- 博客(1709)
- 资源 (148)
- 收藏
- 关注
RSS订阅原创 周易八卦——六爻铜钱占卜基础入门
例如，假设你在抛卦后得到的是一个三爻变卦，这时不仅要考虑本卦的主旨，还要将注意力放在变卦的卦辞上，因为变化的三爻可能带来不小的影响。无论是投资、搬迁还是其他重大选择，六爻占卜通过本卦与变卦的结合，提供对于眼前局势和潜在变化的洞察，帮助你在关键时刻做出更加明智的选择。如果你感到家庭关系紧张，或与朋友、同事之间的关系有所波动，六爻占卜可以提供对于互动模式的见解，帮助你找到改善关系的契机或注意隐藏的矛盾。六爻铜钱占卜的结果，除了依赖本卦和变卦的爻辞外，还要结合卦象整体的象征意义，考虑内外卦的变化趋势。
2024-09-18 09:59:52
632
原创 周易八卦——周易六十四卦爻卦详解（下）
遁卦原文遁。亨。小利贞。象曰：天下有山，遁。君子以远小人，不恶而严。白话文解释遁卦：通达。小有利之占问。《象辞》说：本卦上卦为乾，乾为天，下卦为艮，艮为山，天下有山，天高山远，是遁卦的卦象。君子观此卦象，从而不用以恶报恶的方法对付小人，而是采取严厉的态度，挂冠悬笏，自甘退隐，远离小人。《断易天机》解遁卦乾上艮下，为乾宫二世卦。卦下阴爻逐渐生长，是阳道将衰，恶事将起之兆，说明小人欲制君子，此时君子处于退避的状态。北宋易学家邵雍解逃避退隐，盛极必衰；言行严禁，待机再举。得此卦者，宜退不宜进。退守可以保身，若轻举
2024-09-18 09:07:22
994
原创 周易八卦——周易六十四卦爻卦详解（上）
乾卦原文乾。元，亨，利，贞。象曰：天行健，君子以自强不息。白话文解释乾卦：大吉大利，吉利的贞卜。《象辞》说：天道刚健，运行不已。君子观此卦象，从而以天为法，自强不息。《断易天机》解乾象征天，六阳爻构成乾卦，为《易经》六十四卦之首。纯阳刚建，其性刚强，其行劲健，大通而至正，兆示大通而有利，但须行正道，方可永远亨通。北宋易学家邵雍解刚健旺盛，发育之功；完事顺利，谨防太强。得此卦者，天行刚健，自强不息，名利双收之象，宜把握机会，争取成果。女人得此卦则有过于刚直之嫌。台湾国学大儒傅佩荣解时运：临事刚健，自强不息。财
2024-09-18 09:07:02
630
原创 小技巧：网页右键不能审查元素解决办法
然后回到不能审查元素的网页 刷新一下 检查就出来了。打开浏览器设置：隐私和安全—>网络设置。不允许网站使用 JavaScript。网络设置—>javascript。这是javascript 中的。有的网站右键不能审查元素。
2024-09-13 16:57:25
323
原创 Elastic-Job-Lite Console 部署与后台运行教程
elastic-job-lite-console-2.1.5\conf目录下是配置文件auth.properties，配置的用户名和密码。脚本在后台运行，可以使用几种方法，具体取决于你的需求和环境。命令可以将进程放到后台运行，并且即使你退出终端会话，进程也会继续运行。如果你希望将脚本作为服务管理，并在系统启动时自动运行，可以创建一个。是终端多路复用器，可以让你在后台运行程序并在需要时恢复到会话中。更简单，但如果你关闭了终端，后台进程可能会被终止。进去之后，发现，没有。创建一个服务文件，例如。
2024-09-13 14:45:31
931
原创 轻松掌握 Java 单元测试与集成测试：JUnit、Mockito 与 Spring Test 指南
JUnit 是一个开源的 Java 测试框架，用于测试 Java 类的行为。它提供了简单的注解和断言方法，使得编写和执行测试变得非常方便。Mockito 是一个强大的 Java 模拟框架，它能够帮助我们为类的依赖关系创建模拟对象（Mock）。模拟对象允许开发人员隔离要测试的类，避免其依赖外部组件或者实际实现，从而进行更为纯粹的单元测试。
2024-09-09 20:23:03
934
原创 十六、OpenResty 奇门术——使用OpenResty开发Web服务
