玲辰书斋

Java内存模型与线程 ​ 上面的图就是线程，工作内存，主内存的关系，也可以看到线程想要获取数据，需要先到工作内存找，工作内存从主内存中找，那为啥需要这个工作内存 ? 而不直接访问主内存，也可以避免数据不一致的情况了。 ​ 这就需要我们对物理计算机中如何并发访问有一点儿了解，我们知道CPU内含有寄存器，但寄存器能存放的内容太少，而大部分时间都要从内存中获取，如果等待从内存中取得数据，CPU又被浪费了，因为两者间的速度差太多，所以引入了高速缓存。 ​ 除了增加高速缓存外，为了处理器内部的运输单元能被充分利用，处理器会对输入代码进行乱序执行，在计算后将乱序执行的结果重组，保证该结果与顺序执行的结果一致。而潜在的风险就是一个计算任务依赖另一个计算任务的中间结果，其顺序性不能靠代码的先后顺序来保证，而Java内存模型也保留了这一点，我们也可以看到上面两幅图结构是非常相似的。所以Java内存模型的定义也是由硬件决定的。 内存间交互操作​ 也就是图1中，线程，工作内存，主内存数据是怎么交互的，Java内存模型定义了8个操作，每个操作都是原子 ...

SQL语句： where 和 having 的区别 分组查询时，select的字段（不包含聚合函数的字段）是否一定要都在group by的字段中? 例如： select name,age,sum(money) from user group by 上面所说情况在Mysql5.7之后：sql_mode=only_full_group_by 情况下适用，可以通过 select @@sql_mode;查询自己的sql_mode 解决方案： 修改sql_mode，删除：SET @@sql_mode = sys.list_drop(@@sql_mode, 'ONLY_FULL_GROUP_BY');（不推荐） group by 主键字段 group by 唯一非空字段 select 字段集合 from table group by 相同字段集合 select @@sql_mode; SET @@sql_mode = sys.list_add(@@sql_mode, 'ONLY_FULL_GROUP_BY'); SET @@sql_mode = sys.list_dr ...

IOC​ 我们学Java的基本上都会使用Spring进行开发，而Spring中最为核心的又是IOC和AOP，接下来的内容是在学习手写Spring渐进式源码实践这本书后的学习总结，看是否我们能开发出一个mini-Spring。因为后期代码会很多，而且基本上都是在前一版的基础上进行扩展。这里我只声明每一章的目标扩展点是啥，具体从Github上获取源码：https://github.com/fuzhengwei/book-small-spring 第一章：实现一个简单的Spring Bean容器​ 先不深究Spring源码，我就看自己平时使用Spring时的体会，使用Spring时，通过XML配置文件或者通过注解，声明哪些类是需要注入到容器中的，到自己使用时，可以从容器中获取该类对象。那这不就是我们基础中学的Collection或者Map就能实现的操作嘛，因为我需要频繁的从容器中获取指定类对象，所以查询返回的效率需要非常高，那就我们就用Map来实现，先不要想那么多。 public class BeanFactory { // 用Map来存储Bean priv ...

初级阶段（本地调用）​ 在我们学习java初期，我们都会通过创建一个类对象，用该对象调用自身方法，得到需要的内容。整个过程都在本地当前JVM中进行的。这样的程序是最简单，方便，快速的。后面我们又学习了面向接口编程，用接口去规范子类的行为，也就是说调用者不需要知道具体方法的实现，只调用接口即可。 ​ 再后来我们又学习了分布式调用这些高端名词，什么Dubbo，什么RPC框架，什么Zookeeper注册中心，说实话我学完还是挺懵逼的，会有种漂浮的感觉，知道它大概是个什么东西后，又说这玩意儿落伍了，让我去看看SpringCloud，Nacos之类的玩意儿，说学这个没问题。现在回想起来有种知识断层的感觉，这种感觉从普通java程序进阶为Spring框架时有，从SpringBoot到SpringCloud时也有。废话不多说了 ，我们开始理理思路吧。 import lombok.AllArgsConstructor; import lombok.Data; public interface Factory { public User askEntity();  ...

