东阳马生架构_个人页

2025年04月

• 04.22 09:06:43
  发表了文章 2025-04-22 09:06:43

  JUC并发—3.volatile和synchronized原理

  本文介绍了volatile关键字的使用、主内存和CPU的缓存模型、CPU高速缓存的数据不一致问题、总线锁和缓存锁及MESI缓存一致性协议、Java的内存模型JMM、JMM如何处理并发中的原子性可见性有序性、volatile如何保证可见性、volatile为什么无法保证原子性、volatile如何保证有序性、volatile的原理(Lock前缀指令 + 内存屏障)、双重检查单例模式的volatile优化、基于volatile优化微服务的优雅关闭机制、优化微服务存活状态检查机制等 14.i++的多线程安全问题演示 1
• 04.21 14:28:43
  发表了文章 2025-04-21 14:28:43

  JUC并发—2.Thread源码分析及案例应用

  本文详细探讨了线程与并发编程的基础知识及实际应用，通过微服务注册中心案例深入解析了多线程的实现和管理。内容涵盖线程的基本概念、运行状态、创建方式，以及daemon线程、线程优先级等进阶主题。重点介绍了微服务注册中心中服务注册、心跳续约和存活监控的功能实现，展示了如何通过Thread类的方法（如start()、sleep()、yield()、join()、interrupt()）控制线程行为，确保系统高效稳定运行。同时结合代码示例，讲解了线程组(ThreadGroup)和线程初始化过程，为理解并发编程提供了全面视角。
• 04.21 09:03:49
  发表了文章 2025-04-21 09:03:49

  JUC并发—1.Java集合包底层源码剖析

  本文主要对JDK中的集合包源码进行了剖析。
• 04.18 14:10:59
  发表了文章 2025-04-18 14:10:59

  RocketMQ实战—10.营销系统代码优化

  本文主要介绍了如何对营销系统的四大促销场景的代码进行优化，包括：全量用户推送促销活动、全量用户发放优惠券、特定用户推送领取优惠券消息、热门商品定时推送。
• 04.17 14:17:28
  发表了文章 2025-04-17 14:17:28

  RocketMQ实战—9.营销系统代码初版

  本文主要介绍了实现营销系统四大促销场景的代码初版：全量用户推送促销活动、全量用户发放优惠券、特定用户推送领取优惠券消息、热门商品定时推送。

  
• 04.16 08:55:30
  发表了文章 2025-04-16 08:55:30

  RocketMQ实战—8.营销系统业务和方案介绍

  本文详细介绍了电商营销系统的业务流程、技术架构及挑战解决方案。涵盖核心交易与支付后履约流程，优惠券和促销活动的发券、领券、用券、销券机制，以及会员与推送的数据库设计。技术架构基于Nacos服务注册中心、Dubbo RPC框架、RocketMQ消息中间件和XXLJob分布式调度工具，实现系统间高效通信与任务管理。针对千万级用户量下的推送和发券场景，提出异步化、分片处理与惰性发券等优化方案，解决高并发压力。同时，通过RocketMQ实现系统解耦，提升扩展性，并利用XXLJob完成爆款商品推荐的分布式调度推送。整体设计确保系统在大规模用户场景下的性能与稳定性。

  
• 04.15 14:29:21
  发表了文章 2025-04-15 14:29:21

  RocketMQ实战—7.生产集群部署和生产参数

  本文详细介绍了RocketMQ生产集群的部署与调优过程，包括集群规划、环境搭建、参数配置和优化策略。

  
• 04.15 08:42:27
  发表了文章 2025-04-15 08:42:27

  RocketMQ实战—6.生产优化及运维方案

  本文围绕RocketMQ集群的使用与优化，详细探讨了六个关键问题。首先，介绍了如何通过ACL配置实现RocketMQ集群的权限控制，防止不同团队间误用Topic。其次，讲解了消息轨迹功能的开启与追踪流程，帮助定位和排查问题。接着，分析了百万消息积压的处理方法，包括直接丢弃、扩容消费者或通过新Topic间接扩容等策略。此外，提出了针对RocketMQ集群崩溃的金融级高可用方案，确保消息不丢失。同时，讨论了为RocketMQ增加限流功能的重要性及实现方式，以提升系统稳定性。最后，分享了从Kafka迁移到RocketMQ的双写双读方案，确保数据一致性与平稳过渡。
• 04.12 23:58:48
  发表了文章 2025-04-12 23:58:48

