Redis

作为程序员，我也希望做一枚运营狗。可惜并没多少时间，所以每到过节都发水文。端午快乐。 本文原于掘金试水，加个反差的标题，与预期一致，我也明白了为什么某些公众号质量和流行度相悖。事实就是这样，价值大的文章，都是那么小众。反而是这种初级的随手写的小东西，更加受欢迎。但这种文章如果你喜欢，我会觉得特别悲伤。 因为， 你正在为了面试而迎合面试官，而不是为了工作而汲取知识 。 正文如下，如有雷同，纯属巧合。 其实我一个都没答上来。并不是因为我笨，是因为我不会。在大佬的帮助下，现在我会了，求求你再给我一个机会。 TreeSet/HashSet 区别 顾名思义，首先是结构上的不同 1、TreeSet背后的结构是TreeMap，也就是红黑树，能够实现自动排序。它通过equals方法或者compareTo方法进行内容的比较。 2、HashSet背后是HashMap，key是无序的，只能做外部排序。既然是Hash，那么就要重写其中对象的hashCode和equals方法 另外，还有个细微的差别可以拿来装b： 1、HashSet可以接受null值，有且只有一个 2、TreeSet默认不可以接受null值，会直接抛出空指针异常 set里没有重复数据，treeSet里连虚无都没有。 HashMap 如何解决冲突,扩容机制 烂大街的问题，问哪答哪吧。这样的东西就是靠背。 HashMap的内部结构其实是数组

性能测试时一定要确定测试环境和的硬件配置、软件版本配置，保证和线上一致，才更接近真实环境。 那么linux下如何查看服务器的硬件配置信息？？ 一、查看cpu信息 1、所有信息 lscpu [root@redis02 ~ ]# lscpu Architecture: x86_64 ##cpu架构 CPU op -mode(s): 32 -bit, 64 - bit Byte Order: Little Endian CPU(s): 8 ##总共有8核 On -line CPU(s) list: 0 - 7 Thread(s) per core: 1 ##每个cpu核，只能支持一个线程，即不支持超线程 Core(s) per socket: 8 ##每个cpu，有8个核 Socket(s): 1 ##总共有1一个cpu NUMA node(s): 1 Vendor ID: GenuineIntel CPU family: 6 Model: 79 Model name: Intel(R) Xeon(R) CPU E5 - 2620 v4 @ 2 .10GHz Stepping: 1 CPU MHz: 2095.139 BogoMIPS: 4190.27 Hypervisor vendor: Microsoft Virtualization type: full L1d cache:

《小姐姐味道》是一个主观性和悲观性很强的公众号。吉祥物是佩奇，然鹅过着不如猪的生活。 本公众号关注的方向有两个。 一个是基础架构。 一个是Linux。 不知不觉写了上百篇文章，感觉被掏空了。总结性的文章果然也就是就那么点料。接下来，可能要写一些系列性的文章。冷门但很重要的那种。 还是先总结一下吧。 Linux 小姐姐比较自豪的就是linux玩的非常6。对了，为了体现自己的博学，还出了个系列。最爱的编辑器当然是vim，这篇文章很受欢迎，你也来看看吧。 Linux生产环境上，最常用的一套“vim“技巧 Java堆外内存排查小结 据说很多人拿来洗稿 Linux五件套↓ Linux之《荒岛余生》（一）准备篇 Linux之《荒岛余生》（二）CPU篇 Linux之《荒岛余生》（三）内存篇 Linux之《荒岛余生》（四）I/O篇 Linux之《荒岛余生》（五）网络篇 LWP进程资源耗尽，Resource temporarily unavailable 命令行版星球大战 # 挖坟会不会被打？ 在终端画画、炒股、玩游戏 与福报厂无因果 小姐姐还是一个阿里黑，甚至是无脑黑。看我的表演 ↓ 坑爹项目「spring-cloud-alibaba」，我们也来一个 阿里开源软件替换指南 当然，也会恬不知耻的继续使用福报厂的一些优秀项目（羞）。 由 Canal 组件分析集成中间件架构的一般过程 高屋建瓴

