大家好，我是飞哥！在开始今天的分

涉及Netty的writeAndFlush详解以及ChannelHandler的部分设计问题

★ Redis24篇集合1 介绍从上一篇的 《深刻理解高性能Redis的本质》 中可以知道， 我们经常在数据库层上加一层缓存（如Redis），来保证数据的访问效率。这样性能确实也有了大幅度的提升，因为从内存中取数远比从磁盘中快的多，但是本身Redis也是一层服务，也存在宕机、故障的可能性。一

本文涉及到的内核源码版本为： 5

本文基于 Linux 内核 5.

1

概述API/服务性能在为用户提供更好的体验方面发挥着重要作用，本文介绍几种技巧来提高API/服务的性能。可以从如下几个指标进行衡量响应时间：衡量API/服务的响应速度有效负载及其大小：通过网络传输的数据量吞吐量：调用API/服务的次数可以从如下参数进行优化，以使API/服务性能更好

日常Bug排查系列都是一些简单Bug的排查。笔者将在这里介绍一些排查Bug的简单技巧，同时顺便积累素材。

日常Bug排查-偶发性读数据不一致前言日常Bug排查系列都是一些简单Bug的排查。笔者将在这里介绍一些排查Bug的简单技巧，同时顺便积累素材。Bug现场业务场景先描述这个问题出现的业务场景。这是一个支付的场景，如果支付成功了，我们就把支付状态置为success(主单据更新)同时写入支付成功

Netty - Series 1这是一个后续打算进行长期更新的系列，每篇只包含相关的几个知识点，并不保证完全的准确性。那么作为第一篇，以我比较推崇的Netty框架作为开山作，并希望可以给大家带来一些比较少见但是又比较实用的东西。后续也没有什么特别长远的计划，大概率还是围绕着Netty、Rocket

问题描述某产品线的某个RocketMQ GroupID消息大量积压；DBA反馈该应用使用的TBase数据库带宽流量飙升，TBase数据库的CPU、Load处于正常范围。问题分析应用逻辑该应用主要逻辑是从RocketMQ接收消息，如果该消息在TBase中不存在，则插入相关信息到TBase中；如

这篇文章，我们聊聊实现定时任务的六种策略。1 自定义单线程上图中，我们启动一个线程，该线程无限循环执行，每隔20毫秒执行业务代码。这种方式非常简单易用，在很多中间件中得到广泛应用。2 JDK ScheduledExecutorServiceScheduledExecutorServic

最近算是闲来无事，再者就是，很早之前

大家好，我是飞哥！我们今天来深入地

前言日常Bug排查系列都是一些简单Bug排查。笔者将在这里介绍一些排查Bug的简单技巧，同时顺便积累素材^_^Bug现场最近碰到一个产线问题，表现为某个应用集群所有的节点全部下线了。导致上游调用全部报错。而且从时间线分析来看。这个应用的节点是逐步失去响应的。因为请求量较小，直到最后一台也失去响

我们使用 Rancher、k3s

线上的服务小概率出现 jvm 启动

这篇文章，我们聊聊消息队列中非常重要的最佳实践之一：消费幂等。1 基础概念消费幂等是指：当出现 RocketMQ 消费者对某条消息重复消费的情况时，重复消费的结果与消费一次的结果是相同的，并且多次消费并未对业务系统产生任何负面影响。例如，在支付场景下，消费者消费扣款消息，对一笔订单执行扣款操

为什么要做代码Review？

本文基于内核 5.4 版本源码讨

【云原生•监控】基于Pr

【云原生•监控】基于Pr

【云原生•监控】基于Pr

【云原生•监控】基于Pr

【云原生•监控】Micr

【云原生•容器】容器的崛

在 Spring Boot 项目中，数据库连接池已经成为标配，然而，我曾经遇到过不少连接池异常导致业务错误的事故。很多经验丰富的工程师也可能不小心在这方面出现问题。 在这篇文章中，我们将探讨数据库连接池，深入解析其实现机制，以便更好地理解和规避潜在的风险。

大家好，我是飞哥！在 Linux

Vue混淆与还原引言Vue是一种流行的JavaScript框架，用于构建用户界面。它简单易用且功能强大，备受开发者喜爱。然而，在传输和存储过程中，我们需要保护Vue代码的安全性。混淆是一种有效的保护措施，可以加密和压缩代码，使其难以被理解和修改。本文将介绍Vue混淆的概念以及如何进行还原。

HTML代码混淆是指将HTML源码通过特定的算法进行加密处理，使得人类可读的源码变得难以理解和识别，从而防止爬虫对网站数据的抓取。其原理主要包括以下几个方面：

借助容器生命周期回调收集pod重启前现场

最近在逛ElasticJob官方社区时发现很多小伙伴都在头疼这个ElasticJob上云的问题，ElasticJob本就号称分布式弹性任务调度框架，怎么在云原生环境就有了问题了呢，这就要从Kubenertes和ElasticJob的一些状态化说起。

JavaGuide 官方网站：j

数据库系列：MySQL慢查询分析和性能优化 数据库系列：MySQL索引优化总结（综合版）数据库系列：高并发下的数据字段变更数据库系列：覆盖索引和规避回表数据库系列：数据库高可用及无损扩容数据库系列：使用高区分度索引列提升性能数据库系列：前缀索引和索引长度的取舍数据库系列：MySQL引擎

数据库系列：MySQL慢查询分析和性能优化 数据库系列：MySQL索引优化总结（综合版）数据库系列：高并发下的数据字段变更数据库系列：覆盖索引和规避回表数据库系列：数据库高可用及无损扩容数据库系列：使用高区分度索引列提升性能数据库系列：前缀索引和索引长度的取舍数据库系列：MySQL引擎

