软考高级快速应用开发系统模块化程度较高时，更适合采用快速应用开发方法，该方法通过使用基于构件的开发方法获得快速开发。瀑布模型当软件需求明确、稳定时，可以采用瀑布模型按部就班地开发软件，当软件需求不明确 或变动剧烈时，瀑布模型中往往要到测试阶段才会暴露出需求的缺陷，造成后期修改代价太 大，难以控制开发的风险。瀑布模型的活动之间存在因果关系，前一阶段工作的结果是后一阶段工作的输入描述演化模型一般情况下，一个演化模型可以看做若干次瀑布模 型的迭代，当完成一个瀑布模型后，重新进入下一个迭代周期，软件在

一、问题起源Spring Cloud微服务架构体系中，Eureka是一个至关重要的组件，它扮演着微服务注册中心的角色，所有的服务注册与服务发现，都是依赖Eureka的。不少初学Spring Cloud的朋友在落地公司生产环境部署时，经常会问：Eureka Server到底要部署几台机器？我们的系统那么多服务，到底会对Eureka Server产生多大的访问压力？Eureka Server能不能抗住一个大型系统的访问压力？如果你也有这些疑问，别着急！咱们这就一起去看看，Eureka作为微服务注册中心的核心原

但是这个CAS有没有问题呢？肯定是有的。比如说大量的线程同时并发修改一个AtomicInteger，可能有很多线程会不停的自旋，进入一个无限重复的循环中。这些线程不停地获取值，然后发起CAS操作，但是发现这个值被别人改过了，于是再次进入下一个循环，获取值，发起CAS操作又失败了，再次进入下一个循环。在大量线程高并发更新AtomicInteger的时候，这种问题可能会比较明显，导致大量线程空循环，自旋转，性能和效率都不是特别好。于是，当当当当，Java 8推出了一个新的类，LongAdder，他就是尝试使用分

1、案例背景引入按照惯例，我们接下来会用案例驱动来带着大家分析到底该如何在特定场景下，预估系统的内存使用模型。然后合理优化新生代、老年代、Eden和Survivor各个区域的内存大小。接着再尽量优化参数避免新生代的对象进入老年代，尽量让对象留在新生代里被回收掉。我们这里的背景是电商系统，电商系统其实一般会拆分为很多的子系统独立部署比如商品系统、订单系统、促销系统、库存系统、仓储系统、会员系统，等等我们这里就以比较核心的订单系统作为例子来说明。（提示：食用本案例之前，请务必充分理解专栏之前两周的文章！）我们

以下是事物的传播机制：@Transactional(propagation=Propagation.REQUIRED)如果有事务, 那么加入事务, 没有的话新建一个(默认情况下)@Transactional(propagation=Propagation.NOT_SUPPORTED)容器不为这个方法开启事务@Transactional(propagation=Propagation.REQUIRES_NEW)不管是否存在事务,都创建一个新的事务,原来的挂起,新的执行完毕,继续执行老的事务@Tr

1、安装RocketMQ环境要求Linux 64位操作系统64bit JDK 1.8+1.1下载http://rocketmq.apache.org/release_notes/release-notes-4.4.0/1.2 安装RocketMQ解压完以后可以移动到/usr/local/mv rocketmq-all-4.4.0-bin-release /usr/local/rocketmq1.3 启动RocketMQ由于个人阿里云内存不大，编辑bin/runbroker.sh 和

tinyint从 -2^7 (-128) 到 2^7 - 1 (123) 的整型数据。存储大小为 1 个字节。unsigned 是从 0 到 255 的整型数据。所以建表的时候 只能是tinyint(3),哪怕你建tinyint(100)，他最大还是3位这么多。smallint从 -2^15 (-32,768) 到 2^15 - 1 (32,767) 的整型数据。存储大小为 2 个字节。unsigned 是从 0 到 65535 的整型数据。所以建表的时候 只能是smallint(5),哪怕你

MySQL 5.6 之前的版本只有MyISAM存储引擎支持全文索引，5.6 及之后的版本，InnoDB 才开始支持。全文索引相对于like %这种模糊查询效率更高，查询方式更多样，查询结果也更准确。在全文检索领域，全文索引功能非常有用，比如博客类网站，可以对文章标题，文章内容创建全文索引，用户可以根据关键词搜索想要的文章。1、创建全文索引能够创建全文索引的字段类型必须是char，varchar，text等这类字符文本类型。创建一个带有全文索引的表：CREATE TABLE articles (id

