- 博客(359)
- 资源 (53)
- 收藏
- 关注
RSS订阅
原创 线上问题排查常用命令
查看内存freefree是查看内存使用情况，包括物理内存、交换内存(swap)和内核缓冲区内存。free -h -s 3表示每隔三秒输出一次内存情况，命令如下[1014154@cc69dd4c5-4tdb5 ~]$ free total used free shared buff/cache availableMem...
2020-04-13 16:08:35
3126
1
原创 深入理解JVM - JVM常用命令
jps（JVM Process Status Tool）：显示指定系统内所有的HotSpot虚拟机进程jstat（JVM Statistics Monitoring Tool）：用户收集HotSpot虚拟机各方面的运行数据jinfo（Configuration Info for Java）：实时查看和调整虚拟机各项参数，在JDK9中集成到了jhsdbjmap（Memory Map for ...
2020-01-15 10:59:58
1434
1
原创 为监控而生的多级缓存框架 layering-cache
简介layering-cache是在Spring Cache基础上扩展而来的一个缓存框架，主要目的是在使用注解的时候支持配置过期时间。layering-cache其实是一个两级缓存，一级缓存使用Caffeine作为本地缓存，二级缓存使用redis作为集中式缓存。并且基于redis的Pub/Sub做缓存的删除，所以它是一个适用于分布式环境下的一个缓存系统。支持支持缓存监控统计支持缓存过期时...
2018-10-15 10:06:17
2647
5
原创 MySQL MVCC（多版本并发控制）实现机制深度解析
MVCC是InnoDB专为读已提交（RC）和可重复读（RR）核心思想：为每一行数据维护多个版本（快照），不同事务读取时，根据规则选择对应版本的数据，而非直接读取最新数据；适用场景：仅针对快照读（普通SELECT生效，当前读（INSERTUPDATEDELETE）仍需加锁；解决“读写冲突”，避免传统锁机制中“读阻塞写、写阻塞读”的问题，提升并发性能。核心依赖：MVCC基于行记录隐藏字段（DB_TRX_ID）、Undo Log版本链、Read View可见性规则实现；核心逻辑。
2026-01-27 14:54:58
743
原创 Kafka、RocketMQ、RabbitMQ 事务消息核心差异对比
设计目标差异：Kafka聚焦生产端原子性与Exactly Once，RocketMQ聚焦分布式事务，RabbitMQ仅支持本地Channel事务；实现机制差异：Kafka依赖事务协调器+2PC，RocketMQ依赖半消息+回查，RabbitMQ依赖AMQP协议的Channel事务；场景适配差异：Kafka适配大数据流，RocketMQ适配微服务分布式事务，RabbitMQ适配简单业务的本地事务。
2026-01-23 11:41:24
853
原创 Spring Boot 深度解析
/ 1. 自定义拦截器@Bean// 注册拦截器@Override// 2. 自定义消息转换器（如FastJson替换Jackson）@Override// 移除默认Jackson转换器// 添加FastJson转换器// 3. 自定义视图解析器（Thymeleaf）@Bean// 4. 跨域配置@Override若需要完全替换Spring Boot的默认MVC配置，可添加。
2026-01-23 10:51:16
781
原创 Spring MVC 深度解析
实现接口（或继承注册拦截器到Spring容器，指定拦截路径；// 1. 自定义拦截器@Component// 请求到达处理器前执行@Overrideresponse.getWriter().write("未登录");// 中断请求// 放行// 处理器执行后、视图渲染前执行@OverrideSystem.out.println("处理器执行完成：" + request.getRequestURI());// 视图渲染完成后执行@Override。
2026-01-22 22:13:30
849
原创 HikariCP 深度解析
核心优势：HikariCP 是高性能连接池，核心优势是快、轻量、可靠，Spring Boot 2.0+ 默认推荐使用；性能核心并发容器、零锁设计、精简代码、精细化连接管理；配置核心按 CPU 核心数配置，等于最大连接数，小于数据库连接超时时间；运维核心：监控活跃/空闲连接数、开启泄漏检测、配置合理的超时时间；适用场景：高并发、低延迟的互联网场景优先使用，需精细化监控可结合 Druid。配置：优先使用 Spring Boot 自动配置，核心参数按性能公式设置，避免过度配置；编码。