  RocketMQ实战—5.消息重复+乱序+延迟的处理

  本文围绕RocketMQ的使用与优化展开，分析了优惠券重复发放的原因及解决方案。首先，通过案例说明了优惠券系统因消息重复、数据库宕机或消费失败等原因导致重复发券的问题，并提出引入幂等性机制（如业务判断法、Redis状态判断法）来保证数据唯一性。其次，探讨了死信队列在处理消费失败时的作用，以及如何通过重试和死信队列解决消息处理异常。接着，分析了订单库同步中消息乱序的原因，提出了基于顺序消息机制的代码实现方案，确保消息按序处理。此外，介绍了利用Tag和属性过滤数据提升效率的方法，以及延迟消息机制优化定时退款扫描的功能。最后，总结了RocketMQ生产实践中的经验.

  
• 04.11 14:16:54
  发表了文章 2025-04-11 14:16:54

  RocketMQ实战—4.消息零丢失的方案

  本文分析了用户支付完成后未收到红包的问题，深入探讨了RocketMQ事务消息机制的实现原理及其在确保消息零丢失中的作用。首先，通过全链路分析发现消息可能在推送、存储或消费环节丢失。接着，介绍了RocketMQ事务消息机制如何通过half消息、本地事务执行及回调确认来保证消息发送成功，并详细解析了其底层原理，如half消息对消费者不可见、rollback与commit操作等。同时，对比了同步重试方案，指出其在复杂场景下的局限性。

  
• 04.10 09:02:05
  发表了文章 2025-04-10 09:02:05

  RocketMQ实战—3.基于RocketMQ升级订单系统架构

  本文主要介绍了基于MQ实现订单系统核心流程的异步化改造、基于MQ实现订单系统和第三方系统的解耦、基于MQ实现将订单数据同步给大数据团队、秒杀系统的技术难点以及秒杀商详页的架构设计和基于MQ实现秒杀系统的异步化架构。

  
• 04.09 08:49:41
  发表了文章 2025-04-09 08:49:41

  RocketMQ实战—2.RocketMQ集群生产部署

  本文主要介绍了大纲什么是消息中间件、消息中间件的技术选型、RocketMQ的架构原理和使用方式、消息中间件路由中心的架构原理、Broker的主从架构原理、高可用的消息中间件生产部署架构、部署一个小规模的RocketMQ集群进行压测、如何对RocketMQ集群进行可视化的监控和管理、进行OS内核参数和JVM参数的调整、如何对小规模RocketMQ集群进行压测、消息中间件集群生产部署规划梳理。

  
• 04.07 14:24:27
  发表了文章 2025-04-07 14:24:27

  RocketMQ实战—1.订单系统面临的技术挑战

  本文详细分析了一个订单系统的设计与技术挑战。首先，介绍了订单系统的整体架构、业务流程及负载情况，包括电商购物流程、核心和非核心业务流程，以及真实生产中的负载压力。接着，探讨了系统面临的主要技术问题：支付后发券、发红包等操作导致性能下降；退款流程复杂且易失败；与第三方系统耦合带来的不稳定；大数据团队直接查询数据库影响性能；秒杀活动时数据库压力剧增等。最后，通过放大100倍压力的方法，梳理了高并发下的技术挑战，如核心链路优化、后台线程补偿机制、第三方系统解耦、数据获取方式改进等，为订单系统的优化提供了全面的参考。

  
• 04.06 22:34:13
  发表了文章 2025-04-06 22:34:13

  RocketMQ原理—5.高可用+高并发+高性能架构

  本文主要从高可用架构、高并发架构、高性能架构三个方面来介绍RocketMQ的原理。

  
• 04.03 14:15:25
  发表了文章 2025-04-03 14:15:25

  RocketMQ原理—4.消息读写的性能优化

  本文详细解析了RocketMQ消息队列的核心原理与性能优化机制，涵盖Producer消息分发、Broker高并发写入、Consumer拉取消息流程等内容。重点探讨了基于队列的消息分发、Hash有序分发、CommitLog内存写入优化、ConsumeQueue物理存储设计等关键技术点。同时分析了数据丢失场景及解决方案，如同步刷盘与JVM OffHeap缓存分离策略，并总结了写入与读取流程的性能优化方法，为理解和优化分布式消息系统提供了全面指导。