从 JDBC 到 ORM（例：Mybatis）的演化过程​ 下面我将介绍Java操作Mysql数据的方式的演化过程，从最基本的JDBC到ORM框架的实现，每一次演化都是为了解决现有存在的问题。 JDBC这里需要加入Mysql驱动包或者依赖. <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>8.0.13</version> </dependency> @Test public void test1() throws SQLException { // 注册驱动 Driver driver = new com.mysql.jdbc.Driver(); // 设置配置 Properties properties = new Properties(); properties.setProperty("user","root"); ...

手写线程池 ​ 我们从初级阶段自己创建线程去异步执行任务，到后期使用线程池不断执行任务，原理书上都有，但都是字面意思，无法深入理解，所以打算自己进行实现。 阶段一： new Thread(()-> System.out.println("异步执行")).start(); 阶段二: // 抽离出一个统一接口，具体实现由子类完成 interface Executor { public void execute(Runnable r); } // 定义各自的子类去实现execute方法 @Slf4j class myExecutor implements Executor { @Override public void execute(Runnable r) { // 底层还是执行的 new Thread(r)，虽然现在看起来是有点儿麻烦，但更方便我们进行扩展了 new Thread(r).start(); } } 阶段三：上面我们执行一次方法就创 ...

第二章：链表问题打印两个有序链表的公共部分/** * 给定两个有序链表的头指针head1和head2,打印两个链表的公共部分 * @param head1 * @param head2 */ public static void printCommonPart(Node head1,Node head2) { // 有序 则说明，我们可以用双指针思想，找到相同的点 while (head1 != null && head2 != null) { if (head1.value > head2.value) { head1 = head1.next; } else if (head1.value < head2.value) { head2 = head2.next; } else { // 如果相等，说明到达了公共节点 Syste ...

Hexo d 推送至服务器​ 前段时间利用Hexo搭建博客，并配合GitHub page进行页面显示，一切都很美妙，但有一个问题就是访问速度太慢，后面我希望将博客迁移到腾讯云中，之后就从服务器访问了。现在关于Hexo搭建基本博客的帖子已经很详细了，所以我会放一些我参考的链接，主要介绍如何从本地将文件同步到自己的服务器中。 前置知识Hexo博客搭建三水同学的笔记：https://sanshui.vip/2022/08/10/indexday1/ （这里操作完，基本上就是博客雏形和Github page的显示） Butterfly主题有了基本的博客雏形，但样式比较单一，这时候就可以利用现有的Hexo主题，这里只列举了Butterfly，还有些其他主题，可以自行查找。 推荐教程：https://www.fomal.cc/posts/4aa2d85f.html （这里操作完，样子就会好看许多，剩下的就是页面的修改，按照自己的意愿） 页面音乐播放我当时觉得博客加点儿音乐很有感觉，就捣鼓了些。 推荐教程：https://blog.csdn.net/qq_41467882/article/ ...

第一章：栈与队列设计一个有getMin功能的栈 要求：pop，push，getMin的时间复杂度为：O(1) public class stackTemplate { // 记录插入值 private Stack<Integer> stack = new Stack<>(); // 记录插入值的最小值 private Stack<Integer> minStack = new Stack<>(); public void push(int value) { stack.push(value); // 如果最小值栈的栈顶元素 大于 当前元素，则说明有新的最小值了， if (minStack.isEmpty() || minStack.peek() >= value) { minStack.push(value); } } public int pop() { ...

BigKey是什么 ？BigKey通常以Key的大小和Key中成员的数量来综合判定，例如： Key本身的数据量过大：一个String类型的Key，它的值为5 MB。 Key中的成员数过多：一个ZSET类型的Key，它的成员数量为10,000个。 Key中成员的数据量过大：一个Hash类型的Key，它的成员数量虽然只有1,000个但这些成员的Value（值）总大小为100 MB。 推荐值： 单个key的value小于10KB 对于集合类型的key，建议元素数量小于1000 有什么危害 ？ 网络阻塞 对BigKey执行读请求时，少量的QPS就可能导致带宽使用率被占满，导致Redis实例，乃至所在物理机变慢 数据倾斜 BigKey所在的Redis实例内存使用率远超其他实例，无法使数据分片的内存资源达到均衡 Redis阻塞 对元素较多的hash、list、zset等做运算会耗时较旧，使主线程被阻塞 CPU压力 对BigKey的数据序列化和反序列化会导致CPU的使用率飙升，影响Redis实例和本机其它应用 怎么识别 ？ redis-cli –bigkeys 利用re ...