连接池主要是两个逻辑，首先是获取连接的逻辑，结合代码来讲一讲
private PooledConnection popConnection ( String username, String password) throws SQLException {
+Nicksxs's Blog - What hurts more, the pain of hard work or the pain of regret?
上周因为一些事情没回去，买好了内存条这周才回去用，结果不知道是 U 盘的问题还是什么其他原因原来装的那个系统起不来，然后想用之前一直用的 LD 的笔记本，结果 LD 的老笔记本也起不来了，一直卡在启动界面，猜测可能是本身也比较老了，用的机械硬盘会不会被我一直动而损坏了，所以就想搞个老毛桃跟新搞一个启动盘，结果这周最大的坑就在这了，在我的 15 寸 mbp 上用etcher做了个 win10 的启动盘，可能是分区表格式是 GUID，不是 MBR 的，老电脑不能识别，就像装个虚拟机来做启动盘，结果像老毛桃不支持这种用虚拟机的，需要本地磁盘，然后我就有用 bootcamp 安装了个 win10，又没网络，查了下网络需要用 bootcamp 下载 Windows Support 软件，下了好久一直没下完，后来又提示连不上苹果服务器，好不容易下完了，开启 win10 后，安装到一半就蓝屏了，真的是够操蛋的，在这个时候真的很需要有一个 Windows 机器的支持，LD 的那个笔记本也跟我差不多老了，虽然比较慢但之前好歹也还可以用，结果这下也被我弄坏了，家里就没有其他机器可以支持了，有点巧妇难为无米之炊的赶脚，而且还是想再折腾下我的老电脑，后面看看打算做几个 U 盘，分工职责明确，一个老毛桃的PE 盘，老毛桃的虽然不是很纯净的，但是是我一直以来用过内置工具比较全，修复启动功能比较强大的一个 pe，没用过 winpe，后续可以考虑使用下，一个 win7 的启动盘，因为是老电脑，如果后面是新的电脑可以考虑是 win10，一个 win to go 盘，这样我的 mbp 就可以直接用 win10 了，不过想来也还是要有一台 win 机器才比较好，不然很多时候都是在折腾工具，工欲善其事必先利其器，后面也可以考虑能够更深入的去了解主板的一些问题，我原来的那个主板可能是一些小的电阻等问题，如果能自己学习解决就更好了，有时候研究下还是有意思的。
连接池主要是两个逻辑，首先是获取连接的逻辑，结合代码来讲一讲
private PooledConnection popConnection ( String username, String password) throws SQLException {
boolean countedWait = false ;
PooledConnection conn = null ;
long t = System . currentTimeMillis ( ) ;
diff --git a/leancloud.memo b/leancloud.memo
index e03019883c..5be170de82 100644
--- a/leancloud.memo
+++ b/leancloud.memo
@@ -202,4 +202,5 @@
{"title":"分享一次折腾老旧笔记本的体验","url":"/2023/02/05/分享一次折腾老旧笔记本的体验/"},
{"title":"分享一次折腾老旧笔记本的体验-续篇","url":"/2023/02/12/分享一次折腾老旧笔记本的体验-续篇/"},
{"title":"mybatis系列-connection连接池解析","url":"/2023/02/19/mybatis系列-connection连接池解析/"},
+{"title":"分享一次折腾老旧笔记本的体验-续续篇","url":"/2023/02/26/分享一次折腾老旧笔记本的体验-续续篇/"},
]
\ No newline at end of file
diff --git a/leancloud_counter_security_urls.json b/leancloud_counter_security_urls.json
index 9dac6ea974..e4c1f6b6c5 100644
--- a/leancloud_counter_security_urls.json
+++ b/leancloud_counter_security_urls.json
@@ -1 +1 @@
-[{"title":"村上春树《1Q84》读后感","url":"/2019/12/18/1Q84读后感/"},{"title":"2019年终总结","url":"/2020/02/01/2019年终总结/"},{"title":"2020 年终总结","url":"/2021/03/31/2020-年终总结/"},{"title":"2020年中总结","url":"/2020/07/11/2020年中总结/"},{"title":"2021 年中总结","url":"/2021/07/18/2021-年中总结/"},{"title":"2021 年终总结","url":"/2022/01/22/2021-年终总结/"},{"title":"34_Search_for_a_Range","url":"/2016/08/14/34-Search-for-a-Range/"},{"title":"AQS篇二 之 Condition 浅析笔记","url":"/2021/02/21/AQS-之-Condition-浅析笔记/"},{"title":"AQS篇一","url":"/2021/02/14/AQS篇一/"},{"title":"2022 年终总结","url":"/2023/01/15/2022-年终总结/"},{"title":"add-two-number","url":"/2015/04/14/Add-Two-Number/"},{"title":"AbstractQueuedSynchronizer","url":"/2019/09/23/AbstractQueuedSynchronizer/"},{"title":"Apollo 客户端启动过程分析","url":"/2022/09/18/Apollo-客户端启动过程分析/"},{"title":"Apollo 如何获取当前环境","url":"/2022/09/04/Apollo-如何获取当前环境/"},{"title":"Clone Graph Part I","url":"/2014/12/30/Clone-Graph-Part-I/"},{"title":"Apollo 的 value 注解是怎么自动更新的","url":"/2020/11/01/Apollo-的-value-注解是怎么自动更新的/"},{"title":"Disruptor 系列一","url":"/2022/02/13/Disruptor-系列一/"},{"title":"Comparator使用小记","url":"/2020/04/05/Comparator使用小记/"},{"title":"Disruptor 系列三","url":"/2022/09/25/Disruptor-系列三/"},{"title":"Disruptor 系列二","url":"/2022/02/27/Disruptor-系列二/"},{"title":"Dubbo 使用的几个记忆点","url":"/2022/04/02/Dubbo-使用的几个记忆点/"},{"title":"Filter, Interceptor, Aop, 啥, 啥, 啥? 这些都是啥?","url":"/2020/08/22/Filter-Intercepter-Aop-啥-啥-啥-这些都是啥/"},{"title":"G1收集器概述","url":"/2020/02/09/G1收集器概述/"},{"title":"Headscale初体验以及踩坑记","url":"/2023/01/22/Headscale初体验以及踩坑记/"},{"title":"JVM源码分析之G1垃圾收集器分析一","url":"/2019/12/07/JVM-G1-Part-1/"},{"title":"Leetcode 021 合并两个有序链表 ( Merge Two Sorted Lists ) 题解分析","url":"/2021/10/07/Leetcode-021-合并两个有序链表-Merge-Two-Sorted-Lists-题解分析/"},{"title":"Leetcode 104 二叉树的最大深度(Maximum Depth of Binary Tree) 题解分析","url":"/2020/10/25/Leetcode-104-二叉树的最大深度-Maximum-Depth-of-Binary-Tree-题解分析/"},{"title":"Leetcode 053 最大子序和 ( Maximum Subarray ) 题解分析","url":"/2021/11/28/Leetcode-053-最大子序和-Maximum-Subarray-题解分析/"},{"title":"Leetcode 028 实现 strStr() ( Implement strStr() ) 题解分析","url":"/2021/10/31/Leetcode-028-实现-strStr-Implement-strStr-题解分析/"},{"title":"Leetcode 105 从前序与中序遍历序列构造二叉树(Construct Binary Tree from Preorder and Inorder Traversal) 题解分析","url":"/2020/12/13/Leetcode-105-从前序与中序遍历序列构造二叉树-Construct-Binary-Tree-from-Preorder-and-Inorder-Traversal-题解分析/"},{"title":"Leetcode 1115 交替打印 FooBar ( Print FooBar Alternately *Medium* ) 题解分析","url":"/2022/05/01/Leetcode-1115-交替打印-FooBar-Print-FooBar-Alternately-Medium-题解分析/"},{"title":"Leetcode 121 买卖股票的最佳时机(Best Time to Buy and Sell Stock) 题解分析","url":"/2021/03/14/Leetcode-121-买卖股票的最佳时机-Best-Time-to-Buy-and-Sell-Stock-题解分析/"},{"title":"Leetcode 124 二叉树中的最大路径和(Binary Tree Maximum Path Sum) 题解分析","url":"/2021/01/24/Leetcode-124-二叉树中的最大路径和-Binary-Tree-Maximum-Path-Sum-题解分析/"},{"title":"Leetcode 1260 二维网格迁移 ( Shift 2D Grid *Easy* ) 题解分析","url":"/2022/07/22/Leetcode-1260-二维网格迁移-Shift-2D-Grid-Easy-题解分析/"},{"title":"Leetcode 155 最小栈(Min Stack) 题解分析","url":"/2020/12/06/Leetcode-155-最小栈-Min-Stack-题解分析/"},{"title":"Leetcode 160 相交链表(intersection-of-two-linked-lists) 题解分析","url":"/2021/01/10/Leetcode-160-相交链表-intersection-of-two-linked-lists-题解分析/"},{"title":"Leetcode 16 最接近的三数之和 ( 3Sum Closest *Medium* ) 题解分析","url":"/2022/08/06/Leetcode-16-最接近的三数之和-3Sum-Closest-Medium-题解分析/"},{"title":"Leetcode 1862 向下取整数对和 ( Sum of Floored Pairs *Hard* ) 题解分析","url":"/2022/09/11/Leetcode-1862-向下取整数对和-Sum-of-Floored-Pairs-Hard-题解分析/"},{"title":"Leetcode 2 Add Two Numbers 题解分析","url":"/2020/10/11/Leetcode-2-Add-Two-Numbers-题解分析/"},{"title":"Leetcode 20 有效的括号 ( Valid Parentheses *Easy* ) 题解分析","url":"/2022/07/02/Leetcode-20-有效的括号-Valid-Parentheses-Easy-题解分析/"},{"title":"Leetcode 234 回文链表(Palindrome Linked List) 题解分析","url":"/2020/11/15/Leetcode-234-回文联表-Palindrome-Linked-List-题解分析/"},{"title":"Leetcode 278 第一个错误的版本 ( First Bad Version *Easy* ) 题解分析","url":"/2022/08/14/Leetcode-278-第一个错误的版本-First-Bad-Version-Easy-题解分析/"},{"title":"Leetcode 236 二叉树的最近公共祖先(Lowest Common Ancestor of a Binary Tree) 题解分析","url":"/2021/05/23/Leetcode-236-二叉树的最近公共祖先-Lowest-Common-Ancestor-of-a-Binary-Tree-题解分析/"},{"title":"Leetcode 3 Longest Substring Without Repeating Characters 题解分析","url":"/2020/09/20/Leetcode-3-Longest-Substring-Without-Repeating-Characters-题解分析/"},{"title":"Leetcode 349 两个数组的交集 ( Intersection of Two Arrays *Easy* ) 题解分析","url":"/2022/03/07/Leetcode-349-两个数组的交集-Intersection-of-Two-Arrays-Easy-题解分析/"},{"title":"Leetcode 4 寻找两个正序数组的中位数 ( Median of Two Sorted Arrays *Hard* ) 题解分析","url":"/2022/03/27/Leetcode-4-寻找两个正序数组的中位数-Median-of-Two-Sorted-Arrays-Hard-题解分析/"},{"title":"Leetcode 42 接雨水 (Trapping Rain Water) 题解分析","url":"/2021/07/04/Leetcode-42-接雨水-Trapping-Rain-Water-题解分析/"},{"title":"Leetcode 48 旋转图像(Rotate Image) 题解分析","url":"/2021/05/01/Leetcode-48-旋转图像-Rotate-Image-题解分析/"},{"title":"Leetcode 698 划分为k个相等的子集 ( Partition to K Equal Sum Subsets *Medium* ) 题解分析","url":"/2022/06/19/Leetcode-698-划分为k个相等的子集-Partition-to-K-Equal-Sum-Subsets-Medium-题解分析/"},{"title":"Leetcode 747 至少是其他数字两倍的最大数 ( Largest Number At Least Twice of Others *Easy* ) 题解分析","url":"/2022/10/02/Leetcode-747-至少是其他数字两倍的最大数-Largest-Number-At-Least-Twice-of-Others-Easy-题解分析/"},{"title":"Leetcode 885 螺旋矩阵 III ( Spiral Matrix III *Medium* ) 题解分析","url":"/2022/08/23/Leetcode-885-螺旋矩阵-III-Spiral-Matrix-III-Medium-题解分析/"},{"title":"leetcode no.3","url":"/2015/04/15/Leetcode-No-3/"},{"title":"Linux 下 grep 命令的一点小技巧","url":"/2020/08/06/Linux-下-grep-命令的一点小技巧/"},{"title":"Leetcode 83 删除排序链表中的重复元素 ( Remove Duplicates from Sorted List *Easy* ) 题解分析","url":"/2022/03/13/Leetcode-83-删除排序链表中的重复元素-Remove-Duplicates-from-Sorted-List-Easy-题解分析/"},{"title":"Path Sum","url":"/2015/01/04/Path-Sum/"},{"title":"MFC 模态对话框","url":"/2014/12/24/MFC 模态对话框/"},{"title":"Redis_分布式锁","url":"/2019/12/10/Redis-Part-1/"},{"title":"Reverse Bits","url":"/2015/03/11/Reverse-Bits/"},{"title":"Maven实用小技巧","url":"/2020/02/16/Maven实用小技巧/"},{"title":"two sum","url":"/2015/01/14/Two-Sum/"},{"title":"ambari-summary","url":"/2017/05/09/ambari-summary/"},{"title":"Reverse Integer","url":"/2015/03/13/Reverse-Integer/"},{"title":"binary-watch","url":"/2016/09/29/binary-watch/"},{"title":"docker-mysql-cluster","url":"/2016/08/14/docker-mysql-cluster/"},{"title":"Number of 1 Bits","url":"/2015/03/11/Number-Of-1-Bits/"},{"title":"docker比一般多一点的初学者介绍","url":"/2020/03/08/docker比一般多一点的初学者介绍/"},{"title":"docker比一般多一点的初学者介绍三","url":"/2020/03/21/docker比一般多一点的初学者介绍三/"},{"title":"docker比一般多一点的初学者介绍二","url":"/2020/03/15/docker比一般多一点的初学者介绍二/"},{"title":"docker比一般多一点的初学者介绍四","url":"/2022/12/25/docker比一般多一点的初学者介绍四/"},{"title":"dubbo 客户端配置的一个重要知识点","url":"/2022/06/11/dubbo-客户端配置的一个重要知识点/"},{"title":"docker使用中发现的echo命令的一个小技巧及其他","url":"/2020/03/29/echo命令的一个小技巧/"},{"title":"gogs使用webhook部署react单页应用","url":"/2020/02/22/gogs使用webhook部署react单页应用/"},{"title":"invert-binary-tree","url":"/2015/06/22/invert-binary-tree/"},{"title":"minimum-size-subarray-sum-209","url":"/2016/10/11/minimum-size-subarray-sum-209/"},{"title":"C++ 指针使用中的一个小问题","url":"/2014/12/23/my-new-post/"},{"title":"mybatis 的 foreach 使用的注意点","url":"/2022/07/09/mybatis-的-foreach-使用的注意点/"},{"title":"mybatis 的缓存是怎么回事","url":"/2020/10/03/mybatis-的缓存是怎么回事/"},{"title":"mybatis系列-mybatis是如何初始化mapper的","url":"/2022/12/04/mybatis是如何初始化mapper的/"},{"title":"mybatis 的 $ 和 # 是有啥区别","url":"/2020/09/06/mybatis-的-和-是有啥区别/"},{"title":"mybatis系列-dataSource解析","url":"/2023/01/08/mybatis系列-dataSource解析/"},{"title":"mybatis系列-typeAliases系统","url":"/2023/01/01/mybatis系列-typeAliases系统/"},{"title":"mybatis系列-入门篇","url":"/2022/11/27/mybatis系列-入门篇/"},{"title":"mybatis系列-connection连接池解析","url":"/2023/02/19/mybatis系列-connection连接池解析/"},{"title":"mybatis系列-第一条sql的更多细节","url":"/2022/12/18/mybatis系列-第一条sql的更多细节/"},{"title":"mybatis系列-第一条sql的细节","url":"/2022/12/11/mybatis系列-第一条sql的细节/"},{"title":"nginx 日志小记","url":"/2022/04/17/nginx-日志小记/"},{"title":"openresty","url":"/2019/06/18/openresty/"},{"title":"pcre-intro-and-a-simple-package","url":"/2015/01/16/pcre-intro-and-a-simple-package/"},{"title":"php-abstract-class-and-interface","url":"/2016/11/10/php-abstract-class-and-interface/"},{"title":"powershell 初体验","url":"/2022/11/13/powershell-初体验/"},{"title":"rabbitmq-tips","url":"/2017/04/25/rabbitmq-tips/"},{"title":"redis 的 rdb 和 COW 介绍","url":"/2021/08/15/redis-的-rdb-和-COW-介绍/"},{"title":"redis数据结构介绍-第一部分 SDS，链表，字典","url":"/2019/12/26/redis数据结构介绍/"},{"title":"powershell 初体验二","url":"/2022/11/20/powershell-初体验二/"},{"title":"redis数据结构介绍三-第三部分 整数集合","url":"/2020/01/10/redis数据结构介绍三/"},{"title":"redis数据结构介绍二-第二部分 跳表","url":"/2020/01/04/redis数据结构介绍二/"},{"title":"redis数据结构介绍五-第五部分 对象","url":"/2020/01/20/redis数据结构介绍五/"},{"title":"redis数据结构介绍六 快表","url":"/2020/01/22/redis数据结构介绍六/"},{"title":"redis数据结构介绍四-第四部分 压缩表","url":"/2020/01/19/redis数据结构介绍四/"},{"title":"redis淘汰策略复习","url":"/2021/08/01/redis淘汰策略复习/"},{"title":"redis系列介绍八-淘汰策略","url":"/2020/04/18/redis系列介绍八/"},{"title":"redis过期策略复习","url":"/2021/07/25/redis过期策略复习/"},{"title":"redis系列介绍七-过期策略","url":"/2020/04/12/redis系列介绍七/"},{"title":"rust学习笔记-所有权三之切片","url":"/2021/05/16/rust学习笔记-所有权三之切片/"},{"title":"rust学习笔记-所有权一","url":"/2021/04/18/rust学习笔记/"},{"title":"rust学习笔记-所有权二","url":"/2021/04/18/rust学习笔记-所有权二/"},{"title":"spark-little-tips","url":"/2017/03/28/spark-little-tips/"},{"title":"spring event 介绍","url":"/2022/01/30/spring-event-介绍/"},{"title":"summary-ranges-228","url":"/2016/10/12/summary-ranges-228/"},{"title":"swoole-websocket-test","url":"/2016/07/13/swoole-websocket-test/"},{"title":"wordpress 忘记密码的一种解决方法","url":"/2021/12/05/wordpress-忘记密码的一种解决方法/"},{"title":"《垃圾回收算法手册读书》笔记之整理算法","url":"/2021/03/07/《垃圾回收算法手册读书》笔记之整理算法/"},{"title":"一个 nginx 的简单记忆点","url":"/2022/08/21/一个-nginx-的简单记忆点/"},{"title":"上次的其他 外行聊国足","url":"/2022/03/06/上次的其他-外行聊国足/"},{"title":"介绍一下 RocketMQ","url":"/2020/06/21/介绍一下-RocketMQ/"},{"title":"《长安的荔枝》读后感","url":"/2022/07/17/《长安的荔枝》读后感/"},{"title":"介绍下最近比较实用的端口转发","url":"/2021/11/14/介绍下最近比较实用的端口转发/"},{"title":"从丁仲礼被美国制裁聊点啥","url":"/2020/12/20/从丁仲礼被美国制裁聊点啥/"},{"title":"从清华美院学姐聊聊我们身边的恶人","url":"/2020/11/29/从清华美院学姐聊聊我们身边的恶人/"},{"title":"关于读书打卡与分享","url":"/2021/02/07/关于读书打卡与分享/"},{"title":"关于公共交通再吐个槽","url":"/2021/03/21/关于公共交通再吐个槽/"},{"title":"分享一次折腾老旧笔记本的体验-续篇","url":"/2023/02/12/分享一次折腾老旧笔记本的体验-续篇/"},{"title":"分享一次折腾老旧笔记本的体验-续续篇","url":"/2023/02/26/分享一次折腾老旧笔记本的体验-续续篇/"},{"title":"分享一次折腾老旧笔记本的体验","url":"/2023/02/05/分享一次折腾老旧笔记本的体验/"},{"title":"分享一次比较诡异的 Windows 下 U盘无法退出的经历","url":"/2023/01/29/分享一次比较诡异的-Windows-下-U盘无法退出的经历/"},{"title":"分享记录一下一个 scp 操作方法","url":"/2022/02/06/分享记录一下一个-scp-操作方法/"},{"title":"周末我在老丈人家打了天小工","url":"/2020/08/16/周末我在老丈人家打了天小工/"},{"title":"在老丈人家的小工记三","url":"/2020/09/13/在老丈人家的小工记三/"},{"title":"在老丈人家的小工记五","url":"/2020/10/18/在老丈人家的小工记五/"},{"title":"寄生虫观后感","url":"/2020/03/01/寄生虫观后感/"},{"title":"屯菜惊魂记","url":"/2022/04/24/屯菜惊魂记/"},{"title":"我是如何走上跑步这条不归路的","url":"/2020/07/26/我是如何走上跑步这条不归路的/"},{"title":"搬运两个 StackOverflow 上的 Mysql 编码相关的问题解答","url":"/2022/01/16/搬运两个-StackOverflow-上的-Mysql-编码相关的问题解答/"},{"title":"是何原因竟让两人深夜奔袭十公里","url":"/2022/06/05/是何原因竟让两人深夜奔袭十公里/"},{"title":"看完了扫黑风暴,聊聊感想","url":"/2021/10/24/看完了扫黑风暴-聊聊感想/"},{"title":"给小电驴上牌","url":"/2022/03/20/给小电驴上牌/"},{"title":"分享记录一下一个 git 操作方法","url":"/2022/02/06/分享记录一下一个-git-操作方法/"},{"title":"聊一下 RocketMQ 的 DefaultMQPushConsumer 源码","url":"/2020/06/26/聊一下-RocketMQ-的-Consumer/"},{"title":"在老丈人家的小工记四","url":"/2020/09/26/在老丈人家的小工记四/"},{"title":"聊一下 RocketMQ 的 NameServer 源码","url":"/2020/07/05/聊一下-RocketMQ-的-NameServer-源码/"},{"title":"聊一下 RocketMQ 的消息存储之 MMAP","url":"/2021/09/04/聊一下-RocketMQ-的消息存储/"},{"title":"聊一下 RocketMQ 的消息存储三","url":"/2021/10/03/聊一下-RocketMQ-的消息存储三/"},{"title":"聊一下 RocketMQ 的消息存储二","url":"/2021/09/12/聊一下-RocketMQ-的消息存储二/"},{"title":"聊一下 RocketMQ 的消息存储四","url":"/2021/10/17/聊一下-RocketMQ-的消息存储四/"},{"title":"聊一下 RocketMQ 的顺序消息","url":"/2021/08/29/聊一下-RocketMQ-的顺序消息/"},{"title":"聊一下 SpringBoot 中使用的 cglib 作为动态代理中的一个注意点","url":"/2021/09/19/聊一下-SpringBoot-中使用的-cglib-作为动态代理中的一个注意点/"},{"title":"聊一下 SpringBoot 中动态切换数据源的方法","url":"/2021/09/26/聊一下-SpringBoot-中动态切换数据源的方法/"},{"title":"聊一下 SpringBoot 设置非 web 应用的方法","url":"/2022/07/31/聊一下-SpringBoot-设置非-web-应用的方法/"},{"title":"聊一下关于怎么陪伴学习","url":"/2022/11/06/聊一下关于怎么陪伴学习/"},{"title":"聊在东京奥运会闭幕式这天-二","url":"/2021/08/19/聊在东京奥运会闭幕式这天-二/"},{"title":"聊在东京奥运会闭幕式这天","url":"/2021/08/08/聊在东京奥运会闭幕式这天/"},{"title":"聊聊 Dubbo 的 SPI 续之自适应拓展","url":"/2020/06/06/聊聊-Dubbo-的-SPI-续之自适应拓展/"},{"title":"聊聊 Dubbo 的 SPI","url":"/2020/05/31/聊聊-Dubbo-的-SPI/"},{"title":"聊聊 Dubbo 的容错机制","url":"/2020/11/22/聊聊-Dubbo-的容错机制/"},{"title":"聊聊 Java 中绕不开的 Synchronized 关键字","url":"/2021/06/20/聊聊-Java-中绕不开的-Synchronized-关键字/"},{"title":"聊聊 Java 的 equals 和 hashCode 方法","url":"/2021/01/03/聊聊-Java-的-equals-和-hashCode-方法/"},{"title":"聊聊 Java 的类加载机制二","url":"/2021/06/13/聊聊-Java-的类加载机制二/"},{"title":"聊聊 Java 中绕不开的 Synchronized 关键字-二","url":"/2021/06/27/聊聊-Java-中绕不开的-Synchronized-关键字-二/"},{"title":"聊聊 Java 自带的那些*逆天*工具","url":"/2020/08/02/聊聊-Java-自带的那些逆天工具/"},{"title":"聊聊 Linux 下的 top 命令","url":"/2021/03/28/聊聊-Linux-下的-top-命令/"},{"title":"聊聊 RocketMQ 的 Broker 源码","url":"/2020/07/19/聊聊-RocketMQ-的-Broker-源码/"},{"title":"聊聊 Sharding-Jdbc 分库分表下的分页方案","url":"/2022/01/09/聊聊-Sharding-Jdbc-分库分表下的分页方案/"},{"title":"聊聊 Sharding-Jdbc 的简单使用","url":"/2021/12/12/聊聊-Sharding-Jdbc-的简单使用/"},{"title":"聊聊 Sharding-Jdbc 的简单原理初篇","url":"/2021/12/26/聊聊-Sharding-Jdbc-的简单原理初篇/"},{"title":"聊聊 dubbo 的线程池","url":"/2021/04/04/聊聊-dubbo-的线程池/"},{"title":"聊聊 mysql 的 MVCC 续篇","url":"/2020/05/02/聊聊-mysql-的-MVCC-续篇/"},{"title":"聊聊 Java 的类加载机制一","url":"/2020/11/08/聊聊-Java-的类加载机制/"},{"title":"聊聊 mysql 的 MVCC 续续篇之锁分析","url":"/2020/05/10/聊聊-mysql-的-MVCC-续续篇之加锁分析/"},{"title":"聊聊 mysql 的 MVCC","url":"/2020/04/26/聊聊-mysql-的-MVCC/"},{"title":"聊聊 mysql 索引的一些细节","url":"/2020/12/27/聊聊-mysql-索引的一些细节/"},{"title":"聊聊 redis 缓存的应用问题","url":"/2021/01/31/聊聊-redis-缓存的应用问题/"},{"title":"聊聊Java中的单例模式","url":"/2019/12/21/聊聊Java中的单例模式/"},{"title":"聊聊 SpringBoot 自动装配","url":"/2021/07/11/聊聊SpringBoot-自动装配/"},{"title":"聊聊一次 brew update 引发的血案","url":"/2020/06/13/聊聊一次-brew-update-引发的血案/"},{"title":"聊聊传说中的 ThreadLocal","url":"/2021/05/30/聊聊传说中的-ThreadLocal/"},{"title":"聊聊厦门旅游的好与不好","url":"/2021/04/11/聊聊厦门旅游的好与不好/"},{"title":"聊聊如何识别和意识到日常生活中的各类危险","url":"/2021/06/06/聊聊如何识别和意识到日常生活中的各类危险/"},{"title":"聊聊我刚学会的应用诊断方法","url":"/2020/05/22/聊聊我刚学会的应用诊断方法/"},{"title":"聊聊我理解的分布式事务","url":"/2020/05/17/聊聊我理解的分布式事务/"},{"title":"聊聊我的远程工作体验","url":"/2022/06/26/聊聊我的远程工作体验/"},{"title":"聊聊最近平淡的生活之又聊通勤","url":"/2021/11/07/聊聊最近平淡的生活/"},{"title":"聊聊最近平淡的生活之《花束般的恋爱》观后感","url":"/2021/12/31/聊聊最近平淡的生活之《花束般的恋爱》观后感/"},{"title":"聊聊最近平淡的生活之看《神探狄仁杰》","url":"/2021/12/19/聊聊最近平淡的生活之看《神探狄仁杰》/"},{"title":"聊聊最近平淡的生活之看看老剧","url":"/2021/11/21/聊聊最近平淡的生活之看看老剧/"},{"title":"聊聊给亲戚朋友的老电脑重装系统那些事儿","url":"/2021/05/09/聊聊给亲戚朋友的老电脑重装系统那些事儿/"},{"title":"聊聊这次换车牌及其他","url":"/2022/02/20/聊聊这次换车牌及其他/"},{"title":"聊聊那些加塞狗","url":"/2021/01/17/聊聊那些加塞狗/"},{"title":"聊聊部分公交车的设计bug","url":"/2021/12/05/聊聊部分公交车的设计bug/"},{"title":"记一个容器中 dubbo 注册的小知识点","url":"/2022/10/09/记一个容器中-dubbo-注册的小知识点/"},{"title":"记录下 Java Stream 的一些高效操作","url":"/2022/05/15/记录下-Java-Lambda-的一些高效操作/"},{"title":"记录下 phpunit 的入门使用方法","url":"/2022/10/16/记录下-phpunit-的入门使用方法/"},{"title":"记录下 redis 的一些使用方法","url":"/2022/10/30/记录下-redis-的一些使用方法/"},{"title":"记录下 zookeeper 集群迁移和易错点","url":"/2022/05/29/记录下-zookeeper-集群迁移/"},{"title":"重看了下《蛮荒记》说说感受","url":"/2021/10/10/重看了下《蛮荒记》说说感受/"},{"title":"这周末我又在老丈人家打了天小工","url":"/2020/08/30/这周末我又在老丈人家打了天小工/"},{"title":"记录下 phpunit 的入门使用方法之setUp和tearDown","url":"/2022/10/23/记录下-phpunit-的入门使用方法之setUp和tearDown/"},{"title":"闲聊下乘公交的用户体验","url":"/2021/02/28/闲聊下乘公交的用户体验/"},{"title":"闲话篇-也算碰到了为老不尊和坏人变老了的典型案例","url":"/2022/05/22/闲话篇-也算碰到了为老不尊和坏人变老了的典型案例/"},{"title":"闲话篇-路遇神逻辑骑车带娃爹","url":"/2022/05/08/闲话篇-路遇神逻辑骑车带娃爹/"},{"title":"难得的大扫除","url":"/2022/04/10/难得的大扫除/"}]
\ No newline at end of file
+[{"title":"2019年终总结","url":"/2020/02/01/2019年终总结/"},{"title":"村上春树《1Q84》读后感","url":"/2019/12/18/1Q84读后感/"},{"title":"2020 年终总结","url":"/2021/03/31/2020-年终总结/"},{"title":"2020年中总结","url":"/2020/07/11/2020年中总结/"},{"title":"2021 年中总结","url":"/2021/07/18/2021-年中总结/"},{"title":"2021 年终总结","url":"/2022/01/22/2021-年终总结/"},{"title":"34_Search_for_a_Range","url":"/2016/08/14/34-Search-for-a-Range/"},{"title":"AQS篇二 之 Condition 浅析笔记","url":"/2021/02/21/AQS-之-Condition-浅析笔记/"},{"title":"AQS篇一","url":"/2021/02/14/AQS篇一/"},{"title":"add-two-number","url":"/2015/04/14/Add-Two-Number/"},{"title":"AbstractQueuedSynchronizer","url":"/2019/09/23/AbstractQueuedSynchronizer/"},{"title":"Apollo 客户端启动过程分析","url":"/2022/09/18/Apollo-客户端启动过程分析/"},{"title":"Apollo 如何获取当前环境","url":"/2022/09/04/Apollo-如何获取当前环境/"},{"title":"Apollo 的 value 注解是怎么自动更新的","url":"/2020/11/01/Apollo-的-value-注解是怎么自动更新的/"},{"title":"Comparator使用小记","url":"/2020/04/05/Comparator使用小记/"},{"title":"Clone Graph Part I","url":"/2014/12/30/Clone-Graph-Part-I/"},{"title":"Disruptor 系列一","url":"/2022/02/13/Disruptor-系列一/"},{"title":"Dubbo 使用的几个记忆点","url":"/2022/04/02/Dubbo-使用的几个记忆点/"},{"title":"Disruptor 系列二","url":"/2022/02/27/Disruptor-系列二/"},{"title":"Filter, Interceptor, Aop, 啥, 啥, 啥? 这些都是啥?","url":"/2020/08/22/Filter-Intercepter-Aop-啥-啥-啥-这些都是啥/"},{"title":"G1收集器概述","url":"/2020/02/09/G1收集器概述/"},{"title":"JVM源码分析之G1垃圾收集器分析一","url":"/2019/12/07/JVM-G1-Part-1/"},{"title":"2022 年终总结","url":"/2023/01/15/2022-年终总结/"},{"title":"Leetcode 028 实现 strStr() ( Implement strStr() ) 题解分析","url":"/2021/10/31/Leetcode-028-实现-strStr-Implement-strStr-题解分析/"},{"title":"Leetcode 021 合并两个有序链表 ( Merge Two Sorted Lists ) 题解分析","url":"/2021/10/07/Leetcode-021-合并两个有序链表-Merge-Two-Sorted-Lists-题解分析/"},{"title":"Leetcode 053 最大子序和 ( Maximum Subarray ) 题解分析","url":"/2021/11/28/Leetcode-053-最大子序和-Maximum-Subarray-题解分析/"},{"title":"Leetcode 104 二叉树的最大深度(Maximum Depth of Binary Tree) 题解分析","url":"/2020/10/25/Leetcode-104-二叉树的最大深度-Maximum-Depth-of-Binary-Tree-题解分析/"},{"title":"Leetcode 105 从前序与中序遍历序列构造二叉树(Construct Binary Tree from Preorder and Inorder Traversal) 题解分析","url":"/2020/12/13/Leetcode-105-从前序与中序遍历序列构造二叉树-Construct-Binary-Tree-from-Preorder-and-Inorder-Traversal-题解分析/"},{"title":"Leetcode 1115 交替打印 FooBar ( Print FooBar Alternately *Medium* ) 题解分析","url":"/2022/05/01/Leetcode-1115-交替打印-FooBar-Print-FooBar-Alternately-Medium-题解分析/"},{"title":"Leetcode 121 买卖股票的最佳时机(Best Time to Buy and Sell Stock) 题解分析","url":"/2021/03/14/Leetcode-121-买卖股票的最佳时机-Best-Time-to-Buy-and-Sell-Stock-题解分析/"},{"title":"Disruptor 系列三","url":"/2022/09/25/Disruptor-系列三/"},{"title":"Leetcode 1260 二维网格迁移 ( Shift 2D Grid *Easy* ) 题解分析","url":"/2022/07/22/Leetcode-1260-二维网格迁移-Shift-2D-Grid-Easy-题解分析/"},{"title":"Leetcode 155 最小栈(Min Stack) 题解分析","url":"/2020/12/06/Leetcode-155-最小栈-Min-Stack-题解分析/"},{"title":"Leetcode 124 二叉树中的最大路径和(Binary Tree Maximum Path Sum) 题解分析","url":"/2021/01/24/Leetcode-124-二叉树中的最大路径和-Binary-Tree-Maximum-Path-Sum-题解分析/"},{"title":"Leetcode 16 最接近的三数之和 ( 3Sum Closest *Medium* ) 题解分析","url":"/2022/08/06/Leetcode-16-最接近的三数之和-3Sum-Closest-Medium-题解分析/"},{"title":"Leetcode 160 相交链表(intersection-of-two-linked-lists) 题解分析","url":"/2021/01/10/Leetcode-160-相交链表-intersection-of-two-linked-lists-题解分析/"},{"title":"Leetcode 1862 向下取整数对和 ( Sum of Floored Pairs *Hard* ) 题解分析","url":"/2022/09/11/Leetcode-1862-向下取整数对和-Sum-of-Floored-Pairs-Hard-题解分析/"},{"title":"Leetcode 2 Add Two Numbers 题解分析","url":"/2020/10/11/Leetcode-2-Add-Two-Numbers-题解分析/"},{"title":"Leetcode 234 回文链表(Palindrome Linked List) 题解分析","url":"/2020/11/15/Leetcode-234-回文联表-Palindrome-Linked-List-题解分析/"},{"title":"Leetcode 236 二叉树的最近公共祖先(Lowest Common Ancestor of a Binary Tree) 题解分析","url":"/2021/05/23/Leetcode-236-二叉树的最近公共祖先-Lowest-Common-Ancestor-of-a-Binary-Tree-题解分析/"},{"title":"Leetcode 20 有效的括号 ( Valid Parentheses *Easy* ) 题解分析","url":"/2022/07/02/Leetcode-20-有效的括号-Valid-Parentheses-Easy-题解分析/"},{"title":"Leetcode 3 Longest Substring Without Repeating Characters 题解分析","url":"/2020/09/20/Leetcode-3-Longest-Substring-Without-Repeating-Characters-题解分析/"},{"title":"Leetcode 278 第一个错误的版本 ( First Bad Version *Easy* ) 题解分析","url":"/2022/08/14/Leetcode-278-第一个错误的版本-First-Bad-Version-Easy-题解分析/"},{"title":"Leetcode 349 两个数组的交集 ( Intersection of Two Arrays *Easy* ) 题解分析","url":"/2022/03/07/Leetcode-349-两个数组的交集-Intersection-of-Two-Arrays-Easy-题解分析/"},{"title":"Headscale初体验以及踩坑记","url":"/2023/01/22/Headscale初体验以及踩坑记/"},{"title":"Leetcode 4 寻找两个正序数组的中位数 ( Median of Two Sorted Arrays *Hard* ) 题解分析","url":"/2022/03/27/Leetcode-4-寻找两个正序数组的中位数-Median-of-Two-Sorted-Arrays-Hard-题解分析/"},{"title":"Leetcode 42 接雨水 (Trapping Rain Water) 题解分析","url":"/2021/07/04/Leetcode-42-接雨水-Trapping-Rain-Water-题解分析/"},{"title":"Leetcode 698 划分为k个相等的子集 ( Partition to K Equal Sum Subsets *Medium* ) 题解分析","url":"/2022/06/19/Leetcode-698-划分为k个相等的子集-Partition-to-K-Equal-Sum-Subsets-Medium-题解分析/"},{"title":"Leetcode 83 删除排序链表中的重复元素 ( Remove Duplicates from Sorted List *Easy* ) 题解分析","url":"/2022/03/13/Leetcode-83-删除排序链表中的重复元素-Remove-Duplicates-from-Sorted-List-Easy-题解分析/"},{"title":"Leetcode 885 螺旋矩阵 III ( Spiral Matrix III *Medium* ) 题解分析","url":"/2022/08/23/Leetcode-885-螺旋矩阵-III-Spiral-Matrix-III-Medium-题解分析/"},{"title":"Leetcode 48 旋转图像(Rotate Image) 题解分析","url":"/2021/05/01/Leetcode-48-旋转图像-Rotate-Image-题解分析/"},{"title":"leetcode no.3","url":"/2015/04/15/Leetcode-No-3/"},{"title":"Linux 下 grep 命令的一点小技巧","url":"/2020/08/06/Linux-下-grep-命令的一点小技巧/"},{"title":"MFC 模态对话框","url":"/2014/12/24/MFC 模态对话框/"},{"title":"Number of 1 Bits","url":"/2015/03/11/Number-Of-1-Bits/"},{"title":"Maven实用小技巧","url":"/2020/02/16/Maven实用小技巧/"},{"title":"Reverse Bits","url":"/2015/03/11/Reverse-Bits/"},{"title":"Redis_分布式锁","url":"/2019/12/10/Redis-Part-1/"},{"title":"Reverse Integer","url":"/2015/03/13/Reverse-Integer/"},{"title":"Path Sum","url":"/2015/01/04/Path-Sum/"},{"title":"two sum","url":"/2015/01/14/Two-Sum/"},{"title":"binary-watch","url":"/2016/09/29/binary-watch/"},{"title":"ambari-summary","url":"/2017/05/09/ambari-summary/"},{"title":"docker-mysql-cluster","url":"/2016/08/14/docker-mysql-cluster/"},{"title":"docker比一般多一点的初学者介绍","url":"/2020/03/08/docker比一般多一点的初学者介绍/"},{"title":"docker比一般多一点的初学者介绍四","url":"/2022/12/25/docker比一般多一点的初学者介绍四/"},{"title":"docker比一般多一点的初学者介绍二","url":"/2020/03/15/docker比一般多一点的初学者介绍二/"},{"title":"dubbo 客户端配置的一个重要知识点","url":"/2022/06/11/dubbo-客户端配置的一个重要知识点/"},{"title":"docker比一般多一点的初学者介绍三","url":"/2020/03/21/docker比一般多一点的初学者介绍三/"},{"title":"gogs使用webhook部署react单页应用","url":"/2020/02/22/gogs使用webhook部署react单页应用/"},{"title":"docker使用中发现的echo命令的一个小技巧及其他","url":"/2020/03/29/echo命令的一个小技巧/"},{"title":"C++ 指针使用中的一个小问题","url":"/2014/12/23/my-new-post/"},{"title":"invert-binary-tree","url":"/2015/06/22/invert-binary-tree/"},{"title":"minimum-size-subarray-sum-209","url":"/2016/10/11/minimum-size-subarray-sum-209/"},{"title":"mybatis 的 foreach 使用的注意点","url":"/2022/07/09/mybatis-的-foreach-使用的注意点/"},{"title":"Leetcode 747 至少是其他数字两倍的最大数 ( Largest Number At Least Twice of Others *Easy* ) 题解分析","url":"/2022/10/02/Leetcode-747-至少是其他数字两倍的最大数-Largest-Number-At-Least-Twice-of-Others-Easy-题解分析/"},{"title":"mybatis 的 $ 和 # 是有啥区别","url":"/2020/09/06/mybatis-的-和-是有啥区别/"},{"title":"mybatis系列-dataSource解析","url":"/2023/01/08/mybatis系列-dataSource解析/"},{"title":"mybatis 的缓存是怎么回事","url":"/2020/10/03/mybatis-的缓存是怎么回事/"},{"title":"mybatis系列-mybatis是如何初始化mapper的","url":"/2022/12/04/mybatis是如何初始化mapper的/"},{"title":"mybatis系列-typeAliases系统","url":"/2023/01/01/mybatis系列-typeAliases系统/"},{"title":"nginx 日志小记","url":"/2022/04/17/nginx-日志小记/"},{"title":"mybatis系列-connection连接池解析","url":"/2023/02/19/mybatis系列-connection连接池解析/"},{"title":"openresty","url":"/2019/06/18/openresty/"},{"title":"pcre-intro-and-a-simple-package","url":"/2015/01/16/pcre-intro-and-a-simple-package/"},{"title":"php-abstract-class-and-interface","url":"/2016/11/10/php-abstract-class-and-interface/"},{"title":"mybatis系列-第一条sql的更多细节","url":"/2022/12/18/mybatis系列-第一条sql的更多细节/"},{"title":"mybatis系列-第一条sql的细节","url":"/2022/12/11/mybatis系列-第一条sql的细节/"},{"title":"rabbitmq-tips","url":"/2017/04/25/rabbitmq-tips/"},{"title":"mybatis系列-入门篇","url":"/2022/11/27/mybatis系列-入门篇/"},{"title":"redis数据结构介绍-第一部分 SDS，链表，字典","url":"/2019/12/26/redis数据结构介绍/"},{"title":"redis数据结构介绍三-第三部分 整数集合","url":"/2020/01/10/redis数据结构介绍三/"},{"title":"redis数据结构介绍二-第二部分 跳表","url":"/2020/01/04/redis数据结构介绍二/"},{"title":"redis 的 rdb 和 COW 介绍","url":"/2021/08/15/redis-的-rdb-和-COW-介绍/"},{"title":"redis数据结构介绍六 快表","url":"/2020/01/22/redis数据结构介绍六/"},{"title":"redis数据结构介绍四-第四部分 压缩表","url":"/2020/01/19/redis数据结构介绍四/"},{"title":"redis数据结构介绍五-第五部分 对象","url":"/2020/01/20/redis数据结构介绍五/"},{"title":"redis淘汰策略复习","url":"/2021/08/01/redis淘汰策略复习/"},{"title":"redis系列介绍七-过期策略","url":"/2020/04/12/redis系列介绍七/"},{"title":"redis过期策略复习","url":"/2021/07/25/redis过期策略复习/"},{"title":"rust学习笔记-所有权三之切片","url":"/2021/05/16/rust学习笔记-所有权三之切片/"},{"title":"rust学习笔记-所有权二","url":"/2021/04/18/rust学习笔记-所有权二/"},{"title":"redis系列介绍八-淘汰策略","url":"/2020/04/18/redis系列介绍八/"},{"title":"rust学习笔记-所有权一","url":"/2021/04/18/rust学习笔记/"},{"title":"spark-little-tips","url":"/2017/03/28/spark-little-tips/"},{"title":"spring event 介绍","url":"/2022/01/30/spring-event-介绍/"},{"title":"summary-ranges-228","url":"/2016/10/12/summary-ranges-228/"},{"title":"powershell 初体验","url":"/2022/11/13/powershell-初体验/"},{"title":"swoole-websocket-test","url":"/2016/07/13/swoole-websocket-test/"},{"title":"《垃圾回收算法手册读书》笔记之整理算法","url":"/2021/03/07/《垃圾回收算法手册读书》笔记之整理算法/"},{"title":"wordpress 忘记密码的一种解决方法","url":"/2021/12/05/wordpress-忘记密码的一种解决方法/"},{"title":"《长安的荔枝》读后感","url":"/2022/07/17/《长安的荔枝》读后感/"},{"title":"上次的其他 外行聊国足","url":"/2022/03/06/上次的其他-外行聊国足/"},{"title":"一个 nginx 的简单记忆点","url":"/2022/08/21/一个-nginx-的简单记忆点/"},{"title":"介绍一下 RocketMQ","url":"/2020/06/21/介绍一下-RocketMQ/"},{"title":"介绍下最近比较实用的端口转发","url":"/2021/11/14/介绍下最近比较实用的端口转发/"},{"title":"powershell 初体验二","url":"/2022/11/20/powershell-初体验二/"},{"title":"关于公共交通再吐个槽","url":"/2021/03/21/关于公共交通再吐个槽/"},{"title":"从清华美院学姐聊聊我们身边的恶人","url":"/2020/11/29/从清华美院学姐聊聊我们身边的恶人/"},{"title":"分享一次折腾老旧笔记本的体验-续续篇","url":"/2023/02/26/分享一次折腾老旧笔记本的体验-续续篇/"},{"title":"关于读书打卡与分享","url":"/2021/02/07/关于读书打卡与分享/"},{"title":"分享记录一下一个 git 操作方法","url":"/2022/02/06/分享记录一下一个-git-操作方法/"},{"title":"分享记录一下一个 scp 操作方法","url":"/2022/02/06/分享记录一下一个-scp-操作方法/"},{"title":"从丁仲礼被美国制裁聊点啥","url":"/2020/12/20/从丁仲礼被美国制裁聊点啥/"},{"title":"周末我在老丈人家打了天小工","url":"/2020/08/16/周末我在老丈人家打了天小工/"},{"title":"在老丈人家的小工记三","url":"/2020/09/13/在老丈人家的小工记三/"},{"title":"在老丈人家的小工记五","url":"/2020/10/18/在老丈人家的小工记五/"},{"title":"在老丈人家的小工记四","url":"/2020/09/26/在老丈人家的小工记四/"},{"title":"寄生虫观后感","url":"/2020/03/01/寄生虫观后感/"},{"title":"我是如何走上跑步这条不归路的","url":"/2020/07/26/我是如何走上跑步这条不归路的/"},{"title":"屯菜惊魂记","url":"/2022/04/24/屯菜惊魂记/"},{"title":"分享一次折腾老旧笔记本的体验-续篇","url":"/2023/02/12/分享一次折腾老旧笔记本的体验-续篇/"},{"title":"分享一次折腾老旧笔记本的体验","url":"/2023/02/05/分享一次折腾老旧笔记本的体验/"},{"title":"搬运两个 StackOverflow 上的 Mysql 编码相关的问题解答","url":"/2022/01/16/搬运两个-StackOverflow-上的-Mysql-编码相关的问题解答/"},{"title":"看完了扫黑风暴,聊聊感想","url":"/2021/10/24/看完了扫黑风暴-聊聊感想/"},{"title":"是何原因竟让两人深夜奔袭十公里","url":"/2022/06/05/是何原因竟让两人深夜奔袭十公里/"},{"title":"分享一次比较诡异的 Windows 下 U盘无法退出的经历","url":"/2023/01/29/分享一次比较诡异的-Windows-下-U盘无法退出的经历/"},{"title":"给小电驴上牌","url":"/2022/03/20/给小电驴上牌/"},{"title":"聊一下 RocketMQ 的消息存储之 MMAP","url":"/2021/09/04/聊一下-RocketMQ-的消息存储/"},{"title":"聊一下 RocketMQ 的 NameServer 源码","url":"/2020/07/05/聊一下-RocketMQ-的-NameServer-源码/"},{"title":"聊一下 RocketMQ 的 DefaultMQPushConsumer 源码","url":"/2020/06/26/聊一下-RocketMQ-的-Consumer/"},{"title":"聊一下 RocketMQ 的消息存储三","url":"/2021/10/03/聊一下-RocketMQ-的消息存储三/"},{"title":"聊一下 RocketMQ 的消息存储二","url":"/2021/09/12/聊一下-RocketMQ-的消息存储二/"},{"title":"聊一下 RocketMQ 的顺序消息","url":"/2021/08/29/聊一下-RocketMQ-的顺序消息/"},{"title":"聊一下 RocketMQ 的消息存储四","url":"/2021/10/17/聊一下-RocketMQ-的消息存储四/"},{"title":"聊一下 SpringBoot 中动态切换数据源的方法","url":"/2021/09/26/聊一下-SpringBoot-中动态切换数据源的方法/"},{"title":"聊一下 SpringBoot 设置非 web 应用的方法","url":"/2022/07/31/聊一下-SpringBoot-设置非-web-应用的方法/"},{"title":"聊一下 SpringBoot 中使用的 cglib 作为动态代理中的一个注意点","url":"/2021/09/19/聊一下-SpringBoot-中使用的-cglib-作为动态代理中的一个注意点/"},{"title":"聊聊 Dubbo 的 SPI 续之自适应拓展","url":"/2020/06/06/聊聊-Dubbo-的-SPI-续之自适应拓展/"},{"title":"聊在东京奥运会闭幕式这天-二","url":"/2021/08/19/聊在东京奥运会闭幕式这天-二/"},{"title":"聊在东京奥运会闭幕式这天","url":"/2021/08/08/聊在东京奥运会闭幕式这天/"},{"title":"聊聊 Dubbo 的容错机制","url":"/2020/11/22/聊聊-Dubbo-的容错机制/"},{"title":"聊聊 Java 中绕不开的 Synchronized 关键字-二","url":"/2021/06/27/聊聊-Java-中绕不开的-Synchronized-关键字-二/"},{"title":"聊聊 Dubbo 的 SPI","url":"/2020/05/31/聊聊-Dubbo-的-SPI/"},{"title":"聊聊 Java 的 equals 和 hashCode 方法","url":"/2021/01/03/聊聊-Java-的-equals-和-hashCode-方法/"},{"title":"聊聊 Java 的类加载机制一","url":"/2020/11/08/聊聊-Java-的类加载机制/"},{"title":"聊聊 Java 中绕不开的 Synchronized 关键字","url":"/2021/06/20/聊聊-Java-中绕不开的-Synchronized-关键字/"},{"title":"聊聊 Java 自带的那些*逆天*工具","url":"/2020/08/02/聊聊-Java-自带的那些逆天工具/"},{"title":"聊聊 Java 的类加载机制二","url":"/2021/06/13/聊聊-Java-的类加载机制二/"},{"title":"聊聊 Linux 下的 top 命令","url":"/2021/03/28/聊聊-Linux-下的-top-命令/"},{"title":"聊聊 RocketMQ 的 Broker 源码","url":"/2020/07/19/聊聊-RocketMQ-的-Broker-源码/"},{"title":"聊聊 Sharding-Jdbc 的简单原理初篇","url":"/2021/12/26/聊聊-Sharding-Jdbc-的简单原理初篇/"},{"title":"聊聊 Sharding-Jdbc 分库分表下的分页方案","url":"/2022/01/09/聊聊-Sharding-Jdbc-分库分表下的分页方案/"},{"title":"聊聊 Sharding-Jdbc 的简单使用","url":"/2021/12/12/聊聊-Sharding-Jdbc-的简单使用/"},{"title":"聊聊 dubbo 的线程池","url":"/2021/04/04/聊聊-dubbo-的线程池/"},{"title":"聊聊 mysql 的 MVCC","url":"/2020/04/26/聊聊-mysql-的-MVCC/"},{"title":"聊聊 mysql 的 MVCC 续续篇之锁分析","url":"/2020/05/10/聊聊-mysql-的-MVCC-续续篇之加锁分析/"},{"title":"聊聊 mysql 的 MVCC 续篇","url":"/2020/05/02/聊聊-mysql-的-MVCC-续篇/"},{"title":"聊聊 mysql 索引的一些细节","url":"/2020/12/27/聊聊-mysql-索引的一些细节/"},{"title":"聊聊 redis 缓存的应用问题","url":"/2021/01/31/聊聊-redis-缓存的应用问题/"},{"title":"聊聊Java中的单例模式","url":"/2019/12/21/聊聊Java中的单例模式/"},{"title":"聊聊一次 brew update 引发的血案","url":"/2020/06/13/聊聊一次-brew-update-引发的血案/"},{"title":"聊聊传说中的 ThreadLocal","url":"/2021/05/30/聊聊传说中的-ThreadLocal/"},{"title":"聊聊 SpringBoot 自动装配","url":"/2021/07/11/聊聊SpringBoot-自动装配/"},{"title":"聊聊厦门旅游的好与不好","url":"/2021/04/11/聊聊厦门旅游的好与不好/"},{"title":"聊聊如何识别和意识到日常生活中的各类危险","url":"/2021/06/06/聊聊如何识别和意识到日常生活中的各类危险/"},{"title":"聊一下关于怎么陪伴学习","url":"/2022/11/06/聊一下关于怎么陪伴学习/"},{"title":"聊聊我的远程工作体验","url":"/2022/06/26/聊聊我的远程工作体验/"},{"title":"聊聊我理解的分布式事务","url":"/2020/05/17/聊聊我理解的分布式事务/"},{"title":"聊聊最近平淡的生活之《花束般的恋爱》观后感","url":"/2021/12/31/聊聊最近平淡的生活之《花束般的恋爱》观后感/"},{"title":"聊聊最近平淡的生活之又聊通勤","url":"/2021/11/07/聊聊最近平淡的生活/"},{"title":"聊聊我刚学会的应用诊断方法","url":"/2020/05/22/聊聊我刚学会的应用诊断方法/"},{"title":"聊聊最近平淡的生活之看看老剧","url":"/2021/11/21/聊聊最近平淡的生活之看看老剧/"},{"title":"聊聊最近平淡的生活之看《神探狄仁杰》","url":"/2021/12/19/聊聊最近平淡的生活之看《神探狄仁杰》/"},{"title":"聊聊部分公交车的设计bug","url":"/2021/12/05/聊聊部分公交车的设计bug/"},{"title":"聊聊那些加塞狗","url":"/2021/01/17/聊聊那些加塞狗/"},{"title":"聊聊给亲戚朋友的老电脑重装系统那些事儿","url":"/2021/05/09/聊聊给亲戚朋友的老电脑重装系统那些事儿/"},{"title":"聊聊这次换车牌及其他","url":"/2022/02/20/聊聊这次换车牌及其他/"},{"title":"记录下 Java Stream 的一些高效操作","url":"/2022/05/15/记录下-Java-Lambda-的一些高效操作/"},{"title":"记录下 phpunit 的入门使用方法之setUp和tearDown","url":"/2022/10/23/记录下-phpunit-的入门使用方法之setUp和tearDown/"},{"title":"记录下 zookeeper 集群迁移和易错点","url":"/2022/05/29/记录下-zookeeper-集群迁移/"},{"title":"这周末我又在老丈人家打了天小工","url":"/2020/08/30/这周末我又在老丈人家打了天小工/"},{"title":"重看了下《蛮荒记》说说感受","url":"/2021/10/10/重看了下《蛮荒记》说说感受/"},{"title":"闲聊下乘公交的用户体验","url":"/2021/02/28/闲聊下乘公交的用户体验/"},{"title":"闲话篇-也算碰到了为老不尊和坏人变老了的典型案例","url":"/2022/05/22/闲话篇-也算碰到了为老不尊和坏人变老了的典型案例/"},{"title":"记一个容器中 dubbo 注册的小知识点","url":"/2022/10/09/记一个容器中-dubbo-注册的小知识点/"},{"title":"闲话篇-路遇神逻辑骑车带娃爹","url":"/2022/05/08/闲话篇-路遇神逻辑骑车带娃爹/"},{"title":"难得的大扫除","url":"/2022/04/10/难得的大扫除/"},{"title":"记录下 redis 的一些使用方法","url":"/2022/10/30/记录下-redis-的一些使用方法/"},{"title":"记录下 phpunit 的入门使用方法","url":"/2022/10/16/记录下-phpunit-的入门使用方法/"}]
\ No newline at end of file
diff --git a/search.xml b/search.xml
index e5895a123b..e9c38f295a 100644
--- a/search.xml
+++ b/search.xml
@@ -1,25 +1,5 @@
-
- 村上春树《1Q84》读后感
- /2019/12/18/1Q84%E8%AF%BB%E5%90%8E%E6%84%9F/
- 看完了村上春树的《1Q84》，这应该是第五本看的他的书了，继 跑步，挪威的森林，刺杀骑士团长，海边的卡夫卡之后，不是其中最长的，好像是海边的卡夫卡还是刺杀骑士团长比较长一点，都是在微信读书上看的，比较方便，最开始在上面看的是高晓松的《鱼羊野史》，不知道为啥取这个名字，但是还是满吸引我的，不过由于去年的种种，没有很多心思把它看完，而且本身的组织形式就是比较松散的，看到哪算哪，其实一些野史部分是我比较喜欢，有些谈到人物的就不太有兴趣，而且类似于大祥哥吃的东西，反正都是哇，怎么这么好吃，嗯，太爱（niu）你（bi）了，高晓松就是这个人是我最喜欢的 xxx 家，我也没去细究过他有没有说重复过，反正是不太爱，后来因为这书还一度对战争史有了浓厚的兴趣，然而事实告诉我，大部头的战争史，其实正史我是真的啃不下去，我可能只对其中 10%的内容感兴趣，不过终于也在今年把它看完了，好像高晓松的晓说也最终季了，貌似其中讲朝鲜战争的还被和谐了，看样子是说出了一些故事（truth）。
-本来只是想把 《1Q84》的读后感写下，现在觉得还是把这篇当成我今年的读书总结吧，不过先从《1Q84》说起。
-严格来讲，这不是很书面化的读后感，可能我想写的也只是像聊天一样的说下我读过的书，包括的技术博客其实也是类似的，以后或许会转变，但是目前水平如此吧，写多了可能会变好，也可能不会。
-开始正文吧，这书有点类似于海边的卡夫卡，一开始是通过两条故事线，穿插着叙述，一条是青豆的，不算是个职业杀手的女杀手，要去解决一个经常家暴的斯文败类，穿着描述得比较性感吧，杀人方式是通过比较长的细针，从脖子后面一个精巧的位置插入，可以造成是未知原因死亡的假象，可能会推断成心梗之类的，这里有个前置的细节，就是青豆是乘坐一辆很高级的出租车，内饰什么的都非常有质感，有点不像一辆出租车，然后车里放了一首比较小众的歌，雅纳切克的《小交响曲》，但是青豆知道它，这跟后面的情节也有些许关系，这是女主人公青豆的出场；相应的男主的出场印象不是太深刻，男主叫天吾，是个不知名的作家，跟一个叫小松的编辑有比较好的关系，虽然天吾还没有拿到比较有分量的奖项，但是小松很看好他，也让他帮忙审校一个新作家奖的投稿文章，虽然天吾自身还没获得过这个奖，天吾还有个正式工作，是当数学老师，天吾在学生时代是个数学天才，但后面有对文学产生了兴趣，文学还不足以养活自己，靠着教课还是能保持温饱；
-接下来是正式故事的起点了，就是小松收到了一部小说投稿，名叫《空气蛹》，是个叫深绘里的女孩子投的稿，小松对他赋予了很高的评价，这里好像记岔了，好像是天吾对这部小说很有好感，但是小松比较怀疑，然后小松看了之后也有了浓厚的兴趣，这里就是开端了，小松想让天吾来重写润色这部《空气蛹》，因为故事本身很有分量，但是描写手法叙事方式等都很拙劣，而天吾正好擅长这个，小松对天吾的评价是，描写技巧无可挑剔，就是故事主体的火花还没际遇迸发，需要一个导火索，这个就可以类比我们程序员，很多比较初中级的程序员主要擅长在原来的代码上修修改改或者给他分配个小功能，比较高级的程序员就需要能做一些项目的架构设计，核心的技术方案设计，以前我也觉得写文档这个比较无聊，但是当一个项目真的比较庞大，复杂的时候，整体和核心部分的架构设计和方案还是需要有文档沉淀的，不然别人不知道没法接受，自己过段时间也会忘记。
-对于小松的这个建议，他的初衷是想搅一搅这个死气沉沉套路颇深的文坛，因为本身《空气蛹》这部小说的内容很吸引人，小松想通过天吾的润色补充让这部小说冲击新人奖，有种恶作剧的意图，天吾对此表示很多担心和顾虑，小松的这个建议其实也是一种文学作假，有两方面的担心，一方面是原作者深绘里是否同意如此操作，一方面是外界如果发现了这个事实会有什么样的后果，但是小松表示不用担心，前一步由小松牵线，让天吾跟原作者深绘里当面沟通这个代写是否被允许，结果当然是被允许了，这里有了对深绘里的初步描写，按我的理解是比较仙的感觉，然后语言沟通有些吃力，或者说有她自己的特色，当面沟通时貌似是让深绘里回去再考虑下，然后后面再由天吾去深绘里寄宿的戎野老师家沟通具体的细节。
-2019年12月18日23:37:19 更新
-]]>
-
- 生活
- 读后感
- 村上春树
-
-
- 读后感
-
-
2019年终总结
/2020/02/01/2019%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/
@@ -49,6 +29,26 @@
2019
+
+ 村上春树《1Q84》读后感
+ /2019/12/18/1Q84%E8%AF%BB%E5%90%8E%E6%84%9F/
+ 看完了村上春树的《1Q84》，这应该是第五本看的他的书了，继 跑步，挪威的森林，刺杀骑士团长，海边的卡夫卡之后，不是其中最长的，好像是海边的卡夫卡还是刺杀骑士团长比较长一点，都是在微信读书上看的，比较方便，最开始在上面看的是高晓松的《鱼羊野史》，不知道为啥取这个名字，但是还是满吸引我的，不过由于去年的种种，没有很多心思把它看完，而且本身的组织形式就是比较松散的，看到哪算哪，其实一些野史部分是我比较喜欢，有些谈到人物的就不太有兴趣，而且类似于大祥哥吃的东西，反正都是哇，怎么这么好吃，嗯，太爱（niu）你（bi）了，高晓松就是这个人是我最喜欢的 xxx 家，我也没去细究过他有没有说重复过，反正是不太爱，后来因为这书还一度对战争史有了浓厚的兴趣，然而事实告诉我，大部头的战争史，其实正史我是真的啃不下去，我可能只对其中 10%的内容感兴趣，不过终于也在今年把它看完了，好像高晓松的晓说也最终季了，貌似其中讲朝鲜战争的还被和谐了，看样子是说出了一些故事（truth）。
+本来只是想把 《1Q84》的读后感写下，现在觉得还是把这篇当成我今年的读书总结吧，不过先从《1Q84》说起。
+严格来讲，这不是很书面化的读后感，可能我想写的也只是像聊天一样的说下我读过的书，包括的技术博客其实也是类似的，以后或许会转变，但是目前水平如此吧，写多了可能会变好，也可能不会。
+开始正文吧，这书有点类似于海边的卡夫卡，一开始是通过两条故事线，穿插着叙述，一条是青豆的，不算是个职业杀手的女杀手，要去解决一个经常家暴的斯文败类，穿着描述得比较性感吧，杀人方式是通过比较长的细针，从脖子后面一个精巧的位置插入，可以造成是未知原因死亡的假象，可能会推断成心梗之类的，这里有个前置的细节，就是青豆是乘坐一辆很高级的出租车，内饰什么的都非常有质感，有点不像一辆出租车，然后车里放了一首比较小众的歌，雅纳切克的《小交响曲》，但是青豆知道它，这跟后面的情节也有些许关系，这是女主人公青豆的出场；相应的男主的出场印象不是太深刻，男主叫天吾，是个不知名的作家，跟一个叫小松的编辑有比较好的关系，虽然天吾还没有拿到比较有分量的奖项，但是小松很看好他，也让他帮忙审校一个新作家奖的投稿文章，虽然天吾自身还没获得过这个奖，天吾还有个正式工作，是当数学老师，天吾在学生时代是个数学天才，但后面有对文学产生了兴趣，文学还不足以养活自己，靠着教课还是能保持温饱；
+接下来是正式故事的起点了，就是小松收到了一部小说投稿，名叫《空气蛹》，是个叫深绘里的女孩子投的稿，小松对他赋予了很高的评价，这里好像记岔了，好像是天吾对这部小说很有好感，但是小松比较怀疑，然后小松看了之后也有了浓厚的兴趣，这里就是开端了，小松想让天吾来重写润色这部《空气蛹》，因为故事本身很有分量，但是描写手法叙事方式等都很拙劣，而天吾正好擅长这个，小松对天吾的评价是，描写技巧无可挑剔，就是故事主体的火花还没际遇迸发，需要一个导火索，这个就可以类比我们程序员，很多比较初中级的程序员主要擅长在原来的代码上修修改改或者给他分配个小功能，比较高级的程序员就需要能做一些项目的架构设计，核心的技术方案设计，以前我也觉得写文档这个比较无聊，但是当一个项目真的比较庞大，复杂的时候，整体和核心部分的架构设计和方案还是需要有文档沉淀的，不然别人不知道没法接受，自己过段时间也会忘记。
+对于小松的这个建议，他的初衷是想搅一搅这个死气沉沉套路颇深的文坛，因为本身《空气蛹》这部小说的内容很吸引人，小松想通过天吾的润色补充让这部小说冲击新人奖，有种恶作剧的意图，天吾对此表示很多担心和顾虑，小松的这个建议其实也是一种文学作假，有两方面的担心，一方面是原作者深绘里是否同意如此操作，一方面是外界如果发现了这个事实会有什么样的后果，但是小松表示不用担心，前一步由小松牵线，让天吾跟原作者深绘里当面沟通这个代写是否被允许，结果当然是被允许了，这里有了对深绘里的初步描写，按我的理解是比较仙的感觉，然后语言沟通有些吃力，或者说有她自己的特色，当面沟通时貌似是让深绘里回去再考虑下，然后后面再由天吾去深绘里寄宿的戎野老师家沟通具体的细节。
+2019年12月18日23:37:19 更新
+]]>
+
+ 生活
+ 读后感
+ 村上春树
+
+
+ 读后感
+
+
2020 年终总结
/2021/03/31/2020-%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/
@@ -904,22 +904,6 @@ public:
aqs
-
- 2022 年终总结
- /2023/01/15/2022-%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/
- 一年又一年，时间匆匆，这一年过得不太容易，很多事情都是来得猝不及防，很多规划也照例是没有完成，今年更多了一些，又是比较丧的一篇总结
-
- 生活
- 年终总结
-
-
- 生活
- 年终总结
- 2022
- 2023
-
-
add-two-number
/2015/04/14/Add-Two-Number/
@@ -1475,59 +1459,6 @@ public:
environment
-
- Clone Graph Part I
- /2014/12/30/Clone-Graph-Part-I/
- problemClone a graph. Input is a Node pointer. Return the Node pointer of the cloned graph.
-
-A graph is defined below:
-struct Node {
-vector neighbors;
-}code typedef unordered_map<Node *, Node *> Map;
-
-Node *clone(Node *graph) {
- if (!graph) return NULL;
-
- Map map;
- queue<Node *> q;
- q.push(graph);
-
- Node *graphCopy = new Node();
- map[graph] = graphCopy;
-
- while (!q.empty()) {
- Node *node = q.front();
- q.pop();
- int n = node->neighbors.size();
- for (int i = 0; i < n; i++) {
- Node *neighbor = node->neighbors[i];
- // no copy exists
- if (map.find(neighbor) == map.end()) {
- Node *p = new Node();
- map[node]->neighbors.push_back(p);
- map[neighbor] = p;
- q.push(neighbor);
- } else { // a copy already exists
- map[node]->neighbors.push_back(map[neighbor]);
- }
- }
- }
-
- return graphCopy;
-}anlysis using the Breadth-first traversal
-]]>
-
- leetcode
-
-
- C++
- leetcode
-
-
Apollo 的 value 注解是怎么自动更新的
/2020/11/01/Apollo-%E7%9A%84-value-%E6%B3%A8%E8%A7%A3%E6%98%AF%E6%80%8E%E4%B9%88%E8%87%AA%E5%8A%A8%E6%9B%B4%E6%96%B0%E7%9A%84/
@@ -1615,95 +1546,6 @@ Node *clone(Node *graph) {
注解
-
- Disruptor 系列一
- /2022/02/13/Disruptor-%E7%B3%BB%E5%88%97%E4%B8%80/
- 很久之前就听说过这个框架，不过之前有点跟消息队列混起来，这个也是种队列，但不是跟 rocketmq，nsq 那种一样的，而是在进程内部提供队列服务的，偏向于取代ArrayBlockingQueue，因为这个阻塞队列是使用了锁来控制阻塞，关于并发其实有一些通用的最佳实践，就是用锁，即使是 JDK 提供的锁，也是比较耗资源的，当然这是跟不加锁的对比，同样是锁，JDK 的实现还是性能比较优秀的。常见的阻塞队列中例如 ArrayBlockingQueue 和 LinkedBlockingQueue 都有锁的身影的存在，区别在于 ArrayBlockingQueue 是一把锁，后者是两把锁，不过重点不在几把锁，这里其实是两个问题，一个是所谓的 lock free, 对于一个单生产者的 disruptor 来说，因为写入是只有一个线程的，是可以不用加锁，多生产者的时候使用的是 cas 来获取对应的写入坑位，另一个是解决“伪共享”问题，后面可以详细点分析，先介绍下使用public class LongEvent {
- private long value;
-
- public void set ( long value) {
- this . value = value;
- }
-
- public long getValue ( ) {
- return value;
- }
-
- public void setValue ( long value) {
- this . value = value;
- }
-} 事件生产
-public class LongEventFactory implements EventFactory < LongEvent > {
- public LongEvent newInstance ( )
- {
- return new LongEvent ( ) ;
- }
-} 事件处理器
-public class LongEventHandler implements EventHandler < LongEvent > {
-
-
-
-
- public void onEvent ( LongEvent event, long sequence, boolean endOfBatch)
- {
- String str = String . format ( "long event : %s l:%s b:%s" , event. getValue ( ) , sequence, endOfBatch) ;
- System . out. println ( str) ;
- }
-}
-主方法代码
-package disruptor ;
-
-import com. lmax. disruptor. RingBuffer ;
-import com. lmax. disruptor. dsl. Disruptor ;
-import com. lmax. disruptor. util. DaemonThreadFactory ;
-
-import java. nio. ByteBuffer ;
-
-public class LongEventMain
-{
- public static void main ( String [ ] args) throws Exception
- {
-
- int bufferSize = 1024 ;
-
- Disruptor < LongEvent > =
- new Disruptor < > ( LongEvent :: new , bufferSize, DaemonThreadFactory . INSTANCE ) ;
-
-
- disruptor. handleEventsWith ( new LongEventHandler ( ) ) ;
-
- disruptor. handleEventsWith ( ( event, sequence, endOfBatch) ->
- System . out. println ( "Event: " + event) ) ;
-
- disruptor. start ( ) ;
-
-
- RingBuffer < LongEvent > = disruptor. getRingBuffer ( ) ;
- ByteBuffer bb = ByteBuffer . allocate ( 8 ) ;
- for ( long l = 0 ; true ; l++ )
- {
- bb. putLong ( 0 , l) ;
-
- ringBuffer. publishEvent ( ( event, sequence, buffer) -> event. set ( buffer. getLong ( 0 ) ) , bb) ;
- Thread . sleep ( 1000 ) ;
- }
- }
-} 运行下可以看到运行结果
-]]>
-
- Java
-
-
- Java
- Disruptor
-
-
Comparator使用小记
/2020/04/05/Comparator%E4%BD%BF%E7%94%A8%E5%B0%8F%E8%AE%B0/
@@ -1806,140 +1648,138 @@ Node *clone(Node *graph) {
- Disruptor 系列三
- /2022/09/25/Disruptor-%E7%B3%BB%E5%88%97%E4%B8%89/
- 原来一直有点被误导，com.lmax.disruptor.RingBuffer#addGatingSequences 这个方法里添加com.lmax.disruptor.dsl.Disruptor#handleEventsWith(com.lmax.disruptor.EventHandler<? super T>...)com.lmax.disruptor.dsl.Disruptor#createEventProcessors(com.lmax.disruptor.Sequence[], com.lmax.disruptor.EventHandler<? super T>[])
-EventHandlerGroup < T > createEventProcessors (
- final Sequence [ ] barrierSequences,
- final EventHandler < ? super T > [ ] eventHandlers)
- {
- checkNotStarted ( ) ;
-
- final Sequence [ ] processorSequences = new Sequence [ eventHandlers. length] ;
- final SequenceBarrier barrier = ringBuffer. newBarrier ( barrierSequences) ;
-
- for ( int i = 0 , eventHandlersLength = eventHandlers. length; i < eventHandlersLength; i++ )
- {
- final EventHandler < ? super T > = eventHandlers[ i] ;
-
-
- final BatchEventProcessor < T > =
- new BatchEventProcessor < > ( ringBuffer, barrier, eventHandler) ;
-
- if ( exceptionHandler != null )
- {
- batchEventProcessor. setExceptionHandler ( exceptionHandler) ;
- }
-
- consumerRepository. add ( batchEventProcessor, eventHandler, barrier) ;
- processorSequences[ i] = batchEventProcessor. getSequence ( ) ;
- }
-
- updateGatingSequencesForNextInChain ( barrierSequences, processorSequences) ;
-
- return new EventHandlerGroup < > ( this , consumerRepository, processorSequences) ;
- } Clone Graph Part I
+ /2014/12/30/Clone-Graph-Part-I/
+ problemClone a graph. Input is a Node pointer. Return the Node pointer of the cloned graph.
-在 BatchEventProcessor 在类内有个定义 sequence
-private final Sequence sequence = new Sequence ( Sequencer . INITIAL_CURSOR_VALUE ) ; 然后在上面循环中的这一句取出来
-processorSequences[ i] = batchEventProcessor. getSequence ( ) ; 调用com.lmax.disruptor.dsl.Disruptor#updateGatingSequencesForNextInChain 方法
-private void updateGatingSequencesForNextInChain ( final Sequence [ ] barrierSequences, final Sequence [ ] processorSequences)
- {
- if ( processorSequences. length > 0 )
- {
-
- ringBuffer. addGatingSequences ( processorSequences) ;
- for ( final Sequence barrierSequence : barrierSequences)
- {
- ringBuffer. removeGatingSequence ( barrierSequence) ;
- }
- consumerRepository. unMarkEventProcessorsAsEndOfChain ( barrierSequences) ;
- }
- } 而如何更新则是在处理器 com.lmax.disruptor.BatchEventProcessor#run 中
-public void run ( )
+code typedef unordered_map<Node *, Node *> Map;
+
+Node *clone(Node *graph) {
+ if (!graph) return NULL;
+
+ Map map;
+ queue<Node *> q;
+ q.push(graph);
+
+ Node *graphCopy = new Node();
+ map[graph] = graphCopy;
+
+ while (!q.empty()) {
+ Node *node = q.front();
+ q.pop();
+ int n = node->neighbors.size();
+ for (int i = 0; i < n; i++) {
+ Node *neighbor = node->neighbors[i];
+ // no copy exists
+ if (map.find(neighbor) == map.end()) {
+ Node *p = new Node();
+ map[node]->neighbors.push_back(p);
+ map[neighbor] = p;
+ q.push(neighbor);
+ } else { // a copy already exists
+ map[node]->neighbors.push_back(map[neighbor]);
+ }
+ }
+ }
+
+ return graphCopy;
+}anlysis using the Breadth-first traversal
+]]>
+
+ leetcode
+
+
+ C++
+ leetcode
+
+
+
+ Disruptor 系列一
+ /2022/02/13/Disruptor-%E7%B3%BB%E5%88%97%E4%B8%80/
+ 很久之前就听说过这个框架，不过之前有点跟消息队列混起来，这个也是种队列，但不是跟 rocketmq，nsq 那种一样的，而是在进程内部提供队列服务的，偏向于取代ArrayBlockingQueue，因为这个阻塞队列是使用了锁来控制阻塞，关于并发其实有一些通用的最佳实践，就是用锁，即使是 JDK 提供的锁，也是比较耗资源的，当然这是跟不加锁的对比，同样是锁，JDK 的实现还是性能比较优秀的。常见的阻塞队列中例如 ArrayBlockingQueue 和 LinkedBlockingQueue 都有锁的身影的存在，区别在于 ArrayBlockingQueue 是一把锁，后者是两把锁，不过重点不在几把锁，这里其实是两个问题，一个是所谓的 lock free, 对于一个单生产者的 disruptor 来说，因为写入是只有一个线程的，是可以不用加锁，多生产者的时候使用的是 cas 来获取对应的写入坑位，另一个是解决“伪共享”问题，后面可以详细点分析，先介绍下使用public class LongEvent {
+ private long value;
+
+ public void set ( long value) {
+ this . value = value;
+ }
+
+ public long getValue ( ) {
+ return value;
+ }
+
+ public void setValue ( long value) {
+ this . value = value;
+ }
+} 事件生产
+public class LongEventFactory implements EventFactory < LongEvent > {
+ public LongEvent newInstance ( )
{
- if ( running. compareAndSet ( IDLE , RUNNING ) )
- {
- sequenceBarrier. clearAlert ( ) ;
+ return new LongEvent ( ) ;
+ }
+} 事件处理器
+public class LongEventHandler implements EventHandler < LongEvent > {
- notifyStart ( ) ;
- try
- {
- if ( running. get ( ) == RUNNING )
- {
- processEvents ( ) ;
- }
- }
- finally
- {
- notifyShutdown ( ) ;
- running. set ( IDLE ) ;
- }
- }
- else
- {
-
-
-
- if ( running. get ( ) == RUNNING )
- {
- throw new IllegalStateException ( "Thread is already running" ) ;
- }
- else
- {
- earlyExit ( ) ;
- }
- }
- } 然后是
-private void processEvents ( )
+
+
+
+ public void onEvent ( LongEvent event, long sequence, boolean endOfBatch)
{
- T event = null ;
- long nextSequence = sequence. get ( ) + 1L ;
+ String str = String . format ( "long event : %s l:%s b:%s" , event. getValue ( ) , sequence, endOfBatch) ;
+ System . out. println ( str) ;
+ }
+}
+主方法代码
+package disruptor ;
- while ( true )
- {
- try
- {
- final long availableSequence = sequenceBarrier. waitFor ( nextSequence) ;
- if ( batchStartAware != null )
- {
- batchStartAware. onBatchStart ( availableSequence - nextSequence + 1 ) ;
- }
+import com. lmax. disruptor. RingBuffer ;
+import com. lmax. disruptor. dsl. Disruptor ;
+import com. lmax. disruptor. util. DaemonThreadFactory ;
- while ( nextSequence <= availableSequence)
- {
- event = dataProvider. get ( nextSequence) ;
- eventHandler. onEvent ( event, nextSequence, nextSequence == availableSequence) ;
- nextSequence++ ;
- }
-
- sequence. set ( availableSequence) ;
- }
- catch ( final TimeoutException e)
- {
- notifyTimeout ( sequence. get ( ) ) ;
- }
- catch ( final AlertException ex)
- {
- if ( running. get ( ) != RUNNING )
- {
- break ;
- }
- }
- catch ( final Throwable ex)
- {
- handleEventException ( ex, nextSequence, event) ;
-
- sequence. set ( nextSequence) ;
- nextSequence++ ;
- }
+import java. nio. ByteBuffer ;
+
+public class LongEventMain
+{
+ public static void main ( String [ ] args) throws Exception
+ {
+
+ int bufferSize = 1024 ;
+
+ Disruptor < LongEvent > =
+ new Disruptor < > ( LongEvent :: new , bufferSize, DaemonThreadFactory . INSTANCE ) ;
+
+
+ disruptor. handleEventsWith ( new LongEventHandler ( ) ) ;
+
+ disruptor. handleEventsWith ( ( event, sequence, endOfBatch) ->
+ System . out. println ( "Event: " + event) ) ;
+
+ disruptor. start ( ) ;
+
+
+ RingBuffer < LongEvent > = disruptor. getRingBuffer ( ) ;
+ ByteBuffer bb = ByteBuffer . allocate ( 8 ) ;
+ for ( long l = 0 ; true ; l++ )
+ {
+ bb. putLong ( 0 , l) ;
+
+ ringBuffer. publishEvent ( ( event, sequence, buffer) -> event. set ( buffer. getLong ( 0 ) ) , bb) ;
+ Thread . sleep ( 1000 ) ;
}
- } }
+}
+
运行下可以看到运行结果
]]>
Java
@@ -1949,6 +1789,28 @@ Node *clone(Node *graph) {
Disruptor
+
+ Dubbo 使用的几个记忆点
+ /2022/04/02/Dubbo-%E4%BD%BF%E7%94%A8%E7%9A%84%E5%87%A0%E4%B8%AA%E8%AE%B0%E5%BF%86%E7%82%B9/
+ 因为后台使用的 dubbo 作为 rpc 框架，并且会有一些日常使用情景有一些小的技巧，在这里做下记录作笔记用
+dubbo 只拉取不注册 < dubbo: registryaddress = " zookeeper://127.0.0.1:2181" register = " false" /> 就是只要 register="false" 就可以了，这样比如我们在开发环境想运行服务，但又不想让开发环境正常的请求调用到本地来，当然这不是唯一的方式，通过 dubbo 2.7 以上的 tag 路由也可以实现或者自行改造拉取和注册服务的逻辑，因为注册到注册中心的其实是一串带参数的 url，还是比较方便改造的。相反的就是只注册，不拉取
+dubbo 只注册不拉取 < dubbo: registryaddress = " zookeeper://127.0.0.1:2181" subscribe = " false" /> 这个使用场景就是如果我这个服务只作为 provider，没有任何调用其他的服务，其实就可以这么设置
+权重配置 < dubbo: providerloadbalance = " random" weight = " 50" /> 首先这是在使用了随机的负载均衡策略的时候可以进行配置，并且是对于多个 provider 的情况下，这样其实也可以部分解决上面的只拉取不注册的问题，我把自己的权重调成 0 或者很低
+]]>
+
+ Java
+ Dubbo
+
+
+ Java
+ Dubbo
+ RPC
+ 负载均衡
+
+
Disruptor 系列二
/2022/02/27/Disruptor-%E7%B3%BB%E5%88%97%E4%BA%8C/
@@ -1988,28 +1850,6 @@ Node *clone(Node *graph) {
Disruptor
-
- Dubbo 使用的几个记忆点
- /2022/04/02/Dubbo-%E4%BD%BF%E7%94%A8%E7%9A%84%E5%87%A0%E4%B8%AA%E8%AE%B0%E5%BF%86%E7%82%B9/
- 因为后台使用的 dubbo 作为 rpc 框架，并且会有一些日常使用情景有一些小的技巧，在这里做下记录作笔记用
-dubbo 只拉取不注册 < dubbo: registryaddress = " zookeeper://127.0.0.1:2181" register = " false" /> 就是只要 register="false" 就可以了，这样比如我们在开发环境想运行服务，但又不想让开发环境正常的请求调用到本地来，当然这不是唯一的方式，通过 dubbo 2.7 以上的 tag 路由也可以实现或者自行改造拉取和注册服务的逻辑，因为注册到注册中心的其实是一串带参数的 url，还是比较方便改造的。相反的就是只注册，不拉取
-dubbo 只注册不拉取 < dubbo: registryaddress = " zookeeper://127.0.0.1:2181" subscribe = " false" /> 这个使用场景就是如果我这个服务只作为 provider，没有任何调用其他的服务，其实就可以这么设置
-权重配置 < dubbo: providerloadbalance = " random" weight = " 50" /> 首先这是在使用了随机的负载均衡策略的时候可以进行配置，并且是对于多个 provider 的情况下，这样其实也可以部分解决上面的只拉取不注册的问题，我把自己的权重调成 0 或者很低
-]]>
-
- Java
- Dubbo
-
-
- Java
- Dubbo
- RPC
- 负载均衡
-
-
Filter, Interceptor, Aop, 啥, 啥, 啥? 这些都是啥?
