- 博客(43)
- 收藏
- 关注
原创 内存泄漏排查:HeapDump、MAT 与一次泄漏的定位方法
OutOfMemoryError: Java heap space常因“有人忘了还”而非内存不足。排查核心是:通过jstat观察老年代水位持续上升判断泄漏;用jcmd GC.heap_dump -all生成live HeapDump;在Eclipse MAT中优先分析DominatorTree的RetainedHeap,定位“独占内存”的异常对象;再通过GCRootPath追溯强引用链,揪出静态集合、线程池或未清理的ThreadLocal等泄漏源。关键反直觉结论:调大-Xmx只是推迟爆炸
2026-10-21 18:07:57
418
原创 容器化 Java:镜像瘦身与 JVM 容器感知(cgroup)
容器化Java中,镜像瘦身与JVM容器感知是独立问题。默认开启的UseContainerSupport使JVM根据cgroup内存限制推导堆大小(默认MaxRAMPercentage=25%),导致-Xmx设为容器limit时,因堆外内存(Metaspace、DirectBuffer、线程栈等)超出,触发内核OOMKiller。需显式设置堆外参数并预留空间。cgroupv1/v2差异影响感知,务必验证/sys/fs/cgroup/memory.max。jlink裁剪可瘦身,但需确保模块完整。建议通过Prin
2026-10-21 18:00:29
405
原创 GraalVM Native Image:启动从秒级到毫秒级的代价
GraalVM NativeImage通过AOT编译与静态分析,将JVM启动时的类加载、字节码验证、JIT预热等耗时操作移至构建期,实现启动从秒级降至毫秒级。其核心依赖于Closed-WorldAssumption——运行时不可动态加载类,故反射、代理、资源扫描等动态行为需在构建时显式声明(如配置文件或注解)。SpringBoot原生化依赖AOT提前固化容器逻辑,但第三方库若无RuntimeHints支持则易失效。代价包括构建时间长、内存消耗高、峰值吞吐低于长期运行的JVM、调试困难及动态能力受限。适用场景
2026-10-21 17:56:41
305
原创 Java 新特性实战:Records、Sealed、Switch Pattern(JDK 17/21)
Java 17/21新特性通过Records、Sealed、Switch Pattern与Record Patterns的组合,实现类型建模的质变:Records提供不可变数据载体语义,Sealed限定子类型全集,结合Switch Pattern实现编译期穷尽性检查,Record Patterns支持模式解构。四者协同将“漏处理状态”从运行时隐患转为编译错误,显著提升代码安全与可维护性,是现代Java类型系统的关键演进。
2026-10-19 10:30:41
451
原创 Elasticsearch 倒排索引与写入性能:refresh 与 translog 的取舍
Elasticsearch写入性能的核心在于refresh与translog的权衡:refresh控制数据“近实时可见”(默认1秒),而translog保障写入不丢。每条写入先入内存buffer,经translog持久化后,通过refresh生成segment并开放搜索。若频繁refresh或禁用translog fsync,将导致段爆炸、查询延迟上升或数据丢失。生产中应根据业务对延迟与可靠性的需求,合理配置refresh_interval、translog.durability及flush阈值,避免在写入
2026-10-19 10:08:08
253
原创 Netty 线程模型与零拷贝:为什么它快
Netty 的“快”主要来自对线程与内存生命周期的显式约定:谁在哪个线程上、在什么时机、以何种方式访问某块内存,都由框架明确约束,而不是交给 JVM 和操作系统去推断。零拷贝是这套约定在数据面的体现;决定吞吐与延迟下限的,是事件循环(EventLoop)的线程归属模型和 ByteBuf 的引用计数语义。本文直接下潜到 NioEventLoop、SingleThreadEventExecutor、ByteBuf 与 ChannelPipeline 的源码层面,讲清楚“为什么快”以及“快在什么边界内”。
