G1 GC调优瓶颈突破，XX:MaxGCPauseMillis你真的用对了吗？

原创 于 2025-11-26 13:45:29 发布 · 159 阅读 · 1 ·
CC 4.0 BY-SA版权
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。

第一章：G1 GC调优瓶颈突破，XX:MaxGCPauseMillis你真的用对了吗？

在Java应用性能调优中，G1垃圾收集器（Garbage-First Collector）因其低延迟和高吞吐量的平衡能力被广泛采用。然而，许多开发者误以为仅通过设置 `-XX:MaxGCPauseMillis=N` 就能自动实现预期的停顿时间目标，这种误解往往导致调优失败甚至性能下降。

理解 MaxGCPauseMillis 的真实作用

该参数并非强制限制GC停顿时间，而是向G1收集器提供一个**性能目标（soft goal）**。G1会尝试通过调整新生代大小、混合垃圾回收周期频率等方式逼近该目标，但无法保证每次GC都严格低于设定值。
  • 默认值为200毫秒
  • 设置过低会导致频繁GC，降低整体吞吐量
  • 设置过高则可能失去低延迟优化意义

合理配置建议与实践步骤

根据实际业务场景设定合理的停顿目标，并配合监控工具持续验证效果：
  1. 初步设定 `-XX:MaxGCPauseMillis=100` 作为起点
  2. 启用详细GC日志进行观察：
    -Xlog:gc*,gc+heap=debug,gc+pause=info:file=gc.log:time,tags
  3. 使用工具如 GCEasy 分析日志，检查平均暂停时间与吞吐量变化

关键配置对比参考

场景类型推荐值（毫秒）说明
低延迟交易系统50~100可接受一定吞吐损失以换取响应速度
批处理服务200~500优先保障吞吐，减少GC干扰
通用Web应用100~200平衡延迟与吞吐
graph TD A[设定MaxGCPauseMillis] --> B{G1动态调整} B --> C[缩小新生代?] B --> D[提前启动混合回收?] B --> E[减少每次回收区域数量?] C --> F[增加GC频率] D --> G[扫描更多老年代Region] E --> H[降低单次STW时间]

第二章：深入理解XX:MaxGCPauseMillis的核心机制

2.1 G1 GC的停顿预测模型与目标设定

G1垃圾收集器通过先进的停顿预测模型，实现对应用暂停时间的精准控制。该模型基于历史回收数据动态估算每个区域（Region）的回收成本，并据此选择合适的区域集合进行回收，以满足用户设定的暂停时间目标。
停顿时间目标配置
通过JVM参数可指定最大暂停时间目标： 
-XX:MaxGCPauseMillis=200
此参数将期望的GC停顿时间设为200毫秒，G1会尝试在每次年轻代和混合回收中遵守该目标。
预测机制工作流程
收集历史GC数据 → 预估各Region回收耗时 → 按性价比排序 → 选择最优Region组合
G1优先回收“收益最高”的区域，即单位时间能释放最多内存的区域。这种成本效益驱动的策略确保在限定时间内最大化内存回收效率，从而稳定系统响应性能。

2.2 MaxGCPauseMillis如何影响Region选择策略

在G1垃圾回收器中，`MaxGCPauseMillis`是一个关键调优参数，用于设定应用可接受的最大GC暂停时间目标。该值直接影响G1选择参与混合垃圾回收的Region数量与优先级。
Region选择的动态调整机制
G1会根据`MaxGCPauseMillis`的目标，动态计算每次Young GC和Mixed GC的时间预算，并据此决定每次回收多少个Region。若设置值过小，G1将减少每次回收的Region数量，可能导致堆内存清理不及时，引发并发模式失败。
  • 默认值为200毫秒，可通过-XX:MaxGCPauseMillis=200显式设置
  • 优先选择垃圾最多（即存活对象最少）的Region，提升回收效率
-XX:+UseG1GC -XX:MaxGCPauseMillis=100
上述配置要求G1尽量将GC暂停控制在100ms内。为此，G1会缩小CSet规模，降低单次回收负担，但可能增加GC频率。

