Caffeine和Disruptor 标记下-有空再写经过

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 200+累计阅读 234平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄17年

关注

原创最新推荐文章于 2026-08-10 12:06:24 发布 234 阅读 AI 写同款· GEO 优化 ›

高性能缓存-Caffeine W-TinyLFU 频率记录的核心 LRU与LFU的对比 LRU(Least recently used,最近最少使用) 算法根据数据的历史访问记录来进行淘汰数据。 LFU(Least frequently used,最近最不常使用)算法根据一段时间数据的历史访问记录来进行淘汰数据。试想一下在0-10分钟内A数据访问量为1000，B数据访问量为20，而在10-20分钟的时候，B访问量为500，而... 阅读详情

Spring Boot缓存实战 Caffeine
https://www.jianshu.com/p/c72fb0c787fc/

Disruptor 介绍
https://blog.youkuaiyun.com/wwwzhouzy/article/details/119515921
SpringBoot Disruptor 简单封装
https://my.oschina.net/ymgjava/blog/5519681

收录于

springboot

当前文章被收录于：

springboot

21 篇文章 5 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#Disruptor

烽火中原H5背后的技术架构：揭秘高并发国战手游的服务器设计本文深入解析了《烽火中原H5》高并发国战手游的服务器架构设计，重点探讨了三端同步技术、Java高并发战斗系统及缓存优化策略。通过Cocos Creator实现H5、iOS、Android三端无缝体验，采用Netty+Disruptor架构处理5000人同屏战斗，结合多级缓存体系保障数据一致性，为开发者提供了高并发手游设计的实战参考。阅读详情

相关推荐

数据结构课程设计实战：从零构建一个高并发航空票务系统核心模块

本文详细介绍了如何从零构建一个高并发航空票务系统的核心模块，涵盖数据结构选型、高并发优化、分布式锁实践等关键技术。通过哈希表+跳表组合优化航班查询，分段锁提升余票管理效率，以及异步订单处理方案，实现工业级性能。适合计算机专业学生和开发者学习高并发系统设计。

weixin_33824385的博客 300

新一代缓存Caffeine，速度确实比Guava的Cache快

我想把记忆缓存起来，等再次见到你，就能够很快认出你。能够说出这么有哲理的话，得益于我对缓存的理解，以及对它的看重。没有了缓存，我的人生就没有了意义。缓存是非常重要的，工作中大部分工作可以说是和缓存打交道。由于使用广泛，所以针对缓存系统的任何优化，如果能够提高一丁点儿性能，就会让人无比兴奋。很长一段时间，我都在用Guava的LoadingCache。它和ConcurrentHashMap是非常像的，但在其上封装了一些好用的逐出策略和并发优化，就显得好用的多。今天主要说的是Caffeine...

LeZiJie的博客 704

Caffeine 和 Guava，本地缓存必备！

因为。

734

EhCache、GuavaCache和Caffeine之间的性能

Guava Cache Google Guava工具包是一个非常方便易用的本地化缓存实现，基于LRU算法实现，支持多种缓存过期策略。Guava在每次访问缓存的时候判断cache数据是否过期，如果过期，这时才将其删除，并没有另起一个线程专门来删除过期数据。内部维护了2个队列accessQueue和writeQueue来记录缓存中数据访问和写入的顺序。访问缓存时，先用key计算出hash，从而找出所在的segment，然后再在segment中寻找具体数据，类似于使用ConcurrentHashMap数据结构来

搬砖老农工的博客 3103

K型热电偶分度表读取方法

guaizaiguaizai的博客 5888

【QEMU系统分析之TPM篇（一）】

本文以 QEMU 8.2.2 为例，分析其 TPM-emulator 模块的实现，并为 QEMU 添加 Windows 平台的TPM 模拟器的支持。

David唐辉的博客 1190

Disruptor的应用--＞发送消息

disruptor log4j2

悬崖边的耗子的博客 1279

ROS2实战：打造智能巡检机器人的关键技术与实现

本文详细介绍了基于ROS2和Navigation2构建智能巡检机器人的完整实战流程。通过设计主从协作的事件驱动架构，实现了机器人在已知地图中的自动导航、定点语音播报和环境图像采集功能。文章涵盖了从环境搭建、仿真配置到核心控制节点、语音服务与图像记录模块的代码实现，为开发者打造实用的自动巡检机器人提供了清晰的技术指南。

weixin_29031057的博客 222

京东返利平台实时佣金计算引擎：基于Disruptor的无锁队列与内存计算架构设计

经过实测，在32核CPU服务器上，基于Disruptor的实时计算引擎单机吞吐量突破50万QPS，平均处理延迟低于2毫秒，P99延迟控制在10毫秒以内。在我们的架构中，京东联盟推送的原始订单报文被快速封装为事件对象，投入RingBuffer，随后由多个消费者线程并行处理。为了突破这一性能瓶颈，省赚客APP研发团队重构了核心计算引擎，引入LMAX Disruptor框架，构建了基于无锁环形队列（RingBuffer）与纯内存计算的实时处理架构，将单笔订单的佣金计算延迟压缩至毫秒级。对于低延迟场景，我们选用。

