- 博客(313)
- 收藏
- 关注
RSS订阅原创 Spring Bean 作用域核心详解
Spring Bean作用域主要分为五种：singleton（默认）、prototype、request、session和application。其中singleton和prototype是重点掌握的作用域。singleton确保一个BeanFactory中只有一个实例，而prototype每次依赖查找或注入都会生成新对象。通过代码示例对比发现，singleton多次获取均为同一对象，prototype则每次都是新对象。此外，prototype作用域的Bean不会执行销毁回调，生命周期管理需借助BeanPo
2025-08-10 21:10:27
68
原创 Spring Bean 基础：从定义到销毁全指南
本文摘要主要介绍了Spring Bean的核心概念与定义方式。主要内容包括：1) BeanDefinition的定义及其配置元信息，包含类名、作用域、依赖等关键属性；2) 两种构建BeanDefinition的方式：通过BeanDefinitionBuilder和AbstractBeanDefinition派生类；3) Bean的命名规则与两种名称生成器（DefaultBeanNameGenerator和基于注解的AnnotationBeanNameGenerator）。文中通过代码示例演示了如何构建Bea
2025-08-10 20:52:07
220
原创 Spring 应用上下文生命周期
本文梳理了Spring应用上下文生命周期的五个关键阶段： 启动准备阶段（prepareRefresh） - 初始化环境属性、事件监听器等基础配置 BeanFactory创建阶段（obtainFreshBeanFactory） - 创建并配置底层BeanFactory BeanFactory准备阶段（prepareBeanFactory） - 设置类加载器、处理器等核心组件 后置处理阶段（postProcessBeanFactory） - 执行BeanFactoryPostProcessor扩展点 BeanP
2025-08-10 20:42:05
93
原创 Spring 核心注解（二）：注解别名、@Enable 驱动、条件注解
文章摘要 本文介绍了Spring注解中的属性别名机制和@Enable模块驱动编程模式。属性别名包括显性别名（通过@AliasFor明确声明）、隐性别名（覆盖元注解属性）和传递性隐性别名，提高了注解使用的灵活性。@Enable模块驱动通过@Import实现，支持Configuration Class、ImportSelector和ImportBeanDefinitionRegistrar三种方式。此外，还讲解了条件注解@Profile和@Conditional的实现原理，结合代码演示了如何动态控制Bean的注
2025-08-10 20:38:56
127
原创 Spring 核心注解（一）：注解场景分类、注解模型、元注解、模式注解、组合注解
本文介绍了Spring注解的核心概念与应用场景，重点讲解了模式注解（Stereotype Annotations）及其工作原理。Spring通过@Repository、@Component、@Service、@Controller和@Configuration等模式注解声明组件角色，其中@Component是基础注解，其他都是其语义化扩展。这些注解支持多层次"派生性"，通过ClassPathBeanDefinitionScanner等组件实现类路径扫描和元数据读取，利用ASM或反射机制判
2025-08-10 20:32:59
54
原创 Spring IoC 依赖查找核心：从基础查找到经典异常
Spring IoC依赖查找主要分为三种类型：单一类型、集合类型和层次性依赖查找。单一类型查找通过BeanFactory接口实现，包括按名称、类型或两者组合查找Bean。集合类型查找通过ListableBeanFactory接口，支持按类型或注解查找多个Bean。层次性查找通过HierarchicalBeanFactory接口，可实现跨多级BeanFactory的递归查找。每种查找方式都提供了对应的API方法，如getBean()、getBeansOfType()等，并可通过代码示例演示具体实现。依赖查找是
2025-07-10 11:47:23
411
原创 Spring Bean 核心知识点：定义、生命周期、面试要点
Spring Bean 基础摘要 本文介绍了Spring框架中Bean的核心概念和配置方法。主要内容包括： BeanDefinition：定义Bean配置元信息的接口，包含类名、行为配置、依赖关系等。 元信息配置：详细列举了9种Bean配置元素，如作用域、构造参数、属性设置等。并演示了通过BeanDefinitionBuilder和AbstractBeanDefinition构建BeanDefinition的两种方式。 Bean命名规范： 每个Bean必须有唯一标识符 支持XML配置中的id/name属性
