mall_0905-优快云博客

原创统计慢的一些优化手段

摘要：本文系统分析了Java+MongoDB统计系统中"字段多导致查询慢"的根源，包括全文档扫描、复杂聚合管道、索引不当等问题。提出分层优化方案：1)立即见效的查询层优化（字段投影、管道顺序调整）；2)中期数据模型优化（字段分离、分桶模式）；3)索引策略优化；4)终极架构方案（分片集群、专用分析数仓）。建议从简单查询优化入手，逐步推进到架构升级，最终实现OLTP与OLAP分离。通过组合策略可显著提升统计性能。

2025-12-02 11:19:30 843 1

原创 MySQL删除数据后表空间处理

DELETE操作后，MySQL表空间不会立即释放给操作系统，而是被标记为"可复用"。InnoDB引擎仅标记删除行而非物理清除，以提升性能。要真正释放空间，需使用OPTIMIZE TABLE、ALTER TABLE重建或TRUNCATE TABLE（会清空整个表）。建议定期优化碎片化严重的表，在业务低峰期进行。TRUNCATE效率最高但不可回滚，DELETE可回滚但保留空间，OPTIMIZE能整理碎片但会锁表。可通过SHOW TABLE STATUS查看碎片情况。

2025-10-06 15:50:48 622 1

原创 MySQL查看数据表锁定情况

MySQL锁表问题排查方法：通过SHOW OPEN TABLES查看被锁表，SHOW PROCESSLIST分析线程状态，information_schema中的INNODB_TRX/INNODB_LOCKS/INNODB_LOCK_WAITS表查询锁详情。发现问题线程后可用KILL命令终止，并建议优化SQL、缩短事务周期来预防。重点关注Table_locks_waited值，若较高说明存在锁竞争。

2025-10-05 13:55:59 1100 1

原创 for循环处理数据，相同的查询条件为什么只处理了一半的数据呢？

摘要：开发人员在清理冗余数据时，采用分页删除策略（每页1000条）。初始方案按页序处理时，由于删除操作影响后续查询结果，导致仅删除一半数据。发现问题后，改为倒序处理分页（从最大页开始），确保查询准确性。该问题凸显了数据删除与查询的时序依赖性，通过逆向分页巧妙规避了内存溢出风险，最终完成数据瘦身目标。（149字）关键点：问题根源：顺序删除导致后续查询结果失真解决方案：倒序分页处理保证数据一致性技术细节：SpringBoot+JPA分页机制的实际应用与陷阱经验总结：大数据量操作需考虑操作对查询的实时

2025-10-04 11:32:17 136 2

原创队列消费者扩展策略

本文分析了两种增加消息队列消费者的方式：单个Java实例内增加消费者线程（纵向扩展）和通过增加Java实例数量（横向扩展）。纵向扩展简单但受单机资源限制，横向扩展更具弹性且适合高并发场景。建议生产环境优先采用横向扩展，配合无状态应用设计，以实现高可用和高吞吐。两种方式非互斥，可根据实际需求选择或组合使用。

2025-09-24 19:10:02 908 1

原创搜索建议和自动补全的使用场景

本文总结了搜索建议和自动补全功能在各领域的应用场景。在电商、搜索引擎、社交媒体、企业系统等10类平台中，该功能通过预测用户意图、减少输入错误来提升体验。关键技术考量包括响应速度、排序算法、模糊匹配等。这些智能化功能不仅能优化用户体验，还能提高平台转化率，是各类应用的重要交互组件。

2025-09-20 14:28:51 652 1

原创 java做高级搜索

本文介绍了三种Java实现高级搜索的方法：1)使用Stream API进行动态过滤，支持多条件搜索；2)基于Apache Lucene实现全文检索，包括索引创建和查询处理；3)结合JPA与Elasticsearch构建搜索系统，涵盖依赖配置和实体映射。示例代码展示了各种场景下的搜索实现，从简单内存过滤到复杂全文检索，适用于不同规模的数据搜索需求。

2025-09-20 11:11:15 588 1

原创微服务分布式事务解决方案梳理

本文探讨了微服务架构下分布式事务的必要性及解决方案。在微服务中，业务操作跨多个独立数据库，无法使用本地事务，需引入分布式事务保证一致性。理论基础包括CAP定理（一致性、可用性、分区容错性不可兼得）和BASE理论（基本可用、软状态、最终一致性）。解决方案分为强一致性（如2PC、3PC）和最终一致性（如TCC、Saga、消息队列）两类。最终一致性方案更适合互联网场景，通过异步和补偿机制平衡性能与一致性。建议优先选择最终一致性，设计幂等接口，必要时才用强一致性方案。

