weixin_44145526的博客

原创 说说Java有哪些集合类

原创 Redis面试题

Redis 作为单进程服务，虽然性能较高，但存在明显局限：读写性能受限于单个服务器的 CPU 和内存上限，且一旦服务器故障，外部服务将无法访问，高可用无法保障。多维度数据统计：如记录不同地区的视频访问量，以视频 ID 为 key，地区为 field，访问次数为 value，每次访问时对对应 field 执行自增操作，实现多维度统计。单机内存有限而数据量增长无限，直接将数据按分配到不同节点的方式，在节点数量变化时（如扩容 / 缩容），会导致所有数据的存储节点重新计算，引发全量数据迁移，成本和风险极高。

原创 Spring面试题

1、SpringBoot启动流程。

原创 消息队列常见面试题

（3）rocketmq:金融、电商等核心业务，适用于对数据一致性、可靠性要求极高的场景。（1）kafka:大数据、日志处理、实时流处理（网站活动追踪、监控数据等）（2）rabbitmq:适合初创公司或传统企业，简单可靠，能满足大部分场景。（4）Apache Pulsar面向云原生，快速发展中。

原创 jvm面试题

其中H区是G1独创的内存区域，专门存放大对象，大对象判定当对象大小超过0.5个Region时，被认定为大对象并放入H区，H区的好处是可以及时回收大对象，因为Old区的回收是比较低频的，又想要尽快回收大对象，就把它放到H区，它的回收是比较高频的。设置并行回收线程数（默认为CPU的核心数），因为该线程是纯计算操作，属于cpu密集型，只需要把cpu打满，不需要太多线程，太多还会带来线程切换的消耗。原理：G1 基于停顿预测模型，根据预期时间动态选择回收 Region 集合，避免全堆回收导致的长停顿；

原创 线程池参数设置

DiscardOldestPolicy:丢弃队列中最老的任务，适用于实时性高的任务。IO密集型任务：通常设置为CPU核心数*2,或通过测试调整以充分利用CPU资源。CPU密集型任务：设置为CPU核心数+1,避免过多的线程导致上下文切换。CallerRunsPolicy:让提交任务的线程执行任务，降低提交速率。IO密集型任务：设置较长时间（如60s),避免频繁创建和销毁线程。DiscardPolicy:丢弃任务，适用于不重要的任务。无界队列：适用于任务数不稳定但不会无限增长的场景。

原创 ReentrantLock原理

底层是基于AQS实现的，AQS能解决两个问题：（1）临界点的同步状态竞争的问题（2）没有抢占锁的线程排队等待的问题。非公平模式下新线程可能会直接抢占锁，而不需要排队等待，所以它的效率会比较高，但是可能会导致饥饿的问题，而公平锁模式是严格按照FIFO的顺序来分配。可重入，公平锁和非公平锁，相比synchronized提供了更加灵活的机制，如可中断、超时获取锁、尝试获取锁一些高级功能，那它的底层实现呢？会更新state的值，并唤醒队列中的下一个节点，重新尝试来竞争锁。ReentrantLock原理。

原创 Mysql MVCC

那历史版本怎么来的，是通过undo log ,数据库中只存了最新的一条记录，然后通过undo log记录反向操作（如insert一条数据，就在undo log中delete一条数据，update一条数据就在undo log留旧值），所以需要老版本时只要顺着这些日志往回找就可以，所以一条记录和undo log就串成了一条版本链。（具体就是自己改的永远能看，比自己再提交的能看，还没提交的不能看）总结，MVCC的核心是快照读，Undo log是历史版本的支撑，ReadView决定谁能看那个版本。