/2020/08/22/Filter-Intercepter-Aop-%E5%95%A5-%E5%95%A5-%E5%95%A5-%E8%BF%99%E4%BA%9B%E9%83%BD%E6%98%AF%E5%95%A5/
@@ -2561,608 +2401,250 @@ Node *clone(Node *graph) {
- Headscale初体验以及踩坑记
- /2023/01/22/Headscale%E5%88%9D%E4%BD%93%E9%AA%8C%E4%BB%A5%E5%8F%8A%E8%B8%A9%E5%9D%91%E8%AE%B0/
- 最近或者说很久以前就想着能够把几个散装服务器以及家里的网络连起来，譬如一些remote desktop的访问，之前搞了下frp，因为家里电脑没怎么注意安全性就被搞了一下，所以还是想用相对更安全的方式，比如限定ip和端口进行访问，但是感觉ip也不固定就比较难搞，后来看到了 Tailscale 和 Headscale 的方式，就想着试试看，没想到一开始就踩了几个比较莫名其妙的坑。官方文档 去搭建，也可以在网上找一些其他人搭建的教程。我碰到的主要是关于配置文件的问题
-第一个问题 Error initializing error = "failed to read or create private key: failed to save private key to disk: open /etc/headscale/private.key: read-only file system" 其实一开始看到这个我都有点懵了，咋回事呢，read-only file system一般有可能是文件系统出问题了，不可写入，需要重启或者修改挂载方式，被这个错误的错误日志给误导了，后面才知道是配置文件，在另一个教程中也有个类似的回复，一开始没注意，其实就是同一个问题。
----
-
-
-
-
-
-
-
-
-
-
-
-server_url : http: //127.0.0.1: 8080
-
-
-
-
-
-listen_addr : 127.0.0.1: 8080
-
-
-
-
-
-metrics_listen_addr : 127.0.0.1: 9090
+ JVM源码分析之G1垃圾收集器分析一
+ /2019/12/07/JVM-G1-Part-1/
+ 对 Java 的 gc 实现比较感兴趣，原先一般都是看周志明的书，但其实并没有讲具体的 gc 源码，而是把整个思路和流程讲解了一下HeapWord* G1CollectedHeap::do_collection_pause(size_t word_size,
+ uint gc_count_before,
+ bool* succeeded,
+ GCCause::Cause gc_cause) {
+ assert_heap_not_locked_and_not_at_safepoint();
+ VM_G1CollectForAllocation op(word_size,
+ gc_count_before,
+ gc_cause,
+ false, /* should_initiate_conc_mark */
+ g1_policy()->max_pause_time_ms());
+ VMThread::execute(&op);
-
-
-
-
-
-
-
-
-grpc_listen_addr : 127.0.0.1: 50443
+ HeapWord* result = op.result();
+ bool ret_succeeded = op.prologue_succeeded() && op.pause_succeeded();
+ assert(result == NULL || ret_succeeded,
+ "the result should be NULL if the VM did not succeed");
+ *succeeded = ret_succeeded;
-
-
-
-
-grpc_allow_insecure : false
+ assert_heap_not_locked();
+ return result;
+}这里就是收集时需要停顿的，其中VMThread::execute(&op);是具体执行的，真正执行的是VM_G1CollectForAllocation::doit方法
+void VM_G1CollectForAllocation::doit() {
+ G1CollectedHeap* g1h = G1CollectedHeap::heap();
+ assert(!_should_initiate_conc_mark || g1h->should_do_concurrent_full_gc(_gc_cause),
+ "only a GC locker, a System.gc(), stats update, whitebox, or a hum allocation induced GC should start a cycle");
-
-
-
-
-
-
-private_key_path : ./private.key
+ if (_word_size > 0) {
+ // An allocation has been requested. So, try to do that first.
+ _result = g1h->attempt_allocation_at_safepoint(_word_size,
+ false /* expect_null_cur_alloc_region */);
+ if (_result != NULL) {
+ // If we can successfully allocate before we actually do the
+ // pause then we will consider this pause successful.
+ _pause_succeeded = true;
+ return;
+ }
+ }
-
-
-noise :
-
-
-
-
-
-
-
- private_key_path : ./noise_private.key
+ GCCauseSetter x(g1h, _gc_cause);
+ if (_should_initiate_conc_mark) {
+ // It's safer to read old_marking_cycles_completed() here, given
+ // that noone else will be updating it concurrently. Since we'll
+ // only need it if we're initiating a marking cycle, no point in
+ // setting it earlier.
+ _old_marking_cycles_completed_before = g1h->old_marking_cycles_completed();
-
-
-
-
-
-
-
-
-ip_prefixes :
- - fd7a: 115c: a1e0: : /48
- - 100.64.0.0/10
+ // At this point we are supposed to start a concurrent cycle. We
+ // will do so if one is not already in progress.
+ bool res = g1h->g1_policy()->force_initial_mark_if_outside_cycle(_gc_cause);
-
-
-
-
-
-
-derp :
- server :
-
-
- enabled : false
+ // The above routine returns true if we were able to force the
+ // next GC pause to be an initial mark; it returns false if a
+ // marking cycle is already in progress.
+ //
+ // If a marking cycle is already in progress just return and skip the
+ // pause below - if the reason for requesting this initial mark pause
+ // was due to a System.gc() then the requesting thread should block in
+ // doit_epilogue() until the marking cycle is complete.
+ //
+ // If this initial mark pause was requested as part of a humongous
+ // allocation then we know that the marking cycle must just have
+ // been started by another thread (possibly also allocating a humongous
+ // object) as there was no active marking cycle when the requesting
+ // thread checked before calling collect() in
+ // attempt_allocation_humongous(). Retrying the GC, in this case,
+ // will cause the requesting thread to spin inside collect() until the
+ // just started marking cycle is complete - which may be a while. So
+ // we do NOT retry the GC.
+ if (!res) {
+ assert(_word_size == 0, "Concurrent Full GC/Humongous Object IM shouldn't be allocating");
+ if (_gc_cause != GCCause::_g1_humongous_allocation) {
+ _should_retry_gc = true;
+ }
+ return;
+ }
+ }
-
-
-
- region_id : 999
+ // Try a partial collection of some kind.
+ _pause_succeeded = g1h->do_collection_pause_at_safepoint(_target_pause_time_ms);
-
- region_code : "headscale"
- region_name : "Headscale Embedded DERP"
+ if (_pause_succeeded) {
+ if (_word_size > 0) {
+ // An allocation had been requested. Do it, eventually trying a stronger
+ // kind of GC.
+ _result = g1h->satisfy_failed_allocation(_word_size, &_pause_succeeded);
+ } else {
+ bool should_upgrade_to_full = !g1h->should_do_concurrent_full_gc(_gc_cause) &&
+ !g1h->has_regions_left_for_allocation();
+ if (should_upgrade_to_full) {
+ // There has been a request to perform a GC to free some space. We have no
+ // information on how much memory has been asked for. In case there are
+ // absolutely no regions left to allocate into, do a maximally compacting full GC.
+ log_info(gc, ergo)("Attempting maximally compacting collection");
+ _pause_succeeded = g1h->do_full_collection(false, /* explicit gc */
+ true /* clear_all_soft_refs */);
+ }
+ }
+ guarantee(_pause_succeeded, "Elevated collections during the safepoint must always succeed.");
+ } else {
+ assert(_result == NULL, "invariant");
+ // The only reason for the pause to not be successful is that, the GC locker is
+ // active (or has become active since the prologue was executed). In this case
+ // we should retry the pause after waiting for the GC locker to become inactive.
+ _should_retry_gc = true;
+ }
+}这里可以看到核心的是G1CollectedHeap::do_collection_pause_at_safepoint这个方法，它带上了目标暂停时间的值
+G1CollectedHeap::do_collection_pause_at_safepoint(double target_pause_time_ms) {
+ assert_at_safepoint_on_vm_thread();
+ guarantee(!is_gc_active(), "collection is not reentrant");
-
-
-
-
- stun_listen_addr : "0.0.0.0:3478"
+ if (GCLocker::check_active_before_gc()) {
+ return false;
+ }
-
- urls :
- - https: //controlplane.tailscale.com/derpmap/default
+ _gc_timer_stw->register_gc_start();
-
-
-
-
-
-
-
-
- paths : [ ]
+ GCIdMark gc_id_mark;
+ _gc_tracer_stw->report_gc_start(gc_cause(), _gc_timer_stw->gc_start());
-
-
-
- auto_update_enabled : true
+ SvcGCMarker sgcm(SvcGCMarker::MINOR);
+ ResourceMark rm;
-
- update_frequency : 24h
+ g1_policy()->note_gc_start();
-
-disable_check_updates : false
+ wait_for_root_region_scanning();
-
-ephemeral_node_inactivity_timeout : 30m
+ print_heap_before_gc();
+ print_heap_regions();
+ trace_heap_before_gc(_gc_tracer_stw);
-
-
-
-
-node_update_check_interval : 10s
+ _verifier->verify_region_sets_optional();
+ _verifier->verify_dirty_young_regions();
-
-db_type : sqlite3
+ // We should not be doing initial mark unless the conc mark thread is running
+ if (!_cm_thread->should_terminate()) {
+ // This call will decide whether this pause is an initial-mark
+ // pause. If it is, in_initial_mark_gc() will return true
+ // for the duration of this pause.
+ g1_policy()->decide_on_conc_mark_initiation();
+ }
-
-
-db_path : ./db.sqlite
+ // We do not allow initial-mark to be piggy-backed on a mixed GC.
+ assert(!collector_state()->in_initial_mark_gc() ||
+ collector_state()->in_young_only_phase(), "sanity");
-
-
-
-
-
-
-
-
+ // We also do not allow mixed GCs during marking.
+ assert(!collector_state()->mark_or_rebuild_in_progress() || collector_state()->in_young_only_phase(), "sanity");
-
-
-
+ // Record whether this pause is an initial mark. When the current
+ // thread has completed its logging output and it's safe to signal
+ // the CM thread, the flag's value in the policy has been reset.
+ bool should_start_conc_mark = collector_state()->in_initial_mark_gc();
-
-
-
-
-
-
-
-
-acme_url : https: //acme- v02.api.letsencrypt.org/directory
+ // Inner scope for scope based logging, timers, and stats collection
+ {
+ EvacuationInfo evacuation_info;
-
-acme_email : ""
+ if (collector_state()->in_initial_mark_gc()) {
+ // We are about to start a marking cycle, so we increment the
+ // full collection counter.
+ increment_old_marking_cycles_started();
+ _cm->gc_tracer_cm()->set_gc_cause(gc_cause());
+ }
-
-tls_letsencrypt_hostname : ""
+ _gc_tracer_stw->report_yc_type(collector_state()->yc_type());
-
-
-
-
-tls_letsencrypt_cache_dir : ./cache
+ GCTraceCPUTime tcpu;
-
-
-
-tls_letsencrypt_challenge_type : HTTP- 01
-
-
-
-tls_letsencrypt_listen : ":http"
+ G1HeapVerifier::G1VerifyType verify_type;
+ FormatBuffer<> gc_string("Pause Young ");
+ if (collector_state()->in_initial_mark_gc()) {
+ gc_string.append("(Concurrent Start)");
+ verify_type = G1HeapVerifier::G1VerifyConcurrentStart;
+ } else if (collector_state()->in_young_only_phase()) {
+ if (collector_state()->in_young_gc_before_mixed()) {
+ gc_string.append("(Prepare Mixed)");
+ } else {
+ gc_string.append("(Normal)");
+ }
+ verify_type = G1HeapVerifier::G1VerifyYoungNormal;
+ } else {
+ gc_string.append("(Mixed)");
+ verify_type = G1HeapVerifier::G1VerifyMixed;
+ }
+ GCTraceTime(Info, gc) tm(gc_string, NULL, gc_cause(), true);
-
-tls_cert_path : ""
-tls_key_path : ""
+ uint active_workers = AdaptiveSizePolicy::calc_active_workers(workers()->total_workers(),
+ workers()->active_workers(),
+ Threads::number_of_non_daemon_threads());
+ active_workers = workers()->update_active_workers(active_workers);
+ log_info(gc,task)("Using %u workers of %u for evacuation", active_workers, workers()->total_workers());
-log :
-
- format : text
- level : info
+ TraceCollectorStats tcs(g1mm()->incremental_collection_counters());
+ TraceMemoryManagerStats tms(&_memory_manager, gc_cause(),
+ collector_state()->yc_type() == Mixed /* allMemoryPoolsAffected */);
-
-
-
-acl_policy_path : ""
+ G1HeapTransition heap_transition(this);
+ size_t heap_used_bytes_before_gc = used();
-
-
-
-
-
-
-
-
-
-dns_config :
-
- override_local_dns : true
+ // Don't dynamically change the number of GC threads this early. A value of
+ // 0 is used to indicate serial work. When parallel work is done,
+ // it will be set.
-
- nameservers :
- - 1.1.1.1
+ { // Call to jvmpi::post_class_unload_events must occur outside of active GC
+ IsGCActiveMark x;
-
-
-
-
-
-
-
-
-
-
-
+ gc_prologue(false);
-
-
-
-
-
-
-
-
-
+ if (VerifyRememberedSets) {
+ log_info(gc, verify)("[Verifying RemSets before GC]");
+ VerifyRegionRemSetClosure v_cl;
+ heap_region_iterate(&v_cl);
+ }
-
- domains : [ ]
+ _verifier->verify_before_gc(verify_type);
-
-
-
-
-
-
-
-
-
-
+ _verifier->check_bitmaps("GC Start");
-
-
- magic_dns : true
+#if COMPILER2_OR_JVMCI
+ DerivedPointerTable::clear();
+#endif
-
-
-
-
- base_domain : example.com
+ // Please see comment in g1CollectedHeap.hpp and
+ // G1CollectedHeap::ref_processing_init() to see how
+ // reference processing currently works in G1.
-
-
-
-unix_socket : ./headscale.sock
-unix_socket_permission : "0770"
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
+ // Enable discovery in the STW reference processor
+ _ref_processor_stw->enable_discovery();
-
-
-
-logtail :
-
-
-
- enabled : false
+ {
+ // We want to temporarily turn off discovery by the
+ // CM ref processor, if necessary, and turn it back on
+ // on again later if we do. Using a scoped
+ // NoRefDiscovery object will do this.
+ NoRefDiscovery no_cm_discovery(_ref_processor_cm);
-
-
-
-randomize_client_port : false 问题就是出在几个文件路径的配置，默认都是当前目录，也就是headscale的可执行文件所在目录，需要按它配置说明中的生产配置进行修改
-
-
-private_key_path : /var/lib/headscale/private.key直接改成绝对路径就好了，还有两个文件路径
-noise :
-
-
-
-
-
-
-
- private_key_path : /var/lib/headscale/noise_private.key第二个问题 这个问题也是一种误导，
-Error initializing error = "unable to open database file: out of memory (14)" 这就是个文件，内存也完全没有被占满的迹象，原来也是文件路径的问题
-
-
-db_path : /var/lib/headscale/db.sqlite都改成绝对路径就可以了，然后这里还有个就是要对/var/lib/headscale/和/etc/headscale/等路径赋予headscale用户权限，有时候对这类问题的排查真的蛮头疼，日志报错都不是真实的错误信息，开源项目对这些错误的提示真的也需要优化，后续的譬如mac也加入节点等后面再开篇讲
-]]>
-
- headscale
-
-
- headscale
-
-
-
- JVM源码分析之G1垃圾收集器分析一
- /2019/12/07/JVM-G1-Part-1/
- 对 Java 的 gc 实现比较感兴趣，原先一般都是看周志明的书，但其实并没有讲具体的 gc 源码，而是把整个思路和流程讲解了一下HeapWord* G1CollectedHeap::do_collection_pause(size_t word_size,
- uint gc_count_before,
- bool* succeeded,
- GCCause::Cause gc_cause) {
- assert_heap_not_locked_and_not_at_safepoint();
- VM_G1CollectForAllocation op(word_size,
- gc_count_before,
- gc_cause,
- false, /* should_initiate_conc_mark */
- g1_policy()->max_pause_time_ms());
- VMThread::execute(&op);
-
- HeapWord* result = op.result();
- bool ret_succeeded = op.prologue_succeeded() && op.pause_succeeded();
- assert(result == NULL || ret_succeeded,
- "the result should be NULL if the VM did not succeed");
- *succeeded = ret_succeeded;
-
- assert_heap_not_locked();
- return result;
-}这里就是收集时需要停顿的，其中VMThread::execute(&op);是具体执行的，真正执行的是VM_G1CollectForAllocation::doit方法
-void VM_G1CollectForAllocation::doit() {
- G1CollectedHeap* g1h = G1CollectedHeap::heap();
- assert(!_should_initiate_conc_mark || g1h->should_do_concurrent_full_gc(_gc_cause),
- "only a GC locker, a System.gc(), stats update, whitebox, or a hum allocation induced GC should start a cycle");
-
- if (_word_size > 0) {
- // An allocation has been requested. So, try to do that first.
- _result = g1h->attempt_allocation_at_safepoint(_word_size,
- false /* expect_null_cur_alloc_region */);
- if (_result != NULL) {
- // If we can successfully allocate before we actually do the
- // pause then we will consider this pause successful.
- _pause_succeeded = true;
- return;
- }
- }
-
- GCCauseSetter x(g1h, _gc_cause);
- if (_should_initiate_conc_mark) {
- // It's safer to read old_marking_cycles_completed() here, given
- // that noone else will be updating it concurrently. Since we'll
- // only need it if we're initiating a marking cycle, no point in
- // setting it earlier.
- _old_marking_cycles_completed_before = g1h->old_marking_cycles_completed();
-
- // At this point we are supposed to start a concurrent cycle. We
- // will do so if one is not already in progress.
- bool res = g1h->g1_policy()->force_initial_mark_if_outside_cycle(_gc_cause);
-
- // The above routine returns true if we were able to force the
- // next GC pause to be an initial mark; it returns false if a
- // marking cycle is already in progress.
- //
- // If a marking cycle is already in progress just return and skip the
- // pause below - if the reason for requesting this initial mark pause
- // was due to a System.gc() then the requesting thread should block in
- // doit_epilogue() until the marking cycle is complete.
- //
- // If this initial mark pause was requested as part of a humongous
- // allocation then we know that the marking cycle must just have
- // been started by another thread (possibly also allocating a humongous
- // object) as there was no active marking cycle when the requesting
- // thread checked before calling collect() in
- // attempt_allocation_humongous(). Retrying the GC, in this case,
- // will cause the requesting thread to spin inside collect() until the
- // just started marking cycle is complete - which may be a while. So
- // we do NOT retry the GC.
- if (!res) {
- assert(_word_size == 0, "Concurrent Full GC/Humongous Object IM shouldn't be allocating");
- if (_gc_cause != GCCause::_g1_humongous_allocation) {
- _should_retry_gc = true;
- }
- return;
- }
- }
-
- // Try a partial collection of some kind.
- _pause_succeeded = g1h->do_collection_pause_at_safepoint(_target_pause_time_ms);
-
- if (_pause_succeeded) {
- if (_word_size > 0) {
- // An allocation had been requested. Do it, eventually trying a stronger
- // kind of GC.
- _result = g1h->satisfy_failed_allocation(_word_size, &_pause_succeeded);
- } else {
- bool should_upgrade_to_full = !g1h->should_do_concurrent_full_gc(_gc_cause) &&
- !g1h->has_regions_left_for_allocation();
- if (should_upgrade_to_full) {
- // There has been a request to perform a GC to free some space. We have no
- // information on how much memory has been asked for. In case there are
- // absolutely no regions left to allocate into, do a maximally compacting full GC.
- log_info(gc, ergo)("Attempting maximally compacting collection");
- _pause_succeeded = g1h->do_full_collection(false, /* explicit gc */
- true /* clear_all_soft_refs */);
- }
- }
- guarantee(_pause_succeeded, "Elevated collections during the safepoint must always succeed.");
- } else {
- assert(_result == NULL, "invariant");
- // The only reason for the pause to not be successful is that, the GC locker is
- // active (or has become active since the prologue was executed). In this case
- // we should retry the pause after waiting for the GC locker to become inactive.
- _should_retry_gc = true;
- }
-}这里可以看到核心的是G1CollectedHeap::do_collection_pause_at_safepoint这个方法，它带上了目标暂停时间的值
-G1CollectedHeap::do_collection_pause_at_safepoint(double target_pause_time_ms) {
- assert_at_safepoint_on_vm_thread();
- guarantee(!is_gc_active(), "collection is not reentrant");
-
- if (GCLocker::check_active_before_gc()) {
- return false;
- }
-
- _gc_timer_stw->register_gc_start();
-
- GCIdMark gc_id_mark;
- _gc_tracer_stw->report_gc_start(gc_cause(), _gc_timer_stw->gc_start());
-
- SvcGCMarker sgcm(SvcGCMarker::MINOR);
- ResourceMark rm;
-
- g1_policy()->note_gc_start();
-
- wait_for_root_region_scanning();
-
- print_heap_before_gc();
- print_heap_regions();
- trace_heap_before_gc(_gc_tracer_stw);
-
- _verifier->verify_region_sets_optional();
- _verifier->verify_dirty_young_regions();
-
- // We should not be doing initial mark unless the conc mark thread is running
- if (!_cm_thread->should_terminate()) {
- // This call will decide whether this pause is an initial-mark
- // pause. If it is, in_initial_mark_gc() will return true
- // for the duration of this pause.
- g1_policy()->decide_on_conc_mark_initiation();
- }
-
- // We do not allow initial-mark to be piggy-backed on a mixed GC.
- assert(!collector_state()->in_initial_mark_gc() ||
- collector_state()->in_young_only_phase(), "sanity");
-
- // We also do not allow mixed GCs during marking.
- assert(!collector_state()->mark_or_rebuild_in_progress() || collector_state()->in_young_only_phase(), "sanity");
-
- // Record whether this pause is an initial mark. When the current
- // thread has completed its logging output and it's safe to signal
- // the CM thread, the flag's value in the policy has been reset.
- bool should_start_conc_mark = collector_state()->in_initial_mark_gc();
-
- // Inner scope for scope based logging, timers, and stats collection
- {
- EvacuationInfo evacuation_info;
-
- if (collector_state()->in_initial_mark_gc()) {
- // We are about to start a marking cycle, so we increment the
- // full collection counter.
- increment_old_marking_cycles_started();
- _cm->gc_tracer_cm()->set_gc_cause(gc_cause());
- }
-
- _gc_tracer_stw->report_yc_type(collector_state()->yc_type());
-
- GCTraceCPUTime tcpu;
-
- G1HeapVerifier::G1VerifyType verify_type;
- FormatBuffer<> gc_string("Pause Young ");
- if (collector_state()->in_initial_mark_gc()) {
- gc_string.append("(Concurrent Start)");
- verify_type = G1HeapVerifier::G1VerifyConcurrentStart;
- } else if (collector_state()->in_young_only_phase()) {
- if (collector_state()->in_young_gc_before_mixed()) {
- gc_string.append("(Prepare Mixed)");
- } else {
- gc_string.append("(Normal)");
- }
- verify_type = G1HeapVerifier::G1VerifyYoungNormal;
- } else {
- gc_string.append("(Mixed)");
- verify_type = G1HeapVerifier::G1VerifyMixed;
- }
- GCTraceTime(Info, gc) tm(gc_string, NULL, gc_cause(), true);
-
- uint active_workers = AdaptiveSizePolicy::calc_active_workers(workers()->total_workers(),
- workers()->active_workers(),
- Threads::number_of_non_daemon_threads());
- active_workers = workers()->update_active_workers(active_workers);
- log_info(gc,task)("Using %u workers of %u for evacuation", active_workers, workers()->total_workers());
-
- TraceCollectorStats tcs(g1mm()->incremental_collection_counters());
- TraceMemoryManagerStats tms(&_memory_manager, gc_cause(),
- collector_state()->yc_type() == Mixed /* allMemoryPoolsAffected */);
-
- G1HeapTransition heap_transition(this);
- size_t heap_used_bytes_before_gc = used();
-
- // Don't dynamically change the number of GC threads this early. A value of
- // 0 is used to indicate serial work. When parallel work is done,
- // it will be set.
-
- { // Call to jvmpi::post_class_unload_events must occur outside of active GC
- IsGCActiveMark x;
-
- gc_prologue(false);
-
- if (VerifyRememberedSets) {
- log_info(gc, verify)("[Verifying RemSets before GC]");
- VerifyRegionRemSetClosure v_cl;
- heap_region_iterate(&v_cl);
- }
-
- _verifier->verify_before_gc(verify_type);
-
- _verifier->check_bitmaps("GC Start");
-
-#if COMPILER2_OR_JVMCI
- DerivedPointerTable::clear();
-#endif
-
- // Please see comment in g1CollectedHeap.hpp and
- // G1CollectedHeap::ref_processing_init() to see how
- // reference processing currently works in G1.
-
- // Enable discovery in the STW reference processor
- _ref_processor_stw->enable_discovery();
-
- {
- // We want to temporarily turn off discovery by the
- // CM ref processor, if necessary, and turn it back on
- // on again later if we do. Using a scoped
- // NoRefDiscovery object will do this.
- NoRefDiscovery no_cm_discovery(_ref_processor_cm);
-
- // Forget the current alloc region (we might even choose it to be part
- // of the collection set!).
- _allocator->release_mutator_alloc_region();
+ // Forget the current alloc region (we might even choose it to be part
+ // of the collection set!).
+ _allocator->release_mutator_alloc_region();
// This timing is only used by the ergonomics to handle our pause target.
// It is unclear why this should not include the full pause. We will
@@ -3525,26 +3007,117 @@ Node *clone(Node *graph) {
- Leetcode 021 合并两个有序链表 ( Merge Two Sorted Lists ) 题解分析
- /2021/10/07/Leetcode-021-%E5%90%88%E5%B9%B6%E4%B8%A4%E4%B8%AA%E6%9C%89%E5%BA%8F%E9%93%BE%E8%A1%A8-Merge-Two-Sorted-Lists-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍Merge two sorted linked lists and return it as a sorted list. The list should be made by splicing together the nodes of the first two lists.
-将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。
-示例 1
-
-输入 ：l1 = [1,2,4], l2 = [1,3,4]输出 ：[1,1,2,3,4,4]
-
-示例 2
-输入 : l1 = [], l2 = []输出 : []
-
-示例 3
-输入 : l1 = [], l2 = [0]输出 : [0]
-
-简要分析 这题是 Easy 的，看着也挺简单，两个链表进行合并，就是比较下大小，可能将就点的话最好就在两个链表中原地合并
-题解代码 public ListNode mergeTwoLists ( ListNode l1, ListNode l2) {
-
- if ( l1 == null ) {
- return l2;
- }
+ 2022 年终总结
+ /2023/01/15/2022-%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/
+ 一年又一年，时间匆匆，这一年过得不太容易，很多事情都是来得猝不及防，很多规划也照例是没有完成，今年更多了一些，又是比较丧的一篇总结
+
+ 生活
+ 年终总结
+
+
+ 生活
+ 年终总结
+ 2022
+ 2023
+
+
+
+ Leetcode 028 实现 strStr() ( Implement strStr() ) 题解分析
+ /2021/10/31/Leetcode-028-%E5%AE%9E%E7%8E%B0-strStr-Implement-strStr-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍Implement strStr().
+Return the index of the first occurrence of needle in haystack, or -1 if needle is not part of haystack.
+Clarification: What should we return when needle is an empty string? This is a great question to ask during an interview.
+For the purpose of this problem, we will return 0 when needle is an empty string. This is consistent to C’s strstr() and Java’s indexOf().
+示例 Example 1:
+Input: haystack = "hello", needle = "ll"
+Output: 2Example 2:
+Input: haystack = "aaaaa", needle = "bba"
+Output: -1Example 3:
+Input: haystack = "", needle = ""
+Output: 0题解 字符串比较其实是写代码里永恒的主题，底层的编译器等处理肯定需要字符串对比，像 kmp 算法也是很厉害
+code public int strStr ( String haystack, String needle) {
+
+ if ( haystack == null || needle == null ) {
+ return - 1 ;
+ }
+
+ if ( haystack. length ( ) < needle. length ( ) ) {
+ return - 1 ;
+ }
+
+ if ( needle. equals ( "" ) ) {
+ return 0 ;
+ }
+
+ if ( haystack. equals ( needle) ) {
+ return 0 ;
+ }
+ int needleLength = needle. length ( ) ;
+ int haystackLength = haystack. length ( ) ;
+ for ( int i = needleLength - 1 ; i <= haystackLength - 1 ; i++ ) {
+
+ if ( needle. charAt ( needleLength - 1 ) == haystack. charAt ( i) ) {
+
+ if ( needle. length ( ) == 1 ) {
+ return i;
+ }
+ boolean flag = true ;
+
+ int j = needle. length ( ) - 2 ;
+ for ( ; j >= 0 ; j-- ) {
+
+
+ if ( needle. charAt ( j) != haystack. charAt ( i - ( needleLength - j) + 1 ) ) {
+ flag = false ;
+ break ;
+ }
+ }
+
+
+ if ( flag) {
+ return i - needleLength + 1 ;
+ }
+ }
+ }
+
+ return - 1 ;
+ }
+
+ Java
+ leetcode
+
+
+ leetcode
+ java
+ 题解
+
+
+
+ Leetcode 021 合并两个有序链表 ( Merge Two Sorted Lists ) 题解分析
+ /2021/10/07/Leetcode-021-%E5%90%88%E5%B9%B6%E4%B8%A4%E4%B8%AA%E6%9C%89%E5%BA%8F%E9%93%BE%E8%A1%A8-Merge-Two-Sorted-Lists-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍Merge two sorted linked lists and return it as a sorted list. The list should be made by splicing together the nodes of the first two lists.
+将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。
+示例 1
+
+输入 ：l1 = [1,2,4], l2 = [1,3,4]输出 ：[1,1,2,3,4,4]
+
+示例 2
+输入 : l1 = [], l2 = []输出 : []
+
+示例 3
+输入 : l1 = [], l2 = [0]输出 : [0]
+
+简要分析 这题是 Easy 的，看着也挺简单，两个链表进行合并，就是比较下大小，可能将就点的话最好就在两个链表中原地合并
+题解代码 public ListNode mergeTwoLists ( ListNode l1, ListNode l2) {
+
+ if ( l1 == null ) {
+ return l2;
+ }
if ( l2 == null ) {
return l1;
}
@@ -3596,6 +3169,45 @@ Node *clone(Node *graph) {
题解
+
+ Leetcode 053 最大子序和 ( Maximum Subarray ) 题解分析
+ /2021/11/28/Leetcode-053-%E6%9C%80%E5%A4%A7%E5%AD%90%E5%BA%8F%E5%92%8C-Maximum-Subarray-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.
+A subarray is a contiguous part of an array.
+示例 Example 1:
+
+Input: nums = [-2,1,-3,4,-1,2,1,-5,4]
+
+Example 2:
+
+Input: nums = [1]
+
+Example 3:
+
+Input: nums = [5,4,-1,7,8]
+
+说起来这个题其实非常有渊源，大学数据结构的第一个题就是这个，而最佳的算法就是传说中的 online 算法，就是遍历一次就完了，最基本的做法就是记下来所有的连续子数组，然后求出最大的那个。
+代码 public int maxSubArray ( int [ ] nums) {
+ int max = nums[ 0 ] ;
+ int sum = nums[ 0 ] ;
+ for ( int i = 1 ; i < nums. length; i++ ) {
+
+ sum = Math . max ( nums[ i] , sum + nums[ i] ) ;
+
+ max = Math . max ( max, sum) ;
+ }
+ return max;
+ }
+
+ Java
+ leetcode
+
+
+ leetcode
+ java
+ 题解
+
+
Leetcode 104 二叉树的最大深度(Maximum Depth of Binary Tree) 题解分析
/2020/10/25/Leetcode-104-%E4%BA%8C%E5%8F%89%E6%A0%91%E7%9A%84%E6%9C%80%E5%A4%A7%E6%B7%B1%E5%BA%A6-Maximum-Depth-of-Binary-Tree-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
@@ -3648,196 +3260,82 @@ Node *clone(Node *graph) {
- Leetcode 053 最大子序和 ( Maximum Subarray ) 题解分析
- /2021/11/28/Leetcode-053-%E6%9C%80%E5%A4%A7%E5%AD%90%E5%BA%8F%E5%92%8C-Maximum-Subarray-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.
-A subarray is a contiguous part of an array.
-示例 Example 1:
-
-Input: nums = [-2,1,-3,4,-1,2,1,-5,4]
-
-Example 2:
-
-Input: nums = [1]
-
-Example 3:
-
-Input: nums = [5,4,-1,7,8]
-
-说起来这个题其实非常有渊源，大学数据结构的第一个题就是这个，而最佳的算法就是传说中的 online 算法，就是遍历一次就完了，最基本的做法就是记下来所有的连续子数组，然后求出最大的那个。
-代码 public int maxSubArray ( int [ ] nums) {
- int max = nums[ 0 ] ;
- int sum = nums[ 0 ] ;
- for ( int i = 1 ; i < nums. length; i++ ) {
-
- sum = Math . max ( nums[ i] , sum + nums[ i] ) ;
-
- max = Math . max ( max, sum) ;
+ Leetcode 105 从前序与中序遍历序列构造二叉树(Construct Binary Tree from Preorder and Inorder Traversal) 题解分析
+ /2020/12/13/Leetcode-105-%E4%BB%8E%E5%89%8D%E5%BA%8F%E4%B8%8E%E4%B8%AD%E5%BA%8F%E9%81%8D%E5%8E%86%E5%BA%8F%E5%88%97%E6%9E%84%E9%80%A0%E4%BA%8C%E5%8F%89%E6%A0%91-Construct-Binary-Tree-from-Preorder-and-Inorder-Traversal-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍Given preorder and inorder traversal of a tree, construct the binary tree.
+注意 You may assume that duplicates do not exist in the tree.
+例子: preorder = [3,9,20,15,7]
+inorder = [9,3,15,20,7]返回的二叉树
+ 3
+ / \
+9 20
+ / \
+ 15 7简要分析 看到这个题可以想到一个比较常规的解法就是递归拆树，前序就是根左右，中序就是左根右，然后就是通过前序已经确定的根在中序中找到，然后去划分左右子树，这个例子里是 3，找到中序中的位置，那么就可以确定，9 是左子树，15,20,7是右子树，然后对应的可以根据左右子树的元素数量在前序中划分左右子树，再继续递归就行
+class Solution {
+ public TreeNode buildTree ( int [ ] preorder, int [ ] inorder) {
+
+ int n = preorder. length;
+
+ if ( n != inorder. length) {
+ return null ;
}
- return max;
- }
+ if ( n == 0 ) {
+ return null ;
+ }
+ if ( n == 1 ) {
+ return new TreeNode ( preorder[ 0 ] ) ;
+ }
+
+ TreeNode node = new TreeNode ( preorder[ 0 ] ) ;
+ int pos = 0 ;
+
+ for ( int i = 0 ; i < inorder. length; i++ ) {
+ if ( node. val == inorder[ i] ) {
+ pos = i;
+ break ;
+ }
+ }
+
+ node. left = buildTree ( Arrays . copyOfRange ( preorder, 1 , pos + 1 ) , Arrays . copyOfRange ( inorder, 0 , pos) ) ;
+ node. right = buildTree ( Arrays . copyOfRange ( preorder, pos + 1 , n) , Arrays . copyOfRange ( inorder, pos + 1 , n) ) ;
+ return node;
+ }
+}
Java
leetcode
+ Binary Tree
+ java
+ Binary Tree
+ DFS
leetcode
java
+ Binary Tree
+ 二叉树
题解
+ 递归
+ Preorder Traversal
+ Inorder Traversal
+ 前序
+ 中序
- Leetcode 028 实现 strStr() ( Implement strStr() ) 题解分析
- /2021/10/31/Leetcode-028-%E5%AE%9E%E7%8E%B0-strStr-Implement-strStr-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍Implement strStr().
-Return the index of the first occurrence of needle in haystack, or -1 if needle is not part of haystack.
-Clarification: What should we return when needle is an empty string? This is a great question to ask during an interview.
-For the purpose of this problem, we will return 0 when needle is an empty string. This is consistent to C’s strstr() and Java’s indexOf().
-示例 Example 1:
-Input: haystack = "hello", needle = "ll"
-Output: 2Example 2:
-Input: haystack = "aaaaa", needle = "bba"
-Output: -1Example 3:
-Input: haystack = "", needle = ""
-Output: 0题解 字符串比较其实是写代码里永恒的主题，底层的编译器等处理肯定需要字符串对比，像 kmp 算法也是很厉害
-code public int strStr ( String haystack, String needle) {
-
- if ( haystack == null || needle == null ) {
- return - 1 ;
- }
-
- if ( haystack. length ( ) < needle. length ( ) ) {
- return - 1 ;
- }
-
- if ( needle. equals ( "" ) ) {
- return 0 ;
- }
-
- if ( haystack. equals ( needle) ) {
- return 0 ;
- }
- int needleLength = needle. length ( ) ;
- int haystackLength = haystack. length ( ) ;
- for ( int i = needleLength - 1 ; i <= haystackLength - 1 ; i++ ) {
-
- if ( needle. charAt ( needleLength - 1 ) == haystack. charAt ( i) ) {
-
- if ( needle. length ( ) == 1 ) {
- return i;
- }
- boolean flag = true ;
-
- int j = needle. length ( ) - 2 ;
- for ( ; j >= 0 ; j-- ) {
-
-
- if ( needle. charAt ( j) != haystack. charAt ( i - ( needleLength - j) + 1 ) ) {
- flag = false ;
- break ;
- }
- }
-
-
- if ( flag) {
- return i - needleLength + 1 ;
- }
- }
- }
-
- return - 1 ;
- }
-
- Java
- leetcode
-
-
- leetcode
- java
- 题解
-
-
-
- Leetcode 105 从前序与中序遍历序列构造二叉树(Construct Binary Tree from Preorder and Inorder Traversal) 题解分析
- /2020/12/13/Leetcode-105-%E4%BB%8E%E5%89%8D%E5%BA%8F%E4%B8%8E%E4%B8%AD%E5%BA%8F%E9%81%8D%E5%8E%86%E5%BA%8F%E5%88%97%E6%9E%84%E9%80%A0%E4%BA%8C%E5%8F%89%E6%A0%91-Construct-Binary-Tree-from-Preorder-and-Inorder-Traversal-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍Given preorder and inorder traversal of a tree, construct the binary tree.
-注意 You may assume that duplicates do not exist in the tree.
-例子: preorder = [3,9,20,15,7]
-inorder = [9,3,15,20,7]返回的二叉树
- 3
- / \
-9 20
- / \
- 15 7简要分析 看到这个题可以想到一个比较常规的解法就是递归拆树，前序就是根左右，中序就是左根右，然后就是通过前序已经确定的根在中序中找到，然后去划分左右子树，这个例子里是 3，找到中序中的位置，那么就可以确定，9 是左子树，15,20,7是右子树，然后对应的可以根据左右子树的元素数量在前序中划分左右子树，再继续递归就行
-class Solution {
- public TreeNode buildTree ( int [ ] preorder, int [ ] inorder) {
-
- int n = preorder. length;
-
- if ( n != inorder. length) {
- return null ;
- }
- if ( n == 0 ) {
- return null ;
- }
- if ( n == 1 ) {
- return new TreeNode ( preorder[ 0 ] ) ;
- }
-
- TreeNode node = new TreeNode ( preorder[ 0 ] ) ;
- int pos = 0 ;
-
- for ( int i = 0 ; i < inorder. length; i++ ) {
- if ( node. val == inorder[ i] ) {
- pos = i;
- break ;
- }
- }
-
- node. left = buildTree ( Arrays . copyOfRange ( preorder, 1 , pos + 1 ) , Arrays . copyOfRange ( inorder, 0 , pos) ) ;
- node. right = buildTree ( Arrays . copyOfRange ( preorder, pos + 1 , n) , Arrays . copyOfRange ( inorder, pos + 1 , n) ) ;
- return node;
- }
-}
-
- Java
- leetcode
- Binary Tree
- java
- Binary Tree
- DFS
-
-
- leetcode
- java
- Binary Tree
- 二叉树
- 题解
- 递归
- Preorder Traversal
- Inorder Traversal
- 前序
- 中序
-
-
-
- Leetcode 1115 交替打印 FooBar ( Print FooBar Alternately *Medium* ) 题解分析
- /2022/05/01/Leetcode-1115-%E4%BA%A4%E6%9B%BF%E6%89%93%E5%8D%B0-FooBar-Print-FooBar-Alternately-Medium-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 无聊想去 roll 一题就看到了有并发题，就找到了这题，其实一眼看我的想法也是用信号量，但是用 condition 应该也是可以处理的，不过这类问题好像本地有点难调，因为它好像是抽取代码执行的，跟直观的逻辑比较不一样class FooBar {
- public void foo ( ) {
- for ( int i = 0 ; i < n; i++ ) {
- print ( "foo" ) ;
- }
- }
+ Leetcode 1115 交替打印 FooBar ( Print FooBar Alternately *Medium* ) 题解分析
+ /2022/05/01/Leetcode-1115-%E4%BA%A4%E6%9B%BF%E6%89%93%E5%8D%B0-FooBar-Print-FooBar-Alternately-Medium-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 无聊想去 roll 一题就看到了有并发题，就找到了这题，其实一眼看我的想法也是用信号量，但是用 condition 应该也是可以处理的，不过这类问题好像本地有点难调，因为它好像是抽取代码执行的，跟直观的逻辑比较不一样class FooBar {
+ public void foo ( ) {
+ for ( int i = 0 ; i < n; i++ ) {
+ print ( "foo" ) ;
+ }
+ }
public void bar ( ) {
for ( int i = 0 ; i < n; i++ ) {
@@ -3949,118 +3447,209 @@ inorder = [9,3,15,20,7]<
- Leetcode 124 二叉树中的最大路径和(Binary Tree Maximum Path Sum) 题解分析
- /2021/01/24/Leetcode-124-%E4%BA%8C%E5%8F%89%E6%A0%91%E4%B8%AD%E7%9A%84%E6%9C%80%E5%A4%A7%E8%B7%AF%E5%BE%84%E5%92%8C-Binary-Tree-Maximum-Path-Sum-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍A path in a binary tree is a sequence of nodes where each pair of adjacent nodes in the sequence has an edge connecting them. A node can only appear in the sequence at most once . Note that the path does not need to pass through the root.
-The path sum of a path is the sum of the node’s values in the path.
-Given the root of a binary tree, return the maximum path sum of any path.
-路径 被定义为一条从树中任意节点出发，沿父节点-子节点连接，达到任意节点的序列。该路径 至少包含一个 节点，且不一定经过根节点。
-路径和 是路径中各节点值的总和。
-给你一个二叉树的根节点 root ，返回其 最大路径和
-简要分析 其实这个题目会被误解成比较简单，左子树最大的，或者右子树最大的，或者两边加一下，仔细想想都不对，其实有可能是产生于左子树中，或者右子树中，这两个都是指跟左子树根还有右子树根没关系的，这么说感觉不太容易理解，画个图
-代码 int ansNew = Integer . MIN_VALUE ;
-public int maxPathSum ( TreeNode root) {
- maxSumNew ( root) ;
- return ansNew;
- }
-
-public int maxSumNew ( TreeNode root) {
- if ( root == null ) {
- return 0 ;
- }
-
- int left = maxSumNew ( root. left) ;
- int right = maxSumNew ( root. right) ;
-
-
-
-
- int currentSum = Math . max ( Math . max ( root. val + left , root. val + right) , root. val) ;
-
-
- int res = Math . max ( left + right + root. val, currentSum) ;
- ans = Math . max ( res, ans) ;
- return currentSum;
-} 这里非常重要的就是 ansNew 是最后的一个结果，而对于 maxSumNew 这个函数的返回值其实是需要包含了一个连续结果，因为要返回继续去算路径和，所以返回的是 currentSum，最终结果是 ansNew
-结果图 难得有个 100%，贴个图哈哈
-]]>
-
- Java
- leetcode
- Binary Tree
- java
- Binary Tree
-
-
- leetcode
- java
- Binary Tree
- 二叉树
- 题解
-
-
-
- Leetcode 1260 二维网格迁移 ( Shift 2D Grid *Easy* ) 题解分析
- /2022/07/22/Leetcode-1260-%E4%BA%8C%E7%BB%B4%E7%BD%91%E6%A0%BC%E8%BF%81%E7%A7%BB-Shift-2D-Grid-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍Given a 2D grid of size m x n and an integer k. You need to shift the grid k times.
-In one shift operation:
-Element at grid[i][j] moves to grid[i][j + 1].grid[i][n - 1] moves to grid[i + 1][0].grid[m - 1][n - 1] moves to grid[0][0].2D grid after applying shift operation k times.
-示例 Example 1:
-
-Input : grid = [[1,2,3],[4,5,6],[7,8,9]], k = 1Output : [[9,1,2],[3,4,5],[6,7,8]]
-
-Example 2:
-
-Input : grid = [[3,8,1,9],[19,7,2,5],[4,6,11,10],[12,0,21,13]], k = 4Output : [[12,0,21,13],[3,8,1,9],[19,7,2,5],[4,6,11,10]]
-
-Example 3:
-Input : grid = [[1,2,3],[4,5,6],[7,8,9]], k = 9Output : [[1,2,3],[4,5,6],[7,8,9]]
-
-提示
-m == grid.lengthn == grid[i].length1 <= m <= 501 <= n <= 50-1000 <= grid[i][j] <= 10000 <= k <= 100
-解析 这个题主要是矩阵或者说数组的操作，并且题目要返回的是个 List，所以也不用原地操作，只需要找对位置就可以了，k 是多少就相当于让这个二维数组头尾衔接移动 k 个元素
-代码 public List < List < Integer > > shiftGrid ( int [ ] [ ] grid, int k) {
-
- int m = grid. length;
-
- int n = grid[ 0 ] . length;
-
- k = k % ( m * n) ;
-
-
- int reverseK = m * n - k;
- List < List < Integer > > = new ArrayList < > ( ) ;
-
- for ( int i = 0 ; i < m; i++ ) {
- List < Integer > = new ArrayList < > ( ) ;
- for ( int j = 0 ; j < n; j++ ) {
-
- int currentNum = reverseK + i * n + ( j + 1 ) ;
-
- if ( currentNum > m * n) {
- currentNum -= m * n;
- }
-
- int last = ( currentNum - 1 ) % n;
- int passLine = ( currentNum - 1 ) / n;
+ Disruptor 系列三
+ /2022/09/25/Disruptor-%E7%B3%BB%E5%88%97%E4%B8%89/
+ 原来一直有点被误导，com.lmax.disruptor.RingBuffer#addGatingSequences 这个方法里添加com.lmax.disruptor.dsl.Disruptor#handleEventsWith(com.lmax.disruptor.EventHandler<? super T>...)com.lmax.disruptor.dsl.Disruptor#createEventProcessors(com.lmax.disruptor.Sequence[], com.lmax.disruptor.EventHandler<? super T>[])
+EventHandlerGroup < T > createEventProcessors (
+ final Sequence [ ] barrierSequences,
+ final EventHandler < ? super T > [ ] eventHandlers)
+ {
+ checkNotStarted ( ) ;
+
+ final Sequence [ ] processorSequences = new Sequence [ eventHandlers. length] ;
+ final SequenceBarrier barrier = ringBuffer. newBarrier ( barrierSequences) ;
+
+ for ( int i = 0 , eventHandlersLength = eventHandlers. length; i < eventHandlersLength; i++ )
+ {
+ final EventHandler < ? super T > = eventHandlers[ i] ;
+
+
+ final BatchEventProcessor < T > =
+ new BatchEventProcessor < > ( ringBuffer, barrier, eventHandler) ;
+
+ if ( exceptionHandler != null )
+ {
+ batchEventProcessor. setExceptionHandler ( exceptionHandler) ;
+ }
+
+ consumerRepository. add ( batchEventProcessor, eventHandler, barrier) ;
+ processorSequences[ i] = batchEventProcessor. getSequence ( ) ;
+ }
+
+ updateGatingSequencesForNextInChain ( barrierSequences, processorSequences) ;
+
+ return new EventHandlerGroup < > ( this , consumerRepository, processorSequences) ;
+ } 在 BatchEventProcessor 在类内有个定义 sequence
+private final Sequence sequence = new Sequence ( Sequencer . INITIAL_CURSOR_VALUE ) ; 然后在上面循环中的这一句取出来
+processorSequences[ i] = batchEventProcessor. getSequence ( ) ; 调用com.lmax.disruptor.dsl.Disruptor#updateGatingSequencesForNextInChain 方法
+private void updateGatingSequencesForNextInChain ( final Sequence [ ] barrierSequences, final Sequence [ ] processorSequences)
+ {
+ if ( processorSequences. length > 0 )
+ {
+
+ ringBuffer. addGatingSequences ( processorSequences) ;
+ for ( final Sequence barrierSequence : barrierSequences)
+ {
+ ringBuffer. removeGatingSequence ( barrierSequence) ;
+ }
+ consumerRepository. unMarkEventProcessorsAsEndOfChain ( barrierSequences) ;
+ }
+ } 而如何更新则是在处理器 com.lmax.disruptor.BatchEventProcessor#run 中
+public void run ( )
+ {
+ if ( running. compareAndSet ( IDLE , RUNNING ) )
+ {
+ sequenceBarrier. clearAlert ( ) ;
+
+ notifyStart ( ) ;
+ try
+ {
+ if ( running. get ( ) == RUNNING )
+ {
+ processEvents ( ) ;
+ }
+ }
+ finally
+ {
+ notifyShutdown ( ) ;
+ running. set ( IDLE ) ;
+ }
+ }
+ else
+ {
+
+
+
+ if ( running. get ( ) == RUNNING )
+ {
+ throw new IllegalStateException ( "Thread is already running" ) ;
+ }
+ else
+ {
+ earlyExit ( ) ;
+ }
+ }
+ } 然后是
+private void processEvents ( )
+ {
+ T event = null ;
+ long nextSequence = sequence. get ( ) + 1L ;
+
+ while ( true )
+ {
+ try
+ {
+ final long availableSequence = sequenceBarrier. waitFor ( nextSequence) ;
+ if ( batchStartAware != null )
+ {
+ batchStartAware. onBatchStart ( availableSequence - nextSequence + 1 ) ;
+ }
+
+ while ( nextSequence <= availableSequence)
+ {
+ event = dataProvider. get ( nextSequence) ;
+ eventHandler. onEvent ( event, nextSequence, nextSequence == availableSequence) ;
+ nextSequence++ ;
+ }
+
+ sequence. set ( availableSequence) ;
+ }
+ catch ( final TimeoutException e)
+ {
+ notifyTimeout ( sequence. get ( ) ) ;
+ }
+ catch ( final AlertException ex)
+ {
+ if ( running. get ( ) != RUNNING )
+ {
+ break ;
+ }
+ }
+ catch ( final Throwable ex)
+ {
+ handleEventException ( ex, nextSequence, event) ;
+
+ sequence. set ( nextSequence) ;
+ nextSequence++ ;
+ }
+ }
+ }
+
+ Java
+
+
+ Java
+ Disruptor
+
+
+
+ Leetcode 1260 二维网格迁移 ( Shift 2D Grid *Easy* ) 题解分析
+ /2022/07/22/Leetcode-1260-%E4%BA%8C%E7%BB%B4%E7%BD%91%E6%A0%BC%E8%BF%81%E7%A7%BB-Shift-2D-Grid-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍Given a 2D grid of size m x n and an integer k. You need to shift the grid k times.
+In one shift operation:
+Element at grid[i][j] moves to grid[i][j + 1].grid[i][n - 1] moves to grid[i + 1][0].grid[m - 1][n - 1] moves to grid[0][0].2D grid after applying shift operation k times.
+示例 Example 1:
+
+Input : grid = [[1,2,3],[4,5,6],[7,8,9]], k = 1Output : [[9,1,2],[3,4,5],[6,7,8]]
+
+Example 2:
+
+Input : grid = [[3,8,1,9],[19,7,2,5],[4,6,11,10],[12,0,21,13]], k = 4Output : [[12,0,21,13],[3,8,1,9],[19,7,2,5],[4,6,11,10]]
+
+Example 3:
+Input : grid = [[1,2,3],[4,5,6],[7,8,9]], k = 9Output : [[1,2,3],[4,5,6],[7,8,9]]
+
+提示
+m == grid.lengthn == grid[i].length1 <= m <= 501 <= n <= 50-1000 <= grid[i][j] <= 10000 <= k <= 100
+解析 这个题主要是矩阵或者说数组的操作，并且题目要返回的是个 List，所以也不用原地操作，只需要找对位置就可以了，k 是多少就相当于让这个二维数组头尾衔接移动 k 个元素
+代码 public List < List < Integer > > shiftGrid ( int [ ] [ ] grid, int k) {
+
+ int m = grid. length;
+
+ int n = grid[ 0 ] . length;
+
+ k = k % ( m * n) ;
+
+
+ int reverseK = m * n - k;
+ List < List < Integer > > = new ArrayList < > ( ) ;
+
+ for ( int i = 0 ; i < m; i++ ) {
+ List < Integer > = new ArrayList < > ( ) ;
+ for ( int j = 0 ; j < n; j++ ) {
+
+ int currentNum = reverseK + i * n + ( j + 1 ) ;
+
+ if ( currentNum > m * n) {
+ currentNum -= m * n;
+ }
+
+ int last = ( currentNum - 1 ) % n;
+ int passLine = ( currentNum - 1 ) / n;
line. add ( grid[ passLine] [ last] ) ;
}
@@ -4170,72 +3759,56 @@ minStack.getMin(); // return -2题目介绍写一个程序找出两个单向链表的交叉起始点，可能是我英语不好，图里画的其实还有一点是交叉以后所有节点都是相同的
-For example, the following two linked lists:
-Example 1:
-Input: intersectVal = 8, listA = [4,1,8,4,5], listB = [5,6,1,8,4,5], skipA = 2, skipB = 3
-Output: Reference of the node with value = 8
-Input Explanation: The intersected node's value is 8 (note that this must not be 0 if the two lists intersect). From the head of A, it reads as [4,1,8,4,5]. From the head of B, it reads as [5,6,1,8,4,5]. There are 2 nodes before the intersected node in A; There are 3 nodes before the intersected node in B.分析题解 一开始没什么头绪，感觉只能最原始的遍历，后来看了一些文章，发现比较简单的方式就是先找两个链表的长度差，因为从相交点开始肯定是长度一致的，这是个很好的解题突破口，找到长度差以后就是先跳过长链表的较长部分，然后开始同步遍历比较 A，B 链表；
-代码 public ListNode getIntersectionNode ( ListNode headA, ListNode headB) {
- if ( headA == null || headB == null ) {
- return null ;
- }
-
- int countA = 0 ;
- ListNode tailA = headA;
- while ( tailA != null ) {
- tailA = tailA. next;
- countA++ ;
- }
-
- int countB = 0 ;
- ListNode tailB = headB;
- while ( tailB != null ) {
- tailB = tailB. next;
- countB++ ;
- }
- tailA = headA;
- tailB = headB;
-
- if ( countA > countB) {
- while ( countA > countB) {
- tailA = tailA. next;
- countA-- ;
- }
- } else if ( countA < countB) {
- while ( countA < countB) {
- tailB = tailB. next;
- countB-- ;
- }
- }
-
- while ( tailA != null ) {
- if ( tailA == tailB) {
- return tailA;
- } else {
- tailA = tailA. next;
- tailB = tailB. next;
- }
- }
- return null ;
- } 总结 可能缺少这种思维，做的还是比较少，所以没法一下子反应过来，需要锻炼，我的第一反应是两重遍历，不过那样复杂度就高了，这里应该是只有 O(N) 的复杂度。
-]]>
-
- Java
- leetcode
- Linked List
- java
- Linked List
-
+ Leetcode 124 二叉树中的最大路径和(Binary Tree Maximum Path Sum) 题解分析
+ /2021/01/24/Leetcode-124-%E4%BA%8C%E5%8F%89%E6%A0%91%E4%B8%AD%E7%9A%84%E6%9C%80%E5%A4%A7%E8%B7%AF%E5%BE%84%E5%92%8C-Binary-Tree-Maximum-Path-Sum-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍A path in a binary tree is a sequence of nodes where each pair of adjacent nodes in the sequence has an edge connecting them. A node can only appear in the sequence at most once . Note that the path does not need to pass through the root.
+The path sum of a path is the sum of the node’s values in the path.
+Given the root of a binary tree, return the maximum path sum of any path.
+路径 被定义为一条从树中任意节点出发，沿父节点-子节点连接，达到任意节点的序列。该路径 至少包含一个 节点，且不一定经过根节点。
+路径和 是路径中各节点值的总和。
+给你一个二叉树的根节点 root ，返回其 最大路径和
+简要分析 其实这个题目会被误解成比较简单，左子树最大的，或者右子树最大的，或者两边加一下，仔细想想都不对，其实有可能是产生于左子树中，或者右子树中，这两个都是指跟左子树根还有右子树根没关系的，这么说感觉不太容易理解，画个图
+代码 int ansNew = Integer . MIN_VALUE ;
+public int maxPathSum ( TreeNode root) {
+ maxSumNew ( root) ;
+ return ansNew;
+ }
+
+public int maxSumNew ( TreeNode root) {
+ if ( root == null ) {
+ return 0 ;
+ }
+
+ int left = maxSumNew ( root. left) ;
+ int right = maxSumNew ( root. right) ;
+
+
+
+
+ int currentSum = Math . max ( Math . max ( root. val + left , root. val + right) , root. val) ;
+
+
+ int res = Math . max ( left + right + root. val, currentSum) ;
+ ans = Math . max ( res, ans) ;
+ return currentSum;
+} 这里非常重要的就是 ansNew 是最后的一个结果，而对于 maxSumNew 这个函数的返回值其实是需要包含了一个连续结果，因为要返回继续去算路径和，所以返回的是 currentSum，最终结果是 ansNew
+结果图 难得有个 100%，贴个图哈哈
+]]>
+
+ Java
+ leetcode
+ Binary Tree
+ java
+ Binary Tree
+
leetcode
java
+ Binary Tree
+ 二叉树
题解
- Linked List
@@ -4307,6 +3880,75 @@ Input Explanation: The intersected node's value is 8 (note that this must no
3Sum Closest
+
+ Leetcode 160 相交链表(intersection-of-two-linked-lists) 题解分析
+ /2021/01/10/Leetcode-160-%E7%9B%B8%E4%BA%A4%E9%93%BE%E8%A1%A8-intersection-of-two-linked-lists-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍写一个程序找出两个单向链表的交叉起始点，可能是我英语不好，图里画的其实还有一点是交叉以后所有节点都是相同的
+For example, the following two linked lists:
+Example 1:
+Input: intersectVal = 8, listA = [4,1,8,4,5], listB = [5,6,1,8,4,5], skipA = 2, skipB = 3
+Output: Reference of the node with value = 8
+Input Explanation: The intersected node's value is 8 (note that this must not be 0 if the two lists intersect). From the head of A, it reads as [4,1,8,4,5]. From the head of B, it reads as [5,6,1,8,4,5]. There are 2 nodes before the intersected node in A; There are 3 nodes before the intersected node in B.分析题解 一开始没什么头绪，感觉只能最原始的遍历，后来看了一些文章，发现比较简单的方式就是先找两个链表的长度差，因为从相交点开始肯定是长度一致的，这是个很好的解题突破口，找到长度差以后就是先跳过长链表的较长部分，然后开始同步遍历比较 A，B 链表；
+代码 public ListNode getIntersectionNode ( ListNode headA, ListNode headB) {
+ if ( headA == null || headB == null ) {
+ return null ;
+ }
+
+ int countA = 0 ;
+ ListNode tailA = headA;
+ while ( tailA != null ) {
+ tailA = tailA. next;
+ countA++ ;
+ }
+
+ int countB = 0 ;
+ ListNode tailB = headB;
+ while ( tailB != null ) {
+ tailB = tailB. next;
+ countB++ ;
+ }
+ tailA = headA;
+ tailB = headB;
+
+ if ( countA > countB) {
+ while ( countA > countB) {
+ tailA = tailA. next;
+ countA-- ;
+ }
+ } else if ( countA < countB) {
+ while ( countA < countB) {
+ tailB = tailB. next;
+ countB-- ;
+ }
+ }
+
+ while ( tailA != null ) {
+ if ( tailA == tailB) {
+ return tailA;
+ } else {
+ tailA = tailA. next;
+ tailB = tailB. next;
+ }
+ }
+ return null ;
+ } 总结 可能缺少这种思维，做的还是比较少，所以没法一下子反应过来，需要锻炼，我的第一反应是两重遍历，不过那样复杂度就高了，这里应该是只有 O(N) 的复杂度。
+]]>
+
+ Java
+ leetcode
+ Linked List
+ java
+ Linked List
+
+
+ leetcode
+ java
+ 题解
+ Linked List
+
+
Leetcode 1862 向下取整数对和 ( Sum of Floored Pairs *Hard* ) 题解分析
/2022/09/11/Leetcode-1862-%E5%90%91%E4%B8%8B%E5%8F%96%E6%95%B4%E6%95%B0%E5%AF%B9%E5%92%8C-Sum-of-Floored-Pairs-Hard-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
@@ -4430,93 +4072,6 @@ Output: [8,9,9,9,0,0,0,1]linked list
-
- Leetcode 20 有效的括号 ( Valid Parentheses *Easy* ) 题解分析
- /2022/07/02/Leetcode-20-%E6%9C%89%E6%95%88%E7%9A%84%E6%8B%AC%E5%8F%B7-Valid-Parentheses-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍Given a string s containing just the characters '(', ')', '{', '}', '[' and ']', determine if the input string is valid.
-An input string is valid if:
-
-Open brackets must be closed by the same type of brackets.
-Open brackets must be closed in the correct order.
-
-示例 Example 1:
-Input: s = “()”
-
-Example 2:
-Input: s = “()[]{}”
-
-Example 3:
-Input: s = “(]”
-
-Constraints:
-1 <= s.length <= 10^4s consists of parentheses only '()[]{}'.
-解析 easy题，并且看起来也是比较简单的，三种括号按对匹配，直接用栈来做，栈里面存的是括号的类型，如果是左括号，就放入栈中，如果是右括号，就把栈顶的元素弹出，如果弹出的元素不是左括号，就返回false，如果弹出的元素是左括号，就继续往下走，如果遍历完了，如果栈里面还有元素，就返回false，如果遍历完了，如果栈里面没有元素，就返回true
-代码 class Solution {
- public boolean isValid ( String s) {
-
- if ( s. length ( ) % 2 != 0 ) {
- return false ;
- }
- Stack < String > = new Stack < > ( ) ;
- for ( int i = 0 ; i < s. length ( ) ; i++ ) {
- if ( s. charAt ( i) == '{' || s. charAt ( i) == '(' || s. charAt ( i) == '[' ) {
- stk. push ( String . valueOf ( s. charAt ( i) ) ) ;
- continue ;
- }
- if ( s. charAt ( i) == '}' ) {
- if ( stk. isEmpty ( ) ) {
- return false ;
- }
- String cur = stk. peek ( ) ;
- if ( cur. charAt ( 0 ) != '{' ) {
- return false ;
- } else {
- stk. pop ( ) ;
- }
- continue ;
- }
- if ( s. charAt ( i) == ']' ) {
- if ( stk. isEmpty ( ) ) {
- return false ;
- }
- String cur = stk. peek ( ) ;
- if ( cur. charAt ( 0 ) != '[' ) {
- return false ;
- } else {
- stk. pop ( ) ;
- }
- continue ;
- }
- if ( s. charAt ( i) == ')' ) {
- if ( stk. isEmpty ( ) ) {
- return false ;
- }
- String cur = stk. peek ( ) ;
- if ( cur. charAt ( 0 ) != '(' ) {
- return false ;
- } else {
- stk. pop ( ) ;
- }
- continue ;
- }
-
- }
- return stk. size ( ) == 0 ;
- }
-}
-
- Java
- leetcode
-
-
- leetcode
- java
-
-
Leetcode 234 回文链表(Palindrome Linked List) 题解分析
/2020/11/15/Leetcode-234-%E5%9B%9E%E6%96%87%E8%81%94%E8%A1%A8-Palindrome-Linked-List-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
@@ -4573,53 +4128,6 @@ Output: [8,9,9,9,0,0,0,1]Linked List
-
- Leetcode 278 第一个错误的版本 ( First Bad Version *Easy* ) 题解分析
- /2022/08/14/Leetcode-278-%E7%AC%AC%E4%B8%80%E4%B8%AA%E9%94%99%E8%AF%AF%E7%9A%84%E7%89%88%E6%9C%AC-First-Bad-Version-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍You are a product manager and currently leading a team to develop a new product. Unfortunately, the latest version of your product fails the quality check. Since each version is developed based on the previous version, all the versions after a bad version are also bad.
-Suppose you have n versions [1, 2, ..., n] and you want to find out the first bad one, which causes all the following ones to be bad.
-You are given an API bool isBadVersion(version) which returns whether version is bad. Implement a function to find the first bad version. You should minimize the number of calls to the API.
-示例 Example 1:
-Input: n = 5, bad = 4Output: 4Explanation:
-
-Example 2:
-Input: n = 1, bad = 1Output: 1
-
-简析 简单来说就是一个二分查找，但是这个问题其实处理起来还是需要搞清楚一些边界问题
-代码 public int firstBadVersion ( int n) {
-
- int left = 1 , right = n, mid;
- while ( left < right) {
-
- mid = left + ( right - left) / 2 ;
-
- if ( ! isBadVersion ( mid) ) {
- left = mid + 1 ;
- } else {
-
- right = mid;
- }
- }
-
-
-
- return left;
-} 往右移动示例
-结果
-]]>
-
- Java
- leetcode
-
-
- leetcode
- java
- 题解
- First Bad Version
-
-
Leetcode 236 二叉树的最近公共祖先(Lowest Common Ancestor of a Binary Tree) 题解分析
/2021/05/23/Leetcode-236-%E4%BA%8C%E5%8F%89%E6%A0%91%E7%9A%84%E6%9C%80%E8%BF%91%E5%85%AC%E5%85%B1%E7%A5%96%E5%85%88-Lowest-Common-Ancestor-of-a-Binary-Tree-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
@@ -4669,12 +4177,99 @@ Output: [8,9,9,9,0,0,0,1]
- Leetcode 3 Longest Substring Without Repeating Characters 题解分析
- /2020/09/20/Leetcode-3-Longest-Substring-Without-Repeating-Characters-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 又做了个题，看记录是以前用 C++写过的，现在捋一捋思路，用 Java 再写了一下，思路还是比较清晰的，但是边界细节处理得比较差
-简要介绍 Given a string s, find the length of the longest substring without repeating characters.
-样例 Example 1: Input: s = "abcabcbb"
-Output: 3
+ Leetcode 20 有效的括号 ( Valid Parentheses *Easy* ) 题解分析
+ /2022/07/02/Leetcode-20-%E6%9C%89%E6%95%88%E7%9A%84%E6%8B%AC%E5%8F%B7-Valid-Parentheses-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍Given a string s containing just the characters '(', ')', '{', '}', '[' and ']', determine if the input string is valid.
+An input string is valid if:
+
+Open brackets must be closed by the same type of brackets.
+Open brackets must be closed in the correct order.
+
+示例 Example 1:
+Input: s = “()”
+
+Example 2:
+Input: s = “()[]{}”
+
+Example 3:
+Input: s = “(]”
+
+Constraints:
+1 <= s.length <= 10^4s consists of parentheses only '()[]{}'.
+解析 easy题，并且看起来也是比较简单的，三种括号按对匹配，直接用栈来做，栈里面存的是括号的类型，如果是左括号，就放入栈中，如果是右括号，就把栈顶的元素弹出，如果弹出的元素不是左括号，就返回false，如果弹出的元素是左括号，就继续往下走，如果遍历完了，如果栈里面还有元素，就返回false，如果遍历完了，如果栈里面没有元素，就返回true
+代码 class Solution {
+ public boolean isValid ( String s) {
+
+ if ( s. length ( ) % 2 != 0 ) {
+ return false ;
+ }
+ Stack < String > = new Stack < > ( ) ;
+ for ( int i = 0 ; i < s. length ( ) ; i++ ) {
+ if ( s. charAt ( i) == '{' || s. charAt ( i) == '(' || s. charAt ( i) == '[' ) {
+ stk. push ( String . valueOf ( s. charAt ( i) ) ) ;
+ continue ;
+ }
+ if ( s. charAt ( i) == '}' ) {
+ if ( stk. isEmpty ( ) ) {
+ return false ;
+ }
+ String cur = stk. peek ( ) ;
+ if ( cur. charAt ( 0 ) != '{' ) {
+ return false ;
+ } else {
+ stk. pop ( ) ;
+ }
+ continue ;
+ }
+ if ( s. charAt ( i) == ']' ) {
+ if ( stk. isEmpty ( ) ) {
+ return false ;
+ }
+ String cur = stk. peek ( ) ;
+ if ( cur. charAt ( 0 ) != '[' ) {
+ return false ;
+ } else {
+ stk. pop ( ) ;
+ }
+ continue ;
+ }
+ if ( s. charAt ( i) == ')' ) {
+ if ( stk. isEmpty ( ) ) {
+ return false ;
+ }
+ String cur = stk. peek ( ) ;
+ if ( cur. charAt ( 0 ) != '(' ) {
+ return false ;
+ } else {
+ stk. pop ( ) ;
+ }
+ continue ;
+ }
+
+ }
+ return stk. size ( ) == 0 ;
+ }
+}
+
+ Java
+ leetcode
+
+
+ leetcode
+ java
+
+
+
+ Leetcode 3 Longest Substring Without Repeating Characters 题解分析
+ /2020/09/20/Leetcode-3-Longest-Substring-Without-Repeating-Characters-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 又做了个题，看记录是以前用 C++写过的，现在捋一捋思路，用 Java 再写了一下，思路还是比较清晰的，但是边界细节处理得比较差
+简要介绍 Given a string s, find the length of the longest substring without repeating characters.
+样例 Example 1: Input: s = "abcabcbb"
+Output: 3
Explanation: The answer is "abc", with the length of 3.Example 2: Input: s = "bbbbb"
@@ -4737,6 +4332,53 @@ Output: 0<
string
+
+ Leetcode 278 第一个错误的版本 ( First Bad Version *Easy* ) 题解分析
+ /2022/08/14/Leetcode-278-%E7%AC%AC%E4%B8%80%E4%B8%AA%E9%94%99%E8%AF%AF%E7%9A%84%E7%89%88%E6%9C%AC-First-Bad-Version-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍You are a product manager and currently leading a team to develop a new product. Unfortunately, the latest version of your product fails the quality check. Since each version is developed based on the previous version, all the versions after a bad version are also bad.
+Suppose you have n versions [1, 2, ..., n] and you want to find out the first bad one, which causes all the following ones to be bad.
+You are given an API bool isBadVersion(version) which returns whether version is bad. Implement a function to find the first bad version. You should minimize the number of calls to the API.
+示例 Example 1:
+Input: n = 5, bad = 4Output: 4Explanation:
+
+Example 2:
+Input: n = 1, bad = 1Output: 1
+
+简析 简单来说就是一个二分查找，但是这个问题其实处理起来还是需要搞清楚一些边界问题
+代码 public int firstBadVersion ( int n) {
+
+ int left = 1 , right = n, mid;
+ while ( left < right) {
+
+ mid = left + ( right - left) / 2 ;
+
+ if ( ! isBadVersion ( mid) ) {
+ left = mid + 1 ;
+ } else {
+
+ right = mid;
+ }
+ }
+
+
+
+ return left;
+} 往右移动示例
+结果
+]]>
+
+ Java
+ leetcode
+
+
+ leetcode
+ java
+ 题解
+ First Bad Version
+
+
Leetcode 349 两个数组的交集 ( Intersection of Two Arrays *Easy* ) 题解分析
/2022/03/07/Leetcode-349-%E4%B8%A4%E4%B8%AA%E6%95%B0%E7%BB%84%E7%9A%84%E4%BA%A4%E9%9B%86-Intersection-of-Two-Arrays-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
@@ -4804,3135 +4446,2023 @@ Output: 0<
- Leetcode 4 寻找两个正序数组的中位数 ( Median of Two Sorted Arrays *Hard* ) 题解分析
- /2022/03/27/Leetcode-4-%E5%AF%BB%E6%89%BE%E4%B8%A4%E4%B8%AA%E6%AD%A3%E5%BA%8F%E6%95%B0%E7%BB%84%E7%9A%84%E4%B8%AD%E4%BD%8D%E6%95%B0-Median-of-Two-Sorted-Arrays-Hard-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。
-算法的时间复杂度应该为 O(log (m+n)) 。
-示例 1：
-输入：nums1 = [1,3], nums2 = [2]
-
-示例 2：
-输入：nums1 = [1,2], nums2 = [3,4]
-
-分析与题解 这个题也是我随机出来的，之前都是随机到 easy 的，而且是序号这么靠前的，然后翻一下，之前应该是用 C++做过的，具体的方法其实可以从他的算法时间复杂度要求看出来，大概率是要二分法这种，后面就结合代码来讲了
-public double findMedianSortedArrays ( int [ ] nums1, int [ ] nums2) {
- int n1 = nums1. length;
- int n2 = nums2. length;
- if ( n1 > n2) {
- return findMedianSortedArrays ( nums2, nums1) ;
- }
+ Headscale初体验以及踩坑记
+ /2023/01/22/Headscale%E5%88%9D%E4%BD%93%E9%AA%8C%E4%BB%A5%E5%8F%8A%E8%B8%A9%E5%9D%91%E8%AE%B0/
+ 最近或者说很久以前就想着能够把几个散装服务器以及家里的网络连起来，譬如一些remote desktop的访问，之前搞了下frp，因为家里电脑没怎么注意安全性就被搞了一下，所以还是想用相对更安全的方式，比如限定ip和端口进行访问，但是感觉ip也不固定就比较难搞，后来看到了 Tailscale 和 Headscale 的方式，就想着试试看，没想到一开始就踩了几个比较莫名其妙的坑。官方文档 去搭建，也可以在网上找一些其他人搭建的教程。我碰到的主要是关于配置文件的问题
+第一个问题 Error initializing error = "failed to read or create private key: failed to save private key to disk: open /etc/headscale/private.key: read-only file system" 其实一开始看到这个我都有点懵了，咋回事呢，read-only file system一般有可能是文件系统出问题了，不可写入，需要重启或者修改挂载方式，被这个错误的错误日志给误导了，后面才知道是配置文件，在另一个教程中也有个类似的回复，一开始没注意，其实就是同一个问题。
+---
+
+
+
+
+
-
- int k = ( n1 + n2 + 1 ) / 2 ;
-
-
- int left = 0 ;
- int right = n1;
- while ( left < right) {
-
- int m1 = left + ( right - left) / 2 ;
-
-
-
- int m2 = k - m1;
-
- if ( nums1[ m1] < nums2[ m2 - 1 ] ) {
- left = m1 + 1 ;
- } else {
- right = m1;
- }
- }
+
+
+
+
+
+server_url : http: //127.0.0.1: 8080
-
- int m1 = left;
- int m2 = k - left;
-
-
-
-
- int c1 = Math . max ( m1 <= 0 ? Integer . MIN_VALUE : nums1[ m1 - 1 ] , m2 <= 0 ? Integer . MIN_VALUE : nums2[ m2 - 1 ] ) ;
-
-
-
- if ( ( n1 + n2) % 2 == 1 ) {
- return c1;
- }
-
- int c2 = Math . min ( m1 >= n1 ? Integer . MAX_VALUE : nums1[ m1] , m2 >= n2 ? Integer . MAX_VALUE : nums2[ m2] ) ;
- return ( c1 + c2) / 2.0 ;
- } 前面考虑的方法还是比较繁琐，考虑了两个数组的各种交叉情况，后面这个参考了一些网上的解法，代码比较简洁，但是可能不容易一下子就搞明白，所以配合了比较多的注释。
-]]>
-
- Java
- leetcode
-
-
- leetcode
- java
- 题解
- Median of Two Sorted Arrays
-
-
-
- Leetcode 42 接雨水 (Trapping Rain Water) 题解分析
- /2021/07/04/Leetcode-42-%E6%8E%A5%E9%9B%A8%E6%B0%B4-Trapping-Rain-Water-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍给定 n 个非负整数表示每个宽度为 1 的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。
-示例 输入 ：height = [0,1,0,2,1,0,1,3,2,1,2,1]输出 ：6解释 ：上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图，在这种情况下，可以接 6 个单位的雨水（蓝色部分表示雨水）。
-简单分析 其实最开始的想法是从左到右扫区间，就是示例中的第一个水槽跟第二个水槽都可以用这个办法解决
-public int trap ( int [ ] height) {
- int lastLeft = - 1 ;
- int sum = 0 ;
- int tempSum = 0 ;
- boolean startFlag = true ;
- for ( int j : height) {
- if ( startFlag && j <= 0 ) {
- startFlag = false ;
- continue ;
- }
- if ( j >= lastLeft) {
- sum += tempSum;
- tempSum = 0 ;
- lastLeft = j;
- } else {
- tempSum += lastLeft - j;
- }
- }
- return sum;
-} 后面结合网上的解法，其实可以反过来，对于每个格子找左右侧的最大值，取小的那个和当前格子的差值就是这一个的储水量了
-代码 int n = height. length;
-if ( n <= 2 ) {
- return 0 ;
-}
-
-
-int maxL[ ] = new int [ n] ;
-int maxR[ ] = new int [ n] ;
-int max = height[ 0 ] ;
-maxL[ 0 ] = 0 ;
-
-for ( int i = 1 ; i < n - 1 ; i++ ) {
- maxL[ i] = max;
- if ( max < height[ i] ) {
- max = height[ i] ;
- }
-}
-max = height[ n - 1 ] ;
-maxR[ n - 1 ] = 0 ;
-int tempSum, sum = 0 ;
-
-for ( int i = n - 2 ; i > 0 ; i-- ) {
- maxR[ i] = max;
- if ( height[ i] > max) {
- max = height[ i] ;
- }
- tempSum = Math . min ( maxL[ i] , maxR[ i] ) - height[ i] ;
- if ( tempSum > 0 ) {
- sum += tempSum;
- }
-}
-return sum;
-
- Java
- leetcode
-
-
- leetcode
- java
- dp
- 代码题解
- Trapping Rain Water
- 接雨水
- Leetcode 42
-
-
-
- Leetcode 48 旋转图像(Rotate Image) 题解分析
- /2021/05/01/Leetcode-48-%E6%97%8B%E8%BD%AC%E5%9B%BE%E5%83%8F-Rotate-Image-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍You are given an n x n 2D matrix representing an image, rotate the image by 90 degrees (clockwise).
