制。最后探讨了WebSocket对后端架构的颠覆性影响，包括NIO模型、epo
2026-02-25 12:16:45
755
1
原创 插入排序讲解
插入排序是一种基于整理扑克牌思想的排序算法，通过维护有序区和无序区，逐个将无序区元素插入到有序区的合适位置。其时间复杂度在最好情况下为O(n)，最坏和平均情况下为O(n²)，空间复杂度为O(1)。相比冒泡排序，插入排序更符合人类整理数据的自然思维，交换次数更少，适合小规模或基本有序的数据。该算法稳定且实现简单，常用于其他高级排序算法的子过程。面试时若被问及基本有序数据的排序选择，插入排序是理想答案。
2025-08-27 10:16:25
504
原创 冒泡排序详解
摘要： 程序员小巫分享了对冒泡排序的思考，认为它虽简单却是算法思维的启蒙。冒泡排序通过相邻元素比较交换，将最大值逐步“冒泡”到数组末尾，时间复杂度最坏O(n²)，最好O(n)，空间复杂度O(1)。其稳定性与直观性使其成为理解排序的基础，但实际项目中效率低，建议结合快排等高效算法学习。文章包含代码实现、复杂度分析及面试常见问题，强调冒泡排序作为算法入门的重要价值。
2025-08-27 09:55:41
393
原创 Redis事务与锁的顺序抉择：事务里加锁 vs 先锁再事务的“微妙差异”分享
Redis事务与锁的顺序选择对高并发场景有重要影响。先加锁再事务能确保全过程互斥，有效防止数据竞争；而事务内加锁由于延迟执行，无法在事务构建阶段提供保护，可能导致数据不一致。实际开发中推荐采用先锁后事务的标准模式，虽然会延长锁持有时间但能保证强一致性。在订单处理等关键场景中，错误的锁顺序可能引发超卖等问题，需特别注意锁的时效性与原子性操作的正确配合。
2025-08-22 09:48:39
1125
原创 Redis事务与MYSQL事务区别
Redis与MySQL事务对比摘要： Redis事务基于命令队列(MULTI/EXEC)，提供简单原子性但缺乏完整ACID支持，适合高性能场景如秒杀。MySQL事务通过undo/redo日志实现完整ACID，支持复杂操作与回滚，但性能较低。关键区别在于Redis无隔离性保证，错误不自动回滚，而MySQL提供强一致性和完善的错误处理机制。实际应用中，Redis适合简单原子操作，MySQL适合需要严格一致性的业务场景，两者可结合使用发挥各自优势。
2025-08-21 15:30:09
929
原创 Redis的String底层原理，为什么高效
Redis的String底层原理远比表面复杂。本文深入分析了Redis String的实现机制，它采用SDS（Simple Dynamic String）结构而非C字符串，具备O(1)长度获取、空间预分配、惰性释放和二进制安全等优势。Redis会根据数据特点自动选择int、embstr或raw三种编码方式，其中int存储整数最省内存，embstr优化短字符串存储。文章还分享了实际使用中的坑点，如数字存储方式对内存的影响，并整理了常见面试问题的解答。通过源码研究和实践验证，揭示了Redis String的高效
2025-08-20 10:45:23
895
原创 同步与异步？从一个卡顿的Java服务说起
同步 vs 异步：从4秒到2秒的性能优化 本文通过一个Java服务接口优化案例，生动演示了同步与异步编程的区别。原接口同步调用两个外部服务（各耗时2秒），总响应时间长达4秒，导致服务器线程资源被大量占用。通过引入Java 8的CompletableFuture进行异步改造，将两个任务并行执行后，总响应时间优化至2秒（取最慢任务耗时）。关键改进在于使用supplyAsync()将任务提交到线程池异步执行，主线程仅需等待最终结果。这种异步模式显著提升了服务吞吐量和资源利用率，展现了异步编程在高并发场景下的优势。
2025-07-21 11:36:17
825
原创 重载与重写？别再死记硬背了！我用“点咖啡”和“做家务”的故事给你讲明白
【摘要】本文用生活化案例解析Java中重载与重写的核心区别。重载（Overload）如同咖啡店点单，在同一个类中方法名相同但参数不同（如orderCoffee()、orderCoffee("拿铁")），提供多种调用方式；重写（Override）则像父子做家务，子类继承父类方法后重新定义实现（如Son重写Father的doChores()方法），体现多态性。两者关键差异在于：重载发生在同类，参数必须不同；重写需跨父子类，参数必须相同。通过"点咖啡"和"做家务&
