<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[坚定目标，超越自我]]></title><description><![CDATA[将军赶路不追野兔]]></description><link>https://blog.csdn.net/wangnanwlw</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; wangnanwlw]]></copyright><item><title><![CDATA[CompletableFuture#getNow 源码解析&最佳实践]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/145314866</link><guid>https://blog.csdn.net/wangnanwlw/article/details/145314866</guid><author>wangnanwlw</author><pubDate>Thu, 23 Jan 2025 09:21:15 +0800</pubDate><description><![CDATA[的结果，同时允许指定一个默认值用于未完成的情况。总之，这个方法提供了一种非阻塞的方式来获取。]]></description><category></category></item><item><title><![CDATA[CompletableFuture#allOf 源码解析&最佳实践]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/145314404</link><guid>https://blog.csdn.net/wangnanwlw/article/details/145314404</guid><author>wangnanwlw</author><pubDate>Thu, 23 Jan 2025 08:48:56 +0800</pubDate><description><![CDATA[使用等待多个并行任务完成结合thenApply或thenAccept处理所有任务的结果使用或handle处理可能发生的异常考虑设置超时，避免无限期等待根据需要，将allOf与其他 CompletableFuture 方法结合使用注意内存使用，特别是处理大量任务时考虑使用自定义的线程池来控制并发度这些示例展示了的多种用法，涵盖了常见的并发编程场景。根据具体需求，你可以选择合适的模式并进行适当的调整。]]></description><category></category></item><item><title><![CDATA[总交易额（GTV）概念]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/145243426</link><guid>https://blog.csdn.net/wangnanwlw/article/details/145243426</guid><author>wangnanwlw</author><pubDate>Sun, 19 Jan 2025 15:39:50 +0800</pubDate><description><![CDATA[通过这个公式，企业可以更精确地理解和预测其总交易额，并有针对性地制定提升策略。流量×转化率×复购率×笔单价=GTV。转化率：表示有多少比例的访问用户最终完成了购买。复购率：表示平均每个用户在一定时期内购买的次数。总订单数×笔单价=总交易额（GTV）购买用户数×复购率=总订单数。流量：代表访问您的平台的用户总数。流量×转化率=购买用户数。笔单价：每个订单的平均金额。]]></description><category></category></item><item><title><![CDATA[jvm G1 垃圾收集日志分析示例（GC）]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/145224994</link><guid>https://blog.csdn.net/wangnanwlw/article/details/145224994</guid><author>wangnanwlw</author><pubDate>Sun, 19 Jan 2025 07:53:30 +0800</pubDate><description><![CDATA[这次GC效果良好，释放了大量内存（从4.5GB降至1.8GB）。GC暂停时间（44.7ms）低于目标暂停时间（100ms），表现优秀。内存使用模式看起来正常，没有明显的内存泄漏迹象。G1GC的预测和实际表现接近，显示其工作正常。Metaspace使用稳定，没有增长，这是个好现象。这个GC日志显示系统运行状况良好，G1GC配置合理，能够有效管理应用的内存使用。]]></description><category></category></item><item><title><![CDATA[awk 使用示例 END]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/145236398</link><guid>https://blog.csdn.net/wangnanwlw/article/details/145236398</guid><author>wangnanwlw</author><pubDate>Sun, 19 Jan 2025 07:27:42 +0800</pubDate><description><![CDATA[这个awk命令是一个强大的数据汇总工具，能够快速计算分组数据的统计信息。它在处理日志文件、分析数值数据和生成报告等任务中非常有用。理解和使用这样的命令可以大大提高数据处理的效率。这个awk命令是一个复杂的数据处理脚本，用于计算和汇总数据。这个命令读取输入数据，按第一列分组，计算第二列的总和和平均值，最后输出每组的统计结果。在处理完所有输入后执行。]]></description><category></category></item><item><title><![CDATA[IntelliJ IDEA 中 Editor ＞ General ＞ Appearance 设置：编辑器的视觉外观和行为]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/144748442</link><guid>https://blog.csdn.net/wangnanwlw/article/details/144748442</guid><author>wangnanwlw</author><pubDate>Thu, 26 Dec 2024 17:01:25 +0800</pubDate><description><![CDATA[这些设置可以根据个人喜好进行调整，以创建最适合您的编码环境。