2.3 并发周期触发时机与暂停时间的权衡

在垃圾回收过程中，并发周期的启动时机直接影响应用的响应延迟与吞吐量。过早触发会增加系统开销，而过晚则可能导致长时间的暂停。
触发条件配置
常见的并发启动阈值通过堆使用率控制，例如 G1 GC 中的 `InitiatingHeapOccupancyPercent`（IHOP）： 

-XX:InitiatingHeapOccupancyPercent=45
该参数表示当堆占用率达到 45% 时，启动并发标记周期。设置过低会导致频繁并发操作，消耗 CPU 资源；过高则可能使标记完成前堆空间耗尽，引发 Full GC。
暂停时间目标调整
通过以下参数设定期望的暂停时间目标： 

-XX:MaxGCPauseMillis=200
JVM 会据此动态调整年轻代大小与并发线程数，以平衡吞吐与延迟。实际中需结合监控数据反复调优，实现性能最优。

2.4 混合回收（Mixed GC）中的实际响应表现

混合回收（Mixed GC）在G1垃圾收集器中承担关键角色，兼顾年轻代与部分老年代区域的回收，显著降低整体停顿时间。其响应表现受多个因素影响，包括并发标记周期完成度与活跃对象密度。
触发条件与执行流程
Mixed GC通常在并发标记周期结束后由JVM自动触发，优先回收垃圾多、回收效益高的Region。 

// JVM启动参数示例：控制Mixed GC行为
-XX:G1MixedGCCountTarget=8  
-XX:G1OldCSetRegionThresholdPercent=20
上述参数分别限制Mixed GC执行次数及单次加入CSet的老年代Region上限，避免一次暂停过长。
性能表现对比
场景平均GC停顿（ms）吞吐量降幅
仅Young GC305%
Mixed GC启用8512%
尽管单次停顿增长，Mixed GC有效抑制了Full GC发生，长期运行下系统稳定性更优。

2.5 典型场景下参数设置的理论边界分析

在高并发服务场景中，线程池大小、超时阈值与缓冲队列容量构成性能调优的核心参数。不合理的配置可能导致资源耗尽或响应延迟激增。
线程池参数的理论边界
根据Little定律，系统稳态下请求处理能力应满足：`L = λ × W`，其中λ为到达率，W为平均处理时间。据此可推导出最小线程数： 
// 基于CPU核心数与等待/计算比估算线程数
int coreThreads = Runtime.getRuntime().availableProcessors() * (1 + waitTime / computeTime);
该公式表明，I/O密集型任务需配置更多线程以维持CPU利用率。
缓冲与超时的权衡
过大的队列会加剧响应延迟（“队列膨胀”），而过小则导致任务拒绝。理想队列长度应控制在瞬时峰值流量的1.5倍以内，并配合熔断机制使用。
场景类型推荐队列容量超时阈值
实时交易64~128200ms
异步批处理1024~409630s

第三章：常见误用模式与性能陷阱

3.1 盲目追求低延迟导致频繁GC问题剖析

在高并发系统中，为实现低延迟响应，部分开发者倾向于频繁创建短生命周期对象，以加快数据处理速度。然而，这种设计极易引发频繁的垃圾回收（GC），反而加剧延迟波动。
GC压力来源分析
JVM中年轻代空间有限，高频对象分配会迅速填满Eden区，触发Minor GC。若对象晋升过快，还会导致老年代膨胀，最终引发Full GC。
指标正常值异常表现
GC频率<1次/分钟>10次/分钟
GC停顿<50ms>500ms
优化建议
  • 复用对象实例，使用对象池技术（如Netty的ByteBufPool）
  • 避免在热点路径中创建临时对象

