- 博客(178)
- 收藏
- 关注
RSS订阅原创 秒杀场景：应改用预扣库存+异步队列方案
该方案是电商秒杀系统的标准实践，能支撑百万级 QPS 的瞬时流量，同时通过最终一致性保证数据可靠。：所有请求必须串行竞争同一把锁（例如热门商品ID对应的锁），导致大量线程阻塞。：允许短暂时间内 Redis 与数据库库存不一致，但通过异步处理最终同步。：网关层缓存库存状态（如剩余库存量），快速拦截无效请求。：业务逻辑耗时越长，锁占用时间越久，系统吞吐量越低。：定期核对 Redis 预扣库存与数据库实际库存。：库存不足时立即返回，减少无效请求进入后续流程。：将单个商品库存拆分为多个分片，分散热点。
2025-03-13 17:52:22
591
原创 MySQL的buffer pool的缓存中，修改语句在执行时，是先更新buffer pool，还是先更新数据库
直接写磁盘（随机 I/O）速度极慢，而修改内存（Buffer Pool）是纳秒级操作，通过异步刷盘将随机写转换为顺序写（Redo Log），极大提升吞吐量。：Redo Log 是顺序追加写入，即使脏页未刷盘，只要 Redo Log 落盘，事务的持久性（Durability）就能通过 Redo Log 恢复来保证。：解决“部分写失效”（Partial Page Write）问题，确保数据页写入磁盘的原子性。如果数据页不在 Buffer Pool 中，会先从磁盘加载到内存，再进行修改。
2025-03-11 14:30:37
479
原创 MySQL查询慢的原因
其次是应用端连接数过小，由于MySQL 和应用的连接是 tcp 长连接，连接比较耗时，因此一般会在应用端建立一个连接池，用来存放长连接，sql 语句查询时，先取出连接使用，用完再将连接放回去。首先需要了解mysql 的查询流程，以我们的 Java 代码为例，Java 应用会带着账号密码尝试和 MySQL 建立网络连接，MySQL 的连接管理模块会对该连接进行管理，连接完成之后，Java 应用会对 MySQL数据库发送 sql 语句，MySQL 收到查询语句后，会在。现在最常用的是innodb 存储引擎。
2025-03-11 10:08:21
178
原创 Cache-Aside + 延迟双删 + 异步重试 + Binlog监听
若强一致性要求极高（如金融交易），需牺牲性能，采用同步写（如Write-Through）+ 分布式事务。例如：线程A更新DB后，线程B可能在更新期间读取旧数据并写入缓存，延迟双删可清除残留旧数据。：通过消息队列和Binlog监听，将缓存清理操作与主流程解耦，提升系统健壮性。将变更事件（如表名、主键ID、操作类型）发送至Kafka，保证事件不丢失。缓存数据携带版本号（或时间戳），写入时校验版本，防止旧数据覆盖新数据。：确保删除操作事件100%投递到MQ（如Kafka的ACK机制）。
2025-03-11 09:27:42
753
原创 Nacos高频面试题10个
通过命名空间（Namespace）和分组（Group）管理不同环境（如dev/test/prod）的配置。：客户端默认每5秒发送心跳包，若15秒未收到响应则标记为不健康，30秒未响应则从服务列表移除。：通过心跳机制和主动探测（如HTTP/TCP检查）监控实例健康状态，自动剔除异常实例。：用于服务发现场景，优先保证高可用性（AP），通过异步复制实现最终一致性。：为不同实例设置流量权重（如新版本10%，旧版本90%），逐步切换流量。：服务实例可动态注册到Nacos，消费者通过服务名发现可用实例。
2025-03-06 18:26:34
940
原创 多线程高频面试题15个
进程间内存隔离，线程共享进程的内存（堆、方法区），但每个线程有独立的栈。场景：线程1读取值A，线程2将A→B→A，线程1再次比较仍认为值未变。：一次性使用，等待多个任务完成（如主线程等待子线程初始化）。：可重复使用，多个线程相互等待到达屏障（如多阶段任务）。JVM 在所有非守护线程退出后立即终止，不等待守护线程。：控制同时访问资源的线程数量（如数据库连接池）。：线程创建工厂（可定制线程名称、优先级等）。：最大线程数（核心线程 + 非核心线程）。为其他线程提供服务（如垃圾回收线程）。