如果您对某个特定设置还有疑问，或者需要更详细的解释，请随时告诉我。]]></description><category></category></item><item><title><![CDATA[缓存策略简述]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143496927</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143496927</guid><author>wangnanwlw</author><pubDate>Thu, 07 Nov 2024 16:45:14 +0800</pubDate><description><![CDATA[选择合适的缓存策略需要根据具体的业务场景和系统需求来决定。]]></description><category></category></item><item><title><![CDATA[map＜Long,Long＞ resultCache = new HashMap＜Long,Long＞(1000000)，100w数据存满时，粗估resultCache大约占多少内存？]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143374940</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143374940</guid><author>wangnanwlw</author><pubDate>Thu, 31 Oct 2024 21:49:14 +0800</pubDate><description><![CDATA[Java中HashMap的内存占用取决于多个因素，包括键值对的数量、负载因子、容量以及每个对象的内存占用。对于，我们可以大致估算其内存占用。假设我们有一个，其初始容量设置为100万（1,000,000），默认负载因子为0.75。LongLongHashMap假设HashMap的容量扩展到足以容纳100万个键值对，实际容量会是大于或等于100万的最小2的幂次，即1048576（2^20）。因此，数组部分大约占用8 * 1048576 = 8388608字节（8MB）。]]></description><category></category></item><item><title><![CDATA[DTS（Data Transfer Service）概念简述]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143355857</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143355857</guid><author>wangnanwlw</author><pubDate>Wed, 30 Oct 2024 09:19:04 +0800</pubDate><description><![CDATA[DTS（Data Transfer Service）是一个广泛用于数据迁移和数据同步的术语，它可以指代多种不同的技术和服务。在不同的上下文中，DTS可能有不同的含义，但通常它涉及到在不同的数据库、存储系统或应用之间迁移和同步数据。]]></description><category></category></item><item><title><![CDATA[TiDB 概念简述]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143355763</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143355763</guid><author>wangnanwlw</author><pubDate>Wed, 30 Oct 2024 09:14:53 +0800</pubDate><description><![CDATA[TiDB 是一个适用于互联网和传统行业大规模数据处理需求的分布式数据库解决方案。它结合了传统 RDBMS 的易用性和 NoSQL 的可扩展性，提供了一种新的数据库技术选择。]]></description><category></category></item><item><title><![CDATA[TSO（Timestamp Oracle，时间戳预言机）概念简述]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143355498</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143355498</guid><author>wangnanwlw</author><pubDate>Wed, 30 Oct 2024 09:07:00 +0800</pubDate><description><![CDATA[TSO（Timestamp Oracle，时间戳预言机）是分布式系统中用于生成全局唯一且递增的时间戳的服务或组件。在分布式数据库和事务管理系统中，TSO扮演着至关重要的角色，它确保了事务的顺序性和一致性，是实现分布式事务一致性算法（如Google的Percolator、Apache HBase中的时间戳管理等）的关键。]]></description><category></category></item><item><title><![CDATA[分布式架构中时钟同步方案]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143082670</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143082670</guid><author>wangnanwlw</author><pubDate>Wed, 30 Oct 2024 08:31:52 +0800</pubDate><description><![CDATA[在客户端和服务器端交互的过程中，这四个时间戳（T1, T2, T3, T4）来计算网络延迟（Delay）和时钟偏差（Offset）。在分布式架构中，由于网络延迟、不同机器的时钟偏差等因素，保持系统内各个节点之间的时钟同步是一个挑战。时钟同步对于事务处理、日志记录、数据一致性等多个方面都至关重要。]]></description><category></category></item><item><title><![CDATA[分布式缓存策略]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143194089</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143194089</guid><author>wangnanwlw</author><pubDate>Wed, 23 Oct 2024 23:37:38 +0800</pubDate><description><![CDATA[在分布式系统中，缓存策略对于提高系统性能、减少数据库压力、提升用户体验至关重要。]]