你好，我是雨乐！最近在阅读C++

你好，我是雨乐！最近在整理Mod

1. 问题背景笔者在分析业务线问题时，多次遇到使用

这篇文章，我们聊一聊 RocketMQ 的消息轨迹设计思路。查询消息轨迹可作为生产环境中排查问题强有力的数据支持 ，也是研发同学解决线上问题的重要武器之一。1 基础概念消息轨迹是指一条消息从生产者发送到 Broker , 再到消费者消费，整个过程中的各个相关节点的时间、状态等数据汇聚而成的完整

深度链接（DeepLink）移动互联网时代，App成为了绝对的流量入口，用户90%以上的时间都花在一个个App的体验中，移动端自然而然地成为企业推广拉新、营销促活的绝佳场景。然而当用户需要通过网页访问App中的具体内容时，传统链接无法对不同的独立App进行内容交互，使得用户需要多番操作才能到达目标

数据库系列：MySQL慢查询分析和性能优化 数据库系列：MySQL索引优化总结（综合版）数据库系列：高并发下的数据字段变更数据库系列：覆盖索引和规避回表数据库系列：数据库高可用及无损扩容数据库系列：使用高区分度索引列提升性能数据库系列：前缀索引和索引长度的取舍数据库系列：MySQL引擎

很多业务场景里，我们都需要发送短信，比如登陆验证码、告警、营销通知、节日祝福等等。这篇文章，我们聊聊 Java 应用中如何优雅的发送短信。1 客户端/服务端两种模式Java 应用中发送短信通常需要使用短信服务提供商提供的短信 API 。我们经常使用的短信渠道有：阿里云、腾讯云、华为云、亿美

本文主要是测试Ckafka的性能如何，作为一款商用的消息中间件，从消息的接收和处理，以及监控维度查看消息中间件的使用方便程度，比起自己搭建一个kafka的框架来说有什么省心的地方和优点缺点。

云函数 Serverless 是一种无服务器计算服务，可以帮助用户在云端运行代码而无需管理服务器，用户只需编写业务逻辑代码并上传到云端，云函数会根据请求量自动扩容，按照实际使用的计算资源付费，同时支持与其他云服务集成，如对象存储、消息队列、数据库等。云函数 Serverless 可以用于处理数据、构

大家好，我是飞哥！在 10 月

1、数据库核心知识点数据库系列：MySQL慢查询分析和性能优化 数据库系列：MySQL索引优化总结（综合版）数据库系列：高并发下的数据字段变更数据库系列：覆盖索引和规避回表数据库系列：数据库高可用及无损扩容数据库系列：使用高区分度索引列提升性能数据库系列：前缀索引和索引长度的取舍

随着互联网发展玩法流量逐渐多样以及外部环境的变化，渠道流量和获客途径也在随之颠覆，原有赛道里的玩家们可能都发现了：过去稳定的用户池以及获客套路已经有些玩不转，投放以及激励措施逐渐失效。因此，如何确保在多变的互联网环境下，迅速搭建起能时刻满足用户需求的运营体系，已经成为众多企业急待解决的问题。本文

数据库系列：MySQL慢查询分析和性能优化 数据库系列：MySQL索引优化总结（综合版）数据库系列：高并发下的数据字段变更数据库系列：覆盖索引和规避回表数据库系列：数据库高可用及无损扩容数据库系列：使用高区分度索引列提升性能1 背景有时候我们需要在字符类型的字段上建设索引，但是如果该字

数据库系列：MySQL慢查询分析和性能优化 数据库系列：MySQL索引优化总结（综合版）数据库系列：高并发下的数据字段变更1 背景我们常常在创建组合索引的时候，会纠结一个问题，组合索引包含多个索引字段，它的顺序应该怎么放，怎样能达到更大的性能利用。正确的索引字段顺序应该取决于使用该索引的查

Java核心知识体系1：泛型机制详解Java核心知识体系2：注解机制详解Java核心知识体系3：异常机制详解Java核心知识体系4：AOP原理和切面应用1 介绍无论是那种语言体系，反射都是必不可少的一个技术特征。从Java体系来说，很多常用的技术框架或多或少都使用到了反射技术，比如Spri

Hope is a good thing, maybe the best of things, and no good thing ever dies.希望是件美丽的东西，也许是最好的东西，而美好的东西是永远不会消逝的。大家好，我是勇哥 。1024 , 程序员节，圆了我一个小小的梦。花

移动工具类App早已渗入生活的方方面面，除了日常的通信娱乐外，你也许在不知不觉间就已经使用了多个工具App，比如刚刚你就在使用某输入法打字、打开某相机拍照、打开某应用查看天气…传统的工具类App的属性是“用完即走”，用户完成了一次使用，就关闭了App，对App的依赖性不大，因此推出有效的创新玩法、

MQ系列1：消息中间件执行原理MQ系列2：消息中间件的技术选型MQ系列3：RocketMQ 架构分析MQ系列4：NameServer 原理解析MQ系列5：RocketMQ消息的发送模式MQ系列6：消息的消费MQ系列7：消息通信，追求极致性能 MQ系列8：数据存储，消息队列的高可用保障

MQ系列1：消息中间件执行原理MQ系列2：消息中间件的技术选型MQ系列3：RocketMQ 架构分析MQ系列4：NameServer 原理解析MQ系列5：RocketMQ消息的发送模式MQ系列6：消息的消费MQ系列7：消息通信，追求极致性能 MQ系列8：数据存储，消息队列的高可用保障

