qq_45966902的博客

大型电商网站设计——商品详情页面静态化

qq_45966902 — Sun, 27 Feb 2022 22:30:32 +0800

分布式系统的cap理论首先把分布式系统中的三个特性进行了如下归纳： 1.一致性© : 在分布式系统中的所有数据备份，在同一时刻是否是同样的值(等同于所有节点访问同一份最新的数据副本) 2.可用性(A) : 在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求(对数据更新具备高可用性) 3.分区容错§ : 以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。应用数据静态化架构高性能单页web应用在电商网站

Redis设计与实现（十）—— 哨兵

qq_45966902 — Wed, 23 Feb 2022 11:03:06 +0800

哨兵的核心功能是主节点的自动故障转移监控：哨兵会不断地检查主节点和从节点是否运作正常。自动故障转移：当主节点不能正常工作时，哨兵会开始自动故障转移操作，它会将失效主节点的其中一个从节点升级为新的主节点，并让其他从节点改为复制新的主节点。配置提供者：客户端在初始化时，通过连接哨兵来获得当前Redis服务的主节点地址。通知：哨兵可以将故障转移的结果发送给客户端。在我们的哨兵架构中，主要会有两种节点组成：哨兵节点和数据节点：哨兵节点：哨兵系统由一个或多个哨兵节点组成，哨兵节点是特殊的redis节

Redis设计与实现（九）—— 主从复制

qq_45966902 — Mon, 21 Feb 2022 18:14:10 +0800

主从复制是值将一台Redis的数据，复制到另一台从节点上，数据的复制是单向的，只能由主节点到从节点主从复制的作用： - 数据冗余：主从复制实现数据的热备，是除了持久化之外的一种数据冗余方式 - 故障恢复：当主节点出现问题后，从节点可以提供服务，实现快速恢复 - 负载均衡：在主从复制的基础上，可以配合读写分离，然后可以由主节点提供写，从节点读，分担负载 - 高可用基石：集群等的基石 ...

Redis设计与实现（八）—— 持久化

qq_45966902 — Mon, 21 Feb 2022 17:20:28 +0800

为什么需要持久化？因为Redis是内存数据库，数据都是存储在内存中，为了避免进程退出导致数据的永久丢失，需要定期将Redis中的数据以某种形式(数据或命令)从内存保存到硬盘；当下次Redis重启时，利用持久化文件实现数据恢复。除此之外，为了进行灾难备份，可以将持久化文件拷贝到一个远程位置。 Redis分为两种持久化机制，RDB和AOF RDB将当前数据快照保存到硬盘，AOF则是将每次执行的写命令保存到硬盘（类似于MySQL的binlog）；由于AOF持久化的实时性更好，即当进程意外退出时丢失的数据更少，因

Redis设计与实现（七）—— 压缩列表

qq_45966902 — Mon, 21 Feb 2022 16:01:38 +0800

压缩列表是 Redis 为了节约内存而开发的，由一系列特殊编码的连续内存块组成的顺序型（sequential）数据结构。一个压缩列表可以包含任意多个节点（entry），每个节点可以保存一个字节数组或者一个整数值。如图所示压缩列表构成 zlbytes：长度是4字节，用于记录整个压缩链表占用的内存字节数，在对压缩列表进行内存重分配，或者计算 zlend 的位置时使用。 zltail：长度是4字节，记录压缩列表表尾节点距离压缩列表的起始地址有多少字节，根据这个偏移量，程序可以不用遍历就能确定表尾节点的

Redis设计与实现（六）—— 跳表

qq_45966902 — Mon, 21 Feb 2022 15:33:38 +0800

跳表是一个空间换时间的一个结构，他会增加很多指针，利用指针来快速定位，解决了链表查询时间是O(N)的难题，跳表平均的查询时O(logN)，最坏是O(N)，N是跳表的长度，我们来看看他的实现我们可以看到我们的跳表的整体实现结构，最左边的是zskiplist，包含了以下属性 head：指向跳表的头节点 tail：指向跳表的尾节点 level：记录跳表中最大层数 length：跳表的长度 typedef struct zskiplist { // 表头节点和表尾节点 struct zsk