2026-01-22 16:16:32
658
原创 Docker 深度全解析（容器化核心技术）
镜像是一个只读的、静态的文件包，是创建Docker容器的「模板/蓝本」，包含了运行应用所需的所有内容：应用程序、运行环境、系统库、配置文件、依赖包等。容器是Docker镜像的运行时实例，是一个可读可写的动态环境，是应用程序实际运行的载体。镜像=类，容器=类的实例对象。数据卷是Docker提供的独立于容器的持久化存储目录，是宿主机文件系统上的一个真实目录，可被挂载到容器内的指定路径，实现容器的数据持久化与共享。Docker的网络是为容器提供通信能力。
2026-01-16 12:23:02
609
1
原创 Kubernetes（K8s）深度全解析
A：调和机制是控制器的核心工作模式，无限循环执行「观察-对比-行动」，将实际状态调整为期望状态；是K8s的核心灵魂，所有自动化能力都基于该机制实现。Kubernetes是云原生技术体系的核心，其本质是容器编排与集群管理系统，核心价值是自动化、高可用、弹性伸缩、解耦。本文从核心架构→核心概念→核心工作机制→核心特性→运维配置→使用场景→常见问题，全维度深度解析了K8s，覆盖了从基础到进阶的所有核心知识点。声明式API为灵魂，调和机制为核心，控制器为管控核心，Pod为执行单元。
2026-01-16 11:57:42
1214
原创 架构设计之千万级设备接入云平台方案
支撑千万级设备并发连接、海量消息高吞吐处理、设备状态实时监控、数据可靠存储与高效检索，满足高可用、高弹性、可扩展的物联网平台需求：设备接入层 → 协议适配层 → 消息处理层 → 业务服务层 → 数据存储层 → 监控运维层。
2026-01-15 15:56:13
475
原创 RocketMQ 深度详解
⑤Message：消息载体，封装业务数据。生产环境必用多Master多Slave主从模式，原因：Master负责读写，Slave同步数据，Master宕机后Slave无缝接管，无消息丢失，保障高可用和数据可靠性。Queue的核心作用是实现并行处理，多个Queue分布在不同Broker上，生产者负载均衡发送，消费者并行消费，提升吞吐量和并发能力。如果是「一个Topic一个文件」，Broker需要维护海量的文件映射关系，元数据存储压力大，而且Topic的创建/删除会带来大量的文件创建/删除操作，运维复杂。
2026-01-15 14:31:29
739
原创 Kafka 深度详解
核心组件包括 Producer（生产者，发送消息）、Consumer（消费者，消费消息）、Broker（服务节点，存储和处理消息）、Topic（主题，消息逻辑分类）、Partition（分区，物理存储单元）、Replica（副本，保障高可用）、Controller（控制器，管理集群元数据）。：Topic 是消息的逻辑分类，Partition 是 Topic 的物理存储单元，一个 Topic 可分为多个 Partition；：Offset 是消息在 Partition 内的唯一标识，是一个自增整数；
2026-01-15 11:12:08
722
1
原创 RabbitMQ 深度详解
保障：消费者只有成功处理完消息后，才会告知Broker删除消息，杜绝消费过程中消息丢失的问题，分为两种模式，，所有业务场景均围绕这三个核心价值展开，以下是生产中最常用的核心场景，覆盖99%的业务需求，所有RabbitMQ的消息流转，均基于这四个核心组件完成，是RabbitMQ的核心骨架，，从生产到消费全链路保障消息的可靠性，杜绝消息丢失，这是RabbitMQ的核心优势，各自的路由规则是什么？RabbitMQ的集群架构是保障高可用的核心，所有架构均基于。：RabbitMQ 消息从生产到消费的完整流程是什么？
2026-01-14 23:18:40
1039
1
原创 MQTT 协议深度详解
Topic是 MQTT 的消息路由标识，本质是一个「层级化的字符串」，用于标识消息的类别和流向，相当于消息的「地址」。发布者发送消息时，必须指定一条「主题」，表示「这条消息属于哪个分类」；订阅者想要接收消息时，必须「订阅对应的主题」，表示「我要接收这个分类的消息」；Broker 会根据「消息的主题」，将消息精准推送给所有订阅了该主题的订阅者。QoS是 MQTT 协议的核心可靠性保障机制，表示「消息的投递质量/可靠性等级」，定义了发布者与Broker之间、Broker与订阅者之间的消息投递规则。
2026-01-14 11:37:16
556
原创 Redis 核心业务流程
