- 1 是什么 在分布式系统中有时候某些服务出现故障很正常。 Hystrix可以让我们在分布式系统中对服务间的调用进行控制，加入一些调用延迟或者依赖故障的容错机制。 Hystrix通过将依赖服务进行资源隔离，进而组织某个依赖服务出现故障的时候，这种故障在整个系统所有的依赖服务调用中进行蔓延，同时Hystrix还提供故障时的fallback降级机制 总而言之，Hyst... 1 是什么 在分布式系统中有时候某些服务出现故障很正常。 Hystrix可以让我们在分布式系统中对服务间的调用进行控制，加入一些调用延迟或者依赖故障的容错机制。 Hystrix通过将依赖服务进行资源隔离，进而组织某个依赖服务出现故障的时候，这种故障在整个系统所有的依赖服务调用中进行蔓延，同时Hystrix还提供故障时的fallback降级机制 总而言之，Hyst...
- 全是干货的技术号： 本文已收录在github仓库 Java-Interview-Tutorial，欢迎 star/fork： https://github.com/Wasabi1234/Java-Interview-Tutorial 1 Scale Out 即Scale horizontally，横向扩展，向外扩展 。 称为集群系统。指由多个节点组成的系统... 全是干货的技术号： 本文已收录在github仓库 Java-Interview-Tutorial，欢迎 star/fork： https://github.com/Wasabi1234/Java-Interview-Tutorial 1 Scale Out 即Scale horizontally，横向扩展，向外扩展 。 称为集群系统。指由多个节点组成的系统...
- 1 缓存技术掌握不够，会对发展带来了哪些阻碍 1.1 工作中 如果你这块技术掌握不够，然后你的公司的项目遇到了一些相关的难题，高并发+高性能的场景，hold不住类似的这种高并发的系统 因为缓存架构做得不好，不到位，实际在公司的项目里，出了一些大case，导致系统崩溃，巨大的经济损失 1.2 职业发展中 redis，memcached，activemq，zook... 1 缓存技术掌握不够，会对发展带来了哪些阻碍 1.1 工作中 如果你这块技术掌握不够，然后你的公司的项目遇到了一些相关的难题，高并发+高性能的场景，hold不住类似的这种高并发的系统 因为缓存架构做得不好，不到位，实际在公司的项目里，出了一些大case，导致系统崩溃，巨大的经济损失 1.2 职业发展中 redis，memcached，activemq，zook...
- 2.1 高性能 MySQL太久，受不了! 假设一个请求，各种操作MySQL，半天才查出来一个结果，但这结果可能接下来几个小时都不会再变，或变了也可不用立即返给用户。 使用缓存！ 折腾半天查出来的结果，扔缓存里，一个key对应一个value，下次再有人查，别走MySQL折腾600ms了。 直接从缓存里，通过一个key查出来一个value，2ms搞定。性能提升300... 2.1 高性能 MySQL太久，受不了! 假设一个请求，各种操作MySQL，半天才查出来一个结果，但这结果可能接下来几个小时都不会再变，或变了也可不用立即返给用户。 使用缓存！ 折腾半天查出来的结果，扔缓存里，一个key对应一个value，下次再有人查，别走MySQL折腾600ms了。 直接从缓存里，通过一个key查出来一个value，2ms搞定。性能提升300...
- 本文学习目标 ➢ 了解dubbo的用途 ➢ 掌握dubbo的架构 ➢ 掌握dubbo的使用 1 背景 随着互联网的发展，网站应用的规模不断扩大，常规的垂直应用架构已无法应对，分布式服务架构以及流动计算架构势在必行，亟需一个治理系统确保架构有条不紊的演进。 1.1 单一应用架构 当网站流量很小时，只需一个应用，将所有功能都部署在一起，以减少部署节点和成本。 ... 本文学习目标 ➢ 了解dubbo的用途 ➢ 掌握dubbo的架构 ➢ 掌握dubbo的使用 1 背景 随着互联网的发展，网站应用的规模不断扩大，常规的垂直应用架构已无法应对，分布式服务架构以及流动计算架构势在必行，亟需一个治理系统确保架构有条不紊的演进。 1.1 单一应用架构 当网站流量很小时，只需一个应用，将所有功能都部署在一起，以减少部署节点和成本。 ...