2025-07-21 11:35:17
1103
原创 致求职中“破防“的你:请别跟别人比，请跟昨天的自己比
摘要： 本文以作者朋友求职受挫的经历为引，结合自身面试失败后重新振作的故事，为求职焦虑者提供心态调整建议：1. 停止无效比较，避免过度关注他人引发精神内耗；2. 客观自我盘点，梳理已有技能与项目价值；3. 理解岗位匹配性，认清"合适比顶尖更重要"的招聘逻辑；4. 建立微小成就体系，通过可完成的小目标重获掌控感。文章强调求职不是与他人的竞赛，而是自我成长的旅程，鼓励读者以"每日进步一点"的积极心态突破困境。（149字）
2025-07-17 16:16:41
605
原创 皮尔逊算法，一文弄清个性化推荐的大腿
本文用生动形象的方式解释了皮尔逊相关系数的核心思想。通过"宽容哥"和"犀利姐"的电影评分案例，说明皮尔逊系数能有效去除用户间的评分尺度差异，专注于捕捉品味的相对趋势。文章详细拆解了公式的分子（偏好度协方差）和分母（归一化处理），并指出该系数的局限性（如对数据稀疏性敏感、仅反映线性关系等）。最后强调理解算法背后的直觉思想比单纯记忆公式更重要，皮尔逊系数的本质是"在比较前先去除个体偏见"，这一思想在机器学习中具有广泛适用性。
2025-07-16 15:07:37
1019
原创 一文弄清Stream流
Stream流是Java 8引入的函数式编程特性，它通过声明式的链式操作简化集合处理。本文作者结合自身面试经历，深入剖析了Stream的核心优势：1）代码表达力强，逻辑清晰；2）惰性求值机制提升性能；3）支持并行处理。底层基于Spliterator和流水线操作实现，其中Spliterator负责数据拆分和迭代，而流水线操作则构建了一个延迟执行的垂直处理链。虽然Stream提高了代码可读性和开发效率，但在需要精细控制循环或极致性能的场景下，传统for循环仍具有优势。掌握Stream不仅意味着掌握新API，更是
2025-07-16 14:46:54
1249
原创 什么是转移概率矩阵
摘要：转移概率矩阵是马尔可夫链的核心工具，用表格形式展示系统从一个状态转移到另一状态的概率。以用户行为预测为例，通过分析历史行为数据（如浏览、点击、购买等状态间的转移频次），构建概率矩阵进行预测。该方法简单直观、计算高效，但存在无记忆性假设过强、数据稀疏性等局限。适用于短期行为预测场景，对冷启动问题可通过预设默认概率解决，进阶优化可考虑高阶马尔可夫链或深度学习模型。（149字）
2025-07-16 14:21:59
1312
原创 深拷贝和浅拷贝的区别
本文通过一个实际案例深入解析了Java中深拷贝与浅拷贝的区别。作者以自己踩过的线上事故为例，展示了浅拷贝如何导致共享数据被意外修改：当克隆包含可变对象（如List）的类时，浅拷贝仅复制引用而非对象本身，导致原对象和克隆对象仍共享同一数据。为解决此问题，文章详细介绍了深拷贝的实现方法，包括重写clone()方法、使用拷贝构造函数和序列化方式，强调对可变对象必须创建新实例。最后总结何时使用浅拷贝（仅含基本/不可变类型）和何时必须用深拷贝（含可变对象），并推荐拷贝构造函数作为最佳实践。全文通过"遥控器&
2025-07-15 17:02:29
808
原创 为什么Java更建议使用Builder模式编码？
Builder模式优雅地解决了复杂对象构建问题，避免了伸缩构造函数的混乱和JavaBean的不安全性。它通过分离构建过程与对象表示，使用链式调用实现流畅的API，并通过build()方法创建不可变的最终对象。这种方式既保证了对象创建的灵活性，又确保了对象状态的完整性和线程安全性，是构建复杂DTO的理想选择。
2025-07-15 16:09:04
466
原创 ==和equals有什么区别？看不懂隔着网线过来打我