-You have to rotate the image in-place, which means you have to modify the input 2D matrix directly. DO NOT allocate another 2D matrix and do the rotation.
-代码 直接上码
-public void rotate ( int [ ] [ ] matrix) {
-
- int lengthX = matrix[ 0 ] . length;
- int lengthY = matrix. length;
- int temp;
- System . out. println ( lengthY - ( lengthY % 2 ) / 2 ) ;
-
-
-
- for ( int i = 0 ; i < ( lengthY - ( lengthY % 2 ) ) / 2 ; i++ ) {
- for ( int j = 0 ; j < lengthX; j++ ) {
- temp = matrix[ i] [ j] ;
- matrix[ i] [ j] = matrix[ lengthY- i- 1 ] [ j] ;
- matrix[ lengthY- i- 1 ] [ j] = temp;
- }
- }
+
+
+
+
+listen_addr : 127.0.0.1: 8080
-
- for ( int i = 0 ; i < lengthX; i++ ) {
- for ( int j = 0 ; j <= i; j++ ) {
- if ( i == j) {
- continue ;
- }
- temp = matrix[ i] [ j] ;
- matrix[ i] [ j] = matrix[ j] [ i] ;
- matrix[ j] [ i] = temp;
- }
- }
- } 还没到可以直接归纳题目类型的水平，主要是几年前做过，可能有那么点模糊的记忆，当然应该也有直接转的方法
-]]>
-
- Java
- leetcode
- Rotate Image
-
-
- leetcode
- java
- 题解
- Rotate Image
- 矩阵
-
-
-
- Leetcode 698 划分为k个相等的子集 ( Partition to K Equal Sum Subsets *Medium* ) 题解分析
- /2022/06/19/Leetcode-698-%E5%88%92%E5%88%86%E4%B8%BAk%E4%B8%AA%E7%9B%B8%E7%AD%89%E7%9A%84%E5%AD%90%E9%9B%86-Partition-to-K-Equal-Sum-Subsets-Medium-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍Given an integer array nums and an integer k, return true if it is possible to divide this array into k non-empty subsets whose sums are all equal.
-示例 Example 1:
-
-Input: nums = [4,3,2,3,5,2,1], k = 4Output: trueExplanation: It is possible to divide it into 4 subsets (5), (1, 4), (2,3), (2,3) with equal sums.
-
-Example 2:
-
-Input: nums = [1,2,3,4], k = 3Output: false
-
-Constraints:
-
-1 <= k <= nums.length <= 16
-1 <= nums[i] <= 10^4
-The frequency of each element is in the range [1, 4].
-
-解析 看到这个题一开始以为挺简单，但是仔细想想问题还是挺多的，首先是分成 k 组，但是数量不限，应该需要用到回溯的方式，同时对于时间和空间复杂度也有要求，一开始这个代码是超时的，我也试了下 leetcode 上 discussion 里 vote 最高的提交也是超时的，不过看 discussion 里的帖子，貌似是后面加了一些条件，可以帮忙提高执行效率，第三条提示不太清楚意图，具体可以看下代码
-代码 public boolean canPartitionKSubsets ( int [ ] nums, int k) {
- if ( k == 1 ) {
- return true ;
- }
- int sum = 0 , n;
- n = nums. length;
- for ( int num : nums) {
- sum += num;
- }
- if ( sum % k != 0 ) {
- return false ;
- }
+
+
+
+
+metrics_listen_addr : 127.0.0.1: 9090
- int avg = sum / k;
-
- Arrays . sort ( nums) ;
-
- if ( nums[ n - 1 ] > avg) {
- return false ;
- }
-
- int calculated = 0 ;
- for ( int i = n - 1 ; i > 0 ; i-- ) {
- if ( nums[ i] == avg) {
- k-- ;
- calculated++ ;
- }
- }
+
+
+
+
+
+
+
+
+grpc_listen_addr : 127.0.0.1: 50443
- int [ ] bucket = new int [ k] ;
-
- for ( int i = 0 ; i < k; i++ ) {
- bucket[ i] = avg;
- }
+
+
+
+
+grpc_allow_insecure : false
-
- if ( nums[ n - 1 ] > avg) {
- return false ;
- }
+
+
+
+
+
+
+private_key_path : ./private.key
- return backTraversal ( nums, bucket, k, n - 1 - calculated) ;
-}
+
+
+noise :
+
+
+
+
+
+
+
+ private_key_path : ./noise_private.key
-private boolean backTraversal ( int [ ] nums, int [ ] bucket, int k, int cur) {
- if ( cur < 0 ) {
- return true ;
- }
- for ( int i = 0 ; i < k; i++ ) {
- if ( bucket[ i] == nums[ cur] || bucket[ i] >= nums[ cur] + nums[ 0 ] ) {
-
-
-
-
-
+
+
+
+
+
+
+
+
+ip_prefixes :
+ - fd7a: 115c: a1e0: : /48
+ - 100.64.0.0/10
-
-
- bucket[ i] -= nums[ cur] ;
-
-
- if ( backTraversal ( nums, bucket, k, cur - 1 ) ) return true ;
-
- bucket[ i] += nums[ cur] ;
- }
- }
- return false ;
-} derp :
+ server :
+
+
+ enabled : false
-最后贴个图
-]]>
-
- Java
- leetcode
-
-
- leetcode
- java
-
-
-
- Leetcode 747 至少是其他数字两倍的最大数 ( Largest Number At Least Twice of Others *Easy* ) 题解分析
- /2022/10/02/Leetcode-747-%E8%87%B3%E5%B0%91%E6%98%AF%E5%85%B6%E4%BB%96%E6%95%B0%E5%AD%97%E4%B8%A4%E5%80%8D%E7%9A%84%E6%9C%80%E5%A4%A7%E6%95%B0-Largest-Number-At-Least-Twice-of-Others-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍You are given an integer array nums where the largest integer is unique .
-Determine whether the largest element in the array is at least twice as much as every other number in the array. If it is, return the index of the largest element, or return -1 otherwise.
-示例 Example 1:
-Input: nums = [3,6,1,0]Output: 1Explanation: 6 is the largest integer.
-
-Example 2:
-Input: nums = [1,2,3,4]Output: -1Explanation: 4 is less than twice the value of 3, so we return -1.
-
-提示:
-2 <= nums.length <= 500 <= nums[i] <= 100The largest element in nums is unique.
-
-简要解析 这个题easy是题意也比较简单，找最大值，并且最大值是其他任意值的两倍及以上，其实就是找最大值跟次大值，比较下就好了
-代码 public int dominantIndex ( int [ ] nums) {
- int largest = Integer . MIN_VALUE ;
- int second = Integer . MIN_VALUE ;
- int largestIndex = - 1 ;
- for ( int i = 0 ; i < nums. length; i++ ) {
-
- if ( nums[ i] > largest) {
- second = largest;
- largest = nums[ i] ;
- largestIndex = i;
- } else if ( nums[ i] > second) {
-
- second = nums[ i] ;
- }
- }
+
+
+
+ region_id : 999
-
- if ( largest >= 2 * second) {
- return largestIndex;
- } else {
- return - 1 ;
- }
-} 通过图 第一次错了是把第二大的情况只考虑第一种，也有可能最大值完全没经过替换就变成最大值了
-]]>
-
- Java
- leetcode
-
-
- leetcode
- java
- 题解
-
-
-
- Leetcode 885 螺旋矩阵 III ( Spiral Matrix III *Medium* ) 题解分析
- /2022/08/23/Leetcode-885-%E8%9E%BA%E6%97%8B%E7%9F%A9%E9%98%B5-III-Spiral-Matrix-III-Medium-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍You start at the cell (rStart, cStart) of an rows x cols grid facing east. The northwest corner is at the first row and column in the grid, and the southeast corner is at the last row and column.
-You will walk in a clockwise spiral shape to visit every position in this grid. Whenever you move outside the grid’s boundary, we continue our walk outside the grid (but may return to the grid boundary later.). Eventually, we reach all rows * cols spaces of the grid.
-Return an array of coordinates representing the positions of the grid in the order you visited them.
-Example 1:
-Input: rows = 1, cols = 4, rStart = 0, cStart = 0Output: [[0,0],[0,1],[0,2],[0,3]]
-
-Example 2:
-Input: rows = 5, cols = 6, rStart = 1, cStart = 4Output: [[1,4],[1,5],[2,5],[2,4],[2,3],[1,3],[0,3],[0,4],[0,5],[3,5],[3,4],[3,3],[3,2],[2,2],[1,2],[0,2],[4,5],[4,4],[4,3],[4,2],[4,1],[3,1],[2,1],[1,1],[0,1],[4,0],[3,0],[2,0],[1,0],[0,0]]
-
-Constraints:
-
-1 <= rows, cols <= 100 0 <= rStart < rows 0 <= cStart < cols
-简析 这个题主要是要相同螺旋矩阵的转变方向的边界判断，已经相同步长会行进两次这个规律，写代码倒不复杂
-代码 public int [ ] [ ] spiralMatrixIII ( int rows, int cols, int rStart, int cStart) {
- int size = rows * cols;
- int x = rStart, y = cStart;
-
- int [ ] [ ] matrix = new int [ size] [ 2 ] ;
-
- matrix[ 0 ] [ 0 ] = rStart;
- matrix[ 0 ] [ 1 ] = cStart;
-
- int z = 1 ;
-
- int a = 1 ;
-
- int dir = 1 ;
- while ( z < size) {
- for ( int i = 0 ; i < 2 ; i++ ) {
- for ( int j= 0 ; j < a; j++ ) {
-
- if ( dir % 4 == 1 ) {
- y++ ;
- } else if ( dir % 4 == 2 ) {
- x++ ;
- } else if ( dir % 4 == 3 ) {
- y-- ;
- } else {
- x-- ;
- }
-
- if ( x < rows && y < cols && x >= 0 && y >= 0 ) {
- matrix[ z] [ 0 ] = x;
- matrix[ z] [ 1 ] = y;
- z++ ;
- }
- }
-
- dir++ ;
- }
-
- a++ ;
- }
- return matrix;
- } region_code : "headscale"
+ region_name : "Headscale Embedded DERP"
-结果
-]]>
-
- Java
- leetcode
-
-
- leetcode
- java
- 题解
-
-
-
- leetcode no.3
- /2015/04/15/Leetcode-No-3/
- **Longest Substring Without Repeating Characters **
-description Given a string, find the length of the longest substring without repeating characters.
-分析 源码 这次是参考了这个代码，
-int ct[256];
- memset(ct, -1, sizeof(ct));
- int tail = -1;
- int max = 0;
- for (int i = 0; i < s.size(); i++){
- if (ct[s[i]] > tail)
- tail = ct[s[i]];
- if (i - tail > max)
- max = i - tail;
- ct[s[i]] = i;
- }
- return max;
-
- leetcode
-
-
- leetcode
- c++
-
-
-
- Linux 下 grep 命令的一点小技巧
- /2020/08/06/Linux-%E4%B8%8B-grep-%E5%91%BD%E4%BB%A4%E7%9A%84%E4%B8%80%E7%82%B9%E5%B0%8F%E6%8A%80%E5%B7%A7/
- 用了比较久的 grep 命令，其实都只是用了最最基本的功能来查日志，
-譬如
-
-grep 'xxx' xxxx.log
-stun_listen_addr : "0.0.0.0:3478"
-然后有挺多情况比如想要找日志里带一些符号什么的，就需要用到一些特殊的
-比如这样\"userId\":\"123456\"，因为比如用户 ID 有时候会跟其他的 id 一样，只用具体的值 123456 来查的话干扰信息太多了，如果直接这样
-
-grep '\"userId\":\"123456\"' xxxx.log
-urls :
+ - https: //controlplane.tailscale.com/derpmap/default
-好像不行，盲猜就是符号的问题，特别是\和"这两个，
-之前一直是想试一下，但是没成功，昨天在排查一个问题的时候发现了，只要把这些都转义了就行了
-grep '\\\"userId\\\":\\\"123456\\\"' xxxx.log
-
-]]>
-
- Linux
- 命令
- 小技巧
- grep
- grep
- 查日志
-
-
- linux
- grep
- 转义
-
-
-
- Leetcode 83 删除排序链表中的重复元素 ( Remove Duplicates from Sorted List *Easy* ) 题解分析
- /2022/03/13/Leetcode-83-%E5%88%A0%E9%99%A4%E6%8E%92%E5%BA%8F%E9%93%BE%E8%A1%A8%E4%B8%AD%E7%9A%84%E9%87%8D%E5%A4%8D%E5%85%83%E7%B4%A0-Remove-Duplicates-from-Sorted-List-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
- 题目介绍给定一个已排序的链表的头 head ， 删除所有重复的元素，使每个元素只出现一次 。返回 已排序的链表 。
-示例 1：
-
-输入：head = [1,1,2]
-
-示例 2：
-
-输入：head = [1,1,2,3,3]
-
-提示：
-链表中节点数目在范围 [0, 300] 内
--100 <= Node.val <= 100题目数据保证链表已经按 升序 排列
-
-分析与题解 这题其实是比较正常的 easy 级别的题目，链表已经排好序了，如果还带一个排序就更复杂一点，
-code public ListNode deleteDuplicates ( ListNode head) {
-
- if ( head == null || head. next == null ) {
- return head;
- }
- ListNode tail = head;
-
- while ( tail. next != null ) {
- ListNode temp = tail. next;
-
-
- if ( temp. val == tail. val) {
- tail. next = temp. next;
- } else {
-
- tail = tail. next;
- }
- }
-
- return head;
-} 链表应该是个需要反复的训练的数据结构，因为涉及到前后指针，然后更新操作，判空等，
-]]>
-
- Java
- leetcode
-
-
- leetcode
- java
- 题解
- Remove Duplicates from Sorted List
-
-
-
- Path Sum
- /2015/01/04/Path-Sum/
- problemGiven a binary tree and a sum, determine if the tree has a root-to-leaf path such that adding up all the values along the path equals the given sum.
-For example:
- 5
- / \
- 4 8
- / / \
- 11 13 4
- / \ \
-7 2 1return true, as there exist a root-to-leaf path 5->4->11->2 which sum is 22.
-Analysis using simple deep first search
-code /*
- Definition for binary tree
- struct TreeNode {
- int val;
- TreeNode *left;
- TreeNode *right;
- TreeNode(int x) : val(x), left(NULL), right(NULL)}
- };
- */
-class Solution {
-public:
- bool deep_first_search(TreeNode *node, int sum, int curSum)
- {
- if (node == NULL)
- return false;
-
- if (node->left == NULL && node->right == NULL)
- return curSum + node->val == sum;
-
- return deep_first_search(node->left, sum, curSum + node->val) || deep_first_search(node->right, sum, curSum + node->val);
- }
-
- bool hasPathSum(TreeNode *root, int sum) {
- // Start typing your C/C++ solution below
- // DO NOT write int main() function
- return deep_first_search(root, sum, 0);
- }
-};
-
- leetcode
-
-
- leetcode
- c++
-
-
-
- MFC 模态对话框
- /2014/12/24/MFC%20%E6%A8%A1%E6%80%81%E5%AF%B9%E8%AF%9D%E6%A1%86/
- void CTestDialog::OnBnClickedOk()
-{
- CString m_SrcTest;
- int nIndex = m_CbTest.GetCurSel();
- m_CbTest.GetLBText(nIndex, m_SrcTest);
- OnOK();
-}
+
+
+
+
+
+
+
+
+ paths : [ ]
-模态对话框弹出确定后，在弹出对话框时新建的类及其变量会存在，但是对于其中的控件
-]]>
- C++
-
-
- c++
- mfc
-
-
-
- Redis_分布式锁
- /2019/12/10/Redis-Part-1/
- 今天看了一下 redis 分布式锁 redlock 的实现，简单记录下，
-加锁 原先我对 redis 锁的概念就是加锁使用 setnx，解锁使用 lua 脚本，但是 setnx 具体是啥，lua 脚本是啥不是很清楚get 一下 key 存不存在，然后再 set 一个 key value，因为加锁这个操作我们是要保证两点，一个是不能中途被打断，也就是说要原子性，如果是先 get 一下 key，如果不存在再 set 值的话，那就不是原子操作了；第二个是可不可以直接 set 值呢，显然不行，锁要保证唯一性，有且只能有一个线程或者其他应用单位获得该锁，正好 setnx 给了我们这种原子命令
-然后是 setnx 的键和值分别是啥，键比较容易想到是要锁住的资源，比如 user_id, 这里有个我自己之前比较容易陷进去的误区，但是这个误区后user_id 作为要锁住的资源，在我获得锁的时候别的线程不允许操作，以此保证业务的正确性，不会被多个线程同时修改，确定了键，再来看看值是啥，其实原先我认为值是啥都没关系，我只要锁住了，光键就够我用了，但是考虑下多个线程的问题，如果我这个线程加了锁，然后我因为 gc 停顿等原因卡死了，这个时候redis 的锁或者说就是 redis 的缓存已经过期了，这时候另一个线程获得锁成功，然后我这个线程又活过来了，然后我就仍然认为我拿着锁，我去对数据进行修改或者释放锁，是不是就出现问题了，所以是不是我们还需要一个东西来区分这个锁是哪个线程加的，所以我们可以将值设置成为一个线程独有识别的值，至少在相对长的一段时间内不会重复。
-上面其实还有两个问题，一个是当 gc 超时时，我这个线程如何知道我手里的锁已经过期了，一种方法是我在加好锁之后就维护一个超时时间，这里其实还有个问题，不过跟第二个问题相关，就一起说了，就是设置超时时间，有些对于不是锁的 redis 缓存操作可以是先设置好值，然后在设置过期时间，那么这就又有上面说到的不是原子性的问题，那么就需要在同一条指令里把超时时间也设置了，幸好 redis 提供了这种支持
-SET resource_name my_random_value NX PX 30000这里借鉴一下解释下，resource_name就是 key，代表要锁住的东西，my_random_value就是识别我这个线程的，NX代表只有在不存在的时候才设置，然后PX 30000表示超时时间是 30秒自动过期
-PS：记录下我原先有的一个误区，是不是要用 key 来区分加锁的线程，这样只有一个用处，就是自身线程可以识别是否是自己加的锁，但是最大的问题是别的线程不知道，其实这个用户的出发点是我在担心前面提过的一个问题，就是当 gc 停顿后，我要去判断当前的这个锁是否是我加的，还有就是当释放锁的时候，如果保证不会错误释放了其他线程加的锁，但是这样附带很多其他问题，最大的就是其他线程怎么知道能不能加这个锁。
-解锁 当线程在锁过期之前就处理完了业务逻辑，那就可以提前释放这个锁，那么提前释放要怎么操作，直接del key显然是不行的，因为这样就是我前面想用线程随机值加资源名作为锁的初衷，我不能去释放别的线程加的锁，那么我要怎么办呢，先 get 一下看是不是我的？那又变成非原子的操作了，幸好redis 也考虑到了这个问题，给了lua 脚本来操作这种
-if redis. call ( "get" , KEYS[ 1 ] ) == ARGV[ 1 ] then
- return redis. call ( "del" , KEYS[ 1 ] )
-else
- return 0
-end 这里的KEYS[1]就是前面加锁的resource_name,ARGV[1]就是线程的随机值my_random_value
-多节点 前面说的其实是单节点 redis 作为分布式锁的情况，那么当我们的 redis 有多节点的情况呢，如果多节点下处于加锁或者解锁或者锁有效情况下redis 的某个节点宕掉了怎么办，这里就有一些需要思考的地方，是否单独搞一个单节点的 redis作为分布式锁专用的，但是如果这个单节点的挂了呢，还有就是成本问题，所以我们需要一个多节点的分布式锁方案redlock，这个可是 redis的作者写的, 他的加锁过程是分以下几步去做这个事情
-
-获取当前时间（毫秒数）。
-按顺序依次向N个Redis节点执行获取锁的操作。这个获取操作跟前面基于单Redis节点的获取锁的过程相同，包含随机字符串my_random_value，也包含过期时间(比如PX 30000，即锁的有效时间)。为了保证在某个Redis节点不可用的时候算法能够继续运行，这个获取锁的操作还有一个超时时间(time out)，它要远小于锁的有效时间（几十毫秒量级）。客户端在向某个Redis节点获取锁失败以后，应该立即尝试下一个Redis节点。这里的失败，应该包含任何类型的失败，比如该Redis节点不可用，或者该Redis节点上的锁已经被其它客户端持有（注：Redlock原文中这里只提到了Redis节点不可用的情况，但也应该包含其它的失败情况）。
-计算整个获取锁的过程总共消耗了多长时间，计算方法是用当前时间减去第1步记录的时间。如果客户端从大多数Redis节点（>= N/2+1）成功获取到了锁，并且获取锁总共消耗的时间没有超过锁的有效时间(lock validity time)，那么这时客户端才认为最终获取锁成功；否则，认为最终获取锁失败。
-如果最终获取锁成功了，那么这个锁的有效时间应该重新计算，它等于最初的锁的有效时间减去第3步计算出来的获取锁消耗的时间。
-如果最终获取锁失败了（可能由于获取到锁的Redis节点个数少于N/2+1，或者整个获取锁的过程消耗的时间超过了锁的最初有效时间），那么客户端应该立即向所有Redis节点发起释放锁的操作（即前面介绍的Redis Lua脚本）。
-
-]]>
-
- Redis
- Distributed Lock
- C
- Redis
-
-
- C
- Redis
- Distributed Lock
- 分布式锁
-
-
-
- Reverse Bits
- /2015/03/11/Reverse-Bits/
- Reverse Bits Reverse bits of a given 32 bits unsigned integer. For example, given input 43261596 (represented in binary as 00000010100101000001111010011100), return 964176192 (represented in binary as 00111001011110000010100101000000).
-Follow up:
-code class Solution {
-public:
- uint32_t reverseBits(uint32_t n) {
- n = ((n >> 1) & 0x55555555) | ((n & 0x55555555) << 1);
- n = ((n >> 2) & 0x33333333) | ((n & 0x33333333) << 2);
- n = ((n >> 4) & 0x0f0f0f0f) | ((n & 0x0f0f0f0f) << 4);
- n = ((n >> 8) & 0x00ff00ff) | ((n & 0x00ff00ff) << 8);
- n = ((n >> 16) & 0x0000ffff) | ((n & 0x0000ffff) << 16);
- return n;
- }
-};
- leetcode
-
-
- leetcode
- c++
-
-
-
- Maven实用小技巧
- /2020/02/16/Maven%E5%AE%9E%E7%94%A8%E5%B0%8F%E6%8A%80%E5%B7%A7/
- Maven 翻译为”专家”、”内行”，是 Apache 下的一个纯 Java 开发的开源项目。基于项目对象模型（缩写：POM）概念，Maven利用一个中央信息片断能管理一个项目的构建、报告和文档等步骤。
-Maven 是一个项目管理工具，可以对 Java 项目进行构建、依赖管理。
-Maven 也可被用于构建和管理各种项目，例如 C#，Ruby，Scala 和其他语言编写的项目。Maven 曾是 Jakarta 项目的子项目，现为由 Apache 软件基金会主持的独立 Apache 项目。
-maven也是我们日常项目中实用的包管理工具，相比以前需要用把包下载下来，放进 lib 中，在平时工作中使用的话，其实像 idea 这样的 ide 工具都会自带 maven 工具和插件
-maven的基本操作
-mvn -vmvn compilemvn testmvn packagemvn cleanmvn installmvn deploy
-与 composer 对比 因为我也是个 PHP 程序员，所以对比一下两种语言，很容易想到在 PHP 的 composer 跟 Java 的 maven 是比较类似的作用，有一点两者是非常相似的，就是原仓库都是因为某些原因连接拉取都会很慢，所以像 composer 会有一些国内源，前阵子阿里也出了一个，类似的 maven 一般也会使用阿里的镜像仓库，通过在 setting.xml 文件中的设置
-<mirrors>
- <mirror>
- <id>aliyun</id>
- <name>aliyun maven</name>
- <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
- <mirrorOf>central</mirrorOf>
- </mirror>
-</mirrors>这算是个尴尬的共同点，然后因为 PHP 是解释型脚本语言，所以 php 打出来的 composer 包其实就是个 php 代码包，使用SPL Autoload等方式加载代码包，maven 包则是经过编译的 class 包，还有一点是 composer 也可以直接使用 github 地址作为包代码的拉取源，这点也是比较大的区别，maven使用 pom 文件管理依赖
-maven 的个人小技巧
-maven 拉取依赖时，同时将 snapshot 也更新了，就是 mvn compile加个-U参数，如果还不行就需要将本地仓库的 snapshot 删掉，
-maven 出现依赖冲突的时候的解决方法mvn dependency:tree分析下依赖关系，如果要找具体某个包的依赖引用关系可以使用mvn dependency:tree -Dverbose -Dincludes=org.springframework:spring-webmvc命令进行分析，如果发现有冲突的依赖关系，本身 maven 中依赖引用有相对的顺序，大致来说是引用路径短的优先，pom 文件中定义的顺序优先，如果要把冲突的包排除掉可以在 pom 中用<exclusions>
- <exclusion>
- <groupId>ch.qos.logback</groupId>
- <artifactId>logback-classic</artifactId>
- </exclusion>
-</exclusions>
-maven 依赖的 jdk 版本管理mvn -v可以查看 maven 的安装信息Apache Maven 3.6.3 (cecedd343002696d0abb50b32b541b8a6ba2883f)
-Maven home: /usr/local/Cellar/maven/3.6.3_1/libexec
-Java version: 1.8.0_201, vendor: Oracle Corporation, runtime: /Library/Java/JavaVirtualMachines/jdk1.8.0_201.jdk/Contents/Home/jre
-Default locale: zh_CN, platform encoding: UTF-8
-OS name: "mac os x", version: "10.14.6", arch: "x86_64", family: "mac"java.lang.ExceptionInInitializerError: com.sun.tools.javac.code.TypeTags这个问题，所以需要把这个版本给改回来，但是咋改呢，网上搜来的一大堆都是在 pom 文件里的<build>
- <plugins>
-<plugin>
- <groupId>org.apache.maven.plugins</groupId>
- <artifactId>maven-compiler-plugin</artifactId>
- <configuration>
- <source>1.8</source>
- <target>1.8</target>
- <encoding>UTF-8</encoding>
- </configuration>
-</plugin>
- </plugins>
-<build><profiles>
- <profile>
- <id>ngmm-nexus</id>
- <activation>
- <jdk>1.8</jdk>
- </activation>
- <properties>
- <maven.compiler.source>1.8</maven.compiler.source>
- <maven.compiler.target>1.8</maven.compiler.target>
- <maven.compiler.compilerVersion>1.8</maven.compiler.compilerVersion>
- </properties>
- </profile>
-</profiles>.mavenrc，这个顾名思义就是 maven 的资源文件，类似于 .bashrc和.zshrc，在里面添加 MAVEN_HOME 和 JAVA_HOME,然后执行 source .mavenrc就 OK 啦
-
-]]>
-
- Java
- Maven
-
-
- Java
- Maven
-
-
-
- two sum
- /2015/01/14/Two-Sum/
- problemGiven an array of integers, find two numbers such that they add up to a specific target number.
-The function twoSum should return indices of the two numbers such that they add up to the target, where index1 must be less than index2. Please note that your returned answers (both index1 and index2) are not zero-based.
-You may assume that each input would have exactly one solution.
-Input : numbers={2, 7, 11, 15}, target=9Output : index1=1, index2=2
-code struct Node
-{
- int num, pos;
-};
-bool cmp(Node a, Node b)
-{
- return a.num < b.num;
-}
-class Solution {
-public:
- vector<int> twoSum(vector<int> &numbers, int target) {
- // Start typing your C/C++ solution below
- // DO NOT write int main() function
- vector<int> result;
- vector<Node> array;
- for (int i = 0; i < numbers.size(); i++)
- {
- Node temp;
- temp.num = numbers[i];
- temp.pos = i;
- array.push_back(temp);
- }
+
+
+
+ auto_update_enabled : true
- sort(array.begin(), array.end(), cmp);
- for (int i = 0, j = array.size() - 1; i != j;)
- {
- int sum = array[i].num + array[j].num;
- if (sum == target)
- {
- if (array[i].pos < array[j].pos)
- {
- result.push_back(array[i].pos + 1);
- result.push_back(array[j].pos + 1);
- } else
- {
- result.push_back(array[j].pos + 1);
- result.push_back(array[i].pos + 1);
- }
- break;
- } else if (sum < target)
- {
- i++;
- } else if (sum > target)
- {
- j--;
- }
- }
- return result;
- }
-};update_frequency : 24h
-Analysis sort the array, then test from head and end, until catch the right answer
-]]>
-
- leetcode
-
-
- leetcode
- c++
-
-
-
- ambari-summary
- /2017/05/09/ambari-summary/
- 初识ambariambari 是一个大数据平台的管理工具，包含了hadoop, yarn, hive, hbase, spark等大数据的基础架构和工具，简化了数据平台的搭建，之前只是在同事搭建好平台后的一些使用，这次有机会从头开始用ambari来搭建一个测试的数据平台，过程中也踩到不少坑，简单记录下。
-简单过程
-第一个坑guide ，因为对maven不熟悉导致有些按图索骥，浪费了很多时间，之后才知道可以直接加repo用yum安装，然而用yum安装马上就出现了第二个坑。
-第二个坑ambari.repo 将这个放进/etc/yum.repos.d/路径下，然后yum update && yum install ambari-server安装即可，如果有条件就用proxychains走下代理。
-第三步ambari-server setup做一些初始化设置，其中包含了JDK路径的设置，数据库设置，设置好就OK了，然后执行ambari-server start启动服务，这里有个小插曲，因为ambari-server涉及到这么多服务，所以管理控制监控之类的模块是必不可少的，这部分可以在ambari-server的web ui界面安装，也可以命令行提前安装，这部分被称为HDF Management Pack，运行ambari-server install-mpack \ --mpack=http://public-repo-1.hortonworks.com/HDF/centos7/2.x/updates/2.1.4.0/tars/hdf_ambari_mp/hdf-ambari-mpack-2.1.4.0-5.tar.gz \ --purge \ --verboseambari-server
-
-]]>
-
- data analysis
-
-
- hadoop
- cluster
-
-
-
- Reverse Integer
- /2015/03/13/Reverse-Integer/
- Reverse Integer Reverse digits of an integer. Example1: x = 123, return 321
-spoilers Have you thought about this?
-If the integer’s last digit is 0, what should the output be? ie, cases such as 10, 100.
-Did you notice that the reversed integer might overflow? Assume the input is a 32-bit integer, then the reverse of 1000000003 overflows. How should you handle such cases?
-For the purpose of this problem, assume that your function returns 0 when the reversed integer overflows.
-code class Solution {
-public:
- int reverse(int x) {
+
+disable_check_updates : false
- int max = 1 << 31 - 1;
- int ret = 0;
- max = (max - 1) * 2 + 1;
- int min = 1 << 31;
- if(x < 0)
- while(x != 0){
- if(ret < (min - x % 10) / 10)
- return 0;
- ret = ret * 10 + x % 10;
- x = x / 10;
- }
- else
- while(x != 0){
- if(ret > (max -x % 10) / 10)
- return 0;
- ret = ret * 10 + x % 10;
- x = x / 10;
- }
- return ret;
- }
-};
- leetcode
-
-
- leetcode
- c++
-
-
-
- binary-watch
- /2016/09/29/binary-watch/
- problemA binary watch has 4 LEDs on the top which represent the hours (0-11), and the 6 LEDs on the bottom represent the minutes (0-59).
-Each LED represents a zero or one, with the least significant bit on the right.
-
-For example, the above binary watch reads “3:25”.
-Given a non-negative integer n which represents the number of LEDs that are currently on, return all possible times the watch could represent.
-Example: Input: n = 1
-Return: ["1:00", "2:00", "4:00", "8:00", "0:01", "0:02", "0:04", "0:08", "0:16", "0:32"]Note:
-The order of output does not matter.
-The hour must not contain a leading zero, for example “01:00” is not valid, it should be “1:00”.
-The minute must be consist of two digits and may contain a leading zero, for example “10:2” is not valid, it should be “10:02”.
-
-题解 又是参（chao）考（xi）别人的代码，嗯，就是这么不要脸，链接
-Code class Solution {
-public:
- vector<string> readBinaryWatch(int num) {
- vector<string> res;
- for (int h = 0; h < 12; ++h) {
- for (int m = 0; m < 60; ++m) {
- if (bitset<10>((h << 6) + m).count() == num) {
- res.push_back(to_string(h) + (m < 10 ? ":0" : ":") + to_string(m));
- }
- }
- }
- return res;
- }
-};
-
- leetcode
-
-
- leetcode
- c++
-
-
-
- docker-mysql-cluster
- /2016/08/14/docker-mysql-cluster/
- docker-mysql-cluster基于docker搭了个mysql集群，稍微记一下，docker run -d -e MYSQL_ROOT_PASSWORD=admin --name mysql-master -p 3307:3306 mysql:latest-d表示容器运行在后台，-e表示设置环境变量，即MYSQL_ROOT_PASSWORD=admin,设置了mysql的root密码，--name表示容器名，-p表示端口映射，将内部mysql:3306映射为外部的3307，最后的mysql:latest表示镜像名-v /local_path/my-master.cnf:/etc/mysql/my.cnf来映射配置文件docker run -d -e MYSQL_ROOT_PASSWORD=admin --name mysql-slave -p 3308:3306 mysql:latestdocker-enter mysql-master如果无法进入就用docker ps -a看下容器是否在正常运行，如果status显示docker logs mysql-master看下日志哪里出错了。/etc/mysql下面，这个最新版本的mysql的配置文件包含/etc/mysql/my.cnf和/etc/mysql/conf.d/mysql.cnf，还有/etc/mysql/mysql.conf.d/mysqld.cnf
-log-bin = mysql-bin
-server_id = 1保存后退出容器重启主库容器，然后进入从库更改相同文件，
-log-bin = mysql-bin
-server_id = 2主从配置 同样退出重启容器，然后是配置主从，首先进入主库，用命令mysql -u root -pxxxx进入mysql，然后赋予一个同步GRANT REPLICATION SLAVE ON *.* to 'backup'@'%' identified by '123456';还是同样说明下，ON *.*表示了数testDb/testTable，然后是'backup'@'%'表示给予同步identified by '123456'show master status，如下图：
-change master to
-master_host='xxx.xxx.xxx.xxx', //如果主从库的容器都在同一个宿主机上，这里的ip是docker容器的ip
-master_user='backup', //就是上面的赋予权限的用户
-master_password='123456',
-master_log_file='mysql-bin.000004', //主库中查看到的file
-master_log_pos=312, //主库中查看到的position
-master_port=3306; //如果是同一宿主机，这里使用真实的3306端口，3308及主库的3307是给外部连接使用的通过docker-ip mysql-master可以查看容器的ip这位同学的文章
-]]>
-
- docker
-
-
- docker
- mysql
-
-
-
- Number of 1 Bits
- /2015/03/11/Number-Of-1-Bits/
- Number of 1 Bits Write a function that takes an unsigned integer and returns the number of ’1’ bits it has (also known as the Hamming weight). For example, the 32-bit integer ‘11’ has binary representation 00000000000000000000000000001011, so the function should return 3. ephemeral_node_inactivity_timeout : 30m
-分析 从1位到2位到4位逐步的交换
-code int hammingWeight(uint32_t n) {
- const uint32_t m1 = 0x55555555; //binary: 0101...
- const uint32_t m2 = 0x33333333; //binary: 00110011..
- const uint32_t m4 = 0x0f0f0f0f; //binary: 4 zeros, 4 ones ...
- const uint32_t m8 = 0x00ff00ff; //binary: 8 zeros, 8 ones ...
- const uint32_t m16 = 0x0000ffff; //binary: 16 zeros, 16 ones ...
-
- n = (n & m1 ) + ((n >> 1) & m1 ); //put count of each 2 bits into those 2 bits
- n = (n & m2 ) + ((n >> 2) & m2 ); //put count of each 4 bits into those 4 bits
- n = (n & m4 ) + ((n >> 4) & m4 ); //put count of each 8 bits into those 8 bits
- n = (n & m8 ) + ((n >> 8) & m8 ); //put count of each 16 bits into those 16 bits
- n = (n & m16) + ((n >> 16) & m16); //put count of each 32 bits into those 32 bits
- return n;
+
+
+
+
+node_update_check_interval : 10s
-}
- leetcode
-
-
- leetcode
- c++
-
-
-
- docker比一般多一点的初学者介绍
- /2020/03/08/docker%E6%AF%94%E4%B8%80%E8%88%AC%E5%A4%9A%E4%B8%80%E7%82%B9%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E4%BB%8B%E7%BB%8D/
- 因为最近想搭一个phabricator用来做看板和任务管理，一开始了解这个是Easy大大有在微博推荐过，后来苏洋也在群里和博客里说到了，看上去还不错的样子，因为主角是docker所以就不介绍太多，后面有机会写一下。
-docker最开始是之前在某位大佬的博客看到的，看上去有点神奇，感觉是一种轻量级的虚拟机，但是能做的事情好像差不多，那时候是在Ubuntu系统的vps里起一个Ubuntu的docker，然后在里面装个nginx，配置端口映射就可以访问了，后来也草草写过一篇使用docker搭建mysql集群，但是最近看了下好像是因为装docker的大佬做了一些别名还是什么操作，导致里面用的操作都不具有普遍性，而且主要是把搭的过程写了下，属于囫囵吞枣，没理解docker是干啥的，为啥用docker，就是操作了下，这几天借着搭phabricator的过程，把一些原来不理解，或者原来理解错误的地方重新理一下。
-之前写的 mysql 集群，一主二备，这种架构在很多小型应用里都是这么配置的，而且一般是直接在三台 vps 里启动三个 mysql 实例，但是如果换成 docker 会有什么好处呢，其实就是方便部署，比如其中一台备库挂了，我要加一台，或者说备库的 qps 太高了，需要再加一个，如果要在 vps 上搭建的话，首先要买一台机器，等初始化，然后在上面修改源，更新，装 mysql ，然后配置主从，可能还要处理防火墙等等，如果把这些打包成一个 docker 镜像，并且放在自己的 docker registry，那就直接run 一下就可以了；还有比如在公司要给一个新同学整一套开发测试环境，以 Java 开发为例，要装 git，maven，jdk，配置 maven settings 和各种 rc，整合在一个镜像里的话，就会很方便了；再比如微服务的水平扩展。
-但是为啥 docker 会有这种优势，听起来好像虚拟机也可以干这个事，但是虚拟机动辄上 G，而且需要 VMware，virtual box 等支持，不适合在Linux服务器环境使用，而且占用资源也会非常大。说得这么好，那么 docker 是啥呢
-docker 主要使用 Linux 中已经存在的两种技术的一个整合升级，一个是 namespace，一个是cgroups，相比于虚拟机需要完整虚拟出一个操作系统运行基础，docker 基于宿主机内核，通过 namespace 和 cgroups 分隔进程，理念就是提供一个隔离的最小化运行依赖，这样子相对于虚拟机就有了巨大的便利性，具体的 namespace 和 cgroups 就先不展开讲，可以参考耗子叔的文章
-安装 那么我们先安装下 docker，参考官方的教程，安装 ，我的系统是 ubuntu 的，就贴了 ubuntu 的链接，用其他系统的可以找到对应的系统文档安装，安装完了的话看看 docker 的信息
-sudo docker infodb_type : sqlite3
-输出以下信息
-简单运行 然后再来运行个 hello world 呗，
-sudo docker run hello-worlddb_path : ./db.sqlite
-输出了这些
-看看这个运行命令是怎么用的，一般都会看到这样子的，sudo docker run -it ubuntu bash, 前面的 docker run 反正就是运行一个容器的意思，-it是啥呢，还有这个什么 ubuntu bash，来看看docker run`的命令帮助信息
--i, --interactive Keep STDIN open even if not attached就是要有输入，我们运行的时候能输入
--t, --tty Allocate a pseudo-TTY要有个虚拟终端，
-Usage: docker run [ OPTIONS] IMAGE [ COMMAND] [ ARG.. .]
+
+
+
+
+
+
+
+
+acme_url : https: //acme- v02.api.letsencrypt.org/directory
-Run a command in a new containeracme_email : ""
-镜像 上面说的-it 就是这里的 options，后面那个 ubuntu 就是 image 辣，image 是啥呢
-Docker 把应用程序及其依赖，打包在 image 文件里面 ，可以把它理解成为类似于虚拟机的镜像或者运行一个进程的代码，跑起来了的叫docker 容器或者进程，比如我们将要运行的docker run -it ubuntu bash的ubuntu 就是个 ubuntu 容器的镜像，将这个镜像运行起来后，我们可以进入容器像使用 ubuntu 一样使用它，来看下我们的镜像，使用sudo docker image ls就能列出我们宿主机上的 docker 镜像了
-
-一个 ubuntu 镜像才 64MB，非常小巧，然后是后面的bash，我通过交互式启动了一个 ubuntu 容器，然后在这个启动的容器里运行了 bash 命令，这样就可以在容器里玩一下了
-在容器里看下进程，
-只有刚才运行容器的 bash 进程和我刚执行的 ps，这里有个可以注意下的，bash 这个进程的 pid 是 1，其实这里就用到了 linux 中的PID Namespace，容器会隔离出一个 pid 的名字空间，这里面的进程跟外部的 pid 命名独立
-查看宿主机上的容器 sudo docker ps -a tls_letsencrypt_hostname : ""
-
-如何进入一个正在运行中的 docker 容器 这个应该是比较常用的，因为比如是一个微服务容器，有时候就像看下运行状态，日志啥的
-sudo docker exec -it [ containerID] bash tls_letsencrypt_cache_dir : ./cache
-
-查看日志 sudo docker logs [ containerID] tls_letsencrypt_challenge_type : HTTP- 01
+
+
+
+tls_letsencrypt_listen : ":http"
-我在运行容器的终端里胡乱输入点啥，然后通过上面的命令就可以看到啦
-
-
+
+tls_cert_path : ""
+tls_key_path : ""
+
+log :
+
+ format : text
+ level : info
+
+
+
+
+acl_policy_path : ""
+
+
+
+
+
+
+
+
+
+
+dns_config :
+
+ override_local_dns : true
+
+
+ nameservers :
+ - 1.1.1.1
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ domains : [ ]
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ magic_dns : true
+
+
+
+
+
+ base_domain : example.com
+
+
+
+
+unix_socket : ./headscale.sock
+unix_socket_permission : "0770"
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+logtail :
+
+
+
+ enabled : false
+
+
+
+
+randomize_client_port : false 问题就是出在几个文件路径的配置，默认都是当前目录，也就是headscale的可执行文件所在目录，需要按它配置说明中的生产配置进行修改
+
+
+private_key_path : /var/lib/headscale/private.key直接改成绝对路径就好了，还有两个文件路径
+noise :
+
+
+
+
+
+
+
+ private_key_path : /var/lib/headscale/noise_private.key第二个问题 这个问题也是一种误导，
+Error initializing error = "unable to open database file: out of memory (14)" 这就是个文件，内存也完全没有被占满的迹象，原来也是文件路径的问题
+
+
+db_path : /var/lib/headscale/db.sqlite都改成绝对路径就可以了，然后这里还有个就是要对/var/lib/headscale/和/etc/headscale/等路径赋予headscale用户权限，有时候对这类问题的排查真的蛮头疼，日志报错都不是真实的错误信息，开源项目对这些错误的提示真的也需要优化，后续的譬如mac也加入节点等后面再开篇讲
]]>
- Docker
- 介绍
+ headscale
- Docker
- namespace
- cgroup
+ headscale
- docker比一般多一点的初学者介绍三
- /2020/03/21/docker%E6%AF%94%E4%B8%80%E8%88%AC%E5%A4%9A%E4%B8%80%E7%82%B9%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E4%BB%8B%E7%BB%8D%E4%B8%89/
- 运行第一个 Dockerfile上一篇的 Dockerfile 我们停留在构建阶段，现在来把它跑起来
-docker run -d -p 80 --name static_web nicksxs/static_web \
-nginx -g "daemon off;" 这里的-d表示以分离模型运行docker (detached),然后-p 是表示将容器的 80 端口开放给宿主机，然后容器名就叫 static_web,使用了我们上次构建的 static_web 镜像，后面的是让 nginx 在前台运行docker exec -it 4792455ca2ed /bin/bash/etc/nginx,/usr/local/etc等目录下，然后找到我们的目录是在这
-第二个 Dockerfile 然后就想来动态一点的，毕竟写过 PHP，就来试试 PHP
-<?php
-echo "Hello World!" ; 然后在 dynamic_web 目录下创建 Dockerfile，
-FROM trafex/alpine-nginx-php7:latest
-COPY src/ /var/www/html
-EXPOSE 80Dockerfile 虽然只有三行，不过要着重说明下，这个底包其实不是docker 官方的，有两点考虑，一点是官方的基本都是 php apache 的镜像，还有就是 alpine这个，截取一段中文介绍
-
-Alpine 操作系统是一个面向安全的轻型 Linux 发行版。它不同于通常 Linux 发行版，Alpine 采用了 musl libc 和 busybox 以减小系统的体积和运行时资源消耗，但功能上比 busybox 又完善的多，因此得到开源社区越来越多的青睐。在保持瘦身的同时，Alpine 还提供了自己的包管理工具 apk，可以通过 https://pkgs.alpinelinux.org/packages 网站上查询包信息，也可以直接通过 apk 命令直接查询和安装各种软件。
-
-
-Alpine Docker 镜像也继承了 Alpine Linux 发行版的这些优势。相比于其他 Docker 镜像，它的容量非常小，仅仅只有 5 MB 左右（对比 Ubuntu 系列镜像接近 200 MB），且拥有非常友好的包管理机制。官方镜像来自 docker-alpine 项目。
+ Leetcode 4 寻找两个正序数组的中位数 ( Median of Two Sorted Arrays *Hard* ) 题解分析
+ /2022/03/27/Leetcode-4-%E5%AF%BB%E6%89%BE%E4%B8%A4%E4%B8%AA%E6%AD%A3%E5%BA%8F%E6%95%B0%E7%BB%84%E7%9A%84%E4%B8%AD%E4%BD%8D%E6%95%B0-Median-of-Two-Sorted-Arrays-Hard-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。
+算法的时间复杂度应该为 O(log (m+n)) 。
+示例 1：
+输入：nums1 = [1,3], nums2 = [2]
-
-目前 Docker 官方已开始推荐使用 Alpine 替代之前的 Ubuntu 做为基础镜像环境。这样会带来多个好处。包括镜像下载速度加快，镜像安全性提高，主机之间的切换更方便，占用更少磁盘空间等。
+示例 2：
+输入：nums1 = [1,2], nums2 = [3,4]
-一方面在没有镜像的情况下，拉取 docker 镜像还是比较费力的，第二个就是也能节省硬盘空间，所以目前有大部分的 docker 镜像都将 alpine 作为基础镜像了docker run -d -p 80:80 dynamic_web打开浏览器发现访问不了，咋回事呢trafex/alpine-nginx-php7:latest这个镜像说明 ,它内部的服务是 8080 端口的，所以我们映射的暴露端口应该是 8080，再用 docker run -d -p 80:8080 dynamic_web这个启动，
-]]>
-
- Docker
- 介绍
-
-
- Docker
- namespace
- Dockerfile
-
-
-
- docker比一般多一点的初学者介绍二
- /2020/03/15/docker%E6%AF%94%E4%B8%80%E8%88%AC%E5%A4%9A%E4%B8%80%E7%82%B9%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E4%BB%8B%E7%BB%8D%E4%BA%8C/
- 限制下 docker 的 cpu 使用率这里我们开始玩一点有意思的，我们在容器里装下 vim 和 gcc，然后写这样一段 c 代码
-#include <stdio.h>
-int main(void)
-{
- int i = 0;
- for(;;) i++;
- return 0;
-}就是一个最简单的死循环，然后在容器里跑起来
-$ gcc 1 .c
-$ ./a.out然后我们来看下系统资源占用（CPU）
-docker commit -a "nick" -m "my ubuntu" f63c5607df06 my_ubuntu:v1然后再运行起来
-docker run -it --cpus = 0.1 my_ubuntu:v1 bash --cpus=0.1这个参数，它其实就是基于我前一篇说的 cgroup 技术，能将进程之间的cpu，内存等资源进行隔离
-开始第一个 Dockerfile 上一面为了复用那个我装了 vim 跟 gcc 的容器，我把它提交到了本地，使用了docker commit命令，有点类似于 git 的 commit，但是这个不是个很好的操作方式，需要手动介入，这里更推荐使用 Dockerfile 来构建镜像
-From ubuntu:latest
-MAINTAINER Nicksxs "nicksxs@hotmail.com"
-RUN sed -i s@/archive.ubuntu.com/@/mirrors.aliyun.com/@g /etc/apt/sources.list
-RUN apt-get clean
-RUN apt-get update && apt install -y nginx
-RUN echo 'Hi, i am in container' \
- > /usr/share/nginx/html/index.html
-EXPOSE 80先解释下这是在干嘛，首先是这个From ubuntu:latest基于的 ubuntu 的最新版本的镜像，然后第二行是维护人的信息，第三四行么作为墙内人你懂的，把 ubuntu 的源换成阿里云的，不然就有的等了，然后就是装下 nginx，往默认的 nginx 的入口 html 文件里输入一行欢迎语，然后暴露 80 端口sudo docker build -t="nicksxs/static_web" .命令来基于这个 Dockerfile 构建我们自己的镜像，过程中是这样的.，代表当前目录下会自行去寻找 Dockerfile 进行构建，构建完了之后我们再看下我们的本地镜像sudo docker run -t -i bd26f991b6c8 /bin/bashUsing cache，说明 docker 在构建镜像的时候是有缓存的，这也更能说明 docker 是基于层去构建镜像，同样的底包，同样的步骤，这些层是可以被复用的，这就是 docker 的构建缓存，当然我们也可以在 build 的时候加上--no-cache去把构建缓存禁用掉。
+分析与题解 这个题也是我随机出来的，之前都是随机到 easy 的，而且是序号这么靠前的，然后翻一下，之前应该是用 C++做过的，具体的方法其实可以从他的算法时间复杂度要求看出来，大概率是要二分法这种，后面就结合代码来讲了
+public double findMedianSortedArrays ( int [ ] nums1, int [ ] nums2) {
+ int n1 = nums1. length;
+ int n2 = nums2. length;
+ if ( n1 > n2) {
+ return findMedianSortedArrays ( nums2, nums1) ;
+ }
+
+
+ int k = ( n1 + n2 + 1 ) / 2 ;
+
+
+ int left = 0 ;
+ int right = n1;
+ while ( left < right) {
+
+ int m1 = left + ( right - left) / 2 ;
+
+
+
+ int m2 = k - m1;
+
+ if ( nums1[ m1] < nums2[ m2 - 1 ] ) {
+ left = m1 + 1 ;
+ } else {
+ right = m1;
+ }
+ }
+
+
+ int m1 = left;
+ int m2 = k - left;
+
+
+
+
+ int c1 = Math . max ( m1 <= 0 ? Integer . MIN_VALUE : nums1[ m1 - 1 ] , m2 <= 0 ? Integer . MIN_VALUE : nums2[ m2 - 1 ] ) ;
+
+
+
+ if ( ( n1 + n2) % 2 == 1 ) {
+ return c1;
+ }
+
+ int c2 = Math . min ( m1 >= n1 ? Integer . MAX_VALUE : nums1[ m1] , m2 >= n2 ? Integer . MAX_VALUE : nums2[ m2] ) ;
+ return ( c1 + c2) / 2.0 ;
+ } 前面考虑的方法还是比较繁琐，考虑了两个数组的各种交叉情况，后面这个参考了一些网上的解法，代码比较简洁，但是可能不容易一下子就搞明白，所以配合了比较多的注释。
]]>
- Docker
- 介绍
+ Java
+ leetcode
- Docker
- namespace
- cgroup
+ leetcode
+ java
+ 题解
+ Median of Two Sorted Arrays
- docker比一般多一点的初学者介绍四
- /2022/12/25/docker%E6%AF%94%E4%B8%80%E8%88%AC%E5%A4%9A%E4%B8%80%E7%82%B9%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E4%BB%8B%E7%BB%8D%E5%9B%9B/
- 这次单独介绍下docker体系里非常重要的cgroup，docker对资源的限制也是基于cgroup构建的，#!/bin/bash
-while true ; do
- echo "1"
-done 直接执行的话就是单核100%的cpu
-首先在cgroup下面建个目录
-mkdir -p /sys/fs/cgroup/cpu/sxs_test/查看目录下的文件
-echo 2000 > /sys/fs/cgroup/cpu/sxs_test/cpu.cfs_quota_us 这样表示可以使用2%的cpu，总的配额是在cpu.cfs_period_us中
-然后将当前进程输入到cgroup.procs,
-echo $$ > /sys/fs/cgroup/cpu/sxs_test/cgroup.procs这样就会自动继承当前进程产生的新进程
+ Leetcode 42 接雨水 (Trapping Rain Water) 题解分析
+ /2021/07/04/Leetcode-42-%E6%8E%A5%E9%9B%A8%E6%B0%B4-Trapping-Rain-Water-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍给定 n 个非负整数表示每个宽度为 1 的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。
+示例 输入 ：height = [0,1,0,2,1,0,1,3,2,1,2,1]输出 ：6解释 ：上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图，在这种情况下，可以接 6 个单位的雨水（蓝色部分表示雨水）。
+简单分析 其实最开始的想法是从左到右扫区间，就是示例中的第一个水槽跟第二个水槽都可以用这个办法解决
+public int trap ( int [ ] height) {
+ int lastLeft = - 1 ;
+ int sum = 0 ;
+ int tempSum = 0 ;
+ boolean startFlag = true ;
+ for ( int j : height) {
+ if ( startFlag && j <= 0 ) {
+ startFlag = false ;
+ continue ;
+ }
+ if ( j >= lastLeft) {
+ sum += tempSum;
+ tempSum = 0 ;
+ lastLeft = j;
+ } else {
+ tempSum += lastLeft - j;
+ }
+ }
+ return sum;
+} 后面结合网上的解法，其实可以反过来，对于每个格子找左右侧的最大值，取小的那个和当前格子的差值就是这一个的储水量了
+代码 int n = height. length;
+if ( n <= 2 ) {
+ return 0 ;
+}
+
+
+int maxL[ ] = new int [ n] ;
+int maxR[ ] = new int [ n] ;
+int max = height[ 0 ] ;
+maxL[ 0 ] = 0 ;
+
+for ( int i = 1 ; i < n - 1 ; i++ ) {
+ maxL[ i] = max;
+ if ( max < height[ i] ) {
+ max = height[ i] ;
+ }
+}
+max = height[ n - 1 ] ;
+maxR[ n - 1 ] = 0 ;
+int tempSum, sum = 0 ;
+
+for ( int i = n - 2 ; i > 0 ; i-- ) {
+ maxR[ i] = max;
+ if ( height[ i] > max) {
+ max = height[ i] ;
+ }
+ tempSum = Math . min ( maxL[ i] , maxR[ i] ) - height[ i] ;
+ if ( tempSum > 0 ) {
+ sum += tempSum;
+ }
+}
+return sum;
- Docker
+ Java
+ leetcode
- Docker
+ leetcode
+ java
+ dp
+ 代码题解
+ Trapping Rain Water
+ 接雨水
+ Leetcode 42
- dubbo 客户端配置的一个重要知识点
- /2022/06/11/dubbo-%E5%AE%A2%E6%88%B7%E7%AB%AF%E9%85%8D%E7%BD%AE%E7%9A%84%E4%B8%80%E4%B8%AA%E9%87%8D%E8%A6%81%E7%9F%A5%E8%AF%86%E7%82%B9/
- 在配置项目中其实会留着比较多的问题，由于不同的项目没有比较统一的规划和框架模板，一般都是只有创建者会比较了解（可能也不了解），譬如前阵子在配置一个 springboot + dubbo 的项目，发现了dubbo 连接注册中间客户端的问题，这里可以结合下代码来看< dependency> < groupId> </ groupId> < artifactId> </ artifactId> < version> </ version> </ dependency> < dependency> < groupId> </ groupId> < artifactId> </ artifactId> < version> </ version> </ dependency> 有个别应用用的是这个
-< dependency> < groupId> </ groupId> < artifactId> </ artifactId> < version> </ version> </ dependency> 还有的应用是找不到相关的依赖，并且这些的使用没有个比较好的说明，为啥用前者，为啥用后者，有啥注意点，org.apache.curator.framework.CuratorFrameworkFactory 类
-@SPI ( "curator" )
-public interface ZookeeperTransporter {
+ Leetcode 698 划分为k个相等的子集 ( Partition to K Equal Sum Subsets *Medium* ) 题解分析
+ /2022/06/19/Leetcode-698-%E5%88%92%E5%88%86%E4%B8%BAk%E4%B8%AA%E7%9B%B8%E7%AD%89%E7%9A%84%E5%AD%90%E9%9B%86-Partition-to-K-Equal-Sum-Subsets-Medium-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍Given an integer array nums and an integer k, return true if it is possible to divide this array into k non-empty subsets whose sums are all equal.
+示例 Example 1:
+
+Input: nums = [4,3,2,3,5,2,1], k = 4Output: trueExplanation: It is possible to divide it into 4 subsets (5), (1, 4), (2,3), (2,3) with equal sums.
+
+Example 2:
+
+Input: nums = [1,2,3,4], k = 3Output: false
+
+Constraints:
+
+1 <= k <= nums.length <= 16
+1 <= nums[i] <= 10^4
+The frequency of each element is in the range [1, 4].
+
+解析 看到这个题一开始以为挺简单，但是仔细想想问题还是挺多的，首先是分成 k 组，但是数量不限，应该需要用到回溯的方式，同时对于时间和空间复杂度也有要求，一开始这个代码是超时的，我也试了下 leetcode 上 discussion 里 vote 最高的提交也是超时的，不过看 discussion 里的帖子，貌似是后面加了一些条件，可以帮忙提高执行效率，第三条提示不太清楚意图，具体可以看下代码
+代码 public boolean canPartitionKSubsets ( int [ ] nums, int k) {
+ if ( k == 1 ) {
+ return true ;
+ }
+ int sum = 0 , n;
+ n = nums. length;
+ for ( int num : nums) {
+ sum += num;
+ }
+ if ( sum % k != 0 ) {
+ return false ;
+ }
- @Adaptive ( { Constants . CLIENT_KEY , Constants . TRANSPORTER_KEY } )
- ZookeeperClient connect ( URL url) ;
+ int avg = sum / k;
+
+ Arrays . sort ( nums) ;
+
+ if ( nums[ n - 1 ] > avg) {
+ return false ;
+ }
+
+ int calculated = 0 ;
+ for ( int i = n - 1 ; i > 0 ; i-- ) {
+ if ( nums[ i] == avg) {
+ k-- ;
+ calculated++ ;
+ }
+ }
-} 众所周知，dubbo 创造了叫自适应扩展点加载 的神奇技术，这里的 adaptive 注解中的Constants.CLIENT_KEY 和 Constants.TRANSPORTER_KEY 可以在配置 dubbo 的注册信息的时候进行配置，如果是通过 xml 配置的话，可以在 <dubbo:registry/> 这个 tag 中的以上两个 key 进行配置，
-< xsd: elementname = " registry" type = " registryType" > < xsd: annotation> < xsd: documentation> <![CDATA[ The registry config ]]> </ xsd: documentation> </ xsd: annotation> </ xsd: element> int [ ] bucket = new int [ k] ;
+
+ for ( int i = 0 ; i < k; i++ ) {
+ bucket[ i] = avg;
+ }
-com.alibaba.dubbo.remoting.zookeeper.ZookeeperTransporter 中可以看到
-zkclient = com.alibaba.dubbo.remoting.zookeeper.zkclient.ZkclientZookeeperTransporter
-curator = com.alibaba.dubbo.remoting.zookeeper.curator.CuratorZookeeperTransporter
+
+ if ( nums[ n - 1 ] > avg) {
+ return false ;
+ }
-zkclient = com.alibaba.dubbo.remoting.zookeeper.zkclient.ZkclientZookeeperTransporter
-curator = com.alibaba.dubbo.remoting.zookeeper.curator.CuratorZookeeperTransporter
+ return backTraversal ( nums, bucket, k, n - 1 - calculated) ;
+}
-zkclient = com.alibaba.dubbo.remoting.zookeeper.zkclient.ZkclientZookeeperTransporter
-curator = com.alibaba.dubbo.remoting.zookeeper.curator.CuratorZookeeperTransporter而在上面的代码里默认的SPI 值是 curator，所以如果不配置，那就会报上面找不到类的问题，所以如果需要使用 zkclient 的，就需要在<dubbo:registry/> 配置中添加 client="zkclient"这个配置，所以有些地方还是需要懂一些更深层次的原理，但也不至于每个东西都要抠到每一行代码原理，除非就是专门做这一块的。
-]]>
-
- Java
- Dubbo
-
-
- Java
- Dubbo
-
-
-
- docker使用中发现的echo命令的一个小技巧及其他
- /2020/03/29/echo%E5%91%BD%E4%BB%A4%E7%9A%84%E4%B8%80%E4%B8%AA%E5%B0%8F%E6%8A%80%E5%B7%A7/
- echo 实操技巧最近做 docker 系列，会经常需要进到 docker 内部，如上一篇介绍的，这些镜像一般都有用 ubuntu 或者alpine 这样的 Linux 系统作为底包，如果构建镜像的时候没有替换源的话，因为特殊的网络原因，在内部想编辑下东西要安装个类似于 vim 这样的编辑器就会很慢很慢，像视频里 two thousand years later~ 而且如果在容器内部想改源配置的话也要编辑器，就陷入了一个鸡生蛋，跟蛋生鸡的死锁问题中，对于 linux 大神来说应该有一万种方法解决这个问题，对于我这个渣渣来说可能只想到了这个土方法，先 cp backup 一下 sources.list, 再 echo “xxx” > sources.list, 这里就碰到了一个问题，这个 sources.list 一般不止一行，直接 echo 的话就解析不了了，不过 echo 可以支持”\n”转义，就是加-e看一下解释和示例，我这里使用了 tldr ，可以用 npm install -g tldr 安装，也可以直接用man， 或者–help 来查看使用方式
-查看镜像底包 还有一点也是在这个时候要安装 vim 之类的，得知道是什么镜像底包，如果是用 uname 指令，其实看到的是宿主机的系统，得用cat /etc/issue
-
-寻找系统镜像源 目前国内系统源用得比较多的是阿里云源，不过这里也推荐清华源 , 中科大源 , 浙大源 这里不要脸的推荐下母校的源，不过还不是很完善，尽情期待下。
-]]>
-
- Linux
- Docker
- 命令
- echo
- 发行版本
-
-
- linux
- Docker
- echo
- uname
- 发行版
-
-
-
- gogs使用webhook部署react单页应用
- /2020/02/22/gogs%E4%BD%BF%E7%94%A8webhook%E9%83%A8%E7%BD%B2react%E5%8D%95%E9%A1%B5%E5%BA%94%E7%94%A8/
- 众所周知，我是个前端彩笔，但是也想做点自己可以用的工具页面，所以就让朋友推荐了蚂蚁出品的 ant design，说基本可以直接 ctrl-c ctrl-v，实测对我这种来说还是有点难的，不过也能写点，但是现在碰到的问题是怎么部署到自己的服务器上去webhook ，这个我一开始用 snap 安装，但是出现问题，run 的时候会出现后面参数带的 hooks.json 文件找不到，然后索性就直接 github 上下最新版，放 /usr/local/bin 了，webhook 的原理呢其实也比较简单，就是起一个 http 服务，通过 post 请求调用，解析下参数，如果跟配置的参数一致，就调用对应的命令或者脚本。
-配置 hooks.json webhook 的配置，需要的两个文件，一个是 hooks.json，这个是 webhook 服务的配置文件，像这样
-[
- {
- "id" : "redeploy-app" ,
- "execute-command" : "/opt/scripts/redeploy.sh" ,
- "command-working-directory" : "/opt/scripts" ,
- "pass-arguments-to-command" :
- [
- {
- "source" : "payload" ,
- "name" : "head_commit.message"
- } ,
- {
- "source" : "payload" ,
- "name" : "pusher.name"
- } ,
- {
- "source" : "payload" ,
- "name" : "head_commit.id"
- }
- ] ,
- "trigger-rule" :
- {
- "and" :
- [
- {
- "match" :
- {
- "type" : "payload-hash-sha1" ,
- "secret" : "your-github-secret" ,
- "parameter" :
- {
- "source" : "header" ,
- "name" : "X-Hub-Signature"
- }
- }
- } ,
- {
- "match" :
- {
- "type" : "value" ,
- "value" : "refs/heads/master" ,
- "parameter" :
- {
- "source" : "payload" ,
- "name" : "ref"
- }
- }
- }
- ]
+private boolean backTraversal ( int [ ] nums, int [ ] bucket, int k, int cur) {
+ if ( cur < 0 ) {
+ return true ;
}
- }
-] 这是个跟 github搭配的示例，首先 id 表示的是这个对应 hook 的识别 id，也可以看到这个 hooks.json 的结构是这样的一个数组，然后就是要执行的命令和命令执行的参数，值得注意的是这个trigger-rule,就是请求进来了回去匹配里面的，比如前一个是一个加密的，放在请求头里，第二个 match 表示请求里的 ref 是个 master 分支，就可以区分分支进行不同操作，但是前面的加密配合 gogs 使用的时候有个问题(PS: webhook 的文档是真的烂)，gogs 设置 webhook 的加密是用的
-
-密钥文本将被用于计算推送内容的 SHA256 HMAC 哈希值，并设置为 X-Gogs-Signature 请求头的值。
-
-这种加密方式，所以 webhook 的这个示例的加密方式不行，但这货的文档里居然没有说明支持哪些加密，神TM，后来还是翻 issue 翻到了, 需要使用这个payload-hash-sha256
-执行脚本 redeploy.sh 脚本类似于这样
-#!/bin/bash -e
-
-function cleanup {
- echo "Error occoured"
-}
-trap cleanup ERR
-
-commit_message = $1
-pusher_name = $2
-commit_id = $3
-
+ for ( int i = 0 ; i < k; i++ ) {
+ if ( bucket[ i] == nums[ cur] || bucket[ i] >= nums[ cur] + nums[ 0 ] ) {
+
+
+
+
+
-cd ~/do-react-example-app/
-git pull origin master
-yarn && yarn build[ i] -= nums[ cur] ;
+
+
+ if ( backTraversal ( nums, bucket, k, cur - 1 ) ) return true ;
+
+ bucket[ i] += nums[ cur] ;
+ }
+ }
+ return false ;
+} 就是简单的拉代码，然后构建下，真实使用时可能不是这样，因为页面会部署在 nginx 的作用目录，还需要 rsync 过去，这部分可能还涉及到两个问题第一个是使用 rsync 还是其他的 cp，不过这个无所谓；第二个是目录权限的问题，以我的系统ubuntu 为例，默认用户是 ubuntu，nginx 部署的目录是 www，所以需要切换用户等操作，一开始是想用在shell 文件中直接写了密码，但是不知道咋传，查了下是类似于这样 echo "passwd" | sudo -S cmd，通过管道命令往后传，然后就是这个-S, 参数的解释是-S, --stdin read password from standard input,但是这样么也不是太安全的赶脚，又看了下还有两种方法，
-
-就是给root 设置一个不需要密码的命令类似于这样，
-myusername ALL = ( ALL) ALL
-myusername ALL = ( root) NOPASSWD: /path/to/my/program另一种就是把默认用户跟 root 设置成同一个 group 的
-
-使用 真正实操的时候其实还有不少问题，首先运行 webhook 就碰到了我前面说的，使用 snap 运行的时候会找不到前面的 hooks.json配置文件，执行snap run webhook -hooks /opt/hooks/hooks.json -verbose就碰到下面的couldn't load hooks from file! open /opt/hooks/hooks.json: no such file or directory，后来直接下了个官方最新的 release，就直接执行 webhook -hooks /opt/hooks/hooks.json -verbose 就可以了，然后是前面的示例配置文件里的几个参数，比如head_commit.message 其实 gogs 推过来的根本没这玩意，而且都是数组，不知道咋取，烂文档，不过总比搭个 drone 好一点就忍了。补充一点就是在 debug 的时候需要看下问题出在哪，看看脚本有没有执行，所以需要在前面的 json 里加这个参数"include-command-output-in-response": true, 就能输出来脚本执行结果
+最后贴个图
]]>
- 持续集成
-
-
- Gogs
- Webhook
-
-
-
- invert-binary-tree
- /2015/06/22/invert-binary-tree/
- Invert a binary tree
- 4
- / \
- 2 7
- / \ / \
-1 3 6 9
-to
- 4
- / \
- 7 2
- / \ / \
-9 6 3 1
-Trivia: this original tweet by Max Howell :
-
-Google: 90% of our engineers use the software you wrote (Homebrew),
-
-/**
- * Definition for a binary tree node.
- * struct TreeNode {
- * int val;
- * TreeNode *left;
- * TreeNode *right;
- * TreeNode(int x) : val(x), left(NULL), right(NULL) {}
- * };
- */
-class Solution {
-public:
- TreeNode* invertTree(TreeNode* root) {
- if(root == NULL) return root;
- TreeNode* temp;
- temp = invertTree(root->left);
- root->left = invertTree(root->right);
- root->right = temp;
- return root;
- }
-};
+ Java
leetcode
leetcode
- c++
+ java
- minimum-size-subarray-sum-209
- /2016/10/11/minimum-size-subarray-sum-209/
- problemGiven an array of n positive integers and a positive integer s, find the minimal length of a subarray of which the sum ≥ s. If there isn’t one, return 0 instead.
-For example, given the array [2,3,1,2,4,3] and s = 7,[4,3] has the minimal length under the problem constraint.
-题解 参考，滑动窗口，跟之前Data Structure课上的online算法有点像，链接
-Code class Solution {
-public:
- int minSubArrayLen(int s, vector<int>& nums) {
- int len = nums.size();
- if(len == 0) return 0;
- int minlen = INT_MAX;
- int sum = 0;
-
- int left = 0;
- int right = -1;
- while(right < len)
- {
- while(sum < s && right < len)
- sum += nums[++right];
- if(sum >= s)
- {
- minlen = minlen < right - left + 1 ? minlen : right - left + 1;
- sum -= nums[left++];
- }
- }
- return minlen > len ? 0 : minlen;
- }
-};Leetcode 83 删除排序链表中的重复元素 ( Remove Duplicates from Sorted List *Easy* ) 题解分析
+ /2022/03/13/Leetcode-83-%E5%88%A0%E9%99%A4%E6%8E%92%E5%BA%8F%E9%93%BE%E8%A1%A8%E4%B8%AD%E7%9A%84%E9%87%8D%E5%A4%8D%E5%85%83%E7%B4%A0-Remove-Duplicates-from-Sorted-List-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍给定一个已排序的链表的头 head ， 删除所有重复的元素，使每个元素只出现一次 。返回 已排序的链表 。
+示例 1：
+
+输入：head = [1,1,2]
+
+示例 2：
+
+输入：head = [1,1,2,3,3]
+
+提示：
+链表中节点数目在范围 [0, 300] 内
+-100 <= Node.val <= 100题目数据保证链表已经按 升序 排列
+
+分析与题解 这题其实是比较正常的 easy 级别的题目，链表已经排好序了，如果还带一个排序就更复杂一点，
+code public ListNode deleteDuplicates ( ListNode head) {
+
+ if ( head == null || head. next == null ) {
+ return head;
+ }
+ ListNode tail = head;
+
+ while ( tail. next != null ) {
+ ListNode temp = tail. next;
+
+
+ if ( temp. val == tail. val) {
+ tail. next = temp. next;
+ } else {
+
+ tail = tail. next;
+ }
+ }
+
+ return head;
+} 链表应该是个需要反复的训练的数据结构，因为涉及到前后指针，然后更新操作，判空等，
]]>
+ Java
leetcode
leetcode
- c++
+ java
+ 题解
+ Remove Duplicates from Sorted List
- C++ 指针使用中的一个小问题
- /2014/12/23/my-new-post/
- 在工作中碰到的一点C++指针上的一点小问题在C++中，应该是从C语言就开始了，除了void 型指针之外都是需要有分配对应的内存才可以使用，同时malloc 与free 成对使用，new 与delete 成对使用，否则造成内存泄漏。
-]]>
+ Leetcode 885 螺旋矩阵 III ( Spiral Matrix III *Medium* ) 题解分析
+ /2022/08/23/Leetcode-885-%E8%9E%BA%E6%97%8B%E7%9F%A9%E9%98%B5-III-Spiral-Matrix-III-Medium-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍You start at the cell (rStart, cStart) of an rows x cols grid facing east. The northwest corner is at the first row and column in the grid, and the southeast corner is at the last row and column.
+You will walk in a clockwise spiral shape to visit every position in this grid. Whenever you move outside the grid’s boundary, we continue our walk outside the grid (but may return to the grid boundary later.). Eventually, we reach all rows * cols spaces of the grid.
+Return an array of coordinates representing the positions of the grid in the order you visited them.
+Example 1:
+Input: rows = 1, cols = 4, rStart = 0, cStart = 0Output: [[0,0],[0,1],[0,2],[0,3]]
+
+Example 2:
+Input: rows = 5, cols = 6, rStart = 1, cStart = 4Output: [[1,4],[1,5],[2,5],[2,4],[2,3],[1,3],[0,3],[0,4],[0,5],[3,5],[3,4],[3,3],[3,2],[2,2],[1,2],[0,2],[4,5],[4,4],[4,3],[4,2],[4,1],[3,1],[2,1],[1,1],[0,1],[4,0],[3,0],[2,0],[1,0],[0,0]]
+
+Constraints:
+
+1 <= rows, cols <= 100 0 <= rStart < rows 0 <= cStart < cols
+简析 这个题主要是要相同螺旋矩阵的转变方向的边界判断，已经相同步长会行进两次这个规律，写代码倒不复杂
+代码 public int [ ] [ ] spiralMatrixIII ( int rows, int cols, int rStart, int cStart) {
+ int size = rows * cols;
+ int x = rStart, y = cStart;
+
+ int [ ] [ ] matrix = new int [ size] [ 2 ] ;
+
+ matrix[ 0 ] [ 0 ] = rStart;
+ matrix[ 0 ] [ 1 ] = cStart;
+
+ int z = 1 ;
+
+ int a = 1 ;
+
+ int dir = 1 ;
+ while ( z < size) {
+ for ( int i = 0 ; i < 2 ; i++ ) {
+ for ( int j= 0 ; j < a; j++ ) {
+
+ if ( dir % 4 == 1 ) {
+ y++ ;
+ } else if ( dir % 4 == 2 ) {
+ x++ ;
+ } else if ( dir % 4 == 3 ) {
+ y-- ;
+ } else {
+ x-- ;
+ }
+
+ if ( x < rows && y < cols && x >= 0 && y >= 0 ) {
+ matrix[ z] [ 0 ] = x;
+ matrix[ z] [ 1 ] = y;
+ z++ ;
+ }
+ }
+
+ dir++ ;
+ }
+
+ a++ ;
+ }
+ return matrix;
+ } 结果
+]]>
- C++
+ Java
+ leetcode
- 博客，文章
+ leetcode
+ java
+ 题解
- mybatis 的 foreach 使用的注意点
- /2022/07/09/mybatis-%E7%9A%84-foreach-%E4%BD%BF%E7%94%A8%E7%9A%84%E6%B3%A8%E6%84%8F%E7%82%B9/
- mybatis 在作为轻量级 orm 框架，如果要使用类似于 in 查询的语句，除了直接替换字符串，还可以使用 foreach 标签<!ELEMENT foreach (#PCDATA | include | trim | where | set | foreach | choose | if | bind)*>
-<!ATTLIST foreach
-collection CDATA #REQUIRED
-item CDATA #IMPLIED
-index CDATA #IMPLIED
-open CDATA #IMPLIED
-close CDATA #IMPLIED
-separator CDATA #IMPLIED
->collection 表示需要使用 foreach 的集合，item 表示进行迭代的变量名，index 就是索引值，而 open 跟 close
-例如写了一个简单的 sql 查询
-< selectid = " search" parameterType = " list" resultMap = " StudentMap" > < where> < foreachcollection = " list" item = " item" open = " (" close = " )" separator = " ," > </ foreach> </ where> </ select> 这里就发现了一个问题，collection 对应的这个值，如果传入的参数是个 HashMap，collection 的这个值就是以此作为
-public List < Student > search ( List < Long > ) ; 我是这么定义的，而 collection 的值是list，这里就有一点不能理解了，但其实是 mybatis 考虑到使用的方便性，
-@Override
-public < E > List < E > selectList ( String statement, Object parameter, RowBounds rowBounds) {
- try {
- MappedStatement ms = configuration. getMappedStatement ( statement) ;
- return executor. query ( ms, wrapCollection ( parameter) , rowBounds, Executor . NO_RESULT_HANDLER ) ;
- } catch ( Exception e) {
- throw ExceptionFactory . wrapException ( "Error querying database. Cause: " + e, e) ;
- } finally {
- ErrorContext . instance ( ) . reset ( ) ;
- }
-}
-
- private Object wrapCollection ( final Object object) {
- if ( object instanceof Collection ) {
- StrictMap < Object > = new StrictMap < Object > ( ) ;
- map. put ( "collection" , object) ;
- if ( object instanceof List ) {
-
- map. put ( "list" , object) ;
- }
- return map;
- } else if ( object != null && object. getClass ( ) . isArray ( ) ) {
- StrictMap < Object > = new StrictMap < Object > ( ) ;
- map. put ( "array" , object) ;
- return map;
- }
- return object;
- }
+ Leetcode 48 旋转图像(Rotate Image) 题解分析
+ /2021/05/01/Leetcode-48-%E6%97%8B%E8%BD%AC%E5%9B%BE%E5%83%8F-Rotate-Image-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍You are given an n x n 2D matrix representing an image, rotate the image by 90 degrees (clockwise).
+You have to rotate the image in-place, which means you have to modify the input 2D matrix directly. DO NOT allocate another 2D matrix and do the rotation.
