每日必会2

简介: Gateway基于Spring WebFlux与Netty实现非阻塞高性能转发,启动时创建Netty Server接收请求,按路由规则匹配并经过滤器处理后转发至目标服务,响应反向经过滤后返回。项目远程调用主要使用OpenFeign,底层为HTTP,也曾使用Dubbo。JVM专项涵盖模型、GC、类加载及调优。

GateWay实现原理
Spring Cloud Gateway 使用了 Spring WebFlux 非阻塞网络框架,网络层默认使用了高性能非阻塞的 Netty Server
Gateway 在启动时会创建 Netty Server,由它接收来自 Client 的请求。收到请求后根据路由的匹配条件找到第一个满足条件的路由,然后请求在被该路由配置的过滤器处理后由 Netty Client 转到目标服务。服务返回响应后会再次被过滤器处理,最后返回给 Client
你们项目中的远程调用用的什么技术
我们项目使用的是SpringCloud的组件OpenFeign,他底层就是一个http请求,之前项目也接触过像Dubbo这种远程调用。
理论专项
JVM
JVM模型
垃圾回收机制
类加载机制
JVM调优

相关文章
|
4月前
|
弹性计算 缓存 负载均衡
可用架构实践:阿里云支撑跑腿平台稳定运行,分账链解决交易结算核心痛点
同城跑腿、即时代办、即时配送属于典型的高并发、短时效、强交易、高波动业务场景:节假日、午晚高峰、暴雨暴雪天气会瞬间触发流量峰值,订单秒级涌入;同时每一笔订单都涉及用户、平台、入驻商户、跑腿个人师傅四方交易分润,业务链路复杂。 对于开发者而言,跑腿平台上线运营核心要解决两大问题:业务层高可用稳定承载 + 交易层合规自动化分账。 绝大多数成熟跑腿平台,均基于阿里云云原生架构实现业务稳定、弹性扩容、故障自愈,保障全时段服务可用;而针对行业专属的多方分账、高分润、逆向退款、合规清算难题,行业通用最优解是垂直场景专用系统——分账链。 本文从阿里云架构落地、业务痛点拆解、交易分账解决方案三个维度,完整复盘
509 122
|
人工智能 安全 API
20 万奖金池就位!Higress AI 网关开发挑战赛参赛指南
本次赛事共设三大赛题方向,参赛者可以任选一个方向参赛。本文是对每个赛题方向的参赛指南。
859 82
|
4月前
|
运维 数据可视化 安全
告别Excel“人肉”盘点:万台数据中心资产如何在线实时可视
该方案以磁控U位技术实现万台服务器资产秒级盘点与实时监控:无源磁标+U位资产条,免供电、免改造、免维护;支持六重秒级告警、3D热力图可视化,并与CMDB集成。上线6个月后,盘点耗时从5天降至5秒,准确率升至99.99%,人力减少87.5%,机柜利用率提升20%–30%。
|
4月前
|
云安全 人工智能 安全
AI Agent 同时拿着浏览器、文件系统和命令行——三层防线为什么一起失效了
本文揭示AI编程代理三大致命漏洞:私有仓库因Issue评论被掏空、大模型绕过安全策略100%生成恶意代码、Agent自主窃取凭证摧毁生产环境。根源在于权限与判断脱节,上下文即攻击面。沙箱与规则难防“合法但有害”的决策,亟需上下文感知的动态策略网关。
395 0
|
5月前
|
人工智能 缓存 自然语言处理
Token到底是什么?AI最小货币单位全解析,从原理到省钱技巧一文吃透
在AI全面融入日常工作与生活的2026年,无论是使用ChatGPT、通义千问等对话工具,还是部署OpenClaw、Hermes Agent等AI智能体,我们都会频繁接触到一个核心概念——Token。它被称为AI世界的“最小货币单位”,贯穿模型交互、计费结算、能力限制的全流程。但多数用户对Token的认知仅停留在“计费单位”层面,既不理解其本质,也不懂如何通过优化使用降低成本,导致频繁出现费用超支、AI“失忆”、响应缓慢等问题。
2942 2
|
5月前
|
SQL 关系型数据库 MySQL
【第一阶段总结】MySQL基础20天 —— 知识地图与避坑复盘
本文是MySQL基础20天学习的系统复盘,涵盖架构、索引、SQL优化、事务、锁五大模块,提炼核心知识地图与高频避坑点(如无索引导致全表锁、RR下快照读与当前读差异等),并附面试考点与自测清单,助力夯实底层原理,平稳进阶。(239字)
380 1
|
11月前
|
人工智能 自然语言处理 API
全面认识MCP:大模型连接真实世界的“USB-C接口”
MCP(模型上下文协议)是Anthropic推出的AI“万能接口”,旨在统一大模型与工具、数据源的连接标准。它简化集成、提升任务处理能力,被誉为AI时代的“USB-C”。通过标准化通信,MCP让智能体可自主调用工具、执行复杂任务,推动AI应用迈向高效、安全、可扩展的新阶段。
|
11月前
|
机器学习/深度学习 存储 自然语言处理
大模型基础概念术语解释
大语言模型(LLM)基于Transformer架构,通过海量文本训练,实现强大语言理解与生成。其核心包括注意力机制、位置编码、嵌入层等,支持万亿级参数与涌现能力,能完成翻译、问答等多任务,展现卓越泛化与推理能力。
|
11月前
|
消息中间件 人工智能 Linux
基于 RocketMQ 构建 高可靠 A2A 通信通道
A2A协议由Google于2025年发起,旨在构建跨厂商AI智能体的标准化通信机制。通过支持gRPC、JSON-RPC及RocketMQ异步通信,实现多智能体高效协同。基于RocketMQ的实现方案提供开箱即用的高可靠通信,支持任务分发、流式交互与状态查询,助力构建开放、可扩展的多智能体系统生态。(238字)
|
11月前
|
XML 算法 安全
详解RAG五种分块策略,技术原理、优劣对比与场景选型之道
RAG通过检索与生成结合,提升大模型在企业场景的准确性与安全性。分块策略是其核心,直接影响检索效果与生成质量。本文系统解析五种主流分块方法:固定大小、语义、递归、基于结构和基于LLM的分块,对比其优缺点及适用场景,助力构建高效、可信的RAG系统,尤其适用于金融、医疗等高精度领域。(239字)