2025-03-06 18:19:38
687
原创 Redis高频面试题10个
结合 RDB 和 AOF，重启时先加载 RDB 快照，再重放 AOF 增量命令。事务中的命令按顺序执行，但不保证原子性（单条命令失败不影响后续执行）。数据持久化：Redis 支持数据落盘，Memcached 纯内存。主节点（Master）写，从节点（Slave）读，支持数据同步。将多个命令打包发送，减少网络往返时间（RTT），提升吞吐量。基于内存的键值数据库，支持持久化（RDB/AOF）。数据分片（16384 个哈希槽），支持水平扩展。主节点关闭 RDB/AOF，从节点开启 AOF。
2025-03-06 18:10:30
977
原创 Redis 缓存穿透、击穿、雪崩的 出现场景 与 解决方案
使用 Redis 集群（Cluster）或哨兵模式（Sentinel）避免单点故障。本地缓存（如 Caffeine） + Redis 缓存，降低 Redis 压力。通过合理设计缓存策略，可显著提升系统在高并发场景下的稳定性和性能。当数据库压力过大时，启用熔断机制（如返回默认值、限流）。（如非法ID），导致请求绕过缓存直接击穿到数据库。对极热点数据不设置过期时间，通过异步线程定期更新。批量缓存设置相同过期时间（如每日零点统一过期）。缓存不设置物理过期时间，但存储逻辑过期字段。明星爆款商品详情页缓存过期。
2025-03-05 18:32:11
575
原创 Redis 主从复制、哨兵与集群的关系及工作原理详解
在分片（Sharding）基础上集成主从复制和自动故障转移（分布式+高可用）。集群中的每个分片（主节点）可配置多个从节点，形成“主从+集群”架构。：从节点（Slave）复制主节点（Master）数据，实现备份。从节点首次连接主节点时，主节点生成 RDB 快照发送给从节点。领导者哨兵从从节点中选出新主节点（基于优先级、复制偏移量等）。：主节点处理写请求，从节点处理读请求，提升读吞吐量。通知其他从节点复制新主节点，并更新客户端连接。：主节点宕机时，选举新主节点并通知客户端。
2025-03-05 15:54:27
698
原创 Redis 各数据类型使用场景详解
高并发下对同一数值进行增减操作时，需保证原子性，避免竞态条件导致数据不一致。哈希表将对象字段存储为单键下的多个字段，减少键数量，支持按字段读写。：Redis 的原子操作确保增减操作的线程安全，无需额外锁机制。动态需按时间倒序展示，且需限制列表长度（如只保留最新100条）。每日签到状态只需记录是否签到（0/1），使用字符串浪费内存。直接计算交集，复杂度为 O(N*M)，但内存中操作极快。位图每个位表示一天，每月31天仅需4字节，内存占用极低。多生产者/消费者场景下，需保证消息的顺序性和可靠性。
2025-03-05 14:47:34
780
原创 Redis 基本数据类型总结及使用场景
最简单的键值对，支持文本、整数、浮点数或二进制数据（最大 512MB）。：双向链表，支持头部（Left）和尾部（Right）操作，元素可重复。：元素唯一，每个元素关联一个分数（Score），按分数排序。：统计 UV（独立访客数），误差率约 0.81%。：用户签到记录（每天对应一个位）、活跃用户统计。：分布式日志、事件溯源（类似 Kafka）。：键值对集合，适合存储对象（如用户信息）。：基数统计（估算集合中不重复元素的数量）。：无序且唯一的元素集合，支持交并差运算。：基于字符串的位操作，支持按位存取。
2025-03-05 11:11:26
976
原创 MQ五个作用点以及应用场景
通过异步化，主流程耗时从同步调用的 1 秒（发送短信）降低到 10 毫秒（仅发送消息）。：将突发请求写入 MQ，后端服务按自身处理能力匀速消费（如每秒处理 1000 个请求）。：先发送“半消息”到 MQ，执行本地事务（如扣款），事务成功则提交消息，失败则回滚。：生产者将消息发送到 MQ 后立即返回成功，消费者异步消费消息（如发送短信）。：MQ 堆积消息（如积压 10 万条），服务逐步消费，防止数据库被打满。：订单系统发布消息到 MQ，物流系统订阅消息，双方无需感知彼此的存在。
2025-02-28 10:30:36
371