如果业务对 Redis 的依赖性非常高，则可以考虑采用多主 Redis 架构（Multi-Master Redis），而不是单主架构，以防止单主 Redis 出现不可用情况导致的数据不一致以及对后端 Tomcat 集群的流量击穿。：为了缓解单DB的压力，通常会引入读写分离策略，将数据库的读操作转移到只读节点，从而减轻主库的压力。总结来说，这种架构适用于业务访问量大、数据一致性要求较高的场景，通过 Redis 集群、MySQL 集群和高效的负载均衡机制，实现了高并发和高可用的系统架构设计。
2024-09-08 22:12:40
971
原创 十六、OpenResty 奇门术——OpenResty 的常用功能与常见问题
在 Nginx 配置文件中定义共享内存区域，用于保存后端服务器的状态信息，如响应时间和健康状态。
2024-09-08 22:09:14
558
原创 十六、OpenResty 奇门术——使用 OpenResty 开发 Web 应用
可以根据实际需求添加自定义的配置项，作为项目的全局常量或变量使用。
2024-09-07 13:25:39
714
原创 十六、OpenResty 奇门术——基于 OpenResty 的常用架构模式
如下图所示，在分布式系统中，可以利用 Worker 进程进行数据推送，同时通过主从结构保证数据的一致性和高可用性，从而实现无状态应用的数据闭环。核心 Nginx 层是无状态的，可以在这一层实现诸如流量分组（如内网和外网隔离、爬虫和非爬虫流量隔离）、内容缓存、请求头过滤、故障切换（机房故障切换到其他机房）、限流、防火墙等通用型功能。其主要目的是处理基础的、通用的请求过滤、缓存、限流和安全防护功能，这样可以集中管理这些功能，而不影响具体业务的逻辑。这个策略有效降低了后端应用的负载，提高了系统的整体吞吐量。
2024-09-07 13:25:27
720
原创 防止电脑休眠的方法——安全软件PreventTurnOff
PreventTurnOff 是一个非常实用的工具，可以防止电脑进入待机、休眠或自动关闭的状态。
2024-09-07 11:43:39
324
原创 Java JVM 中的垃圾收集器及其配置指南
Serial GC: 单线程，适用于小型应用。: 多线程，适用于需要高吞吐量的应用。是 JDK 8 的默认垃圾收集器。: 并发垃圾收集，适用于低停顿时间需求的应用。: 平衡吞吐量和停顿时间，是 JDK 9+ 的默认垃圾收集器。: 超低延迟垃圾收集器，适用于需要极低停顿时间的大内存应用。: 类似于 ZGC，也是超低延迟垃圾收集器。Epsilon GC: 无操作垃圾收集器，主要用于测试和基准分析。在选择 Java 的垃圾收集器时，应根据应用程序的特点和需求来选择最合适的垃圾收集器。
2024-09-07 11:36:47
769
原创 分布式应用搭建 Grafana Loki
使用 Docker 运行 Promtail 容器，并将配置文件挂载到容器中。Promtail 是 Loki 官方推荐的日志收集器，用于将日志从服务器收集并发送到 Loki。上的 Loki 服务。：在 Grafana 中，点击左侧的 “+” 图标，然后选择 “Dashboard”。在应用服务器上安装Promtail ，收集本地的，将日志推送到Loki服务器。服务器上使用 Docker 来运行 Promtail，并将日志推送到。上使用 Docker 安装和运行 Promtail，并将其日志推送到。
2024-09-07 10:28:16
1046
原创 十六、OpenResty 奇门术——OpenResty 简介
高并发处理：采用主进程与多个工作进程模式，每个进程使用单线程和非阻塞 I/O，能够高效处理大量并发连接。低内存占用：由于每个工作进程为单线程，减少了线程切换带来的内存开销。快速重启：配置更改后可以在毫秒级别完成重启，同时支持在不中断服务的情况下升级版本和动态重载配置。模块化：支持多种功能模块，如负载均衡、内容缓存、反向代理、访问控制等，功能扩展性强。ngx_lua是一个将 Lua 脚本语言嵌入到 Nginx 的模块，由章亦春开发。
