poemyang_个人页

2025年10月

• 10.23 14:59:31
  发表了文章 2025-10-23 14:59:31

  “不要通过共享内存来通信”——深入理解Golang并发模型与CSP理论

  Golang 采用 CSP 理念，主张“通过通信共享内存”，以消息传递替代共享内存，避免数据竞争。其核心为 Goroutine 与 Channel：轻量协程并发执行，通道安全传递数据，将并发复杂性转为通信编排，提升程序清晰度与可维护性。
• 10.22 22:20:40
  发表了文章 2025-10-22 22:20:40

  揭秘JUC：volatile与CAS，并发编程的两大基石

  JUC并发包由Doug Lea打造，基于volatile与CAS实现线程安全，依托happens-before原则保障内存可见性，通过AQS框架构建锁与同步器，形成高效并发编程基石。
• 10.21 20:31:37
  发表了文章 2025-10-21 20:31:37

  从MESA模型到锁升级：synchronized性能逆袭的底层逻辑

  管程（Monitor）是管理共享资源并发访问的核心机制，基于MESA模型实现，通过入口队列和条件变量队列解决互斥与同步问题。Java的synchronized关键字借鉴该模型，利用monitorenter/monitorexit指令或ACC_SYNCHRONIZED标志实现对象锁，配合wait/notify实现线程通信。JDK 6后引入偏向锁、轻量级锁、自旋锁等优化，显著提升性能。使用时需注意死锁防范、锁粒度控制及可重入特性，合理应用可保障线程安全并提升并发效率。（238字）
• 10.20 21:25:05
  发表了文章 2025-10-20 21:25:05

  一把锁的两种承诺：synchronized如何同时保证互斥与内存可见性？

  临界区指多线程中访问共享资源的代码段，需通过互斥机制防止数据不一致与竞态条件。Java用`synchronized`实现同步，保证同一时刻仅一个线程执行临界区代码，并借助happens-before规则确保内存可见性与操作顺序，从而保障线程安全。
• 10.17 20:44:22
  发表了文章 2025-10-17 20:44:22

  从混沌到秩序：Java共享内存模型如何通过显式约束驯服并发？

  并发编程旨在混乱中建立秩序。本文对比Java共享内存模型与Golang消息传递模型，剖析显式同步与隐式因果的哲学差异，揭示happens-before等机制如何保障内存可见性与数据一致性，展现两大范式的深层分野。（238字）
• 10.16 21:33:28
  发表了文章 2025-10-16 21:33:28

  绯闻女孩不只会八卦：从“验明正身”到“抓内鬼”，Gossip的进阶玩法

  默克尔树是一种基于哈希的树形数据结构，用于高效验证数据完整性。结合Gossip协议可实现去中心化故障检测与数据同步，广泛应用于分布式系统中。设计分布式架构需在一致性、可用性与复杂度间权衡，无万能方案，唯有合理取舍。
• 10.15 17:50:30
  发表了文章 2025-10-15 17:50:30

  技术圈的“绯闻女孩”：Gossip是如何把八卦秘密传遍全网的？

  Gossip协议，又称“八卦算法”，是一种去中心化的分布式通信协议。它通过节点间周期性地随机交换状态信息，实现元数据的高效同步与最终一致性。其核心机制包括直接邮寄、反熵和谣言传播，适用于大规模动态集群中的故障检测与数据复制，具有高容错、低耦合、易扩展等优点。
• 10.14 22:26:56
  发表了文章 2025-10-14 22:26:56

  系统里数据又“打架”了？让“少数服从多数”来终结这场混乱！

  Quorum机制由David K. Gifford于1979年提出，基于“多数派”思想与鸽巢原理，通过N（副本数）、W（写成功数）、R（读取数）三要素实现数据一致性。要求W+R>N以确保读写交集，保障强一致性。不同NWR组合可平衡性能与可用性，广泛应用于分布式系统中的一致性控制与Leader选举。
• 10.13 21:25:30
  发表了文章 2025-10-13 21:25:30

  “鸡蛋不能放一个篮子里”，如何确保千亿数据万无一失？

  副本机制通过在多节点存储数据冗余保障系统容灾。数据被划分为均等段（如chunk、partition），以段为单位管理副本，结合哈希、范围或一致性哈希分布策略。常用领导-追随者模式实现主从复制，确保一致性；或多主架构提升可用性，适用于Cassandra等系统。

2025年09月

• 09.27 11:36:28
  发表了文章 2025-09-27 11:36:28

  “凭什么说你比我先？”——没有上帝时钟，如何判断“谁先谁后”？

  在分布式系统中，物理时钟难以同步，兰伯特逻辑时钟通过单调递增的时间戳刻画事件偏序关系，但无法识别并发。向量时钟扩展了这一思想，利用向量记录各节点事件次数，精确捕捉因果关系并判断并发。版本向量则将该机制应用于数据冲突检测，支持多副本系统的版本管理和冲突合并，常见于去中心化场景。
• 09.25 10:41:06
  发表了文章 2025-09-25 10:41:06

