zhenlong_qu的博客

本文介绍了基于RabbitMQ实现聊天消息异步存储的架构方案。主要内容包括：RabbitMQ的基本概念与工作模型、Docker环境部署配置、SpringBoot集成RabbitMQ实现消息的生产与消费、聊天消息的异步解耦处理流程等。通过定义交换机和队列，实现消息发送与持久化存储的解耦，提升系统性能。同时提供了完整的代码示例，涵盖消息发布、监听处理以及消息入库等关键环节。该方案有效解决了高并发场景下的消息处理问题，实现了系统的异步化和可扩展性。

本文摘要： Netty集群实现方案探讨，采用Redis动态分配端口和Zookeeper服务注册机制。通过Jedis连接池与Redis交互，实现端口动态分配策略。使用Zookeeper进行服务注册与管理，采用临时节点记录Netty服务信息，并通过监听机制实现节点变化响应。结合RabbitMQ实现集群消息广播，采用发布订阅模式同步聊天消息。系统包含客户端负载均衡、分布式读写锁、在线人数统计等功能，并通过Spring Boot整合Curator框架管理Zookeeper连接。整体架构实现了高可用、动态扩展和消息同

*** emqx的配置工具类*/@Slf4j@Resource/*** mqtt的连接*/@Bean//设置相关的属性//心跳//清空曾经连接的客户端信息//qosString playload ="设备断开连接";/*** paho factory ,把上面的mqtt的自定义连接放入factory工程中，便于连接需要*/@Bean/*** 开启连接通道*///// }/**

解释 ：1）EventFactory - 事件工厂，类似前面的MyEventFactory；2) ringBufferSize - RingBuffer有多长；3）ThradFactory - 线程工厂，参考前面讲过的线程工厂内容；4）ProductType - 生产者类型，枚举：SINGLE(一个)还是(MULTI)多个；5）WaitStrategy - 等待策略，Product和Handler的处理速度是不匹配的，所以这里设置的是Handler在等待时，执行什么策略。

解释：1.Future只提供了异步线程的结果返回，并没有提供回调机制；2.无法编排任务，处理有依赖关系的任务；3.无法处理有竞争的任务，比如实现最快的任务结束直接返回。/*** @Description:Future的不足*///生成订单的三个步骤//1 查询商品信息//2 查询用户信息//3 生成订单//查询商品信息try {});//查询用户信息try {return "小明";});//生成订单try {});try {

/自定义线程池(带返回值)// System.out.println("线程执行了");// });// return "CallAble返回值";// });如果没有传，使用默认拒绝策略演示示例：/***///演示默认拒绝策略TimeUnit.SECONDS,new ArrayBlockingQueue<>(1),new MyThreadFactory("订单业务"));

原理： 计算key的hash值，确定存放位置。参考：Java进阶：HashMap底层原理（通俗易懂篇）_java hashmap底层原理-优快云博客、数据覆盖问题：解释(红框内代码)： 如果多线程同时保存数据(hashcode相同)，都会走到628行，第一个线程会执行保存数据操作，第二个线程会执行覆盖操作。ConcurrentHashMap与HashMap数据结构都是数组+链表+红黑树，与HashMap不同的是， ConcurrentHashMap可以在并发环境下操作。读操作使用volati

***/try {System.out.println("拿到锁");}).start();try {System.out.println("拿到锁");}).start();运行结果：结论：两个线程一直没有停止。通过JVM命令查看：在真实的业务中死锁一般不容易察觉！/***///从member移除这个优惠券return id;/***///构建对象。