+代码 直接上码
+public void rotate ( int [ ] [ ] matrix) {
+
+ int lengthX = matrix[ 0 ] . length;
+ int lengthY = matrix. length;
+ int temp;
+ System . out. println ( lengthY - ( lengthY % 2 ) / 2 ) ;
+
+
+
+ for ( int i = 0 ; i < ( lengthY - ( lengthY % 2 ) ) / 2 ; i++ ) {
+ for ( int j = 0 ; j < lengthX; j++ ) {
+ temp = matrix[ i] [ j] ;
+ matrix[ i] [ j] = matrix[ lengthY- i- 1 ] [ j] ;
+ matrix[ lengthY- i- 1 ] [ j] = temp;
+ }
+ }
+
+
+ for ( int i = 0 ; i < lengthX; i++ ) {
+ for ( int j = 0 ; j <= i; j++ ) {
+ if ( i == j) {
+ continue ;
+ }
+ temp = matrix[ i] [ j] ;
+ matrix[ i] [ j] = matrix[ j] [ i] ;
+ matrix[ j] [ i] = temp;
+ }
+ }
+ } 还没到可以直接归纳题目类型的水平，主要是几年前做过，可能有那么点模糊的记忆，当然应该也有直接转的方法
+]]>
Java
- Mybatis
- Mysql
+ leetcode
+ Rotate Image
- Java
- Mysql
- Mybatis
+ leetcode
+ java
+ 题解
+ Rotate Image
+ 矩阵
- mybatis 的缓存是怎么回事
- /2020/10/03/mybatis-%E7%9A%84%E7%BC%93%E5%AD%98%E6%98%AF%E6%80%8E%E4%B9%88%E5%9B%9E%E4%BA%8B/
- Java 真的是任何一个中间件，比较常用的那种，都有很多内容值得深挖，比如这个缓存，慢慢有过一些感悟，比如如何提升性能，缓存无疑是一大重要手段，最底层开始 CPU 就有缓存，而且又小又贵，再往上一点内存一般作为硬盘存储在运行时的存储，一般在代码里也会用内存作为一些本地缓存，譬如数据库，像 mysql 这种也是有innodb_buffer_pool来提升查询效率，本质上理解就是用更快的存储作为相对慢存储的缓存，减少查询直接访问较慢的存储，并且这个都是相对的，比起 cpu 的缓存，那内存也是渣，但是与普通机械硬盘相比，那也是两个次元的水平。
-闲扯这么多来说说 mybatis 的缓存，mybatis 一般作为一个轻量级的 orm 使用，相对应的就是比较重量级的 hibernate，不过不在这次讨论范围，上一次是主要讲了 mybatis 在解析 sql 过程中，对于两种占位符的不同替换实现策略，这次主要聊下 mybatis 的缓存，前面其实得了解下前置的东西，比如 sqlsession，先当做我们知道 sqlsession 是个什么玩意，可能或多或少的知道 mybatis 是有两级缓存，
-一级缓存 第一级的缓存是在 BaseExecutor 中的 PerpetualCache ，它是个最基本的缓存实现类，使用了 HashMap 实现缓存功能，代码其实没几十行
-public class PerpetualCache implements Cache {
-
- private final String id;
-
- private final Map<Object, Object> cache = new HashMap<>();
-
- public PerpetualCache(String id) {
- this.id = id;
- }
-
- @Override
- public String getId() {
- return id;
- }
-
- @Override
- public int getSize() {
- return cache.size();
- }
-
- @Override
- public void putObject(Object key, Object value) {
- cache.put(key, value);
- }
+ leetcode no.3
+ /2015/04/15/Leetcode-No-3/
+ **Longest Substring Without Repeating Characters **
+description Given a string, find the length of the longest substring without repeating characters.
+分析 源码 这次是参考了这个代码，
+int ct[256];
+ memset(ct, -1, sizeof(ct));
+ int tail = -1;
+ int max = 0;
+ for (int i = 0; i < s.size(); i++){
+ if (ct[s[i]] > tail)
+ tail = ct[s[i]];
+ if (i - tail > max)
+ max = i - tail;
+ ct[s[i]] = i;
+ }
+ return max;
+
+ leetcode
+
+
+ leetcode
+ c++
+
+
+
+ Linux 下 grep 命令的一点小技巧
+ /2020/08/06/Linux-%E4%B8%8B-grep-%E5%91%BD%E4%BB%A4%E7%9A%84%E4%B8%80%E7%82%B9%E5%B0%8F%E6%8A%80%E5%B7%A7/
+ 用了比较久的 grep 命令，其实都只是用了最最基本的功能来查日志，
+譬如
+
+grep 'xxx' xxxx.log
+然后有挺多情况比如想要找日志里带一些符号什么的，就需要用到一些特殊的
+比如这样\"userId\":\"123456\"，因为比如用户 ID 有时候会跟其他的 id 一样，只用具体的值 123456 来查的话干扰信息太多了，如果直接这样
+
+grep '\"userId\":\"123456\"' xxxx.log
+可以看一下BaseExecutor 的构造函数
-protected BaseExecutor ( Configuration configuration, Transaction transaction) {
- this . transaction = transaction;
- this . deferredLoads = new ConcurrentLinkedQueue < > ( ) ;
- this . localCache = new PerpetualCache ( "LocalCache" ) ;
- this . localOutputParameterCache = new PerpetualCache ( "LocalOutputParameterCache" ) ;
- this . closed = false ;
- this . configuration = configuration;
- this . wrapper = this ;
- } 就是把 PerpetualCache 作为 localCache，然后怎么使用我看简单看一下，BaseExecutor 的查询首先是调用这个函数
-@Override
- public < E > List < E > query ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
- BoundSql boundSql = ms. getBoundSql ( parameter) ;
- CacheKey key = createCacheKey ( ms, parameter, rowBounds, boundSql) ;
- return query ( ms, parameter, rowBounds, resultHandler, key, boundSql) ;
- } 可以看到首先是调用了 createCacheKey 方法，这个方法呢，先不看怎么写的，如果我们自己要实现这么个缓存，首先这个缓存 key 的设计也是个问题，如果是以表名加主键作为 key，那么分页查询，或者没有主键的时候就不行，来看看 mybatis 是怎么设计的
-@Override
- public CacheKey createCacheKey ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, BoundSql boundSql) {
- if ( closed) {
- throw new ExecutorException ( "Executor was closed." ) ;
- }
- CacheKey cacheKey = new CacheKey ( ) ;
- cacheKey. update ( ms. getId ( ) ) ;
- cacheKey. update ( rowBounds. getOffset ( ) ) ;
- cacheKey. update ( rowBounds. getLimit ( ) ) ;
- cacheKey. update ( boundSql. getSql ( ) ) ;
- List < ParameterMapping > = boundSql. getParameterMappings ( ) ;
- TypeHandlerRegistry typeHandlerRegistry = ms. getConfiguration ( ) . getTypeHandlerRegistry ( ) ;
-
- for ( ParameterMapping parameterMapping : parameterMappings) {
- if ( parameterMapping. getMode ( ) != ParameterMode . OUT ) {
- Object value;
- String propertyName = parameterMapping. getProperty ( ) ;
- if ( boundSql. hasAdditionalParameter ( propertyName) ) {
- value = boundSql. getAdditionalParameter ( propertyName) ;
- } else if ( parameterObject == null ) {
- value = null ;
- } else if ( typeHandlerRegistry. hasTypeHandler ( parameterObject. getClass ( ) ) ) {
- value = parameterObject;
- } else {
- MetaObject metaObject = configuration. newMetaObject ( parameterObject) ;
- value = metaObject. getValue ( propertyName) ;
- }
- cacheKey. update ( value) ;
- }
- }
- if ( configuration. getEnvironment ( ) != null ) {
-
- cacheKey. update ( configuration. getEnvironment ( ) . getId ( ) ) ;
- }
- return cacheKey;
- }
-首先需要 id，这个 id 是 mapper 里方法的 id， 然后是偏移量跟返回行数，再就是 sql，然后是参数，基本上是会有影响的都加进去了，在这个 update 里面
-public void update ( Object object) {
- int baseHashCode = object == null ? 1 : ArrayUtil . hashCode ( object) ;
-
- count++ ;
- checksum += baseHashCode;
- baseHashCode *= count;
-
- hashcode = multiplier * hashcode + baseHashCode;
-
- updateList. add ( object) ;
- } 其实是一个 hash 转换，具体不纠结，就是提高特异性，然后回来就是继续调用 query
-@Override
- public < E > List < E > query ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException {
- ErrorContext . instance ( ) . resource ( ms. getResource ( ) ) . activity ( "executing a query" ) . object ( ms. getId ( ) ) ;
- if ( closed) {
- throw new ExecutorException ( "Executor was closed." ) ;
- }
- if ( queryStack == 0 && ms. isFlushCacheRequired ( ) ) {
- clearLocalCache ( ) ;
- }
- List < E > ;
- try {
- queryStack++ ;
- list = resultHandler == null ? ( List < E > ) localCache. getObject ( key) : null ;
- if ( list != null ) {
- handleLocallyCachedOutputParameters ( ms, key, parameter, boundSql) ;
- } else {
- list = queryFromDatabase ( ms, parameter, rowBounds, resultHandler, key, boundSql) ;
- }
- } finally {
- queryStack-- ;
- }
- if ( queryStack == 0 ) {
- for ( DeferredLoad deferredLoad : deferredLoads) {
- deferredLoad. load ( ) ;
- }
-
- deferredLoads. clear ( ) ;
- if ( configuration. getLocalCacheScope ( ) == LocalCacheScope . STATEMENT ) {
-
- clearLocalCache ( ) ;
- }
- }
- return list;
- } 可以看到是先从 localCache 里取，取不到再 queryFromDatabase，其实比较简单，这是一级缓存，考虑到 sqlsession 跟 BaseExecutor 的关系，其实是随着 sqlsession 来保证这个缓存不会出现脏数据幻读的情况，当然事务相关的后面可能再单独聊。
-二级缓存 其实这个一级二级顺序有点反过来，其实查询的是先走的二级缓存，当然二级的需要配置开启，默认不开，
-< settingname = " cacheEnabled" value = " true" /> 来开启，然后我们的查询就会走到
-public class CachingExecutor implements Executor {
-
- private final Executor delegate;
- private final TransactionalCacheManager tcm = new TransactionalCacheManager ( ) ; 这个 Executor 中，这里我放了类里面的元素，发现没有一个 Cache 类，这就是一个特点了，往下看查询过程
-@Override
- public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
- BoundSql boundSql = ms. getBoundSql ( parameterObject) ;
- CacheKey key = createCacheKey ( ms, parameterObject, rowBounds, boundSql) ;
- return query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
- }
-
- @Override
- public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql)
- throws SQLException {
- Cache cache = ms. getCache ( ) ;
- if ( cache != null ) {
- flushCacheIfRequired ( ms) ;
- if ( ms. isUseCache ( ) && resultHandler == null ) {
- ensureNoOutParams ( ms, boundSql) ;
- @SuppressWarnings ( "unchecked" )
- List < E > = ( List < E > ) tcm. getObject ( cache, key) ;
- if ( list == null ) {
- list = delegate. query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
- tcm. putObject ( cache, key, list) ;
- }
- return list;
- }
- }
- return delegate. query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
- } 看到没，其实缓存是从 tcm 这个成员变量里取，而这个是什么呢，事务性缓存(直译下)，因为这个其实是用 MappedStatement 里的 Cache 作为key 从 tcm 的 map 取出来的
-public class TransactionalCacheManager {
-
- private final Map < Cache , TransactionalCache > = new HashMap < > ( ) ; MappedStatement是被全局使用的，所以其实二级缓存是跟着 mapper 的 namespace 走的，可以被多个 CachingExecutor 获取到，就会出现线程安全问题，线程安全问题可以用SynchronizedCache来解决，就是加锁，但是对于事务中的脏读，使用了TransactionalCache来解决这个问题，
-public class TransactionalCache implements Cache {
-
- private static final Log log = LogFactory . getLog ( TransactionalCache . class ) ;
+好像不行，盲猜就是符号的问题，特别是\和"这两个，
+之前一直是想试一下，但是没成功，昨天在排查一个问题的时候发现了，只要把这些都转义了就行了
+grep '\\\"userId\\\":\\\"123456\\\"' xxxx.log
+
+]]>
+
+ Linux
+ 命令
+ 小技巧
+ grep
+ grep
+ 查日志
+
+
+ linux
+ grep
+ 转义
+
+
+
+ MFC 模态对话框
+ /2014/12/24/MFC%20%E6%A8%A1%E6%80%81%E5%AF%B9%E8%AF%9D%E6%A1%86/
+ void CTestDialog::OnBnClickedOk()
+{
+ CString m_SrcTest;
+ int nIndex = m_CbTest.GetCurSel();
+ m_CbTest.GetLBText(nIndex, m_SrcTest);
+ OnOK();
+}
- private final Cache delegate;
- private boolean clearOnCommit;
- private final Map < Object , Object > ;
- private final Set < Object > ; 在事务还没提交的时候，会把中间状态的数据放在 entriesToAddOnCommit 中，只有在提交后会放进共享缓存中，
-public void commit ( ) {
- if ( clearOnCommit) {
- delegate. clear ( ) ;
- }
- flushPendingEntries ( ) ;
- reset ( ) ;
- } 模态对话框弹出确定后，在弹出对话框时新建的类及其变量会存在，但是对于其中的控件
+]]>
- Java
- Mybatis
- Spring
- Mybatis
- 缓存
- Mybatis
+ C++
- Java
- Mysql
- Mybatis
- 缓存
+ c++
+ mfc
- mybatis系列-mybatis是如何初始化mapper的
- /2022/12/04/mybatis%E6%98%AF%E5%A6%82%E4%BD%95%E5%88%9D%E5%A7%8B%E5%8C%96mapper%E7%9A%84/
- 前一篇讲了mybatis的初始化使用，如果我第一次看到这个使用入门文档，比较会产生疑惑的是配置了mapper，怎么就能通过selectOne跟语句id就能执行sql了，那么第一个问题，就是mapper是怎么被解析的，存在哪里，怎么被拿出来的
-添加解析mapper org. apache. ibatis. session. SqlSessionFactoryBuilderbuild ( java. io. InputStream)
-public SqlSessionFactory build ( InputStream inputStream) {
- return build ( inputStream, null , null ) ;
-} Number of 1 Bits
+ /2015/03/11/Number-Of-1-Bits/
+ Number of 1 Bits Write a function that takes an unsigned integer and returns the number of ’1’ bits it has (also known as the Hamming weight). For example, the 32-bit integer ‘11’ has binary representation 00000000000000000000000000001011, so the function should return 3. 通过读取mybatis-config.xml来构建SqlSessionFactory，
-public SqlSessionFactory build ( InputStream inputStream, String environment, Properties properties) {
- try {
-
- XMLConfigBuilder parser = new XMLConfigBuilder ( inputStream, environment, properties) ;
-
- return build ( parser. parse ( ) ) ;
- } catch ( Exception e) {
- throw ExceptionFactory . wrapException ( "Error building SqlSession." , e) ;
- } finally {
- ErrorContext . instance ( ) . reset ( ) ;
- try {
- if ( inputStream != null ) {
- inputStream. close ( ) ;
- }
- } catch ( IOException e) {
-
- }
- } 创建XMLConfigBuilder
-public XMLConfigBuilder ( InputStream inputStream, String environment, Properties props) {
-
- this ( new XPathParser ( inputStream, true , props, new XMLMapperEntityResolver ( ) ) , environment, props) ;
-}
-
-public XPathParser ( InputStream inputStream, boolean validation, Properties variables, EntityResolver entityResolver) {
- commonConstructor ( validation, variables, entityResolver) ;
- this . document = createDocument ( new InputSource ( inputStream) ) ;
- }
-
-private XMLConfigBuilder ( XPathParser parser, String environment, Properties props) {
- super ( new Configuration ( ) ) ;
- ErrorContext . instance ( ) . resource ( "SQL Mapper Configuration" ) ;
- this . configuration. setVariables ( props) ;
- this . parsed = false ;
- this . environment = environment;
- this . parser = parser;
-} 这里主要是创建了Builder包含了Parser
-public Configuration parse ( ) {
- if ( parsed) {
- throw new BuilderException ( "Each XMLConfigBuilder can only be used once." ) ;
- }
-
- parsed = true ;
-
- parseConfiguration ( parser. evalNode ( "/configuration" ) ) ;
- return configuration;
-} 分析 从1位到2位到4位逐步的交换
+code int hammingWeight(uint32_t n) {
+ const uint32_t m1 = 0x55555555; //binary: 0101...
+ const uint32_t m2 = 0x33333333; //binary: 00110011..
+ const uint32_t m4 = 0x0f0f0f0f; //binary: 4 zeros, 4 ones ...
+ const uint32_t m8 = 0x00ff00ff; //binary: 8 zeros, 8 ones ...
+ const uint32_t m16 = 0x0000ffff; //binary: 16 zeros, 16 ones ...
+
+ n = (n & m1 ) + ((n >> 1) & m1 ); //put count of each 2 bits into those 2 bits
+ n = (n & m2 ) + ((n >> 2) & m2 ); //put count of each 4 bits into those 4 bits
+ n = (n & m4 ) + ((n >> 4) & m4 ); //put count of each 8 bits into those 8 bits
+ n = (n & m8 ) + ((n >> 8) & m8 ); //put count of each 16 bits into those 16 bits
+ n = (n & m16) + ((n >> 16) & m16); //put count of each 32 bits into those 32 bits
+ return n;
-实际的解析区分了各类标签
-private void parseConfiguration ( XNode root) {
- try {
-
-
- propertiesElement ( root. evalNode ( "properties" ) ) ;
- Properties settings = settingsAsProperties ( root. evalNode ( "settings" ) ) ;
- loadCustomVfs ( settings) ;
- loadCustomLogImpl ( settings) ;
- typeAliasesElement ( root. evalNode ( "typeAliases" ) ) ;
- pluginElement ( root. evalNode ( "plugins" ) ) ;
- objectFactoryElement ( root. evalNode ( "objectFactory" ) ) ;
- objectWrapperFactoryElement ( root. evalNode ( "objectWrapperFactory" ) ) ;
- reflectorFactoryElement ( root. evalNode ( "reflectorFactory" ) ) ;
- settingsElement ( settings) ;
-
- environmentsElement ( root. evalNode ( "environments" ) ) ;
- databaseIdProviderElement ( root. evalNode ( "databaseIdProvider" ) ) ;
- typeHandlerElement ( root. evalNode ( "typeHandlers" ) ) ;
-
- mapperElement ( root. evalNode ( "mappers" ) ) ;
- } catch ( Exception e) {
- throw new BuilderException ( "Error parsing SQL Mapper Configuration. Cause: " + e, e) ;
- }
-}
+ leetcode
+
+
+ leetcode
+ c++
+
+
+
+ Maven实用小技巧
+ /2020/02/16/Maven%E5%AE%9E%E7%94%A8%E5%B0%8F%E6%8A%80%E5%B7%A7/
+ Maven 翻译为”专家”、”内行”，是 Apache 下的一个纯 Java 开发的开源项目。基于项目对象模型（缩写：POM）概念，Maven利用一个中央信息片断能管理一个项目的构建、报告和文档等步骤。
+Maven 是一个项目管理工具，可以对 Java 项目进行构建、依赖管理。
+Maven 也可被用于构建和管理各种项目，例如 C#，Ruby，Scala 和其他语言编写的项目。Maven 曾是 Jakarta 项目的子项目，现为由 Apache 软件基金会主持的独立 Apache 项目。
+maven也是我们日常项目中实用的包管理工具，相比以前需要用把包下载下来，放进 lib 中，在平时工作中使用的话，其实像 idea 这样的 ide 工具都会自带 maven 工具和插件
+maven的基本操作
+mvn -vmvn compilemvn testmvn packagemvn cleanmvn installmvn deploy
+与 composer 对比 因为我也是个 PHP 程序员，所以对比一下两种语言，很容易想到在 PHP 的 composer 跟 Java 的 maven 是比较类似的作用，有一点两者是非常相似的，就是原仓库都是因为某些原因连接拉取都会很慢，所以像 composer 会有一些国内源，前阵子阿里也出了一个，类似的 maven 一般也会使用阿里的镜像仓库，通过在 setting.xml 文件中的设置
+<mirrors>
+ <mirror>
+ <id>aliyun</id>
+ <name>aliyun maven</name>
+ <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
+ <mirrorOf>central</mirrorOf>
+ </mirror>
+</mirrors>这算是个尴尬的共同点，然后因为 PHP 是解释型脚本语言，所以 php 打出来的 composer 包其实就是个 php 代码包，使用SPL Autoload等方式加载代码包，maven 包则是经过编译的 class 包，还有一点是 composer 也可以直接使用 github 地址作为包代码的拉取源，这点也是比较大的区别，maven使用 pom 文件管理依赖
+maven 的个人小技巧
+maven 拉取依赖时，同时将 snapshot 也更新了，就是 mvn compile加个-U参数，如果还不行就需要将本地仓库的 snapshot 删掉，
+maven 出现依赖冲突的时候的解决方法mvn dependency:tree分析下依赖关系，如果要找具体某个包的依赖引用关系可以使用mvn dependency:tree -Dverbose -Dincludes=org.springframework:spring-webmvc命令进行分析，如果发现有冲突的依赖关系，本身 maven 中依赖引用有相对的顺序，大致来说是引用路径短的优先，pom 文件中定义的顺序优先，如果要把冲突的包排除掉可以在 pom 中用<exclusions>
+ <exclusion>
+ <groupId>ch.qos.logback</groupId>
+ <artifactId>logback-classic</artifactId>
+ </exclusion>
+</exclusions>
+maven 依赖的 jdk 版本管理mvn -v可以查看 maven 的安装信息Apache Maven 3.6.3 (cecedd343002696d0abb50b32b541b8a6ba2883f)
+Maven home: /usr/local/Cellar/maven/3.6.3_1/libexec
+Java version: 1.8.0_201, vendor: Oracle Corporation, runtime: /Library/Java/JavaVirtualMachines/jdk1.8.0_201.jdk/Contents/Home/jre
+Default locale: zh_CN, platform encoding: UTF-8
+OS name: "mac os x", version: "10.14.6", arch: "x86_64", family: "mac"java.lang.ExceptionInInitializerError: com.sun.tools.javac.code.TypeTags这个问题，所以需要把这个版本给改回来，但是咋改呢，网上搜来的一大堆都是在 pom 文件里的<build>
+ <plugins>
+<plugin>
+ <groupId>org.apache.maven.plugins</groupId>
+ <artifactId>maven-compiler-plugin</artifactId>
+ <configuration>
+ <source>1.8</source>
+ <target>1.8</target>
+ <encoding>UTF-8</encoding>
+ </configuration>
+</plugin>
+ </plugins>
+<build><profiles>
+ <profile>
+ <id>ngmm-nexus</id>
+ <activation>
+ <jdk>1.8</jdk>
+ </activation>
+ <properties>
+ <maven.compiler.source>1.8</maven.compiler.source>
+ <maven.compiler.target>1.8</maven.compiler.target>
+ <maven.compiler.compilerVersion>1.8</maven.compiler.compilerVersion>
+ </properties>
+ </profile>
+</profiles>.mavenrc，这个顾名思义就是 maven 的资源文件，类似于 .bashrc和.zshrc，在里面添加 MAVEN_HOME 和 JAVA_HOME,然后执行 source .mavenrc就 OK 啦
+
+]]>
+
+ Java
+ Maven
+
+
+ Java
+ Maven
+
+
+
+ Reverse Bits
+ /2015/03/11/Reverse-Bits/
+ Reverse Bits Reverse bits of a given 32 bits unsigned integer. For example, given input 43261596 (represented in binary as 00000010100101000001111010011100), return 964176192 (represented in binary as 00111001011110000010100101000000).
+Follow up:
+code class Solution {
+public:
+ uint32_t reverseBits(uint32_t n) {
+ n = ((n >> 1) & 0x55555555) | ((n & 0x55555555) << 1);
+ n = ((n >> 2) & 0x33333333) | ((n & 0x33333333) << 2);
+ n = ((n >> 4) & 0x0f0f0f0f) | ((n & 0x0f0f0f0f) << 4);
+ n = ((n >> 8) & 0x00ff00ff) | ((n & 0x00ff00ff) << 8);
+ n = ((n >> 16) & 0x0000ffff) | ((n & 0x0000ffff) << 16);
+ return n;
+ }
+};
+ leetcode
+
+
+ leetcode
+ c++
+
+
+
+ Redis_分布式锁
+ /2019/12/10/Redis-Part-1/
+ 今天看了一下 redis 分布式锁 redlock 的实现，简单记录下，
+加锁 原先我对 redis 锁的概念就是加锁使用 setnx，解锁使用 lua 脚本，但是 setnx 具体是啥，lua 脚本是啥不是很清楚get 一下 key 存不存在，然后再 set 一个 key value，因为加锁这个操作我们是要保证两点，一个是不能中途被打断，也就是说要原子性，如果是先 get 一下 key，如果不存在再 set 值的话，那就不是原子操作了；第二个是可不可以直接 set 值呢，显然不行，锁要保证唯一性，有且只能有一个线程或者其他应用单位获得该锁，正好 setnx 给了我们这种原子命令
+然后是 setnx 的键和值分别是啥，键比较容易想到是要锁住的资源，比如 user_id, 这里有个我自己之前比较容易陷进去的误区，但是这个误区后user_id 作为要锁住的资源，在我获得锁的时候别的线程不允许操作，以此保证业务的正确性，不会被多个线程同时修改，确定了键，再来看看值是啥，其实原先我认为值是啥都没关系，我只要锁住了，光键就够我用了，但是考虑下多个线程的问题，如果我这个线程加了锁，然后我因为 gc 停顿等原因卡死了，这个时候redis 的锁或者说就是 redis 的缓存已经过期了，这时候另一个线程获得锁成功，然后我这个线程又活过来了，然后我就仍然认为我拿着锁，我去对数据进行修改或者释放锁，是不是就出现问题了，所以是不是我们还需要一个东西来区分这个锁是哪个线程加的，所以我们可以将值设置成为一个线程独有识别的值，至少在相对长的一段时间内不会重复。
+上面其实还有两个问题，一个是当 gc 超时时，我这个线程如何知道我手里的锁已经过期了，一种方法是我在加好锁之后就维护一个超时时间，这里其实还有个问题，不过跟第二个问题相关，就一起说了，就是设置超时时间，有些对于不是锁的 redis 缓存操作可以是先设置好值，然后在设置过期时间，那么这就又有上面说到的不是原子性的问题，那么就需要在同一条指令里把超时时间也设置了，幸好 redis 提供了这种支持
+SET resource_name my_random_value NX PX 30000这里借鉴一下解释下，resource_name就是 key，代表要锁住的东西，my_random_value就是识别我这个线程的，NX代表只有在不存在的时候才设置，然后PX 30000表示超时时间是 30秒自动过期
+PS：记录下我原先有的一个误区，是不是要用 key 来区分加锁的线程，这样只有一个用处，就是自身线程可以识别是否是自己加的锁，但是最大的问题是别的线程不知道，其实这个用户的出发点是我在担心前面提过的一个问题，就是当 gc 停顿后，我要去判断当前的这个锁是否是我加的，还有就是当释放锁的时候，如果保证不会错误释放了其他线程加的锁，但是这样附带很多其他问题，最大的就是其他线程怎么知道能不能加这个锁。
+解锁 当线程在锁过期之前就处理完了业务逻辑，那就可以提前释放这个锁，那么提前释放要怎么操作，直接del key显然是不行的，因为这样就是我前面想用线程随机值加资源名作为锁的初衷，我不能去释放别的线程加的锁，那么我要怎么办呢，先 get 一下看是不是我的？那又变成非原子的操作了，幸好redis 也考虑到了这个问题，给了lua 脚本来操作这种
+if redis. call ( "get" , KEYS[ 1 ] ) == ARGV[ 1 ] then
+ return redis. call ( "del" , KEYS[ 1 ] )
+else
+ return 0
+end 这里的KEYS[1]就是前面加锁的resource_name,ARGV[1]就是线程的随机值my_random_value
+多节点 前面说的其实是单节点 redis 作为分布式锁的情况，那么当我们的 redis 有多节点的情况呢，如果多节点下处于加锁或者解锁或者锁有效情况下redis 的某个节点宕掉了怎么办，这里就有一些需要思考的地方，是否单独搞一个单节点的 redis作为分布式锁专用的，但是如果这个单节点的挂了呢，还有就是成本问题，所以我们需要一个多节点的分布式锁方案redlock，这个可是 redis的作者写的, 他的加锁过程是分以下几步去做这个事情
+
+获取当前时间（毫秒数）。
+按顺序依次向N个Redis节点执行获取锁的操作。这个获取操作跟前面基于单Redis节点的获取锁的过程相同，包含随机字符串my_random_value，也包含过期时间(比如PX 30000，即锁的有效时间)。为了保证在某个Redis节点不可用的时候算法能够继续运行，这个获取锁的操作还有一个超时时间(time out)，它要远小于锁的有效时间（几十毫秒量级）。客户端在向某个Redis节点获取锁失败以后，应该立即尝试下一个Redis节点。这里的失败，应该包含任何类型的失败，比如该Redis节点不可用，或者该Redis节点上的锁已经被其它客户端持有（注：Redlock原文中这里只提到了Redis节点不可用的情况，但也应该包含其它的失败情况）。
+计算整个获取锁的过程总共消耗了多长时间，计算方法是用当前时间减去第1步记录的时间。如果客户端从大多数Redis节点（>= N/2+1）成功获取到了锁，并且获取锁总共消耗的时间没有超过锁的有效时间(lock validity time)，那么这时客户端才认为最终获取锁成功；否则，认为最终获取锁失败。
+如果最终获取锁成功了，那么这个锁的有效时间应该重新计算，它等于最初的锁的有效时间减去第3步计算出来的获取锁消耗的时间。
+如果最终获取锁失败了（可能由于获取到锁的Redis节点个数少于N/2+1，或者整个获取锁的过程消耗的时间超过了锁的最初有效时间），那么客户端应该立即向所有Redis节点发起释放锁的操作（即前面介绍的Redis Lua脚本）。
+
+]]>
+
+ Redis
+ Distributed Lock
+ C
+ Redis
+
+
+ C
+ Redis
+ Distributed Lock
+ 分布式锁
+
+
+
+ Reverse Integer
+ /2015/03/13/Reverse-Integer/
+ Reverse Integer Reverse digits of an integer. Example1: x = 123, return 321
+spoilers Have you thought about this?
+If the integer’s last digit is 0, what should the output be? ie, cases such as 10, 100.
+Did you notice that the reversed integer might overflow? Assume the input is a 32-bit integer, then the reverse of 1000000003 overflows. How should you handle such cases?
+For the purpose of this problem, assume that your function returns 0 when the reversed integer overflows.
+code class Solution {
+public:
+ int reverse(int x) {
-然后就是调用到mapperElement方法了
-private void mapperElement ( XNode parent) throws Exception {
- if ( parent != null ) {
- for ( XNode child : parent. getChildren ( ) ) {
- if ( "package" . equals ( child. getName ( ) ) ) {
- String mapperPackage = child. getStringAttribute ( "name" ) ;
- configuration. addMappers ( mapperPackage) ;
- } else {
- String resource = child. getStringAttribute ( "resource" ) ;
- String url = child. getStringAttribute ( "url" ) ;
- String mapperClass = child. getStringAttribute ( "class" ) ;
- if ( resource != null && url == null && mapperClass == null ) {
- ErrorContext . instance ( ) . resource ( resource) ;
- try ( InputStream inputStream = Resources . getResourceAsStream ( resource) ) {
- XMLMapperBuilder mapperParser = new XMLMapperBuilder ( inputStream, configuration, resource, configuration. getSqlFragments ( ) ) ;
-
- mapperParser. parse ( ) ;
- }
- } else if ( resource == null && url != null && mapperClass == null ) {
- ErrorContext . instance ( ) . resource ( url) ;
- try ( InputStream inputStream = Resources . getUrlAsStream ( url) ) {
- XMLMapperBuilder mapperParser = new XMLMapperBuilder ( inputStream, configuration, url, configuration. getSqlFragments ( ) ) ;
- mapperParser. parse ( ) ;
- }
- } else if ( resource == null && url == null && mapperClass != null ) {
- Class < ? > = Resources . classForName ( mapperClass) ;
- configuration. addMapper ( mapperInterface) ;
- } else {
- throw new BuilderException ( "A mapper element may only specify a url, resource or class, but not more than one." ) ;
- }
- }
- }
- }
-} 核心就在这个parse()方法
-public void parse ( ) {
- if ( ! configuration. isResourceLoaded ( resource) ) {
-
- configurationElement ( parser. evalNode ( "/mapper" ) ) ;
- configuration. addLoadedResource ( resource) ;
- bindMapperForNamespace ( ) ;
- }
-
- parsePendingResultMaps ( ) ;
- parsePendingCacheRefs ( ) ;
- parsePendingStatements ( ) ;
-} 具体的处理逻辑
-private void configurationElement ( XNode context) {
- try {
- String namespace = context. getStringAttribute ( "namespace" ) ;
- if ( namespace == null || namespace. isEmpty ( ) ) {
- throw new BuilderException ( "Mapper's namespace cannot be empty" ) ;
- }
- builderAssistant. setCurrentNamespace ( namespace) ;
- cacheRefElement ( context. evalNode ( "cache-ref" ) ) ;
- cacheElement ( context. evalNode ( "cache" ) ) ;
- parameterMapElement ( context. evalNodes ( "/mapper/parameterMap" ) ) ;
- resultMapElements ( context. evalNodes ( "/mapper/resultMap" ) ) ;
- sqlElement ( context. evalNodes ( "/mapper/sql" ) ) ;
-
- buildStatementFromContext ( context. evalNodes ( "select|insert|update|delete" ) ) ;
- } catch ( Exception e) {
- throw new BuilderException ( "Error parsing Mapper XML. The XML location is '" + resource + "'. Cause: " + e, e) ;
- }
-} 具体代码在这，从上下文构建statement，只不过区分了下databaseId
-private void buildStatementFromContext ( List < XNode > ) {
- if ( configuration. getDatabaseId ( ) != null ) {
- buildStatementFromContext ( list, configuration. getDatabaseId ( ) ) ;
- }
-
- buildStatementFromContext ( list, null ) ;
-} 判断下databaseId
-private void buildStatementFromContext ( List < XNode > , String requiredDatabaseId) {
- for ( XNode context : list) {
- final XMLStatementBuilder statementParser = new XMLStatementBuilder ( configuration, builderAssistant, context, requiredDatabaseId) ;
- try {
-
- statementParser. parseStatementNode ( ) ;
- } catch ( IncompleteElementException e) {
- configuration. addIncompleteStatement ( statementParser) ;
- }
- }
-} 接下来就是真正处理的xml语句内容的，各个节点的信息内容
-public void parseStatementNode ( ) {
- String id = context. getStringAttribute ( "id" ) ;
- String databaseId = context. getStringAttribute ( "databaseId" ) ;
-
- if ( ! databaseIdMatchesCurrent ( id, databaseId, this . requiredDatabaseId) ) {
- return ;
- }
-
- String nodeName = context. getNode ( ) . getNodeName ( ) ;
- SqlCommandType sqlCommandType = SqlCommandType . valueOf ( nodeName. toUpperCase ( Locale . ENGLISH ) ) ;
- boolean isSelect = sqlCommandType == SqlCommandType . SELECT ;
- boolean flushCache = context. getBooleanAttribute ( "flushCache" , ! isSelect) ;
- boolean useCache = context. getBooleanAttribute ( "useCache" , isSelect) ;
- boolean resultOrdered = context. getBooleanAttribute ( "resultOrdered" , false ) ;
-
-
- XMLIncludeTransformer includeParser = new XMLIncludeTransformer ( configuration, builderAssistant) ;
- includeParser. applyIncludes ( context. getNode ( ) ) ;
-
- String parameterType = context. getStringAttribute ( "parameterType" ) ;
- Class < ? > = resolveClass ( parameterType) ;
-
- String lang = context. getStringAttribute ( "lang" ) ;
- LanguageDriver langDriver = getLanguageDriver ( lang) ;
+ int max = 1 << 31 - 1;
+ int ret = 0;
+ max = (max - 1) * 2 + 1;
+ int min = 1 << 31;
+ if(x < 0)
+ while(x != 0){
+ if(ret < (min - x % 10) / 10)
+ return 0;
+ ret = ret * 10 + x % 10;
+ x = x / 10;
+ }
+ else
+ while(x != 0){
+ if(ret > (max -x % 10) / 10)
+ return 0;
+ ret = ret * 10 + x % 10;
+ x = x / 10;
+ }
+ return ret;
+ }
+};
+ leetcode
+
+
+ leetcode
+ c++
+
+
+
+ Path Sum
+ /2015/01/04/Path-Sum/
+ problemGiven a binary tree and a sum, determine if the tree has a root-to-leaf path such that adding up all the values along the path equals the given sum.
+For example:
+ 5
+ / \
+ 4 8
+ / / \
+ 11 13 4
+ / \ \
+7 2 1return true, as there exist a root-to-leaf path 5->4->11->2 which sum is 22.
+Analysis using simple deep first search
+code /*
+ Definition for binary tree
+ struct TreeNode {
+ int val;
+ TreeNode *left;
+ TreeNode *right;
+ TreeNode(int x) : val(x), left(NULL), right(NULL)}
+ };
+ */
+class Solution {
+public:
+ bool deep_first_search(TreeNode *node, int sum, int curSum)
+ {
+ if (node == NULL)
+ return false;
+
+ if (node->left == NULL && node->right == NULL)
+ return curSum + node->val == sum;
+
+ return deep_first_search(node->left, sum, curSum + node->val) || deep_first_search(node->right, sum, curSum + node->val);
+ }
+
+ bool hasPathSum(TreeNode *root, int sum) {
+ // Start typing your C/C++ solution below
+ // DO NOT write int main() function
+ return deep_first_search(root, sum, 0);
+ }
+};
+
+ leetcode
+
+
+ leetcode
+ c++
+
+
+
+ two sum
+ /2015/01/14/Two-Sum/
+ problemGiven an array of integers, find two numbers such that they add up to a specific target number.
+The function twoSum should return indices of the two numbers such that they add up to the target, where index1 must be less than index2. Please note that your returned answers (both index1 and index2) are not zero-based.
+You may assume that each input would have exactly one solution.
+Input : numbers={2, 7, 11, 15}, target=9Output : index1=1, index2=2
+code struct Node
+{
+ int num, pos;
+};
+bool cmp(Node a, Node b)
+{
+ return a.num < b.num;
+}
+class Solution {
+public:
+ vector<int> twoSum(vector<int> &numbers, int target) {
+ // Start typing your C/C++ solution below
+ // DO NOT write int main() function
+ vector<int> result;
+ vector<Node> array;
+ for (int i = 0; i < numbers.size(); i++)
+ {
+ Node temp;
+ temp.num = numbers[i];
+ temp.pos = i;
+ array.push_back(temp);
+ }
-
- processSelectKeyNodes ( id, parameterTypeClass, langDriver) ;
+ sort(array.begin(), array.end(), cmp);
+ for (int i = 0, j = array.size() - 1; i != j;)
+ {
+ int sum = array[i].num + array[j].num;
+ if (sum == target)
+ {
+ if (array[i].pos < array[j].pos)
+ {
+ result.push_back(array[i].pos + 1);
+ result.push_back(array[j].pos + 1);
+ } else
+ {
+ result.push_back(array[j].pos + 1);
+ result.push_back(array[i].pos + 1);
+ }
+ break;
+ } else if (sum < target)
+ {
+ i++;
+ } else if (sum > target)
+ {
+ j--;
+ }
+ }
+ return result;
+ }
+};KeyGenerator keyGenerator;
- String keyStatementId = id + SelectKeyGenerator . SELECT_KEY_SUFFIX ;
- keyStatementId = builderAssistant. applyCurrentNamespace ( keyStatementId, true ) ;
- if ( configuration. hasKeyGenerator ( keyStatementId) ) {
- keyGenerator = configuration. getKeyGenerator ( keyStatementId) ;
- } else {
- keyGenerator = context. getBooleanAttribute ( "useGeneratedKeys" ,
- configuration. isUseGeneratedKeys ( ) && SqlCommandType . INSERT . equals ( sqlCommandType) )
- ? Jdbc3KeyGenerator . INSTANCE : NoKeyGenerator . INSTANCE ;
- }
-
-
- SqlSource sqlSource = langDriver. createSqlSource ( configuration, context, parameterTypeClass) ;
- StatementType statementType = StatementType . valueOf ( context. getStringAttribute ( "statementType" , StatementType . PREPARED . toString ( ) ) ) ;
- Integer fetchSize = context. getIntAttribute ( "fetchSize" ) ;
- Integer timeout = context. getIntAttribute ( "timeout" ) ;
- String parameterMap = context. getStringAttribute ( "parameterMap" ) ;
- String resultType = context. getStringAttribute ( "resultType" ) ;
- Class < ? > = resolveClass ( resultType) ;
- String resultMap = context. getStringAttribute ( "resultMap" ) ;
- String resultSetType = context. getStringAttribute ( "resultSetType" ) ;
- ResultSetType resultSetTypeEnum = resolveResultSetType ( resultSetType) ;
- if ( resultSetTypeEnum == null ) {
- resultSetTypeEnum = configuration. getDefaultResultSetType ( ) ;
- }
- String keyProperty = context. getStringAttribute ( "keyProperty" ) ;
- String keyColumn = context. getStringAttribute ( "keyColumn" ) ;
- String resultSets = context. getStringAttribute ( "resultSets" ) ;
-
-
- builderAssistant. addMappedStatement ( id, sqlSource, statementType, sqlCommandType,
- fetchSize, timeout, parameterMap, parameterTypeClass, resultMap, resultTypeClass,
- resultSetTypeEnum, flushCache, useCache, resultOrdered,
- keyGenerator, keyProperty, keyColumn, databaseId, langDriver, resultSets) ;
-} 添加的逻辑具体可以看下
-public MappedStatement addMappedStatement (
- String id,
- SqlSource sqlSource,
- StatementType statementType,
- SqlCommandType sqlCommandType,
- Integer fetchSize,
- Integer timeout,
- String parameterMap,
- Class < ? > ,
- String resultMap,
- Class < ? > ,
- ResultSetType resultSetType,
- boolean flushCache,
- boolean useCache,
- boolean resultOrdered,
- KeyGenerator keyGenerator,
- String keyProperty,
- String keyColumn,
- String databaseId,
- LanguageDriver lang,
- String resultSets) {
-
- if ( unresolvedCacheRef) {
- throw new IncompleteElementException ( "Cache-ref not yet resolved" ) ;
- }
-
- id = applyCurrentNamespace ( id, false ) ;
- boolean isSelect = sqlCommandType == SqlCommandType . SELECT ;
-
- MappedStatement. Builder statementBuilder = new MappedStatement. Builder ( configuration, id, sqlSource, sqlCommandType)
- . resource ( resource)
- . fetchSize ( fetchSize)
- . timeout ( timeout)
- . statementType ( statementType)
- . keyGenerator ( keyGenerator)
- . keyProperty ( keyProperty)
- . keyColumn ( keyColumn)
- . databaseId ( databaseId)
- . lang ( lang)
- . resultOrdered ( resultOrdered)
- . resultSets ( resultSets)
- . resultMaps ( getStatementResultMaps ( resultMap, resultType, id) )
- . resultSetType ( resultSetType)
- . flushCacheRequired ( valueOrDefault ( flushCache, ! isSelect) )
- . useCache ( valueOrDefault ( useCache, isSelect) )
- . cache ( currentCache) ;
-
- ParameterMap statementParameterMap = getStatementParameterMap ( parameterMap, parameterType, id) ;
- if ( statementParameterMap != null ) {
- statementBuilder. parameterMap ( statementParameterMap) ;
- }
-
- MappedStatement statement = statementBuilder. build ( ) ;
-
- configuration. addMappedStatement ( statement) ;
- return statement;
-} 而里面就是往map里添加
-public void addMappedStatement ( MappedStatement ms) {
- mappedStatements. put ( ms. getId ( ) , ms) ;
-} 获取mapper StudentDO studentDO = session. selectOne ( "com.nicksxs.mybatisdemo.StudentMapper.selectStudent" , 1 ) ; 就是调用了 org.apache.ibatis.session.defaults.DefaultSqlSession#selectOne(java.lang.String, java.lang.Object)
-public < T > T selectOne ( String statement, Object parameter) {
-
- List < T > = this . selectList ( statement, parameter) ;
- if ( list. size ( ) == 1 ) {
- return list. get ( 0 ) ;
- } else if ( list. size ( ) > 1 ) {
- throw new TooManyResultsException ( "Expected one result (or null) to be returned by selectOne(), but found: " + list. size ( ) ) ;
- } else {
- return null ;
- }
-} 调用实际的实现方法
-public < E > List < E > selectList ( String statement, Object parameter) {
- return this . selectList ( statement, parameter, RowBounds . DEFAULT ) ;
-} 这里还有一层
-public < E > List < E > selectList ( String statement, Object parameter, RowBounds rowBounds) {
- return selectList ( statement, parameter, rowBounds, Executor . NO_RESULT_HANDLER ) ;
-} 根本的就是从configuration里获取了mappedStatement
-private < E > List < E > selectList ( String statement, Object parameter, RowBounds rowBounds, ResultHandler handler) {
- try {
-
- MappedStatement ms = configuration. getMappedStatement ( statement) ;
- return executor. query ( ms, wrapCollection ( parameter) , rowBounds, handler) ;
- } catch ( Exception e) {
- throw ExceptionFactory . wrapException ( "Error querying database. Cause: " + e, e) ;
- } finally {
- ErrorContext . instance ( ) . reset ( ) ;
- }
-} Analysis sort the array, then test from head and end, until catch the right answer
]]>
- Java
- Mybatis
+ leetcode
- Java
- Mysql
- Mybatis
+ leetcode
+ c++
- mybatis 的 $ 和 # 是有啥区别
- /2020/09/06/mybatis-%E7%9A%84-%E5%92%8C-%E6%98%AF%E6%9C%89%E5%95%A5%E5%8C%BA%E5%88%AB/
- 这个问题也是面试中常被问到的，就抽空来了解下这个，跳过一大段前面初始化的逻辑，select * from t1 where id = #{id}这样的 sql，在初始化扫描 mapper 的xml文件的时候会根据是否是 dynamic 来判断生成 DynamicSqlSource 还是 RawSqlSource，这里它是一条 RawSqlSource，#{}替换成了?// org.apache.ibatis.scripting.xmltags.XMLScriptBuilder#parseScriptNode
-public SqlSource parseScriptNode() {
- MixedSqlNode rootSqlNode = parseDynamicTags(context);
- SqlSource sqlSource;
- if (isDynamic) {
- sqlSource = new DynamicSqlSource(configuration, rootSqlNode);
- } else {
- sqlSource = new RawSqlSource(configuration, rootSqlNode, parameterType);
- }
- return sqlSource;
- }
-// org.apache.ibatis.scripting.xmltags.XMLScriptBuilder#parseDynamicTags
-protected MixedSqlNode parseDynamicTags(XNode node) {
- List<SqlNode> contents = new ArrayList<>();
- NodeList children = node.getNode().getChildNodes();
- for (int i = 0; i < children.getLength(); i++) {
- XNode child = node.newXNode(children.item(i));
- if (child.getNode().getNodeType() == Node.CDATA_SECTION_NODE || child.getNode().getNodeType() == Node.TEXT_NODE) {
- String data = child.getStringBody("");
- TextSqlNode textSqlNode = new TextSqlNode(data);
- if (textSqlNode.isDynamic()) {
- contents.add(textSqlNode);
- isDynamic = true;
- } else {
- contents.add(new StaticTextSqlNode(data));
- }
- } else if (child.getNode().getNodeType() == Node.ELEMENT_NODE) { // issue #628
- String nodeName = child.getNode().getNodeName();
- NodeHandler handler = nodeHandlerMap.get(nodeName);
- if (handler == null) {
- throw new BuilderException("Unknown element <" + nodeName + "> in SQL statement.");
+ binary-watch
+ /2016/09/29/binary-watch/
+ problemA binary watch has 4 LEDs on the top which represent the hours (0-11), and the 6 LEDs on the bottom represent the minutes (0-59).
+Each LED represents a zero or one, with the least significant bit on the right.
+
+For example, the above binary watch reads “3:25”.
+Given a non-negative integer n which represents the number of LEDs that are currently on, return all possible times the watch could represent.
+Example: Input: n = 1
+Return: ["1:00", "2:00", "4:00", "8:00", "0:01", "0:02", "0:04", "0:08", "0:16", "0:32"]Note:
+The order of output does not matter.
+The hour must not contain a leading zero, for example “01:00” is not valid, it should be “1:00”.
+The minute must be consist of two digits and may contain a leading zero, for example “10:2” is not valid, it should be “10:02”.
+
+题解 又是参（chao）考（xi）别人的代码，嗯，就是这么不要脸，链接
+Code class Solution {
+public:
+ vector<string> readBinaryWatch(int num) {
+ vector<string> res;
+ for (int h = 0; h < 12; ++h) {
+ for (int m = 0; m < 60; ++m) {
+ if (bitset<10>((h << 6) + m).count() == num) {
+ res.push_back(to_string(h) + (m < 10 ? ":0" : ":") + to_string(m));
+ }
+ }
}
- handler.handleNode(child, contents);
- isDynamic = true;
- }
+ return res;
}
- return new MixedSqlNode(contents);
- }
-// org.apache.ibatis.scripting.xmltags.TextSqlNode#isDynamic
- public boolean isDynamic() {
- DynamicCheckerTokenParser checker = new DynamicCheckerTokenParser();
- GenericTokenParser parser = createParser(checker);
- parser.parse(text);
- return checker.isDynamic();
- }
- private GenericTokenParser createParser(TokenHandler handler) {
- return new GenericTokenParser("${", "}", handler);
- }可以看到其中一个条件就是是否有${}这种占位符，假如说上面的 sql 换成 ${}，那么可以看到它会在这里创建一个 dynamicSqlSource,
-// org.apache.ibatis.scripting.xmltags.DynamicSqlSource
-public class DynamicSqlSource implements SqlSource {
-
- private final Configuration configuration;
- private final SqlNode rootSqlNode;
-
- public DynamicSqlSource(Configuration configuration, SqlNode rootSqlNode) {
- this.configuration = configuration;
- this.rootSqlNode = rootSqlNode;
- }
-
- @Override
- public BoundSql getBoundSql(Object parameterObject) {
- DynamicContext context = new DynamicContext(configuration, parameterObject);
- rootSqlNode.apply(context);
- SqlSourceBuilder sqlSourceParser = new SqlSourceBuilder(configuration);
- Class<?> parameterType = parameterObject == null ? Object.class : parameterObject.getClass();
- SqlSource sqlSource = sqlSourceParser.parse(context.getSql(), parameterType, context.getBindings());
- BoundSql boundSql = sqlSource.getBoundSql(parameterObject);
- context.getBindings().forEach(boundSql::setAdditionalParameter);
- return boundSql;
- }
-
-}
-这里眼尖的同学可能就可以看出来了，RawSqlSource 在初始化的时候已经经过了 parse，把#{}替换成了?占位符，但是 DynamicSqlSource 并没有#{}是在启动扫描 mapper的 xml 文件就替换成了 ?,然后是在什么时候变成实际的值的呢
-]]>
+};
- Java
- Mybatis
- Spring
- Mysql
- Sql注入
- Mybatis
+ leetcode
- Java
- Mysql
- Mybatis
- Sql注入
+ leetcode
+ c++
- mybatis系列-dataSource解析
- /2023/01/08/mybatis%E7%B3%BB%E5%88%97-dataSource%E8%A7%A3%E6%9E%90/
- DataSource 作为数据库查询的最重要的数据源，在 mybatis 中也展开来说下SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder ( ) . build ( inputStream) ; ambari-summary
+ /2017/05/09/ambari-summary/
+ 初识ambariambari 是一个大数据平台的管理工具，包含了hadoop, yarn, hive, hbase, spark等大数据的基础架构和工具，简化了数据平台的搭建，之前只是在同事搭建好平台后的一些使用，这次有机会从头开始用ambari来搭建一个测试的数据平台，过程中也踩到不少坑，简单记录下。
+简单过程
+第一个坑guide ，因为对maven不熟悉导致有些按图索骥，浪费了很多时间，之后才知道可以直接加repo用yum安装，然而用yum安装马上就出现了第二个坑。
+第二个坑ambari.repo 将这个放进/etc/yum.repos.d/路径下，然后yum update && yum install ambari-server安装即可，如果有条件就用proxychains走下代理。
+第三步ambari-server setup做一些初始化设置，其中包含了JDK路径的设置，数据库设置，设置好就OK了，然后执行ambari-server start启动服务，这里有个小插曲，因为ambari-server涉及到这么多服务，所以管理控制监控之类的模块是必不可少的，这部分可以在ambari-server的web ui界面安装，也可以命令行提前安装，这部分被称为HDF Management Pack，运行ambari-server install-mpack \ --mpack=http://public-repo-1.hortonworks.com/HDF/centos7/2.x/updates/2.1.4.0/tars/hdf_ambari_mp/hdf-ambari-mpack-2.1.4.0-5.tar.gz \ --purge \ --verboseambari-server
+
+]]>
+
+ data analysis
+
+
+ hadoop
+ cluster
+
+
+
+ docker-mysql-cluster
+ /2016/08/14/docker-mysql-cluster/
+ docker-mysql-cluster基于docker搭了个mysql集群，稍微记一下，docker run -d -e MYSQL_ROOT_PASSWORD=admin --name mysql-master -p 3307:3306 mysql:latest-d表示容器运行在后台，-e表示设置环境变量，即MYSQL_ROOT_PASSWORD=admin,设置了mysql的root密码，--name表示容器名，-p表示端口映射，将内部mysql:3306映射为外部的3307，最后的mysql:latest表示镜像名-v /local_path/my-master.cnf:/etc/mysql/my.cnf来映射配置文件docker run -d -e MYSQL_ROOT_PASSWORD=admin --name mysql-slave -p 3308:3306 mysql:latestdocker-enter mysql-master如果无法进入就用docker ps -a看下容器是否在正常运行，如果status显示docker logs mysql-master看下日志哪里出错了。/etc/mysql下面，这个最新版本的mysql的配置文件包含/etc/mysql/my.cnf和/etc/mysql/conf.d/mysql.cnf，还有/etc/mysql/mysql.conf.d/mysqld.cnf
+log-bin = mysql-bin
+server_id = 1保存后退出容器重启主库容器，然后进入从库更改相同文件，
+log-bin = mysql-bin
+server_id = 2主从配置 同样退出重启容器，然后是配置主从，首先进入主库，用命令mysql -u root -pxxxx进入mysql，然后赋予一个同步GRANT REPLICATION SLAVE ON *.* to 'backup'@'%' identified by '123456';还是同样说明下，ON *.*表示了数testDb/testTable，然后是'backup'@'%'表示给予同步identified by '123456'show master status，如下图：
+change master to
+master_host='xxx.xxx.xxx.xxx', //如果主从库的容器都在同一个宿主机上，这里的ip是docker容器的ip
+master_user='backup', //就是上面的赋予权限的用户
+master_password='123456',
+master_log_file='mysql-bin.000004', //主库中查看到的file
+master_log_pos=312, //主库中查看到的position
+master_port=3306; //如果是同一宿主机，这里使用真实的3306端口，3308及主库的3307是给外部连接使用的通过docker-ip mysql-master可以查看容器的ip这位同学的文章
+]]>
+
+ docker
+
+
+ docker
+ mysql
+
+
+
+ docker比一般多一点的初学者介绍
+ /2020/03/08/docker%E6%AF%94%E4%B8%80%E8%88%AC%E5%A4%9A%E4%B8%80%E7%82%B9%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E4%BB%8B%E7%BB%8D/
+ 因为最近想搭一个phabricator用来做看板和任务管理，一开始了解这个是Easy大大有在微博推荐过，后来苏洋也在群里和博客里说到了，看上去还不错的样子，因为主角是docker所以就不介绍太多，后面有机会写一下。
+docker最开始是之前在某位大佬的博客看到的，看上去有点神奇，感觉是一种轻量级的虚拟机，但是能做的事情好像差不多，那时候是在Ubuntu系统的vps里起一个Ubuntu的docker，然后在里面装个nginx，配置端口映射就可以访问了，后来也草草写过一篇使用docker搭建mysql集群，但是最近看了下好像是因为装docker的大佬做了一些别名还是什么操作，导致里面用的操作都不具有普遍性，而且主要是把搭的过程写了下，属于囫囵吞枣，没理解docker是干啥的，为啥用docker，就是操作了下，这几天借着搭phabricator的过程，把一些原来不理解，或者原来理解错误的地方重新理一下。
+之前写的 mysql 集群，一主二备，这种架构在很多小型应用里都是这么配置的，而且一般是直接在三台 vps 里启动三个 mysql 实例，但是如果换成 docker 会有什么好处呢，其实就是方便部署，比如其中一台备库挂了，我要加一台，或者说备库的 qps 太高了，需要再加一个，如果要在 vps 上搭建的话，首先要买一台机器，等初始化，然后在上面修改源，更新，装 mysql ，然后配置主从，可能还要处理防火墙等等，如果把这些打包成一个 docker 镜像，并且放在自己的 docker registry，那就直接run 一下就可以了；还有比如在公司要给一个新同学整一套开发测试环境，以 Java 开发为例，要装 git，maven，jdk，配置 maven settings 和各种 rc，整合在一个镜像里的话，就会很方便了；再比如微服务的水平扩展。
+但是为啥 docker 会有这种优势，听起来好像虚拟机也可以干这个事，但是虚拟机动辄上 G，而且需要 VMware，virtual box 等支持，不适合在Linux服务器环境使用，而且占用资源也会非常大。说得这么好，那么 docker 是啥呢
+docker 主要使用 Linux 中已经存在的两种技术的一个整合升级，一个是 namespace，一个是cgroups，相比于虚拟机需要完整虚拟出一个操作系统运行基础，docker 基于宿主机内核，通过 namespace 和 cgroups 分隔进程，理念就是提供一个隔离的最小化运行依赖，这样子相对于虚拟机就有了巨大的便利性，具体的 namespace 和 cgroups 就先不展开讲，可以参考耗子叔的文章
+安装 那么我们先安装下 docker，参考官方的教程，安装 ，我的系统是 ubuntu 的，就贴了 ubuntu 的链接，用其他系统的可以找到对应的系统文档安装，安装完了的话看看 docker 的信息
+sudo docker info在构建 SqlSessionFactory 也就是 DefaultSqlSessionFactory 的时候，
-public SqlSessionFactory build ( InputStream inputStream) {
- return build ( inputStream, null , null ) ;
- }
-public SqlSessionFactory build ( InputStream inputStream, String environment, Properties properties) {
- try {
- XMLConfigBuilder parser = new XMLConfigBuilder ( inputStream, environment, properties) ;
- return build ( parser. parse ( ) ) ;
- } catch ( Exception e) {
- throw ExceptionFactory . wrapException ( "Error building SqlSession." , e) ;
- } finally {
- ErrorContext . instance ( ) . reset ( ) ;
- try {
- if ( inputStream != null ) {
- inputStream. close ( ) ;
- }
- } catch ( IOException e) {
-
- }
- }
- } 前面也说过，就是解析 mybatis-config.xml 成 Configuration
-public Configuration parse ( ) {
- if ( parsed) {
- throw new BuilderException ( "Each XMLConfigBuilder can only be used once." ) ;
- }
- parsed = true ;
- parseConfiguration ( parser. evalNode ( "/configuration" ) ) ;
- return configuration;
-}
-private void parseConfiguration ( XNode root) {
- try {
-
- propertiesElement ( root. evalNode ( "properties" ) ) ;
- Properties settings = settingsAsProperties ( root. evalNode ( "settings" ) ) ;
- loadCustomVfs ( settings) ;
- loadCustomLogImpl ( settings) ;
- typeAliasesElement ( root. evalNode ( "typeAliases" ) ) ;
- pluginElement ( root. evalNode ( "plugins" ) ) ;
- objectFactoryElement ( root. evalNode ( "objectFactory" ) ) ;
- objectWrapperFactoryElement ( root. evalNode ( "objectWrapperFactory" ) ) ;
- reflectorFactoryElement ( root. evalNode ( "reflectorFactory" ) ) ;
- settingsElement ( settings) ;
-
-
- environmentsElement ( root. evalNode ( "environments" ) ) ;
- databaseIdProviderElement ( root. evalNode ( "databaseIdProvider" ) ) ;
- typeHandlerElement ( root. evalNode ( "typeHandlers" ) ) ;
- mapperElement ( root. evalNode ( "mappers" ) ) ;
- } catch ( Exception e) {
- throw new BuilderException ( "Error parsing SQL Mapper Configuration. Cause: " + e, e) ;
- }
-} 环境解析了这一块的内容
-< environmentsdefault = " development" > < environmentid = " development" > < transactionManagertype = " JDBC" /> < dataSourcetype = " POOLED" > < propertyname = " driver" value = " ${driver}" /> < propertyname = " url" value = " ${url}" /> < propertyname = " username" value = " ${username}" /> < propertyname = " password" value = " ${password}" /> </ dataSource> </ environment> </ environments> 解析也是自上而下的，
-private void environmentsElement ( XNode context) throws Exception {
- if ( context != null ) {
- if ( environment == null ) {
- environment = context. getStringAttribute ( "default" ) ;
- }
- for ( XNode child : context. getChildren ( ) ) {
- String id = child. getStringAttribute ( "id" ) ;
- if ( isSpecifiedEnvironment ( id) ) {
- TransactionFactory txFactory = transactionManagerElement ( child. evalNode ( "transactionManager" ) ) ;
- DataSourceFactory dsFactory = dataSourceElement ( child. evalNode ( "dataSource" ) ) ;
- DataSource dataSource = dsFactory. getDataSource ( ) ;
- Environment. Builder environmentBuilder = new Environment. Builder ( id)
- . transactionFactory ( txFactory)
- . dataSource ( dataSource) ;
- configuration. setEnvironment ( environmentBuilder. build ( ) ) ;
- break ;
- }
- }
- }
-} 前面第一步是解析事务管理器元素
-private TransactionFactory transactionManagerElement ( XNode context) throws Exception {
- if ( context != null ) {
- String type = context. getStringAttribute ( "type" ) ;
- Properties props = context. getChildrenAsProperties ( ) ;
- TransactionFactory factory = ( TransactionFactory ) resolveClass ( type) . getDeclaredConstructor ( ) . newInstance ( ) ;
- factory. setProperties ( props) ;
- return factory;
- }
- throw new BuilderException ( "Environment declaration requires a TransactionFactory." ) ;
-} 而这里的 resolveClass 其实就使用了上一篇的 typeAliases 系统，这里是使用了 JdbcTransactionFactory 作为事务管理器，DataSourceFactory 的创建也是 DataSource 的创建
-private DataSourceFactory dataSourceElement ( XNode context) throws Exception {
- if ( context != null ) {
- String type = context. getStringAttribute ( "type" ) ;
- Properties props = context. getChildrenAsProperties ( ) ;
- DataSourceFactory factory = ( DataSourceFactory ) resolveClass ( type) . getDeclaredConstructor ( ) . newInstance ( ) ;
- factory. setProperties ( props) ;
- return factory;
- }
- throw new BuilderException ( "Environment declaration requires a DataSourceFactory." ) ;
-} 因为在config文件中设置了Pooled，所以对应创建的就是 PooledDataSourceFactoryUnpooledDataSourceFactoryUnpooledDataSourceFactory 中
-public class PooledDataSourceFactory extends UnpooledDataSourceFactory {
+输出以下信息
+简单运行 然后再来运行个 hello world 呗，
+sudo docker run hello-worldpublic PooledDataSourceFactory ( ) {
- this . dataSource = new PooledDataSource ( ) ;
- }
+输出了这些
+看看这个运行命令是怎么用的，一般都会看到这样子的，sudo docker run -it ubuntu bash, 前面的 docker run 反正就是运行一个容器的意思，-it是啥呢，还有这个什么 ubuntu bash，来看看docker run`的命令帮助信息
+-i, --interactive Keep STDIN open even if not attached} 这里只保留了在构造方法里创建 DataSourcePooledDataSource 虽然没有直接继承 UnpooledDataSource，但其实
-public PooledDataSource ( ) {
- dataSource = new UnpooledDataSource ( ) ;
-} 至于为什么这么做呢应该也是考虑到能比较多的复用代码，因为 Pooled 其实跟 Unpooled 最重要的差别就在于是不是每次都重开连接Unpooled就是完成与数据库的连接，并可以获取该连接
-@Override
-public Connection getConnection ( ) throws SQLException {
- return doGetConnection ( username, password) ;
-}
+就是要有输入，我们运行的时候能输入
+-t, --tty Allocate a pseudo-TTY@Override
-public Connection getConnection ( String username, String password) throws SQLException {
- return doGetConnection ( username, password) ;
-}
-private Connection doGetConnection ( String username, String password) throws SQLException {
- Properties props = new Properties ( ) ;
- if ( driverProperties != null ) {
- props. putAll ( driverProperties) ;
- }
- if ( username != null ) {
- props. setProperty ( "user" , username) ;
- }
- if ( password != null ) {
- props. setProperty ( "password" , password) ;
- }
- return doGetConnection ( props) ;
-}
-private Connection doGetConnection ( Properties properties) throws SQLException {
- initializeDriver ( ) ;
- Connection connection = DriverManager . getConnection ( url, properties) ;
- configureConnection ( connection) ;
- return connection;
-} 而对于Pooled就会处理池化的逻辑
-private PooledConnection popConnection ( String username, String password) throws SQLException {
- boolean countedWait = false ;
- PooledConnection conn = null ;
- long t = System . currentTimeMillis ( ) ;
- int localBadConnectionCount = 0 ;
+要有个虚拟终端，
+Usage: docker run [ OPTIONS] IMAGE [ COMMAND] [ ARG.. .]
