勋章
粉丝
技术能力
暂时未有相关云产品技术能力~
java工程师
-
发表了文章 2022-12-14
Rocketmq学习一
首先从github中拉取Rocketmq的代码，进行运行。 1.由于rocketmq需要依赖nameServer，类似于zookeeper。首先启动时，配置好NamesrvStartup的环境变量信息，也即rocketmq的ROCKEMQ_HOME与你的项目对应。接着就可以启动了。
-
发表了文章 2022-12-14
Netty学习三
前面我们已经知道Netty服务端启动的时候最重要的是进行bind操作，这个操作不仅进行了run()操作进行死循环，而且将线程任务添加到队列中，进行runAllTasks操作。 首先，我们可以看Netty的架构图，图片来自即时通讯网：
-
发表了文章 2022-12-14
Netty学习二
前面我们已经了解了官方的Netty的example，知道要编写一个一个聊天demo或者一个简单的rpc，或者应答模式的demo，在Netty中通常需要写服务端和客户端的引导，而引导是启动服务用的，而服务端和客户端的Handler则是用于处理具体的业务逻辑。这个通常在RPC框架中比如Dubbo，通常会在服务进行暴露或者进行引用的时候，需要调用Netty服务进行启动，然后进行暴露或者调用的，此时采用协议适配的时候，采用适配器模式，而我们知道生产者端最重要的方法就是doBind方法，而在消费者端最重要的方法是doConnect方法。而在RocketMQ中，我们也可以看到服务端和消费端中produce
-
发表了文章 2022-12-14
Netty学习一
三大组件：ByteBuffer、Channel、Selector。知道ByteBufffer是数据，而Channel是数据的载体通道，selector为多路复用。如果说线程池为线程提供了重复利用的途径，而Selector则为起到了调度线程的目的，也即高效率的使用线程。下面我们开始Netty的学习。 首先，我们来了解一下mmap、sendFile、零拷贝。在java中，由于传统的IO读写需要进行四次拷贝、四次切换(如图)，因此效率上，通常在传输大文件的时候比较低。因此引入了mmap和sendFile进行优化。同时这里，我们就需要了解DMA,在计算机原理中，我们可以看到它的身影，全称Direct
-
发表了文章 2022-12-14
NIO学习二-ByteBuffer
前面我们已经了解到Buffer中，0<=mark<=postion<=limit<=capacity。其中mark是标记，如果为-1时丢弃。postion是当前位置，limit是限制，也即上界。capacity是容量。同时了解了直接缓冲区与缓冲区的底层实现是不同的，缓冲区是基于数组的，而直接缓冲区是基于内存的。同时可以基于反射，拿到cleaner，进而拿到clean进行清理。同时clear是还原缓冲区的状态，flip是反转缓冲区的，rewind重绕缓冲区，标记清除。remianing对剩余元素的个数记录。offset获取偏移量。 ByteBuffer是Buffer的子类，可以在缓冲区以字节为单
-
发表了文章 2022-12-14
NIO学习一
NIO相比普通IO提供了功能更为强大、处理数据更快的解决方案。 常用于高性能服务器上。NIO实现高性能处理的原理是使用较少的线程来处理更多的任务 常规io使用的byte[]、char[]进行封装，而NIO采用ByteBuffer类来操作数据，再结合 针对File或socket技术的channel,采用同步非阻塞技术来实现高性能处理，而Netty 正是采用ByteBuffer（缓冲区）、Channel（通道）、Selector（选择器）进行封装的。 因此我们需要先了解NIO相关的知识。
-
发表了文章 2022-12-14
CompletableFuture学习
前面我们已经知道CompletionService是可以解决Future带来的阻塞问题的，同时我们除了前面我们看到的take方法之外，还可以使用poll方法，这样可以使你的程序免受阻塞之苦。因为poll方法也是无阻塞性的。同时在kafka的源码中，我们如果使用消费者的话，可以看到会使用一个基于future的poll方法。同时我们可以在dubbo的新版本2.7中，可以看到其异步编程采用的就是我们要介绍的CompletableFuture。因此，我们有必要了解CompletableFuture，同时其也是真正意义上的异步编程的实现。
-
发表了文章 2022-12-14
