毫秒

Java 的日期和时间类位于 java.util 包中。利用日期时间类提供的方法，可以获取当前的日期和时间，创建日期和时间参数，计算和比较时间。 Date 类 Date 类是 Java 中的日期时间类，其构造方法比较多，下面是常用的两个： Date()：使用当前的日期和时间初始化一个对象。 Date(long millisec)：从1970年01月01日00时（格林威治时间）开始以毫秒计算时间，计算 millisec 毫秒。如果运行 Java 程序的本地时区是北京时区（与格林威治时间相差 8 小时），Date dt1=new Date(1000);，那么对象 dt1 就是1970年01月01日08时00分01秒。 请看一个显示日期时间的例子： 1 import java.util.Date; 2 public class Demo{ 3 public static void main(String args[]){ 4 Date da=new Date(); //创建时间对象 5 System.out.println(da); //显示时间和日期 6 long msec=da.getTime(); 7 System.out.println("从1970年1月1日0时到现在共有：" + msec + "毫秒"); 8 } 9 } 运行结果： Mon Feb 05 22:50:05

概述 分布式系统中，有一些需要使用全局唯一ID的场景，这种时候为了防止ID冲突可以使用36位的UUID，但是UUID有一些缺点，首先他相对比较长，另外UUID一般是无序的。 有些时候我们希望能使用一种简单一些的ID，并且希望ID能够按照时间有序生成。 而twitter的snowflake解决了这种需求，最初Twitter把存储系统从MySQL迁移到Cassandra，因为Cassandra没有顺序ID生成机制，所以开发了这样一套全局唯一ID生成服务。 结构 snowflake的结构如下(每部分用-分开): 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000 第一位为未使用，接下来的41位为毫秒级时间(41位的长度可以使用69年)，然后是5位datacenterId和5位workerId(10位的长度最多支持部署1024个节点） ，最后12位是毫秒内的计数（12位的计数顺序号支持每个节点每毫秒产生4096个ID序号） 一共加起来刚好64位，为一个Long型。(转换成字符串后长度最多19) snowflake生成的ID整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞（由datacenter和workerId作区分），并且效率较高

毫秒 millisecond 1ms 1毫秒=0.001秒=10 -3 秒 微秒 microsecond 1μs 1微秒=0.000001=10 -6 秒 纳秒 nanosecond 1ns 1纳秒=0.0000000001秒=10 -9 秒 皮秒 picosecond 1ps 1皮秒=0.0000000000001秒=10 -12 秒 飞秒 femtosecond 1fs 1飞秒=0.000000000000001秒=10 -15 秒 秒 毫秒 微秒 纳秒 皮秒 飞秒 http://blog.csdn.net/shorminhsu/article/details/1660910 来源： https://www.cnblogs.com/awpatp/p/3539343.html

最近项目使用socket通信，要测试接受时间和解析时间，达到微妙级别，这里在MSDN上找的资料记录下： Stopwatch 实例可以测量一个时间间隔的运行时间，也可以测量多个时间间隔的总运行时间。 在典型的 Stopwatch 方案中，先调用 Start 方法，然后调用 Stop 方法，最后使用 Elapsed 属性检查运行时间。 Stopwatch 实例或者在运行，或者已停止；使用 IsRunning 可以确定 Stopwatch 的当前状态。 使用 Start 可以开始测量运行时间；使用 Stop 可以停止测量运行时间。 通过属性 Elapsed、ElapsedMilliseconds 或 ElapsedTicks 查询运行时间值。 当实例正在运行或已停止时，可以查询运行时间属性。 运行时间属性在 Stopwatch 运行期间稳固递增；在该实例停止时保持不变。 默认情况下，Stopwatch 实例的运行时间值相当于所有测量的时间间隔的总和。 每次调用 Start 时开始累计运行时间计数；每次调用 Stop 时结束当前时间间隔测量，并冻结累计运行时间值。 使用 Reset 方法可以清除现有 Stopwatch 实例中的累计运行时间。 Stopwatch 在基础计时器机制中对计时器的计时周期进行计数，从而测量运行时间。 如果安装的硬件和操作系统支持高分辨率性能计数器，则

皮秒，符号ps（英语：picosecond ）. 1皮秒等于一万亿分之一秒（10 -12 秒） 1,000 皮秒 = 1纳秒 ns 1,000,000 皮秒 = 1微秒 μs 1,000,000,000 皮秒 = 1毫秒 μs 1,000,000,000,000 皮秒 = 1秒 s 纳秒 纳秒，符号ns（英语：nanosecond ）. 1纳秒等于十亿分之一秒（10-9秒） 1 纳秒 = 1000皮秒 1,000 纳秒 = 1微秒 μs 1,000,000 纳秒 = 1毫秒 ms 1,000,000,000 纳秒 = 1秒 s 微秒 微秒，符号μs（英语：microsecond ）. 1微秒等于一百万分之一秒（10-6秒） 0.000 001 微秒 = 1皮秒 ps 0.001 微秒 = 1纳秒 μs 1,000 微秒 = 1毫秒 ms 1,000,000 微秒 = 1秒 s 毫秒 毫秒，符号ms（英语：millisecond ）. 1毫秒等于一千分之一秒（10-3秒） 0.000 000 001 毫秒 = 1皮秒 ps 0.000 001 毫秒 = 1纳秒 ns 0.001 毫秒 = 1微秒 ms 1000 毫秒 = 1秒s 在典型PC机上各种操作的近似时间： 执行典型指令 　　　　　　　　　　 1/1,000,000,000 秒 =1 纳秒 从一级缓存中读取数据 　　　 　　　

