Winn~

由于该任务是定时执行，开启后，新库和老库的数据会有 1~2 分钟的延迟，万一写新库的逻辑有问题，可以切回老库。该对比&补偿任务有一个缺陷，其不能处理数据被删除的情况，如果老库里的数据被删除但是新库的数据删除失败，那使用更新时间区间就无法从老库查出这条数据，自然也无法进行对比&补偿。双写时，由于数据先写入老库再异步写入新库，因此新库的数据肯定会滞后于老库。假设有两个线程，业务线程 A 需要写入一条数据，迁移插件拦截后，先同步写入新库，写完新库后提交任务给线程 B 中异步写入老库，提交完任务后插件立刻返回。

成因：缓存击穿通常发生在某个热点数据失效或清空后，大量请求同时涌入后端数据库，导致数据库崩溃或宕机。

DistributedTraceId有两个实现PropagatedTraceId和NewDistributedTraceIdNewDistributedTraceId会通过GlobalIdGenerator的generate()方法生成traceId并赋值。

假设以下场景：客户端 A 在 Redis 主节点成功获取锁。主节点宕机，锁尚未同步到从节点。从节点晋升为新主节点，此时客户端 B 也能获取同一把锁。结果：客户端 A 和 B 同时持有锁，违反互斥性。

在多集群，大集群等场景下，Prometheus 由于没有分片能力和多集群支持，还有Prometheus 不支持长期存储、不能自动水平扩缩容、大范围监控指标查询会导致 Prometheus 服务内存突增等。单台的 Prometheus 存在单点故障的风险，随着监控规模的扩大，Prometheus 产生的数据量也会非常大，性能和存储都会面临问题。毋庸置疑，我们需要一套高可用的 Prometheus 集群。

ZGC是一种高效低延迟垃圾回收器，通过创新技术将STW时间控制在1毫秒内，支持16TB堆内存。相比G1垃圾回收器（存在转移阶段STW时间较长的问题），ZGC采用读屏障和着色指针技术实现并发转移。着色指针将地址分为44位地址、4位状态标志和16位保留空间，通过颜色位标记对象状态。ZGC还采用精细的内存划分策略，将堆分为2MB小区域、32MB中区域和动态分配的大区域，分别存放不同大小的对象。这些设计使ZGC成为高性能应用的理想选择。

零拷贝技术对比分析：从传统拷贝到高效传输优化 本文系统介绍了零拷贝技术及其应用场景，对比了多种数据传输方案的性能差异。在文件读取和网络发送场景中，传统方式需要4次CPU拷贝和状态切换，而DMA可减少到2次拷贝但仍有4次切换。进一步优化方案包括：mmap+write（1次CPU拷贝）、sendfile（1次CPU拷贝+2次切换），以及更先进的sendfile+DMA收集和splice方案，实现了零CPU拷贝和仅2次状态切换。这些技术通过减少数据复制次数和上下文切换，显著提升了数据传输效率。

SkyWalking 的中构建 Trace 信息时会借助 ThreadLocal来存储一些上下文信息，当遇到跨线程的时候，如果 Trace 的上下文信息没有传递到新线程的ThreadLocal 中，那么链路就断开了。那么SkyWalking是如何解决这个问题的呢？

本文探讨了电商库存系统的设计与优化。核心方案包括：1)通过带条件的UPDATE语句防止超卖；2)权衡Redis与数据库的库存存储方案；3)采用分库分表和请求合并来提升并发处理能力。文章详细讨论了异步处理中的异常场景（如超时回滚、批量扣减失败等），并提出了数据库事务优化、基于binlog的缓存一致性方案（含版本控制机制）。最后指出内存队列的扩展局限性，建议数据库层实现全局排队机制。整套方案兼顾了数据一致性与系统性能。