  “你还活着吗？” “我没死，只是网卡了！”——来自分布式世界的“生死契约”

  Lease机制是分布式系统核心协调技术，通过带时限的授权确保一致性与可靠性，广泛用于领导者选举、状态判定等场景。授权者承诺在Lease有效期内不变更权限，接收方需在到期后重新申请。基于Lease可避免“双主”问题，提升容错能力。ETCD等协调服务内置Lease支持，允许多key绑定同一Lease，降低刷新开销，提升性能。
• 09.24 10:21:59
  发表了文章 2025-09-24 10:21:59

  海量数据如何“安家”？一文读懂哈希、范围和一致性哈希三大分片策略

  将单机系统扩展为分布式架构时，数据分布是核心。哈希、范围及一致性哈希分片策略各有优劣：哈希均匀但扩缩容代价大；范围利于查询却易热点；一致性哈希平衡了动态伸缩与负载，广泛用于现代分布式系统。
• 09.23 10:25:02
  发表了文章 2025-09-23 10:25:02

  “卧槽，系统又崩了！”——别慌，这也许是你看过最通俗易懂的分布式入门

  本文深入解析分布式系统核心机制：数据分片与冗余副本实现扩展与高可用，租约、多数派及Gossip协议保障一致性与容错。探讨节点故障、网络延迟等挑战，揭示CFT/BFT容错原理，剖析规模与性能关系，为构建可靠分布式系统提供理论支撑。
• 09.19 10:06:26
  发表了文章 2025-09-19 10:06:26

  从JSON到Protobuf，深入序列化方案的选型与原理

  序列化是数据跨边界传输的“翻译官”，将结构化数据转为二进制流。JSON可读性强但冗余大，Protobuf高效紧凑、性能优越，成主流选择。不同场景需权衡标准化与定制优化，选最合适方案。
• 09.18 07:30:30
  发表了文章 2025-09-18 07:30:30

  gRPC不是银弹：为内网极致性能，如何设计自己的RPC协议？

  自研RPC协议针对内网高并发场景，通过精简帧头、长度前缀解决TCP拆包粘包，支持灵活扩展与高效序列化，显著提升性能与资源利用率，适用于对延迟敏感的分布式系统。
• 09.17 10:50:50
  发表了文章 2025-09-17 10:50:50

  站在巨人的肩膀上：gRPC通过HTTP/2构建云原生时代的通信标准

  gRPC是云原生时代高效通信标准，基于HTTP/2实现，支持四种服务方法。通过.proto文件定义接口，生成多语言Stub，实现跨语言调用。其请求响应结构清晰，结合Headers、Data帧与Trailers，保障高性能与可扩展性，广泛应用于微服务架构中。
• 09.15 08:29:53
  发表了文章 2025-09-15 08:29:53

  从HPACK到多路复用，揭秘HTTP/2如何终结网络拥堵

  HTTP/2通过HPACK压缩头部冗余信息，提升传输效率；并利用多路复用技术，在单个TCP连接上并行处理多个请求，避免队头阻塞，显著提升性能。同时支持服务器推送和流优先级设置，优化资源加载体验。
• 09.09 18:37:50
  发表了文章 2025-09-09 18:37:50

  RPC的三大问题：跨语言、跨平台通信的终极解决方案是如何炼成的？

  本文深入解析现代RPC体系的核心挑战与解决方案，涵盖数据表示、传输机制与调用约定，探讨gRPC、HTTP/2、ProtoBuf等技术如何实现高效可靠的跨服务通信，并分析自研RPC协议的设计思路与未来发展路径。
• 09.08 13:08:01
  发表了文章 2025-09-08 13:08:01

  千亿消息“过眼云烟”？Kafka把硬盘当内存用的性能魔法，全靠这一手！

  Apache Kafka 是由 LinkedIn 开发并捐赠给 Apache 基金会的分布式消息队列系统，具备高吞吐、可扩展和容错能力。其核心设计围绕主题、分区、分段和偏移量展开，通过顺序写入磁盘和 Page Cache 提升性能，广泛应用于大数据实时处理场景。
• 09.05 09:42:51
  发表了文章 2025-09-05 09:42:51

  Facebook内部都在用的存储引擎，LSM凭什么能硬扛亿级写入流量？

  RocksDB是Meta开源的高性能键值存储引擎，基于LSM树设计，专为高吞吐写入场景优化。其核心包括内存表MemTable、持久化SSTable、预写日志WAL及合并机制，适用于海量数据处理。
• 09.04 11:46:08
  发表了文章 2025-09-04 11:46:08