// 错误示例：每次调用都创建新对象
public String processData(String input) {
    return new StringBuilder().append(input).reverse().toString();
}
上述代码在高并发下将产生大量临时对象，加剧GC负担。应改用String直接操作或缓存可复用的构建器实例。

3.2 堆内存配置失衡对暂停目标达成的影响

堆内存的合理划分是实现低延迟垃圾回收暂停目标的关键。当年轻代与老年代比例配置失衡时，会显著影响GC频率与停顿时间。
常见配置失衡场景
  • 年轻代过小：导致频繁Minor GC，增加应用线程停顿次数
  • 老年代过小：触发Full GC风险上升，造成长时间Stop-The-World
  • 元空间不足：频繁类加载卸载引发Metadata GC
JVM参数配置示例

-XX:NewRatio=2 -XX:SurvivorRatio=8 -Xmx4g -Xms4g
上述配置设置年轻代与老年代比例为1:2，Eden与Survivor区比为8:1，确保对象在Minor GC中高效回收，降低晋升压力。若NewRatio设置过大，年轻代空间不足，将加剧短生命周期对象的GC频率，直接影响暂停目标的达成。
堆内存分布建议
区域推荐占比说明
年轻代30%~40%适配对象创建速率
老年代60%~70%避免过早触发Full GC

3.3 大对象分配与Humongous Region的隐性代价

在G1垃圾回收器中，大对象（Humongous Object）指大小超过半块Region容量的对象。这类对象会被特殊标记并分配至连续的Humongous Region中。
大对象的分配机制
当对象大小超过Region容量的50%时，G1会将其视为Humongous对象： 

// 假设Region大小为2MB，则超过1MB即被视为Humongous
byte[] hugeArray = new byte[1024 * 1024 + 1]; // 1MB + 1字节
该对象将直接分配在由多个连续Region组成的Humongous区域中，避免跨Region引用碎片问题。
隐性性能代价
  • Humongous Region回收依赖Full GC或并发清理阶段，无法像普通Region那样高效回收；
  • 长期存活的大对象会加剧内存压力，导致提前触发混合回收；
  • 大量短命大对象可能造成Region浪费和内存碎片。
合理控制大对象生命周期，可显著降低GC停顿时间。

第四章：精准调优实践与案例解析

4.1 电商秒杀系统中G1暂停控制优化实战

在高并发的电商秒杀场景下，JVM 的 GC 暂停时间直接影响请求响应延迟。G1 垃圾回收器虽具备可预测暂停时间的能力，但默认配置难以满足毫秒级响应需求。
目标设定与参数调优
通过设置最大暂停时间目标，引导 G1 回收器合理划分 Region 并控制并发周期： 

-XX:+UseG1GC
-XX:MaxGCPauseMillis=50
-XX:G1HeapRegionSize=16m
-XX:G1NewSizePercent=30
-XX:G1MaxNewSizePercent=40
上述配置将期望暂停时间控制在 50ms 内，配合动态新生代比例，减少大对象晋升压力。
优化效果对比
指标优化前优化后
平均GC暂停120ms42ms
Full GC频率频繁几乎无
结合监控数据动态调整 Region 大小与年轻代范围，显著降低延迟抖动，保障秒杀核心链路稳定性。

4.2 日志平台高吞吐场景下的参数协同调整

在日志平台面临高吞吐写入时，单一参数调优难以突破性能瓶颈，需对多个核心参数进行协同优化。关键在于平衡数据写入、内存管理与磁盘持久化之间的资源竞争。
关键参数组合调优策略
  • batch.size：提升批量写入量以减少网络请求次数；
  • linger.ms：适度延长等待时间以凑满批次；
  • buffer.memory：增大缓冲区避免频繁阻塞生产者。
props.put("batch.size", 65536);
props.put("linger.ms", 20);
props.put("buffer.memory", 67108864);
上述配置通过将批大小提升至64KB、等待20ms凑批，并分配64MB缓冲内存，在保障延迟可控的前提下显著提升吞吐能力。三者需同步调整，避免因内存不足或批次过小导致性能退化。

