- 博客(675)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Java 三色标记算法：并发垃圾回收的核心技术解析
三色标记算法的核心思想是通过三种颜色标记对象的存活状态，以此区分对象是否需要被回收，同时为并发标记提供状态依据。白色：初始状态下所有对象均为白色，代表对象尚未被垃圾回收线程访问和标记。若标记流程结束后对象仍为白色，则表示该对象不可达，属于可回收的垃圾对象。灰色：对象已被垃圾回收线程访问，但该对象引用的所有子对象尚未完成标记。灰色对象是标记流程的中间状态，垃圾回收线程需进一步遍历其引用关系。黑色：对象及其引用的所有子对象均已完成标记，代表该对象是应用运行必需的存活对象。
2025-11-28 00:01:29
1000
1
原创 Neo4j 完全指南：从核心特性到 Java 实战（附企业级应用场景）
Neo4j作为原生图数据库，在关联密集型场景中具有不可替代的优势，Java开发者通过Spring Data Neo4j可快速集成到项目中。理解“节点-关系-属性”的图模型，告别关系型数据库的JOIN思维。熟练使用Cypher查询语言，高效操作图数据。遵循数据建模和性能优化最佳实践，确保生产环境稳定运行。
2025-11-26 23:29:56
816
原创 JVM 内存结构：全面解析与面试重点
一块极小的内存空间（通常仅占用几个字节），可看作当前线程执行字节码的「行号指示器」。线程执行 Java 方法时，存储当前正在执行的字节码指令的地址（偏移量）；线程执行 Native 方法时，计数器值为undefined（因为 Native 方法由本地语言实现，无字节码）。线程执行 Java 方法时的内存模型，每个方法执行时都会创建一个栈帧（Stack Frame）并压入栈中，方法执行完毕后栈帧出栈。
2025-11-25 22:46:28
431
原创 日均 1000W 订单场景下的近 30 天查询数据存储设计方案
本方案通过「分库分表+读写分离+缓存加速+冷热分离高吞吐写入：分库分表降低单库单表压力，MySQL主从复制支撑高写入并发。低延迟查询：多级缓存+索引优化，保障查询响应时间≤100ms。高扩展性：水平扩容能力，应对业务10倍增长。低成本：冷热分离降低存储成本，缓存提高资源利用率。适用于电商、支付、外卖等需要高频订单查询的场景，可根据实际业务需求（如是否需要历史订单统计、查询维度是否增加）调整存储方案（如引入Elasticsearch支持全文检索）。
2025-11-23 23:14:20
793
原创 MySQL 锁机制深度解析：从原理到实践
MySQL 锁机制是平衡数据一致性与并发性能的关键，理解不同锁的适用场景及实现原理，是解决高并发问题的基础。实际开发中，需结合业务特点选择合适的锁策略，通过索引优化、事务设计及监控手段，最大化数据库的并发能力同时保证数据安全。掌握锁机制，不仅能避免常见的并发问题，更能为高性能数据库设计提供核心支撑。
2025-11-18 00:30:11
345
1
原创 Redis 大 Key 深度解析：危害、检测与治理实践
Redis大Key并没有官方明确定义，通常指占用内存空间过大的键，或包含大量元素的集合类键。内存维度：单个键值对占用内存超过100MB（视业务场景可调整）元素维度：集合类键（List/Hash/Set/ZSet）包含的元素数量超过10000个String：通常是单个value过大（如存储大型JSON、二进制文件）Hash/Set：字段或元素数量过多，或单个字段值过大List/ZSet：链表长度过长，或元素值过大大Key治理是Redis运维的长期课题，需要"预防为主，防治结合。
2025-11-14 00:06:54
660
原创 Redis 实现分布式锁：原理、实践与最佳实践
必须使用唯一标识：确保释放锁时不会误删其他客户端的锁设置合理的过期时间：结合业务场景评估，避免过短或过长避免锁粒度过大：减小锁的范围，提高并发效率使用集群部署：通过主从+哨兵或 Redis Cluster 保证高可用失败重试机制：获取锁失败时，采用有限次数的重试策略监控与告警：对锁的获取成功率、持有时间等指标进行监控基于 Redis 的分布式锁实现需在性能、安全性和可用性之间寻找平衡。理解其核心原理并结合业务场景选择合适的方案，才能构建可靠的分布式锁服务。
2025-11-12 23:04:39
715
原创 Kafka Partition 深度解析：原理、策略与实战优化
