weixin_60246228的博客

原创 Java网络通信—UDP

使用udp通信，需要三个东西：数据本体、通道、数据包装工具。

原创 线程安全/线程池笔记

线程安全问题一般出现在并发度比较高的环境中，如存钱取钱问题等，解决该类问题一般有几种办法。

原创 IO流笔记

Java中的IO操作大体能分成两种：输出流和输入流，根据使用的流的方式，又可分为字符流和字节流。

原创 mysql笔记—sql性能分析

表示 SELECT 的类型，常见的取值有SIMPLE(简单表，即不使用表连接或者子查询)、PRIMARY(主查询，即外层的查询）、UNION(UNION中的第二个或者后面的查询语句)、SUBOUERY(SELECT/WHERE之后包含了子查询)等。表示连接类型，性能由好到差的连接类型为NULL、system、const（主键等唯一索引）、eq_ref、ref（非唯一索引）、range、index（全索引扫描）、all（全表扫描）用了覆盖索引，也就是说，查询所需的数据可以直接从索引中获取。

原创 Java集合笔记

1、如果希望记住元素的添加顺序，需要存储重复的元素，又要频繁的根据索引查询数据？用集合（有序、可重复、有索引），底层基于数组的。（常用）2、如果希望记住元素的添加顺序，且增删首尾数据的情况较多？用LinkedList集合（有序、可重复、有索引），底层基于双链表实现的。3.如果不在意元素顺序，也没有重复元素需要存储，只希望增删改查都快？用集合（无序，不重复，无索引），底层基于哈希表实现的。（常用）4.如果希望记住元素的添加顺序，也没有重复元素需要存储，且希望增删改查都快？

原创 redis底层—通信协议RESP

原创 redis底层—网络模型

select模式存在的三个问题：能监听的FD最大不超过1024每次select都需要把所有要监听的FD都拷贝到内核空间每次都要遍历所有FD来判断就绪状态poll模式的问题：poll利用链表解决了select中监听FD上限的问题，但依然要遍历所有FD，如果监听较多，性能会下降epoll模式中如何解决这些问题的？1.基于epoll实例中的红黑树保存要监听的FD，理论上无上限，而且增删改查效率都非常高，性能不会随监听的FD数量增多而下降。

原创 redis底层—数据结构

1.获取字符串长度的时间复杂度为0（1）3.减少内存分配次数。

原创 Redis分布式锁

【代码】Redis分布式锁。

原创 Redis命令行客户端操作

Redis 是一个开源的内存数据结构存储系统，常用于缓存、消息队列、实时分析等场景。Redis 提供了丰富的命令行工具（redis-cli）来操作数据。

原创 mysql笔记—进阶

2.innodb存储引擎InnoDB是一种兼顾高可靠性和高性能的通用存储引擎在 MySOL 5.5 之后，InnoDB是默认的 MySOL 存储引擎。特点：DML操作遵循ACID模型，支持;，提高并发访问性能;FOREIGN KEY约束，保证数据的完整性和正确性;

原创 mysql笔记—基础

DDL（数据库对象操作）、DML（增删改）、DQL（查询）、DCL（用户和权限操作）

原创 简单理解Java中继承类和实现接口的区别

实现接口是当前类需要用到接口的所有抽象方法，同时自己可能还需要新增新的方法。继承类是当子类需要用到父类的方法，同时自己可能还需要新增新的方法时使用；

原创 seata中TCC的使用

【代码】seata中TCC的使用。

原创 部署及使用seata

​ Bean，以及pom中包含了必要的依赖，特别是数据库驱动和 Spring Data 相关的依赖。这个问题是因为在nacos里注册的网段是内网，而外部服务无法访问。​ Bean 时遇到了问题，确保。这个错误信息表明在创建。

原创 关于前端如何上传文件/服务器如何接受并保存

【代码】关于前端如何上传文件/服务器如何接受并保存。

原创 一个关于线程问题的案例:在线投票系统

4. **线程通信（wait/notify）**：在`monitorVoteResult`方法中使用`wait`和`notifyAll`来实现投票结果的实时更新和通知。3. **并发集合（ConcurrentHashMap）**：使用`ConcurrentHashMap`来记录已经投票的用户，保证高效且线程安全。2. **同步机制（synchronized）**：在`notifyVoteResult`方法中使用同步块来确保投票结果的通知是线程安全的。4. **统计投票结果**：实时统计当前的投票结果。