Redis 启动加载完整核心流程（所有流程的统一入口）Redis 单线程命令执行核心流程（高性能底层根源，所有请求通用）Redis 过期Key清理核心流程（定期删除+惰性删除）Redis 内存淘汰机制执行流程（内存超限兜底）Redis RDB持久化完整核心流程Redis AOF持久化+AOF重写完整核心流程Redis 主从复制完整核心流程（含断点续传）Redis 哨兵模式故障转移完整核心流程Redis Cluster 哈希槽分配+数据迁移核心流程。
2026-01-13 18:41:03
657
原创 Redis 核心详解
高性能内存KV数据库 + 持久化 + 高可用 + 分布式，是互联网后端的核心中间件，无出其右。单线程模型 + 内存操作 + 高效底层数据结构 + 渐进式rehash，四大核心缺一不可。Redis的核心价值：不仅是缓存，更是一套完整的「数据结构解决方案」，覆盖绝大多数业务场景，无需重复造轮子。单机 → 主从（读写分离） → 哨兵（自动故障转移） → Cluster（分布式分片），按需选择，循序渐进。三分部署，七分运维。
2026-01-13 18:08:46
633
原创 架构设计之异地多活架构
异地多活架构的本质是“分层冗余+智能调度+数据一致”接入层通过DNS+网关跨地域冗余，实现流量就近接入与故障漂移；数据层按分类选择同步策略，通过多副本存储与一致性协议，保障核心数据零丢失；业务层无状态化设计，支持跨地域弹性扩容与无缝接管；调度层统一管控，实现故障自动检测、切换、恢复，缩短业务中断时间。异地多活不是“越复杂越好”，而是“适配业务需求的最优解”——核心业务追求极致可用性，非核心业务平衡成本与可用性，最终实现“业务永续、数据安全、体验无感知”的目标。
2026-01-13 10:44:25
319
原创 架构设计之千万级设备接入场景容灾方案
接入层通过多地域/多可用区网关集群，应对设备高并发连接与重连冲击；数据层通过多副本存储、异步传输、跨地域同步，保障核心数据零丢失；业务层通过熔断降级、多副本部署，实现故障隔离与弹性恢复；基础设施层通过网络、电力、存储冗余，筑牢底层保障；依托自动化监控与切换机制，缩短故障影响时间，最终实现“设备接入不中断、核心业务不停止、数据资产不丢失”的目标。要不要我帮你整理一份千万级设备接入容灾 Checklist，涵盖接入层、数据层、业务层等维度的校验项，可直接用于项目容灾落地与审计？
2026-01-12 18:33:32
582
原创 架构设计之微服务治理
用标准化的规则约束分布式架构的复杂性，用体系化的机制保障架构的稳定性，用自动化的工具提升研发和运维效率。治理的核心逻辑：源头做设计管控，运行做容错保障，数据做自治隔离，可观测做问题兜底，安全做全链路防护，交付做高效迭代。治理的核心认知：微服务治理不是「管控」，而是「赋能」，通过治理减少无效内耗、规避架构风险、降低故障成本，最终让技术团队聚焦业务价值的交付。治理的核心节奏：治理是循序渐进的过程，不是一蹴而就的，先解决核心痛点（如稳定性、数据耦合），再逐步完善细节，最终实现全维度的合规治理。
2026-01-12 18:17:20
482
原创 架构设计之架构治理
架构治理的本质是“用规则约束复杂性，用流程保障落地，用数据驱动优化”先定目标：明确量化的治理目标，避免盲目行动；立标准：建立覆盖分层、选型、接口、拆分的统一规范，奠定治理基础；强评审：通过架构评审把控设计环节，提前规避风险；全流程：将治理规则贯穿设计、开发、测试、部署、运维全生命周期；重保障：通过组织、流程、工具确保治理落地，而非“纸上谈兵”；持续迭代：随业务与技术演进优化治理规则，避免“一劳永逸”。
2026-01-12 17:48:16
493
原创 架构设计之微服务拆分
微服务拆分的本质是「以业务领域为锚，以复杂度为尺」定边界：先通过DDD的限界上下文识别业务领域边界，保证服务的高内聚、低耦合，解决「拆什么」的根本问题。调粒度：再通过业务复杂度、变更频率、并发量、团队结构调整拆分粒度，控制分布式成本，解决「怎么拆」的落地问题。终目标：最终实现业务的「独立演进」和技术的「弹性伸缩」，让架构适配业务增长，而非业务适配架构。
2026-01-12 16:25:43
686
原创 Spring 框架 核心架构设计 深度详解
单例模式：Spring Bean 默认都是单例的工厂模式：Spring 主要作用之一就是对Bean的管理，所有Bean的创建都由Spring来负责，从这里来看就是一个工厂模式了。动态代理模式：Spring 主要作用之一AOP，就是通过动态代理模式来实现的，如：事物管理等。策略模式：Spring Bean的自动装配（@Autowired），其实就是策略选择的一种方式。模板方法模式：ApplicationContext体系就是使用了模板方法模式。装饰器模式：一种是类名中含有Wrapper，另一种是类.
