摘要：
http://www.iteye.com/topic/1123824 我们知道在一般情况下，只有无状态的Bean才可以在多线程环境下共享，在Spring中，绝大部分Bean都可以声明为singleton作用域。就是因为Spring对一些Bean（如RequestContextHolder、Trans 阅读全文
摘要：
复杂一点的 更简单的 阅读全文
摘要：
http://www.cnblogs.com/xuekyo/archive/2013/02/24/2924072.html Servlet 生命周期、工作原理 Servlet 生命周期：Servlet 加载 >实例化 >服务 >销毁。 init（）：在Servlet的生命周期中，仅执行一次init( 阅读全文
摘要：
http://zhulin902.iteye.com/blog/939049 1.从地址栏显示来说 forward是服务器请求资源,服务器直接访问目标地址的URL,把那个URL的响应内容读取过来,然后把这些内容再发给浏览器.浏览器根本不知道服务器发送的内容从哪里来的,所以它的地址栏还是原来的地址. 阅读全文
摘要：
一、GlassFish调优 1、网络调优： 创建套接字连接池，适当重用这些连接，而不是每个请求创建一个连接；设置适当的超时时间，一旦这些资源占用不频繁，就可以释放。 2、JDBC 执行时间： 利用动态Java追踪工具BTrace ，可以查找出慢速的数据库交互。 3、磁盘IO 服务器日志设置为所需最小 阅读全文
摘要：
http://www.mianwww.com/html/2012/11/17094.html Java 中，内存泄漏就是存在一些被分配的对象，这些对象有下面两个特点，首先，这些对象是可达的，即在有向图中，存在通路可以与其相连；其次，这些对象是无用的，即程序以后不会再使用这些对象。如果对象满足这两个条 阅读全文
摘要：
一、Java内存泄露例子 在这个例子中，代码栈中存在Vector 对象的引用 v 和 Object 对象的引用 obj 。在 For 循环中，我们不断的生成新的对象，然后将其添加到 Vector 对象中，之后将 obj 引用置空。问题是当 obj 引用被置空后，如果发生 GC ，我们创建的 Obje 阅读全文
摘要：
1、检测内存泄露的理论 对象的年龄：每次垃圾收集器运行时，一个对象或者是活下来或者是被回收，如果活下来，则其年龄加1. 对象的代的个数：即不同对象的年龄数。若堆上的对象的年龄分别为1,3,5， 则其由个不同的年龄，其代数为3. 正常程序的代的个数：正常程序中代的个数会稳定下来，因为应用程序的持久对象 阅读全文
摘要：
一、Linux 命令行 top sar vmstat iostat pidstat 二、JDK命令行 jps -l -m -v jstat jinfo jmap jhat jstat -l jstatd hprof 三、JConsole 四、Visual VM 线程Dump 分析，内存 Dump分析 阅读全文
摘要：
一、调优工作流程 (1)、划分系统需求优先级(内存消耗、响应时间、吞吐量、可用性、可管理性、启动时间等) (2)、选择JVM部署模式：单JVM还是多JVM，32位或64位，64位指针压缩 (3)、选择JVM Runtime：-client 还是 server 模式，垃圾回收器Parallel 还是 阅读全文
摘要：
一、数值统计模式 1、求最大值、最小值、总值、个数、平均值 案例：给出用户发帖的第一次时间、最后一次时间、评论总数、帖子平均长度 等。 解决：定义一个 类CaculateObj实现 Writable 接口，以用户ID为Key，在Map/Reduce阶段向HDFS写入的是 CaculateObj 对象 阅读全文
摘要：
一、性能优化的类型 1、使用更高效的算法 2、减少锁竞争 3、为算法生成更有效率的代码 二、CPU的使用 用BufferedOutputStream 替代直接的 FileOutputStream 利用缓冲、NIO改善磁盘与网络的IO瓶颈。 三、锁竞争 利用ConcurrentHashMap 替代 H 阅读全文
摘要：
一、性能优化的类型 1、使用更高效的算法 2、减少锁竞争 3、为算法生成更有效率的代码 二、CPU的使用 用BufferedOutputStream 替代直接的 FileOutputStream 利用缓冲、NIO改善磁盘与网络的IO瓶颈。 三、锁竞争 利用ConcurrentHashMap 替代 H 阅读全文
摘要：
性能分析很少在生产环境中进行，通常在质量评估、测试或者开发环境中进行，作为监控活动发现性能问题时的后续活动。 1、Oracle Solaris Studio Performance Analyzer 只能安装在Solaris/Linux 平台上。 2、 NetBeans Profiler 阅读全文
摘要：
