18你磊哥-优快云博客

原创为什么分布式中间件常常角色有个leader

Leader 宕机时，Controller 节点（本身也是一个 Leader）会从 ISR（In-Sync Replicas）中选举新 Leader。：在 Redis 主从集群中，Sentinel 集群通过 Raft 算法选举 Leader，由 Leader 执行故障转移（提升从节点为主节点）。：Leader 负责接收所有写请求，确保数据变更按顺序同步到 Follower（如 Kafka 分区的 Leader 副本）。：无 Leader 的系统中，多个节点可能自认为主，导致数据不一致（如双主写入冲突）。

2025-04-03 17:58:36 422

原创 RPC框架需要解决的问题

RPC框架需要解决网络通信、序列化和反序列化、服务注册与发现、负载均衡、容错处理、安全性、服务治理、性能监控以及透明化远程调用和跨语言、跨平台支持等多个方面的问题。这些问题的解决直接关系到系统的高效性、稳定性和可扩展性

2025-04-01 19:48:06 709 1

原创 Vue计算属性和data的属性的名字命名冲突问题

Vue 计算属性的函数名和 data 中的属性可以同名吗？不可以。因为 Vue 会将 data 中的性和计算属性都挂载到 Vue 实例上，如果它们同名，则会发生命名冲突，导致实例中的属性被覆盖，从而引发不可预知的错误

2025-04-01 08:30:00 226

原创 RabbitMQ 的三种集群模式

三种集群模式：标准、镜像、联邦集群。对于标准集群，节点共享元数据，但消息只存在一个节点。元数据的内容：队列、交换机、绑定关系等，而消息本身不复制。性能和资源利用的优势，但单点故障的问题，比如队列所在节点宕机的影响。镜像集群是解决高可用的问题，每个队列的镜像分布在多个节点。需要说明如何配置策略，同步方式，以及自动故障转移的机制。同时要指出资源消耗和网络带宽的问题，适合需要高可用性的场景。联邦集群用于跨地域的多活部署，数据可以异步复制。

2025-03-31 17:32:17 1108

原创 rabbitMQ怎么实现延迟队列

RabbitMQ怎么实现延迟队列。使用死信交换机（DLX）和消息的TTL设置，或者用rabbitmq-delayed-message-exchange插件。可能需要延迟执行的任务：比如订单超时未支付取消，或者定时提醒之类的场景。实际需求：比如，他们是否需要精确的延迟时间，还是可以接受一定的误差？使用死信队列的话，每个消息的TTL需要单独设置，但如果有不同延迟时间的消息，可能需要为每个延迟时间创建不同的队列，这样扩展性不太好。而使用插件的话，可能更方便，但需要确保环境允许安装插件。

2025-03-31 17:10:52 761

原创锁和线程生命周期

1.竞态条件指的是在多线程环境下，多个线程非同步地访问共享资源，导致数据不一致或结果不符合预期的问题。知识点:多线程、竞态条件、共享资源2.synchronized 关键字用于在 Java 中对方法或代码块加锁，使得同一时刻只有一个线程能够访问该方法或代码块，从而实现线程同步知识点:Java 关键字、synchronized、线程同步3.CountDownLatch 用于确保当计数到达零之前，所有等待的线程都会等待，直到由其他线程触发 latch,知识点:CountDownLatch、并发工具类、同步机

2025-03-28 17:48:02 494

原创 Kafka Rebalance(再平衡)的机制和解决方法

Kafka Rebalance（再平衡）是消费者组内分区重新分配的关键机制，但其频繁触发可能导致重复消费、延迟增加等问题。Rebalance 期间若消费者未及时提交 Offset，新分配的消费者会从已提交的旧 Offset 开始消费，导致数据重复处理。消费逻辑支持重复消息处理（如数据库唯一索引、Redis 去重），缓解 Rebalance 导致的重复消费问题。升级至支持增量 Rebalance 的版本，仅重新分配受影响的分区，减少全量 Rebalance 耗时。

2025-03-28 16:37:29 748

原创设计秒杀系统（高并发的分布式系统）

针对紧急上线的商品秒杀需求，我将采用分阶段实现、优先保障核心功能的方案，在确保高并发安全性的前提下快速交付。- 数据库：开启MySQL批量提交（innodb_flush_log_at_trx_commit=2）- 流量突增处理：预先准备Nginx静态降级页面（秒杀页自动跳转到维护公告）- JVM：预设秒杀专用线程池（核心线程数=CPU*2，队列容量=0）- 网络：SLB配置TCP快速打开（tcp_fastopen=3）- 第三阶段（上线后2周）：引入分布式锁优化热点库存。- 按钮防抖（点击后禁用3秒）