  
• 04.03 08:49:48
  发表了文章 2025-04-03 08:49:48

  RocketMQ原理—3.源码设计简单分析下

  本文介绍了Producer作为生产者是如何创建出来的、启动时是如何准备好相关资源的、如何从拉取Topic元数据的、如何选择MessageQueue的、与Broker是如何进行网络通信的，Broker收到一条消息后是如何存储的、如何实时更新索引文件的、如何实现同步刷盘以及异步刷盘的、如何清理存储较久的磁盘数据的，Consumer作为消费者是如何创建和启动的、消费者组的多个Consumer会如何分配消息、Consumer会如何从Broker拉取一批消息。

  
• 04.02 09:07:14
  发表了文章 2025-04-02 09:07:14

  RocketMQ原理—2.源码设计简单分析上

  本文介绍了NameServer的启动脚本、启动时会解析哪些配置、如何初始化Netty网络服务器、如何启动Netty网络服务器，介绍了Broker启动时是如何初始化配置的、BrokerController的创建以及包含的组件、BrokerController的初始化、启动、Broker如何把自己注册到NameServer上、BrokerOuterAPI是如何发送注册请求的，介绍了NameServer如何处理Broker的注册请求、Broker如何发送定时心跳
• 04.01 14:16:58
  发表了文章 2025-04-01 14:16:58

  RocketMQ原理—1.RocketMQ整体运行原理

  本文详细解析了RocketMQ的整体运行原理，涵盖从生产者到消费者的全流程。首先介绍生产者发送消息的机制，包括Topic与MessageQueue的关系及写入策略；接着分析Broker如何通过CommitLog和ConsumeQueue实现消息持久化，并探讨同步与异步刷盘的优缺点。同时，讲解基于DLedger技术的主从同步原理，确保高可用性。消费者部分则重点讨论消费模式（集群 vs 广播）、拉取消息策略及负载均衡机制。网络通信层面，基于Netty的高性能架构通过多线程池分工协作提升并发能力。最后，揭示mmap与PageCache技术优化文件读写的细节，总结了RocketMQ的核心运行机制。

  

2025年03月

• 03.31 14:15:53
  发表了文章 2025-03-31 14:15:53

  G1原理—10.如何优化G1中的FGC

  本文主要探讨G1垃圾回收器中的FGC（Full GC）优化问题，分析其触发原因及优化策略。首先，通过一个实际案例（Kafka发送重试+`subList`导致List不断增大）展示FGC的产生过程及其影响。其次，对比G1与ParNew + CMS的FGC触发机制，指出G1的FGC更严重的原因，包括更大的堆内存管理需求、苛刻的触发条件以及复杂的RSet处理。最后，介绍FGC相关参数优化思路，如调整`-XX:G1HeapRegionSize`、`-XX:G1ReservePercent`等参数，以提升垃圾回收效率，减少FGC的发生频率。总结强调避免FGC的核心在于让垃圾回收速度匹配垃圾产生速度。

  
• 03.30 22:16:15
  发表了文章 2025-03-30 22:16:15

  G1原理—9.如何优化G1中的MGC

  本文主要探讨了因大对象导致频繁Mixed GC的问题及其优化方案。通过一个电商平台缓存更新的案例，分析了商品信息大量写入缓存时引发的GC问题，包括Redis锁等待、大对象分配及RegionSize调整不当等原因。文章详细介绍了Mixed GC的优化策略，分为避免策略（如调整RegionSize和新生代大小）与提速策略（如提升分配与回收速度），并深入解析了相关参数（如InitiatingHeapOccupancyPercent、G1ReservePercent等）的作用与调优方法，为解决类似性能问题提供了全面指导。