2024-09-02 21:04:24
1900
原创 十五、寻龙队列术——数据队列：基于Canal实现数据异构
Canal是阿里开源的一款基于MySQL数据库binlog的增量订阅和消费组件，通过 它可以订阅数据库的binlog 0志，然后进行一些数据消费，如数据镜像、数据异构、数 据索引、缓存更新等。相对于消息队列，通过这种机制可以实现数据的有序性和一致性。Canal架构如下图所示。MySQL数据库首先需要部署canal server,可以同时部署多台，但是只有一台是活跃的，其他的作 为备机。canal server会通过slave机制订阅数据库的binlog H志。
2024-08-30 21:00:00
22904
原创 十五、寻龙队列术——缓冲队列：下单系统水平可扩展架构
下单系统的核心目标是实现高效的订单处理，尤其是在订单量暴增的情况下，确保系统稳定运行。传统的分库分表架构能够一定程度上解决数据库的性能瓶颈，但在极端高并发场景下，单一数据库的扩展性和处理能力仍可能不足。因此，我们采用了基于缓冲队列的设计架构，核心思路是将用户下单的订单数据先写入一个高速写入的缓冲表，然后由后台任务将订单数据同步到订单中心，从而将下单逻辑和订单处理逻辑解耦。这个架构设计专注于解决高并发下单系统的性能和扩展性问题，结合了缓冲队列、缓存和分库分表等策略。订单号生成服务（1.1）
2024-08-30 19:00:00
10618
原创 十五、寻龙队列术——Disruptor+Redis 队列
Disruptor 是 LMAX 开源的高性能异步处理框架，提供了高性能的无锁内存队列实现，并优化了 CPU 伪共享，旨在构建低延迟、高吞吐量的交易型应用。Disruptor 可以用于构建复杂的任务工作流，下面是一个消费者工作流的示意图：在实际项目中，我们将 Disruptor 与 Redis 结合，用于异步处理任务。整体架构如下图所示：Redis 队列：我们使用 Redis List 数据结构来存储任务，并分为等待队列、本地处理队列、失败队列、备份队列。
2024-08-30 17:00:00
2163
原创 十五、寻龙队列术——队列总览
例如，在用户支付成功后，订单系统可能需要通知多个下游系统，如生产配货系统、发票系统、库存系统、推荐系统、搜索系统等。通过消息队列或任务队列，订单系统可以将支付成功的消息发送给各个下游系统，而下游系统可以根据自己的处理能力和优先级决定何时处理这些消息，从而实现系统解耦和更高的灵活性。类似地，在秒杀活动中，订单请求量可能会瞬间达到高峰，使用队列可以将这些请求排队，按照限流策略逐步处理，从而避免系统过载。镜像队列会复制主队列的内容，使得多个队列可以同时提供相同的消息，帮助分散消费压力，提高系统的扩展性和稳定性。
2024-08-30 15:30:00
2417
原创 十四、系统扩容——数据异构问题剖析
数据异构的核心思想是根据不同的查询维度建立特定的表结构，从而支持这些维度的查询。尤其在分库分表后，数据的分布更加分散，详情页的展示需要进行多次查询，数据一致性和性能都可能受到影响。聚合后的数据存储在 Redis 等高性能存储系统中，降低了对 MySQL 等关系型数据库的依赖，减少了数据库的负载和单点故障的影响。将多个数据源的数据聚合后存储，前端只需一次查询即可获取全部数据，避免了多次跨库、跨表操作，显著提高查询性能。通过异构表结构，支持不同的维度查询，例如按用户、按商家等维度，避免跨库、跨表查询的复杂性。
2024-08-30 11:01:49
1035
原创 十四、系统扩容——数据库分库分表示例
本地事务：事务仅限于单个数据库连接，适用于简单场景，如单表操作或同一数据源的多表操作，性能较高，但不支持跨数据库的事务操作。XA 分布式事务：通过引入分布式事务协调器，实现跨数据库的事务管理，保证分布式环境下的数据一致性，但相对性能较低，适用于对一致性要求高的场景。本地事务适合单库或单表操作，配置简单，性能高，但在分库分表场景下，不能保证全局一致性。XA 分布式事务通过协调器实现跨库事务管理，保证数据一致性，适用于复杂业务场景，但引入了一定的性能开销。