为什么要使用Sentinel？Sentinel使用简单、配置灵活，可将Sentinel的动态数据源接口与配置中心结合使用，动态地改变流量规则。Sentinel提供的流量控制功能有限流、熔断、系统自适应、授权等。笔者当时使用了熔断和系统自适应功能应对突增流量导致服务雪崩的问题，同时使用限流功能并结合

lntelliJ IDEA是一款优秀的软件开发工具，学习和掌握IntelliJ IDEA对于开发者来讲具有十分重要的意义。图片来自网络今天给大家分享的这份手册以IntelliJ IDEA的操作及使用为主线，同时贯穿示例教学，全面地向你展示其强大的开发与管理能力。内容展示：第1章与第2章讲解

背景介绍在一次druid数据库连接池连接泄露的排查分析介绍了连接泄露的分析排查过程，在几行代码轻松复现druid连接泄露的BUG之PhyTimeout介绍了当配置了phyTimeoutMillis参数情况下，连接泄露的场景，下面通过代码的方式来复现当数据库操作出现FatalError情况下连接泄露

背景介绍在一次druid数据库连接池连接泄露的排查分析介绍了连接泄露的分析排查过程，在几行代码轻松复现druid连接泄露的BUG之PhyTimeout介绍了当配置了phyTimeoutMillis参数情况下，连接泄露的场景，在几行代码轻松复现druid连接泄露的BUG之onFatalError介绍

Spring Cloud“微服务”应该是互联网圈内争论很久的一个话题，开发者对此的讨论也一直在继续，近些年，SpringCloud有碾压Dubbo的趋势，你怎么看呢？SpringCloud在近些年来受到国内不少开发人员的广泛关注，也是比较吃香的一个技术技能，如果一个程序员连SpringCloud

Disruptor 是英国外汇交易公司 LMAX 开发的一个高性能队列。很多知名开源项目里，比如 canal 、log4j2、 storm 都是用了 Disruptor 以提升系统性能 。这篇文章，我们通过两个例子一步一个脚印帮助同学们入门 Disruptor 。1 环形缓冲区下图展示了 Di

将HotSpot VM源代码从Makefile项目更改为CMakeLists项目，避免调试崩溃和链接不过去，代码报红等问题。

前言 09 给对象添加偏向锁的调试10 偏向锁的退出的调试11 偏向锁的重入 以及 线程1获取偏向锁并释放线程2获取锁 的调试12 给对象添加轻量级锁的调试呵呵 接着前几篇  本文调试一下 一下的几个场景1. 轻量级的重入2. 线程1添加了轻量级

你好呀，我是歪歪。朋友们，好消息

项目场景：这个任务的主要目标是上传大文件，这些文件非常庞大，可以达到几百兆字节。需要确保上传过程的可靠性和稳定性，同时确保上传速度快，并且不会出现任何错误或中断。这个任务可能需要使用高速的互联网连接和专门的上传软件来完成。问题描述提示：直接走程序是没有问题的，会提示自定义错误，但是走n

GPT 能够给我们带来很大的帮助，因此我们要好好利用它。我们希望 GPT 输出令我们满意的内容，影响 GPT 输出内容的因素有模型和输入（Prompt，提示词）。

本文基于内核 5.4 版本源码讨

这篇文章，笔者想聊聊 RocketMQ 最佳实践之一：保证订阅关系一致。订阅关系一致指的是同一个消费者 Group ID 下所有 Consumer 实例所订阅的 Topic 、Tag 必须完全一致。如果订阅关系不一致，消息消费的逻辑就会混乱，甚至导致消息丢失。1 订阅关系演示首先我们展示正确

背景介绍在一次druid数据库连接池连接泄露的排查分析介绍了连接泄露的分析排查过程，但是对造成连接泄露的场景描述的不是太详细，下面通过代码的方式来复现连接泄露的case。复现过程连接泄露场景模拟了在设置了phyTimeoutMillis参数情况下，连接泄露的场景。连接泄露模拟代码impo

★微服务系列微服务1：微服务及其演进史微服务2：微服务全景架构 微服务3：微服务拆分策略微服务4：服务注册与发现微服务5：服务注册与发现（实践篇）微服务6：通信之网关微服务7：通信之RPC微服务8：通信之RPC实践篇（附源码）微服务9：服务治理来保证高可用微服务10：系统服务熔断

★微服务系列微服务1：微服务及其演进史微服务2：微服务全景架构 微服务3：微服务拆分策略微服务4：服务注册与发现微服务5：服务注册与发现（实践篇）微服务6：通信之网关微服务7：通信之RPC微服务8：通信之RPC实践篇（附源码）微服务9：服务治理来保证高可用微服务10：系统服务熔断

本文基于内核 5.4 版本源码讨

 文章目录前言架构设计名词说明生产10000数据总共耗时消费10000数据总共耗时最后单条消息消耗需要异步接收异步消费测试代码5000数据测试异步接收异步消费1万数据测试异步接收异步消费3万数据测试异

这次操作差点把自己送走起因自从RabbitMQ的版本从3.9.8升级到3.11.15之后就一直没有消停过，这不监控又在呼唤了。集群中的一个节点磁盘的增速超过了阈值，查看服务器进七天的磁盘使用量一直在缓慢的增长，不是一个好的预兆，如果一直增长下去就会触发集群的磁盘空间阻塞，这是最致命的，一旦由于磁

Redis系列1：深刻理解高性能Redis的本质Redis系列2：数据持久化提高可用性Redis系列3：高可用之主从架构Redis系列4：高可用之Sentinel(哨兵模式）Redis系列5：深入分析Cluster 集群模式 追求性能极致：Redis6.0的多线程模型追求性能极致：客户端

前段时间踩到一个比较无语的生产 BUG，严格来说其实也不能算是 BUG，只能说开发同事对于业务同事的需求理解没有到位。

作为一个辅助提升速度的组件，如果自己存在请求延迟的情况，那将是一个巨大的灾难，可能引起整条业务链路的雪崩

从不同角度分析垃圾收集器，可以将其划分为不同的模型。按线程数分，可以分为串行垃圾回收器和并行垃圾回收器；按照工作模式分，可以分为并发式垃圾回收器和独占式垃圾回收器；