2025-03-27 20:17:07 1653

原创 kafka 如何保证消息不丢失，详细讲解

在 Kafka 中，确保消息不丢失需要从生产者发送消息、Broker 存储消息、消费者消费消息三个核心环节进行全链路保障。

2025-03-27 10:16:45 957

原创 java初学之数组

定义数组的时候直接给数组赋值// 完整格式数据类型[] 数组名 = new 数据类型[]{元素1，元素2 ，元素3… };// 简化格式数据类型[] 数组名 = { 元素1，元素2 ，元素3，… };数组是属于引用数据类型，数组变量名中存储的是存储的数组在内存中的地址信息。

2025-03-26 11:40:19 620

原创 springcloud企业大项目会存在什么特殊的难点，怎么解决的

Spring Cloud企业级项目的核心挑战在于如何在高复杂度下保障系统的可用性、一致性和可维护性。需结合具体业务场景，灵活选用组件（如Nacos替代Eureka实现更高可用注册中心），并辅以完善的监控、自动化工具和团队规范。同时，适时引入Service Mesh（如Istio）解耦治理逻辑，或采用云原生方案（如Spring Cloud Kubernetes）进一步提升弹性，方能在大型项目中游刃有余

2025-03-26 10:27:24 889

原创 netty select/poll/epoll区别

在Netty框架中，select、poll和epoll是不同操作系统提供的I/O多路复用机制，用于高效管理多个网络连接。它们的核心区别在于事件通知方式和性能表现

2025-03-25 19:50:07 801

原创 AQS的重入机制和锁释放逻辑

重入机制通过state计数和线程独占标记实现。释放锁时递减state，归零后唤醒其他线程。必须严格匹配lock()和unlock()的调用次数。学海无涯，志当存远。燃心砺志，奋进不辍。愿诸君得此鸡汤，如沐春风，事业有成。若觉此言甚善，烦请赐赞一枚，共励学途，同铸辉煌！

2025-03-25 16:59:20 1022

原创 AQS是什么，使用应注意什么

理解 AQS 后，可以更深入掌握 JUC 中各种同步工具的工作原理，并能够自定义高性能同步器。AQS 封装通用逻辑（如队列管理、线程阻塞/唤醒），子类只需实现资源获取/释放的具体逻辑。：双向链表，头节点（dummy node）不关联线程，后续节点为等待线程。：将复杂的线程排队、阻塞/唤醒交给 AQS，开发者只需关注资源管理。：通过 CAS 和 CLH 队列减少锁竞争，避免内核态阻塞。独占模式（如锁）与共享模式（如信号量）的区别。表示剩余许可数，共享模式唤醒多个线程。），确保所有等待线程都能被唤醒。

2025-03-24 22:48:46 752

原创使用ThreadLocal可能导致内存泄漏的原因与其底层实现机制

内存泄漏条件实例被回收 + 线程长期存活 + 未调用remove()。最佳实践始终在finally块中调用remove ()。避免在长生命周期线程中滥用。使用静态实例（减少实例数量，但需更谨慎清理）。通过理解底层机制并遵循最佳实践，可以有效避免的内存泄漏问题。学海无涯，志当存远。燃心砺志，奋进不辍。愿诸君得此鸡汤，如沐春风，事业有成。若觉此言甚善，烦请赐赞一枚，共励学途，同铸辉煌！

2025-03-24 22:11:34 503

原创 java线程池最佳实践

显式创建线程池，避免使用Executors快捷方法、合理配置线程池参数、选择合适的拒绝策略、线程命名与线程工厂、正确关闭线程池、监控与调优、异常处理、线程池复用与资源管理、队列选择策略、动态调整参数、避免任务依赖死锁、定时任务Future超时

2025-03-22 11:00:00 889

原创 Java 中使用 Executors 工具类创建线程池的潜在问题

Executors 工具类虽然便捷，但其预设的线程池参数（如无界队列、无限制线程数）容易引发生产环境中的严重问题。手动创建线程池是更可靠的选择，开发者需根据业务负载、资源限制和容错需求，精细配置核心参数、队列类型及拒绝策略，并结合监控实现动态调优。