微赚淘客开发者博客 535

79.ScottPlot的MVVM实现 C#例子 WPF例子

在你的 WPF 窗口的 XAML 文件中，定义一个，并将其Content属性绑定到 ViewModel 中的属性。这样可以将WpfPlot控件动态绑定到 ViewModel。

S13461120713的博客 2568

PlutoSDR在matlab中的环境配置（包括驱动和硬件支持包）

双击下载到的驱动，除了点击接受协议和设置安装路径，其他只要点击下一步或者安装即可。登录或者注册你的账号，选择你的matlab版本（这里我的是2023b），点击下一步。设置安装路径，并选择我接受，点击下一步，即可安装完成，并在安装路径中得到。完成后，打开设备管理器，在端口和通用串行总线设备一栏，即可看见下图。点击进入，选择相应的系统安装包，这里我选择的Windows。可看到我们要安装的Pluto支持包，安装即可。右击桌面matlab，选择打开文件所在位置。右上角搜索pluto，选择并点击下一步。

weixin_53160338的博客 4864

京东618大促压测时自研中间件暴露出的问题总结，压测级别数十万/秒

前天618大促演练进行了全链路压测，在此之前刚好我的热key探测框架也已经上线灰度一周了，小范围上线了2500台服务器，每秒大概接收几千个key探测，每天大概2-4亿左右，因为量很小，所以框架表现稳定。借着这次压测，刚好可以检验一下热key框架在大流量时的表现。毕竟作为一个新的中间件，里面很多东西还是第一次用，免不得会出一些问题。压测期，我没有去扩容热key的worker集群，还是平时用的3个16C+1个4C8G的组合，3个16核是是主力，4核的是看上限能到什么样。由于之前那一周的平稳表现，导致我有

tianyaleixiaowu的专栏 1万+

从入门到实战：openEuler 系统管理与运维笔记(持续更新)

本文为openEuler系统管理与运维的实战笔记，从CentOS迁移者视角切入，详细介绍了openEuler的生态兼容性、内核优化及安全特性。内容涵盖系统安装规划、虚拟机部署、基础命令操作、文件系统管理以及用户权限配置等核心运维技能，旨在帮助读者快速上手并掌握这一企业级操作系统的日常管理。

weixin_29207149的博客 221

程序员撕开京东 618 大促压测的另一面 | 原力计划

作者 | 天涯泪小武责编 | 王晓曼出品 | 优快云博客前天618大促演练进行了全链路压测，在此之前刚好我的热key探测框架也已经上线灰度一周了，小范围上线了几千台服务器，每秒大概接收...

优快云资讯 2910

GEE土地分类：土地分类精度评定和分类后影像进行（Kmeans，Gmeans，SNIC (Simple Non-Iterative Clustering）聚类分析和滤波（focal_mode）分析

使用聚类分析和滤波分析来进一步处理土地分类后的影像数据。聚类分析可以帮助您识别影像中的相似区域。您可以使用聚类算法，如K均值聚类或层次聚类，将像素分组到具有相似像素值的群集中。这可以帮助您更好地理解图像中的空间模式和结构，并可能揭示有用的信息。滤波分析可以帮助您平滑图像并去除噪声。常见的滤波器包括中值滤波器和高斯滤波器。这些滤波器可以帮助您消除图像中的随机变化，并使其更易于解释和分析。

此星光明博客 2516

摇骰子、抽奖转盘酒桌游戏人生重启模拟器小程序源码分享-开通流量主躺着赚钱

向宇的博客，专注php/web全栈 unity游戏开发，欢迎大家评论纠错 1650

java压测请求线程数_程序员撕开京东 618 大促压测的另一面 | 原力计划

作者 | 天涯泪小武责编 | 王晓曼出品 | 优快云博客前天618大促演练进行了全链路压测，在此之前刚好我的热key探测框架也已经上线灰度一周了，小范围上线了几千台服务器，每秒大概接收几千个key探测，每天大概几亿左右，因为量很小，所以框架表现稳定。借着这次压测，刚好可以检验一下热key框架在大流量时的表现。毕竟作为一个新的中间件，里面很多东西还是第一次用，免不得会出一些问题。压测期，我没有去扩...