本文通过一个实际案例详细解析了Java中==、equals和hashCode的区别与联系。作者在工作中遇到两个内容相同的用户对象用==比较不相等的问题，发现==比较的是对象内存地址而非内容。随后尝试用equals仍失败，发现默认继承Object类的equals本质上仍是==比较，必须重写该方法。最后使用HashSet时发现仍需重写hashCode，因为哈希集合依赖hashCode定位对象。文章强调Java的铁律：重写equals必须同时重写hashCode，并总结了三个概念的本质区别：==比较身份、equa
2025-07-15 15:57:03
392
原创 SpringBoot相较于Spring有什么优势
摘要： Spring Boot基于Spring框架，通过“约定优于配置”理念，简化了应用搭建、配置和部署流程，显著提升开发效率。其核心优势在于： 自动配置：根据依赖智能配置Spring应用，减少手动配置。 起步依赖：预置兼容的库组合（如spring-boot-starter-web），解决依赖管理难题。 内嵌服务器：集成Tomcat等服务器，无需独立部署，支持快速启动和容器化。 统一配置：通过application.properties灵活调整参数，适应多环境需求。 适用场景：快速构建生产级应用，尤其适合微
2025-07-14 17:40:43
565
原创 基于 Spark MLlib 的推荐系统实现
基于 Spark MLlib 的推荐系统实现 本文解析了使用Spark MLlib构建推荐系统的关键技术与优化方法。首先介绍了Spark MLlib的核心框架演进，重点对比了RDD和DataFrame两种API的特性及其在2025年的最新发展（如深度学习集成、AutoML支持）。其次深入剖析了协同过滤算法原理及前沿趋势（如神经网络协同过滤、图神经网络）。最后提供了优化的Java代码实现，通过分布式操作避免性能瓶颈。全文从框架、算法到实践三个维度，为构建高效推荐系统提供了全面指导。
2025-07-09 17:43:31
945
原创 Spring如何扫描@Component,@Service这些注解的
Spring组件扫描机制解析：通过"城市人口普查"类比，详解@ComponentScan底层原理。核心流程为：1) @ComponentScan划定扫描范围；2) ConfigurationClassPostProcessor协调扫描任务；3) ClassPathBeanDefinitionScanner作为执行者，使用ASM字节码技术（非类加载）高效读取类元数据；4) 根据@Component等注解筛选类，生成BeanDefinition注册表；5) 最终注册到BeanDefiniti
2025-07-09 17:16:44
925
原创 为什么Spring中推荐使用构造函数而不是@Autowired字段注入
摘要：Spring依赖注入方式对比 Spring官方推荐使用构造函数注入而非@Autowired字段注入，主要基于以下优势： 1️⃣ 不可变性：通过final字段确保依赖不可变，提升线程安全性； 2️⃣ 完整性检查：强制在对象创建时提供所有依赖，避免运行时NullPointerException； 3️⃣ 可测试性：无需Spring容器即可实例化类，简化单元测试； 4️⃣ 暴露设计缺陷：直接报错循环依赖问题，促使代码重构。 字段注入虽简洁，但掩盖设计问题，降低可维护性。建议强制依赖用构造函数注入，可选依赖用
2025-07-09 17:15:24
742
原创 一文弄清滑动窗口算法
滑动窗口算法精要 核心思想：通过动态调整窗口边界（左指针left和右指针right）高效解决问题，避免暴力枚举。关键要素包括： 窗口维护：使用集合/哈希存储当前窗口内容 扩展条件：右指针右移，纳入新元素 收缩条件：发现重复时，左指针右移直至窗口合法 结果更新：窗口有效时实时记录最优解 典型应用：求解"无重复字符的最长子串"问题时，通过哈希集合检测重复，时间复杂度优化至O(n)。该模式可扩展至多种边界滑动问题，如最大容积等场景。
2025-07-08 10:12:03
862
原创 注解@Transaction的底层原理