/存钱的线程i < 3000;//消费的线程i < 3000;/*** 存钱*//*** 消费*/期望：最终还是1000运行结果：每次运行结果不一样。

假设A和B使用了volatile,核心1修改缓存A,造成整个缓存行的数据都失效了，这个时候，核心2的缓存也失效了，需要从主存重新获取缓存行，这个时候造成了一个问题效率比较低。这里有一个非常要注意的点，futureTask.get()，如果在生产环境中这么使用，会无限制的等待线程返回数据，如果是个下单的场景，线程一直未执行完成，用户会永远卡在这里。核心1将缓存行加载到核心1、核心2的缓存中，这个时候缓存行既存在于核心1缓存中，也存在于核心2缓存中，这个状态叫做共享状态。

classReader.accept方法的第一个参数是classVisitor,即上面定义的classVisitor, 第二个ClassReader.SKIP_DEBUG，操作的时候，哪些信息不看，这里是跳过debug信息,一般来说设置忽略debug信息就可以了。用CoreAPI解析和TreeAPI都能做字节码解析，区别，TreeAPI必须读取完整字节码信息，才能做解析。八、反射之二反射管理类信息案例实战。九、反射之三反射修改类信息案例实战。十、反射之四通过反射调用类方法实战。

每个线程在执行的时候，先看能不能抢到锁，不能抢到锁等到，抢到锁，执行monitorenter指令，代码执行完后，再执行monitorexit指令退出，其他线程继续抢锁，抢到后继续执行这2个指令，如此往复。调用动态方法（如lamdba、动态语音编译的字节码），会有至少两步，第一步，先将语法糖还原成invokedynamic指令，第二步再根据具体方法类型，调用具体指令。0000 0031 - Java版本号，这里的31是16进制大版本号，转换后十进制49，前面4个字节 是小版本，后面是大版本。

当线程即使处于阻塞的时候，线程不再收到信号，线程也是可以收到一个异常，可以这个异常理解为一个信号，就像闹钟一样就会响，强制这个线程做出一定的响应，而这个异常就是这个子线程的那种，当调用线程终止方法，就会触发这个异常。当t1线程的x=b，从a=1代码的下面，移动到a=1代码的上面，且t2线程的y=a，从b=1代码的下面移动到b=1代码的上面，就会计算出x==0&&y==0，这种问题就是。这里为什么没有停止呢，这是因为当阻塞的时候，父线程只能给子线程发停止的信号，要不要停止子线程说了算。

一、arthas介绍3.选择监控哪个进程4.进入具体进程二、arthas的基础命令与基本操作1.查询包含Java的系统属性：命令：sysprop |grep java1.查询不含Java的系统属性：命令：sysprop | grep -v java3.打印历史命令命令：history4.查看当前工作目录命令：pwd三、如何使用arthas监控线上服务的内存状态1.dashboard - 当前系统的实时数据面板命令：dashboard -i 100 100毫秒刷新一次。

命令：jmap -dump:live,format=b,file=test.hprof 45094。FGCT 从应用程序启动到采样时的 Full GC 的消耗时间（秒）YGC 从应用程序启动到采样时 Young GC 的次数。FGC 从应用程序启动到采样时 Full GC 的次数。如果启动的是jar,则会将jar的完整类名信息展示出来。GCT 从应用程序启动到采样时 GC 的总时间。如果启动的时候带有参数，还会将启动时的参数打印出来。四、堆分析的基本功-jmap和jhat工具。

【代码】JVM-透彻掌握ParNew垃圾回收器的原理与使用screenflow。

在这种模式下，年轻代的⼤ ⼩、Eden和Survivor的⽐例、晋升⽼年代的对象年龄等参数会被⾃动调整，已达到在堆⼤⼩、吞吐量和停顿时间之 间的平衡点。在⼿动调优⽐较困难的场合，可以直接使⽤这种⾃适应的⽅式，仅指定虚拟机的最⼤堆、⽬标的吞吐量 （GCTimeRatio）和停顿时间（MaxGCPauseMills），让虚拟机⾃⼰完成调优⼯作。不管执⾏多少次，也不管每次执⾏多少时间，但是要在⼀定的时间范围⾥ ，尽可能让线程执⾏⽤户程序 ⾼吞吐量则可以⾼效率地利⽤CPU时间，尽快完成程序的运算任务。

情况1：比如，老年代此时可用空间80M < 历次YGC后升级老年代的平均对象大小100M，这样就会触发FullGC;情况2：移入老年代的对象大于，此时老年代的剩余空间，触发FullGC;情况3：被占用的老年代空间超过阈值，触发FullGC。