原创 IDEA启动时，电脑非常的卡
JVM在运行时会回收新生代和老年代的垃圾，新生代无法回收的对象，比如：回收15次都没有回收的、对象很大，超过新生代的50%，就会将这些对象放到老年代，陆陆续续的老年代装满了的话，就会对老年代的对象进行回收，回收的时候就会触发stop the word，就会将所有的资源都拿去回收老年代的对象，多以就很卡，因此，我们调整IDEA的内存大小，就是增加新生代和老年代的内存大小，这样做的目的就是减少垃圾回收。把启动内存调大一点就行了，反正要超过你平时使用IDEA时使用到的内存大小就行。
2024-03-13 16:39:25
671
原创 RabbitMQ-消息延迟
当生产者将消息发送到exchange1，然后交换机将消息路由到队列queue1，但是队列queue1没有消费者，所以当该队列里面的值过期时，就会将消息发送到死信交换机exchange2，进而到达死信队列，最后被消费。从而达到了延迟消息的目的。一个队列接收到的消息有过期时间，消息过期之后，如果配置有死信队列，消息就会进去死信队列。DelayExchange的本质还是官方的三种交换机，只是添加了。因此使用时只需要声明一个交换机，交换机的类型可以是任意类型，然后。
2024-01-21 09:23:00
860
1
原创 如何保证支付服务和交易服务之间订单状态的一致性？
2、其次，为了保证消息的可靠性，采用了生产者确认、消费者确认、消费者重试的机制等策略，确保了消息投递和处理的可靠性。同时开启消息的持久化，避免因为MQ宕机导致消息丢失。1、首先，支付服务在完成订单支付以后，会通过MQ给订单服务发送一个消息，让订单服务完成订单状态的同步。3、最后，业务做了幂等性判断，避免因为MQ的重复消费导致订单状态异常。
2024-01-20 18:41:55
1114
原创 RabbitMQ-业务的幂等性
消费者拿到id之后，保存到数据库，后续消费时，需要查数据库进行比较，因此这种方案的缺点就是有业务的入侵，对性有一定的影响。
2024-01-20 18:35:34
960
1
原创 RabbitMQ-消费者确认机制
消息失败之后会重新入队，然后再次异常，再次入队，无限循环，这会导致mq消息处理飙升，带来不必要的压力。为了缓解这种压力，利用Spring的retry机制，在消费者出现异常的情况下，利用本地重试，重试次数用完之后，再进行消息的投递或者消息的拒绝。
2024-01-20 17:57:14
1446
原创 RabbitMQ-数据持久化
在控制台中，这个delivery_ mode 的值为2时，就表示这个消息是持久化的。手动发消息的时候，可以选择这个值，可以看到他的枚举。SpringAMQP调用时是默认持久化的。
2024-01-20 16:06:20
1102
1
原创 RabbitMQ-生产者可靠性
这种超时重连的方式是阻塞式的，后面的代码没办法执行，如果说业务要求比较严格，则需要禁止使用；如果必要使用的情况下，合理设置重连时间。
2024-01-20 08:08:08
1658
原创 插入排序-insertSort
具体过程是，先将标记元素的值存储起来，然后用标记元素的值和有序数组的最后一个元素比较，如果有序数组的值大于标记数组，则需要将有序数组的比较值赋值到标记元素的位置，随后继续比较有序数组的其他值，当有序数组的值没有了，或者遇到一个值标记值小，那么此时就需要停下来了，因为已经找到了标记值的位置，此时只需要将标记元素的值放到此处即可。与冒泡排序和插入排序一样，也是两个元素比较；时间复杂度为O(N^2)，但是相比冒泡排序和选择排序，速度更快。
2024-01-18 19:46:16
511
原创 选择排序-SelectSort
从数组的最左边开始，将数组的第一个元素记录到临时变量中，然后开始循环，循环的目的是找出数组中最小的值，然后将它赋值给临时变量，并且记录这个最小值的下标，一轮循环完毕后，比较最小值的下标和最外层循环的起始下标是否相等，如果不相等，起始下标对应的值和最小值进行交换，得到的数组中，最左边的值就为最小值。两层循环，外层循环是控制循环的次数，也就是比较元素的个数，内层循环是比较两个元素的大小，因此，时间复杂度为O(N^2).
