- 博客(36)
- 收藏
- 关注
原创 notify() 与 notifyAll() 的区别:从原理到实践
notify()和的本质区别在于唤醒等待集中的一个线程还是全部线程。notify()效率略高但存在唤醒错线程、信号丢失的风险;更安全,代价是可能带来额外的锁竞争和上下文切换。拿不准就用,并且永远用while循环检查等待条件。
2026-11-15 16:52:28
269
原创 Altair PSIM 2026 专业安装:电力电子与电机驱动仿真的全能利器
Altair PSIM 2026 是面向电力电子、电机驱动与电源系统设计的高性能仿真平台。本文从产品定位、核心能力、2026 版本亮点、典型应用场景、工作流程与学习路径六个方面,系统介绍 PSIM 2026 的专业能力,帮助工程师快速判断它是否适合你的项目。
2026-11-15 16:51:23
150
原创 Java 中数组与 List 之间的相互转换
数组与List数组转List:只读场景用,可变场景用,基本类型数组用 Stream 装箱。List转数组:统一使用,基本类型则通过mapToInt等流操作拆箱。掌握这些写法后,日常开发中的转换需求基本都能从容应对。
2026-11-14 10:32:12
186
原创 ArrayList 与 LinkedList 的区别:原理、性能与选型指南
ArrayList是默认选择,LinkedList只在特定场景(已知节点位置的频繁增删、需要双端操作)才有优势。理解底层结构,才能在实际开发中做出合理选型。
2026-11-14 10:31:41
323
原创 Guava Files 常用方法详解:读写、复制、移动与目录遍历
GuavaFiles把文件操作中最常见的读写、复制、移动、比较、路径处理封装成简洁的静态方法,能显著减少样板代码。掌握本文列出的方法后,日常的文件处理场景基本都能覆盖。对于需要更细粒度控制(如文件属性、符号链接、异步 IO)的场景,再结合使用即可。
2026-11-13 16:44:29
354
原创 BIO、NIO、AIO 有什么区别?一文讲透 Java 三种 IO 模型
在 Java 网络编程中,BIO、NIO、AIO 是绕不开的三个概念。它们代表了三种不同的 IO 模型,也对应着不同的并发处理思路。很多面试题会直接问「BIO、NIO、AIO 有什么区别」,但真正理解它们的差异,需要从操作系统层面的 IO 模型讲起。本文从概念、原理、代码示例和适用场景四个维度,把这三者讲清楚。
2026-11-13 16:43:51
328
原创 Java 中 IO 流分为几种?一文讲清分类与用法
按数据流向:输入流、输出流。按处理单位:字节流、字符流(最核心的分类)。按功能角色:节点流、处理流。按IO 模型字节流通吃一切,字符流专攻文本;节点流负责连接,处理流负责增强。掌握这条主线,Java IO 的类库就不再是一团乱麻。
2026-11-12 14:45:53
243
原创 接口和抽象类有什么区别?一文讲透 Java 中的两种抽象方式
结论说明抽象类强调复用适合模板方法、共享状态接口强调契约适合解耦、多能力组合单继承 vs 多实现抽象类只能继承一个,接口可以实现多个组合使用最佳抽象类实现接口,具体类继承抽象类抽象类回答「你是谁」,接口回答「你能做什么」。理解这一点,选型时就不会纠结了。
2026-11-12 14:45:03
344
原创 深入理解 JVM 内存结构:栈、堆与方法区的用法
栈、堆和方法区构成了 JVM 运行时数据区的核心骨架。栈负责方法调用的执行上下文,堆负责对象实例的存储与回收,方法区负责类级别元数据的存放。理解三者的职责边界与协作方式,才能在遇到内存溢出、栈溢出、类加载异常时快速定位根因,并做出合理的参数调优与代码优化。