weixin_39838829的博客 98

温度PID控制PLC程序

温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值

高频交易系统加速秘籍：Java如何实现50μs微秒级延迟？5大技术深度剖析！

本文探讨了Java在高频交易系统中的性能优化方案。核心挑战在于微秒级延迟要求，传统Java存在GC暂停、内存拷贝和线程调度三大瓶颈。文章提出五大加速秘籍：1）采用ZGC/Shenandoah GC将GC停顿降至1ms以下；2）使用堆外内存规避GC；3）利用Netty实现零拷贝网络通信；4）以Disruptor无锁队列替代传统BlockingQueue；5）结合JNI调用C++实现关键路径优化。实践表明，优化后系统延迟可从毫秒级降至微秒级，单日利润提升显著。通过针对性调优，Java完全能够胜任高频交易场景的低

java专栏 1619

SAP B1中文培訓教材_SDK

公司内部培训资料，对开发工具，DIAPI， UIAPI，Add-ON有详细解说

复分析阿尔福斯(Ahlfors) 第三版答案英文

答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案

高性能ChatGPT聊天机器人服务的设计与实现

一个艺术成分很高的ChatGPT聊天机器人服务的设计与实现

bossfriday - 个人博客 2849

文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况

主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。

Java+SpringBoot构建个性化智能学习系统实践

个性化学习系统通过机器学习算法和知识图谱技术，实现教育资源的智能匹配与动态调整。其核心技术原理包括用户行为分析、内容相似度计算（TF-IDF算法）和协同过滤推荐（Apache Mahout）。在Java技术栈中，SpringBoot框架提供了稳定的微服务基础，结合MyBatis-Plus等组件可快速构建高可用教学平台。典型应用场景包括自适应习题推荐、学习路径优化等，其中基于Elo评级体系的难度调整算法可提升40%以上学习效率。本文以实际项目为例，详解了从内存泄漏排查到高并发优化的全链路开发经验，特别分享了使

weixin_34348174的博客 286

一次电商秒杀压测复盘：从 800ms 到 120ms 的链路优化实战

2026 年 3 月，我们团队负责支撑某电商平台「会员日秒杀」活动的技术保障。活动前一周，压测团队反馈核心下单接口平均响应时间高达 800ms，95 分位甚至突破 1.5s，远超出 200ms 的 SLA 要求。更棘手的是，在模拟 5000 QPS 的流量冲击下，MySQL 主库 CPU 飙升至 90%，Redis 缓存命中率骤降至 65%，多个服务出现线程池打满告警。

Sobremesa_k的博客 675

Java智能客服机器人性能优化实战：从架构设计到并发处理

Java智能客服机器人性能优化实战：从架构设计到并发处理。

2600_94959955的博客 379

2024全网最Mpsc 无锁队列专题(25秋招走起~)

MpscQueue由一系列数组构成，数组的最后一个元素指向下一个数组，形成单向链表。MpscQueue全程无锁化，非阻塞，相较于JDK提供的同步阻塞队列，性能有很好的提升，这也是Netty后来的版本将任务队列替换为JCtools的重要原因。在生产过程中，它用到了大量的CAS操作，对于需要做并发控制的地方，确保只有一个线程会执行成功，其他CAS失败的线程会自旋重试，全程都是无锁非阻塞的。不管是扩容，还是等待元素被填充到数组，这些过程都是会极快完成的，因此短暂的自旋会比线程挂起再唤醒效率更高。

Wangzc_1116的博客 1546

【无标题】

思路：通过记录，在同一轮会话中采用ConcurrentHashMap<String, AtomicInteger>挂载在上下文中，记录工具的调用次数，将工具的调用次数喂给AI同时，通过AOP切面，每次调用前检查改工具的剩余配额，超过了就阻断。先看grafana大盘，看看是不是这一个用户出现了这样的问题，其次我觉得直接定位这个用户，从表中拿出这个用户和AI进行对话的记录以及我的记忆压缩是否正常，看看是否是上下文过长的原因，同时这个用户的是不是在调用过程中出现了AI工具的幻觉？看看是不是工具的循环调用。

2301_80084989的博客 226

JGrowing技术选型策略：5个步骤教你为项目选择合适的技术栈

在软件开发中，技术选型是决定项目成败的关键环节。JGrowing作为Java成长路线的开源项目，不仅涵盖Java核心技术，还包含分布式系统、缓存策略、并发编程等多领域知识。本文将结合JGrowing项目中的实践经验，分享一套系统化的技术选型方法论，帮助开发者在复杂的技术生态中做出最优决策。 ## 一、明确业务需求与技术目标技术选型的第一步是深入理解业务场景。不同项目对性能、可扩展性、安全性的

gitblog_01178的博客 722

从技术堆砌到精准架构：Spring Boot项目依赖瘦身实战

在软件工程实践中，技术选型与架构设计是决定项目长期可维护性的关键。其核心原理在于遵循KISS与YAGNI原则，通过最小可行方案满足当前业务需求，避免过度设计。这一理念的技术价值在于降低系统复杂度、提升开发效率、减少运维成本，并增强团队对核心技术的掌控力。常见的应用场景包括初创项目技术栈规划、遗留系统重构以及团队技术债务治理。本文以Spring Boot项目为例，聚焦于依赖管理与架构简洁性，通过分析典型的技术堆砌案例，探讨如何通过评估业务场景、裁剪冗余依赖、采用轻量级替代方案（如用Caffeine替代Redi

weixin_34241036的博客 444

上一篇： Swagger2时启动控制台输出大量 Generating unique operation named

下一篇： GO-IM系统

数据结构课程设计实战：从零构建一个高并发航空票务系统核心模块

weixin_33824385的博客

07-14

300