FasterChrome 基于 instant.page 项目，一个可以在一分钟内加速网站的小脚本。原理是这样的，当你使用鼠标移动到链接上，并且按下去，这个时间段平均在 300 毫秒，而 instant.page 会在你的鼠标悬停在链接上超过 65 毫秒就开始预加载该链接，当你真正点击这个链接，由于预加载，就会感受到更快的速度了 来源： CSDN 作者： 爪哇程序猴 链接： https://blog.csdn.net/qq_22062405/article/details/103693965

来源：https://www.cnblogs.com/hnsongbiao/p/9815808.html 偶然发现 C# 的 HttpRequest 要比 Chrome 请求同一Url 慢好多。C# HttpRequest 要500毫秒 而Chrome 只需要 39ms。 后来 整理 各种方法做了优化 HttpWebRequest request = WebRequest.Create(address) as HttpWebRequest; request.KeepAlive = false; request.ServicePoint.Expect100Continue = false; request.ServicePoint.UseNagleAlgorithm = false; request.ServicePoint.ConnectionLimit = 65500; request.AllowWriteStreamBuffering = false; request.Proxy = null; response.Close(); request.Abort(); 打开 KeepAlive 属性，这个可以打开一个tcp连接并在 一段时内重用tcp连接，从而加快http 请求。（默认是打开的）（我在开启keepalive 时出现 服务器关闭连接的错误，在请求完成后

1>. 数据库分片（了解） ①. 背景解释： 解释说明： 如今随着互联网的发展，数据的量级也是呈指数的增长，从GB到TB到PB。对数据的 各种操作也是愈加的困难，如何解决这个问题呢？此时就需要做数据库集群，为了提高 查询性能将一个数据库的数据分散到不同的数据库中存储，这就是我们通常所说的数据 库分片。 ②. 如何实现数据库分片？我们通常会使用mycat数据库中间件来解决。 2>. 分布式ID生成解决方案 ①. UUID 常见的方式。可以利用数据库也可以利用程序生成，一般来说全球唯一。 ②. Redis生成ID ③. snowflake雪花算法 (掌握) 3>. snowflake算法的入门 ①. snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。其核心思想 是：使用41bit作为毫秒数，10bit作为机器的ID（5个bit是数据中心，5个bit的机器 ID），12bit作为毫秒内的流水号（意味着每个节点在每毫秒可以产生 4096 个 ID），最 后还有一个符号位，永远是0 ②. 快速入门 这是一个工具类 /** * <p>名称：IdWorker.java</p> * <p>描述：分布式自增长ID</p> * <pre> * Twitter的 Snowflake　JAVA实现方案 * </pre> * 核心代码为其IdWorker这个类实现

序言 现在有一个需求是将10w条数据插入到MSSQL数据库中，表结构如下，你会怎么做，你感觉插入10W条数据插入到MSSQL如下的表中需要多久呢？ 或者你的批量数据是如何插入的呢？我今天就此问题做个探讨。 压测mvc的http接口看下数据 首先说下这里只是做个参照，来理解插入数据库的性能状况，与开篇的需求无半毛钱关系。 mvc接口代码如下： public bool Add(CustomerFeedbackEntity m) { using (var conn=Connection) { string sql = @"INSERT INTO [dbo].[CustomerFeedback] ([BusType] ,[CustomerPhone] ,[BackType] ,[Content] ) VALUES (@BusType ,@CustomerPhone ,@BackType ,@Content )"; return conn.Execute(sql, m) > 0; } } 压测的此mvc接口单条数据插入数据库的聚合数据图。 用例这样的：5000个请求分500个线程执行post请求接口。 这个图告诉我们，最慢的请求只用啦4毫秒。那么我们做个算法。 如开篇的需求来看，我们用最小的响应时间来计算。 那么插入10w条数据到数据库需用时=100000*4毫秒，大致是6.67分钟

@Aspect @Component public class ServiceLogAspect { public static final Logger log = LoggerFactory.getLogger(ServiceLogAspect.class); /** * AOP通知： * 1. 前置通知：在方法调用之前执行 * 2. 后置通知：在方法正常调用之后执行 * 3. 环绕通知：在方法调用之前和之后，都分别可以执行的通知 * 4. 异常通知：如果在方法调用过程中发生异常，则通知 * 5. 最终通知：在方法调用之后执行 */ /** * 切面表达式： * execution 代表所要执行的表达式主体 * 第一处 * 代表方法返回类型 *代表所有类型 * 第二处 包名代表aop监控的类所在的包 * 第三处 .. 代表该包以及其子包下的所有类方法 * 第四处 * 代表类名，*代表所有类 * 第五处 *(..) *代表类中的方法名，(..)表示方法中的任何参数 * * @param joinPoint * @return * @throws Throwable */ @Around("execution(* com.imooc.service.impl..*.*(..))") public Object recordTimeLog(ProceedingJoinPoint