2026-11-11 15:34:03
273
原创 CST Studio Suite 2026 专业安装:从电磁仿真全流程到工程落地实践
CST Studio Suite 2026 的定位是面向工程落地的电磁仿真平台:以统一的前后处理环境承载多种求解器,以脚本与自动化支撑批量分析与流程集成,以多物理场与系统级协同覆盖从器件到系统的完整链路。对团队而言,真正决定仿真价值的往往不是版本号,而是建模规范、网格收敛意识、结果可追溯性和自动化程度的持续积累。建议的落地路径是:先用一个典型器件跑通“建模—求解—后处理—报告”的完整闭环,再逐步引入参数扫描、优化和脚本自动化,最后把流程接入团队的知识库与评审机制。
2026-11-11 15:32:48
244
原创 Java 有线程安全的 Set 吗?从 CopyOnWriteArraySet 到 ConcurrentHashMap.newKeySet 全解析
的逻辑是:先遍历当前数组判断元素是否存在,不存在则加锁复制出一个新数组,把新元素追加进去,最后替换引用。读操作完全不加锁,直接读当前数组引用。操作涉及哈希计算、桶定位、链表/红黑树插入、扩容等步骤,这些步骤都不是原子的。的分段/CAS + synchronized 桶锁机制,并发性能非常好。线程安全的,多线程并发写入会出现数据丢失、结构错乱甚至死循环等问题。由于所有操作共用一把锁,并发度很低,高并发场景下性能远不如。,就必须换成线程安全实现,或者自己做同步控制。选对集合,比事后加锁更省心,也更不容易踩坑。
2026-11-10 08:52:11
187
原创 Redis 的 KEYS 命令到底有多慢?
的时间复杂度是 O(N),N 是当前 db 的 key 总数;在遍历期间,Redis 主线程被完全占用,其他所有命令都得排队。代价是要在写入路径上多维护一份索引,但查询从 O(N) 变成 O(1) 或 O(M)(M 是匹配数量)。配置(默认 0,即不超时),客户端会直接报超时;网络传输和客户端解析的时间,往往比遍历本身还长。,而 Redis 的 key 空间没有二级索引。命令慢,不是因为它"实现得不好",而是因为它。的遍历成本是一样的,只是后者回复更大。,而不是"用了 SCAN 就万事大吉"。
2026-11-10 08:51:06
340
原创 MySQL 日期时间类型怎么选:DATE、TIME、DATETIME、TIMESTAMP 全解析
只存日期用DATE,只存时间用TIME,存年份用YEAR;完整时间优先DATETIME,跨时区且不超 2038 用TIMESTAMP。永远不要用字符串存日期时间;全库统一时区策略,DATETIME与TIMESTAMP不要混着用;精度按业务需要选择,避免无谓的存储浪费。选对类型,既能省空间,又能避免时区和 2038 这类「埋雷」问题。
2026-11-09 09:15:37
220
原创 布隆过滤器与布谷鸟过滤器:原理、对比与应用场景
布隆过滤器胜在简单、空间效率极致,适合"只增不删、只判断存在性"的场景,是缓存穿透防护、爬虫去重、存储引擎读优化的首选。布谷鸟过滤器胜在支持删除、查询更快,适合"需要动态维护集合"的场景,代价是实现更复杂、空间效率略低。理解它们的底层原理和边界条件,比记住"用哪个"更重要。数据量多大?需不需要删除?能接受多高的误判率?答案往往就指向了正确的选择。
2026-11-09 09:15:04
313
原创 公司规定所有接口都用 POST 请求,这是为什么?