NSF(Netease Service Framework)是网易数帆下的一款微服务框架，项目在压测过程中，发现NSF FeignClient有性能瓶颈，下面对遇到的问题及优化方案进行分析，以备忘。

在上篇介绍了druid 1.2.18之前的版本存在连接泄露的风险，同时为了发现新版本可能存在的连接泄露风险，需要能够及时发现连接泄露的问题，下面介绍一下解决思路。

NettyNetty是一款非常优秀的网络编程框架，是对NIO的二次封装，本文将重点剖析Netty客户端的启动流程，深入底层了解如何使用NIO编程客户端。Linux网络编程5种IO模型根据UNIX网络编程对于IO模型的分类，UNIX提供了5种IO模型，分别是 阻塞IO 、 非阻塞IO、 IO复用

工作之余，想总结一下JVM相关知识。话不多说直接进入主题Java运行时数据区：Java虚拟机在执行Java程序的过程中会将其管理的内存划分为若干个不同的数据区域，这些区域有各自的用途、创建和销毁的时间，有些区域随虚拟机进程的启动而存在，有些区域则是依赖用户线程的启动和结束来建立和销毁。Java虚

通过对Java领域中，JDK内部提供的各种锁的实现来看，一直围绕的核心主要还是基于AQS基础同步器来实现的，但是AQS基础同步器不是一种非它不可的技术标准规范，更多的只是一套技术参考指南。

接上篇的事情，看到报警群有个报错，赶忙的去处理了。

对Nginx域名转发做了个压测，结果不大理想，jmeter哗哗的报错，Nginx连接全是超时，tps波动剧烈

技术框架升级实践经验分享

最近项目组某应用将数据库由Oracle切换到了TBase，遇到了数据库连接泄露导致无法创建新连接的问题，下面是问题的分析过程。

这是一个给第三方压测之后，第三方反馈的性能问题。

Java作为一门广泛应用的编程语言，其在跨线程拷贝方面的处理一直是一个令人头疼的问题。在多线程的应用场景中，经常需要将某些数据从一个线程传递到另一个线程，比如如下几个场景：全链路追踪：全链路追踪是一种用于监控和诊断分布式系统的技术。

什么是负载均衡假设生产环境只有一台服务器，一旦压力过大就很有可能导致Web服务响应缓慢，严重的可能会导致生产环境宕机。

有了指令集架构这层抽象，我们就无需关心其背后的实现是虚拟机还是物理机，甚至假如实际的执行是基于寄存器实现的，但指令集架构里是基于栈的，我们也可以说这套指令集架构是基于栈的。

来个灵魂拷问：缓存解决能解决什么问题呢？

你好，我是yes。刚想周五下午摸个鱼，直接一个钉钉消息打破了我的计划：有个bug。我说：啥bug？对方说：刚申请的内部用户的账号登录不上去。我说：还有这种事，报啥错？登录的时候报了这个错：他的密码是这个的：我瞄了一眼，这明显不含大写啊，你让他密码改成含大写的就行了。对方有点懵：

ArrayList底层维护的是一个动态数组，每个ArrayList实例都有一个容量。该容量是指用来存储列表元素的数组的大小。它总是至少等于列表的大小。随着向 ArrayList 中不断添加元素，其容量也自动增长。ArrayList不是同步的（也就是说不是线程安全的），如果多个线程同时

为了让业务团队可以更好的跟踪自己消息的生产和消费状态，需要一个类似于表格视图的消息列表，用户可以直观的看到发送的消息；同时点击详情后也能查到消息的整个轨迹。

哈喽，我是子牙，一个很卷的硬核男人深入研究计算机底层、Windows内核、Linux内核、Hotspot源码……聚焦做那些大家想学没地方学的课程。为了保证课程质量及教学效果，一年磨一剑，三年先后做了三个课程：手写JVM、手写OS及带你用纯汇编写OS、手写64位多核OS及

在Java中有两种创建字符串对象的方式：1）采用字面值的方式赋值  2）采用new关键字新建一个字符串对象。这两种方式在性能和内存占用方面存在着差别。

Java反射机制是Java语言中一种很重要的机制，可能在工作中用到的机会不多，但是在很多框架中都有用到这种机制。我们知道Java是一门静态语言，在程序编译时变量的数据类型都已经确定，那么在Java运行时环境中，对于任意一个类，我们能否知道这个类有哪些属性和方法？对于任意一个对象，能否调用它的任意一个

面向组件架构tomcat代码看似很庞大，但从结构上看却很清晰和简单，它主要由一堆组件组成，如Server、Service、Connector等，并基于JMX管理这些组件

本文就来和大家一起探讨一下关于ConcurrentHashMap的源码，版本是JDK1.8，下面让我们正式开始吧。

看似简简单单的一个 Golang 的 Hello World 程序，只要你愿意深挖，里面真的有极其丰富的营养的！

canal 是阿里知名的开源项目，主要用途是基于 MySQL 数据库增量日志解析，提供增量数据订阅和消费。这篇文章，我们手把手向同学们展示使用 canal 将 MySQL 增量数据同步到 ES 。1 集群模式图中 server 对应一个 canal 运行实例 ，对应一个 JVM 。ser

通过jstat -gcutil pid 5000 ,发现fgc次数很多而且频繁，此时老年代占比已经大约70%左右，且已经回收不了内存，我们这边设置的fgc阈值是老年代的70%

周末的时候，有一位小伙伴提了一些关于  ConcurrentHashMap 的问题，都是他最近面试遇到的。

一、案例说明存在2个系统，A系统和B系统，A系统调用B系统的接口获取数据，用于查询用户列表。

 文章目录前言架构设计测试代码5000数据测试异步接收异步消费1万数据测试异步接收异步消费3万数据测试异步接收异步消费5万数据测试异步接收异步消费发送大小总结 前言这个测试主要