Partition 作为 Kafka 架构的核心，通过分布式存储、并行处理和副本机制，奠定了 Kafka 高吞吐、高可用的基础。理解 Partition 的存储结构、副本机制和分区策略，是用好 Kafka 的前提。在实际应用中，需结合业务场景选择合适的分区数和分区策略，通过参数调优平衡性能、顺序性和可靠性。合理运用 Partition 机制，能让 Kafka 在日志收集、实时计算等场景中发挥最大价值，为分布式系统提供稳定高效的消息流转能力。
2025-11-11 23:49:33
1108
2
原创 深入理解 ThreadLocal、InheritableThreadLocal 与 TransmittableThreadLocal
ThreadLocal 是线程本地变量的基础，InheritableThreadLocal 解决了父子线程传递，而 TransmittableThreadLocal 则填补了线程池场景下的空白。理解三者的原理与差异，才能在实际开发中根据场景选择最合适的工具，实现安全高效的线程上下文管理。在现代 Java 应用中，线程池是标配，因此 TransmittableThreadLocal 已成为分布式追踪、日志链路、权限上下文等场景的首选方案。
2025-11-10 20:10:33
489
原创 # Kafka 消费堆积：从现象到解决的全链路分析
Kafka 消费堆积是一个涉及生产端、消费端、集群配置等多方面的综合性问题。解决这一问题需要开发者具备系统化的排查思路，从指标监控、日志分析到配置优化，逐步定位根源并采取针对性措施。同时，通过建立完善的预防机制，可有效降低消费堆积的发生概率，保障 Kafka 消息队列的稳定运行，为业务系统提供可靠的消息传递支持。
2025-08-05 22:31:19
823
原创 VMware VMDK 文件瘦身全攻略：释放空间，提升性能
VMDK 文件的 "只增不减" 特性源于其存储机制: 动态扩展磁盘会根据数据写入动态分配物理空间, 但删除文件后不会自动回收. 快照, 临时文件, 日志等因素会加剧空间占用. 若直接删除虚拟机配置文件, 实际存储的 VMDK 文件仍会保留.
2025-03-19 22:21:50
2540
原创 CopyOnWriteArrayList：写时复制实现的高并发列表
通过写时复制策略，在保证线程安全的同时实现了高效读操作，是解决读多写少并发问题的理想选择。但需注意其内存开销和最终一致性特性，合理设计数据结构与使用场景，才能发挥最大效能。下期预告：并发容器深度解析之的分段锁演进。
2025-03-12 13:23:25
688
原创 Redis Cluster 客户端定位分片全解析：哈希槽与动态路由机制
Redis Cluster客户端通过CRC16哈希槽算法和动态错误重定向实现高效分片路由。掌握和命令，结合客户端库的自动路由能力，可轻松构建分布式Redis应用。
2025-03-09 14:38:36
1204
原创 Flowable 概述：轻量级开源工作流引擎的技术解析
Flowable 是基于 Apache 2.0 协议的开源工作流引擎，专注于提供轻量级、高性能的业务流程管理解决方案。它支持完整的 BPMN 2.0 规范，提供从流程建模、执行到监控的全生命周期管理能力。作为 Activiti 项目的分支，Flowable 在保持原有功能的基础上，通过优化架构和社区协作，成为企业级流程管理的首选方案之一。核心特性：客户端Flowable API流程引擎任务服务表单服务数据库三、技术优势与亮点1. 高性能处理执行树优化：基于状态机的流程实例管理批量操作：支持任务批处
2025-03-08 20:15:04
2203
原创 Redis 持久化配置：保障数据安全与可恢复性
Redis 提供了两种主要的持久化方式：RDB（Redis Database）和 AOF（Append - Only File），下面分别介绍这两种方式的特点和配置方法。Redis 的持久化机制为我们提供了保障数据安全和可恢复性的重要手段。RDB 持久化适合用于数据恢复速度要求较高、可以容忍一定数据丢失的场景；AOF 持久化则更适合对数据安全性要求较高的场景。在实际应用中，可以根据具体的业务需求，选择合适的持久化方式或同时使用两种方式，以达到最佳的效果。
2025-03-06 21:44:30
1224
原创 Kafka 消息不丢失：全方位保障策略