所有接口都用 POST」本质上是用牺牲 HTTP 语义换取团队协作与运维的简单性。它在参数长度、缓存控制、安全审计、网关兼容等方面有现实收益,但也带来了缓存失效、语义混乱、排障困难等代价。作为开发者,与其纠结「这规不规范」,不如先搞清楚公司这么规定的真实动因:是历史包袱、是网关限制、还是纯粹的管理惯性?搞清楚之后,你才能判断哪些场景可以争取改回 GET,哪些场景老老实实遵守反而更省心。
2026-11-07 10:10:51
325
原创 Java Switch 是如何支持 String 的,为什么不支持 long
switch为什么支持String?因为这是编译器语法糖:先对字符串取hashCode()转成int走int switch,再在每个分支里用equals()精确校验,防止哈希冲突。switch为什么不支持long?因为 JVM 的指令只接受intlong无法无损转换,而新增longswitch指令收益低、成本高,所以语言层面直接不支持。记得先判空,避免 NPE;分支很多且值稀疏时,switch未必比if-else快,别盲目优化;遇到long分支判断,老老实实用if-else或先收敛取值范围。
2026-11-07 10:10:13
331
原创 MySQL 为什么选择 B+ 树作为索引结构
MySQL 选择 B+ 树,本质上是在磁盘存储场景下对查询效率的最优权衡。它通过「非叶子节点只存索引 + 叶子节点链表」的设计,同时兼顾了低树高、少 I/O、高效范围查询和稳定性能,成为关系型数据库索引结构的经典选择。理解这一点,也就理解了为什么索引设计要关注主键长度、区分度和查询模式——这些实践背后,都是 B+ 树的物理特性在起作用。
2026-11-06 09:45:47
312
原创 DaVinci Resolve 21 专业安装:从剪辑到调色的一体化后期工作流
DaVinci Resolve 21 以一体化工作流为核心优势,将剪辑、调色、特效、音频与交付整合在同一平台,既适合专业影视项目的精细制作,也能满足自媒体创作者的高效出片需求。理解各页面的职责边界与协作关系,是掌握这款软件的关键起点。
2026-11-06 09:42:54
195
原创 Spring 中获取 Bean 的方式有哪些?
在 Spring 应用中,Bean 由 IoC 容器统一创建和管理。大多数时候我们通过依赖注入(@Autowired、构造器注入等)拿到 Bean,但在某些场景下——比如工具类、静态方法、动态类型判断、框架扩展点——需要主动从容器中获取 Bean。本文系统梳理 Spring 中获取 Bean 的常见方式,并给出各自的适用场景与注意事项。声明式:依赖注入(构造器、字段、Setter)、@Bean方法参数,是首选方式。编程式,适合动态或可选场景。容器感知Aware。
2026-11-04 10:21:26
360
原创 OAuth2 协议原理详解:从授权流程到令牌机制
掌握它的关键路径是:先分清四个角色,再理解 access token 与 refresh token 的分工,最后记住「授权码 + PKCE」是绝大多数场景的正确选择,而隐式模式与密码模式已是历史。在 OAuth2 出现之前,第三方应用想访问用户在某个平台上的数据,常见做法是让用户直接把自己的账号密码交给第三方。:用户不必把密码交给第三方,而是由授权服务器颁发一个有时效、有范围、可撤销的 access token,第三方凭令牌访问受保护资源。OAuth2 定义了多种「获取令牌」的路径,称为授权模式。
2026-11-04 10:20:40
283
原创 MyBatis 动态代理原理详解
用 JDK 动态代理把「接口方法调用」翻译成「SqlSession 的 SQL 执行」。Mapper 接口理解这条链路后,再看 MyBatis 插件、缓存、参数解析等机制,都会清晰很多。
2026-11-03 08:59:19
270
原创 什么是自旋锁?自旋的好处和后果
自旋锁是一种**忙等待(busy-waiting)**的锁。线程尝试获取锁时,如果锁已被其他线程持有,它不会阻塞或让出 CPU,而是不断循环检查锁的状态,直到锁被释放并成功获取。// 用一个原子变量表示锁:0 = 空闲,1 = 已占用// 原子地尝试把 0 改成 1,成功即拿到锁return;// 没拿到,继续循环(自旋)// 释放锁关键点在于(CAS)这类原子操作:它保证「检查锁状态」和「占用锁」这两步是不可分割的,否则多个线程可能同时认为自己拿到了锁。特性互斥锁(Mutex)
2026-11-03 08:58:40
152
原创 本地缓存、分布式缓存与多级缓存:优缺点全解析
本地缓存(Local Cache / In-Process Cache)是指缓存数据与应用程序运行在同一个进程(或同一台机器)的内存中,访问时无需网络通信,直接读取进程内存。sync.Mapbigcacheristretto其他:各语言自带的 LRU 容器分布式缓存将缓存数据存放在独立的缓存集群中,应用通过网络(通常是 TCP)访问。数据在多个节点间分片存储,具备横向扩展能力。Redis(最主流)MemcachedTair、Aerospike 等多级缓存是把本地缓存与分布式缓存组合使用。
2026-11-02 10:21:26
304
原创 为什么大家都说 Java 反射慢,它到底慢在哪?