介绍：ZSet数据结构类似于Set结构，只是ZSet结构中，每个元素都会有一个分值，然后所有元素按照分值的大小进行排列，相当于是一个进行了排序的链表。如果ZSet是一个链表，而且内部元素是有序的，在进行元素插入和删除，以及查询的时候，就必须要遍历链表才行，时间复杂度就达到了O(n),这个在以单线程处理的Redis中是不能接受的。所以ZSet采用了一种跳跃表的实现。这个实现有点类似于Kafka存...

public Object getBean(String name) throws BeansException { // getBean 是一个空壳方法，所有的逻辑都封装在 doGetBean 方法中 return doGetBean(name, null, null, false);}protected <T> T doGetBean( fin...

zookeeper依赖zab协议来实现分布式数据一致性.基于该协议,zookeeper实现了一种主备模式的系统架构来保持ZooKeeper为高可用的一致性协调框架，自然的ZooKeeper也有着一致性算法的实现，ZooKeeper使用的是ZAB协议作为数据一致性的算法， ZAB（ZooKeeper Atomic Broadcast ） 全称为：原子消息广播协议；ZAB可以说是在Paxos算法基础上...

漏桶算法思路很简单，请求先进入到漏桶里，漏桶以固定的速度出水，也就是处理请求，当水加的过快，则会直接溢出，也就是拒绝请求，可以看出漏桶算法能强行限制数据的传输速率。该算法很好的解决了时间边界处理不够平滑的问题，因为在每次请求进桶前都将执行“漏水”的操作，再无边界问题。但是对于很多场景来说，除了要求能够限制数据的平均传输速率外，还要求允许某种程度的突发传输。这时候漏桶算法可能就不合适了，令牌桶...

分布式事务解决的方案有哪些？目前分布式事务解决的方案主要有对业务无入侵和有入侵的方案，无入侵方案主要有基于数据库 XA 协议的两段式提交（2PC）方案，它的优点是对业务代码无入侵，但是它的缺点也是很明显：必须要求数据库对 XA 协议的支持，且由于 XA 协议自身的特点，它会造成事务资源长时间得不到释放，锁定周期长，而且在应用层上面无法干预，因此它性能很差，它的存在相当于七伤拳那样“伤人七分，损己...

kafka中的消费者在读取服务端的数据时，需要将服务端的磁盘文件通过网络发送到消费者进程，网络发送需要经过几种网络节点。如下图所示：传统的读取文件数据并发送到网络的步骤如下：（1）操作系统将数据从磁盘文件中读取到内核空间的页面缓存；（2）应用程序将数据从内核空间读入用户空间缓冲区；（3）应用程序将读到数据写回内核空间并放入socket缓冲区；（4）操作系统将数据从socket缓冲区复制到...

什么是脑裂脑裂(split-brain)就是“大脑分裂”，也就是本来一个“大脑”被拆分了两个或多个“大脑”，我们都知道，如果一个人有多个大脑，并且相互独立的话，那么会导致人体“手舞足蹈”，“不听使唤”。脑裂通常会出现在集群环境中，比如ElasticSearch、Zookeeper集群，而这些集群环境有一个统一的特点，就是它们有一个大脑，比如ElasticSearch集群中有Master节点，Z...

keytool -genkeypair -alias "test2" -keyalg "RSA" -keystore "test.keystore"输入密钥库口令: 再次输入新口令: 您的名字与姓氏是什么? [Unknown]: fan您的组织单位名称是什么? [Unknown]: guosheng您的组织名称是什么? [Unknown]: guosheng您所在的...

Redis中的事务提供了一种将多个命令请求打包，然后一次性、顺序性执行多个命令的机制，并且在事务指向期间，服务器不会中断事务而改去执行其他客户端的命令请求，它会将事务中的所有命令都执行完毕，然后才去处理其他客户端的请求。Redis通过MULTI，EXEC，WATCH等命令来实现事务功能。事务首先以一个MULTI命令开始，然后将多个命令放入事务中，最后由EXEC命令将这个事务提交给服务器执行：...

有时候我们在打日志的时候，希望对象中有些字段不显示出来，此时可以考虑自定义一个注解。比如，自定义一个注解GsonIgnoreField如下@Target(ElementType.FIELD)@Retention(RetentionPolicy.RUNTIME)public @interface GsonIgnoreField {}然后定义一个GsonUtil类public clas...

分布式一致性协议 Raft，自 2013 年论文发表之后就受到了技术领域的热捧，我认为相对于其他分布式一致性算法，Raft 有效的解决了分布式一致性算法过于复杂及难于实现的问题，这也是 Raft 能异军突起的主要因素。Raft 协议有效的借鉴了美国总统大选的策略，采用精英（Raft 称呼这个精英为 Leader）领导全局的方案，整个集群中只有 Leader 可以处理 client 发送过来的请...