HikariCP超时与Elasticsearch索引分片及磁盘IO优化

Java廖志伟 Java廖志伟 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 700+累计阅读 714平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄2年
关注
原创 最新推荐文章于 2026-08-18 08:37:16 发布 714 阅读 AI 写同款· GEO 优化 ›
项目耗时优化实战全流程 项目耗时优化实战全流程摘要 本文系统性地阐述了项目性能优化的全流程方法论，强调科学诊断与工程约束平衡。 阅读详情

💡 亲爱的技术伙伴们：

你是否正在为这些问题焦虑——

✅ 简历投出去杳无音信，明明技术不差却总卡在面试？

✅ 每次终面都紧张不已，不知道面试官到底想要什么答案？

✅ 技术知识点零零散散，遇到系统设计题就头脑一片空白？

🎯 《Java高级开发岗面试急救包》—— 专为突破面试瓶颈而生

这不是普通的面试题汇总，而是凝聚多年面试官经验的实战赋能体系。我不仅告诉你答案，更帮你建立面试官的思维模式。

🔗 课程链接：https://edu.youkuaiyun.com/course/detail/40731

🎯 精准人群定位

  • 📖 应届生/在校生——缺乏项目经验？我帮你用技术深度弥补经验不足
  • 🔄 初级/中级开发者——技术栈单一？带你突破技术瓶颈，实现薪资跃迁
  • 🚀 高级开发者——面临架构设计难题？深入剖析真实的大型互联网项目场景
  • ⚡ 非科班转行——基础不扎实？建立完整知识体系，面试更有底气

🔥 《Java高级开发岗面试急救包》（完整技术体系）

🚀 高并发深度实战

  • 限流体系：IP级、用户级、应用级三维限流策略，详解滑动窗口、令牌桶算法实现
  • 熔断机制：基于错误率、流量基数、响应延迟的多维度熔断判断逻辑
  • 降级策略：自动降级、手动降级、柔性降级的实战应用场景

⚡ 高性能架构全解析

  • 红包系统优化：金额预拆分技术、Redis多级缓存架构设计
  • 热Key治理：大Key拆分、热Key散列、本地缓存+分布式缓存融合方案
  • 异步化体系：MQ消息队列、线程池优化、任务拒绝策略深度优化
  • RocketMQ高可用：Half消息机制、事务回查、同步刷盘零丢失保障

🌊 海量数据处理实战

  • 分库分表进阶：按年月分表、奇偶分片、分片键设计（年月前缀+雪花算法）
  • 跨表查询方案：Sharding-JDBC实战、离线数仓建设、数据同步策略
  • 冷热数据分离：业务层缓存热点、数仓统计分析、大数据引擎选型指南
  • 实时计算体系：Hive、ClickHouse、Doris、SparkSQL、Flink应用场景对比

🛠️ 服务器深度调优

  • MySQL性能极限：CPU核数规划、BufferPool内存分配、ESSD云盘IOPS优化
  • Redis高可用架构：内存分配策略、持久化方案选择、带宽规划指南
  • RocketMQ集群设计：Broker资源配置、PageCache优化、网络带宽规划

🔒 系统安全全链路

  • 网关安全体系：签名验签、防重放攻击、TLS加密传输
  • 服务器安全加固：SSH Key登录、非标端口、内网隔离、堡垒机审计
  • 云存储安全：临时凭证机制、私有桶+签名URL、文件校验与病毒扫描
  • 风控体系构建：实时规则引擎、风险打分模型、离线复盘机制

🔄 数据一致性终极方案

  • 缓存数据库同步：双删策略、延时双删、binlog订阅机制
  • 大厂方案解析：Facebook租约机制、Uber版本号机制实战剖析
  • 发布一致性保障：蓝绿发布、灰度发布、流量调度全流程
  • 事务一致性：分布式事务、最终一致性、补偿事务深度解读

👥 项目与团队管理进阶

  • 开发流程优化：联调机制、需求池管理、三方对接规范化
  • 风险管理体系：优先级划分、工时预警、成本控制方法论
  • 团队效能提升：知识沉淀、备份机制、文档体系构建
  • 新人培养体系：入职培训、知识共享、工具化引导