原创 TCP的三次握手和四次挥手

2.服务端接收FN后，向客户端发送ACK，表示我接收到了断开连接的请求，客户端你可以不发数据了，不过服务端这边可能还有数据正在处理。3.服务端处理完所有数据后，向客户端发送FIN，表示服务端现在可以断开连接。4.客户端收到服务端的FIN，向服务端发送ACK，表示客户端也会断开连接了。TCP协议是7层网络协议中的传输层协议，负责数据的可靠传输。3.客户端接收到SYN_ACK后，再给服务端发送一个ACK。2.服务端接收到SYN后，给客户端发送一个SYN_ACK。1.客户端向服务端发送一个SYN。

原创 消息队列有哪些作用？消息队列如何保证消息可靠传输？

6.broker要等待消费者真正确认消费到了消息时才删除掉消息，这里通常就是消费端ack机制，消费者接收到一条消息后，如5.果确认没问题了，就可以给broker发送一个ack，broker接收到ack后才会删除消息。2.首先要确保消息不多发，这个不常出现，也比较难控制，因为如果出现了多发，很大的原因是生产者自己的原因，如果要避免出现问题，就需要在消费端做控制。4.消息不能少，意思就是消息不能丢失，生产者发送的消息，消费者一定要能消费到，对于这个问题，就要考虑两个方面。

原创 Redis和mysql如何保持数据一致？

3．延时双删，步骤是：先删除Redis缓存数据，再更新Mysql，延迟几百毫秒再删除Redis缓存数据，这样就算在更新Mysq时，有其他线程读了Mysal，把老数据读到了Redis中，那么也会被删除掉，从而把数据保持一致。下性能较低，而且仍然会出现数据不一致的问题，比如线程1删除了Redis 缓存数据，正在更新Mysql，此时另外一个查询再查询，那么就会把Mysql中老数据又查到Redis中。1.先更新Mysql，再更新Redis，如果更新Redis失败，可能仍然不一致。

原创 Redis主从复制的核心原理

否则，redis的服务就被中断了。为了保证主从库的数据一致性，主库会在内存中用专门的replication buffer，记录RDB文件生成收到的所有写操作。4.最后，也就是第三个阶段，主库会把第二阶段执行过程中新收到的写命令，再发送给从库。具体的操作是，当主库完成RDB文件发送后，就会把此时replocation buffer中修改操作发送给从库，从库再执行这些操作。5. 后续主库和从库都可以处理客户端读操作，写操作只能交给主库处理，主库接收到写操作后，还会将写操作发送给从库，实现增量同步。

原创 Redis有哪些数据结构？分别有哪些典型的应用场景？分布式锁的底层？

1.字符串：可以用来做最简单的数据，可以缓存某个简单的字符串，也可以缓存某个json格式的字符串，Redis分布式锁的实现就利用了这种数据结构，还包括可以实现计数器、Session共享、分布式ID。3.列表：Redis的列表通过命令的组合，既可以当做栈，也可以当做队列来使用，可以用来缓存类似微信公众号、微博等消息流数据。

原创 Netty的高性能体现在哪些方面

4.串行化处理读写：避免使用锁带来的性能开销。即消息的处理尽可能再同一个线程内完成，期间不进行线程切换，这样就避免了多线程竞争和同步锁。但是，通过调整NIO线程池的线程参数，可以同时启动多个串行化的线程并行运行，这种局部无锁化的串行线程设计相比一个队里-多个工作线程模型性能更优。6.高效并发编程的体现：volatile的大量、正确使用；3.内存池设计，申请的内存可以重用，主要指直接内存。2.内存零拷贝，尽量减少不必要的内存拷贝，实现了更高效率的传输。1.NIO模型，用最少的资源做更多的事情。

原创 Netty的线程模型是怎么样的

服务端启动时，通常会创建两个NioEventLoopGroup实例，对应了两个独立的Reactor线程池，bossGroup负责处理客户端的连接请求，workerGroup负责处理I/0相关的操作，执行系统Task、定时任务Task等。用户可根据服务端引导类ServerBootstrap配置参数选择Reactor线程模型，进而最大限度地满足用户的定制化需求。Netty同时支持Reactor单线程模型、Reactor多线程模型和Reactor主从多线程模型，用户可根据启动参数配置在这三种模型之间切换。

原创 Netty是什么?和Tomcat有什么区别?特点是什么?