- while ( conn == null ) {
- lock. lock ( ) ;
- try {
- if ( ! state. idleConnections. isEmpty ( ) ) {
-
- conn = state. idleConnections. remove ( 0 ) ;
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Checked out connection " + conn. getRealHashCode ( ) + " from pool." ) ;
- }
- } else {
-
- if ( state. activeConnections. size ( ) < poolMaximumActiveConnections) {
-
- conn = new PooledConnection ( dataSource. getConnection ( ) , this ) ;
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Created connection " + conn. getRealHashCode ( ) + "." ) ;
- }
- } else {
-
- PooledConnection oldestActiveConnection = state. activeConnections. get ( 0 ) ;
- long longestCheckoutTime = oldestActiveConnection. getCheckoutTime ( ) ;
- if ( longestCheckoutTime > poolMaximumCheckoutTime) {
-
- state. claimedOverdueConnectionCount++ ;
- state. accumulatedCheckoutTimeOfOverdueConnections += longestCheckoutTime;
- state. accumulatedCheckoutTime += longestCheckoutTime;
- state. activeConnections. remove ( oldestActiveConnection) ;
- if ( ! oldestActiveConnection. getRealConnection ( ) . getAutoCommit ( ) ) {
- try {
- oldestActiveConnection. getRealConnection ( ) . rollback ( ) ;
- } catch ( SQLException e) {
-
- log. debug ( "Bad connection. Could not roll back" ) ;
- }
- }
- conn = new PooledConnection ( oldestActiveConnection. getRealConnection ( ) , this ) ;
- conn. setCreatedTimestamp ( oldestActiveConnection. getCreatedTimestamp ( ) ) ;
- conn. setLastUsedTimestamp ( oldestActiveConnection. getLastUsedTimestamp ( ) ) ;
- oldestActiveConnection. invalidate ( ) ;
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Claimed overdue connection " + conn. getRealHashCode ( ) + "." ) ;
- }
- } else {
-
- try {
- if ( ! countedWait) {
- state. hadToWaitCount++ ;
- countedWait = true ;
- }
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Waiting as long as " + poolTimeToWait + " milliseconds for connection." ) ;
- }
- long wt = System . currentTimeMillis ( ) ;
- condition. await ( poolTimeToWait, TimeUnit . MILLISECONDS ) ;
- state. accumulatedWaitTime += System . currentTimeMillis ( ) - wt;
- } catch ( InterruptedException e) {
-
- Thread . currentThread ( ) . interrupt ( ) ;
- break ;
- }
- }
- }
- }
- if ( conn != null ) {
-
- if ( conn. isValid ( ) ) {
- if ( ! conn. getRealConnection ( ) . getAutoCommit ( ) ) {
- conn. getRealConnection ( ) . rollback ( ) ;
- }
- conn. setConnectionTypeCode ( assembleConnectionTypeCode ( dataSource. getUrl ( ) , username, password) ) ;
- conn. setCheckoutTimestamp ( System . currentTimeMillis ( ) ) ;
- conn. setLastUsedTimestamp ( System . currentTimeMillis ( ) ) ;
- state. activeConnections. add ( conn) ;
- state. requestCount++ ;
- state. accumulatedRequestTime += System . currentTimeMillis ( ) - t;
- } else {
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "A bad connection (" + conn. getRealHashCode ( ) + ") was returned from the pool, getting another connection." ) ;
- }
- state. badConnectionCount++ ;
- localBadConnectionCount++ ;
- conn = null ;
- if ( localBadConnectionCount > ( poolMaximumIdleConnections + poolMaximumLocalBadConnectionTolerance) ) {
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "PooledDataSource: Could not get a good connection to the database." ) ;
- }
- throw new SQLException ( "PooledDataSource: Could not get a good connection to the database." ) ;
- }
- }
- }
- } finally {
- lock. unlock ( ) ;
- }
+Run a command in a new container}
+镜像 上面说的-it 就是这里的 options，后面那个 ubuntu 就是 image 辣，image 是啥呢
+Docker 把应用程序及其依赖，打包在 image 文件里面 ，可以把它理解成为类似于虚拟机的镜像或者运行一个进程的代码，跑起来了的叫docker 容器或者进程，比如我们将要运行的docker run -it ubuntu bash的ubuntu 就是个 ubuntu 容器的镜像，将这个镜像运行起来后，我们可以进入容器像使用 ubuntu 一样使用它，来看下我们的镜像，使用sudo docker image ls就能列出我们宿主机上的 docker 镜像了
+
+一个 ubuntu 镜像才 64MB，非常小巧，然后是后面的bash，我通过交互式启动了一个 ubuntu 容器，然后在这个启动的容器里运行了 bash 命令，这样就可以在容器里玩一下了
+在容器里看下进程，
+只有刚才运行容器的 bash 进程和我刚执行的 ps，这里有个可以注意下的，bash 这个进程的 pid 是 1，其实这里就用到了 linux 中的PID Namespace，容器会隔离出一个 pid 的名字空间，这里面的进程跟外部的 pid 命名独立
+查看宿主机上的容器 sudo docker ps -a if ( conn == null ) {
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "PooledDataSource: Unknown severe error condition. The connection pool returned a null connection." ) ;
- }
- throw new SQLException ( "PooledDataSource: Unknown severe error condition. The connection pool returned a null connection." ) ;
- }
+
+如何进入一个正在运行中的 docker 容器 这个应该是比较常用的，因为比如是一个微服务容器，有时候就像看下运行状态，日志啥的
+sudo docker exec -it [ containerID] bash return conn;
- } 它的入口不是个get方法，而是pop，从含义来来讲就不一样org.apache.ibatis.datasource.pooled.PooledDataSource#getConnection()
-@Override
-public Connection getConnection ( ) throws SQLException {
- return popConnection ( dataSource. getUsername ( ) , dataSource. getPassword ( ) ) . getProxyConnection ( ) ;
-} 对于具体怎么获取连接我们可以下一篇具体讲下
+
+查看日志 sudo docker logs [ containerID] 我在运行容器的终端里胡乱输入点啥，然后通过上面的命令就可以看到啦
+
+
]]>
- Java
- Mybatis
+ Docker
+ 介绍
- Java
- Mysql
- Mybatis
+ Docker
+ namespace
+ cgroup
- mybatis系列-typeAliases系统
- /2023/01/01/mybatis%E7%B3%BB%E5%88%97-typeAliases%E7%B3%BB%E7%BB%9F/
- 其实前面已经聊到过这个概念，在mybatis的配置中，以及一些初始化逻辑都是用了typeAliases，
-< typeAliases> < typeAliasalias = " Author" type = " domain.blog.Author" /> < typeAliasalias = " Blog" type = " domain.blog.Blog" /> < typeAliasalias = " Comment" type = " domain.blog.Comment" /> < typeAliasalias = " Post" type = " domain.blog.Post" /> < typeAliasalias = " Section" type = " domain.blog.Section" /> < typeAliasalias = " Tag" type = " domain.blog.Tag" /> </ typeAliases> 可以在这里注册类型别名，然后在mybatis中配置使用时，可以简化这些类型的使用，其底层逻辑主要是一个map，
-public class TypeAliasRegistry {
-
- private final Map < String , Class < ? > > = new HashMap < > ( ) ; 以string作为key，class对象作为value，比如我们在一开始使用的配置文件
-< dataSourcetype = " POOLED" > < propertyname = " driver" value = " ${driver}" /> < propertyname = " url" value = " ${url}" /> < propertyname = " username" value = " ${username}" /> < propertyname = " password" value = " ${password}" /> </ dataSource> 这里使用的dataSource是POOLED，那它肯定是个别名或者需要对应处理
-public Configuration ( ) {
- typeAliasRegistry. registerAlias ( "JDBC" , JdbcTransactionFactory . class ) ;
- typeAliasRegistry. registerAlias ( "MANAGED" , ManagedTransactionFactory . class ) ;
-
- typeAliasRegistry. registerAlias ( "JNDI" , JndiDataSourceFactory . class ) ;
- typeAliasRegistry. registerAlias ( "POOLED" , PooledDataSourceFactory . class ) ;
- typeAliasRegistry. registerAlias ( "UNPOOLED" , UnpooledDataSourceFactory . class ) ;
-
- typeAliasRegistry. registerAlias ( "PERPETUAL" , PerpetualCache . class ) ;
- typeAliasRegistry. registerAlias ( "FIFO" , FifoCache . class ) ;
- typeAliasRegistry. registerAlias ( "LRU" , LruCache . class ) ;
- typeAliasRegistry. registerAlias ( "SOFT" , SoftCache . class ) ;
- typeAliasRegistry. registerAlias ( "WEAK" , WeakCache . class ) ;
-
- typeAliasRegistry. registerAlias ( "DB_VENDOR" , VendorDatabaseIdProvider . class ) ;
-
- typeAliasRegistry. registerAlias ( "XML" , XMLLanguageDriver . class ) ;
- typeAliasRegistry. registerAlias ( "RAW" , RawLanguageDriver . class ) ;
-
- typeAliasRegistry. registerAlias ( "SLF4J" , Slf4jImpl . class ) ;
- typeAliasRegistry. registerAlias ( "COMMONS_LOGGING" , JakartaCommonsLoggingImpl . class ) ;
- typeAliasRegistry. registerAlias ( "LOG4J" , Log4jImpl . class ) ;
- typeAliasRegistry. registerAlias ( "LOG4J2" , Log4j2Impl . class ) ;
- typeAliasRegistry. registerAlias ( "JDK_LOGGING" , Jdk14LoggingImpl . class ) ;
- typeAliasRegistry. registerAlias ( "STDOUT_LOGGING" , StdOutImpl . class ) ;
- typeAliasRegistry. registerAlias ( "NO_LOGGING" , NoLoggingImpl . class ) ;
-
- typeAliasRegistry. registerAlias ( "CGLIB" , CglibProxyFactory . class ) ;
- typeAliasRegistry. registerAlias ( "JAVASSIST" , JavassistProxyFactory . class ) ;
+ docker比一般多一点的初学者介绍四
+ /2022/12/25/docker%E6%AF%94%E4%B8%80%E8%88%AC%E5%A4%9A%E4%B8%80%E7%82%B9%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E4%BB%8B%E7%BB%8D%E5%9B%9B/
+ 这次单独介绍下docker体系里非常重要的cgroup，docker对资源的限制也是基于cgroup构建的，#!/bin/bash
+while true ; do
+ echo "1"
+done . setDefaultDriverClass ( XMLLanguageDriver . class ) ;
- languageRegistry. register ( RawLanguageDriver . class ) ;
- } 正是通过typeAliasRegistry.registerAlias("POOLED", PooledDataSourceFactory.class);这一行，注册了POOLED对应的别名类型是PooledDataSourceFactory.class
-public void registerAlias ( String alias, Class < ? > ) {
- if ( alias == null ) {
- throw new TypeException ( "The parameter alias cannot be null" ) ;
- }
-
-
- String key = alias. toLowerCase ( Locale . ENGLISH ) ;
-
- if ( typeAliases. containsKey ( key) && typeAliases. get ( key) != null && ! typeAliases. get ( key) . equals ( value) ) {
- throw new TypeException ( "The alias '" + alias + "' is already mapped to the value '" + typeAliases. get ( key) . getName ( ) + "'." ) ;
- }
-
- typeAliases. put ( key, value) ;
-} 而获取的逻辑在这
-public < T > Class < T > resolveAlias ( String string) {
- try {
- if ( string == null ) {
- return null ;
- }
-
-
- String key = string. toLowerCase ( Locale . ENGLISH ) ;
- Class < T > ;
- if ( typeAliases. containsKey ( key) ) {
- value = ( Class < T > ) typeAliases. get ( key) ;
- } else {
-
- value = ( Class < T > ) Resources . classForName ( string) ;
- }
- return value;
- } catch ( ClassNotFoundException e) {
- throw new TypeException ( "Could not resolve type alias '" + string + "'. Cause: " + e, e) ;
- }
- } 逻辑比较简单，但是在mybatis中也是不可或缺的一块概念
+直接执行的话就是单核100%的cpu
+首先在cgroup下面建个目录
+mkdir -p /sys/fs/cgroup/cpu/sxs_test/查看目录下的文件
+echo 2000 > /sys/fs/cgroup/cpu/sxs_test/cpu.cfs_quota_us 这样表示可以使用2%的cpu，总的配额是在cpu.cfs_period_us中
+然后将当前进程输入到cgroup.procs,
+echo $$ > /sys/fs/cgroup/cpu/sxs_test/cgroup.procs这样就会自动继承当前进程产生的新进程
]]>
- Java
- Mybatis
+ Docker
- Java
- Mysql
- Mybatis
+ Docker
- mybatis系列-入门篇
- /2022/11/27/mybatis%E7%B3%BB%E5%88%97-%E5%85%A5%E9%97%A8%E7%AF%87/
- mybatis是我们比较常用的orm框架，下面是官网的介绍
-
- MyBatis 是一款优秀的持久层框架，它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO（Plain Old Java Objects，普通老式 Java 对象）为数据库中的记录。
-
-mybatis一大特点，或者说比较为人熟知的应该就是比 hibernate 是更轻量化，为国人所爱好的orm框架，对于hibernate目前还没有深入的拆解过，后续可以也写一下，在使用体验上觉得是个比较精巧的框架，看代码也比较容易，所以就想写个系列，第一篇先是介绍下使用mybatis-config.xml
-<?xml version="1.0" encoding="UTF-8" ?>
-<! DOCTYPE configuration
- PUBLIC "-//mybatis.org//DTD Config 3.0//EN"
- "https://mybatis.org/dtd/mybatis-3-config.dtd" > < configuration> < propertiesresource = " application-development.properties" /> < environmentsdefault = " development" > < environmentid = " development" > < transactionManagertype = " JDBC" /> < dataSourcetype = " POOLED" > < propertyname = " driver" value = " ${driver}" /> < propertyname = " url" value = " ${url}" /> < propertyname = " username" value = " ${username}" /> < propertyname = " password" value = " ${password}" /> </ dataSource> </ environment> </ environments> < mappers> < mapperresource = " mapper/StudentMapper.xml" /> </ mappers> </ configuration> 在代码里创建mybatis里重要入口
-String resource = "mybatis-config.xml" ;
-InputStream inputStream = Resources . getResourceAsStream ( resource) ;
-SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder ( ) . build ( inputStream) ; 然后我们上面的StudentMapper.xml
-<?xml version="1.0" encoding="UTF-8" ?>
-<! DOCTYPE mapper
- PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"
- "https://mybatis.org/dtd/mybatis-3-mapper.dtd" > < mappernamespace = " com.nicksxs.mybatisdemo.StudentMapper" > < selectid = " selectStudent" resultType = " com.nicksxs.mybatisdemo.StudentDO" > </ select> </ mapper> 那么我们就要使用这个mapper，
-String resource = "mybatis-config.xml" ;
-InputStream inputStream = Resources . getResourceAsStream ( resource) ;
-SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder ( ) . build ( inputStream) ;
-try ( SqlSession session = sqlSessionFactory. openSession ( ) ) {
- StudentDO studentDO = session. selectOne ( "com.nicksxs.mybatisdemo.StudentMapper.selectStudent" , 1 ) ;
- System . out. println ( "id is " + studentDO. getId ( ) + " name is " + studentDO. getName ( ) ) ;
-} catch ( Exception e) {
- e. printStackTrace ( ) ;
-} sqlSessionFactory是sqlSession的工厂，我们可以通过sqlSessionFactory来创建sqlSession，而SqlSession 提供了在数据库执行 SQL 命令所需的所有方法。你可以通过 SqlSession 实例来直接执行已映射的 SQL 语句。可以看到mapper.xml中有定义mapper的namespace，就可以通过session.selectOne()传入namespace+id来调用这个方法
-public interface StudentMapper {
+ docker比一般多一点的初学者介绍二
+ /2020/03/15/docker%E6%AF%94%E4%B8%80%E8%88%AC%E5%A4%9A%E4%B8%80%E7%82%B9%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E4%BB%8B%E7%BB%8D%E4%BA%8C/
+ 限制下 docker 的 cpu 使用率这里我们开始玩一点有意思的，我们在容器里装下 vim 和 gcc，然后写这样一段 c 代码
+#include <stdio.h>
+int main(void)
+{
+ int i = 0;
+ for(;;) i++;
+ return 0;
+}就是一个最简单的死循环，然后在容器里跑起来
+$ gcc 1 .c
+$ ./a.out然后我们来看下系统资源占用（CPU）
+docker commit -a "nick" -m "my ubuntu" f63c5607df06 my_ubuntu:v1然后再运行起来
+docker run -it --cpus = 0.1 my_ubuntu:v1 bash --cpus=0.1这个参数，它其实就是基于我前一篇说的 cgroup 技术，能将进程之间的cpu，内存等资源进行隔离
+开始第一个 Dockerfile 上一面为了复用那个我装了 vim 跟 gcc 的容器，我把它提交到了本地，使用了docker commit命令，有点类似于 git 的 commit，但是这个不是个很好的操作方式，需要手动介入，这里更推荐使用 Dockerfile 来构建镜像
+From ubuntu:latest
+MAINTAINER Nicksxs "nicksxs@hotmail.com"
+RUN sed -i s@/archive.ubuntu.com/@/mirrors.aliyun.com/@g /etc/apt/sources.list
+RUN apt-get clean
+RUN apt-get update && apt install -y nginx
+RUN echo 'Hi, i am in container' \
+ > /usr/share/nginx/html/index.html
+EXPOSE 80先解释下这是在干嘛，首先是这个From ubuntu:latest基于的 ubuntu 的最新版本的镜像，然后第二行是维护人的信息，第三四行么作为墙内人你懂的，把 ubuntu 的源换成阿里云的，不然就有的等了，然后就是装下 nginx，往默认的 nginx 的入口 html 文件里输入一行欢迎语，然后暴露 80 端口sudo docker build -t="nicksxs/static_web" .命令来基于这个 Dockerfile 构建我们自己的镜像，过程中是这样的.，代表当前目录下会自行去寻找 Dockerfile 进行构建，构建完了之后我们再看下我们的本地镜像sudo docker run -t -i bd26f991b6c8 /bin/bashUsing cache，说明 docker 在构建镜像的时候是有缓存的，这也更能说明 docker 是基于层去构建镜像，同样的底包，同样的步骤，这些层是可以被复用的，这就是 docker 的构建缓存，当然我们也可以在 build 的时候加上--no-cache去把构建缓存禁用掉。
+]]>
+
+ Docker
+ 介绍
+
+
+ Docker
+ namespace
+ cgroup
+
+
+
+ dubbo 客户端配置的一个重要知识点
+ /2022/06/11/dubbo-%E5%AE%A2%E6%88%B7%E7%AB%AF%E9%85%8D%E7%BD%AE%E7%9A%84%E4%B8%80%E4%B8%AA%E9%87%8D%E8%A6%81%E7%9F%A5%E8%AF%86%E7%82%B9/
+ 在配置项目中其实会留着比较多的问题，由于不同的项目没有比较统一的规划和框架模板，一般都是只有创建者会比较了解（可能也不了解），譬如前阵子在配置一个 springboot + dubbo 的项目，发现了dubbo 连接注册中间客户端的问题，这里可以结合下代码来看< dependency> < groupId> </ groupId> < artifactId> </ artifactId> < version> </ version> </ dependency> < dependency> < groupId> </ groupId> < artifactId> </ artifactId> < version> </ version> </ dependency> 有个别应用用的是这个
+< dependency> < groupId> </ groupId> < artifactId> </ artifactId> < version> </ version> </ dependency> 还有的应用是找不到相关的依赖，并且这些的使用没有个比较好的说明，为啥用前者，为啥用后者，有啥注意点，org.apache.curator.framework.CuratorFrameworkFactory 类
+@SPI ( "curator" )
+public interface ZookeeperTransporter {
+
+ @Adaptive ( { Constants . CLIENT_KEY , Constants . TRANSPORTER_KEY } )
+ ZookeeperClient connect ( URL url) ;
- public StudentDO selectStudent ( Long id) ;
-} 就可以可以通过mapper接口获取方法，这样就不用涉及到未知的变量转换等异常
-try ( SqlSession session = sqlSessionFactory. openSession ( ) ) {
- StudentMapper mapper = session. getMapper ( StudentMapper . class ) ;
- StudentDO studentDO = mapper. selectStudent ( 1L ) ;
- System . out. println ( "id is " + studentDO. getId ( ) + " name is " + studentDO. getName ( ) ) ;
-} catch ( Exception e) {
- e. printStackTrace ( ) ;
} 这一篇咱们先介绍下简单的使用，后面可以先介绍下这些的原理。
+众所周知，dubbo 创造了叫自适应扩展点加载 的神奇技术，这里的 adaptive 注解中的Constants.CLIENT_KEY 和 Constants.TRANSPORTER_KEY 可以在配置 dubbo 的注册信息的时候进行配置，如果是通过 xml 配置的话，可以在 <dubbo:registry/> 这个 tag 中的以上两个 key 进行配置，
+< xsd: elementname = " registry" type = " registryType" > < xsd: annotation> < xsd: documentation> <![CDATA[ The registry config ]]> </ xsd: documentation> </ xsd: annotation> </ xsd: element> com.alibaba.dubbo.remoting.zookeeper.ZookeeperTransporter 中可以看到
+zkclient = com.alibaba.dubbo.remoting.zookeeper.zkclient.ZkclientZookeeperTransporter
+curator = com.alibaba.dubbo.remoting.zookeeper.curator.CuratorZookeeperTransporter
+
+zkclient = com.alibaba.dubbo.remoting.zookeeper.zkclient.ZkclientZookeeperTransporter
+curator = com.alibaba.dubbo.remoting.zookeeper.curator.CuratorZookeeperTransporter
+
+zkclient = com.alibaba.dubbo.remoting.zookeeper.zkclient.ZkclientZookeeperTransporter
+curator = com.alibaba.dubbo.remoting.zookeeper.curator.CuratorZookeeperTransporter而在上面的代码里默认的SPI 值是 curator，所以如果不配置，那就会报上面找不到类的问题，所以如果需要使用 zkclient 的，就需要在<dubbo:registry/> 配置中添加 client="zkclient"这个配置，所以有些地方还是需要懂一些更深层次的原理，但也不至于每个东西都要抠到每一行代码原理，除非就是专门做这一块的。
]]>
Java
- Mybatis
+ Dubbo
Java
- Mysql
- Mybatis
+ Dubbo
- mybatis系列-connection连接池解析
- /2023/02/19/mybatis%E7%B3%BB%E5%88%97-connection%E8%BF%9E%E6%8E%A5%E6%B1%A0%E8%A7%A3%E6%9E%90/
- 连接池主要是两个逻辑，首先是获取连接的逻辑，结合代码来讲一讲
-private PooledConnection popConnection ( String username, String password) throws SQLException {
- boolean countedWait = false ;
- PooledConnection conn = null ;
- long t = System . currentTimeMillis ( ) ;
- int localBadConnectionCount = 0 ;
-
-
- while ( conn == null ) {
-
- lock. lock ( ) ;
- try {
-
- if ( ! state. idleConnections. isEmpty ( ) ) {
-
-
- conn = state. idleConnections. remove ( 0 ) ;
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Checked out connection " + conn. getRealHashCode ( ) + " from pool." ) ;
+ docker比一般多一点的初学者介绍三
+ /2020/03/21/docker%E6%AF%94%E4%B8%80%E8%88%AC%E5%A4%9A%E4%B8%80%E7%82%B9%E7%9A%84%E5%88%9D%E5%AD%A6%E8%80%85%E4%BB%8B%E7%BB%8D%E4%B8%89/
+ 运行第一个 Dockerfile上一篇的 Dockerfile 我们停留在构建阶段，现在来把它跑起来
+docker run -d -p 80 --name static_web nicksxs/static_web \
+nginx -g "daemon off;" 这里的-d表示以分离模型运行docker (detached),然后-p 是表示将容器的 80 端口开放给宿主机，然后容器名就叫 static_web,使用了我们上次构建的 static_web 镜像，后面的是让 nginx 在前台运行docker exec -it 4792455ca2ed /bin/bash/etc/nginx,/usr/local/etc等目录下，然后找到我们的目录是在这
+第二个 Dockerfile 然后就想来动态一点的，毕竟写过 PHP，就来试试 PHP
+<?php
+echo "Hello World!" ; 然后在 dynamic_web 目录下创建 Dockerfile，
+FROM trafex/alpine-nginx-php7:latest
+COPY src/ /var/www/html
+EXPOSE 80Dockerfile 虽然只有三行，不过要着重说明下，这个底包其实不是docker 官方的，有两点考虑，一点是官方的基本都是 php apache 的镜像，还有就是 alpine这个，截取一段中文介绍
+
+Alpine 操作系统是一个面向安全的轻型 Linux 发行版。它不同于通常 Linux 发行版，Alpine 采用了 musl libc 和 busybox 以减小系统的体积和运行时资源消耗，但功能上比 busybox 又完善的多，因此得到开源社区越来越多的青睐。在保持瘦身的同时，Alpine 还提供了自己的包管理工具 apk，可以通过 https://pkgs.alpinelinux.org/packages 网站上查询包信息，也可以直接通过 apk 命令直接查询和安装各种软件。
+
+
+Alpine Docker 镜像也继承了 Alpine Linux 发行版的这些优势。相比于其他 Docker 镜像，它的容量非常小，仅仅只有 5 MB 左右（对比 Ubuntu 系列镜像接近 200 MB），且拥有非常友好的包管理机制。官方镜像来自 docker-alpine 项目。
+
+
+目前 Docker 官方已开始推荐使用 Alpine 替代之前的 Ubuntu 做为基础镜像环境。这样会带来多个好处。包括镜像下载速度加快，镜像安全性提高，主机之间的切换更方便，占用更少磁盘空间等。
+
+一方面在没有镜像的情况下，拉取 docker 镜像还是比较费力的，第二个就是也能节省硬盘空间，所以目前有大部分的 docker 镜像都将 alpine 作为基础镜像了docker run -d -p 80:80 dynamic_web打开浏览器发现访问不了，咋回事呢trafex/alpine-nginx-php7:latest这个镜像说明 ,它内部的服务是 8080 端口的，所以我们映射的暴露端口应该是 8080，再用 docker run -d -p 80:8080 dynamic_web这个启动，
+]]>
+
+ Docker
+ 介绍
+
+
+ Docker
+ namespace
+ Dockerfile
+
+
+
+ gogs使用webhook部署react单页应用
+ /2020/02/22/gogs%E4%BD%BF%E7%94%A8webhook%E9%83%A8%E7%BD%B2react%E5%8D%95%E9%A1%B5%E5%BA%94%E7%94%A8/
+ 众所周知，我是个前端彩笔，但是也想做点自己可以用的工具页面，所以就让朋友推荐了蚂蚁出品的 ant design，说基本可以直接 ctrl-c ctrl-v，实测对我这种来说还是有点难的，不过也能写点，但是现在碰到的问题是怎么部署到自己的服务器上去webhook ，这个我一开始用 snap 安装，但是出现问题，run 的时候会出现后面参数带的 hooks.json 文件找不到，然后索性就直接 github 上下最新版，放 /usr/local/bin 了，webhook 的原理呢其实也比较简单，就是起一个 http 服务，通过 post 请求调用，解析下参数，如果跟配置的参数一致，就调用对应的命令或者脚本。
+配置 hooks.json webhook 的配置，需要的两个文件，一个是 hooks.json，这个是 webhook 服务的配置文件，像这样
+[
+ {
+ "id" : "redeploy-app" ,
+ "execute-command" : "/opt/scripts/redeploy.sh" ,
+ "command-working-directory" : "/opt/scripts" ,
+ "pass-arguments-to-command" :
+ [
+ {
+ "source" : "payload" ,
+ "name" : "head_commit.message"
+ } ,
+ {
+ "source" : "payload" ,
+ "name" : "pusher.name"
+ } ,
+ {
+ "source" : "payload" ,
+ "name" : "head_commit.id"
+ }
+ ] ,
+ "trigger-rule" :
+ {
+ "and" :
+ [
+ {
+ "match" :
+ {
+ "type" : "payload-hash-sha1" ,
+ "secret" : "your-github-secret" ,
+ "parameter" :
+ {
+ "source" : "header" ,
+ "name" : "X-Hub-Signature"
+ }
}
- } else {
-
-
- if ( state. activeConnections. size ( ) < poolMaximumActiveConnections) {
-
-
- conn = new PooledConnection ( dataSource. getConnection ( ) , this ) ;
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Created connection " + conn. getRealHashCode ( ) + "." ) ;
- }
- } else {
-
-
- PooledConnection oldestActiveConnection = state. activeConnections. get ( 0 ) ;
- long longestCheckoutTime = oldestActiveConnection. getCheckoutTime ( ) ;
- if ( longestCheckoutTime > poolMaximumCheckoutTime) {
-
-
- state. claimedOverdueConnectionCount++ ;
-
- state. accumulatedCheckoutTimeOfOverdueConnections += longestCheckoutTime;
-
- state. accumulatedCheckoutTime += longestCheckoutTime;
-
- state. activeConnections. remove ( oldestActiveConnection) ;
-
- if ( ! oldestActiveConnection. getRealConnection ( ) . getAutoCommit ( ) ) {
- try {
- oldestActiveConnection. getRealConnection ( ) . rollback ( ) ;
- } catch ( SQLException e) {
-
- log. debug ( "Bad connection. Could not roll back" ) ;
- }
- }
-
- conn = new PooledConnection ( oldestActiveConnection. getRealConnection ( ) , this ) ;
- conn. setCreatedTimestamp ( oldestActiveConnection. getCreatedTimestamp ( ) ) ;
- conn. setLastUsedTimestamp ( oldestActiveConnection. getLastUsedTimestamp ( ) ) ;
- oldestActiveConnection. invalidate ( ) ;
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Claimed overdue connection " + conn. getRealHashCode ( ) + "." ) ;
- }
- } else {
-
-
- try {
-
- if ( ! countedWait) {
- state. hadToWaitCount++ ;
- countedWait = true ;
- }
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Waiting as long as " + poolTimeToWait + " milliseconds for connection." ) ;
- }
- long wt = System . currentTimeMillis ( ) ;
-
- condition. await ( poolTimeToWait, TimeUnit . MILLISECONDS ) ;
-
- state. accumulatedWaitTime += System . currentTimeMillis ( ) - wt;
- } catch ( InterruptedException e) {
-
- Thread . currentThread ( ) . interrupt ( ) ;
- break ;
- }
- }
- }
- }
-
- if ( conn != null ) {
-
-
- if ( conn. isValid ( ) ) {
- if ( ! conn. getRealConnection ( ) . getAutoCommit ( ) ) {
-
- conn. getRealConnection ( ) . rollback ( ) ;
- }
- conn. setConnectionTypeCode ( assembleConnectionTypeCode ( dataSource. getUrl ( ) , username, password) ) ;
-
- conn. setCheckoutTimestamp ( System . currentTimeMillis ( ) ) ;
- conn. setLastUsedTimestamp ( System . currentTimeMillis ( ) ) ;
-
- state. activeConnections. add ( conn) ;
- state. requestCount++ ;
- state. accumulatedRequestTime += System . currentTimeMillis ( ) - t;
- } else {
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "A bad connection (" + conn. getRealHashCode ( ) + ") was returned from the pool, getting another connection." ) ;
- }
-
- state. badConnectionCount++ ;
- localBadConnectionCount++ ;
- conn = null ;
-
- if ( localBadConnectionCount > ( poolMaximumIdleConnections + poolMaximumLocalBadConnectionTolerance) ) {
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "PooledDataSource: Could not get a good connection to the database." ) ;
- }
- throw new SQLException ( "PooledDataSource: Could not get a good connection to the database." ) ;
+ } ,
+ {
+ "match" :
+ {
+ "type" : "value" ,
+ "value" : "refs/heads/master" ,
+ "parameter" :
+ {
+ "source" : "payload" ,
+ "name" : "ref"
}
}
}
- } finally {
-
- lock. unlock ( ) ;
- }
-
+ ]
}
+ }
+] if ( conn == null ) {
-
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "PooledDataSource: Unknown severe error condition. The connection pool returned a null connection." ) ;
- }
-
- throw new SQLException ( "PooledDataSource: Unknown severe error condition. The connection pool returned a null connection." ) ;
- }
-
- return conn;
- } 这是个跟 github搭配的示例，首先 id 表示的是这个对应 hook 的识别 id，也可以看到这个 hooks.json 的结构是这样的一个数组，然后就是要执行的命令和命令执行的参数，值得注意的是这个trigger-rule,就是请求进来了回去匹配里面的，比如前一个是一个加密的，放在请求头里，第二个 match 表示请求里的 ref 是个 master 分支，就可以区分分支进行不同操作，但是前面的加密配合 gogs 使用的时候有个问题(PS: webhook 的文档是真的烂)，gogs 设置 webhook 的加密是用的
+
+密钥文本将被用于计算推送内容的 SHA256 HMAC 哈希值，并设置为 X-Gogs-Signature 请求头的值。
+
+这种加密方式，所以 webhook 的这个示例的加密方式不行，但这货的文档里居然没有说明支持哪些加密，神TM，后来还是翻 issue 翻到了, 需要使用这个payload-hash-sha256
+执行脚本 redeploy.sh 脚本类似于这样
+#!/bin/bash -e
-然后是还回连接
-protected void pushConnection ( PooledConnection conn) throws SQLException {
-
- lock. lock ( ) ;
- try {
-
- state. activeConnections. remove ( conn) ;
- if ( conn. isValid ( ) ) {
-
- if ( state. idleConnections. size ( ) < poolMaximumIdleConnections && conn. getConnectionTypeCode ( ) == expectedConnectionTypeCode) {
-
- state. accumulatedCheckoutTime += conn. getCheckoutTime ( ) ;
- if ( ! conn. getRealConnection ( ) . getAutoCommit ( ) ) {
-
- conn. getRealConnection ( ) . rollback ( ) ;
- }
-
- PooledConnection newConn = new PooledConnection ( conn. getRealConnection ( ) , this ) ;
-
- state. idleConnections. add ( newConn) ;
- newConn. setCreatedTimestamp ( conn. getCreatedTimestamp ( ) ) ;
- newConn. setLastUsedTimestamp ( conn. getLastUsedTimestamp ( ) ) ;
-
- conn. invalidate ( ) ;
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Returned connection " + newConn. getRealHashCode ( ) + " to pool." ) ;
- }
-
- condition. signal ( ) ;
- } else {
-
- state. accumulatedCheckoutTime += conn. getCheckoutTime ( ) ;
- if ( ! conn. getRealConnection ( ) . getAutoCommit ( ) ) {
- conn. getRealConnection ( ) . rollback ( ) ;
- }
- conn. getRealConnection ( ) . close ( ) ;
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Closed connection " + conn. getRealHashCode ( ) + "." ) ;
- }
- conn. invalidate ( ) ;
- }
- } else {
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "A bad connection (" + conn. getRealHashCode ( ) + ") attempted to return to the pool, discarding connection." ) ;
- }
- state. badConnectionCount++ ;
- }
- } finally {
- lock. unlock ( ) ;
- }
- } function cleanup {
+ echo "Error occoured"
+}
+trap cleanup ERR
+
+commit_message = $1
+pusher_name = $2
+commit_id = $3
+
+
+cd ~/do-react-example-app/
+git pull origin master
+yarn && yarn build就是简单的拉代码，然后构建下，真实使用时可能不是这样，因为页面会部署在 nginx 的作用目录，还需要 rsync 过去，这部分可能还涉及到两个问题第一个是使用 rsync 还是其他的 cp，不过这个无所谓；第二个是目录权限的问题，以我的系统ubuntu 为例，默认用户是 ubuntu，nginx 部署的目录是 www，所以需要切换用户等操作，一开始是想用在shell 文件中直接写了密码，但是不知道咋传，查了下是类似于这样 echo "passwd" | sudo -S cmd，通过管道命令往后传，然后就是这个-S, 参数的解释是-S, --stdin read password from standard input,但是这样么也不是太安全的赶脚，又看了下还有两种方法，
+
+就是给root 设置一个不需要密码的命令类似于这样，
+myusername ALL = ( ALL) ALL
+myusername ALL = ( root) NOPASSWD: /path/to/my/program另一种就是把默认用户跟 root 设置成同一个 group 的
+
+使用 真正实操的时候其实还有不少问题，首先运行 webhook 就碰到了我前面说的，使用 snap 运行的时候会找不到前面的 hooks.json配置文件，执行snap run webhook -hooks /opt/hooks/hooks.json -verbose就碰到下面的couldn't load hooks from file! open /opt/hooks/hooks.json: no such file or directory，后来直接下了个官方最新的 release，就直接执行 webhook -hooks /opt/hooks/hooks.json -verbose 就可以了，然后是前面的示例配置文件里的几个参数，比如head_commit.message 其实 gogs 推过来的根本没这玩意，而且都是数组，不知道咋取，烂文档，不过总比搭个 drone 好一点就忍了。补充一点就是在 debug 的时候需要看下问题出在哪，看看脚本有没有执行，所以需要在前面的 json 里加这个参数"include-command-output-in-response": true, 就能输出来脚本执行结果
]]>
- Java
- Mybatis
+ 持续集成
- Java
- Mysql
- Mybatis
+ Gogs
+ Webhook
- mybatis系列-第一条sql的更多细节
- /2022/12/18/mybatis%E7%B3%BB%E5%88%97-%E7%AC%AC%E4%B8%80%E6%9D%A1sql%E7%9A%84%E6%9B%B4%E5%A4%9A%E7%BB%86%E8%8A%82/
- 执行细节languageDriverorg/mybatis/mybatis/3.5.11/mybatis-3.5.11-sources.jar!/org/apache/ibatis/session/Configuration.java:215configuration的构造方法里
-languageRegistry. setDefaultDriverClass ( XMLLanguageDriver . class ) ; 而在org.apache.ibatis.builder.xml.XMLStatementBuilder#parseStatementNode sqlSource，这里就会根据前面的 LanguageDriver 的实现选择对应的 sqlSource ，
-SqlSource sqlSource = langDriver. createSqlSource ( configuration, context, parameterTypeClass) ; createSqlSource 就会调用
-@Override
-public SqlSource createSqlSource ( Configuration configuration, XNode script, Class < ? > ) {
- XMLScriptBuilder builder = new XMLScriptBuilder ( configuration, script, parameterType) ;
- return builder. parseScriptNode ( ) ;
-} 再往下的逻辑在 parseScriptNode 中，org.apache.ibatis.scripting.xmltags.XMLScriptBuilder#parseScriptNode
-public SqlSource parseScriptNode ( ) {
- MixedSqlNode rootSqlNode = parseDynamicTags ( context) ;
- SqlSource sqlSource;
- if ( isDynamic) {
- sqlSource = new DynamicSqlSource ( configuration, rootSqlNode) ;
- } else {
- sqlSource = new RawSqlSource ( configuration, rootSqlNode, parameterType) ;
- }
- return sqlSource;
-} 首先要解析dynamicTag，调用了org.apache.ibatis.scripting.xmltags.XMLScriptBuilder#parseDynamicTags
-protected MixedSqlNode parseDynamicTags ( XNode node) {
- List < SqlNode > = new ArrayList < > ( ) ;
- NodeList children = node. getNode ( ) . getChildNodes ( ) ;
- for ( int i = 0 ; i < children. getLength ( ) ; i++ ) {
- XNode child = node. newXNode ( children. item ( i) ) ;
- if ( child. getNode ( ) . getNodeType ( ) == Node . CDATA_SECTION_NODE || child. getNode ( ) . getNodeType ( ) == Node . TEXT_NODE ) {
- String data = child. getStringBody ( "" ) ;
- TextSqlNode textSqlNode = new TextSqlNode ( data) ;
-
- if ( textSqlNode. isDynamic ( ) ) {
- contents. add ( textSqlNode) ;
- isDynamic = true ;
- } else {
- contents. add ( new StaticTextSqlNode ( data) ) ;
- }
- } else if ( child. getNode ( ) . getNodeType ( ) == Node . ELEMENT_NODE ) {
- String nodeName = child. getNode ( ) . getNodeName ( ) ;
- NodeHandler handler = nodeHandlerMap. get ( nodeName) ;
- if ( handler == null ) {
- throw new BuilderException ( "Unknown element <" + nodeName + "> in SQL statement." ) ;
- }
- handler. handleNode ( child, contents) ;
- isDynamic = true ;
- }
- }
- return new MixedSqlNode ( contents) ;
- } 判断是否是动态sql，调用了org.apache.ibatis.scripting.xmltags.TextSqlNode#isDynamic
-public boolean isDynamic ( ) {
- DynamicCheckerTokenParser checker = new DynamicCheckerTokenParser ( ) ;
-
- GenericTokenParser parser = createParser ( checker) ;
- parser. parse ( text) ;
- return checker. isDynamic ( ) ;
-} 创建parser的时候可以看到这个parser是干了啥，其实就是找有没有${ , }
-private GenericTokenParser createParser ( TokenHandler handler) {
- return new GenericTokenParser ( "${" , "}" , handler) ;
-} 如果是的话，就在上面把 isDynamic 设置为true 如果是true 的话就创建 DynamicSqlSource
-sqlSource = new DynamicSqlSource ( configuration, rootSqlNode) ; 如果不是的话就创建RawSqlSource
-sqlSource = new RawSqlSource ( configuration, rootSqlNode, parameterType) ;
-```java
-
-但是这不是一个真实可用的 `sqlSource` ，
-实际创建的时候会走到这
-```java
-public RawSqlSource ( Configuration configuration, SqlNode rootSqlNode, Class < ? > ) {
- this ( configuration, getSql ( configuration, rootSqlNode) , parameterType) ;
- }
-
- public RawSqlSource ( Configuration configuration, String sql, Class < ? > ) {
- SqlSourceBuilder sqlSourceParser = new SqlSourceBuilder ( configuration) ;
- Class < ? > = parameterType == null ? Object . class : parameterType;
- sqlSource = sqlSourceParser. parse ( sql, clazz, new HashMap < > ( ) ) ;
- } 具体的sqlSource是通过org.apache.ibatis.builder.SqlSourceBuilder#parse 创建的
-public SqlSource parse ( String originalSql, Class < ? > , Map < String , Object > ) {
- ParameterMappingTokenHandler handler = new ParameterMappingTokenHandler ( configuration, parameterType, additionalParameters) ;
- GenericTokenParser parser = new GenericTokenParser ( "#{" , "}" , handler) ;
- String sql;
- if ( configuration. isShrinkWhitespacesInSql ( ) ) {
- sql = parser. parse ( removeExtraWhitespaces ( originalSql) ) ;
- } else {
- sql = parser. parse ( originalSql) ;
- }
- return new StaticSqlSource ( configuration, sql, handler. getParameterMappings ( ) ) ;
-} 这里创建的其实是StaticSqlSource ,多带一句前面的parser是将原来这样select * from student where id = #{id} 的 sql 解析成了select * from student where id = ? 然后创建了StaticSqlSource
-public StaticSqlSource ( Configuration configuration, String sql, List < ParameterMapping > ) {
- this . sql = sql;
- this . parameterMappings = parameterMappings;
- this . configuration = configuration;
-} 为什么前面要讲这么多好像没什么关系的代码呢，其实在最开始我们执行sql的代码中
-@Override
- public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
- BoundSql boundSql = ms. getBoundSql ( parameterObject) ;
- CacheKey key = createCacheKey ( ms, parameterObject, rowBounds, boundSql) ;
- return query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
- } 这里获取了BoundSql，而BoundSql是怎么来的呢，首先调用了org.apache.ibatis.mapping.MappedStatement#getBoundSql
-public BoundSql getBoundSql ( Object parameterObject) {
- BoundSql boundSql = sqlSource. getBoundSql ( parameterObject) ;
- List < ParameterMapping > = boundSql. getParameterMappings ( ) ;
- if ( parameterMappings == null || parameterMappings. isEmpty ( ) ) {
- boundSql = new BoundSql ( configuration, boundSql. getSql ( ) , parameterMap. getParameterMappings ( ) , parameterObject) ;
- }
-
-
- for ( ParameterMapping pm : boundSql. getParameterMappings ( ) ) {
- String rmId = pm. getResultMapId ( ) ;
- if ( rmId != null ) {
- ResultMap rm = configuration. getResultMap ( rmId) ;
- if ( rm != null ) {
- hasNestedResultMaps |= rm. hasNestedResultMaps ( ) ;
- }
- }
- }
-
- return boundSql;
- } 而我们从上面的解析中可以看到这里的sqlSource是一层RawSqlSource , 它的getBoundSql又是调用内部的sqlSource的方法
-@Override
-public BoundSql getBoundSql ( Object parameterObject) {
- return sqlSource. getBoundSql ( parameterObject) ;
-} 内部的sqlSource 就是StaticSqlSource ，
-@Override
-public BoundSql getBoundSql ( Object parameterObject) {
- return new BoundSql ( configuration, sql, parameterMappings, parameterObject) ;
-} 这个BoundSql的内容也比较简单
-public BoundSql ( Configuration configuration, String sql, List < ParameterMapping > , Object parameterObject) {
- this . sql = sql;
- this . parameterMappings = parameterMappings;
- this . parameterObject = parameterObject;
- this . additionalParameters = new HashMap < > ( ) ;
- this . metaParameters = configuration. newMetaObject ( additionalParameters) ;
-} 而上次在这边org.apache.ibatis.executor.SimpleExecutor#doQuery 的时候落了个东西，就是StatementHandler的逻辑
+ docker使用中发现的echo命令的一个小技巧及其他
+ /2020/03/29/echo%E5%91%BD%E4%BB%A4%E7%9A%84%E4%B8%80%E4%B8%AA%E5%B0%8F%E6%8A%80%E5%B7%A7/
+ echo 实操技巧最近做 docker 系列，会经常需要进到 docker 内部，如上一篇介绍的，这些镜像一般都有用 ubuntu 或者alpine 这样的 Linux 系统作为底包，如果构建镜像的时候没有替换源的话，因为特殊的网络原因，在内部想编辑下东西要安装个类似于 vim 这样的编辑器就会很慢很慢，像视频里 two thousand years later~ 而且如果在容器内部想改源配置的话也要编辑器，就陷入了一个鸡生蛋，跟蛋生鸡的死锁问题中，对于 linux 大神来说应该有一万种方法解决这个问题，对于我这个渣渣来说可能只想到了这个土方法，先 cp backup 一下 sources.list, 再 echo “xxx” > sources.list, 这里就碰到了一个问题，这个 sources.list 一般不止一行，直接 echo 的话就解析不了了，不过 echo 可以支持”\n”转义，就是加-e看一下解释和示例，我这里使用了 tldr ，可以用 npm install -g tldr 安装，也可以直接用man， 或者–help 来查看使用方式
+查看镜像底包 还有一点也是在这个时候要安装 vim 之类的，得知道是什么镜像底包，如果是用 uname 指令，其实看到的是宿主机的系统，得用cat /etc/issue
+
+寻找系统镜像源 目前国内系统源用得比较多的是阿里云源，不过这里也推荐清华源 , 中科大源 , 浙大源 这里不要脸的推荐下母校的源，不过还不是很完善，尽情期待下。
+]]>
+
+ Linux
+ Docker
+ 命令
+ echo
+ 发行版本
+
+
+ linux
+ Docker
+ echo
+ uname
+ 发行版
+
+
+
+ C++ 指针使用中的一个小问题
+ /2014/12/23/my-new-post/
+ 在工作中碰到的一点C++指针上的一点小问题在C++中，应该是从C语言就开始了，除了void 型指针之外都是需要有分配对应的内存才可以使用，同时malloc 与free 成对使用，new 与delete 成对使用，否则造成内存泄漏。
+]]>
+
+ C++
+
+
+ 博客，文章
+
+
+
+ invert-binary-tree
+ /2015/06/22/invert-binary-tree/
+ Invert a binary tree
+ 4
+ / \
+ 2 7
+ / \ / \
+1 3 6 9
+to
+ 4
+ / \
+ 7 2
+ / \ / \
+9 6 3 1
+Trivia: this original tweet by Max Howell :
+
+Google: 90% of our engineers use the software you wrote (Homebrew),
+
+/**
+ * Definition for a binary tree node.
+ * struct TreeNode {
+ * int val;
+ * TreeNode *left;
+ * TreeNode *right;
+ * TreeNode(int x) : val(x), left(NULL), right(NULL) {}
+ * };
+ */
+class Solution {
+public:
+ TreeNode* invertTree(TreeNode* root) {
+ if(root == NULL) return root;
+ TreeNode* temp;
+ temp = invertTree(root->left);
+ root->left = invertTree(root->right);
+ root->right = temp;
+ return root;
+ }
+};
+ leetcode
+
+
+ leetcode
+ c++
+
+
+
+ minimum-size-subarray-sum-209
+ /2016/10/11/minimum-size-subarray-sum-209/
+ problemGiven an array of n positive integers and a positive integer s, find the minimal length of a subarray of which the sum ≥ s. If there isn’t one, return 0 instead.
+For example, given the array [2,3,1,2,4,3] and s = 7,[4,3] has the minimal length under the problem constraint.
+题解 参考，滑动窗口，跟之前Data Structure课上的online算法有点像，链接
+Code class Solution {
+public:
+ int minSubArrayLen(int s, vector<int>& nums) {
+ int len = nums.size();
+ if(len == 0) return 0;
+ int minlen = INT_MAX;
+ int sum = 0;
+
+ int left = 0;
+ int right = -1;
+ while(right < len)
+ {
+ while(sum < s && right < len)
+ sum += nums[++right];
+ if(sum >= s)
+ {
+ minlen = minlen < right - left + 1 ? minlen : right - left + 1;
+ sum -= nums[left++];
+ }
+ }
+ return minlen > len ? 0 : minlen;
+ }
+};
+
+ leetcode
+
+
+ leetcode
+ c++
+
+
+
+ mybatis 的 foreach 使用的注意点
+ /2022/07/09/mybatis-%E7%9A%84-foreach-%E4%BD%BF%E7%94%A8%E7%9A%84%E6%B3%A8%E6%84%8F%E7%82%B9/
+ mybatis 在作为轻量级 orm 框架，如果要使用类似于 in 查询的语句，除了直接替换字符串，还可以使用 foreach 标签<!ELEMENT foreach (#PCDATA | include | trim | where | set | foreach | choose | if | bind)*>
+<!ATTLIST foreach
+collection CDATA #REQUIRED
+item CDATA #IMPLIED
+index CDATA #IMPLIED
+open CDATA #IMPLIED
+close CDATA #IMPLIED
+separator CDATA #IMPLIED
+>collection 表示需要使用 foreach 的集合，item 表示进行迭代的变量名，index 就是索引值，而 open 跟 close
+例如写了一个简单的 sql 查询
+< selectid = " search" parameterType = " list" resultMap = " StudentMap" > < where> < foreachcollection = " list" item = " item" open = " (" close = " )" separator = " ," > </ foreach> </ where> </ select> 这里就发现了一个问题，collection 对应的这个值，如果传入的参数是个 HashMap，collection 的这个值就是以此作为
+public List < Student > search ( List < Long > ) ; 我是这么定义的，而 collection 的值是list，这里就有一点不能理解了，但其实是 mybatis 考虑到使用的方便性，
@Override
-public < E > List < E > doQuery ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, BoundSql boundSql) throws SQLException {
- Statement stmt = null ;
+public < E > List < E > selectList ( String statement, Object parameter, RowBounds rowBounds) {
try {
- Configuration configuration = ms. getConfiguration ( ) ;
- StatementHandler handler = configuration. newStatementHandler ( wrapper, ms, parameter, rowBounds, resultHandler, boundSql) ;
- stmt = prepareStatement ( handler, ms. getStatementLog ( ) ) ;
- return handler. query ( stmt, resultHandler) ;
+ MappedStatement ms = configuration. getMappedStatement ( statement) ;
+ return executor. query ( ms, wrapCollection ( parameter) , rowBounds, Executor . NO_RESULT_HANDLER ) ;
+ } catch ( Exception e) {
+ throw ExceptionFactory . wrapException ( "Error querying database. Cause: " + e, e) ;
} finally {
- closeStatement ( stmt) ;
+ ErrorContext . instance ( ) . reset ( ) ;
}
-} 它是通过statementType来区分应该使用哪个statementHandler，我们这使用的就是PreparedStatementHandler
-public RoutingStatementHandler ( Executor executor, MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, BoundSql boundSql) {
-
- switch ( ms. getStatementType ( ) ) {
- case STATEMENT :
- delegate = new SimpleStatementHandler ( executor, ms, parameter, rowBounds, resultHandler, boundSql) ;
- break ;
- case PREPARED :
- delegate = new PreparedStatementHandler ( executor, ms, parameter, rowBounds, resultHandler, boundSql) ;
- break ;
- case CALLABLE :
- delegate = new CallableStatementHandler ( executor, ms, parameter, rowBounds, resultHandler, boundSql) ;
- break ;
- default :
- throw new ExecutorException ( "Unknown statement type: " + ms. getStatementType ( ) ) ;
+}
+
+ private Object wrapCollection ( final Object object) {
+ if ( object instanceof Collection ) {
+ StrictMap < Object > = new StrictMap < Object > ( ) ;
+ map. put ( "collection" , object) ;
+ if ( object instanceof List ) {
+
+ map. put ( "list" , object) ;
+ }
+ return map;
+ } else if ( object != null && object. getClass ( ) . isArray ( ) ) {
+ StrictMap < Object > = new StrictMap < Object > ( ) ;
+ map. put ( "array" , object) ;
+ return map;
}
+ return object;
+ }
+
+ Java
+ Mybatis
+ Mysql
+
+
+ Java
+ Mysql
+ Mybatis
+
+
+
+ Leetcode 747 至少是其他数字两倍的最大数 ( Largest Number At Least Twice of Others *Easy* ) 题解分析
+ /2022/10/02/Leetcode-747-%E8%87%B3%E5%B0%91%E6%98%AF%E5%85%B6%E4%BB%96%E6%95%B0%E5%AD%97%E4%B8%A4%E5%80%8D%E7%9A%84%E6%9C%80%E5%A4%A7%E6%95%B0-Largest-Number-At-Least-Twice-of-Others-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ 题目介绍You are given an integer array nums where the largest integer is unique .
+Determine whether the largest element in the array is at least twice as much as every other number in the array. If it is, return the index of the largest element, or return -1 otherwise.
+示例 Example 1:
+Input: nums = [3,6,1,0]Output: 1Explanation: 6 is the largest integer.
+
+Example 2:
+Input: nums = [1,2,3,4]Output: -1Explanation: 4 is less than twice the value of 3, so we return -1.
+
+提示:
+2 <= nums.length <= 500 <= nums[i] <= 100The largest element in nums is unique.
+
+简要解析 这个题easy是题意也比较简单，找最大值，并且最大值是其他任意值的两倍及以上，其实就是找最大值跟次大值，比较下就好了
+代码 public int dominantIndex ( int [ ] nums) {
+ int largest = Integer . MIN_VALUE ;
+ int second = Integer . MIN_VALUE ;
+ int largestIndex = - 1 ;
+ for ( int i = 0 ; i < nums. length; i++ ) {
+
+ if ( nums[ i] > largest) {
+ second = largest;
+ largest = nums[ i] ;
+ largestIndex = i;
+ } else if ( nums[ i] > second) {
+
+ second = nums[ i] ;
+ }
+ }
-} if ( largest >= 2 * second) {
+ return largestIndex;
+ } else {
+ return - 1 ;
+ }
+} 通过图 第一次错了是把第二大的情况只考虑第一种，也有可能最大值完全没经过替换就变成最大值了
+]]>
+
+ Java
+ leetcode
+
+
+ leetcode
+ java
+ 题解
+
+
+
+ mybatis 的 $ 和 # 是有啥区别
+ /2020/09/06/mybatis-%E7%9A%84-%E5%92%8C-%E6%98%AF%E6%9C%89%E5%95%A5%E5%8C%BA%E5%88%AB/
+ 这个问题也是面试中常被问到的，就抽空来了解下这个，跳过一大段前面初始化的逻辑，select * from t1 where id = #{id}这样的 sql，在初始化扫描 mapper 的xml文件的时候会根据是否是 dynamic 来判断生成 DynamicSqlSource 还是 RawSqlSource，这里它是一条 RawSqlSource，#{}替换成了?// org.apache.ibatis.scripting.xmltags.XMLScriptBuilder#parseScriptNode
+public SqlSource parseScriptNode() {
+ MixedSqlNode rootSqlNode = parseDynamicTags(context);
+ SqlSource sqlSource;
+ if (isDynamic) {
+ sqlSource = new DynamicSqlSource(configuration, rootSqlNode);
+ } else {
+ sqlSource = new RawSqlSource(configuration, rootSqlNode, parameterType);
+ }
+ return sqlSource;
+ }
+// org.apache.ibatis.scripting.xmltags.XMLScriptBuilder#parseDynamicTags
+protected MixedSqlNode parseDynamicTags(XNode node) {
+ List<SqlNode> contents = new ArrayList<>();
+ NodeList children = node.getNode().getChildNodes();
+ for (int i = 0; i < children.getLength(); i++) {
+ XNode child = node.newXNode(children.item(i));
+ if (child.getNode().getNodeType() == Node.CDATA_SECTION_NODE || child.getNode().getNodeType() == Node.TEXT_NODE) {
+ String data = child.getStringBody("");
+ TextSqlNode textSqlNode = new TextSqlNode(data);
+ if (textSqlNode.isDynamic()) {
+ contents.add(textSqlNode);
+ isDynamic = true;
+ } else {
+ contents.add(new StaticTextSqlNode(data));
+ }
+ } else if (child.getNode().getNodeType() == Node.ELEMENT_NODE) { // issue #628
+ String nodeName = child.getNode().getNodeName();
+ NodeHandler handler = nodeHandlerMap.get(nodeName);
+ if (handler == null) {
+ throw new BuilderException("Unknown element <" + nodeName + "> in SQL statement.");
+ }
+ handler.handleNode(child, contents);
+ isDynamic = true;
+ }
+ }
+ return new MixedSqlNode(contents);
+ }
+// org.apache.ibatis.scripting.xmltags.TextSqlNode#isDynamic
+ public boolean isDynamic() {
+ DynamicCheckerTokenParser checker = new DynamicCheckerTokenParser();
+ GenericTokenParser parser = createParser(checker);
+ parser.parse(text);
+ return checker.isDynamic();
+ }
+ private GenericTokenParser createParser(TokenHandler handler) {
+ return new GenericTokenParser("${", "}", handler);
+ }可以看到其中一个条件就是是否有${}这种占位符，假如说上面的 sql 换成 ${}，那么可以看到它会在这里创建一个 dynamicSqlSource,
+// org.apache.ibatis.scripting.xmltags.DynamicSqlSource
+public class DynamicSqlSource implements SqlSource {
-所以上次有个细节可以补充，这边的doQuery里面的handler.query 应该是调用了PreparedStatementHandler 的query方法
-@Override
-public < E > List < E > doQuery ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, BoundSql boundSql) throws SQLException {
- Statement stmt = null ;
- try {
- Configuration configuration = ms. getConfiguration ( ) ;
- StatementHandler handler = configuration. newStatementHandler ( wrapper, ms, parameter, rowBounds, resultHandler, boundSql) ;
- stmt = prepareStatement ( handler, ms. getStatementLog ( ) ) ;
- return handler. query ( stmt, resultHandler) ;
- } finally {
- closeStatement ( stmt) ;
- }
-} 因为上面prepareStatement中getConnection拿到connection是com.mysql.cj.jdbc.ConnectionImpl#ConnectionImpl(com.mysql.cj.conf.HostInfo)
-@Override
-public < E > List < E > query ( Statement statement, ResultHandler resultHandler) throws SQLException {
- PreparedStatement ps = ( PreparedStatement ) statement;
- ps. execute ( ) ;
- return resultSetHandler. handleResultSets ( ps) ;
-} 那又为什么是这个呢，可以在网上找，我们在mybatis-config.xml里配置的
-< transactionManagertype = " JDBC" /> 这里眼尖的同学可能就可以看出来了，RawSqlSource 在初始化的时候已经经过了 parse，把#{}替换成了?占位符，但是 DynamicSqlSource 并没有#{}是在启动扫描 mapper的 xml 文件就替换成了 ?,然后是在什么时候变成实际的值的呢
+]]>
+
+ Java
+ Mybatis
+ Spring
+ Mysql
+ Sql注入
+ Mybatis
+
+
+ Java
+ Mysql
+ Mybatis
+ Sql注入
+
+
+
+ mybatis系列-dataSource解析
+ /2023/01/08/mybatis%E7%B3%BB%E5%88%97-dataSource%E8%A7%A3%E6%9E%90/
+ DataSource 作为数据库查询的最重要的数据源，在 mybatis 中也展开来说下SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder ( ) . build ( inputStream) ; 因此在parseConfiguration中配置environment时
-private void parseConfiguration ( XNode root) {
+在构建 SqlSessionFactory 也就是 DefaultSqlSessionFactory 的时候，
+public SqlSessionFactory build ( InputStream inputStream) {
+ return build ( inputStream, null , null ) ;
+ }
+public SqlSessionFactory build ( InputStream inputStream, String environment, Properties properties) {
try {
-
- propertiesElement ( root. evalNode ( "properties" ) ) ;
- Properties settings = settingsAsProperties ( root. evalNode ( "settings" ) ) ;
- loadCustomVfs ( settings) ;
- loadCustomLogImpl ( settings) ;
- typeAliasesElement ( root. evalNode ( "typeAliases" ) ) ;
- pluginElement ( root. evalNode ( "plugins" ) ) ;
- objectFactoryElement ( root. evalNode ( "objectFactory" ) ) ;
- objectWrapperFactoryElement ( root. evalNode ( "objectWrapperFactory" ) ) ;
- reflectorFactoryElement ( root. evalNode ( "reflectorFactory" ) ) ;
- settingsElement ( settings) ;
-
-
- environmentsElement ( root. evalNode ( "environments" ) ) ;
- databaseIdProviderElement ( root. evalNode ( "databaseIdProvider" ) ) ;
- typeHandlerElement ( root. evalNode ( "typeHandlers" ) ) ;
- mapperElement ( root. evalNode ( "mappers" ) ) ;
+ XMLConfigBuilder parser = new XMLConfigBuilder ( inputStream, environment, properties) ;
+ return build ( parser. parse ( ) ) ;
} catch ( Exception e) {
- throw new BuilderException ( "Error parsing SQL Mapper Configuration. Cause: " + e, e) ;
- }
- } 调用的这个方法通过获取xml中的transactionManager 配置的类型，也就是JDBC
-private void environmentsElement ( XNode context) throws Exception {
- if ( context != null ) {
- if ( environment == null ) {
- environment = context. getStringAttribute ( "default" ) ;
+ throw ExceptionFactory . wrapException ( "Error building SqlSession." , e) ;
+ } finally {
+ ErrorContext . instance ( ) . reset ( ) ;
+ try {
+ if ( inputStream != null ) {
+ inputStream. close ( ) ;
+ }
+ } catch ( IOException e) {
+
+ }
+ }
+ } 前面也说过，就是解析 mybatis-config.xml 成 Configuration
+public Configuration parse ( ) {
+ if ( parsed) {
+ throw new BuilderException ( "Each XMLConfigBuilder can only be used once." ) ;
+ }
+ parsed = true ;
+ parseConfiguration ( parser. evalNode ( "/configuration" ) ) ;
+ return configuration;
+}
+private void parseConfiguration ( XNode root) {
+ try {
+
+ propertiesElement ( root. evalNode ( "properties" ) ) ;
+ Properties settings = settingsAsProperties ( root. evalNode ( "settings" ) ) ;
+ loadCustomVfs ( settings) ;
+ loadCustomLogImpl ( settings) ;
+ typeAliasesElement ( root. evalNode ( "typeAliases" ) ) ;
+ pluginElement ( root. evalNode ( "plugins" ) ) ;
+ objectFactoryElement ( root. evalNode ( "objectFactory" ) ) ;
+ objectWrapperFactoryElement ( root. evalNode ( "objectWrapperFactory" ) ) ;
+ reflectorFactoryElement ( root. evalNode ( "reflectorFactory" ) ) ;
+ settingsElement ( settings) ;
+
+
+ environmentsElement ( root. evalNode ( "environments" ) ) ;
+ databaseIdProviderElement ( root. evalNode ( "databaseIdProvider" ) ) ;
+ typeHandlerElement ( root. evalNode ( "typeHandlers" ) ) ;
+ mapperElement ( root. evalNode ( "mappers" ) ) ;
+ } catch ( Exception e) {
+ throw new BuilderException ( "Error parsing SQL Mapper Configuration. Cause: " + e, e) ;
+ }
+} 环境解析了这一块的内容
+< environmentsdefault = " development" > < environmentid = " development" > < transactionManagertype = " JDBC" /> < dataSourcetype = " POOLED" > < propertyname = " driver" value = " ${driver}" /> < propertyname = " url" value = " ${url}" /> < propertyname = " username" value = " ${username}" /> < propertyname = " password" value = " ${password}" /> </ dataSource> </ environment> </ environments> 解析也是自上而下的，
+private void environmentsElement ( XNode context) throws Exception {
+ if ( context != null ) {
+ if ( environment == null ) {
+ environment = context. getStringAttribute ( "default" ) ;
}
for ( XNode child : context. getChildren ( ) ) {
String id = child. getStringAttribute ( "id" ) ;
if ( isSpecifiedEnvironment ( id) ) {
-
TransactionFactory txFactory = transactionManagerElement ( child. evalNode ( "transactionManager" ) ) ;
DataSourceFactory dsFactory = dataSourceElement ( child. evalNode ( "dataSource" ) ) ;
DataSource dataSource = dsFactory. getDataSource ( ) ;
@@ -7944,114 +6474,72 @@ public class DynamicSqlSource implements SqlSource {
}
}
}
-} 是通过以下方法获取的，
-
-private TransactionFactory transactionManagerElement ( XNode context) throws Exception {
- if ( context != null ) {
- String type = context. getStringAttribute ( "type" ) ;
- Properties props = context. getChildrenAsProperties ( ) ;
- TransactionFactory factory = ( TransactionFactory ) resolveClass ( type) . getDeclaredConstructor ( ) . newInstance ( ) ;
- factory. setProperties ( props) ;
- return factory;
- }
- throw new BuilderException ( "Environment declaration requires a TransactionFactory." ) ;
+} 前面第一步是解析事务管理器元素
+private TransactionFactory transactionManagerElement ( XNode context) throws Exception {
+ if ( context != null ) {
+ String type = context. getStringAttribute ( "type" ) ;
+ Properties props = context. getChildrenAsProperties ( ) ;
+ TransactionFactory factory = ( TransactionFactory ) resolveClass ( type) . getDeclaredConstructor ( ) . newInstance ( ) ;
+ factory. setProperties ( props) ;
+ return factory;
}
-
-
-protected < T > Class < ? extends T > resolveClass ( String alias) {
- if ( alias == null ) {
- return null ;
- }
- try {
- return resolveAlias ( alias) ;
- } catch ( Exception e) {
- throw new BuilderException ( "Error resolving class. Cause: " + e, e) ;
- }
+ throw new BuilderException ( "Environment declaration requires a TransactionFactory." ) ;
+} 而这里的 resolveClass 其实就使用了上一篇的 typeAliases 系统，这里是使用了 JdbcTransactionFactory 作为事务管理器，DataSourceFactory 的创建也是 DataSource 的创建
+private DataSourceFactory dataSourceElement ( XNode context) throws Exception {
+ if ( context != null ) {
+ String type = context. getStringAttribute ( "type" ) ;
+ Properties props = context. getChildrenAsProperties ( ) ;
+ DataSourceFactory factory = ( DataSourceFactory ) resolveClass ( type) . getDeclaredConstructor ( ) . newInstance ( ) ;
+ factory. setProperties ( props) ;
+ return factory;
}
+ throw new BuilderException ( "Environment declaration requires a DataSourceFactory." ) ;
+} 因为在config文件中设置了Pooled，所以对应创建的就是 PooledDataSourceFactoryUnpooledDataSourceFactoryUnpooledDataSourceFactory 中
+public class PooledDataSourceFactory extends UnpooledDataSourceFactory {
-
- protected < T > Class < ? extends T > resolveAlias ( String alias) {
- return typeAliasRegistry. resolveAlias ( alias) ;
+ public PooledDataSourceFactory ( ) {
+ this . dataSource = new PooledDataSource ( ) ;
}
-
- public < T > Class < T > resolveAlias ( String string) {
- try {
- if ( string == null ) {
- return null ;
- }
-
- String key = string. toLowerCase ( Locale . ENGLISH ) ;
- Class < T > ;
- if ( typeAliases. containsKey ( key) ) {
- value = ( Class < T > ) typeAliases. get ( key) ;
- } else {
- value = ( Class < T > ) Resources . classForName ( string) ;
- }
- return value;
- } catch ( ClassNotFoundException e) {
- throw new TypeException ( "Could not resolve type alias '" + string + "'. Cause: " + e, e) ;
- }
- } 而通过JDBC获取得是啥的，就是在Configuration的构造方法里写了的JdbcTransactionFactory
-public Configuration ( ) {
- typeAliasRegistry. registerAlias ( "JDBC" , JdbcTransactionFactory . class ) ; 所以我们在这
-private SqlSession openSessionFromDataSource ( ExecutorType execType, TransactionIsolationLevel level, boolean autoCommit) {
- Transaction tx = null ;
- try {
- final Environment environment = configuration. getEnvironment ( ) ;
- final TransactionFactory transactionFactory = getTransactionFactoryFromEnvironment ( environment) ; 获得到的TransactionFactory 就是 JdbcTransactionFactory ，而后
-tx = transactionFactory. newTransaction ( environment. getDataSource ( ) , level, autoCommit) ;
-```java
-
-创建的transaction就是JdbcTransaction
-```java
- @Override
- public Transaction newTransaction ( DataSource ds, TransactionIsolationLevel level, boolean autoCommit) {
- return new JdbcTransaction ( ds, level, autoCommit, skipSetAutoCommitOnClose) ;
- } 然后我们再会上去看代码getConnection ,
-protected Connection getConnection ( Log statementLog) throws SQLException {
-
- Connection connection = transaction. getConnection ( ) ;
- if ( statementLog. isDebugEnabled ( ) ) {
- return ConnectionLogger . newInstance ( connection, statementLog, queryStack) ;
- } else {
- return connection;
- }
-} } 这里只保留了在构造方法里创建 DataSourcePooledDataSource 虽然没有直接继承 UnpooledDataSource，但其实
+public PooledDataSource ( ) {
+ dataSource = new UnpooledDataSource ( ) ;
+} 至于为什么这么做呢应该也是考虑到能比较多的复用代码，因为 Pooled 其实跟 Unpooled 最重要的差别就在于是不是每次都重开连接Unpooled就是完成与数据库的连接，并可以获取该连接
+@Override
+public Connection getConnection ( ) throws SQLException {
+ return doGetConnection ( username, password) ;
+}
-即调用了
- @Override
- public Connection getConnection ( ) throws SQLException {
- if ( connection == null ) {
- openConnection ( ) ;
- }
- return connection;
+@Override
+public Connection getConnection ( String username, String password) throws SQLException {
+ return doGetConnection ( username, password) ;
+}
+private Connection doGetConnection ( String username, String password) throws SQLException {
+ Properties props = new Properties ( ) ;
+ if ( driverProperties != null ) {
+ props. putAll ( driverProperties) ;
}
-
- protected void openConnection ( ) throws SQLException {
- if ( log. isDebugEnabled ( ) ) {
- log. debug ( "Opening JDBC Connection" ) ;
- }
- connection = dataSource. getConnection ( ) ;
- if ( level != null ) {
- connection. setTransactionIsolation ( level. getLevel ( ) ) ;
- }
- setDesiredAutoCommit ( autoCommit) ;
+ if ( username != null ) {
+ props. setProperty ( "user" , username) ;
}
- @Override
- public Connection getConnection ( ) throws SQLException {
- return popConnection ( dataSource. getUsername ( ) , dataSource. getPassword ( ) ) . getProxyConnection ( ) ;
+ if ( password != null ) {
+ props. setProperty ( "password" , password) ;
}
-
-private PooledConnection popConnection ( String username, String password) throws SQLException {
+ return doGetConnection ( props) ;
+}
+private Connection doGetConnection ( Properties properties) throws SQLException {
+ initializeDriver ( ) ;
+ Connection connection = DriverManager . getConnection ( url, properties) ;
+ configureConnection ( connection) ;
+ return connection;
+} 而对于Pooled就会处理池化的逻辑
+private PooledConnection popConnection ( String username, String password) throws SQLException {
boolean countedWait = false ;
PooledConnection conn = null ;
long t = System . currentTimeMillis ( ) ;
@@ -8070,7 +6558,6 @@ public class DynamicSqlSource implements SqlSource {
if ( state. activeConnections. size ( ) < poolMaximumActiveConnections) {
-
conn = new PooledConnection ( dataSource. getConnection ( ) , this ) ;
if ( log. isDebugEnabled ( ) ) {
log. debug ( "Created connection " + conn. getRealHashCode ( ) + "." ) ;
@@ -8169,355 +6656,163 @@ public class DynamicSqlSource implements SqlSource {
}
return conn;
- } } 它的入口不是个get方法，而是pop，从含义来来讲就不一样org.apache.ibatis.datasource.pooled.PooledDataSource#getConnection()
+@Override
+public Connection getConnection ( ) throws SQLException {
+ return popConnection ( dataSource. getUsername ( ) , dataSource. getPassword ( ) ) . getProxyConnection ( ) ;
+} 对于具体怎么获取连接我们可以下一篇具体讲下
+]]>
+
+ Java
+ Mybatis
+
+
+ Java
+ Mysql
+ Mybatis
+
+
+
+ mybatis 的缓存是怎么回事
+ /2020/10/03/mybatis-%E7%9A%84%E7%BC%93%E5%AD%98%E6%98%AF%E6%80%8E%E4%B9%88%E5%9B%9E%E4%BA%8B/
+ Java 真的是任何一个中间件，比较常用的那种，都有很多内容值得深挖，比如这个缓存，慢慢有过一些感悟，比如如何提升性能，缓存无疑是一大重要手段，最底层开始 CPU 就有缓存，而且又小又贵，再往上一点内存一般作为硬盘存储在运行时的存储，一般在代码里也会用内存作为一些本地缓存，譬如数据库，像 mysql 这种也是有innodb_buffer_pool来提升查询效率，本质上理解就是用更快的存储作为相对慢存储的缓存，减少查询直接访问较慢的存储，并且这个都是相对的，比起 cpu 的缓存，那内存也是渣，但是与普通机械硬盘相比，那也是两个次元的水平。
+闲扯这么多来说说 mybatis 的缓存，mybatis 一般作为一个轻量级的 orm 使用，相对应的就是比较重量级的 hibernate，不过不在这次讨论范围，上一次是主要讲了 mybatis 在解析 sql 过程中，对于两种占位符的不同替换实现策略，这次主要聊下 mybatis 的缓存，前面其实得了解下前置的东西，比如 sqlsession，先当做我们知道 sqlsession 是个什么玩意，可能或多或少的知道 mybatis 是有两级缓存，
+一级缓存 第一级的缓存是在 BaseExecutor 中的 PerpetualCache ，它是个最基本的缓存实现类，使用了 HashMap 实现缓存功能，代码其实没几十行
+public class PerpetualCache implements Cache {
-其实就是调用的
-
- @Override
- public Connection getConnection ( ) throws SQLException {
- return doGetConnection ( username, password) ;
- }
-```java
+ private final String id;
-然后就是
-```java
-private Connection doGetConnection ( String username, String password) throws SQLException {
- Properties props = new Properties ( ) ;
- if ( driverProperties != null ) {
- props. putAll ( driverProperties) ;
- }
- if ( username != null ) {
- props. setProperty ( "user" , username) ;
- }
- if ( password != null ) {
- props. setProperty ( "password" , password) ;
- }
- return doGetConnection ( props) ;
- } 继续这个逻辑
- private Connection doGetConnection ( Properties properties) throws SQLException {
- initializeDriver ( ) ;
- Connection connection = DriverManager . getConnection ( url, properties) ;
- configureConnection ( connection) ;
- return connection;
- }
- @CallerSensitive
- public static Connection getConnection ( String url,
- java. util. Properties) throws SQLException {
-
- return ( getConnection ( url, info, Reflection . getCallerClass ( ) ) ) ;
- }
-private static Connection getConnection (
- String url, java. util. Properties, Class < ? > ) throws SQLException {
-
- ClassLoader callerCL = caller != null ? caller. getClassLoader ( ) : null ;
- synchronized ( DriverManager . class ) {
-
- if ( callerCL == null ) {
- callerCL = Thread . currentThread ( ) . getContextClassLoader ( ) ;
- }
- }
+ private final Map<Object, Object> cache = new HashMap<>();
- if ( url == null ) {
- throw new SQLException ( "The url cannot be null" , "08001" ) ;
- }
+ public PerpetualCache(String id) {
+ this.id = id;
+ }
- println ( "DriverManager.getConnection(\"" + url + "\")" ) ;
+ @Override
+ public String getId() {
+ return id;
+ }
-
-
- SQLException reason = null ;
+ @Override
+ public int getSize() {
+ return cache.size();
+ }
- for ( DriverInfo aDriver : registeredDrivers) {
-
-
- if ( isDriverAllowed ( aDriver. driver, callerCL) ) {
- try {
-
- println ( " trying " + aDriver. driver. getClass ( ) . getName ( ) ) ;
- Connection con = aDriver. driver. connect ( url, info) ;
- if ( con != null ) {
-
- println ( "getConnection returning " + aDriver. driver. getClass ( ) . getName ( ) ) ;
- return ( con) ;
- }
- } catch ( SQLException ex) {
- if ( reason == null ) {
- reason = ex;
- }
- }
+ @Override
+ public void putObject(Object key, Object value) {
+ cache.put(key, value);
+ }
- } else {
- println ( " skipping: " + aDriver. getClass ( ) . getName ( ) ) ;
- }
+ @Override
+ public Object getObject(Object key) {
+ return cache.get(key);
+ }
- }
+ @Override
+ public Object removeObject(Object key) {
+ return cache.remove(key);
+ }
-
- if ( reason != null ) {
- println ( "getConnection failed: " + reason) ;
- throw reason;
- }
+ @Override
+ public void clear() {
+ cache.clear();
+ }
- println ( "getConnection: no suitable driver found for " + url) ;
- throw new SQLException ( "No suitable driver found for " + url, "08001" ) ;
- } 上面的driver就是driver[className=com.mysql.cj.jdbc.Driver@64030b91]
-
-public Connection connect ( String url, Properties info) throws SQLException {
- try {
- try {
- if ( ! ConnectionUrl . acceptsUrl ( url) ) {
- return null ;
- } else {
- ConnectionUrl conStr = ConnectionUrl . getConnectionUrlInstance ( url, info) ;
- switch ( conStr. getType ( ) ) {
- case SINGLE_CONNECTION :
- return ConnectionImpl . getInstance ( conStr. getMainHost ( ) ) ;
- case FAILOVER_CONNECTION :
- case FAILOVER_DNS_SRV_CONNECTION :
- return FailoverConnectionProxy . createProxyInstance ( conStr) ;
- case LOADBALANCE_CONNECTION :
- case LOADBALANCE_DNS_SRV_CONNECTION :
- return LoadBalancedConnectionProxy . createProxyInstance ( conStr) ;
- case REPLICATION_CONNECTION :
- case REPLICATION_DNS_SRV_CONNECTION :
- return ReplicationConnectionProxy . createProxyInstance ( conStr) ;
- default :
- return null ;
- }
- }
- } catch ( UnsupportedConnectionStringException var5) {
- return null ;
- } catch ( CJException var6) {
- throw ( UnableToConnectException ) ExceptionFactory . createException ( UnableToConnectException . class , Messages . getString ( "NonRegisteringDriver.17" , new Object [ ] { var6. toString ( ) } ) , var6) ;
- }
- } catch ( CJException var7) {
- throw SQLExceptionsMapping . translateException ( var7) ;
- }
- } 这是个 SINGLE_CONNECTION ,所以调用的就是 return ConnectionImpl.getInstance(conStr.getMainHost());
-public PooledConnection ( Connection connection, PooledDataSource dataSource) {
- this . hashCode = connection. hashCode ( ) ;
- this . realConnection = connection;
- this . dataSource = dataSource;
- this . createdTimestamp = System . currentTimeMillis ( ) ;
- this . lastUsedTimestamp = System . currentTimeMillis ( ) ;
- this . valid = true ;
- this . proxyConnection = ( Connection ) Proxy . newProxyInstance ( Connection . class . getClassLoader ( ) , IFACES , this ) ;
+}可以看一下BaseExecutor 的构造函数
+protected BaseExecutor ( Configuration configuration, Transaction transaction) {
+ this . transaction = transaction;
+ this . deferredLoads = new ConcurrentLinkedQueue < > ( ) ;
+ this . localCache = new PerpetualCache ( "LocalCache" ) ;
+ this . localOutputParameterCache = new PerpetualCache ( "LocalOutputParameterCache" ) ;
+ this . closed = false ;
+ this . configuration = configuration;
+ this . wrapper = this ;
} 结合这个
+就是把 PerpetualCache 作为 localCache，然后怎么使用我看简单看一下，BaseExecutor 的查询首先是调用这个函数
@Override
-public Connection getConnection ( ) throws SQLException {
- return popConnection ( dataSource. getUsername ( ) , dataSource. getPassword ( ) ) . getProxyConnection ( ) ;
-} 所以最终的connection就是com.mysql.cj.jdbc.ConnectionImpl@358ab600
-]]>
-
- Java
- Mybatis
-
-
- Java
- Mysql
- Mybatis
-
-
-
- mybatis系列-第一条sql的细节
- /2022/12/11/mybatis%E7%B3%BB%E5%88%97-%E7%AC%AC%E4%B8%80%E6%9D%A1sql%E7%9A%84%E7%BB%86%E8%8A%82/
- 先补充两个点，org.apache.ibatis.builder.xml.XMLConfigBuilder 创建了parser解析器，那么解析的结果是什么public Configuration parse ( ) {
- if ( parsed) {
- throw new BuilderException ( "Each XMLConfigBuilder can only be used once." ) ;
+ public < E > List < E > query ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
+ BoundSql boundSql = ms. getBoundSql ( parameter) ;
+ CacheKey key = createCacheKey ( ms, parameter, rowBounds, boundSql) ;
+ return query ( ms, parameter, rowBounds, resultHandler, key, boundSql) ;
+ } 可以看到首先是调用了 createCacheKey 方法，这个方法呢，先不看怎么写的，如果我们自己要实现这么个缓存，首先这个缓存 key 的设计也是个问题，如果是以表名加主键作为 key，那么分页查询，或者没有主键的时候就不行，来看看 mybatis 是怎么设计的
+@Override
+ public CacheKey createCacheKey ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, BoundSql boundSql) {
+ if ( closed) {
+ throw new ExecutorException ( "Executor was closed." ) ;
+ }
+ CacheKey cacheKey = new CacheKey ( ) ;
+ cacheKey. update ( ms. getId ( ) ) ;
+ cacheKey. update ( rowBounds. getOffset ( ) ) ;
+ cacheKey. update ( rowBounds. getLimit ( ) ) ;
+ cacheKey. update ( boundSql. getSql ( ) ) ;
+ List < ParameterMapping > = boundSql. getParameterMappings ( ) ;
+ TypeHandlerRegistry typeHandlerRegistry = ms. getConfiguration ( ) . getTypeHandlerRegistry ( ) ;
+
+ for ( ParameterMapping parameterMapping : parameterMappings) {
+ if ( parameterMapping. getMode ( ) != ParameterMode . OUT ) {
+ Object value;
+ String propertyName = parameterMapping. getProperty ( ) ;
+ if ( boundSql. hasAdditionalParameter ( propertyName) ) {
+ value = boundSql. getAdditionalParameter ( propertyName) ;
+ } else if ( parameterObject == null ) {
+ value = null ;
+ } else if ( typeHandlerRegistry. hasTypeHandler ( parameterObject. getClass ( ) ) ) {
+ value = parameterObject;
+ } else {
+ MetaObject metaObject = configuration. newMetaObject ( parameterObject) ;
+ value = metaObject. getValue ( propertyName) ;
+ }
+ cacheKey. update ( value) ;
+ }
+ }
+ if ( configuration. getEnvironment ( ) != null ) {
+
+ cacheKey. update ( configuration. getEnvironment ( ) . getId ( ) ) ;
+ }
+ return cacheKey;
}
- parsed = true ;
- parseConfiguration ( parser. evalNode ( "/configuration" ) ) ;
- return configuration;
-} 首先需要 id，这个 id 是 mapper 里方法的 id， 然后是偏移量跟返回行数，再就是 sql，然后是参数，基本上是会有影响的都加进去了，在这个 update 里面
+public void update ( Object object) {
+ int baseHashCode = object == null ? 1 : ArrayUtil . hashCode ( object) ;
-返回的是 org.apache.ibatis.session.Configuration , 而这个 Configuration 也是 mybatis 中特别重要的配置核心类，贴一下里面的成员变量，
-public class Configuration {
+ count++ ;
+ checksum += baseHashCode;
+ baseHashCode *= count;
- protected Environment environment;
+ hashcode = multiplier * hashcode + baseHashCode;
- protected boolean safeRowBoundsEnabled;
- protected boolean safeResultHandlerEnabled = true ;
- protected boolean mapUnderscoreToCamelCase;
- protected boolean aggressiveLazyLoading;
- protected boolean multipleResultSetsEnabled = true ;
- protected boolean useGeneratedKeys;
- protected boolean useColumnLabel = true ;
- protected boolean cacheEnabled = true ;
- protected boolean callSettersOnNulls;
- protected boolean useActualParamName = true ;
- protected boolean returnInstanceForEmptyRow;
- protected boolean shrinkWhitespacesInSql;
- protected boolean nullableOnForEach;
- protected boolean argNameBasedConstructorAutoMapping;
-
- protected String logPrefix;
- protected Class < ? extends Log > ;
- protected Class < ? extends VFS> ;
- protected Class < ? > ;
- protected LocalCacheScope localCacheScope = LocalCacheScope . SESSION ;
- protected JdbcType jdbcTypeForNull = JdbcType . OTHER ;