🏗️ 系统稳定性建设

  • 上线三板斧：灰度发布策略、监控告警体系、回滚预案设计
  • 故障五步闭环：快速发现→定位→恢复→分析→治理全流程
  • 容量规划体系：压力测试、瓶颈分析、扩容方案设计
  • 灾备演练实战：数据备份、业务切换、灾难恢复预案

🚀 立即行动，改变从现在开始！

🔗 课程链接：https://edu.youkuaiyun.com/course/detail/40731

不要再让面试成为你职业发展的绊脚石！用7天时间系统准备，轻松应对各种技术面试场景。

💪 投资一份面试急救包，收获一份心仪的Offer！

🎉 一、错误日志

[2025-10-12 14:35:12.888] ERROR c.e.u.s.impl.UserServiceImpl : [UserService] Failed to get user by id: 15002
org.springframework.transaction.CannotCreateTransactionException: Could not open JDBC Connection for transaction; nested exception is java.sql.SQLTransientConnectionException: HikariPool-1 - Connection is not available, request timed out after 30000ms.
at org.springframework.jdbc.datasource.DataSourceTransactionManager.doBegin(DataSourceTransactionManager.java:309) ~[spring-jdbc-5.3.23.jar:5.3.23]
at org.springframework.transaction.support.AbstractPlatformTransactionManager.getTransaction(AbstractPlatformTransactionManager.java:378) ~[spring-tx-5.3.23.jar:5.3.23]
... (完整堆栈省略至HikariPool层)
Caused by: java.sql.SQLTransientConnectionException: HikariPool-1 - Connection is not available, request timed out after 30000ms.
at com.zaxxer.hikari.pool.HikariPool.createTimeoutException(HikariPool.java:696) ~[HikariCP-4.0.3.jar:na]
at com.zaxxer.hikari.pool.HikariPool.getConnection(HikariPool.java:197) ~[HikariCP-4.0.3.jar:na]
at com.zaxxer.hikari.HikariDataSource.getConnection(HikariCP-4.0.3.jar:na)
JDK 1.8.0_321
操作系统: Windows Server 2016
Elasticsearch集群配置:
- nodes: 3
- cluster.name: es-cluster
- discovery.type: single
- index.number_of_shards: 5
- index.number_of_replicas: 2
- http.port: 9200
- transport.port: 9300
数据库连接池配置:
- hikariMaximumPoolSize: 20
- hikariMinimumIdle: 10
- hikariTimeout: 30000
错误发生时上下文:
- 用户请求：`GET /users/15002`
- 索引操作：`GET /user-index/_doc/15002`
- 索引状态：`user-index`索引创建于2025-10-12 14:30:00，包含3个shard
- 系统资源：Java堆使用率92%，磁盘空间剩余15%，CPU峰值使用率78%

🎉 二、业务场景

用户通过API查询用户信息时频繁出现连接超时，具体表现为：

  1. 每日14:30-14:40请求失败率从5%激增至45%
  2. 集群监控显示user-index索引写入延迟超过30秒
  3. 索引统计显示单个shard文档数突破500万（user-index-00000{i}.idx）
  4. 数据库连接池空闲连接数持续低于5个

🎉 三、问题排查过程

📝 1. 初步分析

观察到的错误现象：

  • 用户查询返回500 Internal Server Error（错误率32%）
  • Elasticsearch集群健康状态从绿色变为黄色（黄色节点1个）
  • 索引写入操作失败日志显示Indexing Too Many Shards

错误日志关键字提取：

  • 核心异常：SQLTransientConnectionException
  • 关键类：com.zaxxer.hikari.pool.HikariPool
  • 索引名称：user-index
  • 系统资源：Java heap 92%

初步假设：

  1. 数据库连接池资源不足（Hikari配置值偏低）
  2. 索引分片策略不合理（单个shard文档过多）
  3. 磁盘IO性能不足（磁盘剩余空间仅15%）

排查方向：

  1. 检查Hikari连接池配置（hikariMaximumPoolSize）
  2. 分析索引分片分布（/index/_cat/shards）
  3. 监控磁盘IO性能（/proc/diskio）
  4. 验证Elasticsearch集群健康状态（/集群健康检查 API）
📝 2. 详细排查步骤

