为了提高CPU的利用率，工程师们创造了多线程。但是线程们说：要有光！（为了减少线程创建（T1启动）和销毁（T3切换）的时间），于是工程师们又接着创造了线程池ThreadPool。就这样就可以了吗？——不，工程师们并不满足于此，他们不把自己创造出来的线程给扒个底朝天决不罢手。 有了线程关键字解决线程安
责任链模式（Chain of Responsibility Pattern）是一种行为型设计模式，它通过将请求的发送者和接收者解耦，使多个对象都有机会处理请求。在这个模式中，请求沿着一个处理链依次传递，直到有一个对象能够处理它为止。 本文将详细介绍责任链模式的概述、应用场景以及代码示例，来帮助读者更
## 一：场景 20w的QPS的场景下，服务端架构应如何设计？ ## 二：常规解决方案 可使用分布式缓存来抗，比如redis集群，6主6从，主提供读写，从作为备，不提供读写服务。1台平均抗3w并发，还可以抗住，如果QPS达到100w,通过增加redis集群中的机器数量，可以扩展缓存的容量和并发读写能
锁共有多种算法，在并发场景中都是被常常用到，想必大家都已炉火纯青般.....巴特！我们还有后浪同学们可能不熟悉，那我在这里聊下锁的用法和使用场景。
在有一个陈旧的系统的情况下，如果升级API可以优先使用微服务的形式，将数据库进行独立拆分，将原来的数据库原原本本地固定在旧系统中，然后在独立的微服务中运行与部署新系统。 如果原有的数据需要在更换结构的前提下在不同的版本的系统下进行共享，那可以使用数据库的卷影复制等功能。如果两个数据表的结构不完全一样
序列（sequence）是 PostgreSQL 中的一种对象，用于生成自动递增的唯一标识符。通常，序列会与表的自增主键一起使用，以确保每个新插入的行都有一个唯一的标识符。在某些情况下，可能需要更新序列的值： 从另一个数据库中导入数据，自增列的值也从原来的数据中导入。导入的过程中，目标数据库的序列不
我习惯性使用OData，它的$expand与层级查询非常好用，这个功能非常依赖于数据库的导航属性，也就是外键结构。最近想着把一个单体的系统拆分为多个小系统，首先需要处理外键依赖的问题。 多个服务各自有各自的数据库，数据库层面并不互通，也就无法使用外键约束。 我使用EF Core来描述数据库的结构，有
原子性的意义 原子性特别是在并发编程领域，是一个极其重要的概念，原子性指的是一个操作或一组操作要么全部执行成功，要么全部不执行，不会出现部分执行的情况。这意味着原子性操作是不可分割的，它们在执行过程中不会被其他操作中断或干扰。 原子性的意义在于它保证了数据的一致性和程序的正确性。在多线程或多进程的环
今天我们来学习一个有意思的多行文本输入打字效果，像是这样： 这个效果其实本身并非特别困难，实现的方式也很多，在本文中，我们更多的会聚焦于整个多行打字效果最后的动态光标的实现。 也就是如何在文本不断变长，在不确定行数的情况下，让文字的最末行右侧处，一直有一个不断闪烁的光标效果： 单行文本打字效果 在此
首发公号：Rand_cs 越往后，交叉的越多，大多都绕不开 ARMv8 的异常处理，所以必须得先了解了解 ARMv8 的异常处理流程 先说一下术语，从手册中的用词来看，在 x86 平台，一般将异常和中断统称为中断，在 ARM 平台，一般将中断和异常统称为异常 异常的流程，可以分为 3 个阶段，“设备
我并不这么看。 友情提醒：本文建议在PC端阅读。 徐春阳老师发文爆MySQL 8.0 hash join有重大缺陷。 文章核心观点如下：多表（比如3个个表）join时，只会简单的把表数据量小的放在前面作为驱动表，大表放在最后面，从而导致可能产生极大结果集的笛卡尔积，甚至耗尽CPU和磁盘空间。 就此现
https://tidb.net/blog/b1ae4ee7 TiDB分布式数据库采用多副本机制，数据副本通过 Multi-Raft 协议同步事务日志，确保数据强一致性且少数副本发生故障时不影响数据的可用性。在三副本情况下，单副本损坏可以说对集群没什么影响，但当遇到多副本损坏的损坏丢失的时候，如何快
环境： Oracle 19.16 多租户架构 经常会在网上看到有人写exists和in的效率区别，其实在新版本的数据库中，是不存在这个问题的，优化器会自己判断选择最优的执行计划。 为了直观的说明，我在PDB中构造如下测试用例： vi 1.sql select count(*) from v$acti
py2neo 目前不支持 neo4j 5.X,Neo4j Driver for Python是官方提供的驱动程序，提供了与Neo4j数据库进行通信的基本功能，如果你更倾向于底层的控制，或者你的项目对性能要求较高。而py2neo则提供了更多的功能和便利性，以简化与Neo4j数据库的交互，更高级的抽象和便利性，以及一些附加的功能。选择哪个库取决于您的具体需求和偏好。
作者：郝建伟 背景 面对更多项目现场交付，偶而会遇到客户环境不具备公网条件，完全内网部署，这就需要有一套完善且高效的离线部署方案。 系统资源 | 编号 | 主机名称 | IP | 资源类型 | CPU | 内存 | 磁盘 | | -- | | | | | | | | 01 | k8s-master1
前言 瑞数就不过多介绍了，算是国内 2 线产品中的天花板了。4 代其实难度不高，但要弄出来 确实挺费时间和耐心的。今天就简单来讲讲如何用补环境轻松的过瑞数。 本文首发链接为: https://mp.weixin.qq.com/s/WnScMVv3kmdlrFLjr-m3Pg 前言 本文章中所有内容仅
本文不谈论具体的技术和方案，在对于每一个产品都有其特殊性存在。单一的产品解决方法并不适合所有的产品。但是我们可以提供一种思路甚至我们曾经在某个技术点走的弯路，旨在为各位在离线设计提供更多案例。
说到分布式事务，大家并不陌生。在实际工作中，用得比较多的还是柔性分布式事务，今天主要把在工作中运用到的几种柔性分布式事务的场景及实现方式做一个简单介绍，也可以看做是柔性分布式事务的一个演进过程。
一、多表关系 一对多或者多对一 案例：部门与员工的关系 关系：一个部门对应多个员工，一个员工对应一个部门（不考虑跨部门的特殊情况） 实现：在多的一方建立外键，指向一的一方的主键，这里员工表是多的的一方，部门表是一的一方 多对多 案例：学生与课程的关系 关系：一个学生可以选修多门课程，一门课程也可以供
多重背包也是 0-1 背包的一个变式。与 0-1 背包的区别在于每种物品有 k 个，而非一个。 朴素 直接把相同的每个物品视作各个单独的物品，没有关联，仅条件相同； 转换后直接用01背包的状态转移方程 注意：在大数据下容易爆空间时间 二进制分组优化 与朴素相比，优化利用二进制原理（任意数可以由多个不