CompletionService学习
前面已经说到Future的默认实现是FutureTask，因此你可以看到其在jdk1.5的时候采用的是AQS去实现的，因此具有阻塞性，但jdk1.6之后，可以看到其基于CAS实现的。之所以学习Future，除了其具备异步功能，同时其采用的思想也是在设计模式中有体现的，也即Future模式，而且可以在kafka源码中看到基于Future构建的异步编程。前面说到其基于AQS具有阻塞性，但从源码中，可以看到在jdk1.6之后采用的是CAS
-
发表了文章 2022-12-14
Future和Callable学习
通常使用线程池+Runnable的时候，会发现Runnable不能返回值，也就执行的结果情况，同时对于出现异常，我们获取异常信息，进行相应的处理。如果需要返回结果，同时需要进一步加工的时候，就可以考虑使用Future+Callable了。同时接口Future的默认实现是FutureTask，因此对于其实现get()方法，会有一个问题，就是如果前面的任务一旦执行的时间耗时较长的时候，就会出现一直阻塞的状态，此时就会出现排队等待的状态，大大影响其性能。适用场景：当一个线程需要等待另一个线程把某个任务执行完成后它才能继续执行，此时可以使用FutureTask。因为FutureTask基于AQS实现，
-
发表了文章 2022-12-14
对前端传入的json对象解析成多个对象
如果是多个对象呢？那怎么解决这个问题？ 此时就可以用到: multiRequestBodyDemo(@MultiRequestBody("dog") Dog dog, @MultiRequestBody("user") User user) 这种方式进行接收了。但spring boot是不支持这种方式的。因此，就需要自己写一个解析器来解析这样的传入方式和接收的方式。通常，比如我们有分页和对象时，就可以采用这种方式进行接收。
-
发表了文章 2022-12-14
java8学习整理
Lambda表达式只能简化函数式表达式接口（通常我们可以看到器有@functionalInterface注解)的匿名内部类写法,也即首先必须是接口，接着接口只能有一个抽象方法，此时可以考虑简化。 Lambda表达式简化Comparator接口匿名内部类写法：进行数据排序，采用Comparator
-
发表了文章 2022-12-14
Mysql学习-sql优化
1. 选择优化的数据类型 1）更小的通常更好：一般情况下，尽量使用可以正确存储数据的最小数据类型。 2）简单就好：简单数据类型的操作通常需要更小的CPU周期 3）尽量避免NULL：很多表都包含可为NULL（空值）的列，通常情况下最好指定为NOT NULL。因为如果查询中包含可为NULL的列，对于Mysql来说更难优化。
-
发表了文章 2022-12-14
Mysql学习-架构认识
2.Mysql的逻辑架构 其可分为三层： 最上层为基于网络的客户端/服务端的工具或服务类似的架构。比如：连接处理、授权认证、安全等。每个客户端连接都会在服务器进程中拥有一个线程，同时对其进行认证。 第二层：大部分Mysql的核心服务功能都在这一层，包括：解析、分析、优化、缓存以及所有的内置函数，所有跨存储引擎的功能都在这一层实现：存储过程、视图、触发器等。Mysql首先会解析查询，并创建内部数据结构（解析树），然后对其进行各种优化，包括重写查询、决定表的读取顺序，以及选择合适的引擎等。同时可以请求优化器解释（explain）优化过程的各个因素，提供优化参考。 第三层：包含了存储引擎，存储引擎负
-
发表了文章 2022-12-14
Dubbo调用流程学习总结
首先我们知道Dubbo是一个RPC框架，因此解决的问题是服务治理，这个治理是解决服务注册和调用列表的维护治理，产生注册中心维护服务列表和更新，同时方便远程调用和本地调用是一样的，同时方便解耦，我猜这个是dubbo框架产生的初衷吧。而服务的调用和服务的引用是采用网络编程框架Netty，由于其基于NIO,因此其具有很高的性能。同时因为服务的调用和服务的引用，与IM通信或者我们看到的Http请求三次握手是类似的，采用的是应答模式。
-
发表了文章 2022-12-14
Netty实现简单RPC调用
我们知道Dubbo是一个RPC框架，那RPC框架需要实现什么？需要实现的是调用远程服务和本地服务一样方便，同时提高调用远程服务的性能。而服务端和客户端之间的关系，其实就是一个生产和消费的关系。
-
发表了文章 2022-12-14
Dubbo源码学习一