2026-01-11 18:40:24
1758
原创 Spring MVC Bean 参数校验 @Validated
Validated是Spring 框架对 JSR303/JSR380(Java 原生参数校验规范)的增强注解，Spring 生态专属注解，功能全面优于JSR原生的@ValidJSR303/JSR380 是Java官方定义的参数校验标准，提供基础校验注解，核心依赖包为实际开发中依赖，是JSR规范的最优实现，扩展了更多实用校验注解，是校验功能落地的核心核心价值：彻底替代硬编码的if/else参数判断逻辑，将参数校验规则与业务逻辑解耦，所有校验规则统一维护在实体类中，大幅精简业务代码。
2026-01-11 16:56:32
861
原创 Spring 事务核心原理 深度解析
事务定义是事务的「规则手册」，定义了事务的所有配置规则，比如事务的传播行为、隔离级别、超时时间、是否只读等，这些规则决定了事务的执行行为。该接口的配置规则，就是我们在事务传播行为：7种，核心配置，决定多个事务方法嵌套调用时，事务的传播方式；事务隔离级别：4种+默认，决定事务之间的隔离程度，解决脏读、不可重复读、幻读问题；事务超时时间：默认-1（永不超时），超过指定时间事务自动回滚，避免长事务占用资源；是否只读。
2026-01-11 16:26:48
1086
原创 Alibaba Sentinel 全解析
✅ 新项目/微服务架构：首选Sentinel，功能更丰富、易用性更高、生态更适配国内环境（Spring Cloud Alibaba）；✅ 老项目/Spring Cloud Netflix 生态：继续使用Hystrix，无需迁移，稳定可靠；✅ 核心诉求是热点限流、系统级保护：必须选Sentinel（Hystrix无此功能）；✅ 核心诉求是简单熔断降级：两者均可，Sentinel配置更简单。
2026-01-11 15:29:10
1017
原创 Hystrix 注解式完整实战示例
无侵入性：通过注解配置，无需修改业务逻辑代码，优雅实现熔断降级配置灵活：支持方法级、类级、全局级三层配置，满足不同场景需求易用性高：SpringCloud无缝整合，注解式开发成本极低，入门即可上手功能完整：注解支持熔断、隔离、降级、超时、异常忽略等所有核心能力。
2026-01-11 11:57:00
784
原创 服务重试Retry解析
服务重试是分布式系统应对瞬时故障的容错机制，核心是「精准识别故障类型+合理重试策略+幂等性设计」，结合熔断、限流、降级，才能安全落地。
2026-01-11 11:18:19
817
原创 分布式锁 4种主流实现方式
Redis+Redisson（生产首选，极致性能）、ZooKeeper（强一致性兜底）、数据库（应急入门）、RedLock（终极强一致）。
2026-01-11 09:18:41
765
原创 Redisson 分布式锁 实现核心原理
✅ 1. 互斥性：保证同一时间，只有一个线程能持有锁；✅ 2. 原子性：加锁/解锁的所有逻辑通过Lua脚本原子执行，无并发漏洞；✅ 3. 可重入：基于Hash结构实现，同一个线程可多次加锁，不会死锁；✅ 4. 防误删：解锁前先校验锁的归属，绝对不会删除其他线程的锁；✅ 5. 自动续期：看门狗机制，锁过期时间动态跟随业务执行时长，防止提前释放；✅ 6. 防死锁：自带过期时间，线程宕机后锁会自动释放；✅ 7. 自旋重试：加锁失败自动重试，降低开发成本；
2026-01-11 08:59:07
718
原创 【XXL-JOB】 GLUE模式 底层实现原理
编译出字节码后，执行器会用XXL-JOB内置的「自定义类加载器」XXL-JOB的自定义类加载器，是「独立的、临时的、任务隔离的每个GLUE任务的脚本，都会被专属的类加载器加载，不同任务之间完全隔离，无类冲突；脚本修改后，重新编译的字节码，会被新的类加载器加载，完美实现「热更新」，无需重启执行器；类加载完成后，执行完毕，类加载器会被回收，不会污染执行器的核心类加载器，无内存泄漏风险。
