博客 RSS 訂閱

buguge - 開竅了!如何為緩存工具類(CacheUtil中的static方法)定義interface(下)

兩個不同策略的緩存工具類 在我們系統的基建包裏,有一個基於redis的get/set等基礎api封裝的 CacheUtil。 CacheUtil 主要有下面2個靜態方法: public class CacheUtil { /** * 獲取緩存。如果沒有,則設置 */ public static T T getCache(String key, long s

面向對象

收藏 評論

buguge - 【面向接口編程(IOP)典型場景】底層組件如何實現回調通知上層應用系統?

本文介紹了在賬務插件開發中,如何通過“面向接口編程”實現異步轉賬完成後的回調通知機制。通過定義回調接口 TransferCallback,賬務組件在異步操作完成後可通知上層應用進行後續業務處理。文章提供了純 Java 和 Spring 兩種實現方式的代碼示例,展示了接口在插件化架構中的重要作用,體現了面向接口編程在解耦與擴展方面的優勢。 我們在開發一個賬務插件(sby-plug

面向對象

收藏 評論

poemyang - “不要通過共享內存來通信”——深入理解Golang併發模型與CSP理論

Golang 在設計上另闢蹊徑,其併發哲學的核心信條是:“不要通過共享內存來通信,而要通過通信來共享內存。” (Do not communicate by sharing memory; instead, share memory by communicating.) 這一理念源自通信順序進程(Communicating Sequential Processes, CSP)理論。 共享消息模型

軟件設計

收藏 評論

poemyang - Goroutine間的“靈魂管道”:Channel如何實現數據同步與因果傳遞?

Channel是連接Goroutine的“管道”,是CSP理念在Golang中的具象化實現。它不僅是數據傳遞的隊列,更是Goroutine間同步的天然工具,讓開發者無需訴諸顯式的鎖或條件變量。 func main() { ch := make(chan int, 1) // 創建一個int,緩衝區大小為1的Channel ch - 2 // 將2發送到ch

軟件設計

收藏 評論

poemyang - “一切皆文件”:揭秘LINUX I/O與虛擬內存的底層設計哲學

RPC框架如同構建服務大廈的神經網絡,承擔着海量服務間通信的重任。它優雅地屏蔽了底層網絡通信的複雜性,使開發者能聚焦於業務邏輯的創造。然而,在這份優雅之下,RPC框架的網絡模型設計卻是決定系統吞吐量、延遲和資源利用率的命脈,其核心在於在有限的硬件資源與無限的數據洪流之間,建立一座高效、動態的橋樑。 當每秒數以萬計的請求涌入時,如何在有限的硬件上實現近乎無損的調度?事件驅動機制如何以“四兩撥千

軟件設計

收藏 評論

poemyang - 你的程序為何卡頓?從LINUX I/O三大模式尋找答案

I/O交互流程 在LINUX中,內核空間和用户空間都位於虛擬內存中。LINUX採用兩級保護機制:0級供內核使用,3級供用户程序使用。每個進程都有獨立的用户空間(0~3G),對其他進程不可見,而最高的1G虛擬內核空間則由所有進程和內核共享。 操作系統和驅動程序運行在內核空間,應用程序運行在用户空間。由於LINUX使用虛擬內存機制,兩者之間不能直接通過指針傳遞數據。用户空間必須通過系統調用

軟件設計

收藏 評論

poemyang - 單線程如何撐起百萬連接?I/O多路複用:現代網絡架構的基石

I/O多路複用(I/O Multiplexing)是一種允許單個線程同時監視多個文件描述符的I/O模型。其核心價值在於,它將應用程序從低效的I/O等待中解放出來,實現了“一次等待,響應多個事件”的高效併發模式。 要理解其優勢,需要對比非阻塞I/O的侷限性。雖然非阻塞I/O能避免線程在數據未就緒時阻塞,但它要求應用程序通過循環不斷地主動輪詢所有文件描述符,這會造成大量的處理器空轉,浪費計算資源

軟件設計

收藏 評論

poemyang - 從C10K到Reactor:事件驅動,如何重塑高併發服務器的網絡架構

事件驅動 事件驅動(Event Driven)是一種核心的編程範式,其根本特徵是控制反轉(Inversion of Control,IoC)。在這種模型中,程序的執行流不再由代碼的順序調用決定,而是由一系列異步發生的事件來驅動。應用程序的角色從主動輪詢或等待,轉變為被動地對事件做出響應,這構成了現代高性能系統的基礎。 一個完整的事件驅動架構由四個基本部分組成,它們協同工作,構成了高效的

軟件設計

收藏 評論

poemyang - 職責分離的藝術:剖析主從Reactor模型如何實現極致的併發性能

Reactor單線程模型 在Reactor單線程模型中,所謂的“單線程”主要針對I/O操作而言,即所有的I/O操作(如accept()、read()、write()和connect())都在同一個線程上完成。然而,在當前的單線程Reactor模型中,不僅I/O操作由Reactor線程處理,非I/O的業務邏輯操作也在該線程上執行。這種設計可能導致I/O請求的響應被顯著延遲,因為耗時的業務邏輯會