2026-10-19 09:59:21
497
原创 Spring Boot 启动流程:run() 里到底发生了什么
SpringBoot启动核心在run()方法,其本质是事件驱动的流水线:通过SpringApplicationRunListeners广播事件,分阶段完成环境准备、上下文创建、刷新及Runner执行。关键节点包括:environmentPrepared触发配置加载,contextPrepared前执行ApplicationContextInitializer,refreshContext调用AbstractApplicationContext#refresh完成容器初始化。ApplicationRunner
2026-10-13 10:16:06
359
原创 Spring Bean 生命周期:从实例化到销毁的完整钩子
深入剖析Spring Bean生命周期,揭示@PostConstruct实际在postProcessBeforeInitialization执行,早于afterPropertiesSet与init-method,打破常见误解。从实例化、提前暴露、属性填充、初始化到销毁,逐层解析各阶段钩子顺序与设计动机,重点说明AOP代理生成时机、循环依赖处理机制及常见踩坑点,如构造器注入不可解循环依赖、自调用失效等,强调理解真实生命周期对开发至关重要。
2026-10-13 10:13:11
364
原创 缓存与数据库一致性:延迟双删与订阅 binlog 的取舍
"延迟双删"本质上不是一个方案,而是一种"用时间窗口换一致性"的妥协。它没有真正解决并发下的读写竞态,只是把竞态窗口从"必然踩中"压缩成"概率踩中"。而订阅 binlog 也不是银弹——它把一致性问题的战场从"应用层代码"搬到了"数据变更的可靠投递"上。理解这两者的取舍,比记住"先删缓存还是先删库"重要得多。
2026-10-09 17:06:40
638
原创 限流算法:令牌桶、漏桶、滑动窗口与热点限流
限流核心在于“何时拒、拒谁”。固定窗口易现临界双倍流量,滑动窗口通过细粒度Bucket近似解决,精确实现则依赖Redis ZSET或ConcurrentSkipListMap,但开销大。令牌桶允突发,依赖预消费;漏桶保平滑,禁突发。热点限流需按参数维度隔离,防单点压垮系统。关键陷阱:忽略统计口径、时钟精度、分布式一致性及参数稳定性。限流本质是时间、维度与统计的协同设计,非算法选择题。
2026-10-08 14:53:07
441
原创 幂等设计:分布式系统的幂等陷阱与落地方案
剖析分布式系统中幂等设计的常见陷阱,指出多数“幂等”仅防重复点击,未应对MQ重投、RPC重试等真实风险。强调幂等需贯穿入口、业务、存储层,核心是生成合理幂等键(如订单号),并组合使用数据库唯一索引、Redis SETNX、状态机与消息去重表等方案。关键在于:避免先查后插、不依赖单一层级、确保事务一致性,最终实现“多次执行等价于一次”的业务语义。
2026-10-08 14:46:34
428
原创 分布式 ID 生成:雪花算法、号段模式与时钟回拨
深入剖析分布式ID生成的两大核心方案:Snowflake与号段模式。重点揭示Snowflake的真正难点在于时钟回拨,而非位运算;通过自旋等待、阈值判断等策略应对回拨问题。号段模式则以数据库为源头,结合双Buffer机制缓解性能瓶颈,实现高吞吐。文章还提出混合使用方案,并警示常见踩坑点,如硬编码workerId、忽略NTP配置、步长设置不当等,强调监控回拨事件的重要性。
2026-09-30 14:00:44
509
原创 MySQL 锁实战:行锁、间隙锁与死锁排查
深入剖析MySQL InnoDB行锁、间隙锁与死锁机制,强调锁的粒度基于索引记录而非行本身。不同执行计划(主键、二级索引、全表扫描)导致加锁范围差异显著,尤其在可重复读隔离级别下,Next-KeyLock与间隙锁易引发死锁。通过实际案例揭示唯一索引未命中、非唯一索引等值查询及无索引更新的锁行为陷阱。提出统一加锁顺序、合理使用RC隔离级别、避免长事务等防患策略,并提供SHOW ENGINE INNODB STATUS、performance_schema.data_locks等实战排查手段。核心结论:锁问