首先，我们知道dubbo在以前都是基于zookeeper作为配置中心的，同时是建立在spring基础之上的。因此，就需要思考一些问题： 首先dubbo是怎样和spring集成的，也即dubbo集成在spring上需要具备什么条件？接着dubbo作为一个服务治理的微服务框架，那它的生产者和消费者与注册中心怎样进行交互的。 dubbo是基于spring的基础之上进行开发的RPC框架。需要和spring整合，必然就需要按照Spring解析默认标签和自定义标签的方式进行。而在Spring中，我们知道在Spring中是在ParseBeanDefintions(Elemen
-
发表了文章 2022-12-14
JVM学习二
jvm监控排查问题相关工具： jps、jstat、jinfo、jhat、jstack、jconsole、jmap、MAT、Btrace、psi_probe监控tomcat,通过gceasy查看和GCViewer查看GC，从而解决问题。
-
发表了文章 2022-12-14
Kafka学习一
Producer:生产者，数据的发布者，将消息发布到kafka的topic中，broker接收到生产者发送的消息后，broker将该消息追加到当前用于追加数据的segment文件中。生产者发送消息，存储到一个partition中，生产者也可以指定数据库存储的partition. Consumer：消费者，可以从broker中读取数据，消费者可以消费多个topic中的数据.同时每个消费者都属于一个特定的消费组(ConsumerGroup).
-
发表了文章 2022-12-14
ReentranLock源码学习
线程的三大特性：原子性、可见性、有序性。也就是说满足这个三个特性的操作都是可以保证安全的，如Atomic包、volatile、通过happensBefore原则可以进行线程的安全的判断，这个依据通常是为了避免jvm指令重排。比如通常我们知道的配置信息，如果有多个线程去进行配置信息的修改，则需要进行上锁。或者多个线程修改一个变量时，此时就需要进行上锁了，或者读写分离时，可以考虑ReentrantReadWriteLock等。其本质是解决并行中的问题，将并行转成串行问题进行解决。那怎么上锁才有用呢？锁的状态大部分情况下是互斥的。当然也有特例：ReentrantReadWriteLock的读读是不会
-
发表了文章 2022-12-10
科学的根源(一)
探究世界的成因，在自然界中存在很多自然现象、事件，而这些现象都由某些规律支配着。而要理解支配自然界的神秘力量，首先必须将真理从纯粹的迷信中剥离出来。而要把真理从中剥离出来，需要做一些预备性的工作：找到如何从数学上将真理和迷信分开的方法，也即需要某种程序来鉴别一个给定的数学命题是否为真。
-
发表了文章 2022-12-10
Feign接口踩坑
由于业务需要，需要在接口中传递参数，调用消息中心的短信接口，进行短信的发送。如果使用Feign接口，没有携带token时，调用Feign接口，可以正常调用，但是如果携带token，就会出现appId拼接参数的情况。appId出现拼接时什么原因导致的呢？
-
发表了文章 2022-12-10
事件监听思考
在整合在项目中，我们通常需要基于事件去触发另外的业务逻辑动作的完成。也即在我们做需求时，通常会基于不同的事件码来完成业务处理，此时可以考虑将其单独处理，基于观察者模式+策略模式。还有一种如果当Spring完成Bean的初始化，需要做一些特殊处理，此时除了使用InitializingBean，还可以使用监听完成一些定制化的初始化动作，实现ApplicationListener<ContextRefreshedEvent>。
-
发表了文章 2022-12-10
一种均摊法实现
内容来源于alibaba的开源项目ageiport，场景：如果需要基于集群节点进行均摊，对数据进行处理分而治之的话，就可以采用。
-
发表了文章 2022-12-10
基于Redis 实现一个轻量级的延迟队列
想实现一个轻量级的延迟队列，此时可以考虑基于Redis来实现，如果当前的基础设施不是阿里云Mq，开源的RocketMQ只有18个等级，1ms~2h的18个等级。当然商业版的阿里云可以实现精度的延迟。
-
发表了文章 2022-12-10
Activiti整理