2025-03-22 10:00:00 823

原创 java的锁概括

java的锁概括

2025-03-21 09:00:00 1582

原创 Java线程池原理详解

Java线程池是一种基于池化思想管理和使用线程的机制。它通过将多个线程预先存储在一个“池子”内，当有任务需要执行时，直接从池中取出线程来执行任务，避免了频繁创建和销毁线程的开销，提高了程序的性能和响应速度

2025-03-21 08:30:00 540

原创 CopyOnWriteArrayList 源码分析、优缺点及典型使用场景

CopyOnWriteArrayList 通过写时复制实现了读操作的无锁和高性能，但牺牲了写操作的效率和数据实时性。其核心价值在于读多写少的高并发场景，开发者需根据业务特点权衡选择。

2025-03-20 09:00:00 896

原创 ConcurrentHashMap(CHM)如果读时,遇到的是ForwardingNode(FWD)节点，怎样取数据

并继续查找数据即可。这一机制保证了并发环境下扩容和读操作的高效性与线程安全性。在扩容时会将旧表的桶逐个迁移到新表。迁移过程中，旧表的桶会被替换为。实现渐进式扩容，读操作可以无锁访问新表，写操作会协助迁移数据。在 Java 的 ConcurrentHashMap。：读线程永远不会因为扩容而阻塞，总能通过。自身不存储数据，但可以通过它访问新表。在新桶的链表或红黑树中查找目标键值对。，也能通过新表安全地读取数据。操作是无锁的，即使遇到。操作保证多线程可见性。方法已内置这一逻辑。

2025-03-20 08:30:00 363

原创 ConcurrentHashMap为什么不使用AtomicLong统计容量，而用LongAdder

多个线程操作同一缓存行的不同变量时，缓存一致性协议（如 MESI）会导致不必要的缓存行同步，降低性能。时，大量线程会因 CAS 失败而自旋，浪费 CPU 资源。即使在高并发场景下，也能高效统计容量，同时保持线程安全。的 CAS 失败（说明存在竞争），会初始化或扩展。的分段机制，但实现细节略有不同。单元竞争激烈，数组会自动扩容，进一步分散冲突。获取总值时，累加所有分段单元的值和基础值。：分段单元独立存储，减少缓存行同步。，CHM 的设计需要保持向后兼容。单元，通过 CAS 更新其值。

2025-03-19 09:30:00 648

原创 CHM（ConcurrentHashMap）中的 sizeCtl 的作用与值变化详解

sizeCtl是 Java 并发编程中一个关键但容易混淆的概念。sizeCtl是内部用于协调并发操作的核心状态控制变量，用于管理哈希表的初始化和扩容。它是一个类型的变量，通过CAS(Compare and Swap)操作保证线程安全(无锁化。sizeCtl是状态管理：统一控制初始化、扩容、阈值存储。线程协作：通过CAS 和负数标记协调多线程工作。性能优化避免全局锁，分散竞争热点。理解sizeCtl的行为对调试高并发场景下的哈希表问题（如初始化冲突、扩容卡顿）至关重要。实际开发中可通过。

2025-03-19 08:30:00 2111

原创 ConcurrentHashMap(CHM)如何保证写数据线程安全(put)

这种结合CAS和synchronized的设计，在保证线程安全的同时，显著提升了高并发场景下的性能，成为Java并发编程中的经典实现。：哈希冲突时，桶内结构可能为链表或红黑树（链表长度≥8时转换）。：将旧数组划分为多个区间，每个线程负责一个区间。：迁移时按高位和低位拆分链表，确保数据均匀分布。：仅锁定当前桶的头节点，其他桶仍可并发操作。：基础存储结构，每个桶对应一个哈希槽位。：仅锁定当前操作的桶，最大程度支持并发。：仅锁定单个桶，锁粒度极细，并发度高。：无锁化操作，减少线程阻塞。

2025-03-18 09:30:00 1223

原创 HashMap的put方法源码解析

通过上述流程，HashMap实现了高效的键值对存储与检索，设计上兼顾了时间复杂度与空间利用率。：数组容量翻倍（如16→32），并重新计算阈值（新容量 = 旧容量。遍历旧数组，将每个元素重新哈希到新数组（重新计算每个节点的索引）。创建默认容量16的数组，阈值（threshold）为。：更新对应节点的Value，并返回旧值47。将链表转换为红黑树（否则仅扩容数组）48。的Map实现，用于存储键值对。，确定键值对在数组中的存储位置。方法，按红黑树规则插入新节点。：将新节点插入链表末尾。，但位运算效率更高。

2025-03-18 08:00:00 441

AlxcTools.zip

空空如也