2026-09-29 10:13:28
600
原创 MySQL MVCC 与事务隔离级别:从一条 update 看版本链
本文深入解析InnoDB的MVCC机制与事务隔离级别,揭示“读不加锁”背后的真相:快照读依赖版本链与ReadView,而UPDATE作为当前读需访问最新版本并加锁。通过分析DB_TRX_ID、DB_ROLL_PTR构成的版本链、ReadView的可见性判断逻辑,阐明RC与RR的核心差异在于ReadView生成时机。重点指出,同一事务中SELECT(快照读)与UPDATE(当前读)可能看到不同版本,且长事务会导致undo膨胀。最后说明,RR通过间隙锁缓解幻读,但并非完全消除,需结合业务场景权衡隔离级别选择。
2026-09-28 11:45:00
568
原创 分布式事务:Seata AT/TCC/SAGA 的取舍与踩坑
Seata分布式事务三模式取舍:AT模式无侵入但依赖主键与SQL解析,受全局锁制约;TCC需业务实现补偿,防空回滚、幂等与悬挂;SAGA适用于长流程,补偿由业务定义。选型原则:常规CRUD用AT,资金/强隔离用TCC,履约类流程用SAGA。避坑要点:勿用于资金场景、注意副作用不可回滚、清理undo_log、防范全局锁瓶颈。
2026-09-28 11:31:47
540
原创 虚拟线程实战:JDK 21 迁移代价与取舍
Thread.ofVirtual().start(...),并不必然让你的服务变快——它只是把"线程"这个抽象的成本从 OS 层搬到了 JVM 层。JEP 444 明确写道,虚拟线程的目标是提高吞吐(throughput)而不是降低延迟(latency)。这句话背后藏着迁移中最容易踩的坑:把虚拟线程当成"免费加速器",结果发现吞吐没涨、尾延迟还抖了,最后把锅甩给 JDK。本文不重复本系列前面讲过的 CompletableFuture 与线程池参数演算,而是聚焦 JDK 21 虚拟线程真正会改变系统行为的地方
2026-09-24 10:40:21
681
原创 JVM 内存区域与对象创建:一次 GC 从哪来
本文深入解析JVM对象分配与GC触发机制,指出GC并非由分配直接引发,而是分配失败后“是否扩容或回收”的决策结果。通过剖析TLAB快路径与慢路径、堆内存布局、分代收集器行为及晋升条件,揭示了Minor GC的真正触发逻辑。强调逃逸分析、动态年龄判定、空间担保等易被忽视的细节,并建议使用统一日志(-Xlog:gc*)真实观察GC行为。最后提醒避免常见误区,如误信System.gc()、盲目调大堆大小等。系列后续将探讨对象头与锁机制的深层关联。
2026-09-21 10:59:47
467
原创 Arthas 一个命令排查线上问题
Arthas的watch命令通过JVM的InstrumentationAPI实现运行时字节码增强,无需重启即可动态观察方法入参、返回值与异常。其核心机制是利用retransformClasses重定义类字节码,在方法前后插入ASM生成的监控逻辑,借助Spy分发回调并基于OGNL表达式提取数据。受限于JDK规范,仅可修改方法体,不可增删方法或字段。需注意JIT内联可能导致观察失效,建议配合-b捕获原始参数,并合理使用cost条件过滤高频调用。理解此机制,方能真正掌握线上诊断的“后门”能力。
2026-09-20 10:56:21
627
原创 服务治理:熔断、降级、隔离的取舍
一个反直觉的结论先摆在这里:熔断器打开以后,你的服务并不会因此变快,它只是变得更"干脆"。熔断解决的是"快速失败"和"避免级联拖垮",它不解决下游为什么慢。很多团队把熔断当成性能优化开关,一开就期待 TP99 下降,结果发现只是把超时异常换成了 CallNotPermittedException,用户体验没本质变化——因为真正的病根(下游容量不足、连接池打满、慢查询)根本没动。