之前讲过，在G1里新生代的占比是5%-60%,如果堆空间是8G,此时新生代占的空间就是400MB~4.7GB，如果一次回收完，就会非常耗时，可以通过设置回收最大停顿时间，减少服务的停顿，一次回收一部分，比如1.2G。1.ParNew执行回收的时候，STW会比较长，CMS存在碎片化的问题，当物理机的内存变大，这套组合存在的问题会更大，加大物理内存，反而让垃圾回收更慢。如果是视频、大数据、批处理等对象比较大的场景，我们可以将最大停顿时间调大一些，让垃圾回收频率降低，单次垃圾回收效果会更好。

这个收集器是⼀个单线程的收集器，但它的 “单线程” 的意义并不仅仅说明它只会使⽤⼀个 CPU 或⼀条收集线 程去完成垃圾收集⼯作，更重要的是在它进⾏垃圾收集时，必须暂停其他所有的⼯作线程，直到它收集结束 （Stop The World）Serial回收器的优势与设置参数优势：简单⽽⾼效（与其他收集器的单线程⽐），对于限定单个 CPU 的环境来说， Serial 收集器由于没有线程交互的开销，专⼼做垃圾收集⾃然可以获得最⾼的单线程收集效率。② 作为⽼年代 CMS 收集器的后备垃圾收集⽅案，

⽼年代的总⼤⼩是10240K，未使⽤。这是因为 在新⽣代⾥的from和to是轮流使⽤的，⼀次只有⼀个发挥作⽤，相当于浪费了⼀个1M的空间，因此只有空间只有 8M的Eden区+1个1M的S区，⼀共是9M。] 这⾥表示的含义是在执⾏垃圾回收之前，年轻代被占⽤的空间 是8105K，完成垃圾回收之后占⽤的空间是378K，完成之后新⽣代的总空间⼤⼩是9216K，耗时0.0015472 secs。表示垃圾回收之前堆空间被占⽤的空间是8105K，回收之后被占⽤的是 378K，堆的总空间为19456K。

JVM-解密新生代垃圾回收器的工作原理

JVM-垃圾清除算法的原理

JVM-垃圾回收器介绍

这是JDK1.6的内存结构，JDK1.8以后方法区已经挪出来了，不属于JVM内存。一、从房屋户型图理解JVM的内存划分原理与基本结构介绍。二、第一步：掌握程序计数器的功能与工作过程。

都是由mvn中profiles的properties中提供，是可变的参数，脚本代码本身不需要人工去修改，只需要变的是mvn的参数即可；该节点中的节点是可作为参数传递给其他配置文件，如我这里的package-name节点值就可以在另外的assembly.xml或者shell脚本文件中通过${package-name}其实shell脚本中包含有解压命令，但是我在打包时放在了zip中，所以只能通过手动解压了，当然可以调整；把配置文件和jar包等压缩成什么文件格式，这里可以有：zip，tar等。

当大对象超过region一半，就会将其放到大对象region里边去，占用老年代空间，当有大量短周期大对象进入老年代，也会提高混合回收的频率，进而影响到FullGC的频率。我们完全可以通过最大停顿时间的调整，来控制每次垃圾回收的region数量以及回收垃圾大小。关于G1的优化，最重要的两点1.调整最大停顿时间、2.调整region大小。2.优化G1垃圾回收关键的一点，设置合理的最大停顿时间。1.是已分配内存占总内存的超过45%阈值；

秒杀场景,ParNew+CMS优化设置

动态调整新生代区域region的数量 - 在G1里，在执行YGC的时候，新生代的数量是可以动态变化的，一般什么都不设置的情况下，Eden区占比例在5%~60%之间(调整的原因，是根据每次执行垃圾回收后，根据当前的情况判断增加region数量，每增加一个region数量，Eden区就会增加一个，如果没有必要，Eden数量太多，导致回收时间太长，这时JVM就会减少Eden区数量)。1.混合回收前面为什么会有一次YGC呢，前面讲了混合回收的触发条件是，在YGC后，已分配的内存占总内存的45%，触发混合回收；