这是反射"结构性"的性能劣势,很难完全消除。早期/前若干次调用走的是 native 实现,直接通过 JNI 调用目标方法。所以这篇文章不打算只丢一句"反射慢",而是把 JVM 里那几层开销拆开,一层一层看清楚。——把被调方法的字节码直接"贴"到调用点,从而消除调用开销、暴露更多优化机会。,直接以普通 Java 调用的方式去调目标方法,从而绕开 JNI。但如果你追问一句"慢在哪",能答清楚的人并不多。这是反射性能里最核心、也最容易被忽略的一层。这一条就能干掉相当一部分"反射慢"的抱怨。
2026-11-02 10:20:34
269
原创 为什么生产环境中建议禁用 Redis 的 keys 命令
毫无问题,是因为那里只有几千个 key,遍历耗时在微秒级,根本感知不到。而生产环境的数据量往往是几个数量级的差距,同样的命令代价完全不同。这段时间里,Redis 完全无法响应其他请求。Redis 处理命令的核心是单线程的(网络 IO 在 6.0 之后可以多线程,但命令执行仍然是单线程)。)通过游标分批返回,每次只处理一小部分,把一次大阻塞拆成多次小开销,是。替代,或者从数据模型上根本不需要扫描,才是生产环境的正确姿势。它保证的是:从开始到结束一直存在的 key 一定会被返回。(需要调用方去重),以及。
2026-11-01 10:58:10
147
原创 Java 对象不使用时,为什么要赋值 null?
JIT 编译器会做"活跃性分析",方法执行完栈帧弹出,局部引用自然失效。两个对象互相引用,只要整体不可达,照样一起被回收。的对象出发,沿引用链向下遍历,凡是能被遍历到的对象就是"存活"的,遍历不到的就是"可回收"的。,GC 也无可奈何——这就是典型的内存泄漏。这是 JDK 源码里"赋 null"最正当的用法之一。为了"优化内存"而置空,反而制造了空指针风险,得不偿失。,它只会让代码更啰嗦,还可能干扰编译器优化。Java 用的是可达性分析,不是引用计数,做的事情,就是把某条引用链剪断。
2026-11-01 10:57:41
232
原创 数据库日期类型字段如何选型:跨数据库兼容的实践指南
数据库日期类型选型的本质,是先把业务语义说清楚,再找各数据库的等价类型。时间点统一存 UTC,展示层再转时区,数据库不做隐式转换;纯日期就用DATE,不要用DATETIME存零点;精度和时区必须显式约定,写进建表规范和连接串配置,而不是依赖默认值。做到这三点,无论底层是 MySQL、PostgreSQL 还是国产数据库,日期字段都能保持一致的行为。
2026-10-30 10:01:25
29
原创 怎么理解 System.out.println() ?
修饰,构造器私有,无法实例化。把它当成"类 → 静态字段 → 实例方法"的三级访问,就再也不会觉得它神秘了。,它封装了"标准输出"这个字节流,默认指向控制台。所以它并不是一个"关键字",而是一次普通的。方法,方便把各种类型转成文本输出。,Linux/macOS 是。如果只想输出不换行,用。(Windows 是。
2026-10-30 10:00:07
19
原创 线程、线程锁与线程池:从概念到实战
线程是执行任务的载体;线程锁保证多个线程访问共享资源时的正确性;线程池负责线程的创建、复用、调度与回收。用线程池管理线程,用锁保护线程池中任务共享的数据。fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;业务任务线程池 ThreadPoolExecutor工作线程 1工作线程 2工作线程 N共享资源。
2026-10-29 08:42:37
97
原创 为什么 HashMap 使用时要指定容量?