2026-09-18 11:45:24
470
原创 Redis 分布式锁到底安不安全:Redlock 与看门狗
Redis单实例锁在主从切换下天然不安全,因异步复制可能导致锁丢失。Redlock通过多数派机制缓解单点故障,但无法解决进程暂停后仍持有过期锁的问题。看门狗可续期锁以应对业务超时,但依赖网络与进程存活,且不提供fencing token。真正保障安全性需结合下游存储的fencing token机制。结论:分布式锁仅防冲突,正确性须靠数据库约束、幂等与fencing共同兜底。
2026-09-17 16:19:50
324
原创 MySQL 索引 B+ 树与“查询为什么变慢了
B+ 树的本质,是用树高换 I/O 次数、用有序性换范围查询。回表次数被低估(缺覆盖索引)索引列顺序与查询模式不匹配(最左前缀被破坏)写入模式导致页分裂(随机主键)优化器基于过期统计做了错误决策下一篇,我会顺着这条线往下挖:EXPLAIN的输出到底该怎么读,以及在 MySQL 8.0 里能告诉我们什么EXPLAIN说不出的东西。如果这篇对你有帮助,欢迎关注系列,我们继续往存储引擎深处走。
2026-09-16 16:15:10
481
原创 缓存穿透、击穿与雪崩:成因、方案、取舍
缓存穿透、击穿与雪崩本质是请求与缓存失配问题。穿透因空值未缓存,可用空值缓存或布隆过滤器拦截;击穿由热点key过期引发,可通过分布式锁或逻辑过期(异步重建)解决;雪崩源于同质化过期或缓存故障,需打散TTL、多级缓存及高可用架构。每种方案均有取舍:布隆过滤器不支持删除,逻辑过期容忍脏数据,多级缓存引入一致性复杂度。核心在于解耦请求与数据库压力,无银弹,需结合场景权衡。
2026-09-15 14:12:39
735
原创 Spring AOP 动态代理:JDK vs CGLIB 与自调用失效
Spring AOP、JDK 动态代理、CGLIB、自调用失效、AopContext一个反直觉但真实存在的现象:在 Spring 中给方法加上@Cacheable@Async之后,。这不是配置问题,而是 AOP 代理模型本身的必然结果——代理对象拦截的是"外部调用",一旦调用入口变成this,就已经绕开了代理。理解这一点,需要先搞清楚 Spring 到底在什么时候生成了什么代理对象。
2026-09-14 15:03:00
237
原创 事务传播行为 REQUIRES_NEW / NESTED 实战与陷阱
Spring 事务、事务传播、REQUIRES_NEW、NESTED、Savepoint。
2026-09-14 15:01:51
339
原创 @Transactional 为什么不生效:代理源码级拆解
@Transactional不生效的本质在于调用未经过AOP代理。Spring基于代理的声明式事务仅在通过代理对象调用时生效,若自调用(this.方法)、非public方法、final修饰、异常类型不匹配或代理未创建(如类/方法被final),事务将无法拦截。核心链路为:BeanPostProcessor触发代理生成 → Advisor匹配 → TransactionInterceptor拦截。排查需验证是否为代理(AopUtils.isAopProxy)、日志是否打印事务行为。关键点:事务能力附着于代理,
2026-09-12 13:59:26
650
原创 类加载机制与“为什么我的配置没生效
“配置没生效”常因同名类被不同ClassLoader加载,导致类型不等、静态字段独立。JVM中类相等性由“类全名+定义加载器”决定,双亲委派虽保障核心类安全,却在SPI、热部署、插件化中引发隔离问题。资源加载路径、初始化时机、TCCL残留与类卸载困难进一步加剧误判。定位关键:打印ClassLoader.identityHashCode。避免自造加载器、滥用Class.forName、File读jar资源,谨防线程上下文泄漏。根本原则:先确认类的加载来源。
2026-09-11 12:50:29
586
原创 从一次 OOM 到根因:jmap + GC 日志完整复盘