2025-09-16 15:51:21 1038 1

原创 BlockingQueue实际应用示例

摘要：本文展示了一个基于BlockingQueue的生产者-消费者模式实现，包含任务发送方（生产者）和任务处理方（消费者）。生产者使用put()方法添加任务，当队列满时自动阻塞；消费者通过take()获取任务，队列空时阻塞等待。系统采用有界队列控制资源使用，并通过带监控的线程池管理任务执行。实现中特别处理了任务结束标志，确保所有消费者都能正确终止，同时通过独立监控线程定期报告队列状态。该方案完整展示了多线程环境下任务队列的生产级应用模式。

2025-09-12 09:06:11 228 1

原创 BlockingQueue 方法使用指南

摘要：BlockingQueue是Java并发编程中的线程安全队列接口，支持阻塞的插入和移除操作。示例程序展示了其主要方法（add/offer/put/poll/take等）的使用场景，包括生产者-消费者模式。当队列满时，put()会阻塞，而offer()可设置超时；当队列空时，take()会阻塞，poll()可设置超时。这些特性简化了线程间的协调工作，特别适合需要高效处理并发任务的场景。

2025-09-10 17:47:58 353 1

原创程序接口传参加密的重要性

程序对外接口加密参数传输至关重要，主要体现为：防止敏感信息泄露（用户凭证、财务数据等）、抵御中间人攻击和参数篡改、满足合规性要求（如GDPR）、保护API密钥、维护系统声誉及防止业务逻辑绕过。安全传输需强制使用HTTPS，结合应用层加密和签名机制，避免敏感信息出现在URL中。接口加密是保障数据安全、隐私和业务可靠性的基石，忽视将导致严重风险。

2025-07-28 12:00:54 655 1

原创企业验证码防护策略与技术方案

摘要：企业验证码接口需多维度防御恶意攻击。基础策略包括频率限制（IP/手机号限流）、图形验证前置（交互式验证码）；高级加固采用设备指纹、行为分析、Token签名及黑名单系统；流程优化侧重分步验证和6位混合验证码设计；应急响应需实时监控与攻击溯源。建议中小企业优先基础防护，高安全场景叠加高级措施，并定期攻防测试，核心目标是通过纵深防护提高攻击成本。持续攻击时可接入专业风控服务。（150字）

2025-07-24 18:57:00 1093 1

原创 Spring Cloud请求流程详解

Spring Cloud微服务架构中，前端到后端的请求流程为：前端发起请求至API网关，网关进行路由转发（如/orders到订单服务）和认证过滤；通过服务注册中心（如Eureka）获取目标实例，负载均衡后调用微服务（如Feign跨服务调用）；服务间调用同样经历服务发现和熔断处理（Hystrix），最终访问数据库/缓存后数据原路返回。关键组件包括网关（路由/安全）、注册中心（服务发现）、Feign（服务调用）和Hystrix（熔断）。典型案例如用户下单涉及多服务协作，并通过分布式事务等机制保障一致性。该架构实

2025-07-05 09:02:20 810 1

原创 Spring Cloud网关与CI文件配置请求安全性对比

通过Spring Cloud网关请求后端接口提供集中式安全管控（统一认证、WAF、限流等），适用于生产流量，是更安全的选择；而通过CI文件直接访问（通常用于自动化流程）需严格限制在内网，并配合强认证和网络隔离。核心区别在于：网关集中防护外部威胁，缩小攻击面；直接访问需分散配置安全措施，管理复杂且风险更高。建议生产流量必须经网关，CI直接访问仅作为特例在内网严格管控下使用。

2025-07-04 16:39:00 824 1

原创 Spring Cloud 前端调用后端接口方式

摘要：在Spring Cloud微服务架构中，前端调用后端主要有两种方式：直接调用后端服务（适用于开发环境），需解决跨域和地址管理问题，但生产环境不推荐；通过API网关调用（主流方案），网关集成Eureka实现服务发现、动态路由、负载均衡等功能，提供统一入口和安全控制。此外，后端服务间调用可通过RestTemplate+Ribbon或OpenFeign实现。关键结论：生产环境应采用前端→网关→后端服务的架构，避免前端直连微服务，确保安全性和可维护性。（150字）