2025-07-09 18:01:13
830
原创 Python 开发规范：单元测试
单元测试要点总结 单元测试是验证代码模块功能的核心手段，对保障软件质量至关重要。Python中可使用unittest框架，通过测试类和断言方法验证功能，并运用mock技术模拟依赖对象。高质量测试需关注覆盖率指标和代码模块化设计，通过mock、patch等技术隔离依赖，确保测试精准有效。单元测试能显著提升代码质量，是开发流程中不可或缺的环节。
2025-07-02 22:23:19
123
原创 Python 开发规范：pdb & cProfile：调试 & 性能分析
本文介绍了Python开发中两个核心工具：pdb调试器和cProfile性能分析工具。pdb适用于大型项目的交互式调试，提供断点设置、变量查看等功能；cProfile则用于分析代码性能，统计函数调用次数和执行时间。文章详细讲解了pdb的常用命令（如n、s、b等）和cProfile的两种使用方式（代码嵌入和命令行），并通过斐波那契数列示例展示性能分析结果解读方法（ncalls、tottime、cumtime等指标）。这两个工具能有效提升开发者定位问题、优化性能的效率。
2025-07-02 22:21:33
162
原创 Python 开发规范：上下文管理器和 With 语句
Python 上下文管理器与 with 语句是资源管理的重要工具。通过自动分配和释放资源（如文件、锁等），避免资源泄漏问题。实现方式有两种：基于类的实现需 enter 和 exit 方法；基于生成器的实现使用 @contextmanager 装饰器，代码更简洁。with 语句简化了文件操作、线程锁等场景的资源管理，使代码更可靠。两种实现各具优势，类实现适合复杂逻辑，生成器方式适用于中小型程序。合理使用能显著提升代码质量。
2025-07-02 22:16:09
69
原创 Python 开发规范：合理利用 assert
Python中assert的合理使用指南 assert是Python内置的调试工具，用于验证条件是否成立。基本语法包括简单形式assert expression和带错误信息形式assert expression, expressionMsg。assert主要用于代码内部自检，确保程序运行前提条件满足，如检查价格范围、销售数量等。但需注意，assert不应用于权限校验、文件存在性检查等关键场景，因为这些检查可能被-O选项关闭。正确做法是使用条件语句或异常处理替代assert。记住：assert是调试助手，而非
2025-07-02 22:14:34
84
原创 Python 开发规范：代码风格 和 可读性优化 指南
本文介绍了Python开发规范的核心内容，强调代码可读性、规范化和自动化工具的重要性。主要内容包括： 代码风格规范 - 详细解读PEP8和Google Style规范，涵盖缩进、空行、空格、换行等格式要求 文档与注释 - 规范import语句、注释格式和文档描述，确保代码自解释性 命名规范 - 变量、函数、类的命名规则，强调语义清晰 代码分解技巧 - 通过合并重复、拆分嵌套、功能提取等方法优化代码结构 规范落地 - 通过代码评审和linter等自动化工具将规范融入开发流程 文章适用于Python开发者，特别
2025-06-30 17:21:30
297
原创 Python 进阶：GIL 和 垃圾回收机制 深度剖析
Python进阶：GIL与垃圾回收机制 GIL（全局解释器锁） 现象：CPU密集型任务多线程可能更慢，因GIL限制“伪并行”。 原因：保护引用计数内存管理，适配非线程安全的C库。 机制：线程执行时锁定GIL，强制释放切换，不保障应用层线程安全。 解决方案：换解释器或用C/C++扩展。 垃圾回收机制 引用计数：对象引用为0时回收，但循环引用会导致泄漏。 循环引用处理：标记-清除算法识别垃圾，分代收集提升效率。 调试工具：objgraph可视化引用关系，辅助排查内存问题。 核心结论：GIL是CPython多线程
2025-06-27 20:31:09
144
原创 Python 进阶：协程、线程、进程、异步 全解析
"""Python协程与并发编程核心摘要 协程本质：单线程轻量级并发，通过async/await协作式调度提升I/O效率 并发/并行区别：并发是任务切换(I/O密集型)，并行是多核同时执行(CPU密集型) 实践方案： 协程：asyncio库，核心语法async/await 多线程：ThreadPoolExecutor(I/O场景) 多进程：ProcessPoolExecutor(计算场景) 事件循环机制：单线程内任务调度，I/O等待时切换任务 适用场景：网络请求/微服务等高并发