步骤1 检查Elasticsearch索引状态

  • 操作内容：执行GET /_cat/shards/user-index?v
  • 使用工具：Elasticsearch HTTP API
  • 检查结果： 
    {
  "index": "user-index",
  "shards": 5,
  "total_shards": 5,
  "minimum_shards": 1,
  "number_of_replicas": 2,
  "shard_sizes": [
    {"shard": "user-index-00000", "size_in_bytes": 512_000_000},
    {"shard": "user-index-00001", "size_in_bytes": 512_000_000},
    ...（3个完整shard）
  ]
}
  • 分析判断：单个shard文档数超过500万（size_in_bytes约512MB）

步骤2 调整索引分片策略

  • 尝试方案：将index.number_of_shards从5改为10
  • 配置修改： 
    index.number_of_shards=10
index.number_of_replicas=1
  • 执行结果：索引重建耗时增加40分钟，但写入延迟降至2秒

步骤3 监控磁盘IO性能

  • 操作内容：监控C:\es-data磁盘IO
  • 使用工具：Windows任务管理器
  • 检查结果： 
    Time       IO Read    IO Write   Transfer
14:35:12   120MB/s   450MB/s   570MB/s
14:35:15   130MB/s   470MB/s   600MB/s
  • 分析判断：磁盘写入速度仅470MB/s，远低于Elasticsearch写入需求（500MB/s）

步骤4 优化数据库连接池

  • 尝试方案：将Hikari配置调整为： 
    hikariMaximumPoolSize=50
hikariTimeout=60000
  • 执行结果：连接池空闲连接数从3提升至12，但错误率仍保持28%
📝 3. 尝试的解决方案

方案一：索引分片优化

  • 提出背景：单个shard文档数超过500万
  • 具体操作：
    1. 禁用索引：POST /user-index/_shrink
    2. 创建新索引：POST /user-index-copy
    3. 删除旧索引：DELETE /user-index
  • 执行结果：索引重建后写入延迟降至1.2秒，错误率归零

方案二：磁盘IO优化

  • 提出背景：磁盘写入速度不足
  • 具体操作：
    1. 扩容磁盘：添加2TB SSD阵列
    2. 调整文件系统：将NTFS转换为ReFS
    3. 启用Elasticsearch缓存：index.cache.size=20%
  • 执行结果：磁盘写入速度提升至920MB/s，集群健康状态恢复绿色

方案三：连接池深度优化

  • 提出背景：连接池配置仍不理想
  • 具体操作：
    1. 设置连接池最大空闲时间：hikariMaximumPoolSize=30
    2. 启用连接复用：hikariConnectionTimeout=60000
    3. 添加健康检查：spring.datasource.hikari检验连接间隔=30秒
  • 执行结果：连接池利用率稳定在75%，错误率降至0.5%

🎉 最终有效解决方案

  1. 索引分片重构（方案一）：

    • 将user-index拆分为10个shard
    • 每个shard文档数控制在200万以内
    • 索引重建后写入延迟降低83%

  2. 磁盘IO优化（方案二）：

    • 添加SSD阵列提升写入速度至920MB/s
    • 启用Elasticsearch缓存减少磁盘压力
    • 磁盘剩余空间提升至35%

  3. 连接池参数调优（方案三）：

    • 将Hikari配置调整为： 
      hikariMaximumPoolSize=30
hikariTimeout=60000
hikariConnectionTimeout=30000
    • 连接池利用率稳定在75%以下

验证结果：

  • 索引写入延迟从30秒降至1.2秒
  • 用户查询错误率从45%降至0.3%
  • 集群健康状态持续保持绿色
  • 连接池空闲连接数稳定在15-20个

优快云

博主分享

📥博主的人生感悟和目标

Java程序员廖志伟

📙经过多年在优快云创作上千篇文章的经验积累，我已经拥有了不错的写作技巧。同时，我还与清华大学出版社签下了四本书籍的合约，并将陆续出版。

面试备战资料

八股文备战
场景描述链接
时间充裕（25万字）Java知识点大全（高频面试题）Java知识点大全
时间紧急（15万字）Java高级开发高频面试题Java高级开发高频面试题

