<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[EverythingAtOnce的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/EverythingAtOnce</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; EverythingAtOnce]]></copyright><item><title><![CDATA[“天才少年“9行代码写出deepseek核心功能]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/145672306</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/145672306</guid><author>EverythingAtOnce</author><pubDate>Sun, 16 Feb 2025 23:34:37 +0800</pubDate><description><![CDATA[【"天才少年"9行代码写出deepseek核心功能！-哔哩哔哩】 https://b23.tv/EqLHGyQ。]]></description><category></category></item><item><title><![CDATA[数据过滤方案：布隆过滤器]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136450739</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136450739</guid><author>EverythingAtOnce</author><pubDate>Mon, 04 Mar 2024 14:47:02 +0800</pubDate><description><![CDATA[空间效率高：布隆过滤器使用位数组和哈希函数实现，相比传统的数据结构，它的存储空间通常要小很多。查询速度快：布隆过滤器的查询操作只需要计算哈希函数并检查位数组的对应位置，时间复杂度为 O(k)，其中 k 是哈希函数的个数，与集合大小无关。可扩展性好：布隆过滤器支持动态插入和删除操作，可以根据需要动态调整位数组的大小和哈希函数的个数。误判率可控：通过合理设置位数组的大小和哈希函数的个数，可以在一定范围内控制布隆过滤器的误判率，使其满足实际应用需求。]]></description><category></category></item><item><title><![CDATA[探索MyBatis-Plus的高阶用法]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136426948</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136426948</guid><author>EverythingAtOnce</author><pubDate>Sun, 03 Mar 2024 10:01:50 +0800</pubDate><description><![CDATA[MyBatis-Plus 允许自定义全局操作，比如自定义全局的查询条件、插入前操作、更新前操作等。通过实现接口可以实现自定义 SQL 注入器，通过实现接口可以实现字段自动填充等。@Component@Override@OverrideMyBatis-Plus 是一个非常优秀的 MyBatis 增强工具包，它在简化开发、提高效率、提升性能等方面都有着显著的优势，是开发中不可或缺的利器。希望本文对读者对 MyBatis-Plus 的了解有所帮助，欢迎大家深入学习和使用 MyBatis-Plus。]]></description><category></category></item><item><title><![CDATA[分布式系统中常用的缓存方案]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136399066</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136399066</guid><author>EverythingAtOnce</author><pubDate>Sun, 03 Mar 2024 09:40:58 +0800</pubDate><description><![CDATA[在设计分布式系统时，选择合适的缓存方案对系统的性能和可伸缩性至关重要。以下是常见的几种缓存方案的概述：常用的缓存架构缓存方案在提升系统性能、减轻后端负载以及改善用户体验方面发挥着重要作用。不同的缓存方案具有各自的优点和缺点，需要根据具体的业务需求和场景来选择合适的方案。内存数据库提供了高性能的数据存储和丰富的数据结构支持，适用于对读写速度要求高的场景；分布式缓存具有良好的可扩展性和高可用性，适用于大规模数据存储和高并发访问的场景；]]></description><category></category></item><item><title><![CDATA[分布式任务调度：XXL-Job入门介绍实战]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136390734</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136390734</guid><author>EverythingAtOnce</author><pubDate>Fri, 01 Mar 2024 12:08:55 +0800</pubDate><description><![CDATA[XXL-Job 是一款开源的分布式任务调度平台，由阿里巴巴开发团队提供支持。它提供了完整的任务调度和管理功能，能够帮助用户实现分布式环境下的任务调度、执行和监控。XXL-Job具有轻量、易用、稳定的特点，广泛应用于各种业务场景。通过本文的介绍和实战演示，读者可以快速了解并上手使用 XXL-Job 进行任务调度管理。XXL-Job 提供了简单易用的界面和丰富的功能，能够满足各种任务调度需求，是一款值得推荐的分布式任务调度平台。]]></description><category></category></item><item><title><![CDATA[JMM内存屏障和逃逸分析详解]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136375019</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136375019</guid><author>EverythingAtOnce</author><pubDate>Fri, 01 Mar 2024 09:50:13 +0800</pubDate><description><![CDATA[Java虚拟机规范中定义了Java内存模型（Java Memory Model，JMM），用于屏蔽掉各种硬件和操作系统的内存访问差异，以实现让Java程序在各种平台下都能达到一致的并发效果，JMM规范了Java虚拟机与计算机内存是如何协同工作的：规定了一个线程如何和何时可以看到由其他线程修改过后的共享变量的值，以及在必须时如何同步的访问共享变量。JMM描述的是一种抽象的概念，一组规则，通过这组规则控制程序中各个变量在共享数据区域和私有数据区域的访问方式，JMM是围绕原子性、有序性、可见性展开的。]]></description><category></category></item><item><title><![CDATA[MongoDB多文档事务详解]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136355821</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136355821</guid><author>EverythingAtOnce</author><pubDate>Thu, 29 Feb 2024 11:21:26 +0800</pubDate><description><![CDATA[事务（transaction）是传统数据库所具备的一项基本能力，其根本目的是为数据的可靠性与一致性提供保障。