现代微服务拆分与设计
在设计一个微服务的时候，一般会遵守4个原则AKF微服务拆分前后端分离无状态服务RestFul服务通信一、AKF扩展立方体微服务的拆分原则主要参考立方体中的Y轴，根据不同的业务划分微服务拆分的要点：高内聚，低耦合，每个服务完成具体的功能根据团队划分，一个团队负责1-2个服务模块，进行快速的更新迭代Y轴Y轴扩展将一个庞大的业务拆分成多个具体的服务，前端通过客户端或者PC端通过服务网关的治理请求到...
国服冰 发布的文章
- 首页
- 国服冰
【Java并发编程系列】原子类：无锁的工具的典范
原子性带来的并发安全问题在并发编程中，产生并发安全问题主要有三个源头，可见性，原子性，有序性可见性与有序性都可以使用volatile关键字解决，下面我们来分析下原子性带来的并发安全问题由于IO太慢，在早期的操作系统中就发明了多进程，操作系统允许某个进程执行一小段时间，例如过了50毫秒，过了50毫秒后，操作系统就会重新选择一个新的进程来执行（也就是“任务切换”），这个50毫秒也就是操作系统中的...
【Java并发编程系列】高并发工具类之多线程协作
一、CountDownLatchCountDownLatch是一个同步工具类，它允许一个或多个线程一直等待，直到其他线程执行完后再执行。CountDownLatch是通过一个计数器来实现的，计数器的初始化值为线程的数量。每当一个线程完成了自己的任务后，计数器的值就相应得减1。当计数器到达0时，表示所有的线程都已完成任务，然后在闭锁上等待的线程就可以恢复执行任务。现在有这样一个运动会场景，总共...
【Java并发编程系列】高并发工具类之常见并发集合
一、ConcurrentHashMap源码分析1.1 为什么要用ConcurrentHashMap在并发编程的情况下，使用HashMap可能会导致程序死循环，而使用线程安全的HashTable效率又十分低下，所以大名鼎鼎的Doug Lea写出了伟大的并发安全的ConcurrentHashMap！1.1.1 并发条件下使用HashMapHashMap在并发条件执行put操作会引起死循环，因为多...
负载均衡算法（一致性Hash算法，通俗易懂）
一、普通hash算法普通hash算法最大的特点是散列，说白了就是将一些具有相同特征的数据打散成完全不同，随机，均匀分配的数据看这个例子将abc和abcd进行md5运算，得到如下结果可以看出，两个及其相似的字符串进行md5后生成了两个完全不同的字符串，负载均衡正是利用这一特性，对于大量随机的请求或调用，通过一定形式的Hash将他们均匀的散列，从而实现压力的平均化。（当然，并不是只要使用了Has...
逐行分析HashMap核心源码
一、HashMap继承体系public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {HashMap继承AbstractMap抽象类，实现了Cloneable和Serializble接口二、Node节点以及底层存储结...
一文彻底搞懂单例模式（非标题党，看了不后悔系列）
单例？一个类只有一个对象实例，并对外提供一个获取实例的方法。一句话就能概括单例这个设计模式，真的只有这么简单吗？单例模式分为两种方案，饿汉式和懒汉式一、饿汉式私有的构造方法只要当类加载的时候就初始化单例对象public class Hungry { private static Hungry hungry = new Hungry(); private Hungry(){ ...
Mysql索引失效的几种情况
写在前面explain命令中type中的属性，效率从上往下递减system：系统表，少量数据，往往不需要进行磁盘 IOconst：常量连接eq_ref：主键索引 (primary key) 或者非空唯一索引 (unique not null) 等值扫描ref：非主键非唯一索引等值扫描range：范围扫描index：索引树扫描ALL：全表扫描 (full table scan)表结构：Fiel...
Mysql索引数据结构B+树的演变
索引？MySQL官方对索引的定义为：索引(Index)是帮助MySQL高效获取数据的数据结构。我们可以简单理解为：快速查找排好序的一种数据结构。下面是一张未做任何操作的表，Col1为自增主键，Col2为Value此时我想查找值为22的那一行记录，因为表中值未被排序，所以只能从头遍历5次才能查找到主键为5，值为22的那一行记录。如果表中不止这7条数据，而是百万条、千万条记录呢？查询速度可想而知...