4.3 基于GC日志分析验证暂停目标达成情况

在JVM调优过程中，停顿时间是衡量应用响应能力的关键指标。通过启用详细的GC日志输出，可对每次垃圾回收的暂停时长进行精确统计与分析。
开启GC日志记录
为获取必要的分析数据，需在启动参数中启用日志选项： 

-XX:+PrintGCApplicationStoppedTime \
-XX:+PrintGCDetails \
-Xloggc:gc.log
上述参数分别用于输出应用停顿时长、详细GC事件及指定日志文件路径，是分析暂停目标的基础配置。
解析关键停顿指标
GC日志中 Application time 与 Total stopped time 的差值反映了实际暂停时间。通过脚本提取各次暂停事件：
  • Full GC引发的长时间停顿
  • Young GC频率与持续时间分布
  • 是否满足预设的SLA（如99%暂停<200ms）
结合分析结果，可验证当前GC策略是否达成既定暂停目标，并指导后续参数调整方向。

4.4 利用ZGC迁移对比反推G1调优空间

通过将应用从G1 GC迁移到ZGC的过程，可以反向识别G1中潜在的调优瓶颈。ZGC以亚毫秒级停顿和高吞吐著称，其并发标记与重定位机制大幅减少STW时间。
关键参数对比分析
特性G1ZGC
最大暂停时间可达数百ms<10ms
堆内存支持~数TB16TB+
并发阶段部分并发全并发
JVM启动参数示例

# G1配置
-XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:G1HeapRegionSize=16m

# ZGC配置
-XX:+UseZGC -XX:MaxGCPauseMillis=10 -Xmx16g
上述配置差异揭示G1在延迟敏感场景下的局限性。ZGC通过着色指针和读屏障实现更高效的并发处理，反衬出G1在并发线程数、分区大小及暂停时间控制上的优化空间。调整G1时可借鉴ZGC设计理念，例如更激进地提前触发混合回收，或优化Humongous对象分配策略。

第五章：从G1到未来垃圾回收器的演进思考

随着Java应用对低延迟和高吞吐量的需求日益增长，垃圾回收器（GC）的演进已从简单的内存管理机制发展为系统性能调优的核心环节。G1（Garbage-First）收集器通过分代分区设计，在大堆场景下实现了可预测的停顿时间，成为JDK 7至JDK 8时代主流选择。
响应式GC的实践路径
现代应用如金融交易系统要求GC停顿控制在10ms以内。某券商后台将G1切换至ZGC后，使用以下JVM参数实现亚毫秒级暂停： 