2025-06-27 12:13:53
451
原创 Python 进阶：迭代器、生成器、装饰器、metaclass 全解析
Python进阶：装饰器与元类深度解析 装饰器 函数作为一等公民可赋值/嵌套，闭包特性保存外层变量 通过@语法糖实现功能扩展（日志/权限/缓存），保留原信息需@functools.wraps 类装饰器用__call__方法，多层装饰器执行顺序由外向内包裹、由内向外执行 典型应用：身份认证(@authenticate)、性能统计(@log_time)、参数校验 元类(metaclass) 本质是类的模板（type的子类），控制类创建过程 案例：YAML库通过元类自动注册子类序列化逻辑，实现"继承即支
2025-06-26 22:24:02
369
原创 Python 进阶：对象拷贝和参数传递机制
本文介绍了Python中对象比较与拷贝的区别，以及参数传递机制。在对象比较中，==检查值是否相等，is检查是否为同一对象，并解释了小整数缓存机制。拷贝分为浅拷贝（仅复制顶层对象）和深拷贝（递归复制所有对象）。参数传递本质是赋值传递，可变对象修改会影响原变量，不可变对象则不会。这些机制对理解Python的内存管理和变量行为至关重要。
2025-06-26 21:55:20
84
原创 Python 基础：懂语法，更懂原理！
这篇10年IT行业老鸟整理的Python干货笔记涵盖Python核心知识点，包括基础数据结构（列表/元组/字典/集合对比）、字符串操作、文件I/O、JSON序列化、条件循环、异常处理、函数式编程（lambda/闭包）、面向对象（类/继承/抽象类）以及模块化开发。重点解析了数据结构性能差异（如元组比列表快5倍）、内存优化技巧、工程化代码组织规范，并提供大量实用代码示例。适合Python开发者系统巩固基础，提升代码优化与模块化设计能力。
2025-06-25 23:42:26
377
原创 21 | Dubbo 调用流程，源码剖析
《Dubbo调用流程与源码解析》摘要： 本文深入剖析Dubbo消费方调用全流程，从JDK动态代理生成到网络传输的完整链路。核心流程包括：1）@DubboReference注解触发代理对象生成，实现多接口适配；2）InvokerInvocationHandler作为调用入口，封装RpcInvocation；3）通过MigrationInvoker处理版本兼容，MockClusterInvoker实现服务降级；4）过滤器链增强功能，FailoverClusterInvoker完成负载均衡与故障转移（默认重试2次
2025-06-23 20:51:02
1245
原创 16｜Dubbo Compiler 编译方式如何选择？
本文对比了Java编译的四种方式：JavaCompiler（JDK原生，存在版本兼容问题）、Groovy（易用但较重）、Javassist（API简洁适合底层开发）和ASM（高性能但开发难度大）。选择依据包括：业务场景（底层开发优先Javassist/ASM，业务功能选Groovy）、性能需求（高频用ASM）和团队能力。核心区别在于抽象层次和性能，Javassist通过高级API简化开发，ASM直接操作字节码效率更高。面试可能涉及各方式特点、选择标准及ASM使用步骤（设计模板→获取字节码→翻译→生成类）。
2025-06-23 13:09:18
667
原创 15 | Dubbo Wrapper 代理机制剖析
相比 JDK 代理的反射调用，Wrapper 通过直接强转和 if-else 逻辑，将百万次调用耗时从 700 + 毫秒降至 12 毫秒左右。3. Wrapper 通过动态生成 Java 代码，避免反射，直接强转调用目标方法，提升性能并提供定制化能力。：Dubbo 自定义的动态代理机制，通过动态生成 Java 代码避免反射，提升调用性能。Wrapper 代理：动态生成直接调用代码，耗时约 12 毫秒，接近正常方法调用性能。：设计代理类模板，通过动态生成 Java 代码，避免反射，直接强转调用目标方法。
2025-06-23 12:49:58
997
原创 14 | Dubbo SPI 机制深入解析
SPI（服务提供接口）机制是框架实现扩展性的核心方式。JDK SPI通过接口+配置文件实现扩展，但存在性能问题（O(n)检索、重复IO）。Dubbo SPI在JDK基础上改进：1）使用缓存和Map实现O(1)检索；2）按需加载降低内存消耗；3）支持注解配置更灵活。二者核心差异在于性能优化和扩展能力，JDK SPI适合简单场景，Dubbo SPI适用于高频调用的复杂扩展需求，如RPC框架中的协议扩展。
2025-06-23 11:40:19
765
原创 13 | Dubbo 框架 怎么与 Spring 无缝结合的?
