Redis 分布式锁 分布式锁的演变 本地锁（单机用） 利用redis进行分布式锁 使用 set 防止死锁 加过期时间 使用 setnx 防止A请求未执行完 锁过期删除 B请求加锁后 A完成后误删该锁 使用 Hash结构， 规定每个请求只能删除自己的锁 保证并发安全，申请锁和加过期时间需要 原子性，
RSA算法的基本流程包括密钥生成、加密和解密三个过程。其数学基础主要依赖于欧拉定理和模幂运算。通过合理选择密钥参数，可以保证加密和解密过程的正确性和安全性。Coppersmith方法基于Lattice reduction（格约简）和LLL算法（Lenstra–Lenstra–Lovász）的结合，用...
使用说明： 数据范围约为\(-2^{1024}\le N \le2^{1024}\)，反映到十进制约为\(-10^{309}\le N \le10^{309}\)，但不保证完全如此。 输入输出使用自带的输入及输出函数。由于其内部用scanf和printf来实现，所以请不要把它与ios::sync_w
热点随笔： · 「指间灵动，快码加编」：阿里云通义灵码，再次降临博客园 (博客园团队)· 老生常谈！程序员为什么要阅读源代码？ (Yxh_blogs)· 千万级流量冲击下，如何保证极致性能 (Hello-Brand)· 面试官：你讲下接口防重放如何处理？ (程序员博博)· C#开发的目录图标更改器
1 相关概念 1.1 并发控制 数据库对多个用户同时查询或者操作数据的管理。 1.2 多版本控制 oracle能物化多个版本的数据，使在一个时间点读一个表，保证在这个时间点读到的表数据是一致的。oracle的多版本控制机制是oracle提供读一致性的基础。 1.3 事务的作用 事务使数据库从一种一致
ThreadLocal 简介 多线程访问同一个共享变量的时候容易出现并发问题，特别是多个线程对一个变量进行写入的时候，为了保证线程安全，一般使用者在访问共享变量的时候需要进行额外的同步措施才能保证线程安全性。ThreadLocal是除了加锁这种同步方式之外的一种保证和规避多线程访问出现线程不安全的方
(2017年写的博客，搬过来) 断断续续看了几个月的机器学习，我觉得是时候总结一下了。正如题目讲的那样，我只说我所理解的机器学习，我不能保证我理解的都对，很多东西可能是我的误解，但无论说错了什么，我都认。如果有人发现错误，恳请指正，不胜感激。 我不讲算法也不讲公式推导，因为，我从头到尾都没看懂。 我
背景 在flask web中我们通常需要一个traceid作为调用参数传递给全链路各个调用函数 需要针对一次请求创建一个唯一的traceid：这里用uuid去简化代替 我们需要保证traceid不被污染，在每个请求期间存在，在请求结束销毁且线程独立：这里通过flask中的g对象来存储线程内的数据 由
我理解的微服务，就是把以前一个接口一个数据库里实现的逻辑，改变为通过一级或多级远程调用去不同的服务器和数据库获取数据，然后完成整个逻辑。这也算是分布式开发技术了，每次业务要保证在多级远程调用过程中，数据的一致性，在存储数据时，因为是分不同数据库，不同服务器保存数据，有可能一个请求，要保存或更新a、b...
一、写在开头 在前面的博文中我们学习了volatile关键字，知道了它可以保证有序性和可见性，但无法保障原子性，结局原子性问题推荐使用synchronized、Lock或者AtomicInteger；我们还学习过CAS算法，在那篇博文中我们同样也提及atomic。那么今天，我们就来好好学一学Atom
写在前面 这是PB案例学习笔记系列文章的第二篇，该系列文章适合具有一定PB基础的读者， 通过一个个由浅入深的编程实战案例学习，提高编程技巧，以保证小伙伴们能应付公司的各种开发需求。 文章中设计到的源码，小凡都上传到了gitee代码仓库https://gitee.com/xiezhr/pb-proje
Kafka 线上性能调优是一项综合工程，不仅仅是 Kafka 本身，还应该从硬件（存储、网络、CPU）以及操作系统方面来整体考量，首先我们要有一套生产部署方案，基于这套方案再进行调优，这样就有了可靠的底层保证，才能保证 Kafka 集群整体的稳定性。 1. 线上部署方案 1.1 操作系统 我们知道
Harbor简单搭建以及异常排查的过程与思路 前言 我发现我总是能够遇到别人遇不到的问题. 本来搭建十分钟就可以搭建完成 结果我硬生生的搭建了四十分钟. 为了保证下次不再浪费时间. 这里加单总结一下遇到的问题 系统准备 这次使用的是UOS V20 1050E x86的操作系统. 简单起见: yum
QUIC简史 QUIC(Quick UDP Internet Connection)是谷歌推出的一套基于UDP的传输协议，它实现了TCP + HTTPS + HTTP/2的功能，目的是保证可靠性的同时降低网络延迟。因为UDP是一个简单传输协议，基于UDP可以摆脱TCP传输确认、重传慢启动等因素，建立
https://cizixs.com/2017/12/04/raft-consensus-algorithm/ 分布式系统和一致性 分布式系统有一个很重要的问题要解决，当一台机器出现问题时，我们希望整个集群还是能够正常运行的，以达到高可用的要求。因为系统的数据是不断变化的，所以要保证集群的数据是同步
https://www.cnblogs.com/light-train-union/p/12674000.html 1、轻易不要去修改别人的方法 可能很多地方调用 有的方法抛出去后 被其他外部的调用（你都不知道 被谁调用了） 做兼容 做扩展 2、自己的设计 保证好的扩展性 对扩展开放，对修改关闭 经
https://tool.4xseo.com/article/102125.html 实际中最好让redis主节点仅使用50-60%的内存，剩余的用于执行bgsave和创建写命令的缓冲区，保证最大可 ... 展开 根据官方的建议，redis-server的相关配置建议如下，但是有些并不合适，LZ会进
不建议用于生产. 单机部署形态是一种非常特殊的部署形态，这种形态对于可靠性、可用性均无任何保证。由于只有一个数据副本，一旦发生数据损坏、丢失，只能通过物理备份恢复数据。这种部署形态，一般用于数据库体验用户，以及测试环境做语法功能调测等场景。不建议用于商业现网运行。 图 1 单机部署形态图
https://zhuanlan.zhihu.com/p/490569316 有时候Redis明明做了数据删除，数据量已经不大了，但是使用top命令的时候，还会发现Redis占用了很多内存？ PS:关于 Redis的高并发及高可用，到底该如何保证？可以参考下这个帖子：httss://http://z
TCP与UDP基本区别 基于连接与无连接TCP要求系统资源较多，UDP较少；UDP程序结构较简单流模式（TCP）与数据报模式(UDP);TCP保证数据正确性，UDP可能丢包TCP保证数据顺序，UDP不保证 UDP应用场景： 面向数据报方式网络数据大多为短消息拥有大量Client对数据安全性无特殊要求