- 1 现在常见的Java工程师/架构师对缓存技术的了解和掌握程度 工作中都会用到一些缓存技术，redis/memcached基础使用，初步的集群知识 我面试过的人里，能掌握到很少的缓存架构的人，屈指可数，个位数，而且都是在大公司有过类似的大型复杂系统架构经验的人 2 缓存架构/技术掌握的不够，对你的发展带来了哪些阻碍？ 2.1 工作中 如果你这块技术掌握不够，然... 1 现在常见的Java工程师/架构师对缓存技术的了解和掌握程度 工作中都会用到一些缓存技术，redis/memcached基础使用，初步的集群知识 我面试过的人里，能掌握到很少的缓存架构的人，屈指可数，个位数，而且都是在大公司有过类似的大型复杂系统架构经验的人 2 缓存架构/技术掌握的不够，对你的发展带来了哪些阻碍？ 2.1 工作中 如果你这块技术掌握不够，然...
- 1 秒杀场景下的数据一致性问题 某商品库存10，A想买6，B想买5。 1.1 做梦 A先买走6，库存剩4，此时B应该无法购买5，给出数量不足提示 1.2 现实 AB获取到商品都剩10，A买走6，在A更新库存前，B又买走5，此时B更新库存，商品还剩5。 1.3 想当然地解决方案 给共享资源或对共享资源的操作加锁，来保证对资源的访问互斥。利用Reentran... 1 秒杀场景下的数据一致性问题 某商品库存10，A想买6，B想买5。 1.1 做梦 A先买走6，库存剩4，此时B应该无法购买5，给出数量不足提示 1.2 现实 AB获取到商品都剩10，A买走6，在A更新库存前，B又买走5，此时B更新库存，商品还剩5。 1.3 想当然地解决方案 给共享资源或对共享资源的操作加锁，来保证对资源的访问互斥。利用Reentran...
- Kafka是分布式的，基于发布订阅的消息系统。 1 特点 同时为发布和订阅提供高吞吐量 Kafka每秒可生产约25万条消息（50 MB），每秒处理55万条消息（110 MB）持久化 默认就将消息持久化到磁盘，因此可用于批量消费，例如ETL，以及实时应用程序。通过将数据持久化到硬盘以及防止数据丢失。以O(1)时间复杂度提供消息持久化能力，即使对TB级以上数据也能保证常... Kafka是分布式的，基于发布订阅的消息系统。 1 特点 同时为发布和订阅提供高吞吐量 Kafka每秒可生产约25万条消息（50 MB），每秒处理55万条消息（110 MB）持久化 默认就将消息持久化到磁盘，因此可用于批量消费，例如ETL，以及实时应用程序。通过将数据持久化到硬盘以及防止数据丢失。以O(1)时间复杂度提供消息持久化能力，即使对TB级以上数据也能保证常...
- 已经学到的东西 hystrix的核心知识 1、hystrix内部工作原理：8大执行步骤和流程 2、资源隔离：你如果有很多个依赖服务，高可用性，先做资源隔离，任何一个依赖服务的故障不会导致你的服务的资源耗尽，不会崩溃 3、请求缓存：对于一个request context内的多个相同command，使用request cache，提升性能 4、熔断：基于短路器，采集各种... 已经学到的东西 hystrix的核心知识 1、hystrix内部工作原理：8大执行步骤和流程 2、资源隔离：你如果有很多个依赖服务，高可用性，先做资源隔离，任何一个依赖服务的故障不会导致你的服务的资源耗尽，不会崩溃 3、请求缓存：对于一个request context内的多个相同command，使用request cache，提升性能 4、熔断：基于短路器，采集各种...
- 设计新系统容易，但是我们处理的都是老系统和历史诗句。怎么能更平滑的迁移旧数据到新的数据库和系统，特别是在异构的数据库结构情况下，达到数据准确，迁移速度快，减少停机，对业务影响小 迁移是最容易出故障的一个点。 那么如何做数据迁移呢？ 1 解决方案 1.1 全量 最直观的一把梭方案，即全量数据的导入/出： 业务系统需要停机DB 迁移，校验一致性（数据、关系、约束等... 设计新系统容易，但是我们处理的都是老系统和历史诗句。怎么能更平滑的迁移旧数据到新的数据库和系统，特别是在异构的数据库结构情况下，达到数据准确，迁移速度快，减少停机，对业务影响小 迁移是最容易出故障的一个点。 那么如何做数据迁移呢？ 1 解决方案 1.1 全量 最直观的一把梭方案，即全量数据的导入/出： 业务系统需要停机DB 迁移，校验一致性（数据、关系、约束等...
