Sakuraaaaaaa的博客

本文对比分析了RocketMQ和Kafka的长轮询机制。RocketMQ通过PullRequestHoldService实现30秒长轮询，以消息级别触发唤醒，追求毫秒级低延迟，适合订单支付等实时业务。Kafka则通过DelayedOperationPurgatory管理延迟操作，基于fetch.min.bytes数据量阈值和500ms默认超时实现批量拉取，优先保证高吞吐，适合日志处理等场景。两者在设计目标、触发粒度和超时策略上存在明显差异，RocketMQ侧重实时性，Kafka侧重吞吐量，开发者可根据业务特

Redis采用近似LRU算法作为内存淘汰策略，在性能和准确性之间取得平衡。相比精确LRU需要维护链表（O(1)操作但需加锁），近似LRU通过随机采样键并比较时间戳（24位lru字段）来淘汰最久未使用的键，大幅降低了内存开销（每键仅3字节）和访问延迟（无锁操作）。Redis 3.0+引入淘汰池机制提高准确性，默认采样5个键即可接近精确LRU效果。测试表明，近似LRU在高并发场景下QPS可达10万+，是缓存系统的理想选择。用户可通过maxmemory-samples参数调节采样数量，在4.0+版本还可选用基于访

本文详细介绍了Linux中的三种I/O多路复用机制：select、poll和epoll。它们都用于同时监听多个文件描述符，等待其中任何一个变为可读/可写状态。 select是最早的机制，使用固定大小的位图(fd_set)，存在1024个文件描述符的限制，且每次调用都需要在内核和用户空间之间拷贝数据，性能较差。poll改用结构体数组，解决了数量限制问题，但仍需遍历所有文件描述符。 epoll是Linux特有的高性能机制，采用事件驱动模型，没有数量限制。它通过三个步骤工作：创建epoll实例、注册要监听的文件描

本文详细描述了一个HTTP请求从发送到接收的全过程。首先在应用层构造HTTP报文并解析DNS，然后通过传输层TCP三次握手建立连接并分段，网络层添加IP地址和路由信息，最后在网络接口层封装为以太网帧并发送。中间经过多个路由器转发，到达服务器后逆向解封各层数据。整个过程展示了TCP/IP协议栈各层的分工协作：应用层处理报文内容，传输层确保可靠传输，网络层负责路由寻址，接口层完成物理传输。通过分层封装和解封，实现了端到端的网络通信。

本文介绍了Reactor线程模型及其在Netty中的实现。Reactor是一种事件驱动的设计模式，通过分离I/O事件监听和处理来提高并发性能。文章详细分析了三种Reactor演进模型：单线程模型（所有操作在单线程完成）、单Reactor多线程模型（主线程监听，线程池处理业务）和多Reactor多线程模型（主从Reactor分工协作）。每种模型都配有结构图示和代码示例，并分析了其优缺点。最后还介绍了Netty如何基于多Reactor多线程模型进行优化实现。这些内容为理解高性能网络编程提供了重要理论基础。

Java NIO 在 Linux 系统上存在空轮询问题（Epoll Bug），导致 Selector.select() 方法在无事件时也会立即返回0，造成CPU 100%空转。该问题主要发生在使用epoll的Linux系统，当连接异常关闭时触发。 Netty通过检测机制解决此问题：记录select()调用次数，若短时间内（如1秒）超过阈值（默认512次），则判定为空轮询并重建Selector。核心代码在NioEventLoop中实现，通过计数器sel

分布式事务解决方案对比摘要 本文对比了主流分布式事务方案的核心特性与适用场景。2PC/XA提供强一致性但性能低（同步阻塞、单点风险），适用于金融等强一致性场景；TCC/Seata AT采用最终一致性，性能更高但实现复杂，适合电商等高并发场景。2PC通过准备/提交两阶段协调多节点事务，XA是其标准化实现；3PC引入超时机制但实际应用较少。各方案需权衡一致性、性能与复杂度，根据业务特点选择：强一致选2PC/XA，高并发选TCC/Seata AT。典型问题如协调者故障会导致数据不一致，需结合业务设计补偿机制。

随着服务器的增加或宕机，ElasticJob 会近乎实时的感知服务器数量的变更，从而重新为分布式的任务服务器分配更加合理的任务分片项，使得任务可以随着资源的增加而提升效率。它通过弹性调度、资源管控、以及作业治理的功能，打造一个适用于互联网场景的分布式调度解决方案，并通过开放的架构设计，提供多元化的作业生态。1、elastic-job-sdk：进一步封装elastic-job-lite。举例说明，如果作业分为 4 片，用两台服务器执行，则每个服务器分到 2 片，分别负责作业的 50% 的负载，如下图所示。

硬盘性能的制约因素是什么？如何根据磁盘I/O特性来进行系统设计？

Java设计模式实战场景应用

JavaEE学习日志（四十三）DOM对象练习：练习一：`getElementById`，练习二：`getElementByTagName`，练习三：`getElementByName`，练习四：`getAttribute`，练习五：`setAttribute`，练习六：`innerHTML`，练习七：`hasChildNodes`，练习八：`removeChild`，练习九：`replaceChild`，练习十：`createElement`，练习十一：`insertBefor。

JavaEE学习日志（六十四）AJAX：AJAX异步请求，AJAX执行原理，原生态的JavaScript实现异步请求，jQuery的AJAX请求，$.get() 函数，$.post()函数，$.ajax()函数，ajax没有中文乱码问题，异步请求和同步请求的差异。JSON数据格式：JSON格式，JSON练习一，JSON练习二，JSON练习三，JSON练习四，AJAX响应JSON数据，JSON-LIB工具，Gson工具（用它）。

解决方案https://www.cnblogs.com/webdragon/p/9700879.html.

JavaEE学习日志（七十）黑马商城项目（三）：1、实现商品详情：点击商品信息或商品图片，显示商品具体信息。2、某一分类下商品的分页显示：点击具体某一分类，如电脑分类，显示所有售卖电脑的信息，并进行分页操作。3、使用redis优化分类菜单。

面试碰到的班级，课程，学生，成绩的多表分组查询

算法：快速排序，堆排序，面试中的算法题。

mysql的锁模块MyISAM和InnoDB关于锁的区别MyISAM适合的场景InnoDB适合的场景数据库锁的分类乐观锁的实现MyISAM和InnoDB关于锁的区别最主要的区别注意：以MyISAM为例先上表级共享锁，再上共享锁可以成功，而无法上排他锁。如果先上表级排他锁，则无法再上共享锁或排他锁。一、如何给select语句添加排他锁 ？for updateselect * from person_info_myisam where id between 1 and 2000000 for

mysql索引：如何优化sql语句，如何查看慢日志，使用Explain工具分析慢sql，优化慢sql，补充。最左匹配原则的成因，

mysql索引：密集索引，稀疏索引，密集索引和稀疏索引的区别，InnoDB和MyISAM。