常见灾备技术

qq_45966902 — Sun, 20 Feb 2022 23:29:33 +0800

一、系统可用性要想理解异地多活，我们需要从架构设计的原则说起。现如今，我们开发一个软件系统，对其要求越来越高，如果你了解一些「架构设计」的要求，就知道一个好的软件架构应该遵循以下 3 个原则：高性能高可用易扩展其中，高性能意味着系统拥有更大流量的处理能力，更低的响应延迟。例如 1 秒可处理 10W 并发请求，接口响应时间 5 ms 等等。易扩展表示系统在迭代新功能时，能以最小的代价去扩展，系统遇到流量压力时，可以在不改动代码的前提下，去扩容系统。而「高可用」这个概念，看起来很抽象，怎么理

Redis设计与实现（五）—— 哈希表

qq_45966902 — Sun, 20 Feb 2022 14:00:44 +0800

一、哈希表概述在Redis中，哈希表用的很多，首先是我们的数据库，数据库表采用的就是两张哈希表，用于扩容转化，然后我们的数据类型，像Hash和Set两种类型都有Hash的编码类型，然后接下来说说Hash表二、哈希表结构哈希表 typedef struct dictht { // 哈希表数组 dictEntry **table; // 哈希表大小 unsigned long size; // 哈希表大小掩码，用于计算索引值 // 总是等于 size -

Redis设计与实现（四）—— 链表

qq_45966902 — Sun, 20 Feb 2022 13:39:13 +0800

我们的链表编码在Redis的List中有使用到，学过java或者数据结构的人很容易理解，Redis中就是做的一个双向链表，包含头结点，尾节点，然后有ListNode作为节点的描述 LinkedList结构 ListNode typedef struct listNode { // 前置节点 struct listNode *prev; // 后置节点 struct listNode *next; // 节点的值 void *value; } listN

Redis设计与实现（三）—— SDS

qq_45966902 — Sun, 20 Feb 2022 13:16:01 +0800

一、SDS概述在Redis中，String应该是用的最多的类型了，我们的Key是String类型，由SDS实现，String有SDS，raw，int三种，我们可以把string看成抽象类，然后SDS，raw，int分别是实现类，因为C语言的字符串中有很多使用受限的地方，所以Redis提出了动态字符串SDS 二、SDS结构 struct sdshdr { // 记录 buf 数组中已使用字节的数量 // 等于 SDS 所保存字符串的长度 int len; // 记录 buf

Redis设计与实现（二）—— RedisObject

qq_45966902 — Sun, 20 Feb 2022 11:03:55 +0800

一、概述 Redis提供了多种基本数据类型和高级的数据类型，然后每种都有多种实现，Redis自己内部会进行判断应该使用哪种编码，当我们的数据放入Redis后，会被包装成RedisObject，然后存入，来看看RedisObject的结构吧二、RedisObject结构当我们执行了set hello world的时候，会产生如下的结构 dictEntry：Redis的数据库是一张Hash表，然后里面会包含键值对，可以简单理解为java的HashMap，然后他中间包含了指向Key和Value的指针，以及下

Redis设计与实现（一）——内存模型

qq_45966902 — Sun, 20 Feb 2022 10:48:20 +0800

一、Redis内存统计 Redis是一个基于内存的缓存中间件，所以，我们可能需要去查看Redis的内存使用情况，我们可以使用info命令来查看内存占用 info memory info命令可以显示redis服务器的许多信息，包括服务器基本信息、CPU、内存、持久化、客户端连接信息等等；memory是参数，表示只显示内存相关的信息。二、Redis内存划分 Redis是一个基于内存的中间件，所以对于我们需要存储的数据，肯定是需要占用内存的，但是Redis是一个进程，是在不断运行的，所以肯定也会有其他需要的内存