性能分析很少在生产环境中进行，通常在质量评估、测试或者开发环境中进行，作为监控活动发现性能问题时的后续活动。 1、Oracle Solaris Studio Performance Analyzer 只能安装在Solaris/Linux 平台上。 2、 NetBeans Profiler 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8528317 External Source Input Pattern Description 这种模式不从hdfs加载数据，而是从hadoop以外系统，例如RDB或web service加载。 I 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8510162 CHAPTER 7.Input and Output Patterns 本章关注一个最经常忽略的问题，来改进MapReduce 的value：自定义输入和输出。我们并不会总使用Mapre 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8502460 Chain Folding 这是对job 链的一种优化。基本上是一种大体规则：每条记录都会提交给多个mapper，或者给reducer然后给mapper。这种综合处理方法会节省很多读文件 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8492804 Chapter 6. Meta patterns 这种模式不是解决某个问题的，而是处理模式的关系的。可以理解为“模式的模式”。首先讨论的是job链，把几个模式联合起来解决复杂的，有多个阶 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8492804 Chapter 6. Meta patterns 这种模式不是解决某个问题的，而是处理模式的关系的。可以理解为“模式的模式”。首先讨论的是job链，把几个模式联合起来解决复杂的，有多个阶 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8489248 Replicated Join Pattern Description 复制join是一种特殊的join，用于一个大数据和许多小数据集map端执行的情况。 Intent 这种模式能够消除 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8489248 Replicated Join Pattern Description 复制join是一种特殊的join，用于一个大数据和许多小数据集map端执行的情况。 Intent 这种模式能够消除 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8485273 Chapter 5. Join Patterns 把数据保存成一个巨大的数据集不是很常见。例如，用户信息数据频繁更新，所以要保存到关系数据库中。于此同时，web日志以恒定的数据流量增加， 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8485273 Chapter 5. Join Patterns 把数据保存成一个巨大的数据集不是很常见。例如，用户信息数据频繁更新，所以要保存到关系数据库中。于此同时，web日志以恒定的数据流量增加， 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8481075 Binning Pattern Description 分箱模式，跟前面的类似，分类记录且不考虑记录的顺序。 Intent 归档数据集中的每条记录到一个或多个类别。 Motivation 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8481075 Binning Pattern Description 分箱模式，跟前面的类似，分类记录且不考虑记录的顺序。 Intent 归档数据集中的每条记录到一个或多个类别。 Motivation 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8476368 Chapter 4. Data Organization Patterns 与前面章节的过滤器相比，本章是关于数据重组。个别记录的价值通常靠分区，分片，排序成倍增加。特别是在分布式系统中 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8476368 Chapter 4. Data Organization Patterns 与前面章节的过滤器相比，本章是关于数据重组。个别记录的价值通常靠分区，分片，排序成倍增加。特别是在分布式系统中 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8469448 Top Ten Pattern Description Top ten模式跟前面的有很大的不同，跟输入数据大小无关，最终得到的记录数量是确定的。而在通用filtering中，输出的规模取 阅读全文
摘要：
http://blog.csdn.net/cuirong1986/article/details/8469448 Top Ten Pattern Description Top ten模式跟前面的有很大的不同，跟输入数据大小无关，最终得到的记录数量是确定的。而在通用filtering中，输出的规模取 阅读全文