要确保 Kafka 消息不丢失，需要从生产者、Broker 和消费者三个层面进行综合考虑和配置。生产者通过合理设置确认机制和重试机制，Broker 利用多副本、最小同步副本数和刷盘策略，消费者采用手动提交偏移量和异常处理等方法，全方位保障消息的可靠传输。在实际应用中，需要根据具体的业务场景和性能要求，灵活调整这些配置，以达到消息可靠性和系统性能的平衡。
2025-03-06 09:41:01
897
原创 布隆过滤器原理详解：高效解决大规模数据去重与查询问题
布隆过滤器通过概率模型与哈希技术的结合，在大规模数据处理场景中展现了卓越的性能。尽管存在误判率，但通过合理设计参数和结合业务场景，它能有效解决传统数据结构在空间和效率上的瓶颈问题。在缓存、去重、过滤等场景中，布隆过滤器已成为不可或缺的工具。
2025-03-04 09:51:24
1106
原创 深入解析Java虚拟机（JVM）的核心组成
启动类加载器（Bootstrap）、扩展类加载器（Extension）和应用类加载器（Application）三级联动，确保类加载的安全性和唯一性。加载过程分为加载、验证、准备、解析和初始化五个阶段，其中验证阶段通过字节码校验确保程序的合法性，初始化阶段则触发类变量的赋值和静态代码块执行。垃圾回收器（GC）作为执行引擎的重要组成，通过标记-清除、复制、标记-整理等算法回收堆内存，G1、ZGC等新型GC实现低停顿高效回收。本地方法库封装了底层系统调用，如文件操作、网络通信等，拓展了Java的功能边界。
2025-03-03 16:35:35
609
原创 深入剖析 Netty：高性能网络编程框架的奥秘
Netty 还支持用户自定义编解码器，用户可以根据自己的业务需求实现个性化的编解码逻辑，进一步提高系统的性能和灵活性。
2025-02-28 17:04:47
833
原创 Java 并发编程：Fork/Join 框架深度解析与实战
Fork/Join 框架是 Java 并发编程中的高级工具，基于“分而治之”（Divide-and-Conquer）策略设计。该框架特别适合处理可递归分解的问题（如数组求和、快速排序等），能充分利用多核 CPU 的性能优势。Fork/Join 框架通过高效的任务拆分和负载均衡机制，为 Java 开发者提供了强大的并行计算能力。合理使用该框架能显著提升多核环境下的程序性能，但需注意任务粒度控制和线程安全问题。本文深入讲解 Java 7 引入的 Fork/Join 框架，通过分治思想实现任务并行处理。
2025-02-27 10:50:55
943
原创 深度剖析Spring Cloud生态常用组件
Spring Cloud生态中的这些常用组件，各自承担着不同的职责，相互协作，共同构建了强大的微服务架构。服务注册与发现组件确保了微服务之间的相互发现和通信；负载均衡组件提高了系统的性能和可用性；熔断与限流组件保障了系统在面对故障和高并发时的稳定性；网关组件实现了对微服务的统一管理和访问控制；配置管理组件方便了对分布式系统配置的集中管理；远程调用组件简化了微服务之间的通信；分布式追踪组件帮助开发者排查系统问题；消息队列组件实现了微服务之间的异步通信和解耦。
2025-02-26 16:35:53
808
原创 Kafka高性能背后的奥秘：深度剖析其关键技术与设计理念
Kafka的高性能并非偶然，而是其在架构设计、数据存储、消息处理和通信协议等多个方面精心设计和优化的结果。分布式架构提供了强大的扩展性和负载均衡能力，顺序读写和Page Cache等存储技术充分挖掘了磁盘和内存的性能潜力，批量与异步的消息处理策略减少了系统开销，提高了并发性能，而简洁高效的通信协议则确保了数据传输的快速与稳定。这些关键技术的协同作用，使得Kafka能够在大数据和分布式系统领域中脱颖而出，成为处理海量消息和实现高并发应用的首选消息队列。
2025-02-25 13:51:32
534
原创 分享某博主对程序员职业困境的看法
老板朋友认为, 有大局观, 从项目整体考虑的工匠(对应第一个工匠)是公司需要的;普通员工按要求完成工作(第三个工匠)也不错;同时提升沟通, 产品, 表达, 销售等可迁移能力, 以应对如 AI 发展带来的职业变化.老板朋友指出很多技术人员易陷入技术陷阱, 做技术虽需精益求精, 但多数人做的是工程而非科研, 不应只专注技术, 还应关注用户需求和产品销售.他还认为, 在互联网公司中, 技术岗位和保安一样变现能力差, 因为离用户远, 一旦失业很难变现. 程序员接外包更多靠渠道而非技术能力.
