1月31日 · 2021年
面试 6 家公司，拿下三个大厂 offer
4024 11 3
11月23日 · 2020年
基于 Redisson 实现切面分布式锁（升级版）
2344 5 0
11月8日 · 2020年
使用 Feign 调用分页接口报错：Method has too many Body parameters
4409 5 2
3月17日 · 2020年
Redis中通过scan命令获取key、value【Java实现】
11350 19 6
12月5日 · 2019年
MySQL 中 redo log、undo log、binlog 的总结
21728 30 8
12月1日 · 2019年
线上定时任务全部罢工
2212 11 0
12月1日 · 2019年
本站事故复盘
2719 61 2
12月7日 · 2019年
基于 Redis 实现分布式锁
2865 6 0
9月7日 · 2020年
Sharding-JDBC 支持动态扩容及刷新 ActualDataNodes
12923 20 6
Java 开发More
一个 @Transactional 修饰的方法A 的内部要调用另一个用 @Async 修饰的方法B，并且方法B 要在方法A 的事务提交之后，异步执行，大概就是下面代码这样。方法A 和 方法B 假如在同一个类中，则方法B 的 @Async 注解会失效：首先解释下 @Transactional 注解失效的原因：Spring 在扫描 bean 的时候会扫描方法上是否包含 @Transactional 注解，如果包含..... 前段时间，本人利用三周时间（排除等offer的时间），面试了6家公司，拿下了4个offer（两个BAT，一个二线大厂，一个福利非常棒的独角兽）。另外，没拿下的两个公司（一个要转go语言）都终止于二面。... 
今天在用 JOOQ 生成代码的时候，即运行 mvn clean install 命令时，出现以下错误，代码中指定的驱动明明是“com.mysql.jdbc.Driver”，但是报错信息中显示的确是驱动“com.mysql.cj.jdbc.Driver”。经搜索，com.mysql.jdbc.Driver 是 mysql-connector-java 5 中的com.mysql.cj.jdbc.Driver 是 mysql-connector-java 6 及以上版本中的..... 
线上 JVM 堆内存不足引发BeanCreationNotAllowedException背景某个周六的中午，领导突然找我说线上有大量报错，让我看一下。我发现日志中出现了很多下面的报错信息，而且持续了一段时间（后面才发现收到了告警邮件，但是当时手机没有提醒，强行甩锅...）：...
1月9日 · 2020年
@Transactional 事务提交之后执行 @Async 修饰的方法
6352 8 0
1月31日 · 2021年
面试 6 家公司，拿下三个大厂 offer
4024 11 3
12月15日 · 2019年
Error running jOOQ code generation tool: com.mysql.cj.jdbc.Driver..
3368 8 0
3月29日 · 2020年
线上 JVM 堆内存不足引发BeanCreationNotAllowedException
2554 10 0
数据库More
将 scala 项目重构为 Java 微服务，在进行读迁移时，其中有一块业务数据量是亿级别的，需要进行跨库数据迁移（注意：表结构发生了很大变化），并且在迁移过程中尽量做到不停服迁移。针对亿级别的数据量级，肯定不能使用脚本迁移的方式迁移，更不可能使用 mysqldump 命令进行导入导出进行数据迁移。网上还有以导入导出文件的形式迁移百万级数据，但是这个操作需要修改 mysql 的配置，保险起见，直接 pass ...最终，选择通过 Jdbc 配合 Job 在双写阶段进行数据迁移，待数据迁移基本完毕，并且数据一致性校验没问题后，再进行读迁移的上线（此时，只需要业务方上线，将读切换到现在的微服务即可）。... 本文主要总结下重做日志（redo log）、回滚日志（undo log）、二进制日志（binlog）的概念。redo log 是物理日志，undo log 和 binlog 是逻辑日志，物理日志的恢复速度远快于逻辑日志。innodb 事务日志包括 redo log 和 undo log，redo log 是重做日志，提供前滚操作，undo log 是回滚日志，提供回滚操作。... 
