- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 enum实现的单例？（同时满足懒汉的懒加载和恶汉的线程安全）
enum实现的枚举是effective java中比较推荐的做法上代码public class enumSingleton { private enumSingleton(){} public static enumSingleton getInstance(){ return singleEnum.SINGLETON.getInstance()...
2018-08-05 16:11:40
1717
7
原创 用UUID做主键和用19位的bigint做主键，插入性能那个更ok?
解惑： 在公司的机器上跑了30万的数据，建了一个test_sg_student（主键为UUID）和 test_bigintAsString_t (主键为19位的bigint),分别用10个线程和批处理进行插入，发现性能相差接近100倍，很明显是UUID做主键的表插入时间是最慢的，根据底层索引B+树来思考，其实答案也油然生成，UUID的无序和空间占的大小导致插入时候要耗费更多的时间去创建和维护索引...
2018-08-03 22:09:23
9277
原创 被一道算法题所点化=>(0-9 a-z A-Z 四位全排列总数){..
package suanfa;import org.junit.Test;import java.util.concurrent.atomic.AtomicInteger;public class quanpailie { public static volatile AtomicInteger id = new AtomicInteger(0); public st...
2018-08-03 22:18:24
792
原创 分布式自增算法snowflake，但是效率 ？
生成的id结构SnowFlake所生成的ID一共分成四部分：1.第一位 占用1bit，其值始终是0，没有实际作用。2.时间戳 占用41bit，精确到毫秒，总共可以容纳约69 年的时间。3.工作机器id 占用10bit，其中高位5bit是数据中心ID（datacenterId），低位5bit是工作节点ID（workerId），做多可以容纳1024个节点。4.序列号 占...
2018-08-03 22:18:10
1152
原创 binlog的大量增长，单机的数据库读写分离能解决？
场景在一个机器上只有一个mysql实例，对它既读又写，binlog的大量增长占用了较多的磁盘和cpu，导致每次数据库的connection有些缓慢主从复制 读写分离1、 读写分离 读写分离，基本的原理是让主数据库处理事务性增、改、删操作（INSERT、UPDATE、DELETE），而从数据库处理SELECT查询操作。数据库复制被用来把事务性操作导致的变更同步到集群中的从数据库。...
2018-08-01 19:40:09
801
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人