前面我们提到分布式多级缓存架构的全貌，但总感觉少了些什么东西。在这样大的场景下面，如果遇到缓存使用问题那可咋办？但自古英雄出少年，相信此刻你已踏马西去，正走在寻找答案上得夕阳西下。 每每 面谈Redis大家肯定不陌生，反正就是各种被社会得毒打。上来就缓存问题（击穿、穿透、雪崩）三板斧，直接就是开门红，险些让我们招架不住。在这里我又日思夜想： 它们之间是如何造成的？ 项目业务开发中应该注意些什么才能防范它们？ 前言 说时迟那时快， 对面 依然不存在。正在低头玩手机的我，顿时感觉脸旁一阵凉风袭来，不由自主得抬起头来。只见一位光头大叔坐我 对面 ，椅子顿时咯吱咯吱作响，顺手还摸了一把那锃亮锃亮的头。这雷厉风行、英姿飒爽的身段，外加上处处逼人的寒冷气息，犹如那剑指锋芒，让人背后感到针针发凉。 这难道是把传说中的敏捷开发修炼到高层时，所散发出的内力吗？犹如走出那六亲不认的步伐，走路带风 缓存业务的高效 面试官： 看你简历上写了很多缓存的内容，那先谈谈你对缓存的理解？为啥用它？ 吒吒辉： 面试官您好，说到缓存，那你算是找对人了，我能给你干到天亮，目前几乎所有网站都会用它，我也是略知一二得。 其一 缓存一般指nosql，即非关系型数据库，它存储的数据并不像数据库那样有很强的逻辑关系，类似干拿钱-->办事-->走人的感觉，以K--->V形式来操作。 因无逻辑关系

通过使用Flink DataStream Connectors 数据流连接器连接到Redis缓存数据库，并提供数据流输入与输出操作； 示例环境 java .version : 1 .8 .x flink .version : 1 .11 .1 redis ：3.2 示例数据源 （项目码云下载） Flink 系例 之 搭建开发环境与数据 示例模块 （pom.xml） Flink 系例 之 DataStream Connectors 与 示例模块 数据流输入 DataStreamSource.java package com.flink.examples.redis; import org.apache.flink.api.java.tuple.Tuple2; import org.apache.flink.streaming.api.datastream.DataStream; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.streaming.api.functions.source.RichSourceFunction; import redis.clients.jedis.Jedis; import redis

“ 2021年02月，百度分布式配置中心BRCC，正式开源！” 01. 什么是BRCC BRCC（better remote config center）是一个分布式配置中心，用于统一管理应用服务的配置信息，避免各类资源散落在各个项目中，简化资源配置的维护成本。作为一种轻量级的解决方案，部署简单，同时支持多环境、多版本、多角色的资源管理，可以在不改变应用源码的情况下无缝切换和实时生效配置信息。 02. 技术架构 BRCC由三部分组成：管理端、服务端、SDK，其中： 1）管理端 : 前后端分离，后端基于Spring Boot 2.0开发，支持6个维度（产品、工程、环境、版本、分组、配置项）管理key-value格式的配置；支持细粒度的权限控制层级、操作轨迹等能力。安全易用，支持插件化的扩展轻松集成任何公司/组织的账号管理系统。 2）服务端： 基于spring boot 2.0开发，打包后可以直接运行，支持配置的分发、更新推送。 3）SDK： 支持java、go等多种开发语言和开发框架集成，支持spring注解、配置变更监听和刷新，零业务侵入性，低门槛集成（提供spring boot starter方式接入）。 03. 特性 1）统一管理不同环境、不同产品线的配置 BRCC提供统一界面集中式管理不同环境、不同产品线、不同工程的配置 通过版本的复制，可以高效的完成新业务的配置 2

基础 我之前也踩过一些坑， 参与的一个创业项目在初始阶段就采用了服务化的架构，但由于当时人力有限，团队技术积累不足，因此在实际项目开发过程中，发现无法驾驭如此复杂的架构，也出现了问题难以定位、系统整体性能下降等多方面的问题，甚至连系统宕机了都很难追查到根本原因，最后不得不把服务做整合，回归到简单的单体架构中。 所以我建议一般系统的演进过程应该遵循下面的思路： 最简单的系统设计满足业务需求和流量现状，选择最熟悉的技术体系。随着流量的增加和业务的变化，修正架构中存在问题的点，如单点问题，横向扩展问题，性能无法满足需求的组件。在这个过程中，选择社区成熟的、团队熟悉的组件帮助我们解决问题，在社区没有合适解决方案的前提下才会自己造轮子。当对架构的小修小补无法满足需求时，考虑重构、重写等大的调整方式以解决现有的问题。 以淘宝为例， 当时该业务从 0 到 1 的阶段是通过购买的方式快速搭建了系统。而后，随着流量的增长，淘宝做了一系列的技术改造来提升高并发处理能力，比如数据库存储引擎从MyISAM 迁移到 InnoDB，数据库做分库分表，增加缓存，启动中间件研发等。当这些都无法满足时就考虑对整体架构做大规模重构，比如说著名的“五彩石”项目让淘宝的架构从单体演进为服务化架构。正是通过逐步的技术演进，淘宝才进化出如今承担过亿QPS 的技术架构。 下面就为大家展示一份技术小册，需要的朋友点赞收藏