- protected Set < String > = new HashSet < > ( Arrays . asList ( "equals" , "clone" , "hashCode" , "toString" ) ) ;
- protected Integer defaultStatementTimeout;
- protected Integer defaultFetchSize;
- protected ResultSetType defaultResultSetType;
- protected ExecutorType defaultExecutorType = ExecutorType . SIMPLE ;
- protected AutoMappingBehavior autoMappingBehavior = AutoMappingBehavior . PARTIAL ;
- protected AutoMappingUnknownColumnBehavior autoMappingUnknownColumnBehavior = AutoMappingUnknownColumnBehavior . NONE ;
-
- protected Properties variables = new Properties ( ) ;
- protected ReflectorFactory reflectorFactory = new DefaultReflectorFactory ( ) ;
- protected ObjectFactory objectFactory = new DefaultObjectFactory ( ) ;
- protected ObjectWrapperFactory objectWrapperFactory = new DefaultObjectWrapperFactory ( ) ;
-
- protected boolean lazyLoadingEnabled = false ;
- protected ProxyFactory proxyFactory = new JavassistProxyFactory ( ) ;
-
- protected String databaseId;
-
- protected Class < ? > ;
-
- protected final MapperRegistry mapperRegistry = new MapperRegistry ( this ) ;
- protected final InterceptorChain interceptorChain = new InterceptorChain ( ) ;
- protected final TypeHandlerRegistry typeHandlerRegistry = new TypeHandlerRegistry ( this ) ;
- protected final TypeAliasRegistry typeAliasRegistry = new TypeAliasRegistry ( ) ;
- protected final LanguageDriverRegistry languageRegistry = new LanguageDriverRegistry ( ) ;
-
- protected final Map < String , MappedStatement > = new StrictMap < MappedStatement > ( "Mapped Statements collection" )
- . conflictMessageProducer ( ( savedValue, targetValue) ->
- ". please check " + savedValue. getResource ( ) + " and " + targetValue. getResource ( ) ) ;
- protected final Map < String , Cache > = new StrictMap < > ( "Caches collection" ) ;
- protected final Map < String , ResultMap > = new StrictMap < > ( "Result Maps collection" ) ;
- protected final Map < String , ParameterMap > = new StrictMap < > ( "Parameter Maps collection" ) ;
- protected final Map < String , KeyGenerator > = new StrictMap < > ( "Key Generators collection" ) ;
-
- protected final Set < String > = new HashSet < > ( ) ;
- protected final Map < String , XNode > = new StrictMap < > ( "XML fragments parsed from previous mappers" ) ;
-
- protected final Collection < XMLStatementBuilder > = new LinkedList < > ( ) ;
- protected final Collection < CacheRefResolver > = new LinkedList < > ( ) ;
- protected final Collection < ResultMapResolver > = new LinkedList < > ( ) ;
- protected final Collection < MethodResolver > = new LinkedList < > ( ) ; 这么多成员变量，先不一一解释作用，但是其中的几个参数我们应该是已经知道了的，第一个就是 mappedStatements ，上一篇我们知道被解析的mapper就是放在这里，后面的 resultMaps ，parameterMaps 也比较常用的就是我们参数和结果的映射map，这里跟我之前有一篇解释为啥我们一些变量的使用会比较特殊，比如list，可以参考这篇 ，keyGenerators是在我们需要定义主键生成器的时候使用。org.apache.ibatis.session.SqlSessionFactory 是哪个，
-public SqlSessionFactory build ( Configuration config) {
- return new DefaultSqlSessionFactory ( config) ;
-} 是这个 DefaultSqlSessionFactory ，这是其中一个 SqlSessionFactory 的实现openSession 里干了啥
-public SqlSession openSession ( ) {
- return openSessionFromDataSource ( configuration. getDefaultExecutorType ( ) , null , false ) ;
-} 这边有几个参数，第一个是默认的执行器类型，往上找找上面贴着的 Configuration 的成员变量里可以看到默认是protected ExecutorType defaultExecutorType = ExecutorType.SIMPLE;
-因为没有指明特殊的执行逻辑，所以默认我们也就用简单类型的，第二个参数是是事务级别，第三个是是否自动提交
-private SqlSession openSessionFromDataSource ( ExecutorType execType, TransactionIsolationLevel level, boolean autoCommit) {
- Transaction tx = null ;
- try {
- final Environment environment = configuration. getEnvironment ( ) ;
- final TransactionFactory transactionFactory = getTransactionFactoryFromEnvironment ( environment) ;
- tx = transactionFactory. newTransaction ( environment. getDataSource ( ) , level, autoCommit) ;
-
- final Executor executor = configuration. newExecutor ( tx, execType) ;
- return new DefaultSqlSession ( configuration, executor, autoCommit) ;
- } catch ( Exception e) {
- closeTransaction ( tx) ;
- throw ExceptionFactory . wrapException ( "Error opening session. Cause: " + e, e) ;
- } finally {
- ErrorContext . instance ( ) . reset ( ) ;
- }
-} 具体是调用了 Configuration 的这个方法
-public Executor newExecutor ( Transaction transaction, ExecutorType executorType) {
- executorType = executorType == null ? defaultExecutorType : executorType;
- Executor executor;
- if ( ExecutorType . BATCH == executorType) {
- executor = new BatchExecutor ( this , transaction) ;
- } else if ( ExecutorType . REUSE == executorType) {
- executor = new ReuseExecutor ( this , transaction) ;
- } else {
-
- executor = new SimpleExecutor ( this , transaction) ;
- }
- if ( cacheEnabled) {
- executor = new CachingExecutor ( executor) ;
- }
- executor = ( Executor ) interceptorChain. pluginAll ( executor) ;
- return executor;
-} 上面传入的 executorType 是 Configuration 的默认类型，也就是 simple 类型，并且 cacheEnabled 在 Configuration 默认为 true，所以会包装成CachingExecutor ,然后后面就是插件了，这块我们先不展开DefaultSqlSession
-public DefaultSqlSession ( Configuration configuration, Executor executor, boolean autoCommit) {
- this . configuration = configuration;
- this . executor = executor;
- this . dirty = false ;
- this . autoCommit = autoCommit;
- } 然后就是调用 selectOne, 因为前面已经把这部分代码说过了，就直接跳转过来org.apache.ibatis.session.defaults.DefaultSqlSession#selectList(java.lang.String, java.lang.Object, org.apache.ibatis.session.RowBounds, org.apache.ibatis.session.ResultHandler)
-private < E > List < E > selectList ( String statement, Object parameter, RowBounds rowBounds, ResultHandler handler) {
- try {
- MappedStatement ms = configuration. getMappedStatement ( statement) ;
- return executor. query ( ms, wrapCollection ( parameter) , rowBounds, handler) ;
- } catch ( Exception e) {
- throw ExceptionFactory . wrapException ( "Error querying database. Cause: " + e, e) ;
- } finally {
- ErrorContext . instance ( ) . reset ( ) ;
- }
-} 因为前面说了 executor 包装了 CachingExecutor ，所以会先调用
-@Override
-public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
- BoundSql boundSql = ms. getBoundSql ( parameterObject) ;
- CacheKey key = createCacheKey ( ms, parameterObject, rowBounds, boundSql) ;
- return query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
-} 然后是调用的真实的query方法
-@Override
-public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql)
- throws SQLException {
- Cache cache = ms. getCache ( ) ;
- if ( cache != null ) {
- flushCacheIfRequired ( ms) ;
- if ( ms. isUseCache ( ) && resultHandler == null ) {
- ensureNoOutParams ( ms, boundSql) ;
- @SuppressWarnings ( "unchecked" )
- List < E > = ( List < E > ) tcm. getObject ( cache, key) ;
- if ( list == null ) {
- list = delegate. query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
- tcm. putObject ( cache, key, list) ;
- }
- return list;
- }
- }
- return delegate. query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
-} 这里是第一次查询，没有缓存就先到最后一行，继续是调用到 org.apache.ibatis.executor.BaseExecutor#queryFromDatabase
+ updateList. add ( object) ;
+ } 其实是一个 hash 转换，具体不纠结，就是提高特异性，然后回来就是继续调用 query
@Override
public < E > List < E > query ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException {
ErrorContext . instance ( ) . resource ( ms. getResource ( ) ) . activity ( "executing a query" ) . object ( ms. getId ( ) ) ;
@@ -8534,7 +6829,6 @@ public class DynamicSqlSource implements SqlSource {
if ( list != null ) {
handleLocallyCachedOutputParameters ( ms, key, parameter, boundSql) ;
} else {
-
list = queryFromDatabase ( ms, parameter, rowBounds, resultHandler, key, boundSql) ;
}
} finally {
@@ -8552,6901 +6846,7978 @@ public class DynamicSqlSource implements SqlSource {
}
}
return list;
- } 然后是
-private < E > List < E > queryFromDatabase ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException {
- List < E > ;
- localCache. putObject ( key, EXECUTION_PLACEHOLDER ) ;
- try {
- list = doQuery ( ms, parameter, rowBounds, resultHandler, boundSql) ;
- } finally {
- localCache. removeObject ( key) ;
- }
- localCache. putObject ( key, list) ;
- if ( ms. getStatementType ( ) == StatementType . CALLABLE ) {
- localOutputParameterCache. putObject ( key, parameter) ;
- }
- return list;
-} } 可以看到是先从 localCache 里取，取不到再 queryFromDatabase，其实比较简单，这是一级缓存，考虑到 sqlsession 跟 BaseExecutor 的关系，其实是随着 sqlsession 来保证这个缓存不会出现脏数据幻读的情况，当然事务相关的后面可能再单独聊。
+二级缓存 其实这个一级二级顺序有点反过来，其实查询的是先走的二级缓存，当然二级的需要配置开启，默认不开，
+< settingname = " cacheEnabled" value = " true" /> 来开启，然后我们的查询就会走到
+public class CachingExecutor implements Executor {
-然后就是 simpleExecutor 的执行过程
+ private final Executor delegate;
+ private final TransactionalCacheManager tcm = new TransactionalCacheManager ( ) ; 这个 Executor 中，这里我放了类里面的元素，发现没有一个 Cache 类，这就是一个特点了，往下看查询过程
@Override
-public < E > List < E > doQuery ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, BoundSql boundSql) throws SQLException {
- Statement stmt = null ;
- try {
- Configuration configuration = ms. getConfiguration ( ) ;
- StatementHandler handler = configuration. newStatementHandler ( wrapper, ms, parameter, rowBounds, resultHandler, boundSql) ;
- stmt = prepareStatement ( handler, ms. getStatementLog ( ) ) ;
- return handler. query ( stmt, resultHandler) ;
- } finally {
- closeStatement ( stmt) ;
+ public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
+ BoundSql boundSql = ms. getBoundSql ( parameterObject) ;
+ CacheKey key = createCacheKey ( ms, parameterObject, rowBounds, boundSql) ;
+ return query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
}
-} 接下去其实就是跟jdbc交互了
-@Override
-public < E > List < E > query ( Statement statement, ResultHandler resultHandler) throws SQLException {
- PreparedStatement ps = ( PreparedStatement ) statement;
- ps. execute ( ) ;
- return resultSetHandler. handleResultSets ( ps) ;
-} @Override
+ public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql)
+ throws SQLException {
+ Cache cache = ms. getCache ( ) ;
+ if ( cache != null ) {
+ flushCacheIfRequired ( ms) ;
+ if ( ms. isUseCache ( ) && resultHandler == null ) {
+ ensureNoOutParams ( ms, boundSql) ;
+ @SuppressWarnings ( "unchecked" )
+ List < E > = ( List < E > ) tcm. getObject ( cache, key) ;
+ if ( list == null ) {
+ list = delegate. query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
+ tcm. putObject ( cache, key, list) ;
+ }
+ return list;
+ }
+ }
+ return delegate. query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
+ } 看到没，其实缓存是从 tcm 这个成员变量里取，而这个是什么呢，事务性缓存(直译下)，因为这个其实是用 MappedStatement 里的 Cache 作为key 从 tcm 的 map 取出来的
+public class TransactionalCacheManager {
-com.mysql.cj.jdbc.ClientPreparedStatement#execute
-public boolean execute ( ) throws SQLException {
- try {
- synchronized ( this . checkClosed ( ) . getConnectionMutex ( ) ) {
- JdbcConnection locallyScopedConn = this . connection;
- if ( ! this . doPingInstead && ! this . checkReadOnlySafeStatement ( ) ) {
- throw SQLError . createSQLException ( Messages . getString ( "PreparedStatement.20" ) + Messages . getString ( "PreparedStatement.21" ) , "S1009" , this . exceptionInterceptor) ;
- } else {
- ResultSetInternalMethods rs = null ;
- this . lastQueryIsOnDupKeyUpdate = false ;
- if ( this . retrieveGeneratedKeys) {
- this . lastQueryIsOnDupKeyUpdate = this . containsOnDuplicateKeyUpdate ( ) ;
- }
+ private final Map < Cache , TransactionalCache > = new HashMap < > ( ) ; MappedStatement是被全局使用的，所以其实二级缓存是跟着 mapper 的 namespace 走的，可以被多个 CachingExecutor 获取到，就会出现线程安全问题，线程安全问题可以用SynchronizedCache来解决，就是加锁，但是对于事务中的脏读，使用了TransactionalCache来解决这个问题，
+public class TransactionalCache implements Cache {
- this . batchedGeneratedKeys = null ;
- this . resetCancelledState ( ) ;
- this . implicitlyCloseAllOpenResults ( ) ;
- this . clearWarnings ( ) ;
- if ( this . doPingInstead) {
- this . doPingInstead ( ) ;
- return true ;
- } else {
- this . setupStreamingTimeout ( locallyScopedConn) ;
- Message sendPacket = ( ( PreparedQuery ) this . query) . fillSendPacket ( ( ( PreparedQuery ) this . query) . getQueryBindings ( ) ) ;
- String oldDb = null ;
- if ( ! locallyScopedConn. getDatabase ( ) . equals ( this . getCurrentDatabase ( ) ) ) {
- oldDb = locallyScopedConn. getDatabase ( ) ;
- locallyScopedConn. setDatabase ( this . getCurrentDatabase ( ) ) ;
- }
-
- CachedResultSetMetaData cachedMetadata = null ;
- boolean cacheResultSetMetadata = ( Boolean ) locallyScopedConn. getPropertySet ( ) . getBooleanProperty ( PropertyKey . cacheResultSetMetadata) . getValue ( ) ;
- if ( cacheResultSetMetadata) {
- cachedMetadata = locallyScopedConn. getCachedMetaData ( ( ( PreparedQuery ) this . query) . getOriginalSql ( ) ) ;
- }
-
- locallyScopedConn. setSessionMaxRows ( this . getQueryInfo ( ) . getFirstStmtChar ( ) == 'S' ? this . maxRows : - 1 ) ;
- rs = this . executeInternal ( this . maxRows, sendPacket, this . createStreamingResultSet ( ) , this . getQueryInfo ( ) . getFirstStmtChar ( ) == 'S' , cachedMetadata, false ) ;
- if ( cachedMetadata != null ) {
- locallyScopedConn. initializeResultsMetadataFromCache ( ( ( PreparedQuery ) this . query) . getOriginalSql ( ) , cachedMetadata, rs) ;
- } else if ( rs. hasRows ( ) && cacheResultSetMetadata) {
- locallyScopedConn. initializeResultsMetadataFromCache ( ( ( PreparedQuery ) this . query) . getOriginalSql ( ) , ( CachedResultSetMetaData ) null , rs) ;
- }
-
- if ( this . retrieveGeneratedKeys) {
- rs. setFirstCharOfQuery ( this . getQueryInfo ( ) . getFirstStmtChar ( ) ) ;
- }
-
- if ( oldDb != null ) {
- locallyScopedConn. setDatabase ( oldDb) ;
- }
-
- if ( rs != null ) {
- this . lastInsertId = rs. getUpdateID ( ) ;
- this . results = rs;
- }
-
- return rs != null && rs. hasRows ( ) ;
- }
- }
- }
- } catch ( CJException var11) {
- throw SQLExceptionsMapping . translateException ( var11, this . getExceptionInterceptor ( ) ) ;
- }
- } private static final Log log = LogFactory . getLog ( TransactionalCache . class ) ;
-]]>
+ private final Cache delegate;
+ private boolean clearOnCommit;
+ private final Map < Object , Object > ;
+ private final Set < Object > ; 在事务还没提交的时候，会把中间状态的数据放在 entriesToAddOnCommit 中，只有在提交后会放进共享缓存中，
+public void commit ( ) {
+ if ( clearOnCommit) {
+ delegate. clear ( ) ;
+ }
+ flushPendingEntries ( ) ;
+ reset ( ) ;
+ }
Java
Mybatis
+ Spring
+ Mybatis
+ 缓存
+ Mybatis
Java
Mysql
Mybatis
+ 缓存
- nginx 日志小记
- /2022/04/17/nginx-%E6%97%A5%E5%BF%97%E5%B0%8F%E8%AE%B0/
- nginx 默认的日志有特定的格式，我们也可以自定义，
-默认的格式是预定义的 combined
-log_format combined '$remote_addr - $remote_user [$time_local] '
- '"$request" $status $body_bytes_sent '
- '"$http_referer" "$http_user_agent"' ; 配置的日志可以使用这个默认的，如果满足需求的话
-Syntax: access_log path [ format [ buffer= size] [ gzip[ = level] ] [ flush= time] [ if= condition] ] ;
- access_log off;
-Default: access_log logs/access.log combined;
-Context: http, server, location, if in location, limit_except而如果需要额外的一些配置的话可以自己定义 log_format ，比如我想要给日志里加上请求时间，那就可以自己定义一个 log_format 比如添加下
-$request_time
-request processing time in seconds with a milliseconds resolution;
-time elapsed between the first bytes were read from the client and the log write after the last bytes were sent to the clientmybatis系列-mybatis是如何初始化mapper的
+ /2022/12/04/mybatis%E6%98%AF%E5%A6%82%E4%BD%95%E5%88%9D%E5%A7%8B%E5%8C%96mapper%E7%9A%84/
+ 前一篇讲了mybatis的初始化使用，如果我第一次看到这个使用入门文档，比较会产生疑惑的是配置了mapper，怎么就能通过selectOne跟语句id就能执行sql了，那么第一个问题，就是mapper是怎么被解析的，存在哪里，怎么被拿出来的
+添加解析mapper org. apache. ibatis. session. SqlSessionFactoryBuilderbuild ( java. io. InputStream)
+public SqlSessionFactory build ( InputStream inputStream) {
+ return build ( inputStream, null , null ) ;
+} log_format combined_extend '$remote_addr - $remote_user [$time_local] '
- '"$request" $status $body_bytes_sent '
- '"$http_referer" "$http_user_agent" "$request_time"' ; 通过读取mybatis-config.xml来构建SqlSessionFactory，
+public SqlSessionFactory build ( InputStream inputStream, String environment, Properties properties) {
+ try {
+
+ XMLConfigBuilder parser = new XMLConfigBuilder ( inputStream, environment, properties) ;
+
+ return build ( parser. parse ( ) ) ;
+ } catch ( Exception e) {
+ throw ExceptionFactory . wrapException ( "Error building SqlSession." , e) ;
+ } finally {
+ ErrorContext . instance ( ) . reset ( ) ;
+ try {
+ if ( inputStream != null ) {
+ inputStream. close ( ) ;
+ }
+ } catch ( IOException e) {
+
+ }
+ } 然后其他的比如还有 gzip 压缩，可以设置压缩级别，flush 刷盘时间还有根据条件控制
-这里的条件控制简单看了下还比较厉害
-比如我想对2xx 跟 3xx 的访问不记录日志
-map $status $loggable {
- ~^[ 23 ] 0 ;
- default 1 ;
+创建XMLConfigBuilder
+public XMLConfigBuilder ( InputStream inputStream, String environment, Properties props) {
+
+ this ( new XPathParser ( inputStream, true , props, new XMLMapperEntityResolver ( ) ) , environment, props) ;
}
-access_log /path/to/access.log combined if = $loggable ; 当 $loggable 是 0 或者空时表示 if 条件为否，上面的默认就是 1，只有当请求状态 status 是 2xx 或 3xx 时才是 0，代表不用记录，有了这个特性就可以更灵活地配置日志
-文章主要参考了 nginx 的 log 模块的文档
-]]>
-
- nginx
-
-
- nginx
- 日志
-
-
-
- openresty
- /2019/06/18/openresty/
- 目前公司要对一些新的产品功能做灰度测试，因为在后端业务代码层面添加判断比较麻烦，所以想在nginx上做点手脚，就想到了openresty首先是日志error_log logs/error.log debug;
-使用 lua_code_cache off即可, 另外注意只有使用 content_by_lua_file 才会生效
-http {
- lua_code_cache off;
-}
+public XPathParser ( InputStream inputStream, boolean validation, Properties variables, EntityResolver entityResolver) {
+ commonConstructor ( validation, variables, entityResolver) ;
+ this . document = createDocument ( new InputSource ( inputStream) ) ;
+ }
-location ~ * / ( \d+ - . * ) / api/ orgunits/ load_all ( . * ) {
- default_type 'application/json;charset=utf-8' ;
- content_by_lua_file / data/ projects/ xxx/ current/ lua/ controller/ load_data. lua;
-} private XMLConfigBuilder ( XPathParser parser, String environment, Properties props) {
+ super ( new Configuration ( ) ) ;
+ ErrorContext . instance ( ) . resource ( "SQL Mapper Configuration" ) ;
+ this . configuration. setVariables ( props) ;
+ this . parsed = false ;
+ this . environment = environment;
+ this . parser = parser;
+} 使用lua给nginx请求response头添加内容可以用这个
-ngx. header[ 'response' ] = 'header' 这里主要是创建了Builder包含了Parser
+public Configuration parse ( ) {
+ if ( parsed) {
+ throw new BuilderException ( "Each XMLConfigBuilder can only be used once." ) ;
+ }
+
+ parsed = true ;
+
+ parseConfiguration ( parser. evalNode ( "/configuration" ) ) ;
+ return configuration;
+} 实际的解析区分了各类标签
+private void parseConfiguration ( XNode root) {
+ try {
+
+
+ propertiesElement ( root. evalNode ( "properties" ) ) ;
+ Properties settings = settingsAsProperties ( root. evalNode ( "settings" ) ) ;
+ loadCustomVfs ( settings) ;
+ loadCustomLogImpl ( settings) ;
+ typeAliasesElement ( root. evalNode ( "typeAliases" ) ) ;
+ pluginElement ( root. evalNode ( "plugins" ) ) ;
+ objectFactoryElement ( root. evalNode ( "objectFactory" ) ) ;
+ objectWrapperFactoryElement ( root. evalNode ( "objectWrapperFactory" ) ) ;
+ reflectorFactoryElement ( root. evalNode ( "reflectorFactory" ) ) ;
+ settingsElement ( settings) ;
+
+ environmentsElement ( root. evalNode ( "environments" ) ) ;
+ databaseIdProviderElement ( root. evalNode ( "databaseIdProvider" ) ) ;
+ typeHandlerElement ( root. evalNode ( "typeHandlers" ) ) ;
+
+ mapperElement ( root. evalNode ( "mappers" ) ) ;
+ } catch ( Exception e) {
+ throw new BuilderException ( "Error parsing SQL Mapper Configuration. Cause: " + e, e) ;
+ }
+} 使用总结
-后续：
-
-一开始在本地环境的时候使用content_by_lua_file只关注了头，后来发到测试环境发现请求内容都没代理转发到后端服务上
-后来又碰到了一个坑是nginx有个client_body_buffer_size的配置参数，nginx在32位和64位系统里有8K和16K两个默认值，当请求内容大于这两个值的时候，会把请求内容放到临时文件里，这个时候openresty里的ngx.req.get_post_args()就会报“failed to get post args: requesty body in temp file not supported”这个错误，将client_body_buffer_size这个参数配置调大一点就好了
-还有就是lua的异常捕获，网上看一般是用pcall和xpcall来进行保护调用，因为问题主要出在cjson的decode，这里有两个解决方案，一个就是将cjson.decode使用pcall封装，
- local decode = require ( "cjson" ) . decode
+然后就是调用到mapperElement方法了
+private void mapperElement ( XNode parent) throws Exception {
+ if ( parent != null ) {
+ for ( XNode child : parent. getChildren ( ) ) {
+ if ( "package" . equals ( child. getName ( ) ) ) {
+ String mapperPackage = child. getStringAttribute ( "name" ) ;
+ configuration. addMappers ( mapperPackage) ;
+ } else {
+ String resource = child. getStringAttribute ( "resource" ) ;
+ String url = child. getStringAttribute ( "url" ) ;
+ String mapperClass = child. getStringAttribute ( "class" ) ;
+ if ( resource != null && url == null && mapperClass == null ) {
+ ErrorContext . instance ( ) . resource ( resource) ;
+ try ( InputStream inputStream = Resources . getResourceAsStream ( resource) ) {
+ XMLMapperBuilder mapperParser = new XMLMapperBuilder ( inputStream, configuration, resource, configuration. getSqlFragments ( ) ) ;
+
+ mapperParser. parse ( ) ;
+ }
+ } else if ( resource == null && url != null && mapperClass == null ) {
+ ErrorContext . instance ( ) . resource ( url) ;
+ try ( InputStream inputStream = Resources . getUrlAsStream ( url) ) {
+ XMLMapperBuilder mapperParser = new XMLMapperBuilder ( inputStream, configuration, url, configuration. getSqlFragments ( ) ) ;
+ mapperParser. parse ( ) ;
+ }
+ } else if ( resource == null && url == null && mapperClass != null ) {
+ Class < ? > = Resources . classForName ( mapperClass) ;
+ configuration. addMapper ( mapperInterface) ;
+ } else {
+ throw new BuilderException ( "A mapper element may only specify a url, resource or class, but not more than one." ) ;
+ }
+ }
+ }
+ }
+} function json_decode ( str )
- local ok, t = pcall ( decode, str)
- if not ok then
- return nil
- end
+核心就在这个parse()方法
+public void parse ( ) {
+ if ( ! configuration. isResourceLoaded ( resource) ) {
+
+ configurationElement ( parser. evalNode ( "/mapper" ) ) ;
+ configuration. addLoadedResource ( resource) ;
+ bindMapperForNamespace ( ) ;
+ }
- return t
-end 这个是使用了pcall，称为保护调用，会在内部错误后返回两个参数，第一个是false，第二个是错误信息
- local json = require ( "cjson.safe" )
-local str = [[ {"key:"value"} ]]
+ parsePendingResultMaps ( ) ;
+ parsePendingCacheRefs ( ) ;
+ parsePendingStatements ( ) ;
+} local t = json. decode ( str)
-if t then
- ngx. say ( " --> " , type ( t) )
-end cjson.safe包会在解析失败的时候返回nil
-还有一个是redis链接时如果host使用的是域名的话会提示“failed to connect: no resolver defined to resolve “redis.xxxxxx.com””，这里需要使用nginx的resolver指令，resolver 8.8.8.8 valid=3600s;
-还有一点补充下
-性能优化tips建议是尽量少使用阶段钩子，例如content_by_lua_file，*_by_lua
-发现一个不错的openresty站点地址
-
+具体的处理逻辑
+private void configurationElement ( XNode context) {
+ try {
+ String namespace = context. getStringAttribute ( "namespace" ) ;
+ if ( namespace == null || namespace. isEmpty ( ) ) {
+ throw new BuilderException ( "Mapper's namespace cannot be empty" ) ;
+ }
+ builderAssistant. setCurrentNamespace ( namespace) ;
+ cacheRefElement ( context. evalNode ( "cache-ref" ) ) ;
+ cacheElement ( context. evalNode ( "cache" ) ) ;
+ parameterMapElement ( context. evalNodes ( "/mapper/parameterMap" ) ) ;
+ resultMapElements ( context. evalNodes ( "/mapper/resultMap" ) ) ;
+ sqlElement ( context. evalNodes ( "/mapper/sql" ) ) ;
+
+ buildStatementFromContext ( context. evalNodes ( "select|insert|update|delete" ) ) ;
+ } catch ( Exception e) {
+ throw new BuilderException ( "Error parsing Mapper XML. The XML location is '" + resource + "'. Cause: " + e, e) ;
+ }
+} 具体代码在这，从上下文构建statement，只不过区分了下databaseId
+private void buildStatementFromContext ( List < XNode > ) {
+ if ( configuration. getDatabaseId ( ) != null ) {
+ buildStatementFromContext ( list, configuration. getDatabaseId ( ) ) ;
+ }
+
+ buildStatementFromContext ( list, null ) ;
+} 判断下databaseId
+private void buildStatementFromContext ( List < XNode > , String requiredDatabaseId) {
+ for ( XNode context : list) {
+ final XMLStatementBuilder statementParser = new XMLStatementBuilder ( configuration, builderAssistant, context, requiredDatabaseId) ;
+ try {
+
+ statementParser. parseStatementNode ( ) ;
+ } catch ( IncompleteElementException e) {
+ configuration. addIncompleteStatement ( statementParser) ;
+ }
+ }
+} 接下来就是真正处理的xml语句内容的，各个节点的信息内容
+public void parseStatementNode ( ) {
+ String id = context. getStringAttribute ( "id" ) ;
+ String databaseId = context. getStringAttribute ( "databaseId" ) ;
+
+ if ( ! databaseIdMatchesCurrent ( id, databaseId, this . requiredDatabaseId) ) {
+ return ;
+ }
+
+ String nodeName = context. getNode ( ) . getNodeName ( ) ;
+ SqlCommandType sqlCommandType = SqlCommandType . valueOf ( nodeName. toUpperCase ( Locale . ENGLISH ) ) ;
+ boolean isSelect = sqlCommandType == SqlCommandType . SELECT ;
+ boolean flushCache = context. getBooleanAttribute ( "flushCache" , ! isSelect) ;
+ boolean useCache = context. getBooleanAttribute ( "useCache" , isSelect) ;
+ boolean resultOrdered = context. getBooleanAttribute ( "resultOrdered" , false ) ;
+
+
+ XMLIncludeTransformer includeParser = new XMLIncludeTransformer ( configuration, builderAssistant) ;
+ includeParser. applyIncludes ( context. getNode ( ) ) ;
+
+ String parameterType = context. getStringAttribute ( "parameterType" ) ;
+ Class < ? > = resolveClass ( parameterType) ;
+
+ String lang = context. getStringAttribute ( "lang" ) ;
+ LanguageDriver langDriver = getLanguageDriver ( lang) ;
+
+
+ processSelectKeyNodes ( id, parameterTypeClass, langDriver) ;
+
+
+ KeyGenerator keyGenerator;
+ String keyStatementId = id + SelectKeyGenerator . SELECT_KEY_SUFFIX ;
+ keyStatementId = builderAssistant. applyCurrentNamespace ( keyStatementId, true ) ;
+ if ( configuration. hasKeyGenerator ( keyStatementId) ) {
+ keyGenerator = configuration. getKeyGenerator ( keyStatementId) ;
+ } else {
+ keyGenerator = context. getBooleanAttribute ( "useGeneratedKeys" ,
+ configuration. isUseGeneratedKeys ( ) && SqlCommandType . INSERT . equals ( sqlCommandType) )
+ ? Jdbc3KeyGenerator . INSTANCE : NoKeyGenerator . INSTANCE ;
+ }
+
+
+ SqlSource sqlSource = langDriver. createSqlSource ( configuration, context, parameterTypeClass) ;
+ StatementType statementType = StatementType . valueOf ( context. getStringAttribute ( "statementType" , StatementType . PREPARED . toString ( ) ) ) ;
+ Integer fetchSize = context. getIntAttribute ( "fetchSize" ) ;
+ Integer timeout = context. getIntAttribute ( "timeout" ) ;
+ String parameterMap = context. getStringAttribute ( "parameterMap" ) ;
+ String resultType = context. getStringAttribute ( "resultType" ) ;
+ Class < ? > = resolveClass ( resultType) ;
+ String resultMap = context. getStringAttribute ( "resultMap" ) ;
+ String resultSetType = context. getStringAttribute ( "resultSetType" ) ;
+ ResultSetType resultSetTypeEnum = resolveResultSetType ( resultSetType) ;
+ if ( resultSetTypeEnum == null ) {
+ resultSetTypeEnum = configuration. getDefaultResultSetType ( ) ;
+ }
+ String keyProperty = context. getStringAttribute ( "keyProperty" ) ;
+ String keyColumn = context. getStringAttribute ( "keyColumn" ) ;
+ String resultSets = context. getStringAttribute ( "resultSets" ) ;
+
+
+ builderAssistant. addMappedStatement ( id, sqlSource, statementType, sqlCommandType,
+ fetchSize, timeout, parameterMap, parameterTypeClass, resultMap, resultTypeClass,
+ resultSetTypeEnum, flushCache, useCache, resultOrdered,
+ keyGenerator, keyProperty, keyColumn, databaseId, langDriver, resultSets) ;
+} 添加的逻辑具体可以看下
+public MappedStatement addMappedStatement (
+ String id,
+ SqlSource sqlSource,
+ StatementType statementType,
+ SqlCommandType sqlCommandType,
+ Integer fetchSize,
+ Integer timeout,
+ String parameterMap,
+ Class < ? > ,
+ String resultMap,
+ Class < ? > ,
+ ResultSetType resultSetType,
+ boolean flushCache,
+ boolean useCache,
+ boolean resultOrdered,
+ KeyGenerator keyGenerator,
+ String keyProperty,
+ String keyColumn,
+ String databaseId,
+ LanguageDriver lang,
+ String resultSets) {
+
+ if ( unresolvedCacheRef) {
+ throw new IncompleteElementException ( "Cache-ref not yet resolved" ) ;
+ }
+
+ id = applyCurrentNamespace ( id, false ) ;
+ boolean isSelect = sqlCommandType == SqlCommandType . SELECT ;
+
+ MappedStatement. Builder statementBuilder = new MappedStatement. Builder ( configuration, id, sqlSource, sqlCommandType)
+ . resource ( resource)
+ . fetchSize ( fetchSize)
+ . timeout ( timeout)
+ . statementType ( statementType)
+ . keyGenerator ( keyGenerator)
+ . keyProperty ( keyProperty)
+ . keyColumn ( keyColumn)
+ . databaseId ( databaseId)
+ . lang ( lang)
+ . resultOrdered ( resultOrdered)
+ . resultSets ( resultSets)
+ . resultMaps ( getStatementResultMaps ( resultMap, resultType, id) )
+ . resultSetType ( resultSetType)
+ . flushCacheRequired ( valueOrDefault ( flushCache, ! isSelect) )
+ . useCache ( valueOrDefault ( useCache, isSelect) )
+ . cache ( currentCache) ;
+
+ ParameterMap statementParameterMap = getStatementParameterMap ( parameterMap, parameterType, id) ;
+ if ( statementParameterMap != null ) {
+ statementBuilder. parameterMap ( statementParameterMap) ;
+ }
+
+ MappedStatement statement = statementBuilder. build ( ) ;
+
+ configuration. addMappedStatement ( statement) ;
+ return statement;
+} 而里面就是往map里添加
+public void addMappedStatement ( MappedStatement ms) {
+ mappedStatements. put ( ms. getId ( ) , ms) ;
+} 获取mapper StudentDO studentDO = session. selectOne ( "com.nicksxs.mybatisdemo.StudentMapper.selectStudent" , 1 ) ; 就是调用了 org.apache.ibatis.session.defaults.DefaultSqlSession#selectOne(java.lang.String, java.lang.Object)
+public < T > T selectOne ( String statement, Object parameter) {
+
+ List < T > = this . selectList ( statement, parameter) ;
+ if ( list. size ( ) == 1 ) {
+ return list. get ( 0 ) ;
+ } else if ( list. size ( ) > 1 ) {
+ throw new TooManyResultsException ( "Expected one result (or null) to be returned by selectOne(), but found: " + list. size ( ) ) ;
+ } else {
+ return null ;
+ }
+} 调用实际的实现方法
+public < E > List < E > selectList ( String statement, Object parameter) {
+ return this . selectList ( statement, parameter, RowBounds . DEFAULT ) ;
+} 这里还有一层
+public < E > List < E > selectList ( String statement, Object parameter, RowBounds rowBounds) {
+ return selectList ( statement, parameter, rowBounds, Executor . NO_RESULT_HANDLER ) ;
+} 根本的就是从configuration里获取了mappedStatement
+private < E > List < E > selectList ( String statement, Object parameter, RowBounds rowBounds, ResultHandler handler) {
+ try {
+
+ MappedStatement ms = configuration. getMappedStatement ( statement) ;
+ return executor. query ( ms, wrapCollection ( parameter) , rowBounds, handler) ;
+ } catch ( Exception e) {
+ throw ExceptionFactory . wrapException ( "Error querying database. Cause: " + e, e) ;
+ } finally {
+ ErrorContext . instance ( ) . reset ( ) ;
+ }
+}
- nginx
+ Java
+ Mybatis
- nginx
- openresty
+ Java
+ Mysql
+ Mybatis
- pcre-intro-and-a-simple-package
- /2015/01/16/pcre-intro-and-a-simple-package/
- Pcre
-Perl Compatible Regular Expressions (PCRE) is a regular
-
-因为最近工作内容的一部分需要做字符串的识别处理，所以就顺便用上了之前在PHP中用过的正则，在C/C++中本身不包含正则库，这里使用的pcre，对MFC开发，在这里 提供了静态链接库，在引入lib跟.h文件后即可使用。
-Regular Expression Syntax 然后是一些正则语法 ，官方的语法文档比较科学严谨，特别是对类似于贪婪匹配等细节的说明，当然一般的使用可以在网上找到很多匹配语法，例如这个 。
-PCRE函数介绍
-pcre_compile
-
-#include <pcre.h>
-pcre *pcre_compile(const char *pattern, int options, const char **errptr, int *erroffset, const unsigned char *tableptr);功能：将一个正则表达式编译成一个内部表示，在匹配多个字符串时，可以加速匹配。其同pcre_compile2功能一样只是缺少一个参数errorcodeptr。pattern 正则表达式options 为0，或者其他参数选项errptr 出错消息erroffset 出错位置tableptr 指向一个字符数组的指针，可以设置为空NULL
-
-pcre_exec
-
-#include <pcre.h>
-int pcre_exec(const pcre *code, const pcre_extra *extra, const char *subject, int length, int startoffset, int options, int *ovector, int ovecsize)功能：使用编译好的模式进行匹配，采用与Perl相似的算法，返回匹配串的偏移位置。code 编译好的模式extra 指向一个pcre_extra结构体，可以为NULLsubject 需要匹配的字符串length 匹配的字符串长度（Byte）startoffset 匹配的开始位置options 选项位ovector 指向一个结果的整型数组ovecsize 数组大小。
-这里是两个最常用的函数的简单说明，pcre的静态库提供了一系列的函数以供使用，可以参考这个博客 说明，另外对于以上函数的具体参数详细说明可以参考官网此处
-一个丑陋的封装 void COcxDemoDlg::pcre_exec_all(const pcre * re, PCRE_SPTR src, vector<pair<int, int>> &vc)
-{
- int rc;
- int ovector[30];
- int i = 0;
- pair<int, int> pr;
- rc = pcre_exec(re, NULL, src, strlen(src), i, 0, ovector, 30);
- for (; rc > 0;)
- {
- i = ovector[1];
- pr.first = ovector[2];
- pr.second = ovector[3];
- vc.push_back(pr);
- rc = pcre_exec(re, NULL, src, strlen(src), i, 0, ovector, 30);
- }
-}vector中是全文匹配后的索引对，只是简单地用下。
-]]>
- C++
-
-
- c++
- mfc
-
-
-
- php-abstract-class-and-interface
- /2016/11/10/php-abstract-class-and-interface/
- PHP抽象类和接口
-抽象类与接口
-抽象类内可以包含非抽象函数，即可实现函数
-抽象类内必须包含至少一个抽象方法，抽象类和接口均不能实例化
-抽象类可以设置访问级别，接口默认都是public
-类可以实现多个接口但不能继承多个抽象类
-类必须实现抽象类和接口里的抽象方法，不一定要实现抽象类的非抽象方法
-接口内不能定义变量，但是可以定义常量
-
-示例代码 <?php
-interface int1{
- const INTER1 = 111;
- function inter1();
-}
-interface int2{
- const INTER1 = 222;
- function inter2();
-}
-abstract class abst1{
- public function abstr1(){
- echo 1111;
- }
- abstract function abstra1(){
- echo 'ahahahha';
- }
-}
-abstract class abst2{
- public function abstr2(){
- echo 1111;
- }
- abstract function abstra2();
-}
-class normal1 extends abst1{
- protected function abstr2(){
- echo 222;
- }
-}mybatis系列-typeAliases系统
+ /2023/01/01/mybatis%E7%B3%BB%E5%88%97-typeAliases%E7%B3%BB%E7%BB%9F/
+ 其实前面已经聊到过这个概念，在mybatis的配置中，以及一些初始化逻辑都是用了typeAliases，
+< typeAliases> < typeAliasalias = " Author" type = " domain.blog.Author" /> < typeAliasalias = " Blog" type = " domain.blog.Blog" /> < typeAliasalias = " Comment" type = " domain.blog.Comment" /> < typeAliasalias = " Post" type = " domain.blog.Post" /> < typeAliasalias = " Section" type = " domain.blog.Section" /> < typeAliasalias = " Tag" type = " domain.blog.Tag" /> </ typeAliases> 可以在这里注册类型别名，然后在mybatis中配置使用时，可以简化这些类型的使用，其底层逻辑主要是一个map，
+public class TypeAliasRegistry {
-result PHP Fatal error: Abstract function abst1::abstra1() cannot contain body in new.php on line 17
+ private final Map < String , Class < ? > > = new HashMap < > ( ) ; 以string作为key，class对象作为value，比如我们在一开始使用的配置文件
+< dataSourcetype = " POOLED" > < propertyname = " driver" value = " ${driver}" /> < propertyname = " url" value = " ${url}" /> < propertyname = " username" value = " ${username}" /> < propertyname = " password" value = " ${password}" /> </ dataSource> 这里使用的dataSource是POOLED，那它肯定是个别名或者需要对应处理
+public Configuration ( ) {
+ typeAliasRegistry. registerAlias ( "JDBC" , JdbcTransactionFactory . class ) ;
+ typeAliasRegistry. registerAlias ( "MANAGED" , ManagedTransactionFactory . class ) ;
-Fatal error: Abstract function abst1::abstra1() cannot contain body in php on line 17. registerAlias ( "JNDI" , JndiDataSourceFactory . class ) ;
+ typeAliasRegistry. registerAlias ( "POOLED" , PooledDataSourceFactory . class ) ;
+ typeAliasRegistry. registerAlias ( "UNPOOLED" , UnpooledDataSourceFactory . class ) ;
+
+ typeAliasRegistry. registerAlias ( "PERPETUAL" , PerpetualCache . class ) ;
+ typeAliasRegistry. registerAlias ( "FIFO" , FifoCache . class ) ;
+ typeAliasRegistry. registerAlias ( "LRU" , LruCache . class ) ;
+ typeAliasRegistry. registerAlias ( "SOFT" , SoftCache . class ) ;
+ typeAliasRegistry. registerAlias ( "WEAK" , WeakCache . class ) ;
+
+ typeAliasRegistry. registerAlias ( "DB_VENDOR" , VendorDatabaseIdProvider . class ) ;
+
+ typeAliasRegistry. registerAlias ( "XML" , XMLLanguageDriver . class ) ;
+ typeAliasRegistry. registerAlias ( "RAW" , RawLanguageDriver . class ) ;
+
+ typeAliasRegistry. registerAlias ( "SLF4J" , Slf4jImpl . class ) ;
+ typeAliasRegistry. registerAlias ( "COMMONS_LOGGING" , JakartaCommonsLoggingImpl . class ) ;
+ typeAliasRegistry. registerAlias ( "LOG4J" , Log4jImpl . class ) ;
+ typeAliasRegistry. registerAlias ( "LOG4J2" , Log4j2Impl . class ) ;
+ typeAliasRegistry. registerAlias ( "JDK_LOGGING" , Jdk14LoggingImpl . class ) ;
+ typeAliasRegistry. registerAlias ( "STDOUT_LOGGING" , StdOutImpl . class ) ;
+ typeAliasRegistry. registerAlias ( "NO_LOGGING" , NoLoggingImpl . class ) ;
+
+ typeAliasRegistry. registerAlias ( "CGLIB" , CglibProxyFactory . class ) ;
+ typeAliasRegistry. registerAlias ( "JAVASSIST" , JavassistProxyFactory . class ) ;
+
+ languageRegistry. setDefaultDriverClass ( XMLLanguageDriver . class ) ;
+ languageRegistry. register ( RawLanguageDriver . class ) ;
+ } 正是通过typeAliasRegistry.registerAlias("POOLED", PooledDataSourceFactory.class);这一行，注册了POOLED对应的别名类型是PooledDataSourceFactory.class
+public void registerAlias ( String alias, Class < ? > ) {
+ if ( alias == null ) {
+ throw new TypeException ( "The parameter alias cannot be null" ) ;
+ }
+
+
+ String key = alias. toLowerCase ( Locale . ENGLISH ) ;
+
+ if ( typeAliases. containsKey ( key) && typeAliases. get ( key) != null && ! typeAliases. get ( key) . equals ( value) ) {
+ throw new TypeException ( "The alias '" + alias + "' is already mapped to the value '" + typeAliases. get ( key) . getName ( ) + "'." ) ;
+ }
+
+ typeAliases. put ( key, value) ;
+} 而获取的逻辑在这
+public < T > Class < T > resolveAlias ( String string) {
+ try {
+ if ( string == null ) {
+ return null ;
+ }
+
+
+ String key = string. toLowerCase ( Locale . ENGLISH ) ;
+ Class < T > ;
+ if ( typeAliases. containsKey ( key) ) {
+ value = ( Class < T > ) typeAliases. get ( key) ;
+ } else {
+
+ value = ( Class < T > ) Resources . classForName ( string) ;
+ }
+ return value;
+ } catch ( ClassNotFoundException e) {
+ throw new TypeException ( "Could not resolve type alias '" + string + "'. Cause: " + e, e) ;
+ }
+ } 逻辑比较简单，但是在mybatis中也是不可或缺的一块概念
]]>
- php
+ Java
+ Mybatis
- php
+ Java
+ Mysql
+ Mybatis
- powershell 初体验
- /2022/11/13/powershell-%E5%88%9D%E4%BD%93%E9%AA%8C/
- powershell变量变量命名类似于php
-PS C:\Users\Nicks> $a =1
-PS C:\Users\Nicks> $b =2
-PS C:\Users\Nicks> $a * $b
-2有一个比较好用的是变量交换
-$tmp = $a
-$a = $b
-$b = $tmp 而在powershell中可以这样
-$a , $b =$b , $a
-PS C:\Users\Nicks> $a , $b =$b , $a
-PS C:\Users\Nicks> $a
-2
-PS C:\Users\Nicks> $b
-1还可以通过这个
-PS C:\Users\Nicks> ls variable:
+ nginx 日志小记
+ /2022/04/17/nginx-%E6%97%A5%E5%BF%97%E5%B0%8F%E8%AE%B0/
+ nginx 默认的日志有特定的格式，我们也可以自定义，
+默认的格式是预定义的 combined
+log_format combined '$remote_addr - $remote_user [$time_local] '
+ '"$request" $status $body_bytes_sent '
+ '"$http_referer" "$http_user_agent"' ; -- -- -- -- -
-$ $b
-? True
-^ $b
-a 2
-args { }
-b 1 查看现存的变量
+配置的日志可以使用这个默认的，如果满足需求的话
+Syntax: access_log path [ format [ buffer= size] [ gzip[ = level] ] [ flush= time] [ if= condition] ] ;
+ access_log off;
+Default: access_log logs/access.log combined;
+Context: http, server, location, if in location, limit_except而如果需要额外的一些配置的话可以自己定义 log_format ，比如我想要给日志里加上请求时间，那就可以自己定义一个 log_format 比如添加下
+$request_time
+request processing time in seconds with a milliseconds resolution;
+time elapsed between the first bytes were read from the client and the log write after the last bytes were sent to the clientlog_format combined_extend '$remote_addr - $remote_user [$time_local] '
+ '"$request" $status $body_bytes_sent '
+ '"$http_referer" "$http_user_agent" "$request_time"' ; 然后其他的比如还有 gzip 压缩，可以设置压缩级别，flush 刷盘时间还有根据条件控制
+这里的条件控制简单看了下还比较厉害
+比如我想对2xx 跟 3xx 的访问不记录日志
+map $status $loggable {
+ ~^[ 23 ] 0 ;
+ default 1 ;
+}
+
+access_log /path/to/access.log combined if = $loggable ; 当 $loggable 是 0 或者空时表示 if 条件为否，上面的默认就是 1，只有当请求状态 status 是 2xx 或 3xx 时才是 0，代表不用记录，有了这个特性就可以更灵活地配置日志
+文章主要参考了 nginx 的 log 模块的文档
]]>
- 语言
+ nginx
- powershell
+ nginx
+ 日志
- rabbitmq-tips
- /2017/04/25/rabbitmq-tips/
- rabbitmq 介绍接触了一下rabbitmq，原来在选型的时候是在rabbitmq跟kafka之间做选择，网上搜了一下之后发现kafka的优势在于吞吐量，而rabbitmq相对注重可靠性，因为应用在im上，需要保证消息不能丢失所以就暂时选定rabbitmq，Advanced Message Queuing Protocol （AMQP） 开放标准的开发。2006年，AMQP规范发布。2007年，Rabbit技术公司基于AMQP标准开发的RabbitMQ 1.0 发布。所有主要的编程语言均有与代理接口通讯的客户端库。
-简单的使用经验 通俗的理解 这里介绍下其中的一些概念，connection表示和队列服务器的连接，一般情况下是tcp连接， channel表示通道，可以在一个连接上建立多个通道，这里主要是节省了tcp连接握手的成本，exchange可以理解成一个路由器，将消息推送给对应的队列queue，其实是像一个订阅的模式。
-集群经验 rabbitmqctl stop这个是关闭rabbitmq，在搭建集群时候先关闭服务，然后使用rabbitmq-server -detached静默启动，这时候使用rabbitmqctl cluster_status查看集群状态，因为还没将节点加入集群，所以只能看到类似
-Cluster status of node rabbit@rabbit1 .. .
-[ { nodes,[ { disc,[ rabbit@rabbit1,rabbit@rabbit2,rabbit@rabbit3] } ] } ,
- { running_nodes,[ rabbit@rabbit2,rabbit@rabbit1] } ]
-.. .done.然后就可以把当前节点加入集群，
-rabbit2$ rabbitmqctl stop_app
-
-Stopping node rabbit@rabbit2 .. .done.
-rabbit2$ rabbitmqctl join_cluster rabbit@rabbit1
-Clustering node rabbit@rabbit2 with [ rabbit@rabbit1] .. .done.
-rabbit2$ rabbitmqctl start_app
-Starting node rabbit@rabbit2 .. .done.其他可以参考官方文档
-一些坑 消息丢失 这里碰到过一个坑，对于使用exchange来做消息路由的，会有一个情况，就是在routing_key没被订阅的时候，会将该条找不到路由对应的queue的消息丢掉What happens if we break our contract and send a message with one or four words, like "orange" or "quick.orange.male.rabbit"? Well, these messages won't match any bindings and will be lost.对应链接 ,而当使用空的exchange时，会保留消息，当出现消费者的时候就可以将收到之前生产者所推送的消息对应链接 ,这里就是用了空的exchange。
-集群搭建 集群搭建的时候有个erlang vm生成的random cookie，这个是用来做集群之间认证的，相同的cookie才能连接，但是如果通过vim打开复制后在其他几点新建文件写入会多一个换行，导致集群建立是报错，所以这里最好使用scp等传输命令直接传输cookie文件，同时要注意下cookie的文件权限。
-]]>
-
- php
-
-
- php
- mq
- im
-
-
-
- redis 的 rdb 和 COW 介绍
- /2021/08/15/redis-%E7%9A%84-rdb-%E5%92%8C-COW-%E4%BB%8B%E7%BB%8D/
- redis 在使用 rdb 策略进行备份时，rdb 的意思是会在开启备份的时候将开启时间点的内存数据进行备份，并且可以设置时间，这样子就是这个策略其实还是不完全可靠的，如果是在这个间隔中宕机了，或者间隔过长，不过这个不在这次的要说的内容中，如果自己去写这个 rdb 的策略可能就有点类似于 mvcc 的 redolog，需要知道这个时间点之前的数据是怎么样的，防止后面更改的干扰，但是这样一方面需要有比较复杂的 mvcc 实现，另一方面是很占用存储空间，所以 redis 在这里面使用了 COW (Copy On Write) 技术，这个技术呢以前听过，也大致了解是怎么个意思，这次稍微具体地来看下，其实 redis 的 copy-on-write 就是来自于 linux 的 cow
-Linux中的CopyOnWrite fork()之后，kernel把父进程中所有的内存页的权限都设为read-only，然后子进程的地址空间指向父进程。当父子进程都只读内存时，相安无事。当其中某个进程写内存时，CPU硬件检测到内存页是read-only的，于是触发页异常中断（page-fault），陷入kernel的一个中断例程。中断例程中，kernel就会把触发的异常的页复制一份，于是父子进程各自持有独立的一份。这个操作其实可以类比为写屏障，正常的读取是没问题的，当有写入时就会分裂。
-CopyOnWrite的好处： 1、减少分配和复制资源时带来的瞬时延迟；
-Redis中的CopyOnWrite Redis在持久化时，如果是采用BGSAVE命令或者BGREWRITEAOF的方式，那Redis会fork出一个子进程来读取数据，从而写到磁盘中。
+ mybatis系列-connection连接池解析
+ /2023/02/19/mybatis%E7%B3%BB%E5%88%97-connection%E8%BF%9E%E6%8E%A5%E6%B1%A0%E8%A7%A3%E6%9E%90/
+ 连接池主要是两个逻辑，首先是获取连接的逻辑，结合代码来讲一讲
+private PooledConnection popConnection ( String username, String password) throws SQLException {
+ boolean countedWait = false ;
+ PooledConnection conn = null ;
+ long t = System . currentTimeMillis ( ) ;
+ int localBadConnectionCount = 0 ;
+
+
+ while ( conn == null ) {
+
+ lock. lock ( ) ;
+ try {
+
+ if ( ! state. idleConnections. isEmpty ( ) ) {
+
+
+ conn = state. idleConnections. remove ( 0 ) ;
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Checked out connection " + conn. getRealHashCode ( ) + " from pool." ) ;
+ }
+ } else {
+
+
+ if ( state. activeConnections. size ( ) < poolMaximumActiveConnections) {
+
+
+ conn = new PooledConnection ( dataSource. getConnection ( ) , this ) ;
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Created connection " + conn. getRealHashCode ( ) + "." ) ;
+ }
+ } else {
+
+
+ PooledConnection oldestActiveConnection = state. activeConnections. get ( 0 ) ;
+ long longestCheckoutTime = oldestActiveConnection. getCheckoutTime ( ) ;
+ if ( longestCheckoutTime > poolMaximumCheckoutTime) {
+
+
+ state. claimedOverdueConnectionCount++ ;
+
+ state. accumulatedCheckoutTimeOfOverdueConnections += longestCheckoutTime;
+
+ state. accumulatedCheckoutTime += longestCheckoutTime;
+
+ state. activeConnections. remove ( oldestActiveConnection) ;
+
+ if ( ! oldestActiveConnection. getRealConnection ( ) . getAutoCommit ( ) ) {
+ try {
+ oldestActiveConnection. getRealConnection ( ) . rollback ( ) ;
+ } catch ( SQLException e) {
+
+ log. debug ( "Bad connection. Could not roll back" ) ;
+ }
+ }
+
+ conn = new PooledConnection ( oldestActiveConnection. getRealConnection ( ) , this ) ;
+ conn. setCreatedTimestamp ( oldestActiveConnection. getCreatedTimestamp ( ) ) ;
+ conn. setLastUsedTimestamp ( oldestActiveConnection. getLastUsedTimestamp ( ) ) ;
+ oldestActiveConnection. invalidate ( ) ;
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Claimed overdue connection " + conn. getRealHashCode ( ) + "." ) ;
+ }
+ } else {
+
+
+ try {
+
+ if ( ! countedWait) {
+ state. hadToWaitCount++ ;
+ countedWait = true ;
+ }
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Waiting as long as " + poolTimeToWait + " milliseconds for connection." ) ;
+ }
+ long wt = System . currentTimeMillis ( ) ;
+
+ condition. await ( poolTimeToWait, TimeUnit . MILLISECONDS ) ;
+
+ state. accumulatedWaitTime += System . currentTimeMillis ( ) - wt;
+ } catch ( InterruptedException e) {
+
+ Thread . currentThread ( ) . interrupt ( ) ;
+ break ;
+ }
+ }
+ }
+ }
+
+ if ( conn != null ) {
+
+
+ if ( conn. isValid ( ) ) {
+ if ( ! conn. getRealConnection ( ) . getAutoCommit ( ) ) {
+
+ conn. getRealConnection ( ) . rollback ( ) ;
+ }
+ conn. setConnectionTypeCode ( assembleConnectionTypeCode ( dataSource. getUrl ( ) , username, password) ) ;
+
+ conn. setCheckoutTimestamp ( System . currentTimeMillis ( ) ) ;
+ conn. setLastUsedTimestamp ( System . currentTimeMillis ( ) ) ;
+
+ state. activeConnections. add ( conn) ;
+ state. requestCount++ ;
+ state. accumulatedRequestTime += System . currentTimeMillis ( ) - t;
+ } else {
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "A bad connection (" + conn. getRealHashCode ( ) + ") was returned from the pool, getting another connection." ) ;
+ }
+
+ state. badConnectionCount++ ;
+ localBadConnectionCount++ ;
+ conn = null ;
+
+ if ( localBadConnectionCount > ( poolMaximumIdleConnections + poolMaximumLocalBadConnectionTolerance) ) {
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "PooledDataSource: Could not get a good connection to the database." ) ;
+ }
+ throw new SQLException ( "PooledDataSource: Could not get a good connection to the database." ) ;
+ }
+ }
+ }
+ } finally {
+
+ lock. unlock ( ) ;
+ }
+
+ }
+
+ if ( conn == null ) {
+
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "PooledDataSource: Unknown severe error condition. The connection pool returned a null connection." ) ;
+ }
+
+ throw new SQLException ( "PooledDataSource: Unknown severe error condition. The connection pool returned a null connection." ) ;
+ }
+
+ return conn;
+ } 然后是还回连接
+protected void pushConnection ( PooledConnection conn) throws SQLException {
+
+ lock. lock ( ) ;
+ try {
+
+ state. activeConnections. remove ( conn) ;
+ if ( conn. isValid ( ) ) {
+
+ if ( state. idleConnections. size ( ) < poolMaximumIdleConnections && conn. getConnectionTypeCode ( ) == expectedConnectionTypeCode) {
+
+ state. accumulatedCheckoutTime += conn. getCheckoutTime ( ) ;
+ if ( ! conn. getRealConnection ( ) . getAutoCommit ( ) ) {
+
+ conn. getRealConnection ( ) . rollback ( ) ;
+ }
+
+ PooledConnection newConn = new PooledConnection ( conn. getRealConnection ( ) , this ) ;
+
+ state. idleConnections. add ( newConn) ;
+ newConn. setCreatedTimestamp ( conn. getCreatedTimestamp ( ) ) ;
+ newConn. setLastUsedTimestamp ( conn. getLastUsedTimestamp ( ) ) ;
+
+ conn. invalidate ( ) ;
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Returned connection " + newConn. getRealHashCode ( ) + " to pool." ) ;
+ }
+
+ condition. signal ( ) ;
+ } else {
+
+ state. accumulatedCheckoutTime += conn. getCheckoutTime ( ) ;
+ if ( ! conn. getRealConnection ( ) . getAutoCommit ( ) ) {
+ conn. getRealConnection ( ) . rollback ( ) ;
+ }
+ conn. getRealConnection ( ) . close ( ) ;
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Closed connection " + conn. getRealHashCode ( ) + "." ) ;
+ }
+ conn. invalidate ( ) ;
+ }
+ } else {
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "A bad connection (" + conn. getRealHashCode ( ) + ") attempted to return to the pool, discarding connection." ) ;
+ }
+ state. badConnectionCount++ ;
+ }
+ } finally {
+ lock. unlock ( ) ;
+ }
+ }
- redis
+ Java
+ Mybatis
- redis
+ Java
+ Mysql
+ Mybatis
- redis数据结构介绍-第一部分 SDS，链表，字典
- /2019/12/26/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D/
- redis是现在服务端很常用的缓存中间件，其实原来还有memcache之类的竞品，但是现在貌似 redis 快一统江湖，这里当然不是在吹，只是个人角度的一个感觉，不权威只是主观感觉。Strings，Lists，Sets，Hashes，Sorted Sets，这五种数据结构先简单介绍下，Strings类型的其实就是我们最常用的 key-value，实际开发中也会用的最多；Lists是列表，这个有些会用来做队列，因为 redis 目前常用的版本支持丰富的列表操作；还有是Sets集合，这个主要的特点就是集合中元素不重复，可以用在有这类需求的场景里；Hashes是叫散列，类似于 Python 中的字典结构；还有就是Sorted Sets这个是个有序集合；一眼看这些其实没啥特别的，除了最后这个有序集合，不过去了解背后的实现方式还是比较有意思的。
-SDS 简单动态字符串 先从Strings开始说，了解过 C 语言的应该知道，C 语言中的字符串其实是个 char[] 字符数组，redis 也不例外，只是最开始的版本就对这个做了一丢丢的优化，而正是这一丢丢的优化，让这个 redis 的使用效率提升了数倍
-struct sdshdr {
- // 字符串长度
- int len;
- // 字符串空余字符数
- int free;
- // 字符串内容
- char buf[];
-};这里引用了 redis 在 github 上最早的 2.2 版本的代码，代码路径是https://github.com/antirez/redis/blob/2.2/src/sds.h,可以看到这个结构体里只有仨元素，两个 int 型和一个 char 型数组，两个 int 型其实就是我说的优化，因为 C 语言本身的字符串数组，有两个问题，一个是要知道它实际已被占用的长度，需要去遍历这个数组，第二个就是比较容易踩坑的是遍历的时候要注意它有个以\0作为结尾的特点；通过上面的两个 int 型参数，一个是知道字符串目前的长度，一个是知道字符串还剩余多少位空间，这样子坐着两个操作从 O(N)简化到了O(1)了，还有第二个 free 还有个比较重要的作用就是能防止 C 字符串的溢出问题，在存储之前可以先判断 free 长度，如果长度不够就先扩容了，先介绍到这，这个系列可以写蛮多的，慢慢介绍吧
-链表 链表是比较常见的数据结构了，但是因为 redis 是用 C 写的，所以在不依赖第三方库的情况下只能自己写一个了，redis 的链表是个有头的链表，而且是无环的，具体的结构我也找了 github 上最早版本的代码
-typedef struct listNode {
- // 前置节点
- struct listNode *prev;
- // 后置节点
- struct listNode *next;
- // 值
- void *value;
-} listNode;
-
-typedef struct list {
- // 链表表头
- listNode *head;
- // 当前节点，也可以说是最后节点
- listNode *tail;
- // 节点复制函数
- void *(*dup)(void *ptr);
- // 节点值释放函数
- void (*free)(void *ptr);
- // 节点值比较函数
- int (*match)(void *ptr, void *key);
- // 链表包含的节点数量
- unsigned int len;
-} list;代码地址是这个https://github.com/antirez/redis/blob/2.2/src/adlist.hO(1)的时间复杂度，还有节点数量，其实这个跟 SDS 是同一个做法，就是空间换时间，这也是写代码里比较常见的做法，以此让一些高频的操作提速。
-字典 字典也是个常用的数据结构，其实只是叫法不同，数据结构中叫 hash 散列，Java 中叫 Map，PHP 中是数组 array，Python 中也叫字典 dict，因为纯 C 语言本身不带这些数据结构，所以这也是个痛并快乐着的过程，享受 C 语言的高性能的同时也要接受它只提供了语言的基本功能的现实，各种轮子都需要自己造，redis 同样实现了自己的字典
-typedef struct dictEntry {
- void *key;
- void *val;
- struct dictEntry *next;
-} dictEntry;
+ openresty
+ /2019/06/18/openresty/
+ 目前公司要对一些新的产品功能做灰度测试，因为在后端业务代码层面添加判断比较麻烦，所以想在nginx上做点手脚，就想到了openresty首先是日志error_log logs/error.log debug;
+使用 lua_code_cache off即可, 另外注意只有使用 content_by_lua_file 才会生效
+http {
+ lua_code_cache off;
+}
-typedef struct dictType {
- unsigned int (*hashFunction)(const void *key);
- void *(*keyDup)(void *privdata, const void *key);
- void *(*valDup)(void *privdata, const void *obj);
- int (*keyCompare)(void *privdata, const void *key1, const void *key2);
- void (*keyDestructor)(void *privdata, void *key);
- void (*valDestructor)(void *privdata, void *obj);
-} dictType;
+location ~ * / ( \d+ - . * ) / api/ orgunits/ load_all ( . * ) {
+ default_type 'application/json;charset=utf-8' ;
+ content_by_lua_file / data/ projects/ xxx/ current/ lua/ controller/ load_data. lua;
+} 使用lua给nginx请求response头添加内容可以用这个
+ngx. header[ 'response' ] = 'header' 看了下这个 2.2 版本的代码跟最新版的其实也差的不是很多，所以还是照旧用老代码，可以看到上面四个结构体中，其实只有三个是存储数据用的，dictType 是用来放操作函数的，那么三个存放数据的结构体分别是干嘛的，这时候感觉需要一个图来说明比较好，稍等，我去画个图~
+
+使用总结
+后续：
+
+一开始在本地环境的时候使用content_by_lua_file只关注了头，后来发到测试环境发现请求内容都没代理转发到后端服务上
+后来又碰到了一个坑是nginx有个client_body_buffer_size的配置参数，nginx在32位和64位系统里有8K和16K两个默认值，当请求内容大于这两个值的时候，会把请求内容放到临时文件里，这个时候openresty里的ngx.req.get_post_args()就会报“failed to get post args: requesty body in temp file not supported”这个错误，将client_body_buffer_size这个参数配置调大一点就好了
+还有就是lua的异常捕获，网上看一般是用pcall和xpcall来进行保护调用，因为问题主要出在cjson的decode，这里有两个解决方案，一个就是将cjson.decode使用pcall封装，
+ local decode = require ( "cjson" ) . decode
+
+function json_decode ( str )
+ local ok, t = pcall ( decode, str)
+ if not ok then
+ return nil
+ end
+
+ return t
+end 这个是使用了pcall，称为保护调用，会在内部错误后返回两个参数，第一个是false，第二个是错误信息
+ local json = require ( "cjson.safe" )
+local str = [[ {"key:"value"} ]]
+
+local t = json. decode ( str)
+if t then
+ ngx. say ( " --> " , type ( t) )
+end cjson.safe包会在解析失败的时候返回nil
+还有一个是redis链接时如果host使用的是域名的话会提示“failed to connect: no resolver defined to resolve “redis.xxxxxx.com””，这里需要使用nginx的resolver指令，resolver 8.8.8.8 valid=3600s;
+还有一点补充下
+性能优化tips建议是尽量少使用阶段钩子，例如content_by_lua_file，*_by_lua
+发现一个不错的openresty站点地址
+
]]>
- Redis
- 数据结构
- 源码
- C
- Redis
+ nginx
- redis
- 数据结构
- 源码
+ nginx
+ openresty
- powershell 初体验二
- /2022/11/20/powershell-%E5%88%9D%E4%BD%93%E9%AA%8C%E4%BA%8C/
- powershell创建数组也很方便$nums =2, 0, 1, 2顺便可以用下我们上次学到的gettype()
-如果是想创建连续数字的数组还可以用这个方便的方法
-$nums =1. . 5
-$array =1, "哈哈" , ( [System.Guid] ::NewGuid( ) ) , ( get-date ) -is
-$array =@( )
-$array += "a"
-$a =1. . 4
-$a =$a [ 0. . 1] + $a [ 3]
+ pcre-intro-and-a-simple-package
+ /2015/01/16/pcre-intro-and-a-simple-package/
+ Pcre
+Perl Compatible Regular Expressions (PCRE) is a regular
+
+因为最近工作内容的一部分需要做字符串的识别处理，所以就顺便用上了之前在PHP中用过的正则，在C/C++中本身不包含正则库，这里使用的pcre，对MFC开发，在这里 提供了静态链接库，在引入lib跟.h文件后即可使用。
+Regular Expression Syntax 然后是一些正则语法 ，官方的语法文档比较科学严谨，特别是对类似于贪婪匹配等细节的说明，当然一般的使用可以在网上找到很多匹配语法，例如这个 。
+PCRE函数介绍
+pcre_compile
+
+#include <pcre.h>
+pcre *pcre_compile(const char *pattern, int options, const char **errptr, int *erroffset, const unsigned char *tableptr);功能：将一个正则表达式编译成一个内部表示，在匹配多个字符串时，可以加速匹配。其同pcre_compile2功能一样只是缺少一个参数errorcodeptr。pattern 正则表达式options 为0，或者其他参数选项errptr 出错消息erroffset 出错位置tableptr 指向一个字符数组的指针，可以设置为空NULL
+
+pcre_exec
+
+#include <pcre.h>
+int pcre_exec(const pcre *code, const pcre_extra *extra, const char *subject, int length, int startoffset, int options, int *ovector, int ovecsize)功能：使用编译好的模式进行匹配，采用与Perl相似的算法，返回匹配串的偏移位置。code 编译好的模式extra 指向一个pcre_extra结构体，可以为NULLsubject 需要匹配的字符串length 匹配的字符串长度（Byte）startoffset 匹配的开始位置options 选项位ovector 指向一个结果的整型数组ovecsize 数组大小。
+这里是两个最常用的函数的简单说明，pcre的静态库提供了一系列的函数以供使用，可以参考这个博客 说明，另外对于以上函数的具体参数详细说明可以参考官网此处
+一个丑陋的封装 void COcxDemoDlg::pcre_exec_all(const pcre * re, PCRE_SPTR src, vector<pair<int, int>> &vc)
+{
+ int rc;
+ int ovector[30];
+ int i = 0;
+ pair<int, int> pr;
+ rc = pcre_exec(re, NULL, src, strlen(src), i, 0, ovector, 30);
+ for (; rc > 0;)
+ {
+ i = ovector[1];
+ pr.first = ovector[2];
+ pr.second = ovector[3];
+ vc.push_back(pr);
+ rc = pcre_exec(re, NULL, src, strlen(src), i, 0, ovector, 30);
+ }
+}vector中是全文匹配后的索引对，只是简单地用下。
]]>
- 语言
+ C++
- powershell
+ c++
+ mfc
- redis数据结构介绍三-第三部分 整数集合
- /2020/01/10/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E4%B8%89/
- redis中对于 set 其实有两种处理，对于元素均为整型，并且元素数目较少时，使用 intset 作为底层数据结构，否则使用 dict 作为底层数据结构，先看一下代码先
-typedef struct intset {
- // 编码方式
- uint32_t encoding;
- // 集合包含的元素数量
- uint32_t length;
- // 保存元素的数组
- int8_t contents[];
-} intset;
+ php-abstract-class-and-interface
+ /2016/11/10/php-abstract-class-and-interface/
+ PHP抽象类和接口
+抽象类与接口
+抽象类内可以包含非抽象函数，即可实现函数
+抽象类内必须包含至少一个抽象方法，抽象类和接口均不能实例化
+抽象类可以设置访问级别，接口默认都是public
+类可以实现多个接口但不能继承多个抽象类
+类必须实现抽象类和接口里的抽象方法，不一定要实现抽象类的非抽象方法
+接口内不能定义变量，但是可以定义常量
+
+示例代码 <?php
+interface int1{
+ const INTER1 = 111;
+ function inter1();
+}
+interface int2{
+ const INTER1 = 222;
+ function inter2();
+}
+abstract class abst1{
+ public function abstr1(){
+ echo 1111;
+ }
+ abstract function abstra1(){
+ echo 'ahahahha';
+ }
+}
+abstract class abst2{
+ public function abstr2(){
+ echo 1111;
+ }
+ abstract function abstra2();
+}
+class normal1 extends abst1{
+ protected function abstr2(){
+ echo 222;
+ }
+} 一眼看，为啥整型还需要编码，然后 int8_t 怎么能存下大整形呢，带着这些疑问，我们一步步分析下去，这里的编码其实指的是这个整型集合里存的究竟是多大的整型，16 位，还是 32 位，还是 64 位，结构体下面的宏定义就是表示了 encoding 的可能取值，INTSET_ENC_INT16 表示每个元素用2个字节存储，INTSET_ENC_INT32 表示每个元素用4个字节存储，INTSET_ENC_INT64 表示每个元素用8个字节存储。因此，intset中存储的整数最多只能占用64bit。length 就是正常的表示集合中元素的数量。最奇怪的应该就是这个 contents 了，是个 int8_t 的数组，那放毛线数据啊，最小的都有 16 位，这里我在看代码和《redis 设计与实现》的时候也有点懵逼，后来查了下发现这是个比较取巧的用法，这里我用自己的理解表述一下，先看看 8，16，32，64 的关系，一眼看就知道都是 2 的 N 次，并且呈两倍关系，而且 8 位刚好一个字节，所以呢其实这里的contents 不是个常规意义上的 int8_t 类型的数组，而是个柔性数组。看下 wiki 的定义
-
-Flexible array members1 were introduced in the C99 standard of the C programming language (in particular, in section §6.7.2.1, item 16, page 103).2 It is a member of a struct, which is an array without a given dimension. It must be the last member of such a struct and it must be accompanied by at least one other member, as in the following example:
-
-struct vectord {
- size_t len;
- double arr[]; // the flexible array member must be last
-};在初始化这个 intset 的时候，这个contents数组是不占用空间的，后面的反正用到了申请，那么这里就有一个问题，给出了三种可能的 encoding 值，他们能随便换吗，显然不行，首先在 intset 中数据的存放是有序的，这个有部分原因是方便二分查找，然后存放数据其实随着数据的大小不同会有一个升级的过程，看下图INTSET_ENC_INT16，当添加32768的时候，它不再能用2个字节来表示了（2个字节能表达的数据范围是-215~215-1，而32768等于215，超出范围了），因此encoding必须升级到INTSET_ENC_INT32（值为4），即用4个字节表示一个元素。在添加每个元素的过程中，intset始终保持从小到大有序。与ziplist类似，intset也是按小端（little endian）模式存储的（参见维基百科词条Endianness ）。比如，在上图中intset添加完所有数据之后，表示encoding字段的4个字节应该解释成0x00000004，而第4个数据应该解释成0x00008000 = 32768
+result PHP Fatal error: Abstract function abst1::abstra1() cannot contain body in new.php on line 17
+
+Fatal error: Abstract function abst1::abstra1() cannot contain body in php on line 17
- Redis
- 数据结构
- 源码
- C
- Redis
+ php
- redis
- 数据结构
- 源码
+ php
- redis数据结构介绍二-第二部分 跳表
- /2020/01/04/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E4%BA%8C/
- 跳表 skiplist跳表是个在我们日常的代码中不太常用到的数据结构，相对来讲就没有像数组，链表，字典，散列，树等结构那么熟悉，所以就从头开始分析下，首先是链表，跳表跟链表都有个表字（太硬扯了我🤦♀️），注意这是个有序链表
-/* ZSETs use a specialized version of Skiplists */
-typedef struct zskiplistNode {
- sds ele;
- double score;
- struct zskiplistNode *backward;
- struct zskiplistLevel {
- struct zskiplistNode *forward;
- unsigned long span;
- } level[];
-} zskiplistNode;
-
-typedef struct zskiplist {
- struct zskiplistNode *header, *tail;
- unsigned long length;
- int level;
-} zskiplist;
+ mybatis系列-第一条sql的更多细节
+ /2022/12/18/mybatis%E7%B3%BB%E5%88%97-%E7%AC%AC%E4%B8%80%E6%9D%A1sql%E7%9A%84%E6%9B%B4%E5%A4%9A%E7%BB%86%E8%8A%82/
+ 执行细节languageDriverorg/mybatis/mybatis/3.5.11/mybatis-3.5.11-sources.jar!/org/apache/ibatis/session/Configuration.java:215configuration的构造方法里
+languageRegistry. setDefaultDriverClass ( XMLLanguageDriver . class ) ; 忘了说了，redis 是把 skiplist 跳表用在 zset 里，zset 是个有序的集合，可以看到 zskiplist 就是个跳表的结构，里面用 header 保存跳表的表头，tail 保存表尾，还有长度和最大层级，具体的跳表节点元素使用 zskiplistNode 表示，里面包含了 sds 类型的元素值，double 类型的分值，用来排序，一个 backward 后向指针和一个 zskiplistLevel 数组，每个 level 包含了一个前向指针，和一个 span，span 表示的是跳表前向指针的跨度，这里再补充一点，前面说了为了灵活这个跳表的新增修改，redis 使用了随机层高的方式插入新节点，但是如果所有节点都随机到很高的层级或者所有都很低的话，跳表的效率优势就会减小，所以 redis 使用了个小技巧，贴下代码
-#define ZSKIPLIST_P 0.25 /* Skiplist P = 1/4 */
-int zslRandomLevel(void) {
- int level = 1;
- while ((random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF))
- level += 1;
- return (level<ZSKIPLIST_MAXLEVEL) ? level : ZSKIPLIST_MAXLEVEL;
-}当随机值跟0xFFFF进行与操作小于ZSKIPLIST_P * 0xFFFF时才会增大 level 的值，因此保持了一个相对递减的概率
-]]>
-
- Redis
- 数据结构
- 源码
- C
- Redis
-
-
- redis
- 数据结构
- 源码
-
-
-
- redis数据结构介绍五-第五部分 对象
- /2020/01/20/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E4%BA%94/
- 前面说了这么些数据结构，其实大家对于 redis 最初的印象应该就是个 key-value 的缓存，类似于 memcache，redis 其实也是个 key-value，key 还是一样的字符串，或者说就是用 redis 自己的动态字符串实现，但是 value 其实就是前面说的那些数据结构，差不多快说完了，还有个 quicklist 后面还有一篇，这里先介绍下 redis 对于这些不同类型的 value 是怎么实现的，首先看下 redisObject 的源码头文件
-/* The actual Redis Object */
-#define OBJ_STRING 0 /* String object. */
-#define OBJ_LIST 1 /* List object. */
-#define OBJ_SET 2 /* Set object. */
-#define OBJ_ZSET 3 /* Sorted set object. */
-#define OBJ_HASH 4 /* Hash object. */
-/*
- * Objects encoding. Some kind of objects like Strings and Hashes can be
- * internally represented in multiple ways. The 'encoding' field of the object
- * is set to one of this fields for this object. */
-#define OBJ_ENCODING_RAW 0 /* Raw representation */
-#define OBJ_ENCODING_INT 1 /* Encoded as integer */
-#define OBJ_ENCODING_HT 2 /* Encoded as hash table */
-#define OBJ_ENCODING_ZIPMAP 3 /* Encoded as zipmap */
-#define OBJ_ENCODING_LINKEDLIST 4 /* No longer used: old list encoding. */
-#define OBJ_ENCODING_ZIPLIST 5 /* Encoded as ziplist */
-#define OBJ_ENCODING_INTSET 6 /* Encoded as intset */
-#define OBJ_ENCODING_SKIPLIST 7 /* Encoded as skiplist */
-#define OBJ_ENCODING_EMBSTR 8 /* Embedded sds string encoding */
-#define OBJ_ENCODING_QUICKLIST 9 /* Encoded as linked list of ziplists */
-#define OBJ_ENCODING_STREAM 10 /* Encoded as a radix tree of listpacks */
+而在org.apache.ibatis.builder.xml.XMLStatementBuilder#parseStatementNode sqlSource，这里就会根据前面的 LanguageDriver 的实现选择对应的 sqlSource ，
+SqlSource sqlSource = langDriver. createSqlSource ( configuration, context, parameterTypeClass) ; createSqlSource 就会调用
+@Override
+public SqlSource createSqlSource ( Configuration configuration, XNode script, Class < ? > ) {
+ XMLScriptBuilder builder = new XMLScriptBuilder ( configuration, script, parameterType) ;
+ return builder. parseScriptNode ( ) ;
+} 主体结构就是这个 redisObject，
-
-type： 字段表示对象的类型，它对应的就是 redis 的对外暴露的，或者说用户可以使用的五种类型，OBJ_STRING, OBJ_LIST, OBJ_SET, OBJ_ZSET, OBJ_HASH
-encoding： 字段表示这个对象在 redis 内部的编码方式，由OBJ_ENCODING_开头的 11 种
-lru: 做LRU替换算法用，占24个bit
-refcount: 引用计数。它允许robj对象在某些情况下被共享。
-ptr: 指向底层实现数据结构的指针
-
-]]>
-
- Redis
- 数据结构
- 源码
- C
- Redis
-
-
- redis
- 数据结构
- 源码
-
-
-
- redis数据结构介绍六 快表
- /2020/01/22/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E5%85%AD/
- 这应该是 redis 系列的最后一篇了，讲下快表，其实最前面讲的链表在早先的 redis 版本中也作为 list 的数据结构使用过，但是单纯的链表的缺陷之前也说了，插入便利，但是空间利用率低，并且不能进行二分查找等，检索效率低，ziplist 压缩表的产生也是同理，希望获得更好的性能，包括存储空间和访问性能等，原来我也不懂这个快表要怎么快，然后明白了一个道理，其实并没有什么银弹，只是大牛们会在适合的时候使用最适合的数据结构来实现性能的最大化，这里面有一招就是不同数据结构的组合调整，比如 Java 中的 HashMap，在链表节点数大于 8 时会转变成红黑树，以此提高访问效率，不费话了，回到快表，quicklist，这个数据结构主要使用在 list 类型中，如果我说其实这个 quicklist 就是个链表，可能大家不太会相信，但是事实上的确可以认为 quicklist 是个双向链表，看下代码
-/* quicklistNode is a 32 byte struct describing a ziplist for a quicklist.
- * We use bit fields keep the quicklistNode at 32 bytes.
- * count: 16 bits, max 65536 (max zl bytes is 65k, so max count actually < 32k).
- * encoding: 2 bits, RAW=1, LZF=2.
- * container: 2 bits, NONE=1, ZIPLIST=2.
- * recompress: 1 bit, bool, true if node is temporarry decompressed for usage.
- * attempted_compress: 1 bit, boolean, used for verifying during testing.
- * extra: 10 bits, free for future use; pads out the remainder of 32 bits */
-typedef struct quicklistNode {
- struct quicklistNode *prev;
- struct quicklistNode *next;
- unsigned char *zl;
- unsigned int sz; /* ziplist size in bytes */
- unsigned int count : 16; /* count of items in ziplist */
- unsigned int encoding : 2; /* RAW==1 or LZF==2 */
- unsigned int container : 2; /* NONE==1 or ZIPLIST==2 */
- unsigned int recompress : 1; /* was this node previous compressed? */
- unsigned int attempted_compress : 1; /* node can't compress; too small */
- unsigned int extra : 10; /* more bits to steal for future usage */
-} quicklistNode;
+再往下的逻辑在 parseScriptNode 中，org.apache.ibatis.scripting.xmltags.XMLScriptBuilder#parseScriptNode
+public SqlSource parseScriptNode ( ) {
+ MixedSqlNode rootSqlNode = parseDynamicTags ( context) ;
+ SqlSource sqlSource;
+ if ( isDynamic) {
+ sqlSource = new DynamicSqlSource ( configuration, rootSqlNode) ;
+ } else {
+ sqlSource = new RawSqlSource ( configuration, rootSqlNode, parameterType) ;
+ }
+ return sqlSource;
+} 首先要解析dynamicTag，调用了org.apache.ibatis.scripting.xmltags.XMLScriptBuilder#parseDynamicTags
+protected MixedSqlNode parseDynamicTags ( XNode node) {
+ List < SqlNode > = new ArrayList < > ( ) ;
+ NodeList children = node. getNode ( ) . getChildNodes ( ) ;
+ for ( int i = 0 ; i < children. getLength ( ) ; i++ ) {
+ XNode child = node. newXNode ( children. item ( i) ) ;
+ if ( child. getNode ( ) . getNodeType ( ) == Node . CDATA_SECTION_NODE || child. getNode ( ) . getNodeType ( ) == Node . TEXT_NODE ) {
+ String data = child. getStringBody ( "" ) ;
+ TextSqlNode textSqlNode = new TextSqlNode ( data) ;
+
+ if ( textSqlNode. isDynamic ( ) ) {
+ contents. add ( textSqlNode) ;
+ isDynamic = true ;
+ } else {
+ contents. add ( new StaticTextSqlNode ( data) ) ;
+ }
+ } else if ( child. getNode ( ) . getNodeType ( ) == Node . ELEMENT_NODE ) {
+ String nodeName = child. getNode ( ) . getNodeName ( ) ;
+ NodeHandler handler = nodeHandlerMap. get ( nodeName) ;
+ if ( handler == null ) {
+ throw new BuilderException ( "Unknown element <" + nodeName + "> in SQL statement." ) ;
+ }
+ handler. handleNode ( child, contents) ;
+ isDynamic = true ;
+ }
+ }
+ return new MixedSqlNode ( contents) ;
+ } 粗略看下，quicklist 里有 head，tail, quicklistNode里有 prev，next 指针，是不是有链表的基本轮廓了，那么为啥这玩意要称为快表呢，快在哪，关键就在这个unsigned char *zl;zl 是不是前面又看到过，就是 ziplist ，这是什么鬼，链表里用压缩表，这不套娃么，先别急，回顾下前面说的 ziplist，ziplist 有哪些特点，内存利用率高，可以从表头快速定位到尾节点，节点可以从后往前找，但是有个缺点，就是从中间插入的效率比较低，需要整体往后移，这个其实是普通数组的优化版，但还是有数组的一些劣势，所以要真的快，是不是可以将链表跟数组真的结合起来。
-ziplist 这里有两个 redis 的配置参数，list-max-ziplist-size 和 list-compress-depth，先来说第一个，既然快表是将链表跟压缩表数组结合起来使用，那么具体怎么用呢，比如我有一个 10 个元素的 list，那具体怎么放，每个 quicklistNode 里放多大的 ziplist，假如每个快表节点的 ziplist 只放一个元素，那么其实这就退化成了一个链表，如果 10 个元素放在一个 quicklistNode 的 ziplist 里，那就退化成了一个 ziplist，所以有了这个 list-max-ziplist-size,而且它还比较牛，能取正负值，当是正值时，对应的就是每个 quicklistNode 的 ziplist 中的元素个数，比如配置了 list-max-ziplist-size = 5，那么我刚才的 10 个元素的 list 就是一个两个 quicklistNode 组成的快表，每个 quicklistNode 中的 ziplist 包含了五个元素，当 list-max-ziplist-size取负值的时候，它限制了 ziplist 的字节数
-size_t offset = (-fill) - 1;
-if (offset < (sizeof(optimization_level) / sizeof(*optimization_level))) {
- if (sz <= optimization_level[offset]) {
- return 1;
- } else {
- return 0;
- }
-} else {
- return 0;
-}
+判断是否是动态sql，调用了org.apache.ibatis.scripting.xmltags.TextSqlNode#isDynamic
+public boolean isDynamic ( ) {
+ DynamicCheckerTokenParser checker = new DynamicCheckerTokenParser ( ) ;
+
+ GenericTokenParser parser = createParser ( checker) ;
+ parser. parse ( text) ;
+ return checker. isDynamic ( ) ;
+} 创建parser的时候可以看到这个parser是干了啥，其实就是找有没有${ , }
+private GenericTokenParser createParser ( TokenHandler handler) {
+ return new GenericTokenParser ( "${" , "}" , handler) ;
+} 如果是的话，就在上面把 isDynamic 设置为true 如果是true 的话就创建 DynamicSqlSource
+sqlSource = new DynamicSqlSource ( configuration, rootSqlNode) ; 这个 fill 就是传进来的 list-max-ziplist-size, 具体对应的就是
-
--5: 每个quicklist节点上的ziplist大小不能超过64 Kb。（注：1kb => 1024 bytes）
--4: 每个quicklist节点上的ziplist大小不能超过32 Kb。
--3: 每个quicklist节点上的ziplist大小不能超过16 Kb。
--2: 每个quicklist节点上的ziplist大小不能超过8 Kb。（-2是Redis给出的默认值）也就是上面的 quicklist->fill = -2;
--1: 每个quicklist节点上的ziplist大小不能超过4 Kb。
-
-压缩 list-compress-depth这个参数呢是用来配置压缩的，等等压缩是为啥，不是里面已经是压缩表了么，大牛们就是为了性能殚精竭虑，这里考虑到的是一个场景，一般状况下，list 都是两端的访问频率比较高，那么是不是可以对中间的数据进行压缩，那么这个参数就是用来表示
-/* depth of end nodes not to compress;0=off */
-0，代表不压缩，默认值
-1，两端各一个节点不压缩
-2，两端各两个节点不压缩
-… 依次类推LZF 压缩算法，压缩后的 quicklistLZF 中的 compressed 也是个柔性数组，压缩后的 ziplist 整个就放进这个柔性数组
-
-插入过程 简单说下插入元素的过程
-/* Wrapper to allow argument-based switching between HEAD/TAIL pop */
-void quicklistPush(quicklist *quicklist, void *value, const size_t sz,
- int where) {
- if (where == QUICKLIST_HEAD) {
- quicklistPushHead(quicklist, value, sz);
- } else if (where == QUICKLIST_TAIL) {
- quicklistPushTail(quicklist, value, sz);
- }
-}
+如果不是的话就创建RawSqlSource
+sqlSource = new RawSqlSource ( configuration, rootSqlNode, parameterType) ;
+```java
-/* Add new entry to head node of quicklist.