摘要： 本文探讨了Dubbo框架与Spring的集成机制，通过自定义注解（@DubboFeignClient、@DubboMethod）封装远程调用的变化参数（如超时、重试策略等），并利用Spring的类扫描机制（ClassPathBeanDefinitionScanner）动态生成代理对象。核心流程包括：1）扫描注解接口生成BeanDefinition；2）通过FactoryBean创建代理；3）代理类统一处理请求构建、远程调用及结果转换。该设计将通用逻辑下沉至代理层，简化了集成代码，使Dubbo调用如同
2025-06-23 10:35:00
1022
原创 12- Dubbo 框架源码 总览
《Dubbo框架源码解析与核心架构》摘要： 本文系统剖析Dubbo框架的十层架构设计，包含业务层（Service）、配置层（Config）、代理层（Proxy）等核心模块，详解各层功能与交互流程。消费方调用依次经历服务发现、负载均衡、协议封装等环节，最终通过网络传输完成RPC调用。源码采用模块化分包设计（如dubbo-rpc、dubbo-cluster），实现高内聚低耦合。文章还总结了Dubbo的分层优势、调用时序及Protocol/Exchange层差异，并附高频面试题解析。适合开发者深入理解Dubbo设
2025-06-22 19:15:55
1132
原创 如何把 库存扣减、创建订单，拆解成 TCC ？
本文探讨了如何将库存扣减和订单创建操作拆解为TCC（Try-Confirm-Cancel）模式。TCC模式将操作分为三个阶段：Try阶段进行业务检查和资源预留，Confirm阶段提交资源，Cancel阶段释放预留资源。对于库存扣减，Try阶段冻结库存，Confirm阶段解冻并扣减库存，Cancel阶段解冻库存。对于订单创建，Try阶段创建不可见订单，Confirm阶段将订单状态改为待支付，Cancel阶段将订单状态改为废弃。这种模式确保了分布式事务的一致性和可靠性。
2025-05-22 15:20:39
481
原创 分布式事务：什么是 TCC，和 2PC 的区别？
TCC 是 Try-Confirm-Cancel 的缩写，它是一种分布式事务解决方案。采用了基于业务逻辑的补偿机制，将整个分布式事务分解为若干个子事务，每个子事务都有一个try、confirm和cancel三个操作，通过这些操作来实现分布式事务的执行和回滚Try：在try阶段，参与者尝试执行本地事务，并对全局事务预留资源。如果try阶段执行成功，参与者会返回一个成功标识，否则会返回一个失败标识。Confirm：如果，所有参与者的 try 阶段都执行成功。
2025-05-22 11:03:53
449
原创 Java 进程异常终止，原因分析与解决方案
文章探讨了Java进程异常终止的两种主要情况：假死（无响应）和真挂（进程终止）。假死通常由死锁、活锁、I/O阻塞或长GC暂停引起，而真挂则可能由内存溢出、资源耗尽或宿主机故障等原因导致。文章提供了详细的排查流程和工具，如使用jstack检测死锁、jmap分析内存泄漏，以及通过系统监控工具如top和vmstat来监控资源使用情况。此外，文章还强调了快速恢复业务的重要性，并提供了高频命令速查表，帮助开发者快速定位和解决问题。
2025-05-15 23:00:56
518
原创 应用重启后，CPU和Load飙升的问题分析与解决方案
文章分析了应用重启后CPU和Load飙升的问题，指出该现象通常发生在发布后短暂时间内，与流量高峰相关，表现为CPU利用率飙升至70%，Load值达11，导致接口响应时间升高。排查过程包括应用代码、基础设施和JVM参数的检查，最终定位到JIT编译延迟是问题根源。解决方案包括优化JIT编译效率、实施流量控制和调整配置参数，如使用JWarmUp技术预加载机器码和调整JIT编译阈值，以提升启动性能和降低瞬时请求量。
2025-05-15 22:24:03
1104
原创 一起来看看，如何使用 jstack 分析死锁？