2025-02-21 09:24:19
275
原创 提升接口性能之异步
异步编程和消息队列是提升系统性能和响应速度的关键技术. 合理运用 CompletableFuture, async/await 等异步模型, 以及 Kafka, RabbitMQ 等消息队列, 能有效避免线程阻塞, 处理高并发请求, 实现系统的高效稳定运行. 在实际项目中, 需根据业务需求和场景选择合适的技术方案, 以达到最佳优化效果. 随着技术的不断发展, 异步编程和消息队列将在更多领域发挥重要作用, 为开发者提供更多创新的可能.
2025-02-19 10:07:39
683
原创 提升接口性能之缓存
本地缓存适用于减少单个应用内的重复计算和数据库查询, Caffeine 和 Guava Cache 提供了便捷的实现方式. 分布式缓存如 Redis 和 Memcached 则用于缓存全局共享数据, 通过缓存预热和防雪崩策略能有效降低数据库压力. HTTP 缓存则通过控制客户端和 CDN 对静态资源的缓存, 进一步提升了用户访问速度. 合理运用这三种缓存策略, 可以构建出高性能, 高可用的应用系统.
2025-02-18 14:40:06
781
原创 VSCode 实用快捷键
修改位置: 文件 > 首选项 > 键盘快捷方式VSCode 内置的快捷键非常丰富, 另外也支持自定义快捷键, 快快使用起来吧。
2025-02-17 10:19:48
926
原创 更高效实用 vscode 的常用设置
VSCode 各种自定义设置方便我们个性化使用 VSCode, 极大提高文本阅读和编辑效率.下一篇, 会介绍 VSCode 常用快捷键, 鼠标+键盘搭配操作可以更高效地操作文本。
2025-02-14 10:56:48
941
原创 String StringBuilder StringBuffer 区别
String, StringBuilder, StringBuffer 各有使用场景, 按照具体需求, 选择它们使用, 以提高程序的性能和稳定性。
2025-02-12 09:58:28
344
原创 分布式锁有哪些
Redis 和 Zookeeper 都有各自的优势和适用场景。如果项目中没有用到 zookeeper, 那么使用 redis 作为分布式锁, 可以减少中间件依赖, 同时实现分布式锁需求。
2025-02-11 10:00:48
368
原创 联合索引的最左匹配原则
例如 创建 name, age, city 的联合索引, 那么索引生效的条件可以是以下 where 任一情况。联合索引可以理解为多个独立索引(独立索引可能是单字段也可能是多字段)联合索引: 顾名思义就是在多个列上建立的索引。最左匹配原则即是如此. 如果要。
2025-02-07 10:01:05
233
原创 MySQL 索引类型
全文索引: 对文本的内容进行分词, 进行搜索. 目前只有 CHAR, VARCHAR , TEXT 列上可以创建全文索引. 一般不会使用, 效率较低, 通常使用搜索引擎如 ElasticSearch 代替.前缀索引: 对文本的前几个字符创建索引, 相比普通索引建立的数据更小, 因为只取前几个字符.主键索引: 加速查询 + 列值唯一(不可以有 NULL)+ 表中只有一个.联合索引: 多列值组成一个索引, 专门用于组合搜索, 其效率大于索引合并.覆盖索引: 一个索引包含(或者说覆盖)所有需要查询的字段的值.
2025-02-06 10:37:14
346
原创 MySQL 的 binlog 作用
数据写入时, 保证数据的一致性和可恢复性, 顺序依次是。主要用于记录数据修改日志, 数据备份, 主从同步。> 数据真正写入磁盘保存。
2025-02-05 10:53:02
196
原创 https 的 CA证书和电子签名
防公私钥伪造, 因而产生CA机构和CA签名.服务器上传服务器公钥到CA机构, CA机构用CA私钥对服务器公钥生成数字签名客户端通过内置CA根证书, 使用CA公钥验证签名是否正确。
2025-01-21 09:51:12
598
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人