Tomcat是一个Web服务器，是一个servlet容器，基本上Tomcat内部只会运行Servlet程序，并处理HTTP请求，而Netty封装的是底层IO模型，关注的是网络数据的传输，而不关心具体的协议，可定制性更高。Netty是一个基于NIO的异步网络通信框架，性能高，封装了原生NIO编码的复杂度，开发者可以直接使用Netty来开发高效率的各种网络服务器，并且编码简单。1.异步、NIO的网络通信框架。3.高扩展，高定制性。

原创 BIO、NIO、AIO分别是什么

1.BIO:同步阻塞IO，使用BIO读取数据时，线程会阻塞住，并且需要线程主动去查询是否有数据可读，并且需要处理完一个Socket之后才能处理下一个Socket。3.AIO:也叫做NIO 2.0，异步非阻塞IO，使用AIO读取数据时，线程不会阻塞，并且当有数据可读时会通知给线程，不需要线程主动去查询。2.NIO:同步非阻塞IO，使用NIO读取数据时，线程不会阻塞，但需要线程主动的去查询是否有IO事件。

原创 Spring cloud和Dubbo有哪些区别?

Spring cloud是一个微服务框架，提供了微服务领域中的很多功能组件，Dubbo一开始是一个RPC调用框架，核心是解决服务调用间的问题，Spring Cloud是一个大而全的框架，Dubbo则更侧重于服务调用，所以Dubbo所提供的功能没有SpringCloud全面，但是Dubbo的服务调用性朗比spring Cloud高，不过Spring Cloud和Dubbo并不是对立的，是可以结合起来一起使用的。

原创 Spring Cloud有哪些常用组件，作用是什么

8.Spring Cloud Gateway:服务网关。10.Spring CLoud Sleuth:链路追踪。4.Spring Cloud Config:配置中心。5.Feign/OpenFeign: RPC调用。3.Consul:注册中心、配置中心。2.Nacos:注册中心、配置中心。14.Sentinel:服务熔断。15.Hystrix:服务熔断。11.Zipkin:链路追踪。13.Dubbo:RPC调用。1.Eureka:注册中心。6.Kong:服务网关。7.zuul:服务网关。

原创 Zookeeper集群中节点之间数据是如何同步的

9.同时Leader节点还是将当前写请求直接发送给observer节点，observer节点收到Leader发过来的写请求后直接执行更新本地内存数据。5.Leader节点会将该写请求对应的日志发送给其他Follower节点，并等待Follower节点持久化日志成功。7.当Leader节点收到半数以上的Ack后，就会开始提交，先更新Leader节点本地的内存数据。3.集群在工作过程中，所有的写请求都会交给Leader节点来进行处理，从节点只能处理读请求。10.最后Leader节点返回客户端写请求响应成功。

原创 为什么Zookeeper可以用来作为注册中心？

可以利用Zookeeper的临时节点和watch机制来实现注册中心的自动注册和发现，另外Zookeper中的数据都是存在内存中的，并且Zookeeper底层采用了nio，多线程模型，所以zookeeper的性能也是比较高的，所以可以用来作为注册中心，但是如果考虑到注册中心应该是注册可用性的话，那么Zookeeper则不太合适，因为Zookeper是CP的，它注重的是一致性，所以集群数据不一致时，集群将不可用，所以用Redis、Eureka、Nacos来作为注册中心将更合适。

原创 什么是ZAB协议？

3.请求广播阶段: 当Leader节点接收到写请求时，会利用两阶段提交来广播该写请求，使得写请求像事务一样在其他节点上执行，达到节点上的数据实时一致。ZAB协议是Zookeeper用来实现一致性的原子广播协议，该协议描述了zookeeper是如何实现一致性的，分为三个阶段。1.领导者选举阶段: 从Zookeeper集群中选出一个节点作为Leader，所有的写请求都会由Leader节点来处理。但值得注意的是，Zookeeper只是尽量的在达到强一致性，实际上仍然只是最终一致性的。

原创 什么是分布式事务?有哪些实现方案?

在分布式系统中，一次业务处理可能需要多个应用来实现，比如用户发送一次下单请求，就涉及到订单系统创建订单、库存系统减库存，而对于次下单，订单创建与减库存应该是要同时成功或同时失败的，但在分布式系统中，如果不做处理，就很有可能出现订单创建成功，但是减库存失败，那么解决这类问题，就需要用到分布式事务。d.一旦half消息commit了，消费者库存系统就会来消费，如果消费成功，则消息销毁，分布式事务成功结束死信队列，等待进一步处理e.如果消费失败，则根据重试策略进行重试，最后还失败则进入。

原创 分布式锁的使用场景是什么?有哪些实现方法?