MQ系列1：消息中间件执行原理MQ系列2：消息中间件的技术选型MQ系列3：RocketMQ 架构分析MQ系列4：NameServer 原理解析MQ系列5：RocketMQ消息的发送模式MQ系列6：消息的消费MQ系列7：消息通信，追求极致性能 MQ系列8：数据存储，消息队列的高可用保障

出现明显的性能拐点时，就找到了系统的性能瓶颈，摸到最大容量。

如果说我们来玩个文字游戏，当面试官问“一个 SpringBoot 项目能处理多少请求”的时候，我们可以从线程池的角度去答。但是当面试官问“一个 SpringBoot 项目能接受多少个连接”的时候，我们就不得不聊到刚刚提到的这两个参数了。

我先给大家看一下一副正常的gc曲线监控（为保密性，我自己按照平台监控画了出来）

了解它的内部实现原理，可以帮助我们写出更高性能的代码，以及避免协程泄露造成的内存泄漏问题。

突然发现我们的一个应用，应用内线程数超过 900 条，接近 1000 条，但是 cpu 并没有高涨，内存也不算高峰。

背景前段时间我们想实现 Pulsar 消息的追踪流程，追踪实现的效果图如下：实现其实比较简单，其中最重要的就是如何存储消息。消息的读取我们是通过 Pulsar 自带的 BrokerInterceptor 实现的，对这个感兴趣的朋友后面会单独做一个分享。根据这里的显示内容我们大概需要存储

分歧出现的背景这是谁的问题？代码架构的问题？有什么问题？解决问题的思路是什么？总结背景这个问题要从业界鼎鼎大名的三层架构说起： 表示层、业务逻辑层、数据访问层。似乎从一开始接触写代码，好像就有一个不成文的规定，Service 层往往要写一个 

@[toc]概要ActiveMQ Artemis是一个开源的消息中间件，它实现了JMS规范，支持多种协议和传输方式。它提供了一个高性能、可扩展、可靠的消息传递系统，适用于各种场景，包括云计算、大数据、企业集成等。可靠性高：ActiveMQ Artemis使用持久化存储来保证消息的可靠

AQS，全称 Abstract Queued Synchronizer，是一个抽象的队列同步器，通过维护一个共享资源状态（ Volatile Int State ）和一个先进先出（ FIFO ）的线程等待队列来实现一个多线程访问共享资源的同步框架。

Redis的发布订阅（Pub/Sub）模式是一种消息传递机制，它允许在发送者和接收者之间建立松耦合的通信关系。

三次握手不是 TCP 本身的要求，而是为了满足"在不可靠信道上可靠地传输信息"这一需求所导致的

我更情愿叫它：坑你没商量之埋雷大法。

今天我们聊点点的知识点typedef & using😁。

接着前三篇，我们这里来调试一下轻量级锁;以下内容基于 jdk9 + lldb-1001.0.13.3

为了保证应用在下线的时候尽可能少的丢失流量，我们期望达到以下两个目标：在停止应用之前，所有新的请求不再发送到该应用上（本次分析的问题）在停止应用之前，应用正在处理的请求能够完整的处理

 文章目录概要整体架构流程技术细节小结引用 概要在项目开发中，使用Websocket订阅可以实现实时推送数据更新和变化。但是，这也存在一些痛点。首先，Websocket订阅需要对订阅对象进行管理，确保订阅的准确性和及时性。其次，订阅的消息需

我遇到一个RocketMQ集群出现了一个十分诡异的现象，现象如下图所示：

背景介绍我们的系统运行在阿里云上，负载均衡使用的SLB，应用运行环境使用的EDAS，Servlet容器使用的是taobao-tomcat-7.0.59。我们期望在停止应用之前，能够将已经与tomcat建立的连接安全的关闭掉，然后结合SLB的健康检查机制，实现停止应用前优雅的摘流能力，这样在应用停止

《explain 显示 count(*) 使用了索引，实际却是全表扫描》提到了全表扫描和对主键索引进行全索引扫描，我把这两者等价对待了。对主键索引进行全索引扫描对应的就是本文标题中的全主键扫描。因为有两位读者就全表扫描、全主键扫描这两种读取数据的方式和我进行了交流，为了弄清楚两者到底是不是

MySQL 日期类型选择属于后端面试比较高频的知识点了。即使不是准备面试，日常开发也是需要经常用到的。

★微服务系列微服务1：微服务及其演进史微服务2：微服务全景架构 微服务3：微服务拆分策略微服务4：服务注册与发现微服务5：服务注册与发现（实践篇）微服务6：通信之网关微服务7：通信之RPC微服务8：通信之RPC实践篇（附源码）微服务9：服务治理来保证高可用微服务10：系统服务熔断

Elasticsearch 是一个分布式的、面向生产规模工作负载优化的搜索引擎。Kibana 可以将 Elasticsearch 中的数据转化为直观的图表、图形和仪表盘。这篇文章，您将学习本地安装 Elasticsearch 和 Kibana，以及使用开发工具/ Java SDK 创建索引和搜

有一天，同事问了我一个来自客户的问题：在 my.cnf 中增加系统变量 foreign_key_checks 之后，MySQL 就启动不了了。我们尝试通过 SET 命令修改 foreign_key_checks，成功了。查看官方文档，明明也是有这个系统变量的：为什么把 foreign_key

前言在项目中，我们可以使用一些表达式来判断是否需要触发警告。例如一些常见的表达式及其含义：条件表达式：这是最基本的表达式，用于判断某个条件是否成立。例如：if (x > 10) { // do something}这个表达式会判断变量 x 是否大于 10，如果成立，则