原创 深入理解CAS

CAS(Compare And Swap比较和交换），是非阻塞同步的实现原理，它是CPU硬件层面的一种指令，从CPU层面能保证“比较与交换”两个操作的原子性。CAS操作包括三个参数：内存值（内存地址值）V、预期值E、新值N，当CAS指令执行时，当且仅当预期值和内存值相同时，才更新内存值为新值，否则就不执行更新。CAS在java.util.concurrent.atomic类、Java AQS、CurrentHashMap等是实现上有非常广泛的应用。

原创 ThreadLocal

如果key使用了弱引用，假设业务代码中使用完了ThreadLocal，threadLocal ref被回收了，由于ThreadLocalMap只持有ThreadLocal的弱引用，没有任何强引用指向threadLocal实例，所以treadLocal实例被gc顺利回收，此时Entry中的key=null。JDK早期：ThreadLocal是这样设计的，每个ThreadLocal都创建一个Map，然后用线程作为Map的key,要存储的局部变量作为Map的value,这样就能达到各个线程的局部变量隔离的效果。

原创 【无标题】

【代码】【无标题】

原创 文档中台常见问题

对于目录无法动态生成的问题，解决办法是我先生成一个基础版的pdf，此时文档内容已动态生成，然后再对基础版的pdf解析为对应的xslt-fo，在它的基础上动态生成目录内容，最后在转换为pdf。（3）使用xslt转pdf时，由于pdf的分词算法只根据按单词划分进行换行操作，这样就会导致如果内容是一段长的字母和数字串，会被默认为一个单词，导致内容太长在表格中不会自动换行的问题，解决办法判断单元格的宽度，在文本内容中插入换行符来完成换行操作。（6）大文档上传：分片上传、断点续传、合并。

原创 MYSQL分页查找

因为二级索引的数据量少，只有索引和主键，所以子查询中可以直接得到id，不需要回表，然后将子查询得到的id，再去主键索引查询速度快，数据量小。优化前的数据通常会直接全表扫描主键索引，而主键索引包含全部的数据，数据量较大成本高。（1）记录当前页最后一条数据的id，下一次请求带上，这种方式优点轻、快，不用跳页，适合下拉加载这种连续滚动翻页，不能跳页，比如直接跳到第100页，因为你不知道前面第99页的最大ID是多少，这种本质上就是游标分页，以最大ID为锚点，继续往下查找。

原创 电商项目实战总结

然后rocketmq会回查订单状态，如果超过最大次数，就会取消订单，如果支付成功就会RollBack，消息取消，后续就不会取消的订单了，如果未支付 ，记录回查次数后，返回UNKNOW状态，等待下次回查。迁移的过程，我们是逐表批次删除，对于每张订单表，先从MySQL从获得指定批量的数据，写⼊MongoDB，再从MySQL中删除已写⼊MongoDB的部分。在分库分表时，为了让B+树的高度控制在一定范围，保证查询的性能，表中 数据往往不宜超过2000w条，分表数量应为2的幂次方，这样迁移的数量最少。

原创 分布式事务

网络分区，可以这样理解，在分布式系统中，不同的节点分布在不同的子网络中，有可能子网络只有一个节点，在所有网络正常的情况下，由于某些原因导致这些子节点之间的网络出现故障，导致整个节点环境被切分成了不同的区域，这就是网络分区。C:一致性，数据在多个副本中保持一致。可以理解成两个用户访问系统A和系统B，当A的数据有变化时，及时同步给B系统，让两个系统看到的数据是一致的。由于CAP中一致性C和可用性A无法兼得，eBay的架构师提出了BASE理论，它是通过牺牲数据的强一致性，来获得可用性。1、什么是CAP定理。

原创 电商核心业务

总的来说， 对于创建订单的服务，可以通过预先生成订单号作为主键，利用数据库中主键唯一性特性，避免重复写入订单，实现创建订单服务的幂等性。对于更新订单的服务，可以通过一个版本号机制，即在每次更新数据之前校验版本号，以及在更新数据的同时自增版本号这样的方式来解决ABA问题，以确保更新订单服务的幂等性。生成ID需要保证在高流量高并发分布式场景下订单ID全局唯一，并具有趋势递增、安全性的特点.所以需要提供一个生成ID的服务，在点击下单后进入订单页前，先调用生成ID的服务获取到ID后点击提交订单，才会生成订单。