来看看缓存

qq_45966902 — Sat, 19 Feb 2022 21:31:49 +0800

什么是缓存？缓存时对原始数据的一个复制的副本，我们一般将数据缓存起来以便于备用，常常用来加速读取缓存有什么用？用来提升读取的速度，优化系统的吞吐量以我们的java和mysql之间进行交互为例子，我们从mysql中读取数据，需要进行IO，如果忽略mysql自己的Buffer pool中的缓存，把mysql的每次读取都看成一次IO，那么当我们多次查询同一个数据的时候，需要进行N次IO，IO性能有限，所以我们引入本地缓存或者分布式缓存，不再从磁盘上去进行IO，而是从内存中读取，内存读取比IO普遍要快，对于

多态的原理

qq_45966902 — Sat, 12 Feb 2022 15:27:08 +0800

首先，在了解多态的原理之前，先了解下面的这些概念来帮助理解方法区：在JVM内存模型中，主要的部分之一，和堆区一样，是线程共享的区域，一般用来存放类信息，常量，静态变量，即时代码编译器编译后的代码 ...

深入理解JAVA反射

qq_45966902 — Fri, 11 Feb 2022 17:35:28 +0800

深入理解JAVA反射 JAVA反射机制是在运行状态中，对于任意一个类，都能够知道这个类的所有属性和方法，对于任意一个对象，都能够调用它的任意一个方法和属性。这种动态获取的信息以及动态调用对象的方法的功能称为java语言的反射机制。下面是反射的一段简单的使用 public class Relections { public static void main(String[] args) throws Exception { //获取Class的三种方法 //在这里会去利用Clas

Semaphore源码解析

qq_45966902 — Fri, 11 Feb 2022 15:24:53 +0800

Semaphore源码解析简介 Semaphore是常用的同步工具之一，我们设置n，代表同一时间最多只有n个线程在访问这个工具依赖AQS实现，所以在看源码前推荐先去看AQS的介绍，方便理解 public class SemaphoneTest { private Semaphore semaphore = new Semaphore(5); private ThreadPoolExecutor executor = new ThreadPoolExecutor(10, 15, 60, TimeUni

阻塞队列（三）—— LinkedBlockingDeque源码

qq_45966902 — Fri, 11 Feb 2022 14:23:46 +0800

标题LinkedBlockingDeque源码简介 LinkedBlockingDeque是一个双端队列，可以消费队头以及队尾的元素，我们可以设定最大容量，但是设定好后不可改变，因为被final修饰了，然后没有设置的话默认是Integer的最大值，只有一把锁和两个条件队列下面来看看源码源码首先是重要内部类 //Node节点 static final class Node { //元素value E item; //前继节点

阻塞队列（二）——LinkedBlockingQueue源码

qq_45966902 — Fri, 11 Feb 2022 10:58:21 +0800

标题LinkedBlockingQueue源码简介 LinkedBlockingQueue是一个基于单向链表实现的阻塞队列，是先进先出的，然后至少包含一个元素，同时不支持null值的元素，持有两把锁，分别用于管控队头出队，队尾入队然后来看他的源码静态内部类 //静态内部类 static class Node { //元素 E item; //下一个Node节点 Node nex

线程池源码解析

qq_45966902 — Thu, 10 Feb 2022 14:53:25 +0800

线程池源码解析线程池的作用一方面当执行大量异步任务时候线程池能够提供较好的性能，在不使用线程池的时候，每当需要执行异步任务时候是直接 new 一线程进行运行，而线程的创建和销毁是需要开销的。使用线程池时候，线程池里面的线程是可复用的，不会每次执行异步任务时候都重新创建和销毁线程。另一方面线程池提供了一种资源限制和管理的手段，比如可以限制线程的个数，动态新增线程等，每个 ThreadPoolExecutor 也保留了一些基本的统计数据，比如当前线程池完成的任务数目等。 ThreadPoolExecuto

CountDownLatch源码解析

qq_45966902 — Wed, 09 Feb 2022 15:49:13 +0800

CountDownLatch源码解析 CountDownLatch 允许一个或多个线程等待其他线程完成操作。使用示例 public class CountDownLatchTest { public static void main(String[] args) { final CountDownLatch latch = new CountDownLatch(2); System.out.println("主线程开始执行…… ……"); //第一