前端起dev从110秒减少到7秒, 开发体验大幅提升
这篇文章主要介绍了 webpack cache 在前端开发中的应用。包括其在一个 monorepo 老项目中的实践经验，如合适的使用场景和具体配置。还深入讲解了实现流程，如 compile 时的读取与保存 cache、cache 的来源与调用时机、不同的实现方式、相关策略功能、数据处理与优化等复杂但清晰的技术细节。
系统稳定性建设三件事
本文分享了作者学习稳定性工作、构建思路、落实方案，面对问题不断反思再推进的经验总结。
【📕分布式锁通关指南 03】通过Lua脚本保证redis操作的原子性
本文介绍了如何通过Lua脚本在Redis中实现分布式锁的原子性操作，避免并发问题。首先讲解了Lua脚本的基本概念及其在Redis中的使用方法，包括通过`eval`指令执行Lua脚本和通过`script load`指令缓存脚本。接着详细展示了如何用Lua脚本实现加锁、解锁及可重入锁的功能，确保同一线程可以多次获取锁而不发生死锁。最后，通过代码示例演示了如何在实际业务中调用这些Lua脚本，确保锁操作的原子性和安全性。
【📕分布式锁通关指南 02】基于Redis实现的分布式锁
本文介绍了从单机锁到分布式锁的演变，重点探讨了使用Redis实现分布式锁的方法。分布式锁用于控制分布式系统中多个实例对共享资源的同步访问，需满足互斥性、可重入性、锁超时防死锁和锁释放正确防误删等特性。文章通过具体示例展示了如何利用Redis的`setnx`命令实现加锁，并分析了简化版分布式锁存在的问题，如锁超时和误删。为了解决这些问题，文中提出了设置锁过期时间和在解锁前验证持有锁的线程身份的优化方案。最后指出，尽管当前设计已解决部分问题，但仍存在进一步优化的空间，将在后续章节继续探讨。
Redis，分布式缓存演化之路
本文介绍了基于Redis的分布式缓存演化，探讨了分布式锁和缓存一致性问题及其解决方案。首先分析了本地缓存和分布式缓存的区别与优劣，接着深入讲解了分布式远程缓存带来的并发、缓存失效（穿透、雪崩、击穿）等问题及应对策略。文章还详细描述了如何使用Redis实现分布式锁，确保高并发场景下的数据一致性和系统稳定性。最后，通过双写模式和失效模式讨论了缓存一致性问题，并提出了多种解决方案，如引入Canal中间件等。希望这些内容能为读者在设计分布式缓存系统时提供有价值的参考。感谢您的阅读！
「全网最细 + 实战源码案例」设计模式——责任链模式
责任链模式（Chain of Responsibility Pattern）是一种行为型设计模式，允许将请求沿着处理者链进行发送。每个处理者可以处理请求或将其传递给下一个处理者，从而实现解耦和灵活性。其结构包括抽象处理者（Handler）、具体处理者（ConcreteHandler）和客户端（Client）。适用于不同方式处理不同种类请求、按顺序执行多个处理者、以及运行时改变处理者及其顺序的场景。典型应用包括日志处理、Java Web过滤器、权限认证等。
MySQL 中如何实现分库分表？常见的分库分表策略有哪些？
在MySQL中，分库分表（Sharding）通过将数据分散到多个数据库或表中，以应对大量数据带来的性能和扩展性问题。常见策略包括：哈希分片（分布均匀，查询效率高）、范围分片（适合范围查询）、列表分片（适用于特定值查询）、复合分片（灵活性高）和动态分片（灵活应对负载变化）。每种策略各有优劣，需根据业务需求选择。常用工具如MyCAT、ShardingSphere和TDDL可简化实现过程。