关注点不指定容量指定容量扩容次数随元素增长多次触发通常 0 次元素搬迁开销累计 O(n) 级别无内存占用可能反复申请/丢弃数组一次分配到位代码可读性简洁需计算容量,略啰嗦一句话记住:HashMap的扩容是「数组重建 + 元素搬迁」,能预估就预估,公式是,别直接把元素个数当容量传进去。
2026-10-27 09:51:48
255
原创 线上 MySQL 自增 ID 用尽怎么办?原因、风险与完整解决方案
阶段动作事前新表统一;监控自增水位;建立巡检事中先止血(临时改写入路径/重置计数器),再评估在线 DDL事后迁移到号段或雪花,解耦 ID 生成与存储自增 ID 用尽不是"会不会"的问题,而是"什么时候"的问题。用BIGINT把上限推到 1844 亿亿,再用号段/雪花把生成职责从数据库剥离,才是根治之道。
2026-10-26 09:23:50
245
原创 线程池执行的用户任务抛出异常会怎样?
抛异常后线程被替换,但阻塞中的线程不会因为异常而退出——它只是卡在那里。释放,就会出现连接池耗尽、锁不释放的问题。线程池不会因为一个任务失败而停摆,但"没人知道它失败了"才是真正的事故源头。这正是线上"任务莫名其妙没执行完、日志里却什么都没有"的常见原因。,结果这条数据没处理,日志里干干净净,直到对账时才发现少了一条。如果任务里开了事务、拿了连接、加了锁,异常抛出后没有。,所以工作线程安然无恙,继续从队列里取下一个任务。,很可能就是上一个任务抛异常把线程"炸"掉了。抛出的异常会一路向上冒泡,最终进入。
2026-10-25 11:11:34
183
原创 ReadWriteLock 读写之间互斥吗?一文讲清读写锁的互斥规则
读操作不会修改共享数据,多个线程同时读取同一份数据,彼此之间不会产生数据竞争,也不会看到不一致的中间状态。而写操作会改变共享状态,如果此时还有线程在读,读线程就可能读到“改了一半”的数据,破坏一致性。持有写锁的线程可以在不释放写锁的情况下获取读锁,然后再释放写锁,从而保证降级过程中数据不被其他写线程修改。因为写锁需要等待所有读锁释放,而当前线程自己就持有着读锁,于是它等待自己释放,形成永久阻塞。时,都会有一个直觉性的误解:既然叫“读写锁”,那读和写之间应该是互斥的,而读和读之间可以并发。
2026-10-24 10:09:31
319
原创 select ... for update 到底锁表还是锁行?
的加锁粒度由扫描路径决定:走索引锁索引记录(行级,RR 下附带间隙锁),不走索引则扫描全表、锁住所有扫描到的记录,表现为锁表。判断方法很简单——看执行计划是否走索引,再用data_locks验证实际锁范围。把索引建对、把事务收短,绝大多数“锁表”问题都能避免。
2026-10-23 11:11:39
272
原创 MySQL 分表后如何做分页查询?四种主流方案与实战取舍
分表后的分页查询没有银弹,本质是在「结果准确性、查询性能、交互灵活性、实现成本」之间做取舍。能带分片键就带分片键,让查询路由到单表;能游标分页就不要深 offset,性能差距是数量级的;必须跳页时,用中间件或搜索引擎承接,而不是在应用层硬扛。
2026-10-22 15:47:19
317
原创 Redis 阻塞点全解析:常见阻塞场景与解决方案
Redis 的阻塞点主要集中在命令执行、大 Key 操作、过期删除、持久化、内存淘汰、网络连接和主从复制等环节。解决阻塞问题的核心思路是:控制单次操作的数据规模、避免主线程执行重计算、合理配置持久化与淘汰策略,并建立完善的监控体系。提前识别并规避这些阻塞点,才能让 Redis 在高并发场景下持续保持高性能。
2026-10-21 16:24:19
500
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