-XX:+UseZGC 
-XX:MaxGCPauseMillis=5 
-XX:+UnlockExperimentalVMOptions
多维度GC性能对比
收集器最大暂停时间适用堆大小并发阶段支持
G120-200ms4GB-32GB部分
ZGC<10ms4GB-16TB全阶段
Shenandoah<10ms4GB-16TB全阶段
迁移过程中的兼容性挑战
  • 旧版Spring Boot项目启用ZGC时需升级至JDK 11+
  • 某些JNI本地库在并发移动对象时出现指针失效
  • 监控工具需适配新的GC日志格式（-Xlog:gc*）
G1 → ZGC/Shenandoah → 分代ZGC（JDK 15+）→ AI驱动的自适应GC
在电商大促场景中，采用分代ZGC的订单服务在流量峰值期间保持99.9%的响应时间低于8ms，而相同负载下G1的P99延迟达到45ms。这种差异源于ZGC的并发类卸载与线程栈扫描机制。
InitPulse
关注
高效内存管理与性能优化：Java Hotspot G1 GC全景解析
张彦峰的博客
05-12 169万+
本文深入分析了 Java Hotspot G1 GC 的工作原理、特点以及优化策略。G1 GC 是一种为低延迟和高吞吐量设计的垃圾回收器，适用于大内存和高响应要求的应用。文章详细介绍了 G1 GC 的基本回收流程、各类垃圾回收策略，以及如何通过调优 JVM 参数来优化垃圾回收过程。通过监控工具和 GC 日志分析，开发者可以精准调整 G1 GC 的行为，提升应用的性能和响应速度。 参考文献、书籍及链接 1.https://tech.meituan.com/2016/09/23/g1.html 2.书
动态扩缩容引发的JVM堆内存震荡：从原理到实践的GC调优指南
热门推荐
张彦峰的博客
03-09 11万+
本文分析了 JVM 内存弹性机制及其在高负载环境中的挑战，重点探讨了堆内存伸缩、内存扩展与收缩的核心机制。通过对系统发布后 GC 雪崩事件的分析，文章揭示了多代际内存管理中的响应差异，尤其是年轻代、老年代与 Metaspace 的协调问题。为避免这些问题，提出了优化内存配置、调整 GC 策略和合理设置代际大小的解决方案。此外，文章进一步探讨了从被动响应到主动防御的转变，建议结合智能调节与自动化监控机制。
JVM垃圾回收调优关键：XX:MaxGCPauseMillis到底设多少才不踩坑？
Algorift的博客
11-09 805
掌握JVM垃圾回收调优关键，合理设置-XX:MaxGCPauseMillis可有效降低停顿时间。适用于高并发低延迟场景，结合G1或ZGC回收器动态调整，平衡吞吐与响应。避免过度压缩导致频繁GC，科学配置提升系统稳定性，值得收藏。
G1 GC调优生死线，XX:MaxGCPauseMillis设置不当竟导致吞吐量暴跌50%？
ProceShoal的博客
11-17 279
掌握JVM调优关键，揭秘XX:MaxGCPauseMillis的实际效果。针对G1 GC场景，合理设置可平衡停顿与吞吐，避免过度碎片化与频繁并发周期。理解其对系统性能的真实影响，提升响应速度与稳定性，值得收藏。
【JVM调优核心参数揭秘】：XX:MaxGCPauseMillis设置不当，竟让系统停顿暴涨300%？
ProceSeed的博客
11-09 897
掌握JVM调优的-XX:MaxGCPauseMillis设置技巧，有效避免系统停顿飙升。适用于高并发低延迟场景，通过合理设定最大GC暂停时间，平衡吞吐与响应。配置不当反致性能下降300%，科学调优关键所在，值得收藏。
深入Java G1 GC调优：如何解决高延迟与吞吐量瓶颈
zwh1zwh的博客
05-19 1564
G1 GC的调优是平衡停顿时间吞吐量和内存占用的艺术。​理解原理​：掌握Region、并发标记、Mixed GC等核心机制。​精准监控​：通过GC日志和Profiler工具定位瓶颈。​渐进调优​：避免一次性调整多个参数，需验证每一步的效果。​终极建议​：在调优前明确应用的核心需求（延迟优先或吞吐量优先），结合压力测试结果制定策略。对于关键服务，可采用多版本参数对比与自动化巡检确保稳定性。
【JVM性能调优生死线】：MaxGCPauseMillis设置不当，线上服务差点崩溃！
AlgoFun的博客
11-09 920
掌握JVM性能关键，避免GC停顿导致服务崩溃。本文深入解析JVM调优的-XX:MaxGCPauseMillis设置，适用于高并发低延迟场景，通过合理配置最大垃圾回收暂停时间，平衡吞吐与响应。有效提升系统稳定性，线上调优必备技巧，值得收藏。
生产环境GC停顿居高不下，调整XX:MaxGCPauseMillis后性能飙升3倍？
BreakVein的博客
11-17 974