  十年大厂员工终明白：MySQL性能优化的尽头，是对B+树的极致理解

  存储引擎是数据库的核心组件，负责数据的存储与管理。常见存储引擎如MySQL的InnoDB采用B+树结构，以优化读取性能，支持高效查询、范围检索和有序遍历。相比哈希表和B树，B+树通过减少I/O次数，提升大规模数据下的查询效率。本文深入解析B+树的原理、优势及其在MySQL中的应用。
• 09.03 11:12:40
  发表了文章 2025-09-03 11:12:40

  硬盘性能提升100倍的秘密：看懂顺序I/O的魔力

  本文介绍了I/O缓存的核心原理与实现机制，涵盖局部性原理、Page Cache工作机制及其写回策略，以及顺序I/O的性能优势。通过理解时间与空间局部性如何提升缓存效率，Page Cache如何利用内存优化磁盘I/O，以及顺序I/O相比随机I/O在不同存储介质上的性能差异，帮助读者深入理解系统I/O优化的关键技术。
• 09.01 13:39:47
  发表了文章 2025-09-01 13:39:47

  从纳秒到毫秒的“时空之旅”：CPU是如何看待内存与硬盘的？

  在数据爆炸的时代，如何高效存储与管理海量数据成为系统设计的核心挑战。本文从计算机存储体系结构出发，解析B+树、LSM树与Kafka日志结构在不同数据库中的应用与优化策略，帮助你深入理解高性能存储背后的原理。

2025年08月

• 08.29 01:02:53
  发表了文章 2025-08-29 01:02:53

  性能优化之母：为什么说“方法内联”是编译器优化中最关键的一步棋？

  方法内联是编译器优化技术，通过将被调用方法的代码直接插入调用点，减少方法调用开销，并为后续优化创造条件。它能提升执行效率，但过度内联可能导致代码膨胀。Java虚拟机会根据调用频率、方法类型等因素动态决策内联策略，以平衡性能与资源消耗。
• 08.27 11:17:33
  发表了文章 2025-08-27 11:17:33

  new出来的对象，不一定在堆上？聊聊Java虚拟机的优化技术：逃逸分析

  逃逸分析是一种静态程序分析技术，用于判断对象的可见性与生命周期。它帮助即时编译器优化内存使用、降低同步开销。根据对象是否逃逸出方法或线程，分析结果分为未逃逸、方法逃逸和线程逃逸三种。基于分析结果，编译器可进行同步锁消除、标量替换和栈上分配等优化，从而提升程序性能。尽管逃逸分析计算复杂度较高，但其在热点代码中的应用为Java虚拟机带来了显著的优化效果。
• 08.22 12:00:28
  发表了文章 2025-08-22 12:00:28

  解锁硬件潜能：Java向量化计算，性能飙升W倍！

  编译优化中的机器相关优化主要包括指令选择、寄存器分配、窥孔优化等，发生在编译后端，需考虑目标平台的指令集、寄存器、SIMD支持等硬件特性。向量化计算利用SIMD技术，实现数据级并行，大幅提升性能，尤其适用于图像处理、机器学习等领域。Java通过自动向量化和显式向量API（JDK 22标准）支持该技术。
• 08.21 12:04:51
  发表了文章 2025-08-21 12:04:51

  Java编译器优化秘籍：字节码背后的IR魔法与常见技巧

  编译器将源代码转换为机器码的过程中，会经历多个中间表达形式（IR）的转换与优化。前端生成高级IR（HIR），后端将其转为低级IR（LIR）并进行机器相关优化。Java编译流程包括源码到字节码、再由即时编译器转换为内部HIR（如SSA图）、优化后生成LIR，最终编译为机器码。常见优化技术包括常量折叠、值编号、死代码消除、公共子表达式消除等，旨在提升程序性能与执行效率。
• 08.18 00:33:43
  发表了文章 2025-08-18 00:33:43

  “代码跑着跑着，就变快了？”——揭秘Java性能幕后引擎：即时编译器

  HotSpot虚拟机内置C1和C2两个即时编译器。C1启动快，适合快速执行；C2优化强，适合长期运行。自Java 9起，默认启用C2或分层编译。分层编译结合C1与C2优势，共分5层，逐步提升编译质量。方法调用计数器与循环回边计数器用于识别热点代码，触发JIT编译。循环回边计数器还可启动栈上替换（OSR），提升大循环性能。本文详解JIT编译机制与性能优化策略。
• 08.14 23:14:11
  发表了文章 2025-08-14 23:14:11