原创 wait和notify为什么要在synchronized代码块中

线程调用wait方法会把线程放到监视器的wait set中，notify会唤醒wait set中的阻塞线程，如果没有synchronized就不会在对象的monitor中形成wait set,所以wait和notify就没意义了。wait/notify 是为了在持有锁的前提下，让线程主动让出锁并等待某个条件成立，否则只能“忙等”或“死等”。如果队列满了，生产者不能继续放，但它又拿不到锁，也就无法检查“队列是否不满”；如果队列空了，消费者不能继续拿，但也无法等待“队列不空”；

原创 电商系统常见问题及解决方案总结

但是当用户打开“我的订单”这个页面的时候，它的查询条件是用户ID，由于这里没有订单ID，因此我们无法知道所要查询的订单具体在哪个分片上，也就没法查了。这个问题的解决办法是，在生成订单ID的时候，把用户ID的后几位作为订单ID的一部分。另外在分库分表时根据业务场景可能存在主从表，比如订单表和订单商品表，在分库分表时这两张表可以都按照订单id来分片，这样二者就可以分在同一个表中，就可以在查询订单时同时去查询对应的订单商品，而不需要再去另外分片查找订单商品。需要注意的是分库分表时，应该尽量使用2的幂来分库分表。

原创 word生成问题总结

但是生成的word表格的列宽并不一定会和设置相同，实际上它会设置页宽的影响，表格的列宽最终会按照（页宽-页变距）*表格列宽占总列宽的比例，所以上面代码实际上设置的是各列宽占表格总宽度的比例，实际大小和页宽有关。但使用poi word设置列宽时需要转换为单位缇，这是因为Word文档的底层XML（OOXML）中，​​列宽、行高、图片尺寸等均以缇为单位存储​，Units.pointsToMaster即可完成转换。

原创 分布式文件系统Minio

MinIO 是一个开源的高性能分布式对象存储系统，专为云原生和大规模非结构化数据存储而设计。它兼容 Amazon S3 API，支持海量数据的存储与管理，适用于图片、视频、日志文件、备份数据等场景。另外，Minio使用go语言开发的，go语言天然就有跨平台特性和性能高的特点.

原创 PHP优化技术

最近在学习php语言，打算用来提升开发小项目的效率。下面是php项目中常见的优化手段。

原创 图片上传保存问题

但在开发中发现没有得到预期效果，这是由于xml内容并未传入导致的，最后经过调查发现，当xml中写入多个图片，xml无法保存在数据库中。2、解决了请求过大的问题后，由于在程序中xml是使用字符串来处理并存储在数据库中，还要防止字符串太大的问题。需要注意的是：流的真正优势在于处理外部数据源时逐步加载内容，而非处理已加载到内存的字符串。在处理字符串时，如果将整个字符串一次性转换为流且不分块处理，其内存占用与直接使用字符串几乎相同，甚至可能略高（因流对象本身有额外开销）。3、数据库存储使用text或byte。

原创 个人网站部署

我的个人网站是react项目，具体搭建步骤：补充：本博客的前提是已经准备好服务器、域名以及备案。1.1 安装Node.js和npm1.2 将本地项目打包通常打包后会生成build文件夹，本项目采用了next.js，打包后生成了.next.js文件夹。1.3 安装项目依赖将本地项目上传到服务器（假设上传到 /var/www/next-app）