軟件設計

收藏 評論

poemyang - “化零為整”的智慧:內存池如何繞過系統調用和GC,構建性能的護城河

內存池:精打細算的內存管家 在高性能系統(如網絡服務器)的極致優化中,當處理器和I/O的瓶頸被逐一攻克後,內存管理便成為決定系統延遲和吞吐量的最後一道,也是最關鍵的一道關隘。傳統的內存分配方式在這種場景下顯得力不從心,催生了通過內存池(Memory Pool)作為管理策略。 在C/C++或Java等語言中,依賴系統默認的內存分配機制(如malloc或new)在高併發場景下會引發一系列性

軟件設計

收藏 評論

poemyang - jemalloc思想的極致演繹:深度解構Netty內存池的精妙設計與實現

內存分配 Netty內存池的核心設計借鑑了jemalloc的設計思想。jemalloc是由Jason Evans在FreeBSD項目中實現的高性能內存分配器,其核心優勢在於通過細粒度內存塊劃分與多層級緩存機制,降低內存碎片率並優化高併發場景下的內存分配吞吐量。 Netty基於jemalloc的多Arena架構實現內存池化,每個運行實例維護固定數量的內存分配域(Arena),默認數量與處

軟件設計

收藏 評論

poemyang - 為什麼Java/Python程序無需關心內存釋放?揭秘垃圾回收(GC)的核心概念

在Java的編程世界裏,開發者既無需也無法像C/C++那樣手動調用malloc/free來管理內存的分配與回收,這一核心任務完全由Java虛擬機在幕後自動完成。這種自動化設計極大地簡化了編碼,將開發者從繁瑣且極易出錯的內存管理中解放出來。然而,這種便利性的背後隱藏着一個經典且複雜的難題:一個動態運行的程序,其對象創建和消亡的模式千變萬化,Java虛擬機如何高效地追蹤這些對象的生命週期,在正確的時間

軟件設計

收藏 評論

poemyang - 壓縮指針:64位系統下,Java虛擬機是如何“偷”回4字節內存的?

Java對象:在內存中的真面目 在Java中,通過new關鍵字創建一個Java類的實例對象時,該對象會通過碰撞指針方式存儲在內存的堆中,並被分配一個內存地址。在Java虛擬機中,一個Java對象由對象頭(Object Header)、實例數據(Instance Data)和對齊填充(Padding)三部分構成。 對象頭 對象頭由兩個字(計算機術語,表示計算機處理數據的最小單位)

軟件設計

收藏 評論

poemyang - 誰生?誰死?從引用計數到可達性分析,洞悉GC的決策邏輯

引用計數與可達性分析:誰死了,誰還活着? 垃圾回收,顧名思義,便是將已經分配出去的,但卻不再使用的內存回收回來,以便能夠再次分配。在Java虛擬機的語境下,垃圾指的是死亡的對象所佔據的堆空間。這裏便涉及了一個關鍵的問題:如何辨別一個對象是存是亡? 引用計數 引用計數(Reference Counting)是一種古老的辨別方法,它的基本思想是給每個對象添加一個引用計數器,每當有一個引用指

軟件設計

收藏 評論

poemyang - 為什麼我的應用會卡頓?垃圾回收中的STW難題與破解之道

垃圾回收算法:清除、壓縮、複製 可達性分析提供了一種有效的方式,來標記哪些對象死亡,哪些對象還存活。然而,確定哪些對象死亡可以被回收,只是垃圾回收的第一步, 這個過程通常被稱為標記(Mark)。接下來,需要一種方法來回收這些死亡對象佔用的內存,以便這些內存可以被重新使用。這就是垃圾回收算法的任務。 垃圾回收算法描述瞭如何有效地回收垃圾對象的內存,同時儘量減少對程序執行的影響。 清除

軟件設計

收藏 評論

poemyang - 不止新生代與老年代:深入Java虛擬機堆內存佈局與TLAB、卡表等優化機制

Java虛擬機運行數據區域 在JDK 8及以上版本中,Java虛擬機運行時數據區域主要包括以下部分: 1)堆(Heap):這是Java虛擬機中最大的內存區域,所有線程共享,主要用於存放對象實例和數組。這也是垃圾回收的主要區域,因此也被稱作GC堆(Garbage Collection Heap)。 2)方法區(Method Area):在JDK 8之前,這被稱為永久代(PermGe

軟件設計

收藏 評論

poemyang - 吞吐量、延遲、內存:深入理解垃圾回收的“三元悖論”