2026-01-10 23:41:45
1154
原创 【XXL-JOB】执行器 Netty服务 & Tomcat 进程+资源共用详解
XXL-JOB执行器的Netty服务 + 项目Tomcat服务 → 同一个Java进程、同一个PID；一个进程监听两个端口（如8080/Tomcat、9999/Netty），端口隔离、各司其职，无冲突。
2026-01-10 22:59:08
1094
原创 Caffeine 深度解析
Caffeine是一款基于Java 8的高性能本地缓存框架，作为Guava Cache的升级版本，它结合了Java 8的Lambda表达式和CompletableFuture异步特性进行优化。核心优势包括极致的读写性能、超高缓存命中率（采用自研W-TinyLFU淘汰算法）、轻量级无依赖、丰富功能特性和内存友好设计。支持多种缓存策略（大小/时间/引用过期）和工作模式（手动/自动/异步加载），并提供并发控制、缓存刷新、淘汰监听、统计功能等高级特性。Caffeine的底层采用分段式并发哈希表和无锁化设计，通过惰性
2026-01-10 20:24:00
1132
原创 JVM 核心知识点总结
一块极小的内存空间，也叫PC寄存器，JVM规范中唯一不会抛出内存溢出(OutOfMemoryError)的区域。每个线程创建时都会分配一个虚拟机栈，栈内存储的核心单元是栈帧(Stack Frame)，一个栈帧对应一个Java方法的一次调用过程。方法调用时，栈帧入栈；方法执行完毕，栈帧出栈，栈帧的生命周期与方法调用一致。虚拟机栈服务于Java方法，本地方法栈服务于native本地方法。JVM启动时创建，是JVM中内存占比最大、最核心的区域，也是垃圾回收(GC)的主战场。
2026-01-10 10:28:32
981
原创 深入理解JVM-程序计数器核心解析
程序计数器是JVM的「执行导航器」，它解决了「字节码指令如何顺序执行」「多线程切换如何断点续跑」「方法调用如何正确返回」三大核心问题，是JVM运行的基石。程序计数器是JVM的基石组件，不是可选的优化项，而是必须存在的核心内存区域；它的核心价值是解决了「指令执行、多线程调度、方法调用返回」三大核心问题；所有替代思路均存在致命缺陷，工程上完全不可行，程序计数器是最优解；简单的，往往是最好的。
2026-01-10 09:12:11
585
原创 ThreadLocalMap 中弱引用被 GC 后的行为机制解析
ThreadLocalMap 通过 key 使用弱引用避免 ThreadLocal 本身泄漏，但 value 依然是强引用；当 key 被 GC 后，value 并不会立刻回收，而是依赖后续 ThreadLocal 操作进行惰性清理。因此，并不存在“GC 后线程还能获取到值”，只有“值暂存在但已不可达”，这也是为什么必须显式调用 remove() 的根本原因。
2026-01-06 11:38:50
698
原创 MySQL的BTree索引和Hash索引的区别
维度BTree 索引Hash 索引是否有序✅ 是❌ 否支持范围查询✅ 是❌ 否支持模糊匹配（LIKE）✅ 是❌ 否支持排序✅ 是❌ 否查询性能稳定 O(log n)理想情况下 O(1)存储引擎默认支持Memory（默认）💡 选择合适的索引类型能够显著提升查询效率，应结合实际业务场景进行优化设计。
2025-06-30 10:26:38
705
CAN技术规范
2012-08-25
汽车电子控制系统实例
2012-08-25
logback 中文手册
2017-03-30
ScreenToGif.rar
2020-03-13
consul_1.7.3_windows\mac\linux.zip
2020-06-02
git-flow-plus-4idea-1.0.7.zip
2020-05-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人