></description><category></category></item><item><title><![CDATA[Redis 客户端简述]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143192193</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143192193</guid><author>wangnanwlw</author><pubDate>Wed, 23 Oct 2024 19:51:02 +0800</pubDate><description><![CDATA[不同的Redis客户端根据其支持的编程语言、设计理念和实现机制有着不同的特点、优缺点。选择合适的客户端通常取决于项目的具体需求、开发团队的技术栈以及对性能、可用性的考量。]]></description><category></category></item><item><title><![CDATA[jvm objectMonitor 源码【重量级锁源码解释】]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143173778</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143173778</guid><author>wangnanwlw</author><pubDate>Wed, 23 Oct 2024 18:05:36 +0800</pubDate><description><![CDATA[minor version: 0 major version: 52 // Java 8 对应的版本号flags: ACC_PUBLIC, ACC_SUPER // 类的访问标志，public 类型，继承了超类Constant pool: // 常量池，存储各种常量和符号引用// 常量池条目，包括类、方法、字段引用和字符串常量等。]]></description><category></category></item><item><title><![CDATA[mysql数据量分库分表]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143081513</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143081513</guid><author>wangnanwlw</author><pubDate>Sat, 19 Oct 2024 21:30:30 +0800</pubDate><description><![CDATA[分库分表是解决大规模数据和高并发访问问题的常用策略。]]></description><category></category></item><item><title><![CDATA[NoSQL数据库分类简述]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143033088</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143033088</guid><author>wangnanwlw</author><pubDate>Sat, 19 Oct 2024 21:28:36 +0800</pubDate><description><![CDATA[NoSQL数据库是一种非关系型数据库，它提供了一种存储和检索数据的机制，这种机制与传统的关系型数据库表格模型不同。NoSQL数据库设计用于大规模数据的存储和高性能的查询，特别适合于处理大量的非结构化或半结构化数据。]]></description><category></category></item><item><title><![CDATA[分布式事务协议Saga]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143083020</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143083020</guid><author>wangnanwlw</author><pubDate>Sat, 19 Oct 2024 19:44:46 +0800</pubDate><description><![CDATA[通过这个示例，我们可以看到Saga模式如何在分布式系统中通过一系列本地事务和补偿事务来管理长事务，确保业务流程的最终一致性。在实际应用中，Saga的实现可能需要依赖于消息队列、事件总线或专门的Saga协调器来协调各个服务间的操作。]]></description><category></category></item><item><title><![CDATA[MYSQL OPTIMIZE TABLE 命令重建表和索引]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143080317</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143080317</guid><author>wangnanwlw</author><pubDate>Sat, 19 Oct 2024 16:29:20 +0800</pubDate><description><![CDATA[是一个有用的工具，可以帮助维护和优化 MySQL 数据库表的性能。然而，由于它的操作特性，建议在低峰时段执行，并且在执行前对数据库进行备份，以防万一。]]></description><category></category></item><item><title><![CDATA[架构意识概述]]></title><link>https://blog.csdn.net/wangnanwlw/article/details/143064583</link><guid>https://blog.csdn.net/wangnanwlw/article/details/143064583</guid><author>wangnanwlw</author><pubDate>Sat, 19 Oct 2024 00:04:38 +0800</pubDate><description><![CDATA[架构意识不仅仅局限于技术层面的考虑，它还涉及到如何在团队内部和利益相关者之间进行有效沟通，以及如何在项目初期就预见并解决潜在的问题。]]></description><category></category></item></channel></rss>