摘要：本文深入解析Spring框架中@Transactional注解与AOP的协同工作原理。通过将事务管理比作"智能保安系统"，阐明了AOP如何通过动态代理机制实现事务管理：1) Spring容器创建代理对象拦截方法调用；2) 代理对象在方法执行前后开启/提交/回滚事务；3) 原始业务逻辑在事务保护下执行。同时指出常见失效场景，如方法内部调用、非public方法及异常类型不匹配等情况，这些都与代理机制被绕过有关。理解这套机制有助于开发者正确使用事务注解并避免常见陷阱。
2025-07-08 09:39:12
1030
原创 反射的底层原理
Java反射机制的核心是Class对象，它存储了类的所有元数据。调用Method.invoke()时，JVM采用两阶段优化策略：前15次使用JNI本地调用（慢），超过阈值后动态生成字节码实现（快）。这种设计平衡了偶尔反射调用的初始化开销和频繁调用的性能需求，体现了JVM在性能优化上的极致考量。通过sun.reflect.inflationThreshold参数可控制切换时机，展现了典型的"空间换时间"和"延迟优化"思想。
2025-06-23 12:23:05
697
原创 Java反射原理，为什么都在用反射？
摘要：反射是Java的"魔法"特性，通过JVM方法区的Class对象实现运行时动态操作类的能力。虽然存在性能开销，但其在框架开发中价值显著：1)实现终极解耦，支撑Spring等框架的IoC机制；2)构建插件化系统，如IDE扩展功能。各大厂(阿里、腾讯等)的中间件和微服务框架都深度依赖反射。典型应用如数据中台项目通过反射动态实例化插件，实现配置化和扩展性，遵循开闭原则。合理使用反射能以微小性能代价换取系统的高度灵活性。
2025-06-23 12:15:09
884
原创 Java基础八股文 - 面试者心理历程与标准答案
Java基础面试要点：面向对象三大特性（封装、继承、多态）详解，基本数据类型和引用类型区别分析，String不可变设计原理及StringBuilder/StringBuffer对比，equals和hashCode重写契约关系，异常处理机制分类与最佳实践。面试时既要掌握核心概念，又要结合实际代码示例，展现深度理解。（149字）
2025-06-22 16:57:21
984
原创 Spark简介脑图
Apache Spark是一个快速、通用的大规模数据处理框架。它以RDD为核心数据结构，支持内存计算，比Hadoop MapReduce快100倍。Spark生态系统包含Spark SQL、Spark Streaming、MLlib和GraphX四大组件，支持批处理、流处理、机器学习和图计算。其架构包括Driver、Cluster Manager和Executor，通过DAG调度实现高效计算。Spark提供RDD、DataFrame和Dataset三级数据抽象，并采用智能内存管理机制。优化要点包括数据序列化
2025-06-15 15:34:47
755
原创 Spark核心概念与DAG执行原理笔记
本文系统梳理了Spark的核心概念与技术原理，重点解析了RDD特性、DAG执行机制和Stage划分规则。主要内容包括：1) RDD的五大核心特性及操作分类；2) DAG构建流程与窄/宽依赖判断标准；3) 基于Shuffle的Stage边界划分原理；4) Spark作业执行架构及各组件交互；5) 任务并行度与分区关系；6) 广播变量和累加器的应用场景。通过Mermaid图表直观展示了Spark的底层运行机制，为性能优化提供了理论基础，并简要概述了Spark 4.0的新特性发展方向。
2025-06-15 15:30:07
1271
原创 Spark DAG、Stage 划分与 Task 调度底层原理深度剖析
本文深入剖析了Spark的DAG构建与Stage划分机制，以及Task调度的底层原理。主要内容包括：1) DAG构建过程基于RDD的转换操作形成逻辑执行计划，通过行动操作触发计算；2) Stage划分依据RDD依赖类型，窄依赖可管道化执行，宽依赖成为Stage边界；3) Task数量主要由RDD分区数决定，受Shuffle配置、数据源特性等影响。文章详细解析了窄/宽依赖的特点及Stage划分逻辑，并分析了Task并行度的关键影响因素，为Spark性能优化提供理论基础。
2025-06-14 19:27:42
1892
1
原创 SparkUI依赖问题解决方法