前面写过一篇通过 Jdbc + Job 解决跨库大表数据迁移，那只是个初始版本，后面对其进行了优化改造，数据迁移性能大幅度提升。优化点单实例 Job 优化为多实例 Job单线程优化为多线程普通偏移优化为分段偏移... 今天在用 JOOQ 生成代码的时候，即运行 mvn clean install 命令时，出现以下错误，代码中指定的驱动明明是“com.mysql.jdbc.Driver”，但是报错信息中显示的确是驱动“com.mysql.cj.jdbc.Driver”。经搜索，com.mysql.jdbc.Driver 是 mysql-connector-java 5 中的com.mysql.cj.jdbc.Driver 是 mysql-connector-java 6 及以上版本中的..... 
移动互联网时代，随着软件用户量的不断增长，由此产生的数据量也在飞速增长，比如，用户表、订单表、聊天消息表等。据统计，MySQL单表可以存储10亿级数据，只是这时性能比较差，业界公认MySQL单表容量在1KW量级是最佳状态，因为这时它的BTREE索引树高在3~5之间。既然一张表无法搞定，那么就想办法将数据放到多个地方，目前比较普遍的方案有3个：分区要求数据不是海量（分区数有限，存储能力就有限）业务并发能力要求不高分库分表互联网行业处理海量数据的通用方法发展几十年的RDBMS（关系型数据库）具有生态完善、绝对稳定、事务特性的优点，只要有软件的地方，它都是核心存储的首选NoSQL/NewSQLNoSQL/NewSQL宣传的无论多厉害，就现在各大公司对它的定位，都是RDBMS的补充，而不是取而代之... 
目前正在对 scala 项目(某块业务)重构，重构成 Java 微服务，业务、表设计都有些许变化，其中涉及到数据迁移，简单来说就是从老表迁到新表(表结构发生了变化)。为了保证迁移前后数据的一致性，需要进行一些必要的验证。本文主要讨论下自己在进行数据一致性校验时用到的方法，仅仅作为一种数据验证的思路，分享给大家，内容可能有一些瑕疵，欢迎大家指正。...
1月27日 · 2020年
通过 Jdbc + Job 解决跨库大表数据迁移
3424 6 0
12月5日 · 2019年
MySQL 中 redo log、undo log、binlog 的总结
21728 30 8
3月20日 · 2020年
[升级版]通过 Jdbc + Job 解决跨库大表数据迁移
2506 10 0
12月15日 · 2019年
Error running jOOQ code generation tool: com.mysql.cj.jdbc.Driver..
3368 8 0
9月29日 · 2020年
谈谈分库分表的几个核心流程
2529 10 0
11月29日 · 2019年
数据迁移后的一致性校验
10472 20 2
中间件More
一、ES 分布式架构原理 ES设计的理念是分布式搜索引擎，底层实现基于Lucene，核心思想是在多台机器上启动多个ES进程实例，组成一个ES集群。 概念描述 接近实时：ES是一个接近实时的搜索平台，这就意味着，从存入一个文档直到文档能够被搜索到有一个轻微的延迟 集群（cluster）：一个集群由多个节点（服务器）组成，所有节点一起保存全部数据，每一个集群有一个唯一的名称标识... 需求 目前，有一个基于自增message_id的范围分片表(message_id_mapping)，如何动态地创建分表并刷新分表的配置(ActualDataNodes)？开发 范围分片配置 # message_id_mapping表的路由策略spring.shardingsphere.sharding.tables.message_id_mapping.actual-data-nodes = shardingds.message_id_mappingspring.shardingsphere.sharding.tables.message_id_mapping.table-strategy.standard.sharding-column = message_idspring.shardingsphere.sharding.tables.message_id_mapping.table-strategy.standard.precise-algorithm-class-name = com.xxx.yyy.persistence.config.MessageIdShardingAlgorithmspring.shardingsphere.sharding.tables.message_id_mapping.table-strategy.standard.range-algorithm-class-name = com.xxx.yyy.persistence.config.MessageIdShardingAlgorithm... 