- *
- * Returns 0 if used existing head.
- * Returns 1 if new head created. */
-int quicklistPushHead(quicklist *quicklist, void *value, size_t sz) {
- quicklistNode *orig_head = quicklist->head;
- if (likely(
- _quicklistNodeAllowInsert(quicklist->head, quicklist->fill, sz))) {
- quicklist->head->zl =
- ziplistPush(quicklist->head->zl, value, sz, ZIPLIST_HEAD);
- quicklistNodeUpdateSz(quicklist->head);
- } else {
- quicklistNode *node = quicklistCreateNode();
- node->zl = ziplistPush(ziplistNew(), value, sz, ZIPLIST_HEAD);
+但是这不是一个真实可用的 `sqlSource` ，
+实际创建的时候会走到这
+```java
+public RawSqlSource ( Configuration configuration, SqlNode rootSqlNode, Class < ? > ) {
+ this ( configuration, getSql ( configuration, rootSqlNode) , parameterType) ;
+ }
- quicklistNodeUpdateSz(node);
- _quicklistInsertNodeBefore(quicklist, quicklist->head, node);
- }
- quicklist->count++;
- quicklist->head->count++;
- return (orig_head != quicklist->head);
-}
+ public RawSqlSource ( Configuration configuration, String sql, Class < ? > ) {
+ SqlSourceBuilder sqlSourceParser = new SqlSourceBuilder ( configuration) ;
+ Class < ? > = parameterType == null ? Object . class : parameterType;
+ sqlSource = sqlSourceParser. parse ( sql, clazz, new HashMap < > ( ) ) ;
+ } 具体的sqlSource是通过org.apache.ibatis.builder.SqlSourceBuilder#parse 创建的
+public SqlSource parse ( String originalSql, Class < ? > , Map < String , Object > ) {
+ ParameterMappingTokenHandler handler = new ParameterMappingTokenHandler ( configuration, parameterType, additionalParameters) ;
+ GenericTokenParser parser = new GenericTokenParser ( "#{" , "}" , handler) ;
+ String sql;
+ if ( configuration. isShrinkWhitespacesInSql ( ) ) {
+ sql = parser. parse ( removeExtraWhitespaces ( originalSql) ) ;
+ } else {
+ sql = parser. parse ( originalSql) ;
+ }
+ return new StaticSqlSource ( configuration, sql, handler. getParameterMappings ( ) ) ;
+} 这里创建的其实是StaticSqlSource ,多带一句前面的parser是将原来这样select * from student where id = #{id} 的 sql 解析成了select * from student where id = ? 然后创建了StaticSqlSource
+public StaticSqlSource ( Configuration configuration, String sql, List < ParameterMapping > ) {
+ this . sql = sql;
+ this . parameterMappings = parameterMappings;
+ this . configuration = configuration;
+} 为什么前面要讲这么多好像没什么关系的代码呢，其实在最开始我们执行sql的代码中
+@Override
+ public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
+ BoundSql boundSql = ms. getBoundSql ( parameterObject) ;
+ CacheKey key = createCacheKey ( ms, parameterObject, rowBounds, boundSql) ;
+ return query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
+ } 这里获取了BoundSql，而BoundSql是怎么来的呢，首先调用了org.apache.ibatis.mapping.MappedStatement#getBoundSql
+public BoundSql getBoundSql ( Object parameterObject) {
+ BoundSql boundSql = sqlSource. getBoundSql ( parameterObject) ;
+ List < ParameterMapping > = boundSql. getParameterMappings ( ) ;
+ if ( parameterMappings == null || parameterMappings. isEmpty ( ) ) {
+ boundSql = new BoundSql ( configuration, boundSql. getSql ( ) , parameterMap. getParameterMappings ( ) , parameterObject) ;
+ }
-/* Insert 'new_node' after 'old_node' if 'after' is 1.
- * Insert 'new_node' before 'old_node' if 'after' is 0.
- * Note: 'new_node' is *always* uncompressed, so if we assign it to
- * head or tail, we do not need to uncompress it. */
-REDIS_STATIC void __quicklistInsertNode(quicklist *quicklist,
- quicklistNode *old_node,
- quicklistNode *new_node, int after) {
- if (after) {
- new_node->prev = old_node;
- if (old_node) {
- new_node->next = old_node->next;
- if (old_node->next)
- old_node->next->prev = new_node;
- old_node->next = new_node;
- }
- if (quicklist->tail == old_node)
- quicklist->tail = new_node;
- } else {
- new_node->next = old_node;
- if (old_node) {
- new_node->prev = old_node->prev;
- if (old_node->prev)
- old_node->prev->next = new_node;
- old_node->prev = new_node;
- }
- if (quicklist->head == old_node)
- quicklist->head = new_node;
- }
- /* If this insert creates the only element so far, initialize head/tail. */
- if (quicklist->len == 0) {
- quicklist->head = quicklist->tail = new_node;
- }
+
+ for ( ParameterMapping pm : boundSql. getParameterMappings ( ) ) {
+ String rmId = pm. getResultMapId ( ) ;
+ if ( rmId != null ) {
+ ResultMap rm = configuration. getResultMap ( rmId) ;
+ if ( rm != null ) {
+ hasNestedResultMaps |= rm. hasNestedResultMaps ( ) ;
+ }
+ }
+ }
- if (old_node)
- quicklistCompress(quicklist, old_node);
+ return boundSql;
+ } 前面第一步先根据插入的是头还是尾选择不同的 push 函数，quicklistPushHead 或者 quicklistPushTail，举例分析下从头插入的 quicklistPushHead，先判断当前的 quicklistNode 节点还能不能允许再往 ziplist 里添加元素，如果可以就添加，如果不允许就新建一个 quicklistNode，然后调用 _quicklistInsertNodeBefore 将节点插进去，具体插入quicklist节点的操作类似链表的插入。
-]]>
-
- Redis
- 数据结构
- 源码
- C
- Redis
-
-
- redis
- 数据结构
- 源码
-
-
-
- redis数据结构介绍四-第四部分 压缩表
- /2020/01/19/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E5%9B%9B/
- 在 redis 中还有一类表型数据结构叫压缩表，ziplist，它的目的是替代链表，链表是个很容易理解的数据结构，双向链表有前后指针，有带头结点的有的不带，但是链表有个比较大的问题是相对于普通的数组，它的内存不连续，碎片化的存储，内存利用效率不高，而且指针寻址相对于直接使用偏移量的话，也有一定的效率劣势，当然这不是主要的原因，ziplist 设计的主要目的是让链表的内存使用更高效
-
-The ziplist is a specially encoded dually linked list that is designed to be very memory efficient.
-
-<zlbytes> <zltail> <zllen> <entry> <entry> ... <entry> <zlend>其中<zlbytes>表示 ziplist 占用的字节总数，类型是uint32_t，32 位的无符号整型，当然表示的字节数也包含自己本身占用的 4 个<zltail> 类型也是是uint32_t，表示ziplist表中最后一项（entry）在ziplist中的偏移字节数。<zltail>的存在，使得我们可以很方便地找到最后一项（不用遍历整个ziplist），从而可以在ziplist尾端快速地执行push或pop操作。<uint16_t zllen> 表示ziplist 中的数据项个数，因为是 16 位，所以当数量超过所能表示的最大的数量，它的 16 位全会置为 1，但是真实的数量需要遍历整个 ziplist 才能知道<entry>是具体的数据项，后面解释<zlend> ziplist 的最后一个字节，固定是255。<entry>中的具体结构，
-<prevlen> <encoding> <entry-data>首先这个<prevlen>有两种情况，一种是前面的元素的长度，如果是小于等于 253的时候就用一个uint8_t 来表示前一元素的长度，如果大于的话他将占用五个字节，第一个字节是 254，即表示这个字节已经表示不下了，需要后面的四个字节帮忙表示<encoding>这个就比较复杂，把源码的注释放下面先看下
-* |00pppppp| - 1 byte
-* String value with length less than or equal to 63 bytes (6 bits).
-* "pppppp" represents the unsigned 6 bit length.
-* |01pppppp|qqqqqqqq| - 2 bytes
-* String value with length less than or equal to 16383 bytes (14 bits).
-* IMPORTANT: The 14 bit number is stored in big endian.
-* |10000000|qqqqqqqq|rrrrrrrr|ssssssss|tttttttt| - 5 bytes
-* String value with length greater than or equal to 16384 bytes.
-* Only the 4 bytes following the first byte represents the length
-* up to 32^2-1. The 6 lower bits of the first byte are not used and
-* are set to zero.
-* IMPORTANT: The 32 bit number is stored in big endian.
-* |11000000| - 3 bytes
-* Integer encoded as int16_t (2 bytes).
-* |11010000| - 5 bytes
-* Integer encoded as int32_t (4 bytes).
-* |11100000| - 9 bytes
-* Integer encoded as int64_t (8 bytes).
-* |11110000| - 4 bytes
-* Integer encoded as 24 bit signed (3 bytes).
-* |11111110| - 2 bytes
-* Integer encoded as 8 bit signed (1 byte).
-* |1111xxxx| - (with xxxx between 0000 and 1101) immediate 4 bit integer.
-* Unsigned integer from 0 to 12. The encoded value is actually from
-* 1 to 13 because 0000 and 1111 can not be used, so 1 should be
-* subtracted from the encoded 4 bit value to obtain the right value.
-* |11111111| - End of ziplist special entry.首先如果 encoding 的前两位是 00 的话代表这个元素是个 6 位的字符串，即直接将数据保存在 encoding 中，不消耗额外的<entry-data>，如果前两位是 01 的话表示是个 14 位的字符串，如果是 10 的话表示encoding 块之后的四个字节是存放字符串类型的数据，encoding 的剩余 6 位置 0。11111110时，则表示是一个1 字节的有符号数，如果是 1111xxxx，其中xxxx在0000 到 1101 表示实际的 1 到 13，为啥呢，因为 0000 前面已经用过了，而 1110 跟 1111 也都有用了。
-[0f 00 00 00] [0c 00 00 00] [02 00] [00 f3] [02 f6] [ff]
-|**zlbytes***| |***zltail***| |*zllen*| |entry1 entry2| |zlend|第一部分代表整个 ziplist 有 15 个字节，zlbytes 自己占了 4 个 zltail 表示最后一个元素的偏移量，第 13 个字节起，zllen 表示有 2 个元素，第一个元素是00f3,00表示前一个元素长度是 0，本来前面就没元素(不过不知道这个能不能优化这一字节)，然后是 f3，换成二进制就是11110011,对照上面的注释，是落在|1111xxxx|这个类型里，注意这个其实是用 0001 到 1101 也就是 1到 13 来表示 0到 12，所以 f3 应该就是 2，第一个元素是 2，第二个元素呢，02 代表前一个元素也就是刚才说的这个，占用 2 字节，f6 展开也是刚才的类型，实际是 5，ff 表示 ziplist 的结尾，所以这个 ziplist 里面是两个元素，2 跟 5
-]]>
-
- Redis
- 数据结构
- 源码
- C
- Redis
-
-
- redis
- 数据结构
- 源码
-
-
-
- redis淘汰策略复习
- /2021/08/01/redis%E6%B7%98%E6%B1%B0%E7%AD%96%E7%95%A5%E5%A4%8D%E4%B9%A0/
- 前面复习了 redis 的过期策略，这里再复习下淘汰策略，淘汰跟过期的区别有时候会被混淆了，过期主要针对那些设置了过期时间的 key，应该说是一种逻辑策略，是主动的还是被动的加定时的，两种有各自的取舍，而淘汰也可以看成是一种保持系统稳定的策略，因为如果内存满了，不采取任何策略处理，那大概率会导致系统故障，之前其实主要从源码角度分析过redis 的 LRU 和 LFU，但这个是偏底层的实现，抠得比较细，那么具体的系统层面的配置是有哪些策略，来看下 redis labs 的介绍
-
-
-
-Policy Description
-
-
-noeviction 不逐出
-Returns an error if the memory limit has been reached when trying to insert more data，插入更多数据时，如果内存达到上限了，返回错误
-
-
-allkeys-lru 所有的 key 使用 lru 逐出
-Evicts the least recently used keys out of all keys 在所有 key 中逐出最近最少使用的
-
-
-allkeys-lfu 所有的 key 使用 lfu 逐出
-Evicts the least frequently used keys out of all keys 在所有 key 中逐出最近最不频繁使用的
-
-
-allkeys-random 所有的 key 中随机逐出
-Randomly evicts keys out of all keys 在所有 key 中随机逐出
-
-
-volatile-lru
-Evicts the least recently used keys out of all keys with an “expire” field set 在设置了过期时间的 key 空间 expire 中使用 lru 策略逐出
-
-
-volatile-lfu
-Evicts the least frequently used keys out of all keys with an “expire” field set 在设置了过期时间的 key 空间 expire 中使用 lfu 策略逐出
-
-
-volatile-random
-Randomly evicts keys with an “expire” field set 在设置了过期时间的 key 空间 expire 中随机逐出
-
-
-volatile-ttl
-Evicts the shortest time-to-live keys out of all keys with an “expire” field set.在设置了过期时间的 key 空间 expire 中逐出更早过期的
-
-
-而在这其中默认使用的策略是 volatile-lru，对 lru 跟 lfu 想有更多的了解可以看下我之前的文章redis系列介绍八-淘汰策略
-]]>
-
- redis
-
-
- redis
- 淘汰策略
- 应用
- Evict
-
-
-
- redis系列介绍八-淘汰策略
- /2020/04/18/redis%E7%B3%BB%E5%88%97%E4%BB%8B%E7%BB%8D%E5%85%AB/
- LRU说完了过期策略再说下淘汰策略，redis 使用的策略是近似的 lru 策略，为什么是近似的呢，先来看下什么是 lru，看下 wiki 的介绍
-typedef struct redisObject {
- unsigned type:4;
- unsigned encoding:4;
- unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or
- * LFU data (least significant 8 bits frequency
- * and most significant 16 bits access time). */
- int refcount;
- void *ptr;
-} robj;对于 lru 策略来说，lru 字段记录的就是redisObjlookupKey
-/* Low level key lookup API, not actually called directly from commands
- * implementations that should instead rely on lookupKeyRead(),
- * lookupKeyWrite() and lookupKeyReadWithFlags(). */
-robj *lookupKey(redisDb *db, robj *key, int flags) {
- dictEntry *de = dictFind(db->dict,key->ptr);
- if (de) {
- robj *val = dictGetVal(de);
-
- /* Update the access time for the ageing algorithm.
- * Don't do it if we have a saving child, as this will trigger
- * a copy on write madness. */
- if (!hasActiveChildProcess() && !(flags & LOOKUP_NOTOUCH)){
- if (server.maxmemory_policy & MAXMEMORY_FLAG_LFU) {
- // 这个是后面一节的内容
- updateLFU(val);
- } else {
- // 对于这个分支，访问时就会去更新 lru 值
- val->lru = LRU_CLOCK();
- }
- }
- return val;
- } else {
- return NULL;
- }
-}
-/* This function is used to obtain the current LRU clock.
- * If the current resolution is lower than the frequency we refresh the
- * LRU clock (as it should be in production servers) we return the
- * precomputed value, otherwise we need to resort to a system call. */
-unsigned int LRU_CLOCK(void) {
- unsigned int lruclock;
- if (1000/server.hz <= LRU_CLOCK_RESOLUTION) {
- // 如果服务器的频率server.hz大于 1 时就是用系统预设的 lruclock
- lruclock = server.lruclock;
- } else {
- lruclock = getLRUClock();
- }
- return lruclock;
-}
-/* Return the LRU clock, based on the clock resolution. This is a time
- * in a reduced-bits format that can be used to set and check the
- * object->lru field of redisObject structures. */
-unsigned int getLRUClock(void) {
- return (mstime()/LRU_CLOCK_RESOLUTION) & LRU_CLOCK_MAX;
-}redis 处理命令是在这里processCommand
-/* If this function gets called we already read a whole
- * command, arguments are in the client argv/argc fields.
- * processCommand() execute the command or prepare the
- * server for a bulk read from the client.
- *
- * If C_OK is returned the client is still alive and valid and
- * other operations can be performed by the caller. Otherwise
- * if C_ERR is returned the client was destroyed (i.e. after QUIT). */
-int processCommand(client *c) {
- moduleCallCommandFilters(c);
-
-
+而我们从上面的解析中可以看到这里的sqlSource是一层RawSqlSource , 它的getBoundSql又是调用内部的sqlSource的方法
+@Override
+public BoundSql getBoundSql ( Object parameterObject) {
+ return sqlSource. getBoundSql ( parameterObject) ;
+} 内部的sqlSource 就是StaticSqlSource ，
+@Override
+public BoundSql getBoundSql ( Object parameterObject) {
+ return new BoundSql ( configuration, sql, parameterMappings, parameterObject) ;
+} 这里只摘了部分，当需要清理内存时就会调用, 然后调用了freeMemoryIfNeededAndSafe
-/* This is a wrapper for freeMemoryIfNeeded() that only really calls the
- * function if right now there are the conditions to do so safely:
- *
- * - There must be no script in timeout condition.
- * - Nor we are loading data right now.
- *
- */
-int freeMemoryIfNeededAndSafe(void) {
- if (server.lua_timedout || server.loading) return C_OK;
- return freeMemoryIfNeeded();
-}
-/* This function is periodically called to see if there is memory to free
- * according to the current "maxmemory" settings. In case we are over the
- * memory limit, the function will try to free some memory to return back
- * under the limit.
- *
- * The function returns C_OK if we are under the memory limit or if we
- * were over the limit, but the attempt to free memory was successful.
- * Otehrwise if we are over the memory limit, but not enough memory
- * was freed to return back under the limit, the function returns C_ERR. */
-int freeMemoryIfNeeded(void) {
- int keys_freed = 0;
- /* By default replicas should ignore maxmemory
- * and just be masters exact copies. */
- if (server.masterhost && server.repl_slave_ignore_maxmemory) return C_OK;
+这个BoundSql的内容也比较简单
+public BoundSql ( Configuration configuration, String sql, List < ParameterMapping > , Object parameterObject) {
+ this . sql = sql;
+ this . parameterMappings = parameterMappings;
+ this . parameterObject = parameterObject;
+ this . additionalParameters = new HashMap < > ( ) ;
+ this . metaParameters = configuration. newMetaObject ( additionalParameters) ;
+} 而上次在这边org.apache.ibatis.executor.SimpleExecutor#doQuery 的时候落了个东西，就是StatementHandler的逻辑
+@Override
+public < E > List < E > doQuery ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, BoundSql boundSql) throws SQLException {
+ Statement stmt = null ;
+ try {
+ Configuration configuration = ms. getConfiguration ( ) ;
+ StatementHandler handler = configuration. newStatementHandler ( wrapper, ms, parameter, rowBounds, resultHandler, boundSql) ;
+ stmt = prepareStatement ( handler, ms. getStatementLog ( ) ) ;
+ return handler. query ( stmt, resultHandler) ;
+ } finally {
+ closeStatement ( stmt) ;
+ }
+} 它是通过statementType来区分应该使用哪个statementHandler，我们这使用的就是PreparedStatementHandler
+public RoutingStatementHandler ( Executor executor, MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, BoundSql boundSql) {
- mem_freed = 0;
+ switch ( ms. getStatementType ( ) ) {
+ case STATEMENT :
+ delegate = new SimpleStatementHandler ( executor, ms, parameter, rowBounds, resultHandler, boundSql) ;
+ break ;
+ case PREPARED :
+ delegate = new PreparedStatementHandler ( executor, ms, parameter, rowBounds, resultHandler, boundSql) ;
+ break ;
+ case CALLABLE :
+ delegate = new CallableStatementHandler ( executor, ms, parameter, rowBounds, resultHandler, boundSql) ;
+ break ;
+ default :
+ throw new ExecutorException ( "Unknown statement type: " + ms. getStatementType ( ) ) ;
+ }
- if (server.maxmemory_policy == MAXMEMORY_NO_EVICTION)
- goto cant_free; /* We need to free memory, but policy forbids. */
+} 所以上次有个细节可以补充，这边的doQuery里面的handler.query 应该是调用了PreparedStatementHandler 的query方法
+@Override
+public < E > List < E > doQuery ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, BoundSql boundSql) throws SQLException {
+ Statement stmt = null ;
+ try {
+ Configuration configuration = ms. getConfiguration ( ) ;
+ StatementHandler handler = configuration. newStatementHandler ( wrapper, ms, parameter, rowBounds, resultHandler, boundSql) ;
+ stmt = prepareStatement ( handler, ms. getStatementLog ( ) ) ;
+ return handler. query ( stmt, resultHandler) ;
+ } finally {
+ closeStatement ( stmt) ;
+ }
+} 因为上面prepareStatement中getConnection拿到connection是com.mysql.cj.jdbc.ConnectionImpl#ConnectionImpl(com.mysql.cj.conf.HostInfo)
+@Override
+public < E > List < E > query ( Statement statement, ResultHandler resultHandler) throws SQLException {
+ PreparedStatement ps = ( PreparedStatement ) statement;
+ ps. execute ( ) ;
+ return resultSetHandler. handleResultSets ( ps) ;
+} 那又为什么是这个呢，可以在网上找，我们在mybatis-config.xml里配置的
+< transactionManagertype = " JDBC" /> 因此在parseConfiguration中配置environment时
+private void parseConfiguration ( XNode root) {
+ try {
+
+ propertiesElement ( root. evalNode ( "properties" ) ) ;
+ Properties settings = settingsAsProperties ( root. evalNode ( "settings" ) ) ;
+ loadCustomVfs ( settings) ;
+ loadCustomLogImpl ( settings) ;
+ typeAliasesElement ( root. evalNode ( "typeAliases" ) ) ;
+ pluginElement ( root. evalNode ( "plugins" ) ) ;
+ objectFactoryElement ( root. evalNode ( "objectFactory" ) ) ;
+ objectWrapperFactoryElement ( root. evalNode ( "objectWrapperFactory" ) ) ;
+ reflectorFactoryElement ( root. evalNode ( "reflectorFactory" ) ) ;
+ settingsElement ( settings) ;
+
+
+ environmentsElement ( root. evalNode ( "environments" ) ) ;
+ databaseIdProviderElement ( root. evalNode ( "databaseIdProvider" ) ) ;
+ typeHandlerElement ( root. evalNode ( "typeHandlers" ) ) ;
+ mapperElement ( root. evalNode ( "mappers" ) ) ;
+ } catch ( Exception e) {
+ throw new BuilderException ( "Error parsing SQL Mapper Configuration. Cause: " + e, e) ;
+ }
+ } 调用的这个方法通过获取xml中的transactionManager 配置的类型，也就是JDBC
+private void environmentsElement ( XNode context) throws Exception {
+ if ( context != null ) {
+ if ( environment == null ) {
+ environment = context. getStringAttribute ( "default" ) ;
+ }
+ for ( XNode child : context. getChildren ( ) ) {
+ String id = child. getStringAttribute ( "id" ) ;
+ if ( isSpecifiedEnvironment ( id) ) {
+
+ TransactionFactory txFactory = transactionManagerElement ( child. evalNode ( "transactionManager" ) ) ;
+ DataSourceFactory dsFactory = dataSourceElement ( child. evalNode ( "dataSource" ) ) ;
+ DataSource dataSource = dsFactory. getDataSource ( ) ;
+ Environment. Builder environmentBuilder = new Environment. Builder ( id)
+ . transactionFactory ( txFactory)
+ . dataSource ( dataSource) ;
+ configuration. setEnvironment ( environmentBuilder. build ( ) ) ;
+ break ;
+ }
+ }
+ }
+} 是通过以下方法获取的，
+
+private TransactionFactory transactionManagerElement ( XNode context) throws Exception {
+ if ( context != null ) {
+ String type = context. getStringAttribute ( "type" ) ;
+ Properties props = context. getChildrenAsProperties ( ) ;
+ TransactionFactory factory = ( TransactionFactory ) resolveClass ( type) . getDeclaredConstructor ( ) . newInstance ( ) ;
+ factory. setProperties ( props) ;
+ return factory;
+ }
+ throw new BuilderException ( "Environment declaration requires a TransactionFactory." ) ;
+ }
- /* volatile-random and allkeys-random policy */
- else if (server.maxmemory_policy == MAXMEMORY_ALLKEYS_RANDOM ||
- server.maxmemory_policy == MAXMEMORY_VOLATILE_RANDOM)
- {
- /* When evicting a random key, we try to evict a key for
- * each DB, so we use the static 'next_db' variable to
- * incrementally visit all DBs. */
- for (i = 0; i < server.dbnum; i++) {
- j = (++next_db) % server.dbnum;
- db = server.db+j;
- dict = (server.maxmemory_policy == MAXMEMORY_ALLKEYS_RANDOM) ?
- db->dict : db->expires;
- if (dictSize(dict) != 0) {
- de = dictGetRandomKey(dict);
- bestkey = dictGetKey(de);
- bestdbid = j;
- break;
- }
- }
- }
+
+protected < T > Class < ? extends T > resolveClass ( String alias) {
+ if ( alias == null ) {
+ return null ;
+ }
+ try {
+ return resolveAlias ( alias) ;
+ } catch ( Exception e) {
+ throw new BuilderException ( "Error resolving class. Cause: " + e, e) ;
+ }
+ }
- /* Finally remove the selected key. */
- if (bestkey) {
- db = server.db+bestdbid;
- robj *keyobj = createStringObject(bestkey,sdslen(bestkey));
- propagateExpire(db,keyobj,server.lazyfree_lazy_eviction);
- /* We compute the amount of memory freed by db*Delete() alone.
- * It is possible that actually the memory needed to propagate
- * the DEL in AOF and replication link is greater than the one
- * we are freeing removing the key, but we can't account for
- * that otherwise we would never exit the loop.
- *
- * AOF and Output buffer memory will be freed eventually so
- * we only care about memory used by the key space. */
- delta = (long long) zmalloc_used_memory();
- latencyStartMonitor(eviction_latency);
- if (server.lazyfree_lazy_eviction)
- dbAsyncDelete(db,keyobj);
- else
- dbSyncDelete(db,keyobj);
- latencyEndMonitor(eviction_latency);
- latencyAddSampleIfNeeded("eviction-del",eviction_latency);
- latencyRemoveNestedEvent(latency,eviction_latency);
- delta -= (long long) zmalloc_used_memory();
- mem_freed += delta;
- server.stat_evictedkeys++;
- notifyKeyspaceEvent(NOTIFY_EVICTED, "evicted",
- keyobj, db->id);
- decrRefCount(keyobj);
- keys_freed++;
+
+ protected < T > Class < ? extends T > resolveAlias ( String alias) {
+ return typeAliasRegistry. resolveAlias ( alias) ;
+ }
+
+ public < T > Class < T > resolveAlias ( String string) {
+ try {
+ if ( string == null ) {
+ return null ;
+ }
+
+ String key = string. toLowerCase ( Locale . ENGLISH ) ;
+ Class < T > ;
+ if ( typeAliases. containsKey ( key) ) {
+ value = ( Class < T > ) typeAliases. get ( key) ;
+ } else {
+ value = ( Class < T > ) Resources . classForName ( string) ;
+ }
+ return value;
+ } catch ( ClassNotFoundException e) {
+ throw new TypeException ( "Could not resolve type alias '" + string + "'. Cause: " + e, e) ;
+ }
+ } 而通过JDBC获取得是啥的，就是在Configuration的构造方法里写了的JdbcTransactionFactory
+public Configuration ( ) {
+ typeAliasRegistry. registerAlias ( "JDBC" , JdbcTransactionFactory . class ) ; 所以我们在这
+private SqlSession openSessionFromDataSource ( ExecutorType execType, TransactionIsolationLevel level, boolean autoCommit) {
+ Transaction tx = null ;
+ try {
+ final Environment environment = configuration. getEnvironment ( ) ;
+ final TransactionFactory transactionFactory = getTransactionFactoryFromEnvironment ( environment) ; 获得到的TransactionFactory 就是 JdbcTransactionFactory ，而后
+tx = transactionFactory. newTransaction ( environment. getDataSource ( ) , level, autoCommit) ;
+```java
-cant_free:
- /* We are here if we are not able to reclaim memory. There is only one
- * last thing we can try: check if the lazyfree thread has jobs in queue
- * and wait... */
- while(bioPendingJobsOfType(BIO_LAZY_FREE)) {
- if (((mem_reported - zmalloc_used_memory()) + mem_freed) >= mem_tofree)
- break;
- usleep(1000);
- }
- return C_ERR;
-}这里就是根据具体策略去淘汰 key，首先是要往 pool 更新 key，更新key 的方法是evictionPoolPopulate
-void evictionPoolPopulate(int dbid, dict *sampledict, dict *keydict, struct evictionPoolEntry *pool) {
- int j, k, count;
- dictEntry *samples[server.maxmemory_samples];
+创建的transaction就是JdbcTransaction
+```java
+ @Override
+ public Transaction newTransaction ( DataSource ds, TransactionIsolationLevel level, boolean autoCommit) {
+ return new JdbcTransaction ( ds, level, autoCommit, skipSetAutoCommitOnClose) ;
+ } 然后我们再会上去看代码getConnection ,
+protected Connection getConnection ( Log statementLog) throws SQLException {
+
+ Connection connection = transaction. getConnection ( ) ;
+ if ( statementLog. isDebugEnabled ( ) ) {
+ return ConnectionLogger . newInstance ( connection, statementLog, queryStack) ;
+ } else {
+ return connection;
+ }
+} 即调用了
+ @Override
+ public Connection getConnection ( ) throws SQLException {
+ if ( connection == null ) {
+ openConnection ( ) ;
+ }
+ return connection;
+ }
- /* If the dictionary we are sampling from is not the main
- * dictionary (but the expires one) we need to lookup the key
- * again in the key dictionary to obtain the value object. */
- if (server.maxmemory_policy != MAXMEMORY_VOLATILE_TTL) {
- if (sampledict != keydict) de = dictFind(keydict, key);
- o = dictGetVal(de);
- }
+ protected void openConnection ( ) throws SQLException {
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Opening JDBC Connection" ) ;
+ }
+ connection = dataSource. getConnection ( ) ;
+ if ( level != null ) {
+ connection. setTransactionIsolation ( level. getLevel ( ) ) ;
+ }
+ setDesiredAutoCommit ( autoCommit) ;
+ }
+ @Override
+ public Connection getConnection ( ) throws SQLException {
+ return popConnection ( dataSource. getUsername ( ) , dataSource. getPassword ( ) ) . getProxyConnection ( ) ;
+ }
- /* Calculate the idle time according to the policy. This is called
- * idle just because the code initially handled LRU, but is in fact
- * just a score where an higher score means better candidate. */
- if (server.maxmemory_policy & MAXMEMORY_FLAG_LRU) {
- idle = estimateObjectIdleTime(o);
- } else if (server.maxmemory_policy & MAXMEMORY_FLAG_LFU) {
- /* When we use an LRU policy, we sort the keys by idle time
- * so that we expire keys starting from greater idle time.
- * However when the policy is an LFU one, we have a frequency
- * estimation, and we want to evict keys with lower frequency
- * first. So inside the pool we put objects using the inverted
- * frequency subtracting the actual frequency to the maximum
- * frequency of 255. */
- idle = 255-LFUDecrAndReturn(o);
- } else if (server.maxmemory_policy == MAXMEMORY_VOLATILE_TTL) {
- /* In this case the sooner the expire the better. */
- idle = ULLONG_MAX - (long)dictGetVal(de);
- } else {
- serverPanic("Unknown eviction policy in evictionPoolPopulate()");
- }
+private PooledConnection popConnection ( String username, String password) throws SQLException {
+ boolean countedWait = false ;
+ PooledConnection conn = null ;
+ long t = System . currentTimeMillis ( ) ;
+ int localBadConnectionCount = 0 ;
- /* Insert the element inside the pool.
- * First, find the first empty bucket or the first populated
- * bucket that has an idle time smaller than our idle time. */
- k = 0;
- while (k < EVPOOL_SIZE &&
- pool[k].key &&
- pool[k].idle < idle) k++;
- if (k == 0 && pool[EVPOOL_SIZE-1].key != NULL) {
- /* Can't insert if the element is < the worst element we have
- * and there are no empty buckets. */
- continue;
- } else if (k < EVPOOL_SIZE && pool[k].key == NULL) {
- /* Inserting into empty position. No setup needed before insert. */
- } else {
- /* Inserting in the middle. Now k points to the first element
- * greater than the element to insert. */
- if (pool[EVPOOL_SIZE-1].key == NULL) {
- /* Free space on the right? Insert at k shifting
- * all the elements from k to end to the right. */
+ while ( conn == null ) {
+ lock. lock ( ) ;
+ try {
+ if ( ! state. idleConnections. isEmpty ( ) ) {
+
+ conn = state. idleConnections. remove ( 0 ) ;
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Checked out connection " + conn. getRealHashCode ( ) + " from pool." ) ;
+ }
+ } else {
+
+ if ( state. activeConnections. size ( ) < poolMaximumActiveConnections) {
+
+
+ conn = new PooledConnection ( dataSource. getConnection ( ) , this ) ;
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Created connection " + conn. getRealHashCode ( ) + "." ) ;
+ }
+ } else {
+
+ PooledConnection oldestActiveConnection = state. activeConnections. get ( 0 ) ;
+ long longestCheckoutTime = oldestActiveConnection. getCheckoutTime ( ) ;
+ if ( longestCheckoutTime > poolMaximumCheckoutTime) {
+
+ state. claimedOverdueConnectionCount++ ;
+ state. accumulatedCheckoutTimeOfOverdueConnections += longestCheckoutTime;
+ state. accumulatedCheckoutTime += longestCheckoutTime;
+ state. activeConnections. remove ( oldestActiveConnection) ;
+ if ( ! oldestActiveConnection. getRealConnection ( ) . getAutoCommit ( ) ) {
+ try {
+ oldestActiveConnection. getRealConnection ( ) . rollback ( ) ;
+ } catch ( SQLException e) {
+
+ log. debug ( "Bad connection. Could not roll back" ) ;
+ }
+ }
+ conn = new PooledConnection ( oldestActiveConnection. getRealConnection ( ) , this ) ;
+ conn. setCreatedTimestamp ( oldestActiveConnection. getCreatedTimestamp ( ) ) ;
+ conn. setLastUsedTimestamp ( oldestActiveConnection. getLastUsedTimestamp ( ) ) ;
+ oldestActiveConnection. invalidate ( ) ;
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Claimed overdue connection " + conn. getRealHashCode ( ) + "." ) ;
+ }
+ } else {
+
+ try {
+ if ( ! countedWait) {
+ state. hadToWaitCount++ ;
+ countedWait = true ;
+ }
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "Waiting as long as " + poolTimeToWait + " milliseconds for connection." ) ;
+ }
+ long wt = System . currentTimeMillis ( ) ;
+ condition. await ( poolTimeToWait, TimeUnit . MILLISECONDS ) ;
+ state. accumulatedWaitTime += System . currentTimeMillis ( ) - wt;
+ } catch ( InterruptedException e) {
+
+ Thread . currentThread ( ) . interrupt ( ) ;
+ break ;
+ }
+ }
+ }
+ }
+ if ( conn != null ) {
+
+ if ( conn. isValid ( ) ) {
+ if ( ! conn. getRealConnection ( ) . getAutoCommit ( ) ) {
+ conn. getRealConnection ( ) . rollback ( ) ;
+ }
+ conn. setConnectionTypeCode ( assembleConnectionTypeCode ( dataSource. getUrl ( ) , username, password) ) ;
+ conn. setCheckoutTimestamp ( System . currentTimeMillis ( ) ) ;
+ conn. setLastUsedTimestamp ( System . currentTimeMillis ( ) ) ;
+ state. activeConnections. add ( conn) ;
+ state. requestCount++ ;
+ state. accumulatedRequestTime += System . currentTimeMillis ( ) - t;
+ } else {
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "A bad connection (" + conn. getRealHashCode ( ) + ") was returned from the pool, getting another connection." ) ;
+ }
+ state. badConnectionCount++ ;
+ localBadConnectionCount++ ;
+ conn = null ;
+ if ( localBadConnectionCount > ( poolMaximumIdleConnections + poolMaximumLocalBadConnectionTolerance) ) {
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "PooledDataSource: Could not get a good connection to the database." ) ;
+ }
+ throw new SQLException ( "PooledDataSource: Could not get a good connection to the database." ) ;
+ }
+ }
+ }
+ } finally {
+ lock. unlock ( ) ;
+ }
- /* Save SDS before overwriting. */
- sds cached = pool[EVPOOL_SIZE-1].cached;
- memmove(pool+k+1,pool+k,
- sizeof(pool[0])*(EVPOOL_SIZE-k-1));
- pool[k].cached = cached;
- } else {
- /* No free space on right? Insert at k-1 */
- k--;
- /* Shift all elements on the left of k (included) to the
- * left, so we discard the element with smaller idle time. */
- sds cached = pool[0].cached; /* Save SDS before overwriting. */
- if (pool[0].key != pool[0].cached) sdsfree(pool[0].key);
- memmove(pool,pool+1,sizeof(pool[0])*k);
- pool[k].cached = cached;
- }
- }
+ }
- /* Try to reuse the cached SDS string allocated in the pool entry,
- * because allocating and deallocating this object is costly
- * (according to the profiler, not my fantasy. Remember:
- * premature optimizbla bla bla bla. */
- int klen = sdslen(key);
- if (klen > EVPOOL_CACHED_SDS_SIZE) {
- pool[k].key = sdsdup(key);
- } else {
- memcpy(pool[k].cached,key,klen+1);
- sdssetlen(pool[k].cached,klen);
- pool[k].key = pool[k].cached;
- }
- pool[k].idle = idle;
- pool[k].dbid = dbid;
- }
-}Redis随机选择maxmemory_samples数量的key，然后计算这些key的空闲时间idle time，当满足条件时(比pool中的某些键的空闲时间还大)就可以进pool。pool更新之后，就淘汰pool中空闲时间最大的键。
-estimateObjectIdleTime
-/* Given an object returns the min number of milliseconds the object was never
- * requested, using an approximated LRU algorithm. */
-unsigned long long estimateObjectIdleTime(robj *o) {
- unsigned long long lruclock = LRU_CLOCK();
- if (lruclock >= o->lru) {
- return (lruclock - o->lru) * LRU_CLOCK_RESOLUTION;
- } else {
- return (lruclock + (LRU_CLOCK_MAX - o->lru)) *
- LRU_CLOCK_RESOLUTION;
- }
-}空闲时间第一种是 lurclock 大于对象的 lru，那么就是减一下乘以精度，因为 lruclock 有可能是已经预生成的，所以会可能走下面这个
-LFU 上面介绍了LRU 的算法，但是考虑一种场景
-~~~~~A~~~~~A~~~~~A~~~~A~~~~~A~~~~~A~~|
-~~B~~B~~B~~B~~B~~B~~B~~B~~B~~B~~B~~B~|
-~~~~~~~~~~C~~~~~~~~~C~~~~~~~~~C~~~~~~|
-~~~~~D~~~~~~~~~~D~~~~~~~~~D~~~~~~~~~D|可以发现，当采用 lru 的淘汰策略的时候，D 是最新的，会被认为是最值得保留的，但是事实上还不如 A 跟 B，然后 antirez 大神就想到了LFU (Least Frequently Used) 这个算法, 显然对于上面的四个 key 的访问频率，保留优先级应该是 B > A > C = D
- 16 bits 8 bits
-+----------------+--------+
-+ Last decr time | LOG_C |
-+----------------+--------+前16位字段是最后一次递减时间，因此Redis知道 上一次计数器递减，后8位是 计数器 counter。
-volatile-lfu：对有过期时间的key采用LFU淘汰策略allkeys-lfu：对全部key采用LFU淘汰策略
-lfu-log-factor 10
-lfu-decay-time 1
-```
-`lfu-log-factor` 可以调整计数器counter的增长速度，lfu-log-factor越大，counter增长的越慢。
+ if ( conn == null ) {
+ if ( log. isDebugEnabled ( ) ) {
+ log. debug ( "PooledDataSource: Unknown severe error condition. The connection pool returned a null connection." ) ;
+ }
+ throw new SQLException ( "PooledDataSource: Unknown severe error condition. The connection pool returned a null connection." ) ;
+ }
-`lfu-decay-time`是一个以分钟为单位的数值，可以调整counter的减少速度
-这里有个问题是 8 位大小够计么，访问一次加 1 的话的确不够，不过大神就是大神，才不会这么简单的加一。往下看代码
-```C
-/* Low level key lookup API, not actually called directly from commands
- * implementations that should instead rely on lookupKeyRead(),
- * lookupKeyWrite() and lookupKeyReadWithFlags(). */
-robj *lookupKey(redisDb *db, robj *key, int flags) {
- dictEntry *de = dictFind(db->dict,key->ptr);
- if (de) {
- robj *val = dictGetVal(de);
+ return conn;
+ } updateLFU
-/* Update LFU when an object is accessed.
- * Firstly, decrement the counter if the decrement time is reached.
- * Then logarithmically increment the counter, and update the access time. */
-void updateLFU(robj *val) {
- unsigned long counter = LFUDecrAndReturn(val);
- counter = LFULogIncr(counter);
- val->lru = (LFUGetTimeInMinutes()<<8) | counter;
-}首先来看看LFUDecrAndReturnlfu-decay-time 参数来确定需要将 counter 减去多少
-/* If the object decrement time is reached decrement the LFU counter but
- * do not update LFU fields of the object, we update the access time
- * and counter in an explicit way when the object is really accessed.
- * And we will times halve the counter according to the times of
- * elapsed time than server.lfu_decay_time.
- * Return the object frequency counter.
- *
- * This function is used in order to scan the dataset for the best object
- * to fit: as we check for the candidate, we incrementally decrement the
- * counter of the scanned objects if needed. */
-unsigned long LFUDecrAndReturn(robj *o) {
- // 右移 8 位，拿到上次衰减时间
- unsigned long ldt = o->lru >> 8;
- // 对 255 做与操作，拿到 counter 值
- unsigned long counter = o->lru & 255;
- // 根据lfu_decay_time来算出过了多少个衰减周期
- unsigned long num_periods = server.lfu_decay_time ? LFUTimeElapsed(ldt) / server.lfu_decay_time : 0;
- if (num_periods)
- counter = (num_periods > counter) ? 0 : counter - num_periods;
- return counter;
-}然后是加，调用了LFULogIncr
-/* Logarithmically increment a counter. The greater is the current counter value
- * the less likely is that it gets really implemented. Saturate it at 255. */
-uint8_t LFULogIncr(uint8_t counter) {
- // 最大值就是 255，到顶了就不加了
- if (counter == 255) return 255;
- // 生成个随机小数
- double r = (double)rand()/RAND_MAX;
- // 减去个基础值，LFU_INIT_VAL = 5，防止刚进来就被逐出
- double baseval = counter - LFU_INIT_VAL;
- // 如果是小于 0，
- if (baseval < 0) baseval = 0;
- // 如果 baseval 是 0，那么 p 就是 1了，后面 counter 直接加一，如果不是的话，得看系统参数lfu_log_factor，这个越大，除出来的 p 越小，那么 counter++的可能性也越小，这样子就把前面的疑问给解决了，不是直接+1 的
- double p = 1.0/(baseval*server.lfu_log_factor+1);
- if (r < p) counter++;
- return counter;
-}大概的变化速度可以参考
-+--------+------------+------------+------------+------------+------------+
-| factor | 100 hits | 1000 hits | 100K hits | 1M hits | 10M hits |
-+--------+------------+------------+------------+------------+------------+
-| 0 | 104 | 255 | 255 | 255 | 255 |
-+--------+------------+------------+------------+------------+------------+
-| 1 | 18 | 49 | 255 | 255 | 255 |
-+--------+------------+------------+------------+------------+------------+
-| 10 | 10 | 18 | 142 | 255 | 255 |
-+--------+------------+------------+------------+------------+------------+
-| 100 | 8 | 11 | 49 | 143 | 255 |
-+--------+------------+------------+------------+------------+------------+简而言之就是 lfu_log_factor 越大变化的越慢
-总结 总结一下，redis 实现了近似的 lru 淘汰策略，通过增加了淘汰 key 的池子(pool)，并且增大每次抽样的 key 的数量来将淘汰效果更进一步地接近于 lru，这是 lru 策略，但是对于前面举的一个例子，其实 lru 并不能保证 key 的淘汰就如我们预期，所以在后期又引入了 lfu 的策略，lfu的策略比较巧妙，复用了 redis 对象的 lru 字段，并且使用了factor 参数来控制计数器递增的速度，防止 8 位的计数器太早溢出。
-]]>
-
- Redis
- 数据结构
- 源码
- C
- Redis
-
-
- redis
- 数据结构
- 源码
-
-
-
- redis过期策略复习
- /2021/07/25/redis%E8%BF%87%E6%9C%9F%E7%AD%96%E7%95%A5%E5%A4%8D%E4%B9%A0/
- redis过期策略复习之前其实写过redis的过期的一些原理，这次主要是记录下，一些使用上的概念，主要是redis使用的过期策略是懒过期和定时清除，懒过期的其实比较简单，即是在key被访问的时候会顺带着判断下这个key是否已过期了，如果已经过期了，就不返回了，但是这种策略有个漏洞是如果有些key之后一直不会被访问了，就等于沉在池底了，所以需要有一个定时的清理机制，去从设置了过期的key池子（expires）里随机地捞key，具体的策略我们看下官网的解释
-
-Test 20 random keys from the set of keys with an associated expire.
-Delete all the keys found expired.
-If more than 25% of keys were expired, start again from step 1.
-
-从池子里随机获取20个key，将其中过期的key删掉，如果这其中有超过25%的key已经过期了，那就再来一次，以此保持过期的key不超过25%（左右），并且这个定时策略可以在redis的配置文件
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-hz 10 可以配置这个hz的值，代表的含义是每秒的执行次数，默认是10，其实也用了hz的普遍含义。有兴趣可以看看之前写的一篇文章redis系列介绍七-过期策略
-]]>
-
- redis
-
-
- redis
- 应用
- 过期策略
-
-
-
- redis系列介绍七-过期策略
- /2020/04/12/redis%E7%B3%BB%E5%88%97%E4%BB%8B%E7%BB%8D%E4%B8%83/
- 这一篇不再是数据结构介绍了，大致的数据结构基本都介绍了，这一篇主要是查漏补缺，或者说讲一些重要且基本的概念，也可能是经常被忽略的，很多讲 redis 的系列文章可能都会忽略，学习 redis 的时候也会，因为觉得源码学习就是讲主要的数据结构和“算法”学习了就好了。redis过期策略 redis 是如何过期缓存的，可以猜测下，最无脑的就是每个设置了过期时间的 key 都设个定时器，过期了就删除，这种显然消耗太大，清理地最及时，还有的就是 redis 正在采用的懒汉清理策略和定期清理
-/* This function is called when we are going to perform some operation
- * in a given key, but such key may be already logically expired even if
- * it still exists in the database. The main way this function is called
- * is via lookupKey*() family of functions.
- *
- * The behavior of the function depends on the replication role of the
- * instance, because slave instances do not expire keys, they wait
- * for DELs from the master for consistency matters. However even
- * slaves will try to have a coherent return value for the function,
- * so that read commands executed in the slave side will be able to
- * behave like if the key is expired even if still present (because the
- * master has yet to propagate the DEL).
- *
- * In masters as a side effect of finding a key which is expired, such
- * key will be evicted from the database. Also this may trigger the
- * propagation of a DEL/UNLINK command in AOF / replication stream.
- *
- * The return value of the function is 0 if the key is still valid,
- * otherwise the function returns 1 if the key is expired. */
-int expireIfNeeded(redisDb *db, robj *key) {
- if (!keyIsExpired(db,key)) return 0;
-
- /* If we are running in the context of a slave, instead of
- * evicting the expired key from the database, we return ASAP:
- * the slave key expiration is controlled by the master that will
- * send us synthesized DEL operations for expired keys.
- *
- * Still we try to return the right information to the caller,
- * that is, 0 if we think the key should be still valid, 1 if
- * we think the key is expired at this time. */
- if (server.masterhost != NULL) return 1;
+其实就是调用的
+
+ @Override
+ public Connection getConnection ( ) throws SQLException {
+ return doGetConnection ( username, password) ;
+ }
+```java
- /* Delete the key */
- server.stat_expiredkeys++;
- propagateExpire(db,key,server.lazyfree_lazy_expire);
- notifyKeyspaceEvent(NOTIFY_EXPIRED,
- "expired",key,db->id);
- return server.lazyfree_lazy_expire ? dbAsyncDelete(db,key) :
- dbSyncDelete(db,key);
-}
+然后就是
+```java
+private Connection doGetConnection ( String username, String password) throws SQLException {
+ Properties props = new Properties ( ) ;
+ if ( driverProperties != null ) {
+ props. putAll ( driverProperties) ;
+ }
+ if ( username != null ) {
+ props. setProperty ( "user" , username) ;
+ }
+ if ( password != null ) {
+ props. setProperty ( "password" , password) ;
+ }
+ return doGetConnection ( props) ;
+ } 继续这个逻辑
+ private Connection doGetConnection ( Properties properties) throws SQLException {
+ initializeDriver ( ) ;
+ Connection connection = DriverManager . getConnection ( url, properties) ;
+ configureConnection ( connection) ;
+ return connection;
+ }
+ @CallerSensitive
+ public static Connection getConnection ( String url,
+ java. util. Properties) throws SQLException {
- if (when < 0) return 0; /* No expire for this key */
+ return ( getConnection ( url, info, Reflection . getCallerClass ( ) ) ) ;
+ }
+private static Connection getConnection (
+ String url, java. util. Properties, Class < ? > ) throws SQLException {
+
+ ClassLoader callerCL = caller != null ? caller. getClassLoader ( ) : null ;
+ synchronized ( DriverManager . class ) {
+
+ if ( callerCL == null ) {
+ callerCL = Thread . currentThread ( ) . getContextClassLoader ( ) ;
+ }
+ }
- /* Don't expire anything while loading. It will be done later. */
- if (server.loading) return 0;
+ if ( url == null ) {
+ throw new SQLException ( "The url cannot be null" , "08001" ) ;
+ }
- /* If we are in the context of a Lua script, we pretend that time is
- * blocked to when the Lua script started. This way a key can expire
- * only the first time it is accessed and not in the middle of the
- * script execution, making propagation to slaves / AOF consistent.
- * See issue #1525 on Github for more information. */
- if (server.lua_caller) {
- now = server.lua_time_start;
- }
- /* If we are in the middle of a command execution, we still want to use
- * a reference time that does not change: in that case we just use the
- * cached time, that we update before each call in the call() function.
- * This way we avoid that commands such as RPOPLPUSH or similar, that
- * may re-open the same key multiple times, can invalidate an already
- * open object in a next call, if the next call will see the key expired,
- * while the first did not. */
- else if (server.fixed_time_expire > 0) {
- now = server.mstime;
- }
- /* For the other cases, we want to use the most fresh time we have. */
- else {
- now = mstime();
- }
+ println ( "DriverManager.getConnection(\"" + url + "\")" ) ;
- /* The key expired if the current (virtual or real) time is greater
- * than the expire time of the key. */
- return now > when;
-}
-/* Return the expire time of the specified key, or -1 if no expire
- * is associated with this key (i.e. the key is non volatile) */
-long long getExpire(redisDb *db, robj *key) {
- dictEntry *de;
+
+
+ SQLException reason = null ;
- /* No expire? return ASAP */
- if (dictSize(db->expires) == 0 ||
- (de = dictFind(db->expires,key->ptr)) == NULL) return -1;
-
- /* The entry was found in the expire dict, this means it should also
- * be present in the main dict (safety check). */
- serverAssertWithInfo(NULL,key,dictFind(db->dict,key->ptr) != NULL);
- return dictGetSignedIntegerVal(de);
-}这里有几点要注意的，第一是当惰性删除时会根据lazyfree_lazy_expire这个参数去判断是执行同步删除还是异步删除，另外一点是对于 slave，是不需要执行的，因为会在 master 过期时向 slave 发送 del 指令。
-/* This function handles 'background' operations we are required to do
- * incrementally in Redis databases, such as active key expiring, resizing,
- * rehashing. */
-void databasesCron(void) {
- /* Expire keys by random sampling. Not required for slaves
- * as master will synthesize DELs for us. */
- if (server.active_expire_enabled) {
- if (server.masterhost == NULL) {
- activeExpireCycle(ACTIVE_EXPIRE_CYCLE_SLOW);
- } else {
- expireSlaveKeys();
- }
- }
-
- /* Defrag keys gradually. */
- activeDefragCycle();
-
- /* Perform hash tables rehashing if needed, but only if there are no
- * other processes saving the DB on disk. Otherwise rehashing is bad
- * as will cause a lot of copy-on-write of memory pages. */
- if (!hasActiveChildProcess()) {
- /* We use global counters so if we stop the computation at a given
- * DB we'll be able to start from the successive in the next
- * cron loop iteration. */
- static unsigned int resize_db = 0;
- static unsigned int rehash_db = 0;
- int dbs_per_call = CRON_DBS_PER_CALL;
- int j;
-
- /* Don't test more DBs than we have. */
- if (dbs_per_call > server.dbnum) dbs_per_call = server.dbnum;
-
- /* Resize */
- for (j = 0; j < dbs_per_call; j++) {
- tryResizeHashTables(resize_db % server.dbnum);
- resize_db++;
- }
-
- /* Rehash */
- if (server.activerehashing) {
- for (j = 0; j < dbs_per_call; j++) {
- int work_done = incrementallyRehash(rehash_db);
- if (work_done) {
- /* If the function did some work, stop here, we'll do
- * more at the next cron loop. */
- break;
- } else {
- /* If this db didn't need rehash, we'll try the next one. */
- rehash_db++;
- rehash_db %= server.dbnum;
- }
- }
- }
- }
-}
-/* Try to expire a few timed out keys. The algorithm used is adaptive and
- * will use few CPU cycles if there are few expiring keys, otherwise
- * it will get more aggressive to avoid that too much memory is used by
- * keys that can be removed from the keyspace.
- *
- * Every expire cycle tests multiple databases: the next call will start
- * again from the next db, with the exception of exists for time limit: in that
- * case we restart again from the last database we were processing. Anyway
- * no more than CRON_DBS_PER_CALL databases are tested at every iteration.
- *
- * The function can perform more or less work, depending on the "type"
- * argument. It can execute a "fast cycle" or a "slow cycle". The slow
- * cycle is the main way we collect expired cycles: this happens with
- * the "server.hz" frequency (usually 10 hertz).
- *
- * However the slow cycle can exit for timeout, since it used too much time.
- * For this reason the function is also invoked to perform a fast cycle
- * at every event loop cycle, in the beforeSleep() function. The fast cycle
- * will try to perform less work, but will do it much more often.
- *
- * The following are the details of the two expire cycles and their stop
- * conditions:
- *
- * If type is ACTIVE_EXPIRE_CYCLE_FAST the function will try to run a
- * "fast" expire cycle that takes no longer than EXPIRE_FAST_CYCLE_DURATION
- * microseconds, and is not repeated again before the same amount of time.
- * The cycle will also refuse to run at all if the latest slow cycle did not
- * terminate because of a time limit condition.
- *
- * If type is ACTIVE_EXPIRE_CYCLE_SLOW, that normal expire cycle is
- * executed, where the time limit is a percentage of the REDIS_HZ period
- * as specified by the ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC define. In the
- * fast cycle, the check of every database is interrupted once the number
- * of already expired keys in the database is estimated to be lower than
- * a given percentage, in order to avoid doing too much work to gain too
- * little memory.
- *
- * The configured expire "effort" will modify the baseline parameters in
- * order to do more work in both the fast and slow expire cycles.
- */
-
-#define ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP 20 /* Keys for each DB loop. */
-#define ACTIVE_EXPIRE_CYCLE_FAST_DURATION 1000 /* Microseconds. */
-#define ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC 25 /* Max % of CPU to use. */
-#define ACTIVE_EXPIRE_CYCLE_ACCEPTABLE_STALE 10 /* % of stale keys after which
- we do extra efforts. */
-void activeExpireCycle(int type) {
- /* Adjust the running parameters according to the configured expire
- * effort. The default effort is 1, and the maximum configurable effort
- * is 10. */
- unsigned long
- effort = server.active_expire_effort-1, /* Rescale from 0 to 9. */
- config_keys_per_loop = ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP +
- ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP/4*effort,
- config_cycle_fast_duration = ACTIVE_EXPIRE_CYCLE_FAST_DURATION +
- ACTIVE_EXPIRE_CYCLE_FAST_DURATION/4*effort,
- config_cycle_slow_time_perc = ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC +
- 2*effort,
- config_cycle_acceptable_stale = ACTIVE_EXPIRE_CYCLE_ACCEPTABLE_STALE-
- effort;
-
- /* This function has some global state in order to continue the work
- * incrementally across calls. */
- static unsigned int current_db = 0; /* Last DB tested. */
- static int timelimit_exit = 0; /* Time limit hit in previous call? */
- static long long last_fast_cycle = 0; /* When last fast cycle ran. */
-
- int j, iteration = 0;
- int dbs_per_call = CRON_DBS_PER_CALL;
- long long start = ustime(), timelimit, elapsed;
-
- /* When clients are paused the dataset should be static not just from the
- * POV of clients not being able to write, but also from the POV of
- * expires and evictions of keys not being performed. */
- if (clientsArePaused()) return;
-
- if (type == ACTIVE_EXPIRE_CYCLE_FAST) {
- /* Don't start a fast cycle if the previous cycle did not exit
- * for time limit, unless the percentage of estimated stale keys is
- * too high. Also never repeat a fast cycle for the same period
- * as the fast cycle total duration itself. */
- if (!timelimit_exit &&
- server.stat_expired_stale_perc < config_cycle_acceptable_stale)
- return;
-
- if (start < last_fast_cycle + (long long)config_cycle_fast_duration*2)
- return;
-
- last_fast_cycle = start;
- }
-
- /* We usually should test CRON_DBS_PER_CALL per iteration, with
- * two exceptions:
- *
- * 1) Don't test more DBs than we have.
- * 2) If last time we hit the time limit, we want to scan all DBs
- * in this iteration, as there is work to do in some DB and we don't want
- * expired keys to use memory for too much time. */
- if (dbs_per_call > server.dbnum || timelimit_exit)
- dbs_per_call = server.dbnum;
-
- /* We can use at max 'config_cycle_slow_time_perc' percentage of CPU
- * time per iteration. Since this function gets called with a frequency of
- * server.hz times per second, the following is the max amount of
- * microseconds we can spend in this function. */
- timelimit = config_cycle_slow_time_perc*1000000/server.hz/100;
- timelimit_exit = 0;
- if (timelimit <= 0) timelimit = 1;
-
- if (type == ACTIVE_EXPIRE_CYCLE_FAST)
- timelimit = config_cycle_fast_duration; /* in microseconds. */
-
- /* Accumulate some global stats as we expire keys, to have some idea
- * about the number of keys that are already logically expired, but still
- * existing inside the database. */
- long total_sampled = 0;
- long total_expired = 0;
-
- for (j = 0; j < dbs_per_call && timelimit_exit == 0; j++) {
- /* Expired and checked in a single loop. */
- unsigned long expired, sampled;
-
- redisDb *db = server.db+(current_db % server.dbnum);
-
- /* Increment the DB now so we are sure if we run out of time
- * in the current DB we'll restart from the next. This allows to
- * distribute the time evenly across DBs. */
- current_db++;
-
- /* Continue to expire if at the end of the cycle more than 25%
- * of the keys were expired. */
- do {
- unsigned long num, slots;
- long long now, ttl_sum;
- int ttl_samples;
- iteration++;
-
- /* If there is nothing to expire try next DB ASAP. */
- if ((num = dictSize(db->expires)) == 0) {
- db->avg_ttl = 0;
- break;
- }
- slots = dictSlots(db->expires);
- now = mstime();
-
- /* When there are less than 1% filled slots, sampling the key
- * space is expensive, so stop here waiting for better times...
- * The dictionary will be resized asap. */
- if (num && slots > DICT_HT_INITIAL_SIZE &&
- (num*100/slots < 1)) break;
-
- /* The main collection cycle. Sample random keys among keys
- * with an expire set, checking for expired ones. */
- expired = 0;
- sampled = 0;
- ttl_sum = 0;
- ttl_samples = 0;
-
- if (num > config_keys_per_loop)
- num = config_keys_per_loop;
-
- /* Here we access the low level representation of the hash table
- * for speed concerns: this makes this code coupled with dict.c,
- * but it hardly changed in ten years.
- *
- * Note that certain places of the hash table may be empty,
- * so we want also a stop condition about the number of
- * buckets that we scanned. However scanning for free buckets
- * is very fast: we are in the cache line scanning a sequential
- * array of NULL pointers, so we can scan a lot more buckets
- * than keys in the same time. */
- long max_buckets = num*20;
- long checked_buckets = 0;
-
- while (sampled < num && checked_buckets < max_buckets) {
- for (int table = 0; table < 2; table++) {
- if (table == 1 && !dictIsRehashing(db->expires)) break;
-
- unsigned long idx = db->expires_cursor;
- idx &= db->expires->ht[table].sizemask;
- dictEntry *de = db->expires->ht[table].table[idx];
- long long ttl;
-
- /* Scan the current bucket of the current table. */
- checked_buckets++;
- while(de) {
- /* Get the next entry now since this entry may get
- * deleted. */
- dictEntry *e = de;
- de = de->next;
-
- ttl = dictGetSignedIntegerVal(e)-now;
- if (activeExpireCycleTryExpire(db,e,now)) expired++;
- if (ttl > 0) {
- /* We want the average TTL of keys yet
- * not expired. */
- ttl_sum += ttl;
- ttl_samples++;
- }
- sampled++;
- }
- }
- db->expires_cursor++;
- }
- total_expired += expired;
- total_sampled += sampled;
-
- /* Update the average TTL stats for this database. */
- if (ttl_samples) {
- long long avg_ttl = ttl_sum/ttl_samples;
-
- /* Do a simple running average with a few samples.
- * We just use the current estimate with a weight of 2%
- * and the previous estimate with a weight of 98%. */
- if (db->avg_ttl == 0) db->avg_ttl = avg_ttl;
- db->avg_ttl = (db->avg_ttl/50)*49 + (avg_ttl/50);
- }
-
- /* We can't block forever here even if there are many keys to
- * expire. So after a given amount of milliseconds return to the
- * caller waiting for the other active expire cycle. */
- if ((iteration & 0xf) == 0) { /* check once every 16 iterations. */
- elapsed = ustime()-start;
- if (elapsed > timelimit) {
- timelimit_exit = 1;
- server.stat_expired_time_cap_reached_count++;
- break;
- }
- }
- /* We don't repeat the cycle for the current database if there are
- * an acceptable amount of stale keys (logically expired but yet
- * not reclained). */
- } while ((expired*100/sampled) > config_cycle_acceptable_stale);
- }
-
- elapsed = ustime()-start;
- server.stat_expire_cycle_time_used += elapsed;
- latencyAddSampleIfNeeded("expire-cycle",elapsed/1000);
-
- /* Update our estimate of keys existing but yet to be expired.
- * Running average with this sample accounting for 5%. */
- double current_perc;
- if (total_sampled) {
- current_perc = (double)total_expired/total_sampled;
- } else
- current_perc = 0;
- server.stat_expired_stale_perc = (current_perc*0.05)+
- (server.stat_expired_stale_perc*0.95);
-}执行定期清除分成两种类型，快和慢，分别由beforeSleep和databasesCron调用，快版有两个限制，一个是执行时长由ACTIVE_EXPIRE_CYCLE_FAST_DURATION限制，另一个是执行间隔是 2 倍的ACTIVE_EXPIRE_CYCLE_FAST_DURATION，另外这还可以由配置的server.active_expire_effort参数来控制，默认是 1，最大是 10
-onfig_cycle_fast_duration = ACTIVE_EXPIRE_CYCLE_FAST_DURATION +
- ACTIVE_EXPIRE_CYCLE_FAST_DURATION/4*effort然后会从一定数量的 db 中找出一定数量的带过期时间的 key（保存在 expires中），这里的数量是由
-config_keys_per_loop = ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP +
- ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP/4*effort
-```
-控制，慢速的执行时长是
-```C
-config_cycle_slow_time_perc = ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC +
- 2*effort
-timelimit = config_cycle_slow_time_perc*1000000/server.hz/100;这里还有一个额外的退出条件，如果当前数据库的抽样结果已经达到我们所允许的过期 key 百分比，则下次不再处理当前 db，继续处理下个 db
-]]>
-
- Redis
- 数据结构
- 源码
- C
- Redis
-
-
- redis
- 数据结构
- 源码
-
-
-
- rust学习笔记-所有权三之切片
- /2021/05/16/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-%E6%89%80%E6%9C%89%E6%9D%83%E4%B8%89%E4%B9%8B%E5%88%87%E7%89%87/
- 除了引用，Rust 还有另外一种不持有所有权的数据类型：切片(slice)。切片允许我们引用集合中某一段连续的元素序列，而不是整个集合。fn main ( ) {
- let mut s = String :: from ( "hello world" ) ;
-
- let word = first_word ( & s) ;
-
- s. clear ( ) ;
-
-
-} 这里其实我们就需要关注 s 的存在性，代码的逻辑合理性就需要额外去维护，此时我们就可以用切片
-let s = String :: from ( "hello world" )
-
-let hello = & s[ 0 .. 5 ] ;
-let world = & s[ 6 .. 11 ] ; 其实跟 Python 的list 之类的语法有点类似，当然里面还有些语法糖，比如可以直接用省略后面的数字表示直接引用到结尾
-let hello = & s[ 0 .. ] ; 甚至再进一步
-let hello = & s[ .. ] ; 使用了切片之后
-fn first_word ( s: & String ) -> & str {
- let bytes = s. as_bytes ( ) ;
-
- for ( i, & item) in bytes. iter ( ) . enumerate ( ) {
- if item == b' ' {
- return & s[ 0 .. i] ;
- }
- }
-
- & s[ .. ]
-}
-fn main ( ) {
- let mut s = String :: from ( "hello world" ) ;
-
- let word = first_word ( & s) ;
-
- s. clear ( ) ;
-
- println! ( "the first word is: {}" , word) ;
-} 那再执行 main 函数的时候就会抛错，因为 word 还是个切片，需要保证 s 的有效性，并且其实我们可以将函数申明成
-fn first_word ( s: & str ) -> & str { 这样就既能处理&String 的情况，就是当成完整字符串的切片，也能处理普通的切片。
-let a = [ 1 , 2 , 3 , 4 , 5 ] ;
-let slice = & a[ 1 .. 3 ] ; 简单记录下，具体可以去看看这本书
-]]>
-
- 语言
- Rust
-
-
- Rust
- 所有权
- 内存分布
- 新语言
- 可变引用
- 不可变引用
- 切片
-
-
-
- rust学习笔记-所有权一
- /2021/04/18/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/
- 最近在看 《rust 权威指南》，还是难度比较大的，它里面的一些概念跟之前的用过的都有比较大的差别
-Rust中的每一个值都有一个对应的变量作为它的所有者。
-在同一时间内，值有且只有一个所有者。
-当所有者离开自己的作用域时，它持有的值就会被释放掉。
-s 在进入作用域后才变得有效
-它会保持自己的有效性直到自己离开作用域为止
-
-然后看个案例
-let x = 5 ;
-let y = x; 这个其实有两种，一般可以认为比较多实现的会使用 copy on write 之类的，先让两个都指向同一个快 5 的存储，在发生变更后开始正式拷贝，但是涉及到内存处理的便利性，对于这类简单类型，可以直接拷贝
-let s1 = String :: from ( "hello" ) ;
-let s2 = s1;
-
-println! ( "{}, world!" , s1) ; 有可能认为有两种内存分布可能let y = x这个行为的实质是移动，在赋值给 y 之后 x 就无效了
-let s1 = String :: from ( "hello" ) ;
-let s2 = s1. clone ( ) ;
-
-println! ( "s1 = {}, s2 = {}" , s1, s2) ; 这里其实会有点疑惑，为什么前面的x, y 的行为跟 s1, s2 的不一样，其实主要是基本类型和 string 这类的不定大小的类型的内存分配方式不同，x, y这类整型可以直接确定大小，可以直接在栈上分配，而像 string 和其他的变体结构体，其大小都是不能在编译时确定，所以需要在堆上进行分配
-]]>
-
- 语言
- Rust
-
-
- Rust
- 所有权
- 内存分布
- 新语言
-
-
-
- rust学习笔记-所有权二
- /2021/04/18/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-%E6%89%80%E6%9C%89%E6%9D%83%E4%BA%8C/
- 这里需要说道函数和返回值了引用 此时我们就可以用引用来解决这个问题
-fn main ( ) {
- let s1 = String :: from ( "hello" ) ;
- let len = calculate_length ( & s1) ;
-
- println! ( "The length of '{}' is {}" , s1, len) ;
-}
-fn calculate_length ( s: & String ) -> usize {
- s. len ( )
-} 这里的&符号就是引用的语义，它们允许你在不获得所有权的前提下使用值
-可变引用 而当我们尝试对引用的字符串进行修改时
-fn main ( ) {
- let s1 = String :: from ( "hello" ) ;
- change ( & s1) ;
-}
-fn change ( s: & String ) {
- s. push_str ( ", world" ) ;
-} 就会有以下报错，
-fn main ( ) {
- let mut s1 = String :: from ( "hello" ) ;
- change ( & mut s1) ;
-}
-
-
-fn change ( s: & mut String ) {
- s. push_str ( ", world" ) ;
-} 再看一个例子
-fn main ( ) {
- let mut s1 = String :: from ( "hello" ) ;
- let r1 = & mut s1;
- let r2 = & mut s1;
-} 这个例子在书里是会报错的，因为同时存在一个以上的可变引用，但是在我运行的版本里前面这段没有报错，只有当我真的要去更改的时候
-fn main ( ) {
- let mut s1 = String :: from ( "hello" ) ;
- let mut r1 = & mut s1;
- let mut r2 = & mut s1;
- change ( & mut r1) ;
- change ( & mut r2) ;
-}
-
-
-fn change ( s: & mut String ) {
- s. push_str ( ", world" ) ;
-}
-
-两个或两个以上的指针同时同时访问同一空间
-其中至少有一个指针会想空间中写入数据
-没有同步数据访问的机制
-
-悬垂引用 还有一点需要注意的就是悬垂引用
-fn main ( ) {
- let reference_to_nothing = dangle ( ) ;
-}
-
-fn dangle ( ) -> & String {
- let s = String :: from ( "hello" ) ;
- & s
-} 这里可以看到其实在 dangle函数返回后，这里的 s 理论上就离开了作用域，但是由于返回了 s 的引用，在 main 函数中就会拿着这个引用，就会出现如下错误
-总结 最后总结下
-
-在任何一个段给定的时间里，你要么只能拥有一个可变引用，要么只能拥有任意数量的不可变引用。
-引用总是有效的。
-
-]]>
-
- 语言
- Rust
-
-
- Rust
- 所有权
- 内存分布
- 新语言
- 可变引用
- 不可变引用
-
-
-
- spark-little-tips
- /2017/03/28/spark-little-tips/
- spark 的一些粗浅使用经验工作中学习使用了一下Spark做数据分析,主要是用spark的python接口，首先是pyspark.SparkContext(appName=xxx)，这是初始化一个Spark应用实例或者说会话，不能重复，textFile(path)读取文本文件，这里的文本文件可以是HDFS上的文本文件，也可以普通文本文件，但是需要在Spark的所有集群上都存在，否则会parallelize则可以将python生成的集合数据读取后转换成rdd(A Resilient Distributed Dataset (RDD),一种spark下的基本抽象数据集),基于这个RDD就可以做map reduce,在Spark中可以非常方便地实现
-简单的mapreduce word count示例 textFile = sc.parallelize([(1,1), (2,1), (3,1), (4,1), (5,1),(1,1), (2,1), (3,1), (4,1), (5,1)])
-data = textFile.reduceByKey(lambda x, y: x + y).collect()
-for _ in data:
- print(_)结果 (3, 2)
-(1, 2)
-(4, 2)
-(2, 2)
-(5, 2)
-
- data analysis
-
-
- spark
- python
-
-
-
- spring event 介绍
- /2022/01/30/spring-event-%E4%BB%8B%E7%BB%8D/
- spring框架中如果想使用一些一部操作，除了依赖第三方中间件的消息队列，还可以用spring自己的event，简单介绍下使用方法
-public class CustomSpringEvent extends ApplicationEvent {
-
- private String message;
-
- public CustomSpringEvent ( Object source, String message) {
- super ( source) ;
- this . message = message;
- }
- public String getMessage ( ) {
- return message;
- }
-} 这个 ApplicationEvent 其实也比较简单，内部就一个 Object 类型的 source，可以自行扩展，我们在自定义的这个 Event 里加了个 Message ，只是简单介绍下使用
-public abstract class ApplicationEvent extends EventObject {
- private static final long serialVersionUID = 7099057708183571937L ;
- private final long timestamp;
-
- public ApplicationEvent ( Object source) {
- super ( source) ;
- this . timestamp = System . currentTimeMillis ( ) ;
- }
-
- public ApplicationEvent ( Object source, Clock clock) {
- super ( source) ;
- this . timestamp = clock. millis ( ) ;
- }
-
- public final long getTimestamp ( ) {
- return this . timestamp;
- }
-} 然后就是事件生产者和监听消费者
-@Component
-public class CustomSpringEventPublisher {
-
- @Resource
- private ApplicationEventPublisher applicationEventPublisher;
-
- public void publishCustomEvent ( final String message) {
- System . out. println ( "Publishing custom event. " ) ;
- CustomSpringEvent customSpringEvent = new CustomSpringEvent ( this , message) ;
- applicationEventPublisher. publishEvent ( customSpringEvent) ;
- }
-} 这里的 ApplicationEventPublisher 是 Spring 的方法接口
-@FunctionalInterface
-public interface ApplicationEventPublisher {
- default void publishEvent ( ApplicationEvent event) {
- this . publishEvent ( ( Object ) event) ;
- }
-
- void publishEvent ( Object var1) ;
-} 具体的是例如 org.springframework.context.support.AbstractApplicationContext#publishEvent(java.lang.Object, org.springframework.core.ResolvableType) 中的实现，后面可以展开讲讲
-事件监听者：
-@Component
-public class CustomSpringEventListener implements ApplicationListener < CustomSpringEvent > {
- @Override
- public void onApplicationEvent ( CustomSpringEvent event) {
- System . out. println ( "Received spring custom event - " + event. getMessage ( ) ) ;
- }
-} 这里的也是 spring 的一个方法接口
-@FunctionalInterface
-public interface ApplicationListener < E extends ApplicationEvent > extends EventListener {
- void onApplicationEvent ( E var1) ;
-
- static < T > ApplicationListener < PayloadApplicationEvent < T > > forPayload ( Consumer < T > ) {
- return ( event) -> {
- consumer. accept ( event. getPayload ( ) ) ;
- } ;
- }
-} 然后简单包个请求
-
-@RequestMapping ( value = "/event" , method = RequestMethod . GET )
-@ResponseBody
-public void event ( ) {
- customSpringEventPublisher. publishCustomEvent ( "hello sprint event" ) ;
-}
-]]>
-
- Java
- Spring
-
-
- Java
- Spring
- Spring Event
-
-
-
- summary-ranges-228
- /2016/10/12/summary-ranges-228/
- problemGiven a sorted integer array without duplicates, return the summary of its ranges.
-For example, given [0,1,2,4,5,7], return ["0->2","4->5","7"].