解决生产环境GC停顿难题，揭秘JVM调优中XX:MaxGCPauseMillis的实际效果。适用于低延迟高并发场景，通过合理设置目标停顿时长，显著降低Full GC频率，提升系统吞吐量。实战验证性能提升3倍，值得收藏。
G1 GC 调优实战：如何将 Full GC 频率降低 90%？
nihao2q的博客
04-01 1009
如果存在内存泄漏问题，可能导致对象无法被及时回收，从而引发 Full GC。今天，我们结合实际案例深入探讨 G1 GC 的调优策略，并通过代码示例展示如何显著降低 Full GC 的频率，帮助你的系统更高效地运行！通过以上调优策略，我们可以显著降低 Full GC 的频率，同时提升系统的稳定性和性能。参数，合理分配新生代和老年代的空间比例，避免对象过早晋升到老年代。建议根据业务需求调整。：大量对象晋升到老年代，导致老年代频繁触发 Full GC。：增大新生代比例，减少对象晋升频率，降低老年代压力。
(JVM低延迟调优关键)：XX:MaxGCPauseMillis为何总是“不生效”？真相曝光
DevPath的博客
11-17 290
解决JVM低延迟调优难题，深入解析XX:MaxGCPauseMillis为何看似“不生效”。探讨其在高吞吐与低延迟场景下的实际效果，揭示G1垃圾回收器动态调整机制的关键影响。掌握合理设置与配套参数优化方法，提升应用响应速度，值得收藏。
G1 GC 调优后如何验证 Kafka 吞吐量提升效果？
07-30
通过上述步骤，可以验证G1 GC调优对Kafka吞吐量的影响。 相关问题： 1. 如何监控Kafka运行时的GC行为？ 2. G1垃圾收集器有哪些关键的调优参数？ 3. 除了G1，还有哪些垃圾收集器适合Kafka？ 4. Kafka压力测试...
java \ -Ddruid.mysql.usePingMethod=false \ -Dfile.encoding=UTF-8 \ -Duser.timezone=Asia/Shanghai \ -server \ -Xms2g -Xmx2g \ -XX:+UseG1GC \ -XX:MaxGCPauseMillis=200 \ -jar src-modules-job.jar
07-10
- **CMS (Concurrent Mark Sweep) GC**：并发标记清除GC，旨在提供较低的GC停顿时间，适合对响应时间敏感的应用，使用参数`-XX:+UseConcMarkSweepGC`启用（注意：在JDK9之后已被废弃）。 - **G1 (Garbage-First) GC*...
285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据（2003-2023年）
11-25
01、数据简介 共八个矩阵，各类矩阵通过量化空间关系，为区域政策制定（如交通规划、产业布局）和学术研究（如空间溢出效应、区域收敛）提供关键工具，需根据研究目标灵活选择或组合使用。 数据名称：285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据 数据年份：2003-2023年 参考文献：邵帅,李欣,曹建华,杨莉莉.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究,2016,51(09):73-88. 02、相关数据 地级市人均GDP、空间邻接矩阵、空间经济距离矩阵（GDP）、空间地理距离矩阵（经纬度）、空间地理距离倒数平方矩阵（经纬度）、经济地理权重矩阵（GDP和经纬度）、经济地理嵌套矩阵（GDP和经纬度）、空间经济矩阵（非对称）、空间经济地理矩阵（非对称）、纬度、经度、距离
【影视数据分析】基于C++的多维度可视化系统设计：实现高效实时数据处理与交互式决策支持 项目介绍 基于C++的影视数据可视化系统设计和实现的详细项目实例（含模型描述及部分示例代码）
最新发布
11-25
内容概要：本文详细介绍了一个基于C++的影视数据可视化系统的设计与实现，旨在应对影视行业海量、多源数据带来的分析挑战。系统利用C++的高性能优势，实现了大规模数据的高效处理与实时更新，支持多维度数据分析，涵盖票房、用户评价、社交媒体热度等，并通过柱状图、折线图、热力图、词云等多种可视化方式直观展示数据。项目强调用户友好的界面设计、跨平台兼容性、可扩展性与可定制性，结合创新的交互设计，提升用户体验与决策效率。系统不仅服务于影视创作者和营销团队，也为行业数字化转型和创新发展提供数据驱动的支持。; 适合人群：具备一定C++编程基础，从事数据分析、可视化开发或影视行业技术研究的研发人员、软件工程师及高校学生。; 使用场景及目标：①学习如何利用C++构建高性能数据可视化系统；②掌握多源数据融合、实时处理与图形渲染的技术方案；③为影视项目提供数据支持，优化内容创作与市场策略； 阅读建议：建议结合文中提到的模型设计与示例代码进行实践，重点关注数据处理流程、可视化模块实现及系统架构设计，同时可联系作者获取完整代码与GUI资源以加深理解。