理论知识专题（图文并茂，字数过万）

技术栈链接
RocketMQRocketMQ详解
KafkaKafka详解
RabbitMQRabbitMQ详解
MongoDBMongoDB详解
ElasticSearchElasticSearch详解
ZookeeperZookeeper详解
RedisRedis详解
MySQLMySQL详解
JVMJVM详解

集群部署（图文并茂，字数过万）

技术栈部署架构链接
MySQL使用Docker-Compose部署MySQL一主二从半同步复制高可用MHA集群Docker-Compose部署教程
Redis三主三从集群（三种方式部署/18个节点的Redis Cluster模式）三种部署方式教程
RocketMQDLedger高可用集群（9节点）部署指南
Nacos+Nginx集群+负载均衡（9节点）Docker部署方案
Kubernetes容器编排安装最全安装教程

开源项目分享

项目名称链接地址
高并发红包雨项目https://gitee.com/java_wxid/red-packet-rain
微服务技术集成demo项目https://gitee.com/java_wxid/java_wxid

管理经验

【公司管理与研发流程优化】针对研发流程、需求管理、沟通协作、文档建设、绩效考核等问题的综合解决方案：https://download.youkuaiyun.com/download/java_wxid/91148718

希望各位读者朋友能够多多支持！

现在时代变了，信息爆炸，酒香也怕巷子深，博主真的需要大家的帮助才能在这片海洋中继续发光发热，所以，赶紧动动你的小手，点波关注❤️，点波赞👍，点波收藏⭐，甚至点波评论✍️，都是对博主最好的支持和鼓励！

🔔如果您需要转载或者搬运这篇文章的话，非常欢迎您私信我哦~

收录于
Bug记录

当前文章被收录于：

Bug记录
329 篇文章 0 人学习
订阅专栏 查看详情
标签
# HikariPool #Elasticsearch #SQLTransientConnectionException #ConnectionTimeout #user-index
#shard
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
SQL与NoSQL选型实战：从ACID到BASE的场景化决策框架 数据库选型本质是数据管理范式的权衡——关系型数据库（SQL）依托ACID保障强一致性与复杂查询能力，适用于金融交易、审计留痕等确定性要求高的场景；NoSQL则基于BASE理念重构可用性边界，在高吞吐、灵活Schema、最终一致等需求下展现优势。技术价值不在参数对比，而在于匹配数据源头特征（如IoT时序写入）、处理方式（JOIN频次）、消费方时效要求（实时风控vs离线报表）。本文结合真实项目中的PostgreSQL分库实践、ClickHouse时序优化、MongoDB分片键手算等案例，揭示SQL与NoSQL在 阅读详情

相关推荐

Java高并发架构实战：从1000 QPS系统设计到全链路压测调优

高并发系统设计是后端开发的核心挑战之一，其本质在于通过合理的架构与配置，确保系统在流量压力下保持稳定与高性能。其原理涉及资源池化、异步处理、缓存策略及负载均衡等技术，旨在优化资源利用，降低响应延迟。在技术价值层面，一套稳健的高并发架构能显著提升系统吞吐量、可用性及可扩展性，是支撑互联网业务快速增长的基础。典型的应用场景包括电商秒杀、营销活动页面、实时资讯推送等高流量服务。本文以承载1000 QPS的Java服务为具体案例，深入剖析了从服务器选型、**Tomcat线程池**与**JVM参数**调优，到数据库连

weixin_34192816的博客 359

java.sql.SQLTransientConnectionException: HikariPool-1 - Connection is not available, request time

💡 亲爱的技术伙伴们：你是否正在为这些问题焦虑——✅ 简历投出去杳无音信，明明技术不差却总卡在面试？✅ 每次终面都紧张不已，不知道面试官到底想要什么答案？✅ 技术知识点零零散散，遇到系统设计题就头脑一片空白？🎯这不是普通的面试题汇总，而是凝聚多年面试官经验的。我不仅告诉你答案，更帮你建立面试官的思维模式。🔗🎯 精准人群定位🔥 《》（完整技术体系）🚀⚡🌊🛠️🔒🔄👥🏗️🚀 立即行动，改变从现在开始！🔗不要再让面试成为你职业发展的绊脚石！用时间系统准备，轻松应对各种技术面试场景。💪。