2024-08-30 10:09:47
429
原创 IDEA运行程序报错java程序包org.junit不存在解决办法
，确保 JUnit 库已被正确包含。尽管大多数现代项目在创建时会默认引入 JUnit 依赖，但仍需确认配置是否正确，版本信息是否符合预期。另一个可能的原因是项目中目录类型设置有误，导致 IDE 无法识别测试源码目录中的 JUnit 包。不存在”，通常是由于项目配置问题或依赖没有正确导入所引起的。如果以上两步仍然未解决问题，可以尝试清除 IntelliJ IDEA 缓存。清除缓存后，再次按照第二步操作检查项目结构配置是否正确。如果没有这些配置，请手动添加并重新刷新项目。首先，需要检查项目的构建文件（如。
2024-08-30 09:08:26
551
原创 十四、系统扩容——数据库扩容
创建自定义的分库分表算法类和@Override@Override@Bean// 分库分表规则// 数据源配置// Sharding-JDBC 数据源.build();通过使用配置文件和 Java 配置类，你可以在 Spring Boot 项目中集成 Sharding-JDBC 来实现分库分表。这样可以更灵活地管理数据源配置和分库分表规则，并简化 Spring 项目的配置管理。
2024-08-29 17:00:00
1609
原创 十四、系统扩容——任务系统扩容
Elastic-Job 是由当当网开源的一款分布式任务调度框架，它解决了分布式环境下任务调度的高可用性和扩展性问题。目前，Elastic-Job 主要分为两个子项目：Elastic-Job-Lite 和 Elastic-Job-Cloud。：轻量级、无中心化的任务调度解决方案，适用于任务调度不需要大规模扩展的场景。它支持动态暂停和恢复任务实例，但不支持任务实例的动态扩容。：基于 Mesos 和 Docker 的任务调度平台，旨在通过容器技术实现任务实例的动态启动和停止，并支持根据负载调整任务实例的数量。
2024-08-29 16:00:00
598
原创 十四、系统扩容——应用扩容
按业务模块拆分是将系统根据功能或业务领域分解为多个子系统。例如，将一个电商平台分解为前端系统、用户管理系统、订单处理系统、支付服务系统等。每个子系统专注于处理特定的业务功能，独立部署和维护。
2024-08-28 08:00:00
1005
原创 十三、异步并发进修——异步并发实战
在传统的同步调用模式下，线程会因为等待依赖服务响应而被长期阻塞，导致系统吞吐量下降。因此，在实际应用中，合理设计和利用异步并发，不仅能提升系统性能，还能在复杂场景中提供更加稳定的服务体验。在这个场景中，我们首先执行服务1，然后在服务1完成后，服务2和服务3并发执行，最终合并服务2和服务3的结果进行处理。在同步阻塞调用中，所有依赖服务的调用按顺序进行，导致总的响应时间是所有依赖服务响应时间的累加。通过这种方式，我们可以有效地管理服务间的依赖关系，利用异步编程提高系统的并发处理能力，同时保持主线程的非阻塞。
2024-08-27 23:00:00
1397
原创 十二、连接池线程池配置——HttpClient连接池
3.x、4.x 和 5.x API 是完全不兼容的，使用起来比较麻烦。在 HttpClient 的执行过程中，连接复用是一个关键的性能优化点。通过合理配置连接池参数、正确处理连接的使用和释放，以及关注连接池的生命周期和性能监控，可以有效提高。下面是对连接池源码的重要步骤分析，包括连接的复用和非复用情况的处理，以及连接池内部的数据结构。此异常通常表示连接池中的连接用尽，导致无法获取到可用连接。这种状态表示线程在等待连接池中的连接。时，到每个主机的并发最多只有 200，但总的并发连接数为 300。
2024-08-27 19:45:00
1349
原创 十二、连接池线程池配置——数据库连接池