CSS插入图片方法[可运行源码]
11-25
本文详细介绍了在CSS中插入图片的多种方法，包括使用background-image属性和background简写属性。通过设置不同的背景属性值，如background-color、background-position、background-size等，可以灵活控制背景图片的显示效果。文章还提供了具体的HTML示例代码，展示了如何在实际项目中应用这些属性。此外，还解释了背景图像默认位于元素左上角并在水平和垂直方向上重复的特性，以及如何通过background-repeat属性调整平铺方式。
jQuery与HTML设置只读/禁用属性[项目代码]
11-25
本文详细介绍了在jQuery和HTML中如何设置和移除表单元素的只读（readonly）和禁用（disabled）属性。在jQuery部分，通过attr()和removeAttr()方法演示了属性的动态操作，并对比了readonly与disabled的区别：disabled会阻止元素获取焦点且表单提交时排除该字段，而readonly仅限制编辑但仍可聚焦和提交。HTML部分列举了三种实现方式（onfocus=this.blur()、readonly、disabled），并附代码示例说明其视觉效果及交互差异（如灰色显示、Tab键切换等）。最后指出两者可结合使用，并补充了CSS屏蔽输入的技巧。
SQL编码规范指南[项目源码]
11-25
本文详细介绍了SQL编码规范的重要性及其具体实施方法。规范化的SQL代码能显著提升可读性、便于问题定位和团队协作。文章强调了大小写的正确使用、单引号与双引号的应用场景、缩进对齐原则、禁止使用SELECT *操作、注释的添加规范以及子句的排版规则等关键点。此外，还提供了表别名的命名建议、字段逗号放置位置等实用技巧，旨在帮助开发者编写清晰、整齐、结构化的SQL代码，从而提升编程效率和代码质量。
Layui输入事件监听[代码]
11-25
本文详细介绍了Layui框架中各种表单元素的输入事件监听方法，包括单选框、复选框、下拉菜单、输入框内容变动以及提交按钮的监听。通过示例代码展示了如何实时获取用户输入的值、监听表单元素的变化以及处理提交事件。此外，还提供了带注释的代码片段，帮助开发者理解每个事件监听器的具体功能和用法。这些方法可以广泛应用于表单验证、动态数据更新等场景，提升用户交互体验。
UAC-BOF-Bonanza[项目源码]
11-25
UAC-BOF-Bonanza is a GitHub repository that compiles various UAC (User Account Control) bypass techniques, weaponized as Beacon Object Files (BOFs). The project includes a module for the Havoc C2 Framework and extension.json files for Sliver C2, enabling users to leverage these bypass methods in red team operations. Techniques include exploiting elevated COM objects, registry modifications, DLL hijacking, and SSPI token forgery. The repository provides detailed usage instructions, OpSec considerations, and credits to original researchers. All bypasses were tested on Windows 10 and 11, though they may be detected by SOCs and EDR solutions. The project is licensed under GPL-3.0 and includes standalone implementations for each bypass.
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  | 博主筛选后可见
 
红包 添加红包
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