在面对IO密集型系统性能优化时，我们可以通过三种主要的方式来进行：批处理、缓存和多线程。这三种方式各有其优点和适用场景。

前言在工作中碰到统计相关的业务，原先是从DB里面读数据，还因为是几乎近乎实时统计，仔细思考发现公式还是有优化的空间，考虑放到内存里面来统计，之前的单体服务倒是很好解决，加锁就可以，但是碰到微服务就要考虑多端并发原子性问题，自然而然想到了Lua脚本。1.配置Lua脚本脚本文件local

Redis系列1：深刻理解高性能Redis的本质Redis系列2：数据持久化提高可用性Redis系列3：高可用之主从架构Redis系列4：高可用之Sentinel(哨兵模式）Redis系列5：深入分析Cluster 集群模式 追求性能极致：Redis6.0的多线程模型追求性能极致：客户端

以下运行时数据可能是来自于多次调试, 可能会存在运行时数据 对不上的情况, 但是的条理逻辑会在文字中描述清楚的 

哈喽，我是子牙，一个很卷的硬核男人深入研究计算机底层、Windows内核、Linux内核、Hotspot源码……聚焦做那些大家想学没地方学的课程。为了保证课程质量及教学效果，一年磨一剑，三年先后做了三个课程：手写JVM、手写OS及带你用纯汇编写OS、手写64位多核OS及

前言主要是为了存档，碰到表单传对象数组的情况，一般都是一个表单只能传一个对象，后面经过跟前端的研究和讨论发现居然可以传对象数组，以此作为记录分享。@Datapublic class SealLocationInfoRequest implements Serializable {

JSch是一个纯Java实现的SSH2协议的客户端库。它允许您在Java应用程序中进行安全的远程登录、文件传输和执行命令。您可以使用JSch来连接到远程服务器并执行各种操作。导入pom包 <dependency> <groupId>

★微服务系列微服务1：微服务及其演进史微服务2：微服务全景架构 微服务3：微服务拆分策略微服务4：服务注册与发现微服务5：服务注册与发现（实践篇）微服务6：通信之网关微服务7：通信之RPC微服务8：通信之RPC实践篇（附源码）微服务9：服务治理来保证高可用微服务10：系统服务熔断

你好呀，我是歪歪。周一的时候不是发了《在开源项目中看到一个改良版的雪花算法，现在它是你的了。》这篇破文章嘛

前言一开始发现测试环境报错，原先配置6现在配置20依然还是很频繁的报错，想看下底层到底如何处理的导致这个问题，到底什么情况。

前言项目中用到了cmd命令去执行，但是发现一个问题就是，当需要切换用户和执行命令的时候特别的麻烦，所以后面又该用了jsch的连接方式，测试一下性能理想不理想，看看有劣势。相关配置ssh的连接数# cat /etc/ssh/sshd_config | grep MaxSessions#

ThreadPoolExecutor是Java concurrent中用于管理线程池的类，它是Executor框架的一个实现

大家好，我是威哥，《RocketMQ技术内幕》、《RocketMQ实战》作者、RocketMQ社区首席布道师、极客时间《中间件核心技术与实战》专栏作者、中通快递基础架构资深架构师，越努力越幸运，唯有坚持不懈，与大家共勉。1、MinIO集群拓扑结构MinIO可以部署到三种类型的

NameServer 是专为 RocketMQ 设计的轻量级名字服务，它的源码非常精简，八个类 ，少于1000行代码。

在重构的过程中，某些使用cpp11往往需要几十行甚至上百行实现的功能，用17进行重写也就那么十几行完事，真的太方便了，今天就聊聊用过的一个比较爽的功能lambda with template。

项目场景：线程池的地方用的还是挺多的，一般来说用的多的还是execute方法，submit方法还是用的挺少的，一般ThreadPoolExecutor 的 submit 方法通常用于将一个任务提交到线程池中执行。这个方法会返回一个 Future 对象，可以用来检查任务的执行状态，获取任务的返

大家好，我是威哥，《RocketMQ技术内幕》、《RocketMQ实战》作者、RocketMQ社区首席布道师、极客时间《中间件核心技术与实战》专栏作者、中通快递基础架构资深架构师，越努力越幸运，唯有坚持不懈，与大家共勉。由于最近刚接手对象存储相关系统的建设与稳定性运维，作为一个

现代CPU的本质其实也是一个分布式系统，很多时候仍需要编程者手动去解决数据不一致性的问题

在使用 Java 中的 CyclicBarrier 时，需要仔细考虑各种情况，以确保程序的正确性和性能。

目前在工作中遇到一个性能问题，我们有个定时任务需要处理大量的数据，为了提升吞吐量，所以部署了很多台机器，但这个任务在运行前需要从别的服务那拉取大量的数据，随着数据量的增大，如果同时多台机器并发拉取数据，会对下游服务产生非常大的压力。

别人给出的结论不一定的完全正确的，只有知道产生结论的原因，才能更有效的利用这个结论。

中断的历史原因在聊中断机制之前，我想先和大家聊一聊中断机制出现的前因后果。最一开始计算机操作系统的设计是能够一次性的执行所有的计算任务的，这被称为顺序执行，也是批处理操作系统（Batch system）。顺序执行的意思是一个任务接着一个任务的依次执行，就像我们编写代码的时候，我们肯定是写完一行代

每次做并发操作时，都建议想清楚，这个场景的到底需不需要保护共享变量，做好原子操作等。

一般来说，我们除了“全局唯一”这个基本属性之外，还会要求生成出来的 ID 具有“递增趋势”，这样的好处是能减少 MySQL 数据页分裂的情况，从而减少数据库的 IO 压力，提升服务的性能。