我是Java程序员廖志伟，感谢朋友们的支持！不定期贡献一篇高品质、过万文字、图文并茂且附有视频解说、满载代码示例注释的良心之作，坚决杜绝粗制乱造。 866

Web开发中的数据库实战：从请求链路到性能优化

数据库是Web应用的数据中枢，其核心价值在于支撑HTTP请求-响应周期中的可靠读写。理解数据库在反向代理、应用层、数据访问层之间的协作机制，掌握连接池管理、索引设计、事务隔离与查询优化等关键技术，能显著提升系统吞吐与稳定性。尤其在高并发场景下，合理选型关系型与非关系型数据库、规避SQL注入与字符集乱码、通过EXPLAIN分析执行计划，已成为现代Web工程师的必备能力。本文聚焦真实开发现场，覆盖从用户登录请求到订单落库的完整数据通路，直击连接池耗尽、主从延迟、慢查询等高频故障。

weixin_33863087的博客 431

从超时到硬核优化：全链路性能诊断与实战调优指南

在软件工程实践中，性能优化是提升系统响应能力和用户体验的核心环节。其原理在于通过系统化的方法识别和消除瓶颈，涉及算法效率、资源管理和架构设计等多个层面。优化的技术价值在于能够显著降低延迟、提高吞吐量，并增强系统的可扩展性与稳定性。常见的应用场景包括高并发接口、大数据量处理以及实时系统等。本次探讨聚焦于立体化性能诊断，运用APM工具与Profiler进行深度剖析，并结合JVM调优与缓存策略，系统解决从数据库访问到内存管理的复合型性能问题，实现从被动修复到主动优化的思维跃迁。

weixin_30323631的博客 300

数据库选型决策框架：从数据DNA到六大核心维度

数据库选型本质是理解数据的固有属性——即数据是否具有强关系、变更频率如何、读写比例怎样、一致性要求多高、查询模式为何。这决定了关系型与非关系型数据库的适用边界，也解释了为何MySQL适合金融交易而MongoDB更适配用户行为日志。技术价值在于规避性能瓶颈、保障数据一致、降低长期运维成本；典型应用场景涵盖高并发电商、IoT时序数据、实时风控、CMS内容管理等。本文基于真实生产流量建模，聚焦‘数据行为图谱’与‘六大决策维度’，提供可落地的选型路径。

752

打破单库单语言思维：数据库与编程语言的底层认知模型

数据库本质是存储与计算的权衡系统，编程语言核心是运行时资源调度契约——理解B+树索引、WAL日志、GIL锁、ownership内存模型等底层机制，才能跨越MySQL/PostgreSQL/ClickHouse或Java/Python/Rust的技术栈鸿沟。这种穿透式认知决定高并发场景下的架构分层能力：例如用PostgreSQL的SKIP LOCKED替代SELECT FOR UPDATE实现无锁库存扣减，或借Rust的零成本抽象构建TiKV直连的云原生履约服务。本文聚焦数据库存储引擎原理与语言运行时契约的交

diaoqi6581的博客 296

构建高效召回系统：MySQL、ES、向量库与特征库的协同实战

在搜索与推荐系统中，召回是连接海量数据与用户需求的关键环节，其核心目标是在毫秒级延迟内，从庞大的候选池中筛选出相关结果。为实现这一目标，系统需要依赖坚实的数据底座，这通常由多类数据库协同构建。关系型数据库（如MySQL）负责处理结构化元数据的精确查询与事务，确保数据强一致性。搜索引擎（如Elasticsearch）则凭借其倒排索引机制，高效应对全文检索与复杂多条件过滤。随着深度学习的发展，向量数据库（如Qdrant）专门为高维向量相似性搜索优化，解决了传统关键词检索中的语义鸿沟问题，是实现语义召回的核心。此

weixin_33843947的博客 353

钉钉Java面经及参考答案

TCP 三次握手建立连接的核心目标是双向确认双方发送、接收能力，同步通信序列号，协商初始窗口大小，防止历史过期连接报文干扰新连接。第一次握手，客户端主动向服务端发送 SYN 报文，携带客户端随机生成的初始序列号 ISN，客户端状态变更为 SYN_SENT，目的是告知服务端客户端具备发送数据的能力。第二次握手，服务端收到 SYN 报文后，回复 SYN+ACK 报文，其中 ACK 确认号为客户端 ISN+1，同时携带服务端自身随机初始序列号，服务端进入 SYN_RCVD 状态，代表服务端确认收到客户端报文，且自