本文通过一次order-service的OOM事件,系统复盘了从现象到根因的排查路径:借助GC日志判断是否为内存泄漏(而非堆容量不足),利用jmap/jcmd生成heapdump,结合Eclipse MAT分析支配树与引用链,定位出“无界本地缓存”为真因。强调OOM主因常是对象生命周期被意外延长,而非堆太小,扩堆仅能延缓问题。核心结论:GC日志与heapdump的价值在于揭示“谁在持有不该持有的对象”,而非简单提示“内存不足”。建议结合GC日志趋势、heapdump对象分布与引用链,形成完整证据链,避免盲目
2026-09-10 14:27:21
518
1
原创 G1 与 ZGC 到底怎么选:源码与参数级对比
在JDK21+且堆内存小于512GB的场景下,ZGC的低延迟并非天然优于G1。真正差异在于分配速率与存活对象扫描模型:G1依赖停顿预测(受MaxGCPauseMillis影响),适合波动分配;ZGC虽停顿短,但读屏障和并发回收开销高,对高分配速率敏感。选型应基于分配速率、存活率与CPU资源,而非盲目追求“停顿绝对值”。
2026-09-09 10:33:06
513
原创 线程池的动态调优与监控:beforeExecute/afterExecute 钩子与自适应线程池
关键词:线程池、动态调优、beforeExecute、afterExecute、自适应、监控埋点、Java并发线程池的核心参数(corePoolSize、maxPoolSize、queueCapacity)在构造时被 修饰,意味着一旦创建,运行期无法通过常规 setter 调整。但生产环境的流量不会提前知会你。一个常见的反直觉结论是:即便你设置了合理的拒绝策略,线程池的“自适应”能力也几乎为零——它不会根据响应时间、队列积压或下游延迟主动扩容或缩容。 你看到的 更像一个“死板”的状态机,而非“智能”的资
2026-09-08 11:26:06
377
原创 并发三大坑:可见性、死锁、任务吞异常
但本篇要揭开的是,当你在业务代码里手动管理线程、状态和锁时,JMM(Java 内存模型)和 JVM 底层会如何“背叛”你的直觉。在 order-service 的季度复盘会上,运维丢出一个令人尴尬的监控截图:支付回调接口 P99 延迟从 120ms 飙升至 5s,但 CPU、内存、GC 全部平静如水。)和 Micrometer 指标,构建一个自适应的线程池,让 order-service 在流量洪峰中稳如磐石。如果你在项目中遇到过更诡异的并发问题(比如伪共享、内存屏障失效),欢迎在评论区留言,我们下期见。
2026-09-07 10:32:08
594
原创 CompletableFuture 异步编排:从回调地狱到有界编排
CompletableFuture 用得好是编排利器,用不好就是披着异步外衣的线程池泄漏器——真正的分水岭不在于 thenApply 和 thenCompose 的区别,而在于你是否意识到它默认使用 ForkJoinPool.commonPool() 这个“公共厕所”有多危险。
2026-09-07 10:30:12
585
原创 AQS 源码拆解:锁为什么能排队、唤醒、公平
用 volatile + CAS 构造了一个无锁队列,再用 LockSupport 实现了精确阻塞唤醒。它没有用任何关键字,却实现了比更灵活的同步语义。下一篇我们将深入Condition的实现——await和signal如何与 AQS 队列交互,以及为什么signal要转移到同步队列。
2026-09-04 10:15:02
431
原创 线程池参数到底怎么算(附真实 QPS 演算)
CPU 核数 + 1这个线程池参数公式,在 IO 密集型场景下,会让你的 order-service 吞吐量直接腰斩;而真正该算的,不是“线程数”,是“排队时间”和“拒绝率”的数学期望。承接上一篇《AI Agent 与 Function Calling》中提到的“异步任务编排”,本文不再科普线程池基础 API,而是聚焦:从源码推导execute()的执行路径,到基于真实 QPS 的容量规划,再到压测数据验证,最后给出反直觉的“什么时候别用线程池”清单。。
2026-09-04 10:13:35
383