Redis分布式锁通过SET命令的NX和PX选项实现原子性加锁，并配合Lua脚本安全释放。核心步骤包括获取锁（SET key unique_value NX PX）、执行业务逻辑和释放锁（验证唯一标识）。需注意锁超时与业务冲突、非原子性风险等问题，可通过合理超时设置、Redisson框架或Redlock算法优化。相比Zookeeper，Redis性能更高但需处理网络分区风险。

一、Java内置队列通过不加锁的方式实现的队列都是无界的（无法保证队列的长度在确定的范围内）；而加锁的方式，可以实现有界队列。在稳定性要求特别高的系统中，为了防止生产者速度过快，导致内存溢出，只能选择有界队列；同时，为了减少Java的垃圾回收对系统性能的影响，会尽量选择array/heap格式的数据结构。这样筛选下来，符合条件的队列就只有ArrayBlockingQueue。二、ArrayBlockingQueue的问题ArrayBlockingQueue在实际使用过程中，会因为加锁和伪共享等出现严

通信是双工的，双方都要确保自己可以发送和接收对方的数据。为什么要三次握手以A和B通信为例。1.首先第一次握手是A向B发送数据，如果成功的话，B知道自己可以接受A发来的数据2.B向A发送数据是第二次握手，如果成功，A知道了A可以发送到B，也可以知道A可以接收B的数据，这样A方确保了自己的功能完备。但是B还不知道自己能不能发送数据到A。3.A向B发送数据，B成功接收的话，双方都确定自己可以发送消息到对方和接收对方消息。可以开辟端口号进行单独通信。为什么要四次分手A端和B端分手第一次分手：A向B提

1、什么是策略模式策略模式属于对象的行为模式。其用意是针对一组算法，将每一个算法封装到具有共同接口的独立的类中，从而使得它们可以相互替换。策略模式使得算法可以在不影响到客户端的情况下发生变化。2、怎么使用环境角色类：public class Context { //持有一个具体策略的对象 private Strategy strategy; /** * ...

单例模式都有哪几种饿汉模式，懒汉线程非安全模式，懒汉线程安全模式，内部类模式，枚举模式。现在最推荐的方式是枚举单例模式。逐一介绍饿汉模式：/** * 饿汉式单例模式 * 特点：可以通过反射机制攻击；线程安全[多个类加载器除外]。 */public class HungryType { public static final HungryType instance = new...

什么是模板模式？模板模式是基于继承的，父类定义一个模板结构，将具体内容延迟到子类去实现。代码示例父类public abstract class A(){ void step1(){//一样的步骤在父类实现 ... } abstract void step2()//不一样的步骤在子类实现 abstract void step3()//不一样...

假设Tomcat线程池有100个线程， 每次有新的用户请求过来，Tomcat就会从中找出一个空闲的线程去执行， 抛开那些琐碎的小细节，这些请求其实非常简单， 无非就是这么几件事：根据用户ID调用用户服务， 获取用户对象。获取该用户的推荐商品获取该用户的积分。把这些信息组合起来，返回给浏览器。有意思的是前三件事情全是HTTP调用，需要调...

1、根据经验来分析，如果应急团队中有人对相应的问题有经验，并能确定能够通过某种手段回复系统的正常运行，那么应该第一时间回复（回滚等），同事务必要保留现场，以备后续对问题的定位和修复；如果没有人又经验，则需要使用比较粗暴的方法保证服务可用，如定时重启、限流、降级等。2、业务服务人、技术负责人、核心研发人员、架构师、运维工程师以及运营人员对问题的原因进行快速分析。

对于集群系统，一般缓存是分布式的，即不同节点负责一定范围的缓存数据。我们把缓存数据分散度不够，导致大量的缓存数据集中到了一台或者几台服务节点上，称为数据倾斜。一般来说数据倾斜是由于负载均衡实施的效果不好引起的。

团队中有同事在做性能优化相关的工作，因为公司基础设施不足，同事在代码中写了大量的代码统计某个方法的耗时，大概的代码形式就是这样的代码非常多，侵入性很大，联想到之前学习的Java Agent技术，可以无侵入式地解决这类问题，所以做了一个很小很小的demo。