垃圾回收算法的評價標準:吞吐量、延遲、內存,孰輕孰重? 評估和選擇垃圾回收器時,不存在一體通用的最優解。不同的應用場景對性能的要求截然不同,因此需要通過一套標準化的指標來衡量垃圾回收算法的特性。通常,關注三個主要的、且相互制約的評價指標:吞吐量(Throughput)、最大暫停時間(Max Pause Time / Latency)以及堆使用效率(Heap Usage Efficiency)

軟件設計

收藏 評論

poemyang - 告別漫長GC停頓:深入解析G1如何實現可預測的毫秒級響應

G1(Garbage-First)垃圾回收器是一款面向服務端應用、為大內存和多處理器系統設計的革命性垃圾回收器。G1的核心設計目標是在滿足高吞吐量的同時,建立一個“可預測的停頓時間模型”(Pause-Time Model),讓使用者可以明確指定在一個長度為M毫秒的時間片段內,消耗在垃圾回收上的時間大概率不超過N毫秒。這一特性是它與之前回收器(如CMS)最本質的區別。 在JDK 9發佈之後,G

軟件設計

收藏 評論

poemyang - 內存泄漏 vs. 內存溢出:剖析Java虛擬機兩大內存絕症的病因與療法

內存泄漏和內存溢出是Java程序中最常見的兩類內存管理問題。它們都與內存息息相關,但本質、成因和解決方法截然不同。 內存泄漏 內存泄漏指的是程序在向系統申請內存後,由於設計缺陷或編碼錯誤,導致某些已經不再被使用的對象仍然被引用鏈持續持有,從而無法被垃圾回收器識別和回收。這些無用對象會像殭屍一樣永久地佔據內存空間。一次微小的泄漏可能無傷大雅,但如果泄漏持續發生並累積,會逐漸侵佔可用內存,導致垃

軟件設計

收藏 評論

poemyang - 萬丈高樓平地起:從“輸入-處理-輸出”第一性原理,看懂系統架構的演進

系統設計的複雜性,往往源於其需要應對的外部壓力。對於互聯網應用而言,用户規模的增長和流量的瞬時波動,是其必須面對的常態。一個未經深思熟慮的系統,在流量洪峯面前可能會變得遲緩甚至不可用,直接影響用户體驗與業務目標。 因此,構建一個能夠從容應對壓力的系統架構,便成為一項核心的工程命題。 本文將探討一種行之有效的設計哲學——分層抗壓。剖析其背後的三大技術支柱:緩存、消息中間件與數據庫,並闡述

軟件設計

收藏 評論

姜 萌@cnblogs - 【實戰】深入淺出 Rust 併發:RwLock 與 Mutex 在 Tauri 項目中的實踐

引言 你是否遇到過 Rust 併發場景下的資源競爭、性能瓶頸? 當多個線程同時抓取網頁導致 IP 被封、多線程讀寫本地數據引發一致性問題時,如何優雅地實現線程安全? 本文結合開源項目 Saga Reader 的真實開發場景,深度解析 Arc/Mutex/RwLock 的實戰技巧,帶你從 “踩坑” 到 “優化”,掌握 Rust 併發編程的核心方法論,文末附項目地址,歡迎 star 交流!

rust

收藏 評論

姜 萌@cnblogs - 【實戰】Rust與前端協同開發:基於Tauri的跨平台AI閲讀器實踐

一、背景與目標:為什麼做一個“非典型”的RSS閲讀器? 在信息爆炸的時代,RSS依然是高效獲取結構化內容的重要方式,但市面上主流閲讀器要麼功能冗餘(如集成社交屬性),要麼技術棧陳舊(依賴Electron導致內存佔用高、性能差)。我們希望打造一款簡約輕量、高效率、高性能、隱私安全的RSS閲讀器,核心需求包括: 智庫情報引擎:支持基於搜索引擎的信息抓取與RSS源訂閲。 由AI驅動的特色能力:自動

rust

收藏 評論

涵樹 - Rust中使用RocksDB索引進行高效範圍查詢的實踐指南

在當今海量數據處理場景下,高效的範圍查詢能力成為許多系統的關鍵需求。RocksDB作為一款高性能的嵌入式鍵值存儲引擎,其獨特的LSM樹結構和索引設計為範圍查詢提供了底層支持。本文將深入探討如何在Rust中利用RocksDB的特性來實現高效範圍查詢,從鍵的設計原則到迭代器的工程實踐,再到性能優化的實戰技巧。無論您是正在構建時序數據庫、構建搜索引擎,還是處理用户事件流,這些技術都能幫助您在保證數據一致

rust

收藏 評論

九尾妖狐· - RabbitMQ簡單介紹及常見面試題

RabbitMQ簡介   MQP 即Advanced Message Queuing Protocol(高級消息隊列協議),是一個網絡協議,是應用協議的一個開發標準,為面向消息的中間件設計。基於此協議的客户端與消息中間件可傳遞消息,並不受客户端/中間件不同產品,不同的開發語言等條件的限制。2006年,AMQP規範發佈。類比HTTP。   2007年,Rabbit技術公司基於AMQP標準開發的

erlang

收藏 評論