Sora33

内存模型线程独占: 虚拟机栈：先进后出的 又称方法栈，线程执行方法都是创建一个栈帧，用来存储局部变量表(存放局部变量的),操作数栈(后进先出的操作数栈。负责写入数据和提取数据)，动态链接(执行常量池中的方法引用),方法出口等信息，JVM对栈的操作有2种，出栈和入栈。方法调用就是入栈。方法返回就是出栈 本地方法栈：区别是虚拟机栈为执行Java方法服务,而本地方法栈则为Native方法服务 什么是native方法呢 就是非Java方法。与Java环境外交互。因为JVM一些底层是C写的。比如Thread类中的setPrioruty方法 HotspotJVM中 将本地栈和虚拟机栈合二为一的 栈是运行时单位 堆是存储的单位 程序计数器：一块较小的内存空间,是当前线程所执行的字节码的行号指令器,每条线程都要有一个独立的程序计数器,这类内存也被称为线程私有的内存。用来记录程序执行到哪一个地方，下次可以在这个地方继续执行 线程共享: 堆：java虚拟机内存最大的一块，被所有线程共享，几乎所有线程实例都在这里分配内存。 1.7包含新生代、老年代、永久代 1.8只有新生代和老年代(永久代被删 ...

最近买了一台M1的mac，心水的mac终于到手了，先折腾一阵子，打算写个笔记记录一下。整体分为踩坑点、注意点、和一些常用的小Tips…本文持续更新！！！ 一些小Tips: 软件如果打不开，提示xxx已损坏，要移到废纸篓 终端输入sudo spctl --master-disable 还不行则使用xattr -cr /Application/程序.app 例如qq打不开 xattr -cr /Application/QQ.app 使用Vim编辑完成保存退出失败，强制保存也失败 很多命令包括复制权限一样，需要在命令前加上sudo使用管理员权限 mac安装软件很简单，要么去appstore，要么下载安装包，以dmg为后缀的，直接把程序拖到Application，听到叮的一声就完成了 自带的vim编辑器太丑了？ 进入用户目录 cd ~ 创建vim配置文件 sudo vim .vimrc 将下面三行写入文件保存，torte是你想保存的主题 123>set nu >colorscheme torte >syntax on 主题预览可以去下面这个链接查看 https ...

前言在项目中对于多线程的使用还是非常普遍的，像并行、串行、优先级顺序执行，还有一些方法涉及到上一个方法的返回值等等。如果我们把人力放在这上面显然是有点多余的，这次给大家介绍京东零售使用的线程编排框架-asyncTool 项目引入引入这里介绍2种方法，一种是maven引入，一种则是直接引入源码，源码结构和层级都很清晰，代码量也很少。这里推荐源码引入，不过根据具体情况具体分析，大家自行选择 maven引入 这里因为我是源码引入的，所以直接放官方的maven引入方法 外网请使用jitpack.io上打的包 先添加repositories节点 123456<repositories> <repository> <id>jitpack.io</id> <url>https://jitpack.io</url> </repository></repositories 然后添加如下maven依赖 12345<dependency> <groupId>com.gitee.jd- ...

前言在平时的开发中，我们一般使用nacos来作为项目的注册中心和配置中心，其中配置中心的动态化配置又是我们经常要用到的设置。配置一些经常发生变化的值特别好用，不需要重启项目，不需要修改代码，只需要在nacos的配置文件修改完成，保存一下就可以完成动态配置。这次我想专门记录一下对于static修饰的值如何获取到值与动态的刷新该值。 正常使用案例首先我们先看一下最为经典的用法，也就是非static字段的使用，我首先在nacos中了如下这么一段配置。 在代码中我是通过下面代码获取到nacos配置的值，我个人习惯用@ConfigurationProperties指定前缀并搭配@Configuration来使用，通过set来赋值，同时加一个注解RefreshScope来开启动态刷新。 12345678910111213@Data@RefreshScope@Configuration@ConfigurationProperties(prefix = "sora")public class NacosVo implements Serializable { @S ...

最近几天公司的服务器经常出现接口调用超时的情况，接口的状态一直是pending的状态，起初以为是程序的堆栈空间爆掉了，重启了项目并不好使，发现问题并没有这么简单，好在之前自己用过arthas，想起了这个工具，于是打算重拾arthas完成这次的bug排查。 首先去官网下载了最新的arthas，因为我用的java程序启动的，直接把整个包拖到服务器中，再使用java -jar启动起来就可以。之后会出现一排的java服务，前面会有很多序号，我们选择需要调试的java程序序号就可以进入该程序的内部，准备开始调优。 进入到下面这个页面就表示我们成功使用arthas连接到了java程序内 arthas官网命令列表 https://arthas.aliyun.com/doc/commands.html 我先说几个常用的命令 dashboard 查看控制台，这个命令可以让我们快速的浏览目前的程序情况，包括线程的状态，新生代老年代以及运行java程序的系统信息等等 jvm 查看jvm的信息，这里信息太多只截了部分，例如线程部分从上到下依次是活跃数、守护线程活跃数、曾经的最大活跃数、总启动线程次 ...