16、bool查询must_not(not)，既不是也不是。17、bool查询filter，某个字段还可以比较大小范围。14、bool查询must(and)，同时满足多个条件。15、bool查询should(or)，满足一个就行。2、要按文档数对所有索引进行降序排序。10、phrase最左前缀查询。13、按某个字段降序查询。6、查询索引的结构信息。DELETE 索引名。4、查看集群各个节点。5、查看集群健康状态。9、phrase查询。

不知道大家有没有留意过，在使用一些app注册的时候，提示你用户名已经被占用了，需要更换一个，这是如何实现的呢？你可能想这不是很简单吗，去数据库里查一下有没有不就行了吗，那么假如用户数量很多，达到数亿级别呢，这又该如何是好？

Sentinel的核心原理，也就是前面提到暗流涌动的SphU.entry(…)这行代码背后的逻辑。Sentinel会为每个资源创建一个处理链条，就是一个责任链，第一次访问这个资源的时候创建，之后就一直复用，所以这个处理链条每个资源有且只有一个。SphU.entry(…)这行代码背后就会调用责任链来完成对资源的检查逻辑。这个责任链条中每个处理节点被称为ProcessorSlot，中文意思就是处理器槽这些实现会通过SPI机制加载，然后按照一定的顺序组成一个责任链。

Sentinel是阿里开源的一款面向分布式、多语言异构化服务架构的流量治理组件。主要以流量为切入点，从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助开发者保障微服务的稳定性。

计数器是一种最简单限流算法，其原理就是：在一段时间间隔内，对请求进行计数，与阀值进行比较判断是否需要限流，一旦到了时间临界点，将计数器清零。这个就像你去坐车一样，车厢规定了多少个位置，满了就不让上车了，不然就是超载了。

索引的原理是拿额外的存储空间换取查询时间，增加了写入数据的开销，但使读取数据的时间复杂度一般从O(n)降低到O(logn)甚至O(1)。索引不仅在数据库中广泛使用，前后端的开发中也在不知不觉运用。在数据集比较大时，不用索引就像从一本没有目录而且内容乱序的新华字典查一个字，得一页一页全翻一遍才能找到；用索引之后，就像用拼音先在目录中先找到要查到字在哪一页，直接翻过去就行了。书籍的目录是典型的树状结构，那么软件世界常见的索引有哪些数据结构，分别在什么场景使用呢？

在Redis中，有个发布订阅的机制生产者在消息发送时需要到指定发送到哪个channel上，消费者订阅这个channel就能获取到消息。图中channel理解成MQ中的topic。并且在Redis中，有很多默认的channel，只不过向这些channel发送消息的生产者不是我们写的代码，而是Redis本身。这里面就有这么一个channel叫做__keyevent@__:expired，db是指Redis数据库的序号。当某个Redis的key过期之后，Redis内部会发布一个事件到__keyevent@__

DelayQueue是JDK提供的api，是一个延迟队列DelayQueue泛型参数得实现Delayed接口，Delayed继承了Comparable接口。getDelay方法返回这个任务还剩多久时间可以执行，小于0的时候说明可以这个延迟任务到了执行的时间了。compareTo这个是对任务排序的，保证最先到延迟时间的任务排到队列的头。

分布式系统中会存在这样的开发场景，不同需求可能涉及到对同一个服务的开发，那么该服务在研发期间就会存在多个版本并行的状态，为了保持不同版本之间的隔离性，验收需要将请求路由到指定版本号的服务上处理；假设存在三个服务：A、B、C，且服务B和C都存在多个版本，那么让请求按照即定的路由规则执行，即可保证研发期间的验收是版本间隔离的，并且可以实现灰度部署的策略；