XX:+CMSScavengeBeforeRemark - 在重新标记阶段，会STW,导致服务中断，这个时候，在执行重新标记前，先执行一次YGC，因为重新标记主要管的是新创建的对象(新生代)，先执行一次YGC，新生代中的垃圾对象都会被提前清除掉，这样再扫描对象，对象就会少很多，从而降低STW停顿时间。-XX:PermSize=256M - 设置永久代初始内存大小，永久代大小的设置，跟你是什么应用(比如秒杀系统)没有多大关系，因为永久代是装载类文件的，一般设置256/512M就可以；

一、如何拆解亿级流量系统-百万级结算系统如何设置JVM。4.第四步：确定单笔订单耗时，寻找性能瓶颈。2.第一步：确定业务背景和核心流程。5.第五步：确定单笔支付需要的空间。3.第二步：确认系统的压力在哪里。6.第六步：回答面试官的问题。3.第三步：确定QPS。

收到一个新的类，最底层的系统类加载器并不直接加载，而是向上委托给扩展类加载器，而扩展类加载器拿到新类后，也不执行加载，继续向上委托给引导类加载器，引导类加载器会执行加载，假如能够加载成功，结束退出，如不能加载，向下返回个null，扩展类加载器检测到上层加载器不能加载，它会执行加载，假如加载成功，结束退出，如不能加载，继续向下返回个null，系统类加载器检测到上层加载器不能加载，系统类加载器会执行加载。扩展类加载器加载的类文件，相对JVM而言，不是特别重要，但是又比我们写的代码重要。

‐XX:+PrintGC 输出GC日志 ‐XX:+PrintGCDetails 输出GC的详细日志 ‐XX:+PrintGCTimeStamps 输出GC的时间戳（以基准时间的形式） ‐XX:+PrintGCDateStamps 输出GC的时间戳（以日期的形式，如 2013‐05‐04T21:53:59.234+0800） ‐XX:+PrintHeapAtGC 在进行GC的前后打印出堆的信息 ‐Xloggc:F://test//gc.log 日志文件的输出路径。（这里是指，并行能力较强的机器）

SpringBoot开发最大的好处是简化配置，内置了Tomcat, 在SpringBoot2.0.x版本中内置Tomcat版本是8.5.x，SpringBoot内置Tomcat的默认设置中，Tomcat的等待队列长度默认是100，Tomcat的最小工作线程数默认分配10，Tomcat的最大线程数是200，最大连接数是10000,至于最大并发量和最大连接数，常常理解成最大并发量就是最大连接数，实际上是有些牵强的，最大连接数并不一定就是最大并发量。，这2条请求任务恰恰是最容易忽略的，如此最终处理了14条请求，

上面这张图代表的是程序运行期间所有对象的状态，它们的标志位全部是0（也就是未标记，以下默认0就是未标记，1为已标记），假设这会儿有效内存空间耗尽了，JVM将会停止应用程序的运行并开启GC线程，然后开始进行标记工作，按照根搜索算法，标记完以后，所有从root对象可达的对象就被标记为了存活的对象，此时已经完成了第一阶段标记。和标记清除算法一样，也是从根节点开始，对对象的引用进行标记，在清理阶段，并不是简单的清理未标记的对象，而是将存活的对象压缩到内存的一端，然后清理边界以外的垃圾，从而解决了碎片化的问题。

（2）查询内存中对象数量及大小(包括活跃以及非活跃对象)(4)查看进程的GC信息 间隔1秒1次，打印5次。(4) 将内存使用情况dump到文件中。（3）查询内存中对象数量及大小(活跃对象)5.设置jvm的堆内存初始大小和最大大小。通过jstat命令进行查看堆内存使用情况。12.当发生内存溢出时，自动dump文件。查看Java进程xxx的指定JVM参数。查看Java进程xxx的JVM参数。(2) 通过浏览器访问。（1）查看class加载数统计。1.查看Java命令参数。（2）其他见学习笔记。

JVM调优：参数（学习笔记）

SpringBoot方法异步调用@Async

SpringBoot 快速实现 api 加密