前言很多公司目前发布上线的时候还是手动将jar包打好，然后用Java命令行去启动，包括我现在所在的公司。这样做无疑是加大了人工成本，这次我打算利用Idea中的官方Docker插件，快速将本地项目发布到服务器的Docker并部署，同时集成后续持续更新的操作 安装Docker插件首先我们得确保Idea中具有Docker插件，在插件列表中搜索Docker，如果有下方这个插件我们则继续 DockerFileDockerFile是Docker中构建镜像的脚本文件，包含一系列的指令和配置，用来描述如何构建和配置Docker容器，我先简单介绍一下DockerFile中的常用命令，以命令（示例）：详情的格式进行介绍 FROM（FROM java:7）：基础镜像，构建的起点 COPY（COPY file /usr/local）：将本地文件复制到镜像中的指定位置 ADD（ADD pom.xml /usr/local）：将本地文件添加到Docker镜像中，这里要注意和COPY的区别，如果ADD移动的是压缩文件则会自动解压缩，COPY则不会 WORKDIR（WORK ...

ShardingJDBC介绍SharingdJDBC是ShardSphere中的一种实现方式（ShardingSphere-Proxy是代理，相当于一个中间件，把所有的请求统一发到Proxy上，在Proxy上对请求进行处理；最后一个是Sidecar，相当于提供一个大网，将所有的数据库织起来，一般用于微服务中）它一个轻量级的Java框架，集成在程序里，通过jar包的方式提供服务，并且支持很多ORM框架，比如我们经常使用的Mybatis、JPA、Hibernate等等 ShardingJDBC的一些概念逻辑表：我们一般把结构和逻辑一致的表称为逻辑表，例如user表我拆分为了user01和user02，除了名字以外，其他都一样，那么user就是一张逻辑表。 真实表：真实表就是真实存在的表，上面的user01和user02就是真实表 广播表：公用的一些表，相当于抽象版的”工具类” 分片键：我们分表是按照哪个字段去分，这个字段就是分片键 分片算法：确定分片键后要如何去计算到具体的表。常用的有取模运算、hash算法以及范围算法` 分片策略：由分片键和分片算法组成。用于确定数据应该存储在哪个 ...

传统的通信协议RMI（只能在Java应用之间实现通信） SOAP协议（数据格式为XML，过多的规范） RESTful架构：基于HTTP协议。使用GET、POST、PUT、UPDATE等等，数据格式为JSON、XML等。缺点是文本的低效协议，需要编码解析等。必须提前知道客户端的接口数据，例如参数，返回码，数据结构。并且架构风格难以统一，每个人的开发习惯都不一样。 名词解释进程间通信：假设A服务需要B服务的某种数据，但是这两个服务都在自己独立的进程中，就需要通过网络来完成信息的传递

背景最近业务上有一个需求，涉及到两张表的联查，条件也只有三个。是不是听起来很简单？但这两张表一张是2.5亿，一张是4.5亿。加起来将近7亿的数据。之前我自己了结的是MySQL单表数据建议存储量也就是2000w，所以听到这两张表的大小时也很震惊。但凡事都得有个解决方案，在使用了索引等工具，把这次的过程分享一下。 优化方向首先我们得先有一个方向，按照性价比从高到低分别是 索引的建立和优化->SQL语句的优化->表结构的优化->硬件层次的优化。索引是最简单而且效率最高的一种手段，我们一般在优化SQL的时候都会用到，再下来是SQL语句本身，只展示出需要的字段，以及SQL语句本身是否走了索引，索引是否失效等等，关于SQL优化理论可以看我这篇文章 MySQL理论 再往下是表结构的优化，首先是数据类型的选择，例如年龄，很多人用的是int类型存储，但完全可以使用tinyint来代替，将其从4字节变为1字节，同理还有char和varchar，varchar是可变字符，用多少占多少，而char是固定占用设置的空间，对于text的话，尽可能不去使用，再深度一点的就是对于数据存储的方式，水平 ...

前言我们在项目中排查错误第一时间会去查看日志，日志可以说在开发中起到了很重要的作用。目前很多项目使用的日志收集系统也主要以ELK和EFK这两种为主（EFK中F为Filebeat，和Logstash相比占用资源更少，并且侵入性低，下次有机会也写一篇。又给自己挖了一个坑）。这次还是以ELK为主，来教大家从0来搭一套ELK的日志收集系统。同样，本次我们也使用Docker来完成 ELK是什么?ELK是由三个开源的中间件组成。是一套分布式日志收集解决方案。其中E指的是Elasticsearch，一个NoSQL数据库，也是我们常用的搜索引擎，主要负责存储日志，L指的是Logstash，主要职责是收集日志，过滤日志，结构格式化，然后将处理好的日志发送到es。 K则是kibana，主要提供一个可视化界面，然后操作es，来帮助我们完成查询操作。 构建网络首先我们需要创建一个网络，来使这三个容器之间可以互相访问，完成通信。 我们在docker中使用下面这个命令来完成网络的创建 1234#  创建一个名为mynetwork的网络，指定ip地址为172.19.x.xdocker network create ...