1）尽量不使用 O(N) 以上复杂度过高的命令，对于数据的聚合操作，放在客户端做。2）执行 O(N) 命令，保证 N 尽量的小（推荐 N

对 Redis 进行基准性能测试例如，我的机器配置比较低，当延迟为 2ms 时，我就认为 Redis 变慢了，但是如果你的硬件配置比较高，那么在你的运行环境下，可能延迟是 0.5ms 时就可以认为 Redis 变慢了。所以，你只有了解了你的 Redis 在生产环境服务器上的基准性能，才能进一步评估，当其延迟达到什么程度时，才认为 Redis 确实变慢了。为了避免业务服务器到 Redis 服务器之间的网络延迟，你需要直接在 Redis 服务器上测试实例的响应延迟情况。

做好一个高流量高并发的系统，不论前端还是后端，过程中每一个步骤都是至关重要的。设计一个系统除了满足功能性，还要考虑兼容性、易用性、可靠性、安全性、可维护性、可移植性等软件质量。同时要对系统的吞吐量、并发数、平均响应时间等指标要完全掌握，在指标异常时可以快速做出决策避免一系列问题发生。

会员系统是一种基础系统，跟公司所有业务线的下单主流程密切相关。如果会员系统出故障，会导致用户无法下单，影响范围是全公司所有业务线。所以，会员系统必须保证高性能、高可用，提供稳定、高效的基础服务。随着同程和艺龙两家公司的合并，越来越多的系统需要打通同程APP、艺龙APP、同程微信小程序、艺龙微信小程序等多平台会员体系。例如微信小程序的交叉营销，用户买了一张火车票，此时想给他发酒店红包，这就需要查询该用户的统一会员关系。

为了提高CPU的速度，Cpu有高速缓存Cache,该缓存最小单位为缓存行CacheLine,他是从主内存复制的Cache的最小单位，通常是64字节。一个Java的long类型是8字节，因此在一个缓存行中可以存8个long类型的变量。如果你访问一个long数组，当数组中的一个值被加载到缓存中，它会额外加载另外7个。因此你能非常快地遍历这个数组。

xxl-job 使用 netty http 的方式进行通信，虽然也支持 Mina，jetty，netty tcp 等方式，但是代码里面固定写死的是 netty http。

1、估算业务并发量的公式C=nL/TC^=C+3×(C的平方根)其中：C是平均的业务并发用户数、n是login session的数量、L是login session的平均时间长度、T是指考察的时间段长度、C^是指业务并发用户数的峰值。例子分析：假设OA系统有1000用户，每天400个用户发访问，每个登录到退出平均时间2小时，在1天时间内用户只在8小时内使用该系统。则平均并发量和最大并发量如下：C=400×2/8=100C^=100+3×(100的平方根)=100+3×10=130此外，如

这种主从同步模式的缺点：如果主节点挂了，那么就不能写入了。

跳跃表SkipList是一种有序的数据结构，是Redis有序集合的底层实现之一。跳跃表中，数据被存储在节点中，。这些指针分布在不同的层级，用于提升跳跃表的访问性能。跳跃表支持平均O(log N）、最坏O(N)复杂度的查找性能，并且支持通过顺序性操作来批量处理节点。在大部分情况下，跳跃表的效率可以和平衡树相媲美，并且因为眺跃表的实现比平衡树 要来得更为简单，所以有不少程序都使用跳跃表来代替平衡树。

满足其一即可：

1、网络四层模型数据链路层（以太网协议），网络层（ip协议），传输层（tcp协议），应用层（http协议）2、用浏览器请求一个链接的时候，经历了哪些过程？我们打开一个浏览器，请求www.baidu.com地址，这个时候找DNS服务器，DNS服务器解析域名之后，返回一个ip地址，比如172.194.26.108。接着会判断两个ip地址是不是一个子网的，用子网掩码255.255.255.0，对两个ip地址做与运算，拿到192.168.31.0和172.194.26.0，明显不是一个子网的。那就得发送