简放视野的专栏

业务早期，为了赶进度快速迭代，使用一个存储桶来存储所有业务的文件，未按业务目录或存储桶拆分规划与治理。每个业务使用场景，前后端都是各自对接sdk，重复的开发测试工作量，至少一人日。出于业务数据安全性风险考量，需要按业务域分桶治理；出于云上资源成本考量，需要从A云迁移到B云上。业务目标- 提供更简单快速的对象存储接入流程，半小时完成业务对接- 文件资源按业务域分桶分层治理，统一命名规则(业务域/子业务域/业务场景)- 提供更安全的对象预签名URL操作方式，防止STS临时令牌和OSS存储桶等信息暴露

美团信息安全技术团队核心服务升级JDK 17后，性能与稳定性大幅提升，机器成本降低了10%。高版本JDK与ZGC技术令人惊艳，且Java AI SDK最低支持JDK 17。本文总结了JDK 17的主要特性，然后重点分享了JDK 17+ZGC在安全领域的一些实践，希望能对大家有所帮助或启发。

XXL-JOB是一个轻量级分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。流量标签的调度隔离，通过 SkyWalking 字节码增强 name + envTag。

使用Ollama在本地运行DeepSeek-R1的操作指南。DeepSeek-R1作为第一代推理模型，在上表现优异，与OpenAI-o1模型不相上下。将此类模型部署到本地，可为AI应用带来更强隐私保护、定制化和可控性。今天指导大家。

1.初始化数据库表2.启动Nacos服务器3.关闭Nacos服务器

本地快速部署请参见Quick Start编译打包Apollo运行Apollo关闭Apollo

FAQ- 常见问题回答- 部署&开发遇到的常见问题使用某个框架之前，得先看看前辈们踩过的坑。

我收获的深刻感触get感触1：解决问题才有生存价值 [产品力]感触2：永无止境的“易用性” [易用性]感触3：立下“双赢”的flag感触4：社区建设离不开用户和开发者参与感触5：从易用到用户自助 [自助能力]

认识问题【业务背景】某个Java业务应用，所有容器实例每天重启一次，minor GC频繁，major GC偶发。现象是业务每隔30分钟会从商品域拉取全量商品和SKU数据，更新到缓存中。业务侧短期内不好解决这个

调度模块在很多系统中都是常用的模块，比如实习生的每天签到邮件，预约银行的业务短信，学习通的上课通知，腾讯视频push中台的任务下发，调度系统在中间起到关键作用。用户画像：圈一群人业务场景：短信验证码、优惠券等营销活动消息通知短信、预约银行的业务短信、团课预约上课通知、推荐内容、app里的通知、消息箱、私信端触达：短信、微信的服务通知、app的通知与消息箱、手机消息通道用户：用户实操行为、感兴趣的那群人

Sentinel是流量治理组件，主要以流量为切入点，从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助开发者保障微服务的稳定性。【场景】业务服务稳定性保障，流量治理(流量控制、限流、熔断降级、系统负载保护)。背景业务研发希望，通过Sentinel提供的流控防护能力，保障业务核心服务的稳定性。历史原因，公司使用Apollo作为配置中心，但Sentinel开源框架和社区并未提供Apollo的持久化配置方案。

Java应用诊断利器Arthas是一款线上监控诊断产品，通过全局视角实时查看应用load、内存、gc、线程的状态信息，并能在不修改应用代码的情况下，对进行诊断，包括等，大大提升线上问题排查效率。工欲善其事，必先利其器。arthasidea插件

随着应用的请求量上升，日志输出量也会成线性比例的上升，给磁盘IO带来压力与性能瓶颈。应用也遇到了线程池满，是因为大量线程卡在输出日志。为了缓解日志同步打印，会采取异步打印日志。这样会引起日志中的追踪id丢失，不能基于追踪id查询相关日志，给问题解决带来新的挑战。使用MdcUtil传递用户id、教练id、优惠券id、商品id、交易订单id、支付订单id、物流订单id、api、responseTime、responseCode、追踪id等，从用户、教练、营销、商品、交易、物流等维度观测用户的实操路径。

【背景】1.指标度量遥测数据准确、多维度和可观测2.统一管控台入口(SLS/ARMS日志查询，OpenTelemetry/SkyWalking，Grafana)3.Trace、Metric、Log (链路、指标、日志)【目标】1.快速排障，解决问题的助手2.整体联动，降低使用成本3.梳理排查路径，逆向思维反推问题，提效

针对资源位、评价等静态信息在xx点高峰时进行缓存，达到的目标。在成本预算控制下，云资源成本和WAF都受限于请求峰值。出于业务和数据安全考虑，公司希望接入阿里云的WAF，但一年价格和成本较高。

围绕度量遥测数据构建可视化产品，看板与监控告警。【目标】提升服务稳定性提高资源利用率，降低云成本(降本)业务梳理与架构治理度量维度

【3分钟内解决问题】两个不同的GAV依赖冲突，包含相同全限定类名，引起ClassNotFoundException【案例1】某应用依赖两个GAV不同的jar，但包含两个相同全限定类名StaticLoggerBinder，引起log4j.Level类找不到异常1.完整的异常调用栈【从案发现场找线索】2.关键的异常日志3.案发现场的源代码4.解决方法

