云中哥

摘要： 阅读全文

摘要： HashMap 1.7和1.8扩容机制在 Java 1.7 中，HashMap 的扩容机制是当容量超过负载因子与数组长度的乘积时就会进行扩容。默认负载因子为 0.75，即当数组长度为 n 时，当元素个数 size 超过 n * 0.75 时就会扩容。扩容时，数组长度会变为原来的 2 倍，并且将原来的 阅读全文

摘要： 适用场景：适用最终一致性时间敏感度低的场景，并且事务的被动方的处理结果不会影响主动方的处理结果，最典型的是支付成功后，平台通知商户。 优缺点 优点： 1）能够实现跨企业的数据一致性。 2）业务被动 方的处理结果不会影响业务主动方的处理结果。 缺点： 1）只适用于时间敏感度低的场景 2）业务消息可能丢 阅读全文

摘要： 可靠消息最终一致性分布式事务解决方案 指的是事务的发起方执行完本地事务之后。发出一条消息，事务的参与方，也就是消息的消费者一定能够接受到这条消息并处理成功。最终事务的发送方和消费方都能执行成功，达到一致性状态。 适用场景：适用于消息能够能都独立存储，降低耦合性，并且对数据一致性比较敏感的场景。 优缺 阅读全文

摘要： 适用场景： 适用于具有强隔离性，严格一致性要求，也适用执行时间比较短的业务。 方案优缺点 优点： 1）在应用层实现具体逻辑，锁定资源的粒度小，不会锁定所有资源，性能比较高 2）Confirm阶段和Cancel阶段的方法具备幂等性，能够保证分布式执行完的数据一致性。 3）TCC分布式事务解决方案由主业 阅读全文

摘要： 强一致性事务解决方案 优点： 1）数据一致性比较高 2）在任意时刻都能都够查询到最新写入的数据 缺点： 1）存在性能问题，在分布式事务未完全提交和回滚之前，应用不能查询到最新的数据 2）不适高并发场景 3）实现复杂牺牲可用性 最终一致性分布式事务解决方案 优点： 1）性能比较高 2）适合高并发场景 阅读全文

摘要： 1、netty抽象出两个线程池：BossGroup负责监听和建立连接 ；WorkerGroup 负责网络IO的读写 2、BossGroup 和 WorkerGroup 类型都是NioEventLoopGroup , 相当于一个事件循环组，这个组中含有多个事件循环，每一个事件循环都是NioEventL 阅读全文

摘要： TCP是以流的方式来处理数据，一个完整的数据包可能会被TCP拆分成多个包进行发送，也可能把多个小的包封装成一个大的数据包。由于TCP数据包之间没有边界保护，所以当发生粘包或拆包时，接收端难以从数据流中准确获取数据。 TCP粘包/分包的原因： 应用程序写入的字节大小大于套接字发送缓冲区的大小，会发生拆 阅读全文

摘要： 根据Reactor的数据量和处理资源池线程数量，可以分为3钟典型实现 单Reactor单线程 单Reactor 多线程 主从Reactor 多线程 阅读全文

摘要： 配置中心原理 1.Nacos 客户端使用长轮询请求客户端变更数据，并且设置30s超时，当配置发生变化响应会立即返回，否则一直等到29.5s之后再返回响应。 2.客户端的请求到达服务端后，服务端将该请求加入AllSubs的队列中，等待配置发生变更时DataChangeTask主动去触发，并将变更后的数 阅读全文