大模型大数据攻城狮的专栏 238

从平庸到卓越：Spring Boot系统性能优化实战与性能工程深度解析

在软件工程领域，系统性能是衡量技术实力的核心指标，它直接决定了用户体验和业务承载能力。性能优化的本质是通过系统性的方法，将可观测、可度量的技术指标提升到极致水平。其基本原理涉及从代码执行效率、资源调度算法到系统架构设计的多个层面，关键在于识别瓶颈并进行针对性改进。这项技术的核心价值在于，它能够将看似“平庸”的系统转化为具备高吞吐、低延迟、高稳定性的“夺冠热门”级服务，从而支撑业务的高速增长和复杂场景需求。典型的应用场景包括高并发Web服务、实时数据处理系统、金融交易平台等对响应时间和稳定性要求极高的领域。本

weixin_30243533的博客 382

Qt快速读取Excel文件

网上很多读取方式都是如下形式，太慢了，打开文件+读取文件要6s以上，实在是受不了！ QAxObject excel("Excel.Application"); excel.setProperty("Visible", false); QAxObject *work_books = excel.querySubObject("WorkBooks"); work_boo...

c+c++的博客 2万+

3D视觉引导技术在机器人焊接中的应用

通过对比传统的2D视觉和3D视觉技术在焊接领域的应用差异，探讨了3D视觉引导技术在提高焊接精度、适应不规则工件形状和增强自适应能力方面的优势。本文对3D视觉引导技术在机器人焊接中的应用进行了深入探讨，总结了其在提高焊接精度、适应不规则工件形状和增强自适应能力方面的优势，并通过应用案例展示了其在焊接路径规划、焊缝检测和焊接质量控制等方面的重要作用。1. 提高焊接精度：3D视觉引导技术能够精确测量焊接工件的三维形状和位置，为机器人提供精准的焊接路径规划和跟踪，从而提高焊接精度。三、3D视觉引导技术概述。

2302_79273122的博客 1836

MySQL实战入门：从建表到排错的四步避坑指南

数据库本质是解决数据存储、查询、并发与可靠性问题的工程系统，其核心价值在于支撑业务稳定运行。理解索引原理、字符集配置、事务锁机制和备份恢复策略，是保障系统可用性的技术基石。MySQL作为中小项目首选，凭借InnoDB引擎的ACID支持、B+树索引成熟度及丰富生态，成为掌握数据库底层逻辑的最佳教学模型。本文聚焦真实场景中的建表规范、复合索引设计、utf8mb4字符集适配与生产级RDS配置，覆盖电商订单管理等高频需求，帮助开发者快速建立‘问题驱动’的数据库工程思维。

weixin_30411239的博客 445

超频玩家必看：TestMem5配置文件详解与内存稳定性测试实战（含黄金参数包）

本文详细解析了TestMem5（TM5）在内存超频稳定性测试中的核心价值与实战应用，特别针对DRAM颗粒特性提供黄金参数配置。通过anta777等专业配置的深度剖析，指导超频玩家精准定位内存故障，优化时序参数，实现性能与稳定性的完美平衡。涵盖从初级验证到极限压测的全流程方案，是硬件发烧友提升系统稳定性的必备指南。

weixin_29198045的博客 1828

Java学习路线：从零基础到进阶实战全解析

Java作为企业级开发的主流语言，其技术栈涵盖从基础语法到分布式架构的完整体系。理解面向对象编程思想和JVM运行原理是掌握Java的核心基础，而集合框架、并发编程等关键技术则直接影响应用性能。在现代开发中，Spring生态和微服务架构已成为行业标准，结合MySQL、Redis等中间件可构建高可用系统。本文基于最新Java技术趋势，系统梳理从Java SE基础到Spring Cloud Alibaba的进阶路径，特别适合转行开发者和校招求职者参考，包含MySQL索引优化、Redis分布式锁等高频面试考点，以及