  
• 03.29 09:58:55
  发表了文章 2025-03-29 09:58:55

  G1原理—8.如何优化G1中的YGC

  本文主要探讨了针对1.5千QPS数据报表系统的性能优化，重点分析了因停顿时间过短导致新生代内存不足的问题，并提出了通过调整停顿时间来优化系统性能的解决方案。同时，还讨论了由于大量大对象分配引发系统吞吐量下降的情况，通过增大Region大小和调整TLAB参数有效减少了频繁的Mixed GC。最后，文章详细介绍了YGC相关参数（如TLAB、RSet、PLAB）的优化策略，为提升JVM垃圾回收效率提供了实用建议。

  
• 03.28 14:14:08
  发表了文章 2025-03-28 14:14:08

  G1原理—7.G1的GC日志分析解读

  本文进行了TLAB的GC日志解读、YGC的GC日志解读、模拟YGC(单次GC及多次GC的不同场景)、打开实验选项查看YGC的详情日志信息、Mixed GC日志信息之初始标记过程、Mixed GC日志信息之混合回收过程。
• 03.27 14:17:19
  发表了文章 2025-03-27 14:17:19

  G1原理—6.G1垃圾回收过程之Full GC

  本文详细探讨了G1垃圾回收器对Full GC（FGC）的优化处理，涵盖FGC的前置处理、整体流程及并行化改进。重点分析了传统FGC串行化的局限性以及G1通过Region分区和RSet机制实现并行标记的优势，包括任务窃取提升效率、跨分区压缩以生成空闲Region等技术细节。此外，文章还介绍了G1的新特性——字符串去重优化，通过判断char数组一致性减少重复字符串占用内存，从而提升内存使用效率。总结部分全面回顾了G1在FGC中的各项优化措施及其带来的性能改善。

  
• 03.27 08:52:52
  发表了文章 2025-03-27 08:52:52

  G1原理—5.G1垃圾回收过程之Mixed GC

  本文介绍了G1的Mixed GC垃圾回收过程，包括并发标记算法详解、三色标记法如何解决错标漏标问题、SATB如何解决错标漏标问题、Mixed GC的过程、选择CollectSet的算法

  
• 03.26 14:13:40
  发表了文章 2025-03-26 14:13:40

  G1原理—4.G1垃圾回收的过程之Young GC

  本文详细解析了G1垃圾回收器中YGC（Young Generation Collection）的完整流程，包括并行与串行处理阶段。内容涵盖YGC相关参数设置、YGC与Mixed GC及FGC的关系、新生代垃圾回收的具体步骤（如标记存活对象、复制到Survivor区、动态调整Region数量等），以及并行阶段的多线程操作和串行阶段的关键任务（如处理软引用、整理卡表、重构RSet）。

  
• 03.26 09:06:29
  发表了文章 2025-03-26 09:06:29

  G1原理—3.G1是如何提升垃圾回收效率

  本文深入探讨了G1垃圾回收器提升GC效率的核心机制，包括记忆集（RSet）、位图（BitMap）和卡表（CardTable）的设计与作用。记忆集通过记录跨代引用避免了不必要的老年代遍历，位图用于高效描述内存使用状态以优化标记过程，而卡表则在节约记忆集内存的同时提供更详细的引用信息。此外，文章还解析了DCQ（Dirty Card Queue）和DCQS（Dirty Card Queue Set）机制如何异步更新RSet，确保在高并发场景下的性能与准确性。这些设计共同提升了G1在标记、清理及整理内存时的效率。
• 03.25 09:06:31
  发表了文章 2025-03-25 09:06:31

  G1原理—2.G1是如何提升分配对象效率

  本文深入探讨了G1垃圾回收器中对象分配的原理与机制，包括TLAB（线程本地分配缓冲）的作用、快速分配与慢速分配的区别及流程。首先分析了G1的对象分配原理，强调了停顿预测模型和无锁化分配的重要性。接着详细解析了TLAB机制，涵盖其大小确定、满时处理以及如何借助指针碰撞法实现高效分配。同时讨论了大对象分配的特点及其与普通对象分配的不同之处。最后，针对慢速分配失败的情况，介绍了G1如何通过FGC（Full GC）进行最终尝试，确保系统在极端情况下的稳定运行。整体内容围绕提升分配效率与减少GC压力展开，为理解G1的工作机制提供了全面视角。