2025-07-04 15:06:02 757 1

原创 Spring Cloud使用Eureka调用接口，超时设置（三）

摘要：Eureka和Feign中的connectTimeout控制TCP连接建立时间（推荐1-5秒），readTimeout管理响应读取时间（推荐5-30秒）。前者针对网络连接问题，后者关注服务端处理延迟。配置时可全局或按服务设置，Spring Cloud新版直接使用feign.client.config，旧版需配置Ribbon参数。生产环境应结合SLA和熔断机制（如Hystrix）合理设置，2020+版本与旧版配置方式不同，需注意版本差异。这两个参数协同工作能有效提升系统稳定性。

2025-06-17 13:55:41 437 1

原创 Spring Cloud使用Eureka调用接口，超时设置（二）

在Spring Cloud微服务中，Feign的超时配置优先级高于Ribbon。若Feign显式配置超时时间（如feign.client.config），则覆盖Ribbon的同名配置；否则默认使用Ribbon设置（默认1s）。底层通过LoadBalancerFeignClient判断，若Feign配置非默认值则生效，否则回退Ribbon配置。同时需注意：集成Hystrix时，其超时需大于Feign/Ribbon值（建议30s）；Ribbon重试会叠加耗时，需调整Hystrix超时以避免熔断过早触发；

2025-06-17 11:55:33 545 1

原创 Spring Cloud使用Eureka调用接口，超时设置（一）

Java服务调用中可通过两种方式设置Eureka接口独立超时：1）Feign客户端方案：使用@FeignClient自定义配置类，或在yml中按方法设置connectTimeout/readTimeout；2）RestTemplate方案：在yml中按服务配置ribbon超时参数，或通过代码动态设置IClientConfig。两种方式均支持方法级>服务级>全局的优先级配置，需注意区分连接超时（TCP建立）和读取超时（响应等待），默认值分别为1秒和5秒。建议配合Hystrix熔断机制使用，并通过模拟延迟接口验

2025-06-17 11:22:02 507 1

原创 mysql数据库表增加索引

MySQL 5.6+版本为60万数据表添加二级索引时，使用Online DDL（ALGORITHM=INPLACE, LOCK=NONE）通常不会锁表阻塞DML操作。主要耗时因素包括磁盘类型（SSD约10秒-2分钟，HDD更慢）、服务器负载和字段大小。操作仅在准备和提交阶段需要短暂元数据锁，但若存在长事务会引发阻塞风险。最佳实践包括：明确指定无锁模式、避开业务高峰、提前终止长事务。实例显示，在SSD环境下为三个字段添加联合索引仅需5秒，服务可正常运行。

2025-06-07 11:17:36 1078 1

原创数据库链式查询注意事项总结

使用数据库表数据作为查询条件时，需注意数据一致性（事务隔离、子查询）、性能优化（避免循环查询、索引匹配）、异常处理（空结果判断、防SQL注入）及替代方案（JOIN、临时表、CTE）。关键措施包括高并发时启用事务、用批量查询代替循环、确保字段索引及类型匹配，并根据场景选择子查询、JOIN或CTE。合理实施可提升查询效率与安全性，避免N+1问题及数据不一致风险。

2025-06-05 11:23:25 388 1

原创 RESTful接口学习与使用指南

版本控制：URI（/api/v1/users）或请求头（Accept: application/vnd.myapi.v1+json）。q=term）或结合GraphQL。资源（Resource）：每个实体（如用户、订单）是一个资源，通过URI唯一标识。自动化测试：使用框架（如Python的requests+pytest）。层级关系：嵌套资源使用路径，如 /users/123/orders。清晰且名词化：使用复数名词表示资源集合，如 /users。授权：结合角色（如admin、user）控制资源访问权限。

2025-05-01 08:34:30 891 1

原创 Java递归方法详解与示例

5 → 5×factorial(4) → 4×factorial(3) → …→ 1（逐层返回计算结果）。递归是Java编程中一种重要的方法调用技术，允许函数调用自身来解决问题。递归的精髓在于将复杂问题分解为简单重复的步骤，合理设计基线条件和递归逻辑是成功的关键。缺点：栈溢出风险（深递归）、重复计算（如斐波那契）、调试复杂。注意：此方法效率低（重复计算），建议用迭代或记忆化优化。将问题分解为更小的子问题，逐步接近基线条件。递归终止的条件，防止无限调用导致栈溢出。递归条件（Recursive Case）

2025-04-17 16:22:28 487 1

原创 Spring Boot集成JPA步骤详解

通过以上步骤，即可在Spring Boot中成功集成JPA，实现数据持久化操作。表不存在或字段映射错误：确认ddl-auto设置正确，实体类注解配置无误。事务问题：在Service方法上添加@Transactional注解。数据库连接失败：检查URL、用户名、密码及数据库服务状态。.yml文件增加配置。