今天这篇先聊聊其内部引入 Blink Tree 来替换 B+Tree 的事情

前言随着业务量的不断增长，数据库的读写压力也越来越大。为了解决这个问题，我们可以采用读写分离的方案来分担数据库的读写负载。本文将介绍如何使用 Spring Boot + MyBatis Plus + MySQL 实现读写分离。读写分离原理读写分离是指将数据库的读操作和写操作分别放到不同的数据库

前言继上次线上 CPU 出现了报警，这次服务又开始整活了，风平浪静了没几天，看生产日志服务的运行的时候，频繁的出现 OutOfMemoryError，就是我们俗称的 OOM，这可还行！频繁的 OOM 直接会造成服务处于一个不可用的情况，通过 Skywalking 查看链路调用，基本全报红了，基本处

MySQL主从复制是一种常用的数据库高可用性解决方案，可以提高数据库的可用性和性能。本教程将介绍如何搭建MySQL主从复制。1、MySQL 支持的复制类型基于语句的复制（STATEMENT）：在主服务器上执行的 SQL 语句，在从服务器上执行同样的语句。MySQL 默认采用基于语句的复制，效率

最近抽空对之前写的 Redis 持久化机制进行了大幅完善，图文并茂，清晰易懂。分享一下，希望对你有帮助！

前言Spring Boot 作为现在 Java 微服务开发中的中流砥柱，其开箱即用、免去 xml 配置等特点，高效便捷的使 Java 程序员进行业务开发。每次面试 Spring Boot 相关技术点时，其自动装配原理也是重点关注对象。下面我将结合源码针对 Spring Boot 实现自动配置做

前段时间业务团队偶尔会碰到一些 Pulsar 使用的问题，比如消息阻塞不消费了、生产者消息发送缓慢等各种问题。

曾经优化慢查询时，经常在日志中看到 truncate，当时一直疑惑 truncate 为什么会慢。转到数据库方向之后，又碰到过几次 truncate 执行时间过长，导致 MySQL 短暂卡住的问题。经过源码分析和同事测试验证，发现这几次的问题都跟自适应哈希索引有关，所以，深入研究下自适应哈希索

不论是JDK基础，还是各类组件，在源码中都涉及大量的异常封装，从而精确的反映出描述信息，先来看看Java中的异常体系基础

内存是线性地址空间，kernel程序先进入内存，一进入内存就开启保护模式，然后进行空间和权限的划分。

背景Tomcat流量模型概览如何评估Tomcat的最大容量WHY拓展背景系统上线后，要评估下系统容量+业务流量，可以避免系统资源浪费、防止系统资源不足导致系统不可用。本次以Tomcat这个Servlet容器来分析一个SpringBoot项目最多能同时处理多个请

其实编程主要考察的还是我们的一种思维模式，就像这个适配器模式，理解它的运用场景最重要。

当你有1000客户端（文件描述符）的时候，每循环一次，只需要调用一次select，把1000个文件描述符作为参数传给内核，由内核去遍历的数据状态。

数据库的加锁是比较复杂的，不同的数据库的加锁实现也是有区别的，本篇中的死锁案例还是比较好分析的

模板方法模式其实是一个比较简单的设计模式，它有如下优点：1、封装不变的逻辑，扩展差异化的逻辑；2、抽取公共代码，提高代码的复用性；3、父类控制行为，子类实现细节。

有同学反馈，他啥也没做，之前的一个老接口突然报错了，让帮忙看一下

上一期我们介绍了 Redis系列19：LRU淘汰内存淘汰算法分析 ，大致了解了LRU(Least Rencently Used) 的算法原理，即将最近最久未使用的算法进行数据淘汰。

一天，小伙伴找到我，他说他碰到一个很奇怪的问题；他说：明明表名的入参是 test ，为什么展示到界面的记录包括 test 这条记录？

以下内容基于 jdk9 + lldb-1001.0.13.3 ，另外以下运行时数据可能是来自于多次调试, 可能会存在运行时数据 对不上的情况, 但是的条理逻辑会在文字中描述清楚的 

幻读问题产生的本质原因是：如果事物中操作的都是快照读，那么是不会产生幻读问题的。

在Hive中，collect_set函数用于将某一列中的元素收集到一个集合中，并去除重复的元素。这个函数适用于处理需要对列中的元素进行聚合并获取唯一值的情况。

有些程序在10000个连接中仅消耗了略高于100MB的内存，但另一些程序却达到了接近3GB。

.NET中的委托.NET中的委托是一项重要功能，可以实现间接方法调用和函数式编程。自.NET Framework 1.0起，委托在.NET中就支持多播（multicast）功能。通过多播，我们可以在单个委托调用中调用一系列方法，而无需自己维护方法列表。即使在今天，委托的多播功能在桌面开发中仍然

WireShark是一个网络封包分析软件。网络封包分析软件的功能是撷取网络封包，并尽可能显示出最为详细的网络封包资料。Wireshark使用WinPCAP作为接口，直接与网卡进行数据报文交换。在网络封包和流量分析领域有着十分强大功能的工具，深受各类网络工程师和网络分析师的喜爱。本文主要内容包括：

Kafka 的未来发展趋势将会围绕着更好的可观测性、数据治理和合规性、扩展性和灵活性、云原生支持、安全性和可靠性等方面展开

Java8 选择使用元空间（Metaspace）替代永久代（PermGen）是 JVM 内存模型的一次重大改进

笔者在生产环境中发现了一个问题，客户在上传文件的时候使用SDK上传，程序在线上稳定跑了一天半，通过一个定时任务不停的上传文件

本地启动在第三篇自定义中间件的前提下，已经说了很多关于本地通过 CRD 或者 File 作为 provider 的启动方式，这里想要补充一下关于本地 DEBUG 3.0.0 版本代码的问题，后续的源码分析也都会基于目前最新的 3.0 版本。在写文章的时候，目前 3.0 版本还是 beta 版本。