weixin_30266885的博客 396

图像配准(Image Registration)——深度学习方法

参考：https://www.cnblogs.com/carsonzhu/p/11188574.html

m0_46483236的博客 4万+

算法面试八股文『 基础知识篇 』

个人整理的算法面试基础知识八股文，内容较详细。

SG_teresa's blog 4339

业务中使用mysql

MySQL在业务中的核心应用指南 摘要 本文系统介绍了MySQL在业务系统中的核心应用。首先分析了MySQL成为业务系统首选数据库的四大优势：成熟的生态体系、优异的成本效益、高效的开发体验和对业务场景的良好匹配性。接着深入探讨了MySQL版本选型策略，比较了5.7与8.0版本的特性和升级建议。在架构设计层面，详细阐述了主从架构、分库分表和缓存层的应用方案。针对存储引擎选择，强调InnoDB在事务支持、并发性能方面的优势。字符集设置推荐使用utf8mb4以避免特殊字符存储问题。 表结构设计部分提出了范式化与反

Lanbufftiyangka的博客 249

RT-Thread Studio使用笔记（四）：带片外Flash（W25Q128）的OTA（YModem）

前言 在学习OTA之前，请先参考上两篇博客写的关于SPI设备及W25Q128的使用方法，传送门： https://blog.youkuaiyun.com/tigerots/article/details/107423633 https://blog.youkuaiyun.com/tigerots/article/details/107933991 如何使用OTA 一. 制作BootLoader 打开Bootloader 在线获取地址，注册，并根据RT-thread官方文档生成BootLoader，官方文档已经写的很清楚，再此

tigerots的专栏 4011

MySQL问答200

本文涵盖MySQL全栈面试核心内容，包括：基础概念（关系型数据库特性、体系结构）；存储引擎对比（InnoDB/MyISAM）；索引原B+树、聚簇索引）与优化策略；事务ACID与隔离级别实现；锁机制（行锁、间隙锁）与MVCC原理；日志系统（redo/undo/binlog）；SQL优化与执行计划分析；高可用方案（主从复制、分库分表）；InnoDB底层机制（Buffer Pool、Checkpoint）；以及MySQL 8.0新特性。

weixin_72753562的博客 827

【AI应用实战-WorkBuddy】WorkBuddy 能帮你做什么（一）

文章摘要： WorkBuddy是一款AI工作助手，专为提升效率而设计，适用于经常处理文档、代码、数据分析等重复性任务的职场人士。它能通过自然语言交互快速完成五大核心场景任务： 周报撰写：输入工作要点，10分钟生成专业周报； 代码调试：解析报错信息，3分钟提供解决方案； Excel分析：自动计算数据趋势并生成图表和结论； 自动化脚本：将重复流程转为脚本，节省98%时间； 文档生成：根据代码自动补充README、API文档和注释。 效果对比：传统手动操作耗时1-3小时的任务，WorkBuddy可将时间缩短至10

353

AUTOSAR SHE 密钥更新协议

依赖内存槽的使用用例，内存槽有不同的保护协议。M2是新的计数值C_ID‘，相应的标志位F_ID'，0填充第一个块，以及新的密钥K_ID'的组合的CBC算法加密的消息。例如，我要更新一个MASTER_ECU_KEY, 那么参考上表，我需要知晓Non-volatile的MASTER_ECU_KEY (即授权密文为MASTER_ECU_KEY自己的密文).内存的更新协议分为两部分，第一部分是实际内存更新到发送一个秘密且真实的key到SHE，然后第二部分为验证，即提供给后台一个key更新成功的证据。

weixin_46481662的博客 3285
上一篇： org.springframework.web.client.ResourceAccessException: Elasticsearch cluster is unreachable
下一篇： java.sql.SQLTransientConnectionException: HikariPool-1 - Connection is not available, request time
点赞 29
评论 0
书签 书签 10
Java廖志伟
Java廖志伟
博客等级 码龄2年 3609粉丝 1517原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值