原创 Spring Boot 3 与 Spring Boot 2 的核心差异
别再用 Spring Boot 2 的思维写 Spring Boot 3 了,你的 Bean 可能根本没被代理 一次线上事故:order-service 升级到 Spring Boot 3.2 后,某接口的 @Transactional 静默失效,数据半提交。排查三天,最后发现是 spring.fa
2026-09-02 10:25:13
579
原创 Java 线程池 ThreadPoolExecutor 深度剖析
Java 线程池 ThreadPoolExecutor 深度剖析 线程池是并发编程绕不开的核心。很多人会 newFixedThreadPool,但一旦线上出现队列积压、任务被丢弃,就不知所措。 这篇从原理、参数、执行流程、拒绝策略到如何正确配置,一次讲透。
2026-09-01 10:29:50
541
原创 Java 生态下的 AI:Spring AI 与 LangChain4j 选型
我们的 order-service 是一个典型的微服务,日均处理 50 万订单。这在生产环境是致命的——如果模型陷入“调用工具 -> 看结果 -> 再调用”的循环,你的订单服务会被拖垮。,以及为什么我们放弃了 Sentinel(因为它的熔断粒度是接口级,不是模型级)。(来自 Spring Retry),默认重试 3 次,退避策略是指数退避(初始 1 秒,乘数 2)。这在生产环境是灾难——模型输出偶尔会多一个逗号,少一个括号,你的订单服务就 500 了。,在解析失败时把错误信息回传给模型,让模型自我修正。
2026-08-31 11:35:35
572
原创 LLM 输出结构化:JSON Schema 与自动校验
<think>我们根据用户要求,根据提供的内容生成不超过150字的摘要。内容是关于JSONSchema在LLM结构化输出中的应用,特别是SpringAI中校验与边界。摘要需简洁。</think>在order-service中,将JSON响应从json_object改为json_schema并前置Schema校验,故障率降低一个数量级。但强制JSON仍会生成合法却语义错误的结构。SpringAI默认反序列化不校验Schema,需自定义转换器用networknt校验,并注意strict模
2026-08-31 11:34:50
544
原创 JNI + ONNX Runtime:把 Rerank 延迟从 650ms 压到 80ms,及为什么 Executors.newFixedThreadPool 是性能杀手
当你用 Executors.newFixedThreadPool(10) 去调用一个 JNI 封装的 ONNX Runtime 模型时,线程池越大,Rerank 服务死得越快。 这不是危言耸听,而是我在 order-service 的推荐排序链路里,用 650ms 的 P99 延迟和 12 次 OOM 换来的血泪教训。
2026-08-28 14:12:00
357
原创 RAG 实战:向量检索 + 重排序,怎么防“答非所问”
摘要: 别背“RAG = 向量检索 + LLM”这个公式了——你线上 80% 的“答非所问”,根本不是模型不够聪明,而是你的检索链路在“召回”阶段就把正确答案排到了第 50 名开外,重排序模型连见它一面的机会都没有。 我是 order-service 的 owner。上周三凌晨,客服机器人把“订单超时未支付
2026-08-27 10:13:34
364
原创 AI Agent 与 Function Calling:Java 侧实现
别背公式:你的 Function Calling 不生效,不是模型傻,而是你的 JSON Schema 根本就是错的 一次线上事故:order-service 接入大模型做"查单改单"的 Agent,模型在 80% 的请求里拒绝调用 cancelOrder 函数,反而一本正经地告诉用户"请联系人工客
2026-08-27 10:11:56
564
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
RSS订阅