原创 Linux常用命令

lsls 命令是Linux中最常用的命令之一，它用于列出指定目录的内容，包括文件和子目录。常用参数：-l：以长格式列出目录内容，显示详细信息。-a：列出所有文件，包括隐藏文件（以"."开头的文件）。-h：将文件大小以人类可读的格式显示（如K、M、G）。-R：递归地列出目录内容，包括子目录中的内容。-t：按修改时间排序文件。pwd 命令用于显示当前用户所处的工作目录的完整路径。cd 命令用于切换工作目录。常用参数：…：返回上一级目录。~：切换到当前用户的主目录。

原创 AJAX介绍

Promise同步代码和异步代码

原创 Redux实现Token持久化

业务背景: Token数据具有一定的时效时间，通常在几个小时，有效时间内无需重新获取，而基于Redux的存储方式又是基于内存的，刷新就会丢失，为了保持持久化，我们需要单独做处理。使用redux+LocalStorage解决，当浏览器被刷新，可以先查看localStorage中是否存储token，如果没有再进行初始化。

原创 React学习总结

（1）在React中如果调用函数比如代码中this.saveType不加括号，会将该函数返回，下次发生onChange就会调用该函数；如果是this.saveType()加了括号，那么该函数在渲染时就会执行一次，而且返回的是该函数的返回值，所以上述代码中saveType函数中返回了一个回调函数来实现返回函数的效果。（1）原生JS操作DOM繁琐，效率低。

原创 Spring和SpringBoot的特点

（2）场景启动器starter：SpringBoot对常用的场景都进行了整合，将这些场景中所需的依赖都收集整理到一个依赖中，并在其中添加默认的配置，使项目开发中只需导入一个依赖，即可实现场景技术的融合。（1）约定大于配置：SpringBoot对日常开发中比较常见的场景都提供了默认配置，并基于自动装配机制，将场景中通常必须的组件都注册好，以此来减少配置。（5）生产级的特性：SpringBoot提供了一些如健康检查、监控指标、外部化配置等很有用的生产运维型的功能特性。

转载 Redis调优-BigKey问题

Redis中的大key，实际上指的是key所关联的value值特别大，比如字符串过大或者是某种数据结构（如hash,list ,set,zset)中存储了过多的元素。详情可参照《阿里Redis开发规范》，一般来将，String类型控制在10KB以内，hash、list、set、zset元素个数不要超过5000。

原创 Redis总结

计数器在网站中的作用至关重要，例如视频网站有播放数、电商网站有浏览数，为了保证数据的实时性，每一次播放和浏览都要加1的操作，如果并发量很大对于传统关系型数据的性能是一种挑战。赞/踩、粉丝、共同好友/喜好、推送、下拉刷新等是社交网站的必备功能，由于社交网站访问量通常比较大，而且传统的关系型数据不太适合保存这种数据，Redis提供的数据结构可以相对比较容易地实现这些功能。Redis采用了链式哈希来解决哈希冲突，链式哈希的局限性很明显，随着链表的长度的增加，查询这一位置上的数据的耗时就会增加。

原创 Spring,SpringMVC,SpringBoot知识总结

Spring Core 模块提供了 Spring 框架的核心功能，包括依赖注入（Dependency Injection即DI）和控制反转（Inversion of Control即IOC）等。这些功能是 Spring 框架的基础，许多其他 Spring 模块都依赖于 Spring Core 模块。具体可参考https://zhuanlan.zhihu.com/p/448716053。

原创 JVM面试题

1.Serial回收器：串行回收Serial收集器采用复制算法、串行回收和"stop-the-World"机制的方式执行内存回收。Serial收集器作为HotSpot中client模式下的默认新生代垃圾收集器。除了年轻代之外，Serial收集器还提供用于执行老年代垃圾收集的Serial Old收集器。Serial Old收集器同样也采用了串行回收和"Stop the World"机制，只不过内存回收算法使用的是标记-压缩算法。Serial old是运行在Client模式下默认的老年代的垃圾回收器。