本文介绍了如何使用jstack工具分析Java程序中的死锁问题。首先，通过一个示例程序展示了死锁的产生：两个线程分别持有并等待对方持有的锁资源，导致程序阻塞。接着，使用jstack工具查看线程堆栈信息，分析出死锁的具体原因：Thread-1持有资源<0x00000007d6aa2ca8>并等待<0x00000007d6aa2c98>，而Thread-0持有<0x00000007d6aa2c98>并等待<0x00000007d6aa2ca8>，形成循环等待。最后
2025-05-15 20:47:16
965
原创 回表导致慢 SQL 问题排查
在排查线上接口调用成功率暴跌问题时，发现一个慢SQL耗时较长，且有时不走索引。通过执行计划分析，发现该SQL虽然命中了索引，但由于索引中未包含sum_payment字段，导致每次查询都需要回表，从而产生高IO消耗。最终解决方案是将sum_payment与byr_id和biz_date组成联合索引，减少回表次数，优化查询性能。
2025-05-15 20:02:22
1054
原创 数据库连接池被打满，问题排查
文章探讨了数据库连接池被打满的问题及其解决方案。背景是线上业务频繁出现数据库连接池报错，分析发现是由于大量耗时SQL和乐观锁并发控制导致的锁耗时问题。虽然乐观锁本身不需要加锁，但在高并发更新时，InnoDB的update语句仍需加锁，导致连接资源耗尽。解决方案包括缓存热点数据更新、异步更新策略、数据拆分和合并更新请求。通过对比各方案的优缺点，最终选择了合并更新请求的方案，将并发更新请求批量处理，有效降低了系统压力。文章还提供了相关参考链接，供进一步学习和实践。
2025-05-14 22:45:13
779
原创 RT 飙高问题排查与索引优化实战
文章分享了在IT行业中，面对接口响应时间（RT）飙高问题的排查与索引优化实战经验。背景是数据量从2万条激增至16万条后，接口RT显著增加。通过使用Arthas工具进行排查，发现原有索引区分度不足，导致查询效率低下。具体问题在于新增字段后，索引命中率低，仍需全表扫描大量数据。解决方案是创建新的索引，针对特定字段优化查询效率，从而显著降低接口RT。文章总结了排查方法论，强调了随着系统发展，数据库索引需要不断调整和优化的重要性。
2025-05-14 19:58:49
1057
原创 生产环境下，慢 SQL 问题排查
在排查线上定时任务连续失败的问题时，发现一条慢SQL导致性能瓶颈。该SQL用于查询买卖家之间的关联关系，但由于不符合最左前缀匹配原则，导致全索引扫描，执行效率低下。通过分析表的索引结构，发现联合索引的字段顺序不合理。解决方案是增加一个包含subject_id_enum、product_type_enum、buyer_id和seller_id的新索引，或调整SQL查询条件。优化后，SQL执行效率显著提升，定时任务成功执行。
2025-05-14 18:19:42
500
1
原创 OOM问题排查过程
根据崩溃线程，可以看到程序在不断递归。在递归的过程中，导致内存不足了。也可以用 jmap、jhat 分析。注意 GC 前拉 dump。在做具体算法时，不仅要考虑时间复杂度，还要考虑到空间复杂度。可以看到，一个 LinkedList 占用了73%的内存。发现问题后，及时做线上功能切换、溶断等相关处理。定位到具体问题，就可以做针对性的修改了。GC 耗时和 GC 次数 的监控。某次大促时，线上出现大量报警。
2025-05-14 15:37:56
229
原创 CPU飙高问题排查与优化实践二
在大促前的压测中，接口QPS达到500时，CPU使用率飙升至181%，导致服务响应异常。通过Linux的top命令定位到高CPU占用的进程和线程，并使用jstack命令分析线程栈信息，发现自定义BeanValidator的实例化逻辑重复执行，导致CPU资源浪费。通过修改BeanValidator.java代码，解决了这一问题。此外，还可以使用Alibaba开源的Arthas工具进行更深入的性能分析。本文由10年IT行业经验的老鸟分享，旨在帮助开发者排查和优化CPU飙高问题。
2025-05-14 12:36:39
400
1