一个 SpringBoot 项目，未进行任何特殊配置，全部采用默认设置，这个项目同一时刻，最多能同时处理多少请求？

在JDK8中，运行时常量池已经被移动到元空间（Metaspace）中。元空间是在本地内存中分配的，与JVM的堆内存是分离的，因此不会受到Java堆大小的限制

如果这种情况长时间持续下去，可能会导致内存耗尽，所以Redis必须有一个完善的内存淘汰机制来保障。

如何对线上服务进行监控，内容涉及到的指标设计，软件配置，监控方案等等你都可以拿来直接复刻到你的项目里，这是一套非常适合中小企业的监控体系

大家 平常使用到 synchronized 的时候一定是对它的使用有一定的了解了, 那么我们这里来调试一下

前几天有读者看了文章后找到我，提出了两个问题。有点意思，我给你盘一下。

★微服务系列微服务1：微服务及其演进史微服务2：微服务全景架构 微服务3：微服务拆分策略微服务4：服务注册与发现微服务5：服务注册与发现（实践篇）微服务6：通信之网关微服务7：通信之RPC微服务8：通信之RPC实践篇（附源码）微服务9：服务治理来保证高可用微服务10：系统服务熔断

笔者这次想让虚拟内存和物理内存两者一起动态联动起来，在这个联动的过程中将之前的这些静态知识点统统串联起来，形成一条内存管理的主线

自适应负载均衡，虽然这个算法我是在 Dubbo 的源码里面看到的。但是这并不算是 Dubbo 的专属，而是一种算法思想，只不过你可以在 Dubbo 里面找到其对应的 Java 实现。

你好呀，我是歪歪。上周发布了《我试图通过这篇文章告诉你，这行源码有多牛逼。》这篇文章。文章中有这样的一段描述：然后有个读者来问我：是怎么把 JDK 源码中的一行代码给注释掉的？这个问题确实不错，属于一个偶尔用一下能起到奇效的源码调试技巧。所以我决定写个文章来说明一下这个问题。但是

这篇文章依然源于一位读者的提问：explain 显示 count(*) 使用了索引，optimizer trace 却显示为全表扫描，这是为什么？去年，我写过一篇关于 count(distinct) 实现原理的文章《count(distinct) 玩出了新花样》。还记得当时调试源码的过程中，如

在高磁盘IO的主机上、不同版本的内核上以及海量监控目标中，将会面临哪些问题呢？业务性能与安全性如何做更好地取舍均衡？

本文含有大量代码，如果阅读不方便，可去MProfiler官网阅读。地址：http://mprofiler.com/pages/guide05/Hook翻译成中文就是勾取的意思，是一种截取信息，更改程序执行流向，添加新功能的技术。MProfiler也Hook了一些方法，这些方法包括：（1）Java

突然有一个想法, 我们之前 不是一直经常会看到 这样的示例么, 然后一般情况下 都会有很多的剖析, 这四个等式是如何如何, 所以结果是怎样 

业务需求开发的时候，我们总是会遇到拉不到依赖包的情况。此时如果不清楚 Maven 拉取依赖包的原理，那么很可能找不到问题所在。今天树哥就带大家了解下 Maven 拉包的原理，让你在遇到问题的时候能快速解决！三种仓库在 Maven 中，仓库指的是存放代码构建的一个位置。从分类上来说，Maven

上篇文章讲了Kafka Controller的选举过程，Controller的选举是为了保证整个Kafka集群的高可用。今天讲一下Kafka Leader Replica（领导者副本）的选举过程， Leader Replica选举的目的是为了保证数据在分区副本之间的可靠传输和一致性。1. L

前段时间我们的服务遇到了性能瓶颈，由于前期需求太急没有注意这方面的优化，到了要还技术债的时候就非常痛苦了。

事务消息是 RocketMQ 的高级特性之一，相信很多同学都对于其实现机制很好奇。这篇文章，笔者会从应用场景、功能原理、实战例子、实现细节四个模块慢慢为你揭开事务消息的神秘面纱。1 应用场景以电商交易场景为例，用户支付订单这一核心操作的同时会涉及到下游物流发货、积分变更、购物车状态清空等多

在分布式系统中，高并发场景下，为了防止系统因突然的流量激增而导致的崩溃，同时保证服务的高可用性和稳定性，限流是最常用的手段。限流算法也是面试中必考题，今天一灯带大家一块学习一下常见的四种限流算法，分别是：固定窗口算法、滑动窗口算法、漏桶算法、令牌桶算法。1. 固定窗口算法1.1 实现原理

若要保障分布式事务修改中的写隔离，必须利用 Seata 中全局锁机制，保障数据修改操作是互斥的，即不会造成写入脏数据

今天我来给大家聊聊为什么 Linux 内核要将 bitmap 替换成基数树，最后也看看这次替换的性能效果。

了解到Kafka集群包含多个Broker节点，但是这些Broker节点的具体作用是什么？是怎么进行通信的？某个Broker节点挂了之后，Kafka集群是怎么进行故障转移，保持高可用的？

Kafka 可以处理多种类型的数据，如事件、日志、指标等，广泛应用于实时数据流处理、日志收集、监控和分析等领域。

细心的你, 可能会发现 code 运行时的字节码和 class 文件中的字节码有一些不一样的地方？

可重复读隔离级别实现原理是什么？它和MVCC又有什么关系？什么是Read View？

RabbitMQ介绍RabbitMQ是一个高可用和数据安全的消息管理系统。在业务中多应用实现业务间交互的异步解耦，通过MQ中间件实现业务的削峰填谷，保障业务避免高峰期流量激增冲击。简单说就是类似Kafka、RokectMQ消息中间件的存在，但相较其他消息中间件RabbitMQ提供了友好的后台管理和