而在通常的实现中，事务包含了一个系列的数据库读写操作，这些操作要么全部完成，要么全部撤销。例如，在电子商城场景中，当顾客下单购买某件商品时，除了生成订单，还应该同时扣减商品的库存，这些操作应该被作为一个整体的执行单元进行处理，否则就会产生不一致的情况。原子性（atomicity）：事务作为一个整体被执行，包含在其中的对数据库的操作要么全部被执行，要么都不执行。一致性（consistency）]]></description><category></category></item><item><title><![CDATA[探索Redis 6.0的新特性]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136355345</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136355345</guid><author>EverythingAtOnce</author><pubDate>Thu, 29 Feb 2024 08:11:15 +0800</pubDate><description><![CDATA[特性/改进Redis 6.0旧版本深度嵌套的从复制支持深度嵌套的从复制，构建多级从节点拓扑结构仅支持单级从节点拓扑结构线程模型改进引入新的I/O线程，更好地利用多核处理器性能线程模型相对简单，性能受限新的RDB版本引入RDB版本 9，处理大型数据库性能更优旧版本存在性能瓶颈，处理大规模数据效率低慢查询日志改进引入新的命令，更灵活地检索和分析慢查询日志慢查询日志功能相对简单，缺乏灵活性TLS支持新增对TLS的支持，保护数据在传输过程中的安全性缺乏对传输层安全性的支持。]]></description><category></category></item><item><title><![CDATA[ZAB 协议解析：ZooKeeper分布式一致性的核心]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136326388</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136326388</guid><author>EverythingAtOnce</author><pubDate>Wed, 28 Feb 2024 09:41:14 +0800</pubDate><description><![CDATA[ZAB 协议全称：Zookeeper Atomic Broadcast（Zookeeper 原子广播协议）。Zookeeper 是一个为分布式应用提供高效且可靠的分布式协调服务。在解决分布式一致性方面，Zookeeper 并没有使用 Paxos ，而是采用了 ZAB 协议，ZAB是Paxos算法的一种简化实现。ZAB 协议定义：ZAB 协议是为分布式协调服务 Zookeeper 专门设计的一种支持 崩溃恢复 和 原子广播 的协议。下面会重点讲这两个东西。]]></description><category></category></item><item><title><![CDATA[分布式架构下，Session共享有什么方案？]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136323585</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136323585</guid><author>EverythingAtOnce</author><pubDate>Wed, 28 Feb 2024 08:44:00 +0800</pubDate><description><![CDATA[在分布式架构下，Session 共享是保证用户会话状态一致性的关键问题之一。采用无状态服务，抛弃 Session；存入 Cookie（有安全风险）；服务器之间进行 Session 同步；IP 绑定策略；使用 Redis 存储。每种方案都有其优缺点，适用于不同的场景和需求。在选择合适的方案时，需要综合考虑安全性、性能、可靠性等因素，并根据实际情况进行权衡和取舍。]]></description><category></category></item><item><title><![CDATA[架构设计：生产消费模型]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136317561</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136317561</guid><author>EverythingAtOnce</author><pubDate>Tue, 27 Feb 2024 13:12:39 +0800</pubDate><description><![CDATA[通过本文的学习，读者可以更好地理解生产消费模型在软件架构设计中的重要性和应用场景，掌握如何利用不同的实现方式和工具来构建高效、可靠的生产消费系统。生产消费模型作为一种经典的并发模式，在分布式系统和大规模数据处理领域有着广泛的应用，希望本文能够为大家提供有益的参考和指导。]]></description><category></category></item><item><title><![CDATA[MySQL8:开启数据库管理的新时代]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136301265</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136301265</guid><author>EverythingAtOnce</author><pubDate>Tue, 27 Feb 2024 09:24:32 +0800</pubDate><description><![CDATA[MySQL 8.0相对于MySQL 5.7具有更多的功能和改进，适用于需要更高级特性和更好性能的应用场景。特别是对于需要JSON数据类型、窗口函数、嵌套查询优化、自适应哈希索引、增强的地理空间支持等功能的应用场景。特性/区别MySQL 5.7MySQL 8.0JSON 数据类型支持支持Window Functions 窗口函数不支持支持嵌套查询优化不支持支持自适应哈希索引不支持支持增强的地理空间支持不支持支持。]]></description><category></category></item><item><title><![CDATA[Spring中的事务是如何实现的]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136299239</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136299239</guid><author>EverythingAtOnce</author><pubDate>Mon, 26 Feb 2024 15:09:09 +0800</pubDate><description><![CDATA[在使用Spring框架进行开发时，事务管理是一个非常重要的功能，可以确保数据的一致性和完整性。但有时候我们会遇到事务失效的情况，导致数据不一致或者丢失。本文将探讨Spring事务的特性和常见问题。]]