<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[饭西饼]]></title><description><![CDATA[JAVA，架构，机器学习，Quant笔记]]></description><link>https://blog.youkuaiyun.com/javaboy</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; javaboy]]></copyright><item><title><![CDATA[基于Snowflake的分布式唯一ID生成器]]></title><link>https://blog.youkuaiyun.com/javaboy/article/details/81978286</link><guid>https://blog.youkuaiyun.com/javaboy/article/details/81978286</guid><author>javaboy</author><pubDate>Thu, 23 Aug 2018 11:45:22 +0800</pubDate><description><![CDATA[项目地址

先上我的实现的项目地址：https://github.com/johnhuang-cn/snowflake-uid



常见的UID优缺点



数据库自增ID

简单可靠，有序，可读性好，性能也不错。缺点是要锁表，性能会有瓶颈，分库特别是已分库的情况再扩容时会比较麻烦。

UUID

全球唯一，性能好，缺点是太长了，存储空间大，索引性能不好，长度太长使用起来也不方便。另外部分UUI...]]></description><category></category></item><item><title><![CDATA[Spring Cloud + GitLab + Docker + K8S持续集成搭建笔记]]></title><link>https://blog.youkuaiyun.com/javaboy/article/details/81978183</link><guid>https://blog.youkuaiyun.com/javaboy/article/details/81978183</guid><author>javaboy</author><pubDate>Thu, 23 Aug 2018 11:41:25 +0800</pubDate><description><![CDATA[闲言

我以前比较少记技术笔记，就算记也很简略，自认为记性比较好嘛，哈哈~

再则呢，就算忘了，以前能搞定，再遇到一次也一样能搞定，对吧。

直到有一天出了这么件事：

那天遇到一个坑，搞了好一会儿就没找到满意的方案，于是想起某同事上月貌似也搞过这方面的，应该也会遇到这坑，于是QQ上问了下。果然很快给了方案过来，我看了后称赞这方案不错啊。

然后对方回了个信息过来：…客气了，这方案是我上月问你的时...]]></description><category></category></item><item><title><![CDATA[基于Spring Cloud的两阶段提交分布式事务框架]]></title><link>https://blog.youkuaiyun.com/javaboy/article/details/81978051</link><guid>https://blog.youkuaiyun.com/javaboy/article/details/81978051</guid><author>javaboy</author><pubDate>Thu, 23 Aug 2018 11:35:19 +0800</pubDate><description><![CDATA[缘起

现在用的比较多的分布式事务方案主要有TCC和可靠消息。TCC需要对业务进行改造，分别实现try/confirm/cancel方法，侵入性太强，工作量大。而可靠消息主要适合可以异步调用的业务，对于需要跨服务同步调用的业务，实现困难。以订机票为例，从深圳-&amp;gt;新疆乌鲁木齐，假设没有直达，第一步先要确定中转地，选择一家航空公司订票，假设这步的订票结果是成功调用南航的服务订到了深圳-&amp;gt;西...]]></description><category></category></item><item><title><![CDATA[ELK日志简化方案]]></title><link>https://blog.youkuaiyun.com/javaboy/article/details/81977704</link><guid>https://blog.youkuaiyun.com/javaboy/article/details/81977704</guid><author>javaboy</author><pubDate>Thu, 23 Aug 2018 11:22:20 +0800</pubDate><description><![CDATA[背景

ELK是现在常用的日志方案，有多种组合方式：

ElasticSearch + Kibana + Logstash：由Logstash收集各终端的日志，过滤后发到送ElasticSearch，但Logstatsh比较耗资源，会影响本地应用的性能

ElasticSearch + Kibana + FileBeat：改由轻量的FileBeat收集日志，但FileBeat不支持过滤(注：新版的...]]></description><category></category></item></channel></rss>