  “同声传译”还是“全文翻译”？为何HotSpot虚拟机仍要保留解释器？

  Java虚拟机采用基于栈的指令集架构，通过解释执行字节码运行程序。尽管有栈顶缓存等优化，但执行效率仍受限。为此，JVM引入即时编译（JIT）提升性能，结合解释器与编译器的混合执行模式，兼顾启动速度与运行效率。前端编译负责源码到字节码的转换，后端编译则将字节码编译为机器码，JIT在此阶段进行热点代码优化。解释执行具备快速启动、低内存占用等优势，且支持逆优化机制，保障程序正确性。此外，提前编译（AOT）在运行前静态编译字节码，提升启动速度，但受限于Java的动态特性，编译质量通常不如JIT。三者在编译开销与性能上各有权衡，共同构成JVM的多层次执行体系。
• 08.12 08:28:23
  发表了文章 2025-08-12 08:28:23

  a+b=c，处理器一步搞定，Java虚拟机为啥要四步？

  Java虚拟机采用基于栈的指令集架构，具有良好的可移植性和实现便利性。其执行过程涉及栈帧、操作数栈、局部变量表等结构，通过字节码指令实现方法调用与数据处理。相较寄存器架构，虽执行效率略低，但代码紧凑、跨平台能力强，是Java语言实现“一次编写，到处运行”的关键技术基础。
• 08.11 09:00:36
  发表了文章 2025-08-11 09:00:36

  Hello World背后藏着什么秘密？一行代码看懂Java的“跨平台”魔法

  Java虚拟机（JVM）是Java生态的基石，实现“一次编写，随处运行”的核心理念。通过即时编译、热点探测与分层编译等优化机制，JVM在保持平台无关性的同时，不断提升执行效率，使Java程序性能逼近本地编译语言。本文解析JVM编译优化逻辑，探讨其如何在抽象与性能间取得平衡。
• 08.08 08:17:50
  发表了文章 2025-08-08 08:17:50

  没有Happens-Before？你的多线程代码就是‘一锅粥’！

  并发编程中，Java内存模型（JMM）通过happens-before规则定义线程间操作的顺序与可见性，确保多线程环境下程序的正确性。它抽象底层硬件差异，提供volatile、synchronized等同步机制，简化并发开发，实现高效、可移植的多线程程序。
• 08.07 10:17:13
  发表了文章 2025-08-07 10:17:13

  为什么i++不是原子操作？一个让无数并发程序崩溃的“常识”

  简介：本文详解“原子性”概念及实现原理，通过Java代码示例说明多线程环境下count++操作为何非原子，并探讨处理器如何通过总线锁定、缓存锁定及原子指令（如CAS）保障操作不可中断。同时分析CAS存在的ABA问题、自旋开销及局限性，为并发编程打下理论基础。
• 08.06 10:15:40
  发表了文章 2025-08-06 10:15:40

  我的代码出现幻觉？说好的a = 1； x = b，怎么成了x = b； a = 1？

  本节讲解了多线程环境下由于编译器和处理器的指令重排序导致的共享变量操作异常问题。通过Java示例说明了重排序如何影响程序结果，并介绍了内存屏障与volatile关键字如何防止重排序，保障多线程程序正确执行。
• 08.05 08:51:53
  发表了文章 2025-08-05 08:51:53

  我的代码背叛了我？为什么 a=1, b=2，最后x和y都等于0？

  并发编程是现代开发的核心技能。本文以Java为例，解析多线程环境下共享数据的传播机制、指令有序性保障及原子操作原理，深入探讨可见性与有序性问题的根源。通过分析典型并发异常案例，揭示处理器缓存、写缓冲区及内存模型对程序行为的影响，并详解volatile与synchronized关键字的底层实现机制，帮助开发者构建对并发编程本质的系统理解。
• 08.01 18:44:35
  发表了文章 2025-08-01 18:44:35

  书本大纲：从芯片、分布式到云计算AI时代

  本文深入探讨并发编程、JVM原理、RPC框架、高并发系统、分布式架构及云原生技术，涵盖内存模型、同步机制、垃圾回收、网络协议、存储优化、弹性伸缩等核心议题，揭示多线程运行逻辑与高并发实现路径，助你掌握现代软件底层原理与工程实践。
• 08.01 11:26:51
  发表了文章 2025-08-01 11:26:51

  书本介绍：技术札纪——有限硬件与无限计算的权衡艺术

  本书《技术札纪》深入探讨在有限硬件条件下如何平衡系统性能与弹性的关键技术难题。内容涵盖并发编程本质、JVM调优哲学、高并发防护体系、分布式理论落地及云原生时代的技术演进，帮助开发者构建底层思维，提升系统设计与优化能力，在多变的技术浪潮中把握核心竞争力。