原创 缓存击穿、缓存穿透、缓存雪崩

缓存穿透是指访问的数据在缓存中并不存在，请求会不经过缓存直接访问后端存储系统。通常情况下，这些请求对应的数据在后端存储中也不存在，因此无论如何都无法从缓存中获取到数据，每次请求都会直接落到后端存储系统上，导致了不必要的资源浪费和系统压力增加。缓存穿透可能是由于恶意攻击、恶意请求或者缓存系统配置不当等原因导致的。

原创 类加载子系统

为什么要自定义类加载器？● 隔离加载类● 修改类加载的方式● 扩展加载源● 防止源码泄漏用户自定义类加载器可以从非标准位置（如数据库、网络、特定文件系统等）加载类文件，从而实现动态加载、远程加载等功能。并且还可以在加载类文件时执行一些额外的逻辑或增强功能，比如加密解密、访问控制等来防止源码泄漏。

原创 排序算法总结

优化一：当算法执行过程中数组已经是有序数组了，这是就没有必要继续执行完n-1趟外循环，可以直接结束了。具体实现我们可以通过一个标志，来记录当前一趟外循环，在遍历过程中是否发生交换，如果没有交换说明，数组已经是有序数组，可以跳出循环了。优化二：在某种情况下，如果进行了若干次排序后，后面的若干个数已经是有序的，那么下一趟排序只需要比较前面无序的那部分即可。冒泡排序是经典的入门算法，可以说每个人都会写它，但它也可以优化。在面试中让写冒泡排序，不要简单以为就是让你写两重循环，可能是在考察你对它的优化。

原创 计算机网络常问面试题

HTTP代表“超文本传输”协议，它是一种用于在网络上传输网页、图片和其他资源的协议。当你在浏览器中输入一个网址或者点击一个链接时，你的计算机会向服务器发送一个HTTP请求，然后服务器会回复一个HTTP响应，将网页内容发送给你的浏览器，然后浏览器会把这些内容呈现出来。综上所述，HTTPS是一种更加安全的协议，适用于涉及敏感信息和隐私保护的网站和在线交流。● HTTPS在HTTP的基础上加入了安全性，通过加密数据来保护你的隐私和安全。● HTTP是一种用于在网络上传输数据的协议，但不够安全。

原创 Queue,Deque,Stack的常用方法

这里需注意，对于pop()和push()，大家第一反应肯定是Stack，而Stack里的pop()和push()是对末元素操作，Deque里的pop()和push()是对队首元素操作。Stack继承了Vector，出于各种原因，Vector现在不建议使用了，因此官方文档里推荐用Deque代替Stack，Deque里有push()和pop()方法正是为了取代Stack。add()、offer()、peek()、poll()、remove()与Queue相同。pop():返回并弹出队列首元素。

原创 SpringBoot Cloud Gateway

大家都都知道在微服务架构中，一个系统会被拆分为很多个微服务。那么作为客户端要如何去调用这么多的微服务呢？如果没有网关的存在，我们只能在客户端记录每个微服务的地址，然后分别去用。每个业务都会需要鉴权、限流、权限校验、跨域等逻辑，如果每个业务都各自为战，自己造轮子实现一遍，会很蛋疼，完全可以抽出来，放到一个统一的地方去做。如果业务量比较简单的话，这种方式前期不会有什么问题，但随着业务越来越复杂，比如淘宝、亚马逊打开一。

原创 MySQL优化

关于MySQL优化，我们可以根据一条SQL的执行流程需要经过哪些环节，通过这些环节思考对应的优化策略。SQL优化中最主要的就是查询优化。其中关联查询太多可能是由于数据库设计不合理，可以根据数据库设计的范式准则，适当增加冗余，减少需要关联的表。

原创 Nacos注册中心

官方：一个更易于构建云原生应用的动态服务发现(Nacos Discovery )、服务配置(Nacos Config)和服务管理平台。集 注册中心+配置中心+服务管理 平台服务发现和服务健康监测动态配置服务动态 DNS 服务服务及其元数据管理。