- 缓存不仅加快了IO，还可减少原始数据的计算工作。 缓存系统一般设计简单，功能单一，所以Redis吞吐量能是MySQL几倍~几十倍，对于互联网读多写少的高并发场景已不可或缺。 虽然简单好用，但是如果姿势不对，就会造成不必要的损失。 不要把Redis当数据库 很多人不仅把 redis 当缓存，更是把Redis当做数据库使用。很多因为Redis中数据消失导致业务逻辑错... 缓存不仅加快了IO，还可减少原始数据的计算工作。 缓存系统一般设计简单，功能单一，所以Redis吞吐量能是MySQL几倍~几十倍，对于互联网读多写少的高并发场景已不可或缺。 虽然简单好用，但是如果姿势不对，就会造成不必要的损失。 不要把Redis当数据库 很多人不仅把 redis 当缓存，更是把Redis当做数据库使用。很多因为Redis中数据消失导致业务逻辑错...
- 1 概述 1.1 zookeeper 简介 中间件,提供协调服务作用于分布式系统,发挥其优势,可以为大数据服务支持 Java, 提供 Java 和 C语言的客户端 API 1.2 什么是分布式系统 很多台计算机组成一个整体,一个整体一致对外并且处理同一请求内部的每台计算机都可以相互通信(REST/RPC)客户端到服务端的一次请求到响应结束会经历多台计算机 1.... 1 概述 1.1 zookeeper 简介 中间件,提供协调服务作用于分布式系统,发挥其优势,可以为大数据服务支持 Java, 提供 Java 和 C语言的客户端 API 1.2 什么是分布式系统 很多台计算机组成一个整体,一个整体一致对外并且处理同一请求内部的每台计算机都可以相互通信(REST/RPC)客户端到服务端的一次请求到响应结束会经历多台计算机 1....
- 简介 Redisson 是一个高级的分布式协调 Redis 客服端，能帮助用户在分布式环境中轻松实现一些 Java 的对象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap, List, ListMultimap, Queue, Blockin... 简介 Redisson 是一个高级的分布式协调 Redis 客服端，能帮助用户在分布式环境中轻松实现一些 Java 的对象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap, List, ListMultimap, Queue, Blockin...
- 什么是领域事件？什么时候并且为什么要使用领域事件？ •学习如何将领域事件建模成对象，何时应该为领域事件创建唯一的身份标识。 •学习一个轻量级的发布-订阅［Gamma et al］模式。 •学习哪些组件用于发布事件，哪些组件用于订阅事件。 •学习为什么我们需要一个事件存储.如何实现事件存储、如何使用事件存储。 •学习S aaSOvation团队是如何通过不同的方式将领域事... 什么是领域事件？什么时候并且为什么要使用领域事件？ •学习如何将领域事件建模成对象，何时应该为领域事件创建唯一的身份标识。 •学习一个轻量级的发布-订阅［Gamma et al］模式。 •学习哪些组件用于发布事件，哪些组件用于订阅事件。 •学习为什么我们需要一个事件存储.如何实现事件存储、如何使用事件存储。 •学习S aaSOvation团队是如何通过不同的方式将领域事...
- Session代表的是客户端与服务器的一次交互过程，这个过程可以是连续也可以是时断时续的。曾经的Sevlet时代(JSP)，一旦用户与服务端交互，Tomcat就会为用户创建一个session，同时前端会有一个jsessionid，每次交互都会携带。 服务器只要在接到用户请求时候，就可以拿到jsessionid, 并根据这个ID在内存中找到对应的会话session,当拿到... Session代表的是客户端与服务器的一次交互过程，这个过程可以是连续也可以是时断时续的。曾经的Sevlet时代(JSP)，一旦用户与服务端交互，Tomcat就会为用户创建一个session，同时前端会有一个jsessionid，每次交互都会携带。 服务器只要在接到用户请求时候，就可以拿到jsessionid, 并根据这个ID在内存中找到对应的会话session,当拿到...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签