BlackhorseMe的专栏

5个强大的java分布式缓存框架常用缓存cache机制的实现

什么时候使用MQ【典型场景一：数据驱动的任务依赖】什么是任务依赖，举个栗子，互联网公司经常在凌晨进行一些数据统计任务，这些任务之间有一定的依赖关系，比如：1）task3需要使用task2的输出作为输入2）task2需要使用task1的输出作为输入这样的话，tast1,task2,task3之间就有任务依赖关系，必须task1先执行，再task2执行，载task3执行。优

JMS原理  http://m.blog.youkuaiyun.com/article/details?id=46701559JMS简介及ActiveMQ实战http://boy00fly.iteye.com/blog/1103586

http://blog.youkuaiyun.com/mary881225/article/details/69664237【总结】群消息还是非常有意思的，可达性、实时性、离线消息、消息风暴扩散等等等等，做个总结：（1）不管是群在线消息，还是群离线消息，应用层的ACK是可达性的保障（2）群消息只存一份，不用为每个用户存储离线群msg_id，只需存储一个最近ack的群消息id

参考摘要：最近，小明的老板给小明布置了一个任务，希望把应用服务监控起来，以提高应用运行质量。小明接到任务以后开始着手进行技术选型。赶紧来看看，小明如何通过另外一种新的思路快速搭建Nginx监控任务。一切从应用服务监控说起小明所在的一家小型互联网创业公司一直将应用运行在国内某A云上。该应用采用通用的分布式Nginx+App架构为用户提供电商数据统计的webservice服务。

https://rc.mbd.baidu.com/hu8hjgb

lvs为什么不能完全替代DNS轮询

一致性Hash分布简介在服务器数量不发生改变时，普通的Hash分布可以很好地运作。当服务器的数量发生改变时，问题就出来了，试想，增加一台服务器时，同一个key经过Hash之后，与服务器取模的结果跟没增加服务器之前的结果会不一样，这就导致之前保存的数据丢失。为了把丢失的数据减少到最少，可以采用一致性hash算法。一致性hash算法分为6个步骤：步骤1：将一个32位整数0~2^32 -

http://blog.youkuaiyun.com/houjixin/article/details/27680183http://sofar.blog.51cto.com/353572/1413024/

nginx缓冲区优化内容目录：proxy_bufferingproxy_buffer_sizeproxy_buffersproxy_busy_buffers_sizeproxy_max_temp_file_size和proxy_temp_file_write_size配置示例ref关于缓冲, 主要是合理设置缓冲区大小,尽量避免缓冲到硬盘时的情况

https://rc.mbd.baidu.com/vbun2l2redis事务不遵循ACID大一统理论，即使中间执行出现错误，后面不影响执行。Watch监听事务：乐观锁乐观锁：一旦发现被监听事务变量发生了变化，事务回滚。持久化:Aof持久化性能比rdb低java对Redis操作

http://www.cnblogs.com/rayray/p/3553696.html1.用户向浏览器输入www.web.com这个域名，浏览器第一次发现本地没有dns缓存，则向网站的DNS服务器请求；2.网站的DNS域名解析器设置了CNAME，指向了www.web.51cdn.com,请求指向了CDN网络中的智能DNS负载均衡系统；3.智能DNS负载均衡系统解析域名，把对用户响

https://rc.mbd.baidu.com/auz4woy

http://m.blog.youkuaiyun.com/article/details?id=50530419

Redis官方教程redis的5个常见使用场景redis应用场景 细致全面，含有与memcache的对比

redis与memcache https://rc.mbd.baidu.com/vm64ahg21)maxmemory-policy volatile-lru当内存达到最大值的时候Redis会选择删除哪些数据呢？有五种方式可供选择：volatile-lru代表利用LRU算法移除设置过过期时间的key(LRU:最近使用Least Recently Used)，allkeys-lru代表