2024-01-18 09:09:54
401
原创 冒泡排序-BubbleSort
从数组的左边开始，比较两个元素的大小，当左边大于右边时，更换左右元素位置，否则不改变；接着向右移动一步，比较第二个元素和第三个元素的大小，重复上述操作，直到最后一个元素，此时，最大的元素就已经移动到了最右边；然后进行下一轮比较，但是下一轮比较时，不需要比较最后一个元素了。
2024-01-18 08:40:52
662
原创 Spring声明式事务失效原因总结
例如：service层的类上面没有加@Service注解，导致这个Bean没有被Spring管理，那么注解也是会失效的。解决办法：将B()方法写到一个新的类里面，交给Spring管理，然后A方法使用外部调用的方式调用B方法。例如：MySQL中 ，MyISAM 引擎是不支持事务，要支持事务都会使用 InnoDB引擎。例如：类中有方法A()，方法B()，A调用了B，B方法上使用了事务注解，此时事务会失效。事务注解修饰的方法不是公共的，事务也会失效。如果业务代码里面的异常被捕获，事务也会失效。
2024-01-16 10:37:32
684
原创 Spring-AOP详解
当需要为多个不具有继承关系的对象引入一个公共的行为，例如：日志、安全检测等，起初我们只有在每个对象里面引用这些公共的行为，但是这样做会导致程序出现大量的重复代码，不便于维护。//参数类Class<?//操作类型@Aspect@Component@Resource/*** 定义切面*//*** 环绕切点* @param*///注解修饰的方法的返回结果//切面逻辑，收集日志什么的//这个别忘记了//标准三部曲，拿取注解//获取方法参数。
2024-01-16 10:19:27
559
原创 @Autoware和@Resource区别
（1）@Autowired来自Spring框架，因此只对Spring框架的IOC容器生效，如果涉及到更换框架，需要修改代码。（2）@Resource的注入顺序刚好相反，先按照bean的名字（byName），再按照bean的类型（byType）。（1）@Autowired的注入顺序是先按照bean的类型（byType），再按照bean的名字（byName）。（1）@Autowired可以作用在属性上，构造函数上，setter方法上。（2）@Resource是JDK提供的，是一种规范，所有的IOC容器都支持。
2024-01-16 07:57:27
1029
原创 MySQL分库分表
加入MyCat中间件之后，应用程序只需要访问MyCat即可，底层的访问数据库的逻辑，都是由MyCat做的，但是我们需要配置下。
2024-01-14 15:21:23
593
原创 MySQL的各种日志
简称BINLOG日志，记录了所有的DDL(数据库定义语言)和DML(数据操作语言)语句，但是记录SELECT语句和SHOW语句。
2024-01-13 11:21:49
735
原创 Docker-阿里云镜像配置
刚安装的docker一般没有docker/daemon.json这些，需要自己新建。重启docker： systemctl restart docker。重新加载配置： systemctl daemon-reload。
2024-01-12 18:00:07
683
原创 EasyExcel+多线程实现大数据量
第二点其实也不用担心，只需要把BATCH_COUNT参数传进new PageReadListener()的构造函数就可以了，这样每次读取数据到内存中的数量就是BATCH_COUNT条，默认BATCH_COUNT=100，我这里设置成一千，最后不足一千也会读取完然后入库。在没有任何校验逻辑的情况下，导入了90万数据，时间大概半分钟多一点，速度还是很快的。这里应该是会涉及到数据库连接池的问题，需要限制连接的数量，不能将资源都分给文件上传。2、批量入库问题，如果最后一批数据不足临界值怎么解决。
2024-01-11 09:39:31
1684
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人