一个完整的工作流生命周期会经过5步，并且迭代循环。 定义：工作流生命周期总是从流程定义开始。这个过程包括收集需求，将其转化成流程定义，也就流程图、相关变量、角色定义。 发布：由开发人员打包各种资源，然后在系统管理中发布流程定义。包括：bpmn.xml、自定义表单、任务监听类等。 执行：具体的流程引擎按照事先定义的流程处理路线以任务驱动的方式执行业务流程。 监控：此阶段是依赖执行阶段。业务人员在办理任务的同时收集每个任务(Task)的结果，然后根据结果做出相应处理。 优化：在此阶段，一个完整的流程已经结束，或许能满足业务需求，或者需要优化。
-
发表了文章 2022-12-10
TinyId生成器
TinyId生成器 的nextId、getNextSegmentId，一个是获取segmentId，一个是获取nextId。也即生成的过程中，首先会生成一批数据的maxId和delta、reminder等信息，然后获取nextId。而这个过程中，首先需要有idGenerator对象。目前可以看到其多次使用double check，基于单例模式。同时基于缓存，使用了抽象工厂模式，获取idGenerator的时候。
-
发表了文章 2022-12-10
dynamic-tp动态线程池
1)如果要实现一个动态线程池，首先需要考虑的是将线程池的相关配置信息外置。这样出现问题的时候，能够基于配置修改，实现热部署。修改配置后，就能生效。因此，可以考虑的配置方式有多种：nacos、apollo、zookeeper、consul、etcd等。 2）如果线程池出现问题或者完成修改后，能够基于监控的信息，进行通知和告警。这样就需要考虑通知和告警的方式的多样性：比如基于钉钉、微信、飞书、电子邮件等渠道进行通知和告警。
-
发表了文章 2022-12-10
状态机
首先需要考虑涉及到哪些状态节点和哪些事件，如何方便状态节点的获取、状态节点如何串联起来呢？串联的方式下，如何拿到下一个状态节点？如果基于角色，如何实现？ 我们知道工作流可以实现基于角色进行流程的流转，但是此时我们涉及到事件和状态，会出现多个分支，如果使用工作流实现，流程处理上，比如activiti上，可能比较复杂，因此考虑比较轻量级的状态机来实现的话，相对来说要方便一些。
-
发表了文章 2022-12-10
Seata学习整理二
前面说过，seata在做二阶段提交前会生成前镜像、执行sql、生成后镜像。那么首先需要做的是，有数据源进行连接，然后需要对表的元数据信息进行抽取。这样才可以进行前镜像以及后镜像的操作。
-
发表了文章 2022-12-10
Seata学习整理
seata 一阶段：首先拦截sql，解析sql语句的语义，提取元数据，找到sql语句，在执行sql前生成前镜像，执行业务sql后，生成后镜像。生成seata事务锁数据，然后构建事务日志并插入事务日志表，注册分支事务。 二阶段：二阶段分支提交，删除保存的事务日志数据，完成数据清理。通过异步线程批量删除在二阶段提交的分支事务日志数据。如果是二阶段回滚操作，则通过事务协调管理器执行二阶段回滚，此时资源管理器会执行回滚一阶段已经执行的业务sql语句，还原数据。
-
发表了文章
2023-10-11
LiteFlow学习三之业务编排处理之外
-
发表了文章
2023-10-11
liteflow学习二
-
发表了文章
2023-10-11
liteflow学习一
-
发表了文章
2023-10-11
rayin使用与学习
-
发表了文章
2023-10-11
Spring读书笔记
-
发表了文章
2023-10-11
pipeline设计模式使用
-
发表了文章
2023-10-11
Eventbridge学习
-
发表了文章
2023-10-11
如何设计一个灵活的审批流程
-
发表了文章
2023-10-11
Seata的TCC模式学习整理
-
发表了文章
2023-08-02
Seata中的TCC模式学习一
-
发表了文章
2023-08-02
RocketMQ中相关Table记录
-
发表了文章
2023-08-02
Austin消息中心
-
发表了文章
2023-08-02
Cat学习
-
发表了文章
2023-08-02
ageiport使用
-
发表了文章
2023-08-02
Nepxion Aquarius中Lock实现思路学习
-
发表了文章
2023-08-02
eventMesh源码学习
-
发表了文章
2023-05-11
rocketmq中可视化和池化
-
发表了文章
2023-05-11
Rocketmq整合Spring中的推消费和litepull消费
-
发表了文章
2023-05-11
innodb逻辑存储结构整理
-
发表了文章
2023-05-11
CacheCloud中Task任务执行过程