Apache ZooKeeper是Apache软件基金会的一个软件项目，他为大型分布式计算提供开源的分布式配置服务、同步服务和命名注册。ZooKeeper曾经是Hadoop的一个子项目，但现在是一个独立的顶级项目。ZooKeeper的架构通过冗余服务实现高可用性。因此，如果第一次无应答，客户端就可以询问另一台ZooKeeper主机。ZooKeeper节点将它们的数据存储于一个分层的命名空间，非常类似于一个文件系统或一个前缀树结构。客户端可以在节点读写，从而以这种方式拥有一个共享的配置服务。更新是全序的。使用ZooKeeper的公司包括Rackspace、雅虎和eBay，以及类似于象Solr这样的开源企业级搜索系统。... 
之前项目中使用的是`基于 Redis 实现分布式锁`中的基于 redis 1.5.* 版本使用 setIfAbsent实现的分布式锁，为了使用简单，也是通过AOP切面的方式实现的，但是随着并发量的增长，难免会产生一些担心：... 需求：通过 Job 每秒去 Redis 中获取 Key 前缀为：“message:xxx:yyy:id: ”的所有 Value，Value以字符串类型存储，键值对存储量级：几百万。 Redis中有一个经典的问题，在巨大的数据量的情况下，做类似于查找符合某种规则的 Key 的信息，有两种方式：1、通过 keys 命令，简单粗暴，由于Redis单线程这一特性，keys 命令以阻塞的方式执行。keys 命令通过遍历查找，时间复杂度是 O(n）。Redis 库中 key 的数量越多，查找实现的代价越大，产生阻塞的时间越长。2、通过 scan 命令，以非阻塞的方式实现 key 值的查找，绝大多数情况下是可以替代 keys 命令的，可选性更强。...
11月1日 · 2020年
Elasticsearch 常规概念及底层原理
2269 5 0
9月7日 · 2020年
Sharding-JDBC 支持动态扩容及刷新 ActualDataNodes
12923 20 6
11月29日 · 2019年
ZooKeeper 简单概括
2030 18 0
8月23日 · 2020年
基于 Redisson 实现切面分布式锁
2245 5 0
3月17日 · 2020年
Redis中通过scan命令获取key、value【Java实现】
11350 19 6
算法相关More
一、零钱兑换 I 自顶向下、使用备忘录(HashMap)的递归解法 // 备忘录Map<Integer, Integer> memoMap = new HashMap<>();public int coinChange(int[] coins, int amount) { // 查备忘录，避免重复计算 if (memoMap.containsKey(amount)) { return memoMap.get(amount); } // base case if (amount == 0) return 0; // 下面的递归入参，假如 amount - coin < 0，则返回 -1 if (amount < 0) return -1; // 最差的情况，就是使用 amount 个面值为 1 的硬币，而 amount + 1 就是个不存在的值，下面要比较最小值，则每次递归都使用 amount + 1 比较求最小值即可 int res = amount + 1; for (int coin : coins) { // 子问题（目标金额减去当前 coin） int subProblem = coinChange(coins, amount - coin); if (subProblem == -1) continue; // 求最值，即 res 与 子问题加上一个 coin(与上面`目标金额减去当前 coin`相对应，即自顶向下的思想) 求最值 res = Math.min(res, subProblem + 1); } res = res == amount + 1 ? -1 : res; memoMap.put(amount, res); return res;}... 
一、路径总和 I 递归 public boolean hasPathSum(TreeNode root, int sum) { if (root == null) { return false; } if (root.left == null && root.right == null) { return root.val == sum; } return hasPathSum(root.left, sum - root.val) || hasPathSum(root.right, sum - root.val);}...
10月18日 · 2020年
零钱兑换问题
1608 4 0
10月25日 · 2020年
路径总和问题
1382 5 0