在应用系统开发中，池化技术（如对象池、连接池、线程池）被广泛使用，通过复用来减少资源消耗和提升性能。连接池（如数据库连接池、Redis连接池、HTTP连接池）主要通过复用TCP连接来提高效率。本文主要介绍数据库连接池（DBCP）、HTTP连接池（HttpClient）和线程池的配置。数据库连接池是用来管理数据库连接的技术，可以显著提高应用程序的性能和响应速度。常见的数据库连接池实现有C3P0、DBCP、Druid等。下面以为例进行详细讲解。使用yaml配置实例如下，万卷不离其宗：配置说明数据库连接配置
2024-08-27 15:30:51
304
原创 十一、多级缓存——多级缓存实战详解
多级缓存是在系统的不同层级进行数据缓存的一种策略，旨在提高数据访问效率。接入 Nginx将请求负载均衡到应用 Nginx。常见的负载均衡算法有轮询和一致性哈希。轮询可均衡负载，一致性哈希则能提升缓存命中率。应用 Nginx 本地缓存读取本地缓存（可以是 Lua Shared Dict、Nginx Proxy Cache 等）。如果命中，则直接返回缓存数据。这种缓存可以提升吞吐量，降低后端压力，特别是应对热点数据时非常有效。分布式缓存如果本地缓存未命中，则查询分布式缓存（如 Redis）。
2024-08-27 15:29:50
837
原创 十、HTTP 缓存——Nginx HTTP 缓存
时间为 2024年8月16日 11:00:00，Nginx 将返回 304 状态码，因为资源的最后修改时间早于客户端的请求时间。：对于不常变化的异步数据（如商品详情页的评论），可以考虑设置较长时间的缓存（如 1 个月）。：对于静态资源（如 JS、CSS、图片），可以设置较长时间的缓存（如 1 个月或 1 年），通过版本号控制缓存过期。：对于不需要强一致性的页面（如商品详情页的库存信息），可以设置较短的缓存时间。通过这种配置，你可以灵活地管理 Nginx 的缓存内容，确保缓存的有效性和更新的及时性。
2024-08-25 14:00:00
611
原创 十、HTTP 缓存——HTTP 缓存与HttpClient客户端缓存
在日常开发中，浏览器缓存是一个非常常见但又容易被忽视的优化手段。许多开发者在面对浏览器缓存相关问题时可能会感到困惑，因此本章内容专门用来解答这些常见问题，并帮助你更好地理解如何在 Java 应用中控制浏览器缓存。浏览器缓存是指在用户使用浏览器访问网站页面或 HTTP 服务时，根据服务器端返回的缓存控制响应头，将响应内容缓存到本地浏览器。这样，下次访问相同资源时，浏览器可以直接使用缓存内容，或者仅与服务器验证内容是否过期，从而减少网络传输的数据量，提升网站性能。public。
2024-08-25 10:00:00
584
原创 九、应用级缓存——应用级缓存实现方法
在使用缓存时，可能会遇到查询数据库结果为空的情况。如果频繁地对这些空数据进行查询，仍会给数据库带来不必要的负载。为了解决这个问题，可以引入 NULL Cache 策略。NULL Cache 通过在缓存中存储一个特殊的 NULL 对象来标记没有数据的情况。当再次遇到相同查询时，直接从缓存中返回 NULL，而不需要再次访问数据库。实现逻辑定义 NULL 对象并处理首先，定义一个特殊的对象来表示缓存中的空值。在没有数据时存入 NULL 对象。
2024-08-25 08:00:00
987
原创 九、应用级缓存——总结缓存使用模式实践
在应用级缓存的实际使用中，理解并应用缓存使用模式可以极大地提升系统性能和一致性。以下是几种主要的缓存使用模式，以及如何在实际项目中使用它们。首先，定义一个Copier@Override// 进行 Copy-On-Read 操作，创建键的副本// 示例实现@Override// Copy-On-Write 通常不需要键的副本return key;@Override// 进行 Copy-On-Read 操作，创建值的副本// 示例实现@Override。
2024-08-25 07:00:00