摘要：用户遇到Spark UI运行时错误NoClassDefFoundError，提示缺少org.glassfish.jersey.servlet.ServletContainer类。分析表明未包含Jersey Servlet集成模块，需要添加jersey-container-servlet依赖。解决方案：在pom.xml中添加Jersey 3.1.10版本的Servlet容器依赖，并确保jakarta.servlet-api保持5.0.0版本。建议后续检查依赖树解决潜在冲突，并处理SLF4J日志绑定问题。
2025-06-14 18:14:18
1397
原创 解决Spark4.0.0依赖问题
本文针对Apache Spark 4.0.0运行中的常见问题提供了解决方案。主要问题包括POM依赖冲突、JDK版本不兼容（需JDK 17）以及Servlet API兼容性问题（如SingleThreadModel类缺失）。解决方案包括：在pom.xml中明确指定Java 17版本，设置Spark核心和SQL模块为provided范围，排除冲突的Servlet API依赖并手动引入5.0.0版本，配置Maven编译和执行插件，以及添加必要的测试依赖和--add-opens参数解决模块访问限制。这些调整确保了S
2025-06-14 18:08:04
1744
原创 聊聊二手商城的架构：我们如何解决了“立即购买”的库存锁定，以及为什么购物车是个“坑”？
### **聊聊二手商城的架构：我们如何解决了“立即购买”的库存锁定，以及为什么购物车是个“坑”？**大家好，我是[你的名字/昵称]。最近在搞一个二手闲置商城的项目，过程中踩了不少坑，也沉淀了一些思考，想借这个机会和大家聊聊。核心是两个经典问题：1. “立即购买”的并发库存锁定怎么处理才优雅？2. 二手商城，到底需不需要“购物车”这个模块？#### **一、直面“立即购买”的并发难题：从刚性锁定到柔性预扣减**我们项目的初期架构比较直接。用户点击“立即购买”，后端直接在数据库层面锁定商品，
2025-06-09 19:31:26
1039
原创 链表-两两交换（Java的三种解法）
本文详细介绍了链表两两交换问题的解法及其应用场景。通过现实案例（如排队、整理书籍）帮助理解链表交换的概念，并分析了三种解法：递归、迭代（带哑节点）和迭代（不带哑节点）。其中，迭代（带哑节点）解法因其空间复杂度低、逻辑清晰，被推荐为最优解。文章还提供了Java代码实现和Mermaid流程图，帮助读者更好地理解迭代解法的步骤。此外，推荐了类似题目（如K个一组翻转链表、反转链表）和相关学习资源，帮助读者深入掌握链表操作的核心知识点。
2025-05-15 12:49:51
46123
原创 二叉树(中序遍历)
这篇文章详细介绍了二叉树中序遍历的多种解法及其应用场景。首先，通过生活中的例子（如家族谱系图、书店图书管理）解释了中序遍历的概念，即“左子树 -> 根节点 -> 右子树”。接着，文章分析了三种解法：递归法（最直观）、迭代法（用栈模拟递归，效率更高）和Morris遍历（空间复杂度O(1)，但会修改树结构）。其中，递归法适合初学者，迭代法在实际工程中更常用，而Morris遍历则适合对空间有严格要求的场景。文章还提供了Java代码示例和流程图，帮助读者更好地理解迭代法的实现过程。最后，推荐了类似题目和
2025-05-14 16:18:22
892
原创 RabbitMQ和Seata冲突吗？Seata与Spring中的事务管理冲突吗
答：不冲突，它们可以协同工作，但作用域不同。如何协同？ Seata AT 模式下的分支事务实际上是基于本地事务的。当 存在时，Seata 会拦截 管理的本地事务的提交/回滚。结论：同时使用两者是常见且必要的。 保证本地操作的原子性，而 则将这种原子性扩展到分布式环境下的多个参与者。答：冲突！在期望跨服务数据库原子性的场景下，同步调用 Seata AT 模式和异步发送 RabbitMQ 消息是矛盾的。Seata AT 模式的局限性: Seata AT 模式主要设计用于同步调用场景下的数据库操作。它无法管
2025-04-20 18:04:51
1689
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人