Spring框架层面，查找方法上的注解的原理与机制是一样的。在方法层面，Spring框架已经找到子类的@Async注解，原因是查找注解会搜索整棵类型继承树，包括超类和实现的接口。

延伸扩展：XX核心业务场景 路由标签打标、传播、检索 链路标签染色与传播方案

Spring异步任务@Async的默认线程池执行器，是从哪里来？是如何初始化的？【结论】异步任务@Async的默认线程池执行器是通过TaskExecutionAutoConfiguration#applicationTaskExecutor自动注入的。

本文从实际工作中遇到的一个Redis访问超时问题出发，探究背后Spring、Lettuce和Netty的工作原理，并利用Arthas等调试工具，分析了EventLoop线程对连接处理的重要性，以及在处理Pub/Sub事件时避免阻塞操作的必要性。通过观察不同版本环境下的行为差异，加深了对JDK版本和程序环境适配的理解，为今后排查类似问题积累了宝贵经验。力是相互的，成长与痛苦也是相互的。知其然，知其所以然。

消息隔离的原则灰度场景1.灰度消息只由灰度节点消费2.灰度消息可以由正常节点消费消息逻辑隔离的灰度方案

应用从dubbo-3.1.*升级到dubbo-*:3.2.*最新稳定版本，提升JDK-17、应用的可观测性、GraalVM原生镜像编译。1. dubbo版本发布说明2. 应用修改点3. 踩过的坑

本文作者试着从工程角度去理解LangChain的设计和使用。大家可以将此文档作为LangChain的“10分钟快速上手”手册，希望帮助需要的同学实现AI工程的Bootstrap。

消息中间件就是采用漏桶限流的思想。能看出作者有深入地思考与沉淀👍令牌桶算法、消息队列，业务使用消息队列与漏桶算法的主要区别：1.容量资源：消息队列，存储容量足够大；漏桶算法，桶的容量有限；2.时效：消息队列，异步处理；漏桶算法，同步处理；3.灵活性：与漏桶算法相比，消息队列提供了更大的灵活性。例如，可以动态地调整消费数量。

【3分钟内解决问题】多个不同的GAV-classifier依赖冲突，引起NoSuchMethodErrorMaven依赖的三坐标体系GAV(G-groupId，A-artifactId，V-version)classifier通常用于区分从同一POM构建的具有不同内容的构件物（artifact）。它是可选的，它可以是任意的字符串，附加在版本号之后。警察抓犯人，收集线索是破案的关键所在。

SkyWalking通过字节码增强技术实现，结合依赖注入和控制反转思想，以SkyWalking方式将追踪身份traceId编织到链路追踪上下文TraceContext中。是不是很有趣，很有意思！！！

Java 应用诊断利器Arthas 是一款线上监控诊断产品，通过全局视角实时查看应用 load、内存、gc、线程的状态信息，并能在不修改应用代码的情况下，对业务问题进行诊断，包括查看方法调用的出入参、异常、监测方法执行耗时、类加载信息等，大大提升线上问题排查效率。

生产环境，某云的某个业务Redis实例，触发内存使用率，连续 3 次 平均值 >= 85 %告警。运维同学告知，看看需要怎么优化或者升级配置？分享了其实例RDB的内存剖析链接。通过内存剖析详情发现，存在某类未设置过期时间且无用的keys，其内存占用约3.8GB，内存占比25%。内存占比挺大，有确定的成本经济收益。做事有动力啦！

Spring Boot的应用环境感知自识别配置解决方案

做中间件对接业务的同学，肯定对jar依赖冲突问题印象深刻。Spring Boot Starters 实质上是Maven依赖和插件模块化管理，其设计初衷是解决jar依赖冲突问题。Spring Boot Starters 文档罗列了所有starter，包括starter名称、描述以及POM。

Java异常体系结构，是一种分层/层次结构树模型。异常的根类是 java.lang.Throwable，核心数据结构/模型和实现都在于此类。了解她们对理解异常信息很关键。其子类 java.lang.Exception、java.lang.RuntimeException、java.lang.Error 都是标签类。

我自己的理解，函数式编程对用户最大的价值是促使开发者养成模块化编程的习惯，代码可读性和维护性提高很多。通过阅读JDK 8的和包源码，意在理解Java的函数式接口设计。读后自己的理解：Java函数式编程的核心是，可在已有的接口上进行积木拼插组合，形成完整地类型转换系统。最基础的数学函数包括一元函数、谓词、二元函数、运算符计算，对应的Java接口分别是Function、Predicate、BiFunction、BinaryOperator。

深入之前先用好，用好之前先全面了解功能。全面了解功能可以从官方文档的**配置参数选项**作为切入点。

Spring-Boot的Redis自动配置类，RedisReactiveAutoConfiguration和RedisAutoConfiguration，组件ReactiveRedisTemplate和RedisTemplate默认使用JDK序列化方式，在现实业务场景中很难使用，其存储的值可读性差且又长。我觉得不是很合理，意味着使用它们的用户都需要自己重新自定义。

服务端如何将一个大视频文件做切分，分段响应给客户端，让浏览器可以渐进式地播放。Spring-Boot实现HTTP分片下载断点续传，从而实现H5页面的大视频播放问题，实现渐进式播放，每次只播放需要播放的内容就可以了，不需要加载整个文件到内存中。