773
原创 八、系统测试——压测与预案
压力测试是一种通过施加超出系统设计负载的压力来评估其稳定性和性能的测试方法。不同于常规的性能测试和负载测试，压力测试的目标是逼迫系统进入极限状态，从而发现其在异常条件下的表现。识别系统瓶颈：在高负载条件下，系统的哪些部分会出现性能瓶颈，从而影响整体性能。评估系统稳定性：在极端条件下，系统是否会崩溃或出现其他严重问题。测试容错能力：系统在面对超出预期的负载时，是否能够有效处理并恢复正常运行。在压力测试中，有几个关键指标需要关注，包括响应时间、吞吐量（TPS/QPS）、错误率、CPU和内存使用率等。
2024-08-25 00:00:00
696
原创 九、应用级缓存——应用级缓存总述
缓存的核心目的是将数据尽可能地靠近使用者，以提高访问速度。其工作机制是：首先尝试从缓存中读取数据，如果缓存中没有，则从慢速设备（如磁盘或网络）中读取数据，并将数据同步到缓存中。缓存通常用于存储频繁访问的数据、热点数据、计算昂贵的数据、符合“5分钟法则”的数据等。及时更新：频繁访问的数据在5分钟内应及时更新缓存，以保持数据的最新状态。优先缓存热点：优先缓存那些在短时间内被频繁访问的数据，确保热点数据始终在缓存中。减少失效：定期检查和更新缓存，特别是可能短时间内变化的数据，以减少缓存失效，提高数据准确性。
2024-08-24 13:00:00
591
原创 七、回滚机制——代码、数据和部署的回滚策略
静态资源（如 JavaScript 和 CSS 文件）的版本回滚机制主要依赖于资源的版本化和缓存控制策略。这确保在新版本出现问题时，能够迅速恢复到旧版本并保证用户获得稳定的体验。通过以上方法，能够有效管理数据的版本，确保系统在数据问题发生时能够迅速回滚到稳定状态。在系统部署过程中，确保能够快速回滚到稳定版本是非常重要的。对数据进行版本化可以确保在出现数据问题时能够回滚到历史版本。在分布式系统和开发过程中，回滚机制是确保系统稳定性和可靠性的关键措施。在出现故障时，自动将流量引导回旧版本，保证系统的可用性。
2024-08-24 11:00:00
697
elastic-job-lite-console-2.1.5压缩包.rar
2024-09-13
elastic-job-lite-console-2.1.5.rar
2024-09-13
PM任职认证答辩.pptx
2024-05-21
commons-math3-3.6.1-API文档-中文版.rar
2024-02-24
SpringBoot 集成 Flowable + Flowable Modeler 流程配置可视化项目
2023-09-11
IOS手游模拟器(ipadian)电脑版
2023-05-07
CR VideoMate用起来非常顺手，旨在为用户解决因在工作上带来的问题，在业内可谓享有极高的声誉，是业内人士常用的一款工具
2023-04-23
Java开发简历参考项目.docx
2023-02-18
OpenCV例程汇总.doc
2023-01-25
OpenCV例程汇总.pdf
2023-01-25
mybatis一级二级缓存流程图.drawio
2022-07-31
mybatis-plus最新代码生成器项目源码 ：mybatis-plus-generator.zip
2022-07-20
Windows10鼠标指针主题资源
2022-07-20
cloud-demo第一次 SpringCloud服务拆分初探与案例解析
2022-07-18
mybatis练习3mybatis练习3mybatis练习3mybatis练习3
2022-07-04
mybatis训练3mybatis训练3mybatis训练3mybatis训练3
2022-07-03
mybatis联系项目2
2022-07-03
Mybatis 框架理解与快速入门详解代码与数据库
2022-06-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人