Guava

【推荐阅读】微服务还能火多久？>>> 一 pom <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>2.0.0.RELEASE</version> <relativePath/> </parent> <groupId>com.syc.activiti</groupId> <artifactId>activiti6-helloworld</artifactId> <version>1.0-SNAPSHOT</version> <dependencies>

【推荐阅读】微服务还能火多久？>>> 背景 用户中心是 授权逻辑与用户信息相关逻辑 构建的应用。分布式系统中，大多数业务都需要和用户中心打交道，为了保证用户中心服务的高可用，避免不了做缓存、导入搜索引擎从而降低数据库的压力。然而有些不经过用户中心授权的业务场景查询用户中心的数据，可能引发大量无效的查询，发生缓存穿透，直接对搜索引擎和数据库造成压力。如何解决用户中心缓存穿透的问题呢？接下来就着重说一下布隆过滤器是怎么 “隔档”这些无效查询的 。 缓存穿透 缓存穿透是指用户查询数据，在数据库没有，自然在缓存中也不会有。这样就导致用户查询的时候，在缓存中找不到对应 key 的 value ，每次都要去数据库再查询一遍，然后返回空（相当于进行了两次无用的查询）。这样请求就绕过缓存直接查数据库 。 布隆过滤器 基本概念 布隆过滤器（ Bloom Filter ）是 1970 年由布隆提出的。它实际上是一个很长的二进制向量 ( 位图 ) 和一系列随机映射函数（哈希函数）。 布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。 特点 空间效率高 和查询效率高 的概率型数据结构。 对于一个元素检测是否存在的调用， BloomFilter 会告诉调用者两个结果之一：可能存在或者一定不存在。 一个很长的二进制向量 （位数组

【今日推荐】：为什么一到面试就懵逼！>>> 唠唠叨叨 复工不到一个月疯狂的加班中，最近没什么时间写博客更文有点慢，好在做的项目中不全是增删改的业务逻辑，还是有一些比较有意思实用的技术点，所以整理出来分享给大家。和那些搞高端技术的大佬比不了，咱就是个还在一线搬砖的码农。 有没有遇到过这种情况：由于网速等原因，网页响应很慢，提交一次表单后发现服务久久没响应，然后你就疯狂点击提交按钮（12306就经常被这样怒怼），如果做过防重复提交还好，否则那是什么级别的灾难就不好说了。。。 今天主要是用 自定义注解、 AOP、 · Guava 包中Cache来生成一种本地锁，来达到的防重复提交效果，整体的实现比较简单，没有什么太大的难度，代码也是比较少，，由于是基于内存的缓存， 因此这种实现方式并不适用于分布式服务 。旨在给大家介绍一种实现防重复提交的方案，要是有什么说的不对的地方大家温柔一点撕，毕竟人家还是个20出头30郎当岁的孩子。 Guava是什么？ guava 包是个啥？做过Java的小伙伴应该多少都有所了解，它是 google “嫌弃” JAVA 自带的类库不好用，自行研发的一套工具包，对JDK工具做了很好的拓展。例如：并发[ Concurrency ]、缓存[ Caches ]、 函数式风格[ Functional idioms ]、 字符串处理[ Strings ]等。 总之一句话

开发一个电商项目，因为数据量一直在增加(已达亿级)，所以需要重构之前开发好的秒杀功能，为了更好的支持高并发，在验证用户是否重复购买的环节，就考虑用布隆过滤器。 也顺便更加深入的去了解下布隆过滤器的原理，感觉还是蛮有意思的，这一连串的公式不静下心来思考，很容易被绕晕。 一、概述 1、什么是布隆过滤器 本质上布隆过滤器是一种数据结构，比较巧妙的 概率型数据结构 ，特点是 高效地插入和查询 。根据查询结果可以用来告诉你 某样东西一定不存在或者可能存在 这句话是该算法的核心。 相比于传统的 List、Set、Map 等数据结构，它更高效、占用空间更少，但是缺点是其返回的结果是概率性的，而不是确切的，同时布隆过滤器还有一个缺陷就是 数据只能插入不能删除 。 2、数据如何存入布隆过滤器 布隆过滤器是 由一个很长的bit数组和一系列哈希函数组成的 。 数组的每个元素都只占1bit空间，并且每个元素只能为0或1。 布隆过滤器还拥有k个哈希函数，当一个元素加入布隆过滤器时，会使用k个哈希函数对其进行k次计算,得到k个哈希值，并且根据得到的哈希值，在维数组中把对应下标的值置位1。 判断某个数是否在布隆过滤器中，就对该元素进行k次哈希计算，得到的值在位数组中判断每个元素是否都为1，如果每个元素都为1，就说明这个值在布隆过滤器中。 3、布隆过滤器为什么会有误判 当插入的元素越来越多时

待续 来源： oschina 链接： https://my.oschina.net/u/4370811/blog/3220127

昨天看到了 微博小秘书关于全国性悼念活动倡议 ，我非常支持这个倡议。 因为修改灰色头像会有一定技术门槛，于是思考能否开发一个小工具方便大家使用。 考虑到第二天就是哀悼日，准备夜间快速开发上线。 0X00 废话少说先上东西 有兴趣的老哥可以访问： http://smartding.top:81/ 或者 http://smartding.top:8080/ 因为暂时无法备案，所以只能采用带端口或者纯 IP 的方式访问，有点郁闷。 小工具里面记录了项目历程，有兴趣可以阅读， 0X01 选型 因为时间相当有限，技术选型必须选择较为成熟的脚手架型框架。 基于这样的原则出发，前端框选用 Element.io，Element.io 优势是支持 CDN 引用，你甚至不需要创建一个 Webpack 项目，提供的组件既有颜值也非常稳定可靠，文档也十分齐全。后端框架则采用 Springboot，通过简单引入 Springboot 依赖就可以轻松创建一个 Java web 项目。 0X02 核心算法 技术选型完成之后，开始考虑核心算法也就是如何把彩色图片转为灰度图片。我没有图片处理经验，但经过摸索大致了解了转换方法。转换算法其实就是下面的数学公式： gray(red, green, blue) = (red + green + blue)/3 主要思路是把求得每个像素的RGB 三色平均值

1.安装Gradle，并添加环境变量。 https://www.cnblogs.com/NyanKoSenSei/p/11458953.html 2.在IDEA中设置Gradle： 3.选中项目中的.gradle文件，右键选择"Import Gradle Project"。 4.接下来会弹出一个界面，Import Module From Gradle。 注意：Create separate module per source set这个不要勾选，不然一个module会分成多个部分。 5.成功导入依赖后，可以通过IDEA最右边的侧栏进行快捷操作。 点击刷新按钮，可以重新导入所有的依赖。 点击+号，并选中相关的.gradle文件，可以导入新的module。 6.在打开项目时，如果module还缺少某些依赖，可以直接在对应的类里面按alt+enter自动导入。 也可以点击File，打开Project Structure里面，点击Modules，点击dependencies，点击+号，导入jar包或者其他的module，如下所示： 7.在.gradle文件中添加新依赖，dir表示的是文件名，include中为jar包，如下： dependencies { compile fileTree(dir: trd, include: 'guava*.jar') compile fileTree