2025-04-09 15:40:18 382 1

原创 Redis（三）springboot、分布式锁实现与注意事项

Redis 分布式锁需结合原子操作、唯一标识、锁续期及集群容错设计，优先选择成熟库（如 Redisson）以规避复杂边界问题。RedLock 算法：在多个独立 Redis 实例中获取锁，半数以上成功视为有效，需权衡实现复杂度与安全性。同一客户端多次获取锁时，需维护计数器（如 Redisson 的 hincrby），释放时递减至零。使用成熟库：如 Redisson，内置看门狗、可重入锁、联锁等，减少自实现风险。后台线程定期（如每 10 秒）续期锁，避免业务未完成锁已过期。

2025-04-02 09:22:36 280 1

原创 Redis（二）springboot整合

通过以上步骤，即可在Spring Boot中高效集成Redis，实现数据缓存和高速访问。连接池配置：使用Lettuce连接池提升性能，需配置commons-pool2。JSON序列化：使用Jackson处理对象，避免Java原生序列化的兼容性问题。TTL设置：通过entryTtl配置全局缓存过期时间，防止数据长期滞留。@Cacheable：优先从缓存读取，无数据时执行方法并缓存结果。在此之前按照官方教程已经在服务器上安装部署好redis服务！@CacheEvict：数据变更时清除缓存，保持一致性。

2025-04-01 17:23:34 391 1

原创 Redis（一）简介及核心特性概述

Redis（Remote Dictionary Server）是一个开源的、高性能的内存键值数据库（In-Memory Key-Value Store），广泛用于缓存、实时数据处理、消息队列等场景。它以极快的读写速度、灵活的数据结构和丰富的功能著称，是当前最流行的 NoSQL 数据库之一。结合持久化与集群能力，它既能作为临时缓存，也可作为核心数据存储，是开发者构建高效系统的强力工具。Redis 数据主要存储在内存中，因此读写性能极高（可达每秒数十万次操作），适合对延迟敏感的应用。

2025-04-01 16:45:03 393 1

原创 Elasticsearch（四）kibana页面操作

复杂查询还有很多，小伙伴们需要的去官网详细学习吧。二、在这里可以手动创建索引、文档、数据。使用的电脑已经安装了kibana！一、将kibana启动并连接到ES服务。

2025-03-27 18:01:01 654 1

原创 Elasticsearch（三）springboot整合

可通过@Document(createIndex = false)禁用。通过以上步骤，即可在Spring Boot中实现Elasticsearch的基本操作，包括CRUD和自定义查询。安全配置：Elasticsearch 8.x默认启用安全功能，需在配置中提供用户名和密码。字段类型不匹配：确保实体类字段的@Field类型与Elasticsearch映射一致。版本兼容性：确保Spring Boot版本与Elasticsearch兼容。连接失败：检查Elasticsearch是否运行，日志中是否有连接错误。

2025-03-27 15:55:57 637 1

原创 Elasticsearch（二）安装部署

一、环境准备Java 环境Elasticsearch 依赖 Java，建议安装 JDK 17 或更高版本（Elasticsearch 7.x+ 要求 JDK 11+）。

2025-03-27 15:26:16 1438 1

原创 Elasticsearch（一）简介

它由 Elastic 公司于 2010 年发布，是 ELK Stack（Elasticsearch、Logstash、Kibana）的核心组件，广泛应用于日志管理、全文检索、数据分析等领域。灵活的数据模型：以 JSON 文档存储数据，支持动态字段映射（Schema-less），无需预定义结构。分片（Shard）与副本（Replica）：索引被划分为分片以提升性能，副本分片保障数据冗余和可用性。节点（Node）与集群（Cluster）：节点是单个服务器实例，多个节点组成集群实现分布式处理。

2025-03-27 13:56:45 493 1

原创 java 事务注解的运用浅谈

在同一个类中调用被@Transactional注解的方法时，如果使用了错误的传播行为（如默认的REQUIRED），可能会导致无限循环回滚或未预期的事务行为。事务传播行为：你可以通过propagation属性来定义事务的传播行为，例如Propagation.REQUIRED表示当前存在事务则加入该事务，不存在则新建事务。在测试环境中，确保测试方法也被事务管理覆盖。如果你使用的是原生的JDBC，并且希望通过Spring管理事务，你可以在配置类中配置数据源事务管理器，并使用@Transactional注解。

2025-03-17 10:14:55 854 1

空空如也

空空如也