></description><category></category></item><item><title><![CDATA[Hadoop技术解析：分布式存储与计算]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136293135</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136293135</guid><author>EverythingAtOnce</author><pubDate>Mon, 26 Feb 2024 11:23:27 +0800</pubDate><description><![CDATA[Hadoop是一个开源的分布式计算平台，用来处理大规模数据集。它基于Google的MapReduce算法和Google文件系统（GFS）的论文实现，通过分布式存储和计算来处理大规模数据。]]></description><category></category></item><item><title><![CDATA[架构设计：流式处理与实时计算]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136281309</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136281309</guid><author>EverythingAtOnce</author><pubDate>Sun, 25 Feb 2024 13:43:42 +0800</pubDate><description><![CDATA[在大数据领域，流式处理和实时计算是处理实时数据的关键技术，不同的框架则提供了各自独特的特点和优势。在选择合适的框架时，需要综合考虑业务需求、技术栈、团队技术水平以及系统规模等因素。无论选择哪种框架，都需要根据实际情况进行灵活应用，不断优化和改进，以实现更高效、更可靠的实时数据处理系统。Flink vs. Spark：特点、区别和使用场景_spark和flink应用场景区别-优快云博客Kafka快速实战与基本原理详解-优快云博客。]]></description><category></category></item><item><title><![CDATA[架构设计：微服务架构实践]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136281164</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136281164</guid><author>EverythingAtOnce</author><pubDate>Sun, 25 Feb 2024 13:09:53 +0800</pubDate><description><![CDATA[微服务架构是一种将应用拆分成一组小型、松耦合的服务的架构设计思想。每个微服务都有自己独立的数据库和业务逻辑，服务之间通过轻量级的通信机制进行通信，如 RESTful API 或消息队列。松耦合性：每个微服务都是相对独立的，可以独立开发、部署和扩展，降低了服务之间的依赖性。可伸缩性：由于每个微服务都是独立部署的，可以根据需求对每个服务进行独立的扩展，提高了系统的可伸缩性。灵活性：微服务架构可以更好地满足不同业务需求的变化，可以根据需求快速构建、修改和发布新的服务。技术多样性。]]></description><category></category></item><item><title><![CDATA[架构设计：缓存技术的应用与挑战]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136264160</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136264160</guid><author>EverythingAtOnce</author><pubDate>Sat, 24 Feb 2024 08:33:53 +0800</pubDate><description><![CDATA[缓存技术作为一种常见的性能优化手段，在架构设计中发挥着重要作用。通过合理的缓存使用场景选择、常见问题的解决方案等措施，可以有效提高系统的性能和响应速度。在应用缓存技术时也需要注意一些常见问题，并通过合适的解决方案来规避和解决这些问题。希望本文的内容能够帮助大家更好地理解缓存技术的原理和实践应用，在架构设计中更好地利用缓存技术提升系统性能。]]></description><category></category></item><item><title><![CDATA[架构设计：数据库扩展]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136263964</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136263964</guid><author>EverythingAtOnce</author><pubDate>Sat, 24 Feb 2024 07:22:26 +0800</pubDate><description><![CDATA[数据库扩展是解决数据库大数据量下性能瓶颈和存储容量不足等问题的重要手段。水平拆分、垂直拆分和分布式数据库是常见的数据库扩展方式，它们各自适用于不同的场景和需求。在实际应用中，需要根据业务特点和数据特性选择合适的数据库扩展方案，以实现数据库的高效扩展和优化。随着技术的不断进步和创新，数据库扩展领域也将迎来更多的发展机遇和挑战。通过本文的介绍，相信读者对数据库扩展的各种方式和实践经验有了更深入的了解，希望能够为实际的架构设计和数据库优化提供一些参考和启发。]]></description><category></category></item><item><title><![CDATA[如何通过Jenkins进行自动化构建项目]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/135198568</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/135198568</guid><author>EverythingAtOnce</author><pubDate>Fri, 23 Feb 2024 09:44:45 +0800</pubDate><description><![CDATA[Jenkins是一个开源的持续集成（CI）和持续交付（CD）工具，旨在自动化软件开发过程中的构建、测试和部署。它是一个基于 Java 编写的自动化服务器，在软件开发生命周期的各个阶段提供自动化支持。Jenkins 用户手册Jenkins 是一个流行的持续集成和持续交付工具，它具有许多优势，使其成为开发团队的首选工具之一。Jenkins 是开源软件，免费提供给用户使用。这使得任何人都可以自由地使用和定制 Jenkins，而不需要支付额外的费用。]]></description><category></category></item><item><title><![CDATA[架构设计：如何保证接口幂等性]]></title><link>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136233382</link><guid>https://blog.youkuaiyun.com/EverythingAtOnce/article/details/136233382</guid><author>EverythingAtOnce</author><pubDate>Fri, 23 Feb 2024 08:15:54 +0800</pubDate><description><![CDATA[所谓幂等性设计，就是说，一次和多次请求某一个资源应该具有同样的副作用。用数学的语言来表达就是：f(x) = f(f(x))。比如，求绝对值的函数，abs(x) = abs(abs(x))。为什么我们需要这样的操作？说白了，就是在我们把系统解耦隔离后，服务间的调用可能会有三个状态，一个是成功（Success），一个是失败（Failed），一个是超时（Timeout）。前两者都是明确的状态，而超时则是完全不知道是什么状态。]]></description><category></category></item></channel></rss>