而在分布式架构中，多个线程是可能处于不同进程中的，而这些线程并发执行遇到资源竞争时，利用ReentrantLock、synchronized等技术是没办法来控制多个进程中的线程的，所以需要分布式锁，意思就是，需要一个分布式锁生成器，分布式系统中的应用程序都可以来使用这个生成器所提供的锁，从而达到多个进程中的线程使用同一把锁。在单体架构中，多个线程都是属于同一个进程的，所以在线程并发执行遇到资源竞争时，可以利用ReentrantLock、synchronized等技术来作为锁，来控制共享资源的使用。

原创 分布式ID是什么?有哪些解决方案?

4.雪花算法，一切问题如果能直接用算法解决，那就是最合适的，利用雪花算法也可以生成分布式ID，底层原理就是通过某台机器在某一毫秒内对但是只能保证趋势递增。3.利用redis、zookeeper的特性来生成id，比如redis的自增命令、Dokeeper的顺序节点，这种方案和单机数据库(mysql)相比，性能有所提高，可以适当选用。中，ID长度较之uuid更短，但是受到单机数据库性能的限制，并发量大的时候，2.利用单机数据库的自增主键，作为分布式ID的生成器，复杂度适。此方案也不是最优方案。

原创 在微服务架构中如何使用 RPC(Dubbo) 和 Feign 进行服务调用？

Dubbo：通过 XML 配置文件配置服务提供者和消费者，并指定 Nacos 注册中心的地址。Feign：通过 Spring Boot 配置文件配置 Feign 客户端和 Nacos 注册中心，使用注解定义服务客户端。加入注册中心后，Dubbo 和 Feign 都能够实现服务的动态注册和发现，提高系统的灵活性和可维护性。Dubbo 提供了更全面的服务治理功能和多种协议支持，适用于复杂的分布式系统；

原创 什么是RPC

在Java中，我们可以通过直接使用某个服务接口的代理对象来执行方法，而底层则通过构造HTTP请求来调用远端的方法，所以，有一种说法是RPC协议是HTTP协议之上的一种协议，也是可以理解的。RPC调用和HTTP调用是有区别的，RPC表示的是一种调用远程方法的方式，可以使用HTTP协议、或直接基于TCP协议来实现RPC，RPC，表示远程过程调用，对于Java这种面试对象语言，也可以理解为远程方法调用，

原创 什么是BASE理论?

1.BA:Basicalv Available，表示基本可用，表示可以允许一定程度的不可用，比如由于系统故障，请求时间变长，或者由于系统故障导致部分非核心功能不可用，都是允许的。3.E:Eventualv consistent，表示最终一致性，不要求分布式系统数据实时达到一致，允许在经过一段时间后再达到一致，在达到一致过程中，系统也是可用的。2.S:Soft state:表示分布式系统可以处于一种中间状态，比如数据正在同步。

原创 什么是CAP理论?

分区容错性表示，一个系统虽然是分布式的，但是对外看上去应该是整体，不能由于分布式系统内部的某个结点挂点，或网络出现了故障，而导致系统对外出现异常。所以，对于分布式系统而言是一定要保证分区错性的。强一致性表示，一个分布式系统中各个结点之间能及时的同步数据，在据同步过程中，是不能对外提供服务的，不然就会造成数据不一致，所以强一致性和可用性是不能同时满足的。CAP理论指出在目前的硬件条件下，一个分布式系统是必要保证分区容错性的，而在这个前提下，分布式系统要么保证CP，要么保证AP，无法同时保证CAP。

原创 Mybatis中#{}和${}的区别是什么?

2.Mybatis 在处理#{}时，会将 sq!号，调用 Preparedstatement 来赋值。3.Mybatis 在处理{}时，就是把$替换成变量的值，调用 Statement 来赋值。1.#0是预编译处理、是占位符，$0是字符串替换、是拼接符。4.使用#{}可以有效的防止SQL注入，提高系统安全性。

原创 MyBatis中的优点和缺点？

1.基于 SQL语句编程，相当灵活，不会对应用程序或者数据库的现有设计造成任何影响，SQL单独写，解除 sq!2.与JDBC 相比，减少了 50%以上的代码量，消除了 JDBC 大量冗余代码，不需要手动开关连接。5.提供映射标签，提供对象关系映射标签，支持对象关系组件维护支持对象与数据库的 ORM 字段关系映射。1.SQL 语句的编写工作量较大，尤其当字段多、关联表多时，对开人员编写SQL语句的功底有一定要求。2.SQL 语句依赖于数据库， 导致数据库移植性差，不能随意更换数据库。