  
• 03.25 08:53:27
  发表了文章 2025-03-25 08:53:27

  G1原理—1.G1回收器的分区机制

  本文深入探讨了G1垃圾回收器的多个核心概念与实现细节，包括分区（Region）管理、新生代动态扩展机制以及停顿预测模型。首先分析了G1中Region大小的计算规则及其对性能的影响，强调Region大小需为2的幂次以优化内存分配效率并避免碎片化。其次介绍了新生代内存分配方式及动态扩展流程，通过自由分区列表调整新生代大小以平衡GC时间和程序运行时间。最后重点解析了基于衰减算法的停顿预测模型，该模型利用历史GC数据加权平均来精准预测每次GC所需时间，从而确保满足用户设定的停顿时间目标。这些机制共同作用，使G1能够在大内存场景下实现高效垃圾回收与低延迟表现。

  
• 03.12 14:10:28
  发表了文章 2025-03-12 14:10:28

  JVM简介—3.JVM的执行子系统

  本文详细介绍了Java类的加载、执行及其相关机制，涵盖Class文件结构、字节码指令、类加载器、双亲委派模型、栈桢和方法调用等内容。

  
• 03.10 22:34:18
  发表了文章 2025-03-10 22:34:18

  JVM简介—2.垃圾回收器和内存分配策略

  本文介绍了Java垃圾回收机制的多个方面，包括垃圾回收概述、对象存活判断、引用类型介绍、垃圾收集算法、垃圾收集器设计、具体垃圾回收器详情、Stop The World现象、内存分配与回收策略、新生代配置演示、内存泄漏和溢出问题以及JDK提供的相关工具。

  
• 03.10 08:52:36
  发表了文章 2025-03-10 08:52:36

  JVM简介—1.Java内存区域

  本文详细介绍了Java虚拟机运行时数据区的各个方面，包括其定义、类型（如程序计数器、Java虚拟机栈、本地方法栈、Java堆、方法区和直接内存）及其作用。文中还探讨了各版本内存区域的变化、直接内存的使用、从线程角度分析Java内存区域、堆与栈的区别、对象创建步骤、对象内存布局及访问定位，并通过实例说明了常见内存溢出问题的原因和表现形式。这些内容帮助开发者深入理解Java内存管理机制，优化应用程序性能并解决潜在的内存问题。

  
• 03.08 23:16:06
  发表了文章 2025-03-08 23:16:06

  Redis应用—9.简单应用汇总

  本文主要介绍了Redis的一些简单应用。
• 03.07 23:04:05
  发表了文章 2025-03-07 23:04:05

  Redis应用—8.相关的缓存框架

  本文介绍了Ehcache和Guava Cache两个缓存框架及其使用方法，以及如何自定义缓存。主要内容包括：Ehcache缓存框架、Guava Cache缓存框架、自定义缓存。总结：Ehcache适合用作本地缓存或与Redis结合使用，Guava Cache则提供了更灵活的缓存管理和更高的并发性能。自定义缓存可以根据具体需求选择不同的数据结构和引用类型来实现特定的缓存策略。

  
• 03.07 08:52:46
  发表了文章 2025-03-07 08:52:46

  Redis应用—7.大Value处理方案

  本文介绍了一种用于监控Redis大key的方案设计及其实现步骤。主要内容包括：方案设计、安装与配置环境、binlog数据消费者。

  
• 03.06 22:35:26
  发表了文章 2025-03-06 22:35:26

  Redis应用—6.热key探测设计与实践

  热key问题在高并发系统中可能导致数据层和服务层的严重瓶颈，如Redis集群瘫痪和用户体验下降。为解决此问题，京东开发了JdHotkey热key探测框架，具备实时性、准确性、集群一致性和高性能等特点。该框架由etcd集群、Client端jar包、Worker端集群和Dashboard控制台组成，通过分布式计算快速识别热key并推送至应用内存，有效减轻数据层负载，提升服务性能。JdHotkey适用于多种场景，安装部署简便，支持毫秒级热key探测和集群一致性维护。