原创 线上CPU飙高问题排查与优化实践（一）
本文分享了线上CPU飙高问题的排查与优化实践。在预发压测中，单机QPS达到200时，CPU利用率飙升至100%，暴露了性能瓶颈。通过使用top命令定位高CPU进程，结合Arthas工具分析调用链，发现TDDL序列生成模块的高频调用是核心问题。进一步排查发现，预发环境误开TDDL日志采集，脱敏框架的正则匹配加剧了CPU消耗。优化措施包括将Sequence实例的生成改为应用启动时初始化，并关闭TDDL日志采集。最终，通过逐层定位根因，解决了CPU飙高问题，提升了系统性能。
2025-05-14 11:38:17
551
原创 支付系统常见问题与解决方案
本文总结了支付系统常见问题及其解决方案，涵盖支付流程、业务一致性、安全与容灾等方面。支付流程核心问题包括支付跳转失败、支付状态未同步和支付页面未跳转，解决方案涉及限流、降级、熔断、定时任务等技术。业务一致性保障主要解决用户重复支付和库存与订单状态不一致问题，采用Token校验、幂等设计、分布式事务等方案。安全与容灾方面，通过加签验签、加密解密、双向认证等措施防护数据篡改，并设计超时关单机制处理未支付订单。架构设计强调容错、一致性和安全基线，建议避免使用MQ实现支付强一致性，优先选择TCC或AT方案。
2025-05-13 22:39:42
751
原创 Redis与MySQL性能对比，及网络耗时分析
本文对比了Redis与MySQL的性能，并分析了网络耗时对两者的影响。Redis作为内存数据库，响应时间P99稳定在1ms以内，显著优于MySQL，主要得益于内存读写的高效性。MySQL的查询耗时通常在200ms到1000ms之间，复杂查询可能更慢，性能受索引命中率、BufferPool命中率等因素影响。网络耗时在整体响应时间中占比30%~50%，包括DNS解析、TCP连接、TLS握手等。典型场景下，局域网RTT在0.1ms~5ms，广域网RTT在1ms~150ms，移动网络RTT在1ms~100ms。文章
2025-05-13 20:48:49
912
原创 频繁Full GC的非常规问题分析笔记
场景关键指标应急措施内存误判jstat老年代使用率明确监控对象内存碎片对象分布G1算法替代CMS元空间溢出限制元空间大小System.gc()触发GC日志中Full GC原因标签禁用显式GC调用核心原则Full GC不仅是内存不足问题，更是内存管理策略与代码行为的结果结合jstatjmap、Arthas实现多维诊断，避免单一视角误判高频 检查命令 速查表# JVM 内存详情# GC统计（每秒输出）# 元空间监控# 内存映射分析（Arthas）！！
2025-05-13 20:29:17
506
原创 布隆过滤器内存估算笔记
布隆过滤器是一种用于高效判断元素是否存在于集合中的数据结构，广泛应用于大数据处理场景。本文探讨了将5亿条数据放入布隆过滤器所需的内存估算方法。核心公式显示，内存占用与元素数量（n）和预期误判率（p）相关。例如，当误判率为0.1%时，约需856MB内存；误判率降低10倍，内存需求增加约1.6倍。应用建议包括明确业务误判率、预留内存缓冲、注意不支持删除操作等。实际应用中，需在误判容忍度与内存成本间权衡，并通过优化哈希函数提升性能。
2025-05-13 19:52:36
591
原创 百万级数据，单表查询优化
在处理百万条数据的单表查询时，优化策略应从前端、Java后台和数据库三个层面进行分层优化。前端优化包括减少数据传输量、分页加载、控制输入框防抖和交互优化，以提升用户体验。Java后台优化涉及分页控制、缓存策略、异步处理和参数校验，以提高处理效率和安全性。数据库优化则强调索引优化、查询改造、分页优化和范式与反范式的平衡，确保查询性能。关键问题包括索引失效、多表JOIN的避免、深度分页处理和避免使用SELECT *。通过这些优化措施，可以显著提升大数据量下的查询效率和系统性能。
2025-05-13 19:33:39
532
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人