-题解 每一个区间的起点nums[i]加上j是否等于nums[i+j]参考
-Code class Solution {
-public:
- vector<string> summaryRanges(vector<int>& nums) {
- int i = 0, j = 1, n;
- vector<string> res;
- n = nums.size();
- while(i < n){
- j = 1;
- while(j < n && nums[i+j] - nums[i] == j) j++;
- res.push_back(j <= 1 ? to_string(nums[i]) : to_string(nums[i]) + "->" + to_string(nums[i + j - 1]));
- i += j;
- }
- return res;
- }
-};
-
- leetcode
-
-
- leetcode
- c++
-
-
-
- swoole-websocket-test
- /2016/07/13/swoole-websocket-test/
- 玩一下swoole的websocketWebSocket是HTML5开始提供的一种在单个TCP 连接上进行全双工 通讯的协议。WebSocket通信协议于2011年被IETF 定为标准RFC 6455，WebSocketAPI被W3C定为标准。wiki 。
-环境准备 因为swoole官方还不支持windows，所以需要装下linux,之前都是用ubuntu，Oneinstack ，可以按需安装
-swoole 1.install via pecl
-pecl install swoole2.install from source
-sudo apt-get install php5-dev
-git clone https://github.com/swoole/swoole-src.git
-cd swoole-src
-phpize
-./configure
-make && make install3.add extension
-extension = swoole.so4.test extension
-php -m | grep swoole如果存在就代表安装成功啦
-Exec 实现代码看了这位仁兄的代码
-还是贴一下代码
-
-$ws = new swoole_websocket_server ( "0.0.0.0" , 9502 ) ;
-
-
-$ws -> on ( 'open' , function ( $ws , $request ) {
- $fd [ ] = $request -> fd ;
- $GLOBALS [ 'fd' ] [ ] = $fd ;
-
- $ws -> push ( $request -> fd , "hello user{ $request -> fd } ) ;
-} ) ;
-
-
-$ws -> on ( 'message' , function ( $ws , $frame ) {
- $msg = 'from' . $frame -> fd . ":{ $frame -> data } ;
-
- foreach ( $GLOBALS [ 'fd' ] as $aa ) {
- foreach ( $aa as $i ) {
- if ( $i != $frame -> fd ) {
-
- $ws -> push ( $i , $msg ) ;
- }
- }
- }
-} ) ;
-
-
-$ws -> on ( 'close' , function ( $ws , $fd ) {
- echo "client-{ $fd } ;
-} ) ;
-
-$ws -> start ( ) ; 客户端：
-<! DOCTYPE html > < htmllang = " en" > < head> < metacharset = " UTF-8" > < title> </ title> </ head> < body> < divid = " msg" > </ div> < inputtype = " text" id = " text" > < inputtype = " submit" value = " 发送数据" onclick = " song ( ) " > </ body> < script>
- var msg = document. getElementById ( "msg" ) ;
- var wsServer = 'ws://0.0.0.0:9502' ;
-
-
- var websocket = new WebSocket ( wsServer) ;
-
- websocket. onopen = function ( evt ) {
-
-
- msg. innerHTML = websocket. readyState;
- } ;
-
- function song ( ) {
- var text = document. getElementById ( 'text' ) . value;
- document. getElementById ( 'text' ) . value = '' ;
-
- websocket. send ( text) ;
- }
-
-
-
-
-
-
- websocket. onmessage = function ( evt ) {
- msg. innerHTML += evt. data + '<br>' ;
-
- } ;
-
-
-
-
-
- </ script> </ html> 做了个循环，将当前用户的消息发送给同时在线的其他用户，比较简陋，如下图
-]]>
-
- php
-
-
- websocket
- swoole
-
-
-
- wordpress 忘记密码的一种解决方法
- /2021/12/05/wordpress-%E5%BF%98%E8%AE%B0%E5%AF%86%E7%A0%81%E7%9A%84%E4%B8%80%E7%A7%8D%E8%A7%A3%E5%86%B3%E6%96%B9%E6%B3%95/
- 前阵子搭了个 WordPress，但是没怎么用，前两天发现忘了登录密码了，最近不知道是什么情况，chrome 的记住密码跟历史记录感觉有点问题，历史记录丢了不少东西，可能是时间太久了，但是理论上应该有 LRU 这种策略的，有些还比较常用，还有记住密码，因为个人域名都是用子域名分配给各个服务，有些记住了，有些又没记住密码，略蛋疼，所以就找了下这个方案。wp_users 表，用 select 查询看下可以看到有用户的数据，如果是像我这样搭着玩的没有创建其他用户的话应该就只有一个用户，那我们的表里的用户数据就只会有一条，当然多条的话可以通过用户名来找UPDATE wp_users SET user_pass = MD5( '123456' ) WHERE ID = 1 ; 然后就能用自己的账户跟刚才更新的密码登录了。
-]]>
-
- 小技巧
-
-
- WordPress
- 小技巧
-
-
-
- 《垃圾回收算法手册读书》笔记之整理算法
- /2021/03/07/%E3%80%8A%E5%9E%83%E5%9C%BE%E5%9B%9E%E6%94%B6%E7%AE%97%E6%B3%95%E6%89%8B%E5%86%8C%E8%AF%BB%E4%B9%A6%E3%80%8B%E7%AC%94%E8%AE%B0%E4%B9%8B%E6%95%B4%E7%90%86%E7%AE%97%E6%B3%95/
- 最近看了下这本垃圾回收算法手册，看到了第三章的标记-整理回收算法，做个简单的读书笔记
-双指针整理算法 对于一块待整理区域，通过两个指针，free 在区域的起始端，scan 指针在区域的末端，free 指针从前往后知道找到空闲区域，scan 从后往前一直找到存活对象，当 free 指针未与 scan 指针交叉时，会给 scan 位置的对象特定位置标记上 free 的地址，即将要转移的地址，不过这里有个限制，这种整理算法一般会用于对象大小统一的情况，否则 free 指针扫描时还需要匹配scan 指针扫描到的存活对象的大小。
-Lisp 2 整理算法 需要三次完整遍历堆区域
-引线整理算法 这个真的长见识了，
-单次遍历算法 这个一直提到过位图的实现方式，
-]]>
-
- Java
- gc
- jvm
-
-
- java
- gc
- 标记整理
- 垃圾回收
- jvm
-
-
-
- 一个 nginx 的简单记忆点
- /2022/08/21/%E4%B8%80%E4%B8%AA-nginx-%E7%9A%84%E7%AE%80%E5%8D%95%E8%AE%B0%E5%BF%86%E7%82%B9/
- 上周在处理一个 nginx 配置的时候，发现了一个之前不理解的小点，说一个场景，就是我们一般的处理方式就是一个 ip 端口只能配置一个域名的服务，比如 https://nicksxs.me 对应配置到 127.0.0.1:443，如果我想要把 https://nicksxs.com 也解析到这个服务器，并转发到不同的下游，这里就需要借助所谓的 SNI 的功能
-Server Name Indication A more generic solution for running several HTTPS servers on a single IP address is TLS Server Name Indication extension (SNI, RFC 6066), which allows a browser to pass a requested server name during the SSL handshake and, therefore, the server will know which certificate it should use for the connection. SNI is currently supported by most modern browsers, though may not be used by some old or special clients.来源
-首先我们需要确认 sni 已被支持
-stream {
- map $ssl_preread_server_name $stream_map {
- nicksxs.me nme;
- nicksxs.com ncom;
- }
-
- upstream nme{
- server 127.0.0.1:8000;
- }
- upstream ncom{
- server 127.0.0.1:8001;
- }
-
- server {
- listen 443 reuseport;
- proxy_pass $stream_map ;
- ssl_preread on ;
- }
-} 类似这样，但是这个理解是非常肤浅和不完善的，只是简单记忆下，后续再进行补充完整
-还有一点就是我们在配置的时候经常配置就是 server_name，但是会看到直接在使用 ssl_server_name，
-]]>
-
- nginx
-
-
- nginx
-
-
-
- 上次的其他 外行聊国足
- /2022/03/06/%E4%B8%8A%E6%AC%A1%E7%9A%84%E5%85%B6%E4%BB%96-%E5%A4%96%E8%A1%8C%E8%81%8A%E5%9B%BD%E8%B6%B3/
- 上次本来想在换车牌后面聊下这个话题，为啥要聊这个话题呢，也很简单，在地铁上看到一对猜测是情侣或者比较关系好的男女同学在聊，因为是这位男同学是大学学的工科，然后自己爱好设计绘画相关的，可能还以此赚了点钱，在地铁上讨论男的要不要好好努力把大学课程完成好，大致的观点是没必要，本来就不适合，这一段我就不说了，恋爱人的嘴，信你个鬼。
-
- 生活
- 运动
-
-
- 生活
-
-
-
- 介绍一下 RocketMQ
- /2020/06/21/%E4%BB%8B%E7%BB%8D%E4%B8%80%E4%B8%8B-RocketMQ/
- 说起消息队列一般Web后端做过一段时间开发的肯定会用过，在前司的时候用的是改良版的 NSQ，有点像 NOSQL 的简写版🙄，其实是个go 语言写的消息队列，nsq 看代码提交感觉最近更新的不是很勤，不过因为前司有专门的中间件团队，所以还是挺好用的，而且中间件团队的大牛也很厉害，一次都没碰到过丢消息之类的错误，然后现在公司用的是 RocketMQ，本着总还是要了解下的，并且消息队列也是服务端开发中一个很重要的中间件，因为不太有不需要用消息队列的后端团队了吧，原来对 nsq 也不是特别了解原理，就打算了解下 RocketMQ。
-还是像我这样的小白专属，消息队列用来干啥，很多都是标准答案，用来削峰填谷的，这个完全对，只是我想结合场景说给像我这样的小白同学听，想想一个电商的下单功能，除了 AT 两家之外应该大部分都是接入的支付，那么下单支付完成后一般都是等支付回调，告诉你支付完成了（也有可能是失败了，或者超时了咱们主动去查），然后这个回调里我们自己的业务代码干点啥，首先比如是把订单状态改掉了，然后会有各类的操作，比如把优惠券核销了，把其他金钱相关的也核销了，把购物车里对应的商品给删了，还有更次要的，比如发个客服消息，让用户确认下地址的，给用户加积分的等等等等，想象下如果这些都是回调里一股脑儿做掉了，那可能你的代码健壮性跟相关服务的稳定性还有性能要达到一个非常高的水平才能让业务不出现异常，并且万一流量打起来了，这些重要的不重要的操作都会阻塞着，所以需要用一个消息队列，在接到回调后只处理极少的几个核心操作，完了就把这个消息丢进消息队列里，让各个业务方去消费这个消息，把客服消息发一下，给用户加个积分等等，这样子主要的业务流程需要处理的事情就少了，速度也加快了，这个例子呢不能严格算是削峰填谷的例子，不过也算是消息队列的比较典型的使用场景了，要说真实的削峰填谷的话其实可以这么理解，假如短时间内有 1w 个请求进来，系统能支持的 QPS 才 1000，那么正常情况下服务就挂了，或者被限流了，为了让服务正常，那么可以把这些请求先放进消息队列里，我服务端以拉的模式按我的处理能力来消费，这样就没啥问题了
-扯了这么多来聊聊 RocketMQ 长啥样
-
-总共有四大部分：NameServer，Broker，Producer，Consumer。
-NameServer NameServer是一个非常简单的Topic路由注册中心，其角色类似Dubbo中的zookeeper，支持Broker的动态注册与发现。主要包括两个功能：Broker管理，NameServer接受Broker集群的注册信息并且保存下来作为路由信息的基本数据。然后提供心跳检测机制，检查Broker是否还存活；路由信息管理，每个NameServer将保存关于Broker集群的整个路由信息和用于客户端查询的队列信息。然后Producer和Conumser通过NameServer就可以知道整个Broker集群的路由信息，从而进行消息的投递和消费。NameServer通常也是集群的方式部署，各实例间相互不进行信息通讯。Broker是向每一台NameServer注册自己的路由信息，所以每一个NameServer实例上面都保存一份完整的路由信息。当某个NameServer因某种原因下线了，Broker仍然可以向其它NameServer同步其路由信息，Producer,Consumer仍然可以动态感知Broker的路由的信息。
-NameServer压力不会太大，正常情况主要负责维持心跳和提供Topic-Broker的关系数据。但有一点需要注意，Broker向Namesr发心跳时，会带上当前自己所负责的所有Topic信息，如果Topic个数太多，会导致一次心跳中，光Topic的数据就非常大，网络情况差的话，网络传输失败，心跳失败，导致Namesrv误认为Broker心跳失败。
-Broker Broker主要负责消息的存储、投递和查询以及服务高可用保证，为了实现这些功能，Broker包含了以下几个重要子模块。
-
-Remoting Module：整个Broker的实体，负责处理来自clients端的请求。
-Client Manager：负责管理客户端(Producer/Consumer)和维护Consumer的Topic订阅信息
-Store Service：提供方便简单的API接口处理消息存储到物理硬盘和查询功能。
-HA Service：高可用服务，提供Master Broker 和 Slave Broker之间的数据同步功能。
-Index Service：根据特定的Message key对投递到Broker的消息进行索引服务，以提供消息的快速查询。
-
-Broker的特点 1.负载均衡： Broker上存Topic信息，Topic由多个队列组成，队列会平均分散在多个Broker上， 而Producer的发送机制保证消息尽量平均分布到所有队列中，最终效果就是所有消息都平均落在每个Broker上。
-2.动态伸缩能力（非顺序消息） ：Broker的伸缩性体现在两个维度：Topic, Broker。
-
-Topic维度： 假如一个Topic的消息量特别大，但集群水位压力还是很低，就可以扩大该Topic的队列数，Topic的队列数跟发送、消费速度成正比。Broker维度： 如果集群水位很高了，需要扩容，直接加机器部署Broker就可以。Broker起来后想NameServer注册，Producer、Consumer通过NameServer发现新Broker，立即跟该Broker直连，收发消息。
-
-3.高可用&高可靠
-
-高可用： 集群部署时一般都为主备，备机实时从主机同步消息，如果其中一个主机宕机，备机提供消费服务，但不提供写服务。高可靠： 所有发往broker的消息，有同步刷盘和异步刷盘机制；同步刷盘时，消息写入物理文件才会返回成功，异步刷盘时，只有机器宕机，才会产生消息丢失，broker挂掉可能会发生，但是机器宕机崩溃是很少发生的，除非突然断电
-
-Producer Producer与NameServer集群中的其中一个节点（随机选择）建立长连接，定期从NameServer获取Topic路由信息，并向提供Topic 服务的Master建立长连接，且定时向Master发送心跳。Producer完全无状态，可集群部署。RocketMQ提供三种发送方式：
-
-同步： 在广泛的场景中使用可靠的同步传输，如重要的通知信息、短信通知、短信营销系统等。异步： 异步发送通常用于响应时间敏感的业务场景，发送出去即刻返回，利用回调做后续处理。一次性： 一次性发送用于需要中等可靠性的情况，如日志收集，发送出去即完成，不用等待发送结果，回调等等。
-
-生产者端的负载均衡 生产者发送时，会自动轮询当前所有可发送的broker，一条消息发送成功，下次换另外一个broker发送，以达到消息平均落到所有的broker上。
-Consumer Consumer与NameServer集群中的其中一个节点（随机选择）建立长连接，定期从NameServer获取Topic路由信息，并向提供Topic服务的Master、Slave建立长连接，且定时向Master、Slave发送心跳。Consumer既可以从Master订阅消息，也可以从Slave订阅消息，消费者在向Master拉取消息时，Master服务器会根据拉取偏移量与最大偏移量的距离（判断是否读老消息，产生读I/O），以及从服务器是否可读等因素建议下一次是从Master还是Slave拉取。
-消费者端的负载均衡 先讨论消费者的消费模式，消费者有两种模式消费：集群消费，广播消费。
-
-广播消费：每个消费者消费Topic下的所有队列。 集群消费：一个topic可以由同一个ID下所有消费者分担消费。
-
-消费者端的负载均衡，就是集群消费模式下，同一个ID的所有消费者实例平均消费该Topic的所有队列。
-消费者从用户角度来看有两种类型：
-
-PullConsumer：主动从brokers处拉取消息。 Consumer消费的一种类型，应用通常主动调用Consumer的拉消息方法从Broker服务器拉消息、主动权由应用控制。一旦获取了批量消息，应用就会启动消费过程。PushConsumer：Consumer消费的一种类型，该模式下Broker收到数据后会主动推送给消费端，该消费模式一般实时性较高。
-
-补充一些概念 Topic：主题，表示一类消息的集合，每个主题包含若干条消息，每条消息只能属于一个主题，是RocketMQ进行消息订阅的基本单位。 Topic与生产者和消费者都是非常松散的关系，一个topic可以有0个或者1个或者多个生产者向其发送消息，换句话说，一个生产者可以同时向不同和topic发送消息。从消费者的解度来说，一个topic可能被0个或者一个或者多个消费组订阅，类似的，一个消费组可以订阅一个或者多个主题只要这个消费组的实例保持他们的订阅一致。
-Message：消息 消息系统所传输信息的物理载体，生产和消费数据的最小单位，每条消息必须属于一个主题。RocketMQ中每个消息拥有唯一的Message ID，且可以携带具有业务标识的Key。系统提供了通过Message ID和Key查询消息的功能。。
-Message Queue：消息队列， 一个主题被化分为一个或者多个子主题（sub-topics），“消息队列”.
-Tag：标签，为消息设置的标志，用于同一主题下区分不同类型的消息。来自同一业务单元的消息，可以根据不同业务目的在同一主题下设置不同标签。标签能够有效地保持代码的清晰度和连贯性，并优化RocketMQ提供的查询系统。消费者可以根据Tag实现对不同子主题的不同消费逻辑，实现更好的扩展性。 使用tag，同一业务模块不同目的的messages就可以用相同topic不同tag来标识。Tags有益于保持你的代码干净而条理清晰，同时促进使用RocketMQ提供的查询系统的效率。Topic：主题，是生产者发送的消息和消费者拉取的消息的归类。Topic与生产者和消费者都是非常松散的关系，一个topic可以有0个或者1个或者多个生产者向其发送消息，换句话说，一个生产者可以同时向不同和topic发送消息。从消费者的解度来说，一个topic可能被0个或者一个或者多个消费组订阅，类似的，一个消费组可以订阅一个或者多个主题只要这个消费组的实例保持他们的订阅一致。
-Message Order：当使用DefaultMQPushConsumer时，你需要确定消费消息的方式：
-
-Orderly：顺序地消费消息即表示消费的消息顺序同生产者发送的顺序一致。
-
-Consumer Group：消费组， 同一类Consumer的集合，这类Consumer通常消费同一类消息且消费逻辑一致。消费者组使得在消息消费方面，实现负载均衡和容错的目标变得非常容易。要注意的是，消费者组的消费者实例必须订阅完全相同的Topic。RocketMQ 支持两种消息模式：集群消费（Clustering）和广播消费（Broadcasting）。Producer Group:生产者组， 同一类Producer的集合，这类Producer发送同一类消息且发送逻辑一致。如果发送的是事务消息且原始生产者在发送之后崩溃，则Broker服务器会联系同一生产者组的其他生产者实例以提交或回溯消费。
-上面的这些我主要参考了 RocketMQ 的 GitHub 介绍和一些优秀网文的介绍，侵权请联系我删除。
-]]>
-
- MQ
- RocketMQ
- 消息队列
- RocketMQ
- 中间件
- RocketMQ
-
-
- MQ
- 消息队列
- RocketMQ
- 削峰填谷
- 中间件
-
-
-
- 《长安的荔枝》读后感
- /2022/07/17/%E3%80%8A%E9%95%BF%E5%AE%89%E7%9A%84%E8%8D%94%E6%9E%9D%E3%80%8B%E8%AF%BB%E5%90%8E%E6%84%9F/
- 断断续续地看完了马伯庸老师的《长安的荔枝》，一开始是看这本书在排行榜排得很高，又是马伯庸的，之前看过他的《古董局中局》，还是很有意思的，而且正好是比较短的，不过前后也拖了蛮久才看完，看完后读了下马老师自己写的后记，就特别有感触。
-
- 读后感
- 生活
-
-
- 生活
- 读后感
-
-
-
- 介绍下最近比较实用的端口转发
- /2021/11/14/%E4%BB%8B%E7%BB%8D%E4%B8%8B%E6%9C%80%E8%BF%91%E6%AF%94%E8%BE%83%E5%AE%9E%E7%94%A8%E7%9A%84%E7%AB%AF%E5%8F%A3%E8%BD%AC%E5%8F%91/
- vscode 扩展转发在日常使用云服务器的时候，如果要访问上面自建的 mysql，一般要不直接开对应的端口，然后需要对本地 ip 进行授权，但是这个方案会有比较多的限制，比如本地 ip 变了，比如是非固定出口 ip 的家用宽带，或者要在家里跟公司都要访问，如果对所有 ip 都授权的话会不安全，这个时候其实是用 ssh 端口转发是个比较安全方便的方式。Remote - SSH
-ssh 命令转发 还有个方式是直接使用 ssh 命令
-ssh -CfNg -L 3307 :127.0.0.1:3306 user1@199.199.199.199简单介绍下这个命令-C 表示的是压缩数据包-f 表示后台执行命令-N 是表示不执行具体命令只用于端口转发-g 表示允许远程主机连接本地转发端口-L 则是具体端口转发的映射配置user1和ip地址199.199.199.199，当然这个配置也不是唯一的
-ssh config 配置转发 还可以在ssh 的 config 配置中加对应的配置
-Host host1
- HostName 199.199 .199.199
- User user1
- IdentityFile /Users/user1/.ssh/id_rsa
- ServerAliveInterval 60
- LocalForward 3310 127.0 .0.1:3306然后通过 ssh host1 连接服务器的时候就能顺带做端口转发
-]]>
-
- ssh
- 技巧
-
-
- ssh
- 端口转发
-
-
-
- 从丁仲礼被美国制裁聊点啥
- /2020/12/20/%E4%BB%8E%E4%B8%81%E4%BB%B2%E7%A4%BC%E8%A2%AB%E7%BE%8E%E5%9B%BD%E5%88%B6%E8%A3%81%E8%81%8A%E7%82%B9%E5%95%A5/
- 几年前看了柴静的《穹顶之下》觉得这个记者调查得很深入，挺有水平，然后再看到了她跟丁仲礼的采访，其实没看完整，也没试着去理解，就觉得环境问题挺严重的，为啥柴静这个对面的这位好像对这个很不屑的样子，最近因为丁仲礼上了美国制裁名单，B 站又有人把这个视频发了出来，就完整看了下，就觉得自己挺惭愧的，就抱着对柴静的好感而没来由的否定了丁老的看法和说法，所以人也需要不断地学习，改正之前错误的观点，当然不是说我现在说的就是百分百正确，只是个人的一些浅显的见解
-先聊聊这个事情，整体看下来我的一些理解，IPCC给中国的方案其实是个很大的陷阱，它里面有几个隐藏的点是容易被我们外行忽略的，第一点是基数，首先发达国家目前（指2010年采访或者IPCC方案时间）的人均碳排放量已经是远高于发展中国家的了，这也就导致了所谓的发达国家承诺减排80%是个非常有诚意的承诺其实就是忽悠；第二点是碳排放是个累计过程，从1900年开始到2050年，或者说到2010年，发达国家已经排的量是远超过发展中国家的，这是非常不公平的；第三点其实是通过前两点推导出来的，也就是即使发达国家这么有诚意地说减排80%，扒开这层虚伪的外衣，其实是给他们11亿人分走了48%的碳排放量，留给发展中国家55亿人口的只剩下了52%；第四点，人是否因为国家的发达与否而应受到不平等待遇，如果按国家维度，丁老说的，摩纳哥要跟中国分同样的排放量么，中国人还算不算人；第五点，这点算是我自己想的，也可能是柴静屁股决定脑袋想不到的点，她作为一个物质生活条件已经足够好了，那么对于那些生活在物质条件平均线以下的，他们是否能像城里人那样有空调地暖，洗澡有热水器浴霸，上下班能开车，这些其实都直接或者间接地导致了碳排放；他们有没有改善物质生活条件地权利呢，并且再说回来，其实丁老也给了我们觉得合理地方案，我们保证不管发达国家不管减排多少，我们都不会超过他们的80%，我觉得这是真正的诚意，而不是接着减排80%的噱头来忽悠人，也是像丁老这样的专家才能看破这个陷阱，碳排放权其实就是发展权，就是人权，中国人就不是人了么，或者说站在贫困线以下的人民是否有改善物质条件的权利，而不是说像柴静这样，只是管她自己，可能觉得小孩因为空气污染导致身体不好，所以做了穹顶之下这个纪录片，想去改善这个事情，空气污染不是说对的，只是每个国家都有这个过程，如果不发展，哪里有资源去让人活得好，活得好了是前提，然后再去各方面都改善。
-对于这个问题其实更想说的是人的认知偏差，之前总觉得美帝是更自由民主，公平啥的，或者说觉得美帝啥都好，有种无脑愤青的感觉，外国的月亮比较圆，但是经历了像川普当选美国总统以来的各种魔幻操作，还有对于疫情的种种不可思议的美国民众的反应，其实更让人明白第一是外国的月亮没比较圆，第二是事情总是没那么简单粗暴非黑即白，美国不像原先设想地那么领先优秀，但是的确有很多方面是全球领先的，天朝也有体制所带来的优势，不可妄自菲薄，也不能忙不自大，还是要多学习知识，提升认知水平。
-]]>
-
- 生活
- 吐槽
- 疫情
- 美国
-
-
- 生活
- 吐槽
- 疫情
- 美国
-
-
-
- 从清华美院学姐聊聊我们身边的恶人
- /2020/11/29/%E4%BB%8E%E6%B8%85%E5%8D%8E%E7%BE%8E%E9%99%A2%E5%AD%A6%E5%A7%90%E8%81%8A%E8%81%8A%E6%88%91%E4%BB%AC%E8%BA%AB%E8%BE%B9%E7%9A%84%E6%81%B6%E4%BA%BA/
- 前几天清华美院学姐的热点火了，然后仔细看了下，其实是个学姐诬陷以为其貌不扬的男同学摸她屁股，你来打我呀”，真的是让我再次体会到了所谓的恶人先告状的又一完美呈现，后面还有个乘客还是表示要打死司机这个傻 ，让我有点不明所以，俗话说有人是得理不饶人，前提是得理，这种理亏不饶人真的是挺让人长见识的，试想下，司机在提示三次后，这位乘客还是没有把口罩戴好，如何在不指着这位乘客的情况下能准确的提示到她呢，并且觉得语气态度不好，司机要载着一车的人，因为你这一个乘客不戴好口罩而不能正常出发，有些着急应该很正常吧，可能是平时自己在家里耀武扬威的使唤别人习惯了吧，别人不敢这么大声跟她说话，其实想想这位中年女性应该年纪不会很大，还比较时髦的吧，像一些常见的中年杭州本地人可能是不会说傻*这个词的吧。
-
- 生活
- 吐槽
- 疫情
- 口罩
-
-
- 生活
- 吐槽
- 疫情
- 公交车
- 口罩
- 杀人诛心
-
-
-
- 关于读书打卡与分享
- /2021/02/07/%E5%85%B3%E4%BA%8E%E8%AF%BB%E4%B9%A6%E6%89%93%E5%8D%A1%E4%B8%8E%E5%88%86%E4%BA%AB/
- 最近群里大佬发起了一个读书打卡活动，需要每天读一会书，在群里打卡分享感悟，争取一个月能读完一本书，说实话一天十分钟的读书时间倒是问题不大，不过每天都要打卡，而且一个月要读完一本书，其实难度还是有点大的，不过也想试试看。
-
- 生活
- 读后感
- 白岩松
- 幸福了吗
-
-
- 读后感
- 读书
- 打卡
- 幸福了吗
- 足球
-
-
-
- 关于公共交通再吐个槽
- /2021/03/21/%E5%85%B3%E4%BA%8E%E5%85%AC%E5%85%B1%E4%BA%A4%E9%80%9A%E5%86%8D%E5%90%90%E4%B8%AA%E6%A7%BD/
- 事情源于周末来回家发生的两件事情，先是回去的时候从高铁下车要坐公交，现在算是有个比较好的临时候车点了，但是可能由于疫情好转，晚上都不用检查健康码就可以进候车点，但是上公交的时候还是需要看健康码，一般情况下从高铁下来的，各个地方的人都有，而且也不太清楚这边上公交车需要查验健康码，我的一个看法是候车的时候就应该放个横幅告示，或者再配合喇叭循环播放，请提前准备好健康码，上车前需要查验，因为像这周的情况，我乘坐的那辆车是间隔时间比较长，而且终点是工业开发区，可能是比较多外来务工人员的目的地，正好这部分人可能对于操作手机检验健康码这个事情不太熟悉，所以结果就是头上几个不知道怎么搞出来健康码，然后让几乎有满满一整车的人在后面堵着，司机又非常厌烦那些没有提前出示健康码的，有位乘客搞得久了点，还被误以为没刷卡买票，差点吵起来，其实公共交通或者高铁站负责的在公交指引路线上多写一句上车前需要查验健康码，可能就能改善比较多，还有就是那个积水的路，这个吐槽起来就一大坨了，整个绍兴像 dayuejin 一样到处都是破路。
-
- 生活
- 公交
-
-
- 生活
- 开车
- 加塞
- 糟心事
- 规则
- 公交
- 路政规划
- 基础设施
- 杭州
- 健康码
-
-
-
- 分享一次折腾老旧笔记本的体验-续篇
- /2023/02/12/%E5%88%86%E4%BA%AB%E4%B8%80%E6%AC%A1%E6%8A%98%E8%85%BE%E8%80%81%E6%97%A7%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%9A%84%E4%BD%93%E9%AA%8C-%E7%BB%AD%E7%AF%87/
- 接着上一篇的折腾记，因为这周又尝试了一些新的措施和方法，想继续记录分享下，上周的整体情况大概是 Ubuntu 系统能进去了，但是 Windows 进不去，PE 也进不去，Windows 启动盘也进不去，因为我的机器加过一个 msata 的固态，Windows 是装在 msata 固态硬盘里的，Ubuntu 是装在机械硬盘里的，所以有了一种猜测就是可能这个固态硬盘有点问题，还有就是还是怀疑内存的问题，正好家里还有个msata 的固态硬盘，是以前想给LD 的旧笔记本换上的，因为买回来放在那没有及时装，后面会又找不到，直到很后面才找到，LD 也不怎么用那个笔记本了，所以就一直放着了，这次我就想拿来换上。
-
- Windows
- 小技巧
-
-
- Windows
-
-
-
- 分享一次折腾老旧笔记本的体验-续续篇
- /2023/02/26/%E5%88%86%E4%BA%AB%E4%B8%80%E6%AC%A1%E6%8A%98%E8%85%BE%E8%80%81%E6%97%A7%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%9A%84%E4%BD%93%E9%AA%8C-%E7%BB%AD%E7%BB%AD%E7%AF%87/
- 上周因为一些事情没回去，买好了内存条这周才回去用，结果因为不知道是 U 盘的问题还是什么原来装的那个系统起不来，然后想用之前一直用的 LD 的笔记本，结果 LD 的老笔记本也起不来了，一直卡在启动界面，猜测可能是本身也比较老了，用的机械硬盘会不会被我一直动而损坏了，所以就想搞个老毛桃跟新搞一个启动盘，结果这周最大的坑就在这了，在我的 15 寸 mbp 上用etcher做了个 win10 的启动盘，可能是分区表格式是 GUID，不是 MBR 的，老电脑不能识别，就像装个虚拟机来做启动盘，结果像老毛桃不支持这种用虚拟机的，需要本地磁盘，然后我就有用 bootcamp 安装了个 win10，又没网络，查了下网络需要用 bootcamp 下载 Windows Support 软件，下了好久一直没下完，后来又提示连不上苹果服务器，好不容易下完了，开启 win10 后，安装到一半就蓝屏了，真的是够操蛋的，在这个时候真的很需要有一个 Windows 机器的支持，LD 的那个笔记本也跟我差不多老了，虽然比较慢但之前好歹也还可以用，结果这下也被我弄坏了，家里就没有其他机器可以支持了，有点巧妇难为无米之炊的赶脚，而且还是想再折腾下我的老电脑，后面看看打算做几个 U 盘，分工职责明确，一个老毛桃的PE 盘，老毛桃的虽然不是很纯净的，但是是我一直以来用过内置工具比较全，修复启动功能比较强大的一个 pe，没用过 winpe，后续可以考虑使用下，一个 win7 的启动盘，因为是老电脑，如果后面是新的电脑可以考虑是 win10，一个 win to go 盘，这样我的 mbp 就可以直接用 win10 了，不过想来也还是要有一台 win 机器才比较好，不然很多时候都是在折腾工具，工欲善其事必先利其器，后面也可以考虑能够更深入的去了解主板的一些问题，我原来的那个主板可能是一些小的电阻等问题，如果能自己学习解决就更好了，有时候研究下还是有意思的。
-]]>
-
- Windows
- 小技巧
-
-
- Windows
-
-
-
- 分享一次折腾老旧笔记本的体验
- /2023/02/05/%E5%88%86%E4%BA%AB%E4%B8%80%E6%AC%A1%E6%8A%98%E8%85%BE%E8%80%81%E6%97%A7%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%9A%84%E4%BD%93%E9%AA%8C/
- 上大学的时候买了第一个笔记本，是联想的小y，y460，配置应该是 i5+2g 内存，500g 硬盘，ati 5650 的显卡，那时候还是比较时髦的带有集显和独显切换的，一些人也觉得它算是一代“神机”，陪我度过了大学四年，还有毕业后的第一年，记得中间还用的比较曲折，差不多第一学期末的时候硬盘感觉有时候会文件操作卡住，去售后看了下，果然硬盘出问题了，还在当场把硬盘的东西都拷贝到新买的移动硬盘里，不过联想的售后还是比较不错的，在保内可以直接免费换，如果出保了估计就要修不起了，后面出了个很大的问题，就是屏幕花屏了，而且它的花屏是横着的会有那种上升的变化，一开始感觉跟湿度还有温度有点关系，天气冷了就很容易出现，天气热了就好一点，出现的概率小一点，而且是合盖后再开会好，过一会又会上升，只是这么度过了保修期，去售后问了下，修一下要两千多，后来是在玉泉学校里面的维修店，好像是花了六百多，省是省了很多，但是后面使用的时候发现有点漏光，而且两三个亮点，总归还是给我那不富裕的经济条件带来了一个正常屏幕，不过是挺影响使用，严格来说都没法用了，后面基本是大半个屏幕花掉，接近整个屏幕花掉，至此大学就是这么用过去了。0xc00000e9 错误码，现在想着是不是这个固态硬盘有点问题或者还是内存问题，只能后续再看了，拆机的时候也找不到视频，机器实在是太老了，后面再试试看。
-]]>
-
- Windows
- 小技巧
-
-
- Windows
-
-
-
- 分享一次比较诡异的 Windows 下 U盘无法退出的经历
- /2023/01/29/%E5%88%86%E4%BA%AB%E4%B8%80%E6%AC%A1%E6%AF%94%E8%BE%83%E8%AF%A1%E5%BC%82%E7%9A%84-Windows-%E4%B8%8B-U%E7%9B%98%E6%97%A0%E6%B3%95%E9%80%80%E5%87%BA%E7%9A%84%E7%BB%8F%E5%8E%86/
- 作为一个 Windows 的老用户，并且也算是 Windows 系统的半个粉丝，但是秉承一贯的优缺点都应该说的原则，Windows 系统有一点缺点是真的挺难受，相信 Windows 用过比较久的都会经历过，就是 U盘无法退出的问题，在比较远古时代，这个问题似乎能采取的措施不多，关机再拔 U盘的方式是一种比较保险的方式，其他貌似有 360这种可以解除占用的，但是需要安装 360 软件，对于目前的使用环境来说有点得不偿失，也是比较流氓的一类软件了，目前在 Windows 环境我主要就安装了个火绒，或者就用 Windows 自带的 defender。
-第一种 最近这次经历也是有火绒的一定责任，在我尝试推出 U盘的时候提示了我被另一个大流氓软件，XlibabaProtect.exe 占用了，这个流氓软件真的是充分展示了某里的技术实力，试过 N 多种办法都关不掉也删不掉，尝试了很多种办法也没办法删除，但是后面换了种思路，一般这种情况肯定是有进程在占用 U盘里的内容，最新版本的 Powertoys 会在文件的右键菜单里添加一个叫 File Locksmith 的功能，可以用于检查正在使用哪些文件以及由哪些进程使用，但是可能是我的使用姿势不对，没有仔细看文档，它里面有个”以管理员身份重启”,可能会有用。
-第二种 第二种方式是 Windows 任务管理器中性能 tab 下的”打开资源监视器”，F:
-第三种 所以尝试了第三种，
-第四种 这种是唯一对我有效的，在开始菜单搜索”event”，可以搜到”事件查看器”,
-]]>
-
- Windows
- 小技巧
-
-
- Windows
-
-
-
- 分享记录一下一个 scp 操作方法
- /2022/02/06/%E5%88%86%E4%BA%AB%E8%AE%B0%E5%BD%95%E4%B8%80%E4%B8%8B%E4%B8%80%E4%B8%AA-scp-%E6%93%8D%E4%BD%9C%E6%96%B9%E6%B3%95/
- scp 是个在服务器之间拷贝文件的一个常用命令，有时候有个场景是比如我们需要拷贝一些带有共同前缀的文件，但是有一个问题是比如我们有使用 zsh 的话，会出现一个报错，
-zsh: no matches found: root@100.100.100.100://root/prefix*这里就比较奇怪了，这个前缀的文件肯定是有的，这里其实是由于 zsh 会对 * 进行展开，这个可以在例如 ls 命令在使用中就可以发现 zsh 有这个特性*之前加反斜杠\来阻止对*展开和转义
-scp root@100.100.100.100://root/prefix* . 通过使用双引号"进行转义
-scp root@100.100.100.100:"//root/prefix*" . 或者可以将 shell 从 zsh 切换成 bash
-]]>
-
- shell
- 小技巧
-
-
- scp
-
-
-
- 周末我在老丈人家打了天小工
- /2020/08/16/%E5%91%A8%E6%9C%AB%E6%88%91%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E6%89%93%E4%BA%86%E5%A4%A9%E5%B0%8F%E5%B7%A5/
- 这周回家提前约好了要去老丈人家帮下忙，因为在翻修下老房子，活不是特别整的那种，所以大部分都是自己干，或者找个大工临时干几天（我们这那种比较专业的泥工匠叫做大工），像我这样去帮忙的，就是干点小工（把给大工帮忙的，干些偏体力活的叫做小工）的活。从大学毕业以后真的蛮少帮家里干活了，以前上学的时候放假还是帮家里淘个米，简单的扫地拖地啥的，当然刚高考完的时候，还去我爸厂里帮忙干了几天的活，实在是比较累，不过现在想着是觉得自己那时候比较牛，而不是特别排斥这个活，相对于现在的工作来说，导致了一系列的职业病，颈椎腰背都很僵硬，眼镜也不好，还有反流，像我爸那种活反而是脑力加体力的比较好的结合。for ( DriverInfo aDriver : registeredDrivers) {
+
+
+ if ( isDriverAllowed ( aDriver. driver, callerCL) ) {
+ try {
+
+ println ( " trying " + aDriver. driver. getClass ( ) . getName ( ) ) ;
+ Connection con = aDriver. driver. connect ( url, info) ;
+ if ( con != null ) {
+
+ println ( "getConnection returning " + aDriver. driver. getClass ( ) . getName ( ) ) ;
+ return ( con) ;
+ }
+ } catch ( SQLException ex) {
+ if ( reason == null ) {
+ reason = ex;
+ }
+ }
+
+ } else {
+ println ( " skipping: " + aDriver. getClass ( ) . getName ( ) ) ;
+ }
+
+ }
+
+
+ if ( reason != null ) {
+ println ( "getConnection failed: " + reason) ;
+ throw reason;
+ }
+
+ println ( "getConnection: no suitable driver found for " + url) ;
+ throw new SQLException ( "No suitable driver found for " + url, "08001" ) ;
+ } 上面的driver就是driver[className=com.mysql.cj.jdbc.Driver@64030b91]
+
+public Connection connect ( String url, Properties info) throws SQLException {
+ try {
+ try {
+ if ( ! ConnectionUrl . acceptsUrl ( url) ) {
+ return null ;
+ } else {
+ ConnectionUrl conStr = ConnectionUrl . getConnectionUrlInstance ( url, info) ;
+ switch ( conStr. getType ( ) ) {
+ case SINGLE_CONNECTION :
+ return ConnectionImpl . getInstance ( conStr. getMainHost ( ) ) ;
+ case FAILOVER_CONNECTION :
+ case FAILOVER_DNS_SRV_CONNECTION :
+ return FailoverConnectionProxy . createProxyInstance ( conStr) ;
+ case LOADBALANCE_CONNECTION :
+ case LOADBALANCE_DNS_SRV_CONNECTION :
+ return LoadBalancedConnectionProxy . createProxyInstance ( conStr) ;
+ case REPLICATION_CONNECTION :
+ case REPLICATION_DNS_SRV_CONNECTION :
+ return ReplicationConnectionProxy . createProxyInstance ( conStr) ;
+ default :
+ return null ;
+ }
+ }
+ } catch ( UnsupportedConnectionStringException var5) {
+ return null ;
+ } catch ( CJException var6) {
+ throw ( UnableToConnectException ) ExceptionFactory . createException ( UnableToConnectException . class , Messages . getString ( "NonRegisteringDriver.17" , new Object [ ] { var6. toString ( ) } ) , var6) ;
+ }
+ } catch ( CJException var7) {
+ throw SQLExceptionsMapping . translateException ( var7) ;
+ }
+ } 这是个 SINGLE_CONNECTION ,所以调用的就是 return ConnectionImpl.getInstance(conStr.getMainHost());
+public PooledConnection ( Connection connection, PooledDataSource dataSource) {
+ this . hashCode = connection. hashCode ( ) ;
+ this . realConnection = connection;
+ this . dataSource = dataSource;
+ this . createdTimestamp = System . currentTimeMillis ( ) ;
+ this . lastUsedTimestamp = System . currentTimeMillis ( ) ;
+ this . valid = true ;
+ this . proxyConnection = ( Connection ) Proxy . newProxyInstance ( Connection . class . getClassLoader ( ) , IFACES , this ) ;
+ } 结合这个
+@Override
+public Connection getConnection ( ) throws SQLException {
+ return popConnection ( dataSource. getUsername ( ) , dataSource. getPassword ( ) ) . getProxyConnection ( ) ;
+} 所以最终的connection就是com.mysql.cj.jdbc.ConnectionImpl@358ab600
]]>
- 生活
- 运动
- 跑步
- 干活
+ Java
+ Mybatis
- 生活
- 运动
- 减肥
- 跑步
- 干活
+ Java
+ Mysql
+ Mybatis
- 在老丈人家的小工记三
- /2020/09/13/%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E7%9A%84%E5%B0%8F%E5%B7%A5%E8%AE%B0%E4%B8%89/
- 小工记三前面这两周周末也都去老丈人家帮忙了，上上周周六先是去了那个在装修的旧房子那，把三楼收拾了下，因为要搬进来住，来不及等二楼装修好，就要把三楼里的东西都整理干净，这个活感觉是比较 easy，原来是就准备把三楼当放东西仓储的地方了，我们乡下大部分三层楼都是这么用的，这次也是没办法，之前搬进来的木头什么的都搬出去，主要是这上面灰尘太多，后面清理鼻孔的时候都是黑色的了，把东西都搬出去以后主要是地还是很脏，就扫了地拖了地，因为是水泥地，灰尘又太多了，拖起来都是会灰尘扬起来，整个脱完了的确干净很多，然而这会就出了个大乌龙，我们清理的是三楼的西边一间，结果老丈人上来说要住东边那间的🤦♂️，不过其实西边的也得清理，因为还是要放被子什么的，不算是白费功夫，接着清理东边那间，之前这个房子做过群租房，里面有个高低铺的床，当时觉得可以用在放被子什么的就没扔，只是拆掉了放旁边，我们就把它擦干净了又装好，发现螺丝🔩少了几个，亘古不变的真理，拆了以后装要不就多几个要不就少几个，不是很牢靠，不过用来放放被子省得放地上总还是可以的，对了前面还做了个事情就是铺地毯，其实也不是地毯，就是类似于墙布雨篷布那种，别人不用了送给我们的，三楼水泥地也不会铺瓷砖地板了就放一下，干净好看点，不过大小不合适要裁一下，那把剪刀是真的太难用了，我手都要抽筋了，它就是刀口只有一小个点是能剪下来的，其他都是钝的，后来还是用刀片直接裁，铺好以后，真的感觉也不太一样了，焕然一新的感觉
+ mybatis系列-第一条sql的细节
+ /2022/12/11/mybatis%E7%B3%BB%E5%88%97-%E7%AC%AC%E4%B8%80%E6%9D%A1sql%E7%9A%84%E7%BB%86%E8%8A%82/
+ 先补充两个点，org.apache.ibatis.builder.xml.XMLConfigBuilder 创建了parser解析器，那么解析的结果是什么public Configuration parse ( ) {
+ if ( parsed) {
+ throw new BuilderException ( "Each XMLConfigBuilder can only be used once." ) ;
+ }
+ parsed = true ;
+ parseConfiguration ( parser. evalNode ( "/configuration" ) ) ;
+ return configuration;
+} 返回的是 org.apache.ibatis.session.Configuration , 而这个 Configuration 也是 mybatis 中特别重要的配置核心类，贴一下里面的成员变量，
+public class Configuration {
+
+ protected Environment environment;
+
+ protected boolean safeRowBoundsEnabled;
+ protected boolean safeResultHandlerEnabled = true ;
+ protected boolean mapUnderscoreToCamelCase;
+ protected boolean aggressiveLazyLoading;
+ protected boolean multipleResultSetsEnabled = true ;
+ protected boolean useGeneratedKeys;
+ protected boolean useColumnLabel = true ;
+ protected boolean cacheEnabled = true ;
+ protected boolean callSettersOnNulls;
+ protected boolean useActualParamName = true ;
+ protected boolean returnInstanceForEmptyRow;
+ protected boolean shrinkWhitespacesInSql;
+ protected boolean nullableOnForEach;
+ protected boolean argNameBasedConstructorAutoMapping;
+
+ protected String logPrefix;
+ protected Class < ? extends Log > ;
+ protected Class < ? extends VFS> ;
+ protected Class < ? > ;
+ protected LocalCacheScope localCacheScope = LocalCacheScope . SESSION ;
+ protected JdbcType jdbcTypeForNull = JdbcType . OTHER ;
+ protected Set < String > = new HashSet < > ( Arrays . asList ( "equals" , "clone" , "hashCode" , "toString" ) ) ;
+ protected Integer defaultStatementTimeout;
+ protected Integer defaultFetchSize;
+ protected ResultSetType defaultResultSetType;
+ protected ExecutorType defaultExecutorType = ExecutorType . SIMPLE ;
+ protected AutoMappingBehavior autoMappingBehavior = AutoMappingBehavior . PARTIAL ;
+ protected AutoMappingUnknownColumnBehavior autoMappingUnknownColumnBehavior = AutoMappingUnknownColumnBehavior . NONE ;
+
+ protected Properties variables = new Properties ( ) ;
+ protected ReflectorFactory reflectorFactory = new DefaultReflectorFactory ( ) ;
+ protected ObjectFactory objectFactory = new DefaultObjectFactory ( ) ;
+ protected ObjectWrapperFactory objectWrapperFactory = new DefaultObjectWrapperFactory ( ) ;
+
+ protected boolean lazyLoadingEnabled = false ;
+ protected ProxyFactory proxyFactory = new JavassistProxyFactory ( ) ;
+
+ protected String databaseId;
+
+ protected Class < ? > ;
+
+ protected final MapperRegistry mapperRegistry = new MapperRegistry ( this ) ;
+ protected final InterceptorChain interceptorChain = new InterceptorChain ( ) ;
+ protected final TypeHandlerRegistry typeHandlerRegistry = new TypeHandlerRegistry ( this ) ;
+ protected final TypeAliasRegistry typeAliasRegistry = new TypeAliasRegistry ( ) ;
+ protected final LanguageDriverRegistry languageRegistry = new LanguageDriverRegistry ( ) ;
+
+ protected final Map < String , MappedStatement > = new StrictMap < MappedStatement > ( "Mapped Statements collection" )
+ . conflictMessageProducer ( ( savedValue, targetValue) ->
+ ". please check " + savedValue. getResource ( ) + " and " + targetValue. getResource ( ) ) ;
+ protected final Map < String , Cache > = new StrictMap < > ( "Caches collection" ) ;
+ protected final Map < String , ResultMap > = new StrictMap < > ( "Result Maps collection" ) ;
+ protected final Map < String , ParameterMap > = new StrictMap < > ( "Parameter Maps collection" ) ;
+ protected final Map < String , KeyGenerator > = new StrictMap < > ( "Key Generators collection" ) ;
+
+ protected final Set < String > = new HashSet < > ( ) ;
+ protected final Map < String , XNode > = new StrictMap < > ( "XML fragments parsed from previous mappers" ) ;
+
+ protected final Collection < XMLStatementBuilder > = new LinkedList < > ( ) ;
+ protected final Collection < CacheRefResolver > = new LinkedList < > ( ) ;
+ protected final Collection < ResultMapResolver > = new LinkedList < > ( ) ;
+ protected final Collection < MethodResolver > = new LinkedList < > ( ) ; 这么多成员变量，先不一一解释作用，但是其中的几个参数我们应该是已经知道了的，第一个就是 mappedStatements ，上一篇我们知道被解析的mapper就是放在这里，后面的 resultMaps ，parameterMaps 也比较常用的就是我们参数和结果的映射map，这里跟我之前有一篇解释为啥我们一些变量的使用会比较特殊，比如list，可以参考这篇 ，keyGenerators是在我们需要定义主键生成器的时候使用。org.apache.ibatis.session.SqlSessionFactory 是哪个，
+public SqlSessionFactory build ( Configuration config) {
+ return new DefaultSqlSessionFactory ( config) ;
+} 是这个 DefaultSqlSessionFactory ，这是其中一个 SqlSessionFactory 的实现openSession 里干了啥
+public SqlSession openSession ( ) {
+ return openSessionFromDataSource ( configuration. getDefaultExecutorType ( ) , null , false ) ;
+} 这边有几个参数，第一个是默认的执行器类型，往上找找上面贴着的 Configuration 的成员变量里可以看到默认是protected ExecutorType defaultExecutorType = ExecutorType.SIMPLE;
+因为没有指明特殊的执行逻辑，所以默认我们也就用简单类型的，第二个参数是是事务级别，第三个是是否自动提交
+private SqlSession openSessionFromDataSource ( ExecutorType execType, TransactionIsolationLevel level, boolean autoCommit) {
+ Transaction tx = null ;
+ try {
+ final Environment environment = configuration. getEnvironment ( ) ;
+ final TransactionFactory transactionFactory = getTransactionFactoryFromEnvironment ( environment) ;
+ tx = transactionFactory. newTransaction ( environment. getDataSource ( ) , level, autoCommit) ;
+
+ final Executor executor = configuration. newExecutor ( tx, execType) ;
+ return new DefaultSqlSession ( configuration, executor, autoCommit) ;
+ } catch ( Exception e) {
+ closeTransaction ( tx) ;
+ throw ExceptionFactory . wrapException ( "Error opening session. Cause: " + e, e) ;
+ } finally {
+ ErrorContext . instance ( ) . reset ( ) ;
+ }
+} 具体是调用了 Configuration 的这个方法
+public Executor newExecutor ( Transaction transaction, ExecutorType executorType) {
+ executorType = executorType == null ? defaultExecutorType : executorType;
+ Executor executor;
+ if ( ExecutorType . BATCH == executorType) {
+ executor = new BatchExecutor ( this , transaction) ;
+ } else if ( ExecutorType . REUSE == executorType) {
+ executor = new ReuseExecutor ( this , transaction) ;
+ } else {
+
+ executor = new SimpleExecutor ( this , transaction) ;
+ }
+ if ( cacheEnabled) {
+ executor = new CachingExecutor ( executor) ;
+ }
+ executor = ( Executor ) interceptorChain. pluginAll ( executor) ;
+ return executor;
+} 上面传入的 executorType 是 Configuration 的默认类型，也就是 simple 类型，并且 cacheEnabled 在 Configuration 默认为 true，所以会包装成CachingExecutor ,然后后面就是插件了，这块我们先不展开DefaultSqlSession
+public DefaultSqlSession ( Configuration configuration, Executor executor, boolean autoCommit) {
+ this . configuration = configuration;
+ this . executor = executor;
+ this . dirty = false ;
+ this . autoCommit = autoCommit;
+ } 然后就是调用 selectOne, 因为前面已经把这部分代码说过了，就直接跳转过来org.apache.ibatis.session.defaults.DefaultSqlSession#selectList(java.lang.String, java.lang.Object, org.apache.ibatis.session.RowBounds, org.apache.ibatis.session.ResultHandler)
+private < E > List < E > selectList ( String statement, Object parameter, RowBounds rowBounds, ResultHandler handler) {
+ try {
+ MappedStatement ms = configuration. getMappedStatement ( statement) ;
+ return executor. query ( ms, wrapCollection ( parameter) , rowBounds, handler) ;
+ } catch ( Exception e) {
+ throw ExceptionFactory . wrapException ( "Error querying database. Cause: " + e, e) ;
+ } finally {
+ ErrorContext . instance ( ) . reset ( ) ;
+ }
+} 因为前面说了 executor 包装了 CachingExecutor ，所以会先调用
+@Override
+public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler) throws SQLException {
+ BoundSql boundSql = ms. getBoundSql ( parameterObject) ;
+ CacheKey key = createCacheKey ( ms, parameterObject, rowBounds, boundSql) ;
+ return query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
+} 然后是调用的真实的query方法
+@Override
+public < E > List < E > query ( MappedStatement ms, Object parameterObject, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql)
+ throws SQLException {
+ Cache cache = ms. getCache ( ) ;
+ if ( cache != null ) {
+ flushCacheIfRequired ( ms) ;
+ if ( ms. isUseCache ( ) && resultHandler == null ) {
+ ensureNoOutParams ( ms, boundSql) ;
+ @SuppressWarnings ( "unchecked" )
+ List < E > = ( List < E > ) tcm. getObject ( cache, key) ;
+ if ( list == null ) {
+ list = delegate. query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
+ tcm. putObject ( cache, key, list) ;
+ }
+ return list;
+ }
+ }
+ return delegate. query ( ms, parameterObject, rowBounds, resultHandler, key, boundSql) ;
+} 这里是第一次查询，没有缓存就先到最后一行，继续是调用到 org.apache.ibatis.executor.BaseExecutor#queryFromDatabase
+@Override
+ public < E > List < E > query ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException {
+ ErrorContext . instance ( ) . resource ( ms. getResource ( ) ) . activity ( "executing a query" ) . object ( ms. getId ( ) ) ;
+ if ( closed) {
+ throw new ExecutorException ( "Executor was closed." ) ;
+ }
+ if ( queryStack == 0 && ms. isFlushCacheRequired ( ) ) {
+ clearLocalCache ( ) ;
+ }
+ List < E > ;
+ try {
+ queryStack++ ;
+ list = resultHandler == null ? ( List < E > ) localCache. getObject ( key) : null ;
+ if ( list != null ) {
+ handleLocallyCachedOutputParameters ( ms, key, parameter, boundSql) ;
+ } else {
+
+ list = queryFromDatabase ( ms, parameter, rowBounds, resultHandler, key, boundSql) ;
+ }
+ } finally {
+ queryStack-- ;
+ }
+ if ( queryStack == 0 ) {
+ for ( DeferredLoad deferredLoad : deferredLoads) {
+ deferredLoad. load ( ) ;
+ }
+
+ deferredLoads. clear ( ) ;
+ if ( configuration. getLocalCacheScope ( ) == LocalCacheScope . STATEMENT ) {
+
+ clearLocalCache ( ) ;
+ }
+ }
+ return list;
+ } 然后是
+private < E > List < E > queryFromDatabase ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, CacheKey key, BoundSql boundSql) throws SQLException {
+ List < E > ;
+ localCache. putObject ( key, EXECUTION_PLACEHOLDER ) ;
+ try {
+ list = doQuery ( ms, parameter, rowBounds, resultHandler, boundSql) ;
+ } finally {
+ localCache. removeObject ( key) ;
+ }
+ localCache. putObject ( key, list) ;
+ if ( ms. getStatementType ( ) == StatementType . CALLABLE ) {
+ localOutputParameterCache. putObject ( key, parameter) ;
+ }
+ return list;
+} 然后就是 simpleExecutor 的执行过程
+@Override
+public < E > List < E > doQuery ( MappedStatement ms, Object parameter, RowBounds rowBounds, ResultHandler resultHandler, BoundSql boundSql) throws SQLException {
+ Statement stmt = null ;
+ try {
+ Configuration configuration = ms. getConfiguration ( ) ;
+ StatementHandler handler = configuration. newStatementHandler ( wrapper, ms, parameter, rowBounds, resultHandler, boundSql) ;
+ stmt = prepareStatement ( handler, ms. getStatementLog ( ) ) ;
+ return handler. query ( stmt, resultHandler) ;
+ } finally {
+ closeStatement ( stmt) ;
+ }
+} 接下去其实就是跟jdbc交互了
+@Override
+public < E > List < E > query ( Statement statement, ResultHandler resultHandler) throws SQLException {
+ PreparedStatement ps = ( PreparedStatement ) statement;
+ ps. execute ( ) ;
+ return resultSetHandler. handleResultSets ( ps) ;
+} com.mysql.cj.jdbc.ClientPreparedStatement#execute
+public boolean execute ( ) throws SQLException {
+ try {
+ synchronized ( this . checkClosed ( ) . getConnectionMutex ( ) ) {
+ JdbcConnection locallyScopedConn = this . connection;
+ if ( ! this . doPingInstead && ! this . checkReadOnlySafeStatement ( ) ) {
+ throw SQLError . createSQLException ( Messages . getString ( "PreparedStatement.20" ) + Messages . getString ( "PreparedStatement.21" ) , "S1009" , this . exceptionInterceptor) ;
+ } else {
+ ResultSetInternalMethods rs = null ;
+ this . lastQueryIsOnDupKeyUpdate = false ;
+ if ( this . retrieveGeneratedKeys) {
+ this . lastQueryIsOnDupKeyUpdate = this . containsOnDuplicateKeyUpdate ( ) ;
+ }
+
+ this . batchedGeneratedKeys = null ;
+ this . resetCancelledState ( ) ;
+ this . implicitlyCloseAllOpenResults ( ) ;
+ this . clearWarnings ( ) ;
+ if ( this . doPingInstead) {
+ this . doPingInstead ( ) ;
+ return true ;
+ } else {
+ this . setupStreamingTimeout ( locallyScopedConn) ;
+ Message sendPacket = ( ( PreparedQuery ) this . query) . fillSendPacket ( ( ( PreparedQuery ) this . query) . getQueryBindings ( ) ) ;
+ String oldDb = null ;
+ if ( ! locallyScopedConn. getDatabase ( ) . equals ( this . getCurrentDatabase ( ) ) ) {
+ oldDb = locallyScopedConn. getDatabase ( ) ;
+ locallyScopedConn. setDatabase ( this . getCurrentDatabase ( ) ) ;
+ }
+
+ CachedResultSetMetaData cachedMetadata = null ;
+ boolean cacheResultSetMetadata = ( Boolean ) locallyScopedConn. getPropertySet ( ) . getBooleanProperty ( PropertyKey . cacheResultSetMetadata) . getValue ( ) ;
+ if ( cacheResultSetMetadata) {
+ cachedMetadata = locallyScopedConn. getCachedMetaData ( ( ( PreparedQuery ) this . query) . getOriginalSql ( ) ) ;
+ }
+
+ locallyScopedConn. setSessionMaxRows ( this . getQueryInfo ( ) . getFirstStmtChar ( ) == 'S' ? this . maxRows : - 1 ) ;
+ rs = this . executeInternal ( this . maxRows, sendPacket, this . createStreamingResultSet ( ) , this . getQueryInfo ( ) . getFirstStmtChar ( ) == 'S' , cachedMetadata, false ) ;
+ if ( cachedMetadata != null ) {
+ locallyScopedConn. initializeResultsMetadataFromCache ( ( ( PreparedQuery ) this . query) . getOriginalSql ( ) , cachedMetadata, rs) ;
+ } else if ( rs. hasRows ( ) && cacheResultSetMetadata) {
+ locallyScopedConn. initializeResultsMetadataFromCache ( ( ( PreparedQuery ) this . query) . getOriginalSql ( ) , ( CachedResultSetMetaData ) null , rs) ;
+ }
+
+ if ( this . retrieveGeneratedKeys) {
+ rs. setFirstCharOfQuery ( this . getQueryInfo ( ) . getFirstStmtChar ( ) ) ;
+ }
+
+ if ( oldDb != null ) {
+ locallyScopedConn. setDatabase ( oldDb) ;
+ }
+
+ if ( rs != null ) {
+ this . lastInsertId = rs. getUpdateID ( ) ;
+ this . results = rs;
+ }
+
+ return rs != null && rs. hasRows ( ) ;
+ }
+ }
+ }
+ } catch ( CJException var11) {
+ throw SQLExceptionsMapping . translateException ( var11, this . getExceptionInterceptor ( ) ) ;
+ }
+ }
- 生活
- 运动
- 跑步
- 干活
+ Java
+ Mybatis
- 生活
- 小技巧
- 运动
- 减肥
- 跑步
- 干活
+ Java
+ Mysql
+ Mybatis
- 在老丈人家的小工记五
- /2020/10/18/%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E7%9A%84%E5%B0%8F%E5%B7%A5%E8%AE%B0%E4%BA%94/
- 终于回忆起来了，年纪大了写这种东西真的要立马写，不然很容易想不起来，那天应该是 9 月 12 日，也就是上周六，因为我爸也去了，而且娘亲（丈母娘，LD 这么叫，我也就随了她这么叫，当然是背后，当面就叫妈）也在那，早上一到那二爹就给我爸指挥了活，要挖一条院子的出水道，自己想出来的词，因为觉得下水道是竖的，在那稍稍帮了一会会忙，然后我还是比较惯例的跟着 LD 还有娘亲去住的家里，主要是老丈人可能也不太想让我干太累的活，因为上次已经差不多把三楼都整理干净了，然后就是二楼了，二楼说实话我也帮不上什么忙，主要是衣服被子什么的，正好是有张以前小孩子睡过的那种摇篮床，看上去虽然有一些破损，整体还是不错的，所以打算拿过去，我就负责把它拆掉了，比较简单的是只要拧螺丝就行了，但是其实是用了好多好多工具才搞定的，一开始只要螺丝刀就行了，但是因为年代久了，后面的螺帽也有点锈住或者本身就会串着会一起动，所以拿来了个扳手，大部分的其实都被这两个工具给搞定了，但是后期大概还剩下四分之一的时候，有一颗完全锈住，并且螺纹跟之前那些都不一样，但是这个已经是最大的螺丝刀了，也没办法换个大的了，所以又去找来个一字的，因为十字的不是也可以用一字的拧嘛，结果可能是我买的工具箱里的一字螺丝刀太新了，口子那很锋利，直接把螺丝花纹给划掉了，大的小的都划掉，然后真的变成凹进去一个圆柱体了，然后就想能不能隔一层布去拧，然而因为的确是已经变成圆柱体了，布也不太给力，不放弃的我又去找来了个老虎钳，妄图把划掉的螺丝用老虎钳钳住，另一端用扳手拧开螺帽，但是这个螺丝跟螺帽真的是生锈的太严重了，外加上钳不太牢，完全是两边一起转，实在是没办法了，在征得同意之后，直接掰断了，火死了，一颗螺丝折腾得比我拆一张床还久，那天因为早上去的也比较晚了，然后就快吃午饭了，正好想着带一点东西过去，就把一些脸盆，泡脚桶啥的拿过去了，先是去吃了饭，还是在那家快餐店，菜的口味还是依然不错，就是人比较多，我爸旁边都是素菜，都没怎么吃远一点的荤菜，下次要早点去，把荤菜放我爸旁边😄（PS：他们家饭还是依然尴尬，需要等），吃完就开到在修的房子那把东西拿了出来，我爸已经动作很快的打了一小半的地沟了，说实话那玩意真的是很重，我之前把它从三楼拿下来，就觉得这个太重了，这次还要用起来，感觉我的手会分分钟废掉，不过一开始我还是跟着LD去了住的家里，惯例睡了午觉，那天睡得比较踏实，竟然睡了一个小时，醒了想了下，其实LD她们收拾也用不上我（没啥力气活），我还是去帮我爸他们，跟LD说了下就去了在修的老房子那，两位老爹在一起钻地，看着就很累，我连忙上去想换一会他们，因为刚好是钻到混凝土地线，特别难，力道不够就会滑开，用蛮力就是钻进去拔不出来，原理是因为本身浇的时候就是很紧实的，需要边钻边动，那家伙实在是太重了，真的是汗如雨下，基本是三个人轮流来，我是个添乱的，经常卡住，然后把地线，其实就是一条混凝土横梁，里面还有14跟18的钢筋，需要割断，这个割断也是很有技巧，钢筋本身在里面是受到挤压的，直接用切割的，到快断掉的时候就会崩一下，非常危险，还是老丈人比较有经验，要留一点点，然后直接用榔头敲断就好了，本来以为这个是最难的了，结果下面是一块非常大的青基石，而且也是石头跟石头挤一块，边上一点点打钻有点杯水车薪，后来是用那种螺旋的钻，钻四个洞，相对位置大概是个长方形，这样子把中间这个长方形钻出来就比较容易地能拿出来了，后面的也容易搞出来了，后面的其实难度不是特别大了，主要是地沟打好之后得看看高低是不是符合要求的，不能本来是往外排水的反而外面高，这个怎么看就又很有技巧了，一般在地上的只要侧着看一下就好了，考究点就用下水平尺，但是在地下的，不用水平尺，其实可以借助于地沟里正要放进去的水管，放点水进去，看水往哪流就行了，铺好水管后，就剩填埋的活了，不是太麻烦了，那天真的是累到了，打那个混凝土的时候我真的是把我整个人压上去了，不过也挺爽的，有点把平时无处发泄的蛮力发泄出去了。
+ rabbitmq-tips
+ /2017/04/25/rabbitmq-tips/
+ rabbitmq 介绍接触了一下rabbitmq，原来在选型的时候是在rabbitmq跟kafka之间做选择，网上搜了一下之后发现kafka的优势在于吞吐量，而rabbitmq相对注重可靠性，因为应用在im上，需要保证消息不能丢失所以就暂时选定rabbitmq，Advanced Message Queuing Protocol （AMQP） 开放标准的开发。2006年，AMQP规范发布。2007年，Rabbit技术公司基于AMQP标准开发的RabbitMQ 1.0 发布。所有主要的编程语言均有与代理接口通讯的客户端库。
+简单的使用经验 通俗的理解 这里介绍下其中的一些概念，connection表示和队列服务器的连接，一般情况下是tcp连接， channel表示通道，可以在一个连接上建立多个通道，这里主要是节省了tcp连接握手的成本，exchange可以理解成一个路由器，将消息推送给对应的队列queue，其实是像一个订阅的模式。
+集群经验 rabbitmqctl stop这个是关闭rabbitmq，在搭建集群时候先关闭服务，然后使用rabbitmq-server -detached静默启动，这时候使用rabbitmqctl cluster_status查看集群状态，因为还没将节点加入集群，所以只能看到类似
+Cluster status of node rabbit@rabbit1 .. .
+[ { nodes,[ { disc,[ rabbit@rabbit1,rabbit@rabbit2,rabbit@rabbit3] } ] } ,
+ { running_nodes,[ rabbit@rabbit2,rabbit@rabbit1] } ]
+.. .done.然后就可以把当前节点加入集群，
+rabbit2$ rabbitmqctl stop_app
+
+Stopping node rabbit@rabbit2 .. .done.
+rabbit2$ rabbitmqctl join_cluster rabbit@rabbit1
+Clustering node rabbit@rabbit2 with [ rabbit@rabbit1] .. .done.
+rabbit2$ rabbitmqctl start_app
+Starting node rabbit@rabbit2 .. .done.其他可以参考官方文档
+一些坑 消息丢失 这里碰到过一个坑，对于使用exchange来做消息路由的，会有一个情况，就是在routing_key没被订阅的时候，会将该条找不到路由对应的queue的消息丢掉What happens if we break our contract and send a message with one or four words, like "orange" or "quick.orange.male.rabbit"? Well, these messages won't match any bindings and will be lost.对应链接 ,而当使用空的exchange时，会保留消息，当出现消费者的时候就可以将收到之前生产者所推送的消息对应链接 ,这里就是用了空的exchange。
+集群搭建 集群搭建的时候有个erlang vm生成的random cookie，这个是用来做集群之间认证的，相同的cookie才能连接，但是如果通过vim打开复制后在其他几点新建文件写入会多一个换行，导致集群建立是报错，所以这里最好使用scp等传输命令直接传输cookie文件，同时要注意下cookie的文件权限。
]]>
- 生活
- 运动
- 跑步
- 干活
+ php
- 生活
- 小技巧
- 运动
- 减肥
- 跑步
- 干活
+ php
+ mq
+ im
- 寄生虫观后感
- /2020/03/01/%E5%AF%84%E7%94%9F%E8%99%AB%E8%A7%82%E5%90%8E%E6%84%9F/
- 寄生虫这部电影在获得奥斯卡之前就有关注了，豆瓣评分很高，一开始看到这个片名以为是像《铁线虫入侵》那种灾难片，后来看到男主，宋康昊，也是老面孔了，从高中时候在学校操场组织看的《汉江怪物》，有点二的感觉，后来在大学寝室电脑上重新看的时候，室友跟我说是韩国国宝级演员，真人不可貌相，感觉是个呆子的形象。
-但是你说这不是个灾难片，而是个反映社会问题的，就业比较容易往这个方向猜，只是剧情会是怎么样的，一时也没啥头绪，后来不知道哪里看了下一个剧情透露，是一个穷人给富人做家教，然后把自己一家都带进富人家，如果是这样的话可能会把这个怎么带进去作为一个主线，不过事实告诉我，这没那么重要，从第一步朋友的介绍，就显得无比顺利，要去当家教了，作为一个穷成这样的人，瞬间转变成一个衣着得体，言行举止都没让富人家看出破绽的延世大学学生，这真的挺难让人理解，所谓江山易改，本性难移，还有就是这人也正好有那么好能力去辅导，并且诡异的是，多惠也是瞬间就喜欢上了男主，多惠跟将男主介绍给她做家教，也就是多惠原来的家教敏赫，应该也有不少的相处时间，这变了有点大了吧，当然这里也可能因为时长需要，如果说这一点是因为时长，那可能我所有的槽点都是因为这个吧，因为我理解的应该是把家里的人如何一步步地带进富人家，这应该是整个剧情的一个需要更多铺垫去克服这个矛盾点，有时候也想过如果我去当导演，是能拍出个啥，没这个机会，可能有也会是很扯淡的，当然这也不能阻拦我谈谈对这个点的一些看法，毕竟评价一台电冰箱不是说我必须得自己会制冷对吧，这大概是我觉得这个电影的第一个槽点，接下去接二连三的，就是我说的这个最核心的矛盾点，不知道谁说过，这种影视剧应该是源自于生活又高于生活，越是好的作品，越要接近生活，这样子才更能有感同身受。
-接下去的点是金基宇介绍金基婷去给多颂当美术家教，这一步又是我理解的败笔吧，就怎么说呢，没什么铺垫，突然从一个社会底层的穷姑娘，转变成一个气场爆表，把富人家太太唬得一愣一愣的，如果说富太太是比较简单无脑的，那富人自己应该是比较有见识而且是做 IT 的，给自己儿子女儿做家教的，查查底细也很正常吧，但是啥都没有，然后呢，她又开始耍司机的心机了，真的是莫名其妙了，司机真的很惨，窈窕淑女君子好逑，而且这个操作也让我摸不着头脑，这是多腹黑并且有经验才会这么操作，脱内裤真的是让我看得一愣愣的，更看得我一愣一愣的，富人竟然也完全按着这个思路去想了，完全没有别的可能呢，甚至可以去查下行车记录仪或者怎样的，或者有没有毛发体液啥的去检验下，毕竟金基婷也乘坐过这辆车，但是最最让我不懂的还是脱内裤这个操作，究竟是什么样的人才会的呢，值得思考。
-金基泽和忠淑的点也是比较奇怪，首先是金基泽，引起最后那个杀人事件的一个由头，大部分观点都是人为朴社长在之前跟老婆啪啪啪的时候说金基泽的身上有股乘地铁的人的味道，简而言之就是穷人的味道，还有去雯光丈夫身下拿钥匙是对金基泽和雯光丈夫身上的味道的鄙夷，可是这个原因真的站不住脚，即使是同样经济水平，如果身上有比较重的异味，背后讨论下，或者闻到了比较重的味道，有不适的表情和动作很正常吧，像雯光丈夫，在地下室里呆了那么久，身上有异味并且比较重太正常了，就跟在厕所呆久了不会觉得味道大，但是从没味道的地方一进有点味道的厕所就会觉得异样，略尴尬的理由；再说忠淑呢，感觉是太厉害了，能胜任这么一家有钱人的各种挑剔的饮食口味要求的保姆职位，也是让人看懵逼了，看到了不禁想到一个问题，这家人开头是那么地穷，不堪，突然转变成这么地像骗子家族，如果有这么好的骗人能力，应该不会到这种地步吧，如果真的是那么穷，没能力，没志气，又怎么会突然变成这么厉害呢，一家人各司其职，把富人家唬得团团转，而这个前提是，这些人的确能胜任这四个位置，这就是我非常不能理解的点。
-然后说回这个标题，寄生虫，不知道是不是翻译过来不准确，如果真的是叫寄生虫的话，这个寄生虫智商未免也太低了，没有像新冠那样机制，致死率低一点，传染能力强一点，潜伏期也能传染，这个寄生虫第一次受到免疫系统的攻击就自爆了；还有呢，作为一个社会比较低层的打工者，乡下人，对这个审题也是不太审的清，是指这一家人是社会的寄生虫，不思进取，并且死的应该，富人是傻白甜，又有钱又善良，这是给有钱人洗地了还是啥，这个奥斯卡真不知道是怎么得的，总觉得奥斯卡，甚至低一点，豆瓣，得奖的，评分高的都是被一群“精英党”把持的，有黑人主角的，得分高；有同性恋的，得分高；结局惨的，得分高；看不懂的，得分高；就像肖申克的救赎，真不知道是哪里好了，最近看了关于明朝那些事的三杨，杨溥的经历应该比这个厉害吧，可是外国人看不懂，就像外国人不懂中国为什么有反分裂国家法，经历了鸦片战争，八国联军，抗日战争等等，其实跟外国对于黑人的权益的问题，因为有南北战争，所以极度重视这个问题，相应的中国也有自己的历史，请理解。
-简而言之我对寄生虫的评分大概 5~6 分吧。
+ mybatis系列-入门篇
+ /2022/11/27/mybatis%E7%B3%BB%E5%88%97-%E5%85%A5%E9%97%A8%E7%AF%87/
+ mybatis是我们比较常用的orm框架，下面是官网的介绍
+
+ MyBatis 是一款优秀的持久层框架，它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO（Plain Old Java Objects，普通老式 Java 对象）为数据库中的记录。
+
+mybatis一大特点，或者说比较为人熟知的应该就是比 hibernate 是更轻量化，为国人所爱好的orm框架，对于hibernate目前还没有深入的拆解过，后续可以也写一下，在使用体验上觉得是个比较精巧的框架，看代码也比较容易，所以就想写个系列，第一篇先是介绍下使用mybatis-config.xml
+<?xml version="1.0" encoding="UTF-8" ?>
+<! DOCTYPE configuration
+ PUBLIC "-//mybatis.org//DTD Config 3.0//EN"
+ "https://mybatis.org/dtd/mybatis-3-config.dtd" > < configuration> < propertiesresource = " application-development.properties" /> < environmentsdefault = " development" > < environmentid = " development" > < transactionManagertype = " JDBC" /> < dataSourcetype = " POOLED" > < propertyname = " driver" value = " ${driver}" /> < propertyname = " url" value = " ${url}" /> < propertyname = " username" value = " ${username}" /> < propertyname = " password" value = " ${password}" /> </ dataSource> </ environment> </ environments> < mappers> < mapperresource = " mapper/StudentMapper.xml" /> </ mappers> </ configuration> 在代码里创建mybatis里重要入口
+String resource = "mybatis-config.xml" ;
+InputStream inputStream = Resources . getResourceAsStream ( resource) ;
+SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder ( ) . build ( inputStream) ; 然后我们上面的StudentMapper.xml
+<?xml version="1.0" encoding="UTF-8" ?>
+<! DOCTYPE mapper
+ PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"
+ "https://mybatis.org/dtd/mybatis-3-mapper.dtd" > < mappernamespace = " com.nicksxs.mybatisdemo.StudentMapper" > < selectid = " selectStudent" resultType = " com.nicksxs.mybatisdemo.StudentDO" > </ select> </ mapper> 那么我们就要使用这个mapper，
+String resource = "mybatis-config.xml" ;
+InputStream inputStream = Resources . getResourceAsStream ( resource) ;
+SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder ( ) . build ( inputStream) ;
+try ( SqlSession session = sqlSessionFactory. openSession ( ) ) {
+ StudentDO studentDO = session. selectOne ( "com.nicksxs.mybatisdemo.StudentMapper.selectStudent" , 1 ) ;
+ System . out. println ( "id is " + studentDO. getId ( ) + " name is " + studentDO. getName ( ) ) ;
+} catch ( Exception e) {
+ e. printStackTrace ( ) ;
+} sqlSessionFactory是sqlSession的工厂，我们可以通过sqlSessionFactory来创建sqlSession，而SqlSession 提供了在数据库执行 SQL 命令所需的所有方法。你可以通过 SqlSession 实例来直接执行已映射的 SQL 语句。可以看到mapper.xml中有定义mapper的namespace，就可以通过session.selectOne()传入namespace+id来调用这个方法
+public interface StudentMapper {
+
+ public StudentDO selectStudent ( Long id) ;
+} 就可以可以通过mapper接口获取方法，这样就不用涉及到未知的变量转换等异常
+try ( SqlSession session = sqlSessionFactory. openSession ( ) ) {
+ StudentMapper mapper = session. getMapper ( StudentMapper . class ) ;
+ StudentDO studentDO = mapper. selectStudent ( 1L ) ;
+ System . out. println ( "id is " + studentDO. getId ( ) + " name is " + studentDO. getName ( ) ) ;
+} catch ( Exception e) {
+ e. printStackTrace ( ) ;
+} 这一篇咱们先介绍下简单的使用，后面可以先介绍下这些的原理。
]]>
- 生活
- 影评
- 2020
+ Java
+ Mybatis
- 生活
- 影评
- 寄生虫
+ Java
+ Mysql
+ Mybatis
- 屯菜惊魂记
- /2022/04/24/%E5%B1%AF%E8%8F%9C%E6%83%8A%E9%AD%82%E8%AE%B0/
- 因某国际大都市的给力表现，昨儿旁边行政区启动应急响应，同事早上就在群里说要去超市买菜了，到了超市人还特别多，由于来的就是我们经常去的那家超市，一方面为了安全，另一方面是怕已经抢不到了，就去了另一家比较远的超市，开车怕没车位就骑了小电驴，还下着小雨，结果到了超市差不多 12 点多，超市里出来的人都是推着一整车一整车的物资，有些比较像我，整箱的泡面，好几提纸巾，还有各种吃的，都是整箱整箱的，进了超市发现结账包括自助结账的都排很长的队，到了蔬菜货架附近，差点哼起那首歌“空空如也~”，新鲜蔬菜基本已被抢空，只剩下一些卖相不太好的土豆番薯之类的，也算是意料之外情理之中了，本来以为这家超市稍微离封控区远一些会空一点，结果就是所谓的某大都市封控了等物资，杭州市是屯了物资等封控，新鲜蔬菜没了我们也只能买点其他的，神奇的是水果基本都在，可能困难时期水果不算必需品了？还是水果基本人人都已经储备了很多，不太能理解，虽然水果还在，但是称重的地方也还有好多人排队，我们采取了并行策略，LD 在那排队，遥控指挥我去拿其他物资，拿了点碱水面，黑米，那黑米的时候还闹了个乌龙，因为前面就是散装鸡蛋的堆货的地方，结果我们以为是在那后面排队，结果称重那个在那散步了，我们还在那排队，看到后面排队，那几个挑的人也该提醒下吧，几个鸡蛋挑了半天，看看人家大妈，直接拿了四盘，看了下牛奶货架也比较空，不过还有致优跟优倍，不过不算很实惠，本来想买，只是后来赶着去结账，就给忘了，称好了黑米去看了下肉，结果肉也没了，都在买猪蹄，我们也不太爱吃猪蹄，就买了点鸡胸肉，整体看起来我们买的东西真的有点格格不入，不买泡面（因为 LD 不让买了），也不屯啥米和鸡蛋，其实鸡蛋已经买了，米也买了，其他的本身冰箱小也放不下太多东西，我是觉得还可能在屯一点这那的，LD 觉得太多了，基本的米面油有了，其他调味品什么也有了。后面就是排队结账，我去排的时候刚好前面一个小伙子跟大妈在争执，大妈说我们差不多时间来的，你要排前面就前面，小伙子有点不高兴，觉得她就是插队，哈哈，平时一般这种剧情都是发生在我身上的，这会看着前面的吵起来还是很开心的，终于有跟我一样较真的人了，有时候总觉得我是个很纠结，很较真的人，但是我现在慢慢认可了这种较真，如果没有人指出来这种是插队行为，是不对的，就会有越来越多的人觉得是可以随意插队的，正确的事应该要坚持，很多情况大家总是觉得多一事不如少一事，鸡毛蒜皮的没什么好计较的，正是这种想法，那么多人才不管任何规则，反而搞得像遵守规则都是傻 X 似的。回到屯物资，后面结账排到队了也没来得及买原来想买的花生牛奶什么的，毕竟那么多人排着队，回家后因为没有蔬菜，结果就只能吃干菜汤和饭了
+ redis数据结构介绍-第一部分 SDS，链表，字典
+ /2019/12/26/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D/
+ redis是现在服务端很常用的缓存中间件，其实原来还有memcache之类的竞品，但是现在貌似 redis 快一统江湖，这里当然不是在吹，只是个人角度的一个感觉，不权威只是主观感觉。Strings，Lists，Sets，Hashes，Sorted Sets，这五种数据结构先简单介绍下，Strings类型的其实就是我们最常用的 key-value，实际开发中也会用的最多；Lists是列表，这个有些会用来做队列，因为 redis 目前常用的版本支持丰富的列表操作；还有是Sets集合，这个主要的特点就是集合中元素不重复，可以用在有这类需求的场景里；Hashes是叫散列，类似于 Python 中的字典结构；还有就是Sorted Sets这个是个有序集合；一眼看这些其实没啥特别的，除了最后这个有序集合，不过去了解背后的实现方式还是比较有意思的。
+SDS 简单动态字符串 先从Strings开始说，了解过 C 语言的应该知道，C 语言中的字符串其实是个 char[] 字符数组，redis 也不例外，只是最开始的版本就对这个做了一丢丢的优化，而正是这一丢丢的优化，让这个 redis 的使用效率提升了数倍
+struct sdshdr {
+ // 字符串长度
+ int len;
+ // 字符串空余字符数
+ int free;
+ // 字符串内容
+ char buf[];
+};这里引用了 redis 在 github 上最早的 2.2 版本的代码，代码路径是https://github.com/antirez/redis/blob/2.2/src/sds.h,可以看到这个结构体里只有仨元素，两个 int 型和一个 char 型数组，两个 int 型其实就是我说的优化，因为 C 语言本身的字符串数组，有两个问题，一个是要知道它实际已被占用的长度，需要去遍历这个数组，第二个就是比较容易踩坑的是遍历的时候要注意它有个以\0作为结尾的特点；通过上面的两个 int 型参数，一个是知道字符串目前的长度，一个是知道字符串还剩余多少位空间，这样子坐着两个操作从 O(N)简化到了O(1)了，还有第二个 free 还有个比较重要的作用就是能防止 C 字符串的溢出问题，在存储之前可以先判断 free 长度，如果长度不够就先扩容了，先介绍到这，这个系列可以写蛮多的，慢慢介绍吧
+链表 链表是比较常见的数据结构了，但是因为 redis 是用 C 写的，所以在不依赖第三方库的情况下只能自己写一个了，redis 的链表是个有头的链表，而且是无环的，具体的结构我也找了 github 上最早版本的代码
+typedef struct listNode {
+ // 前置节点
+ struct listNode *prev;
+ // 后置节点
+ struct listNode *next;
+ // 值
+ void *value;
+} listNode;
+
+typedef struct list {
+ // 链表表头
+ listNode *head;
+ // 当前节点，也可以说是最后节点
+ listNode *tail;
+ // 节点复制函数
+ void *(*dup)(void *ptr);
+ // 节点值释放函数
+ void (*free)(void *ptr);
+ // 节点值比较函数
+ int (*match)(void *ptr, void *key);
+ // 链表包含的节点数量
+ unsigned int len;
+} list;代码地址是这个https://github.com/antirez/redis/blob/2.2/src/adlist.hO(1)的时间复杂度，还有节点数量，其实这个跟 SDS 是同一个做法，就是空间换时间，这也是写代码里比较常见的做法，以此让一些高频的操作提速。
+字典 字典也是个常用的数据结构，其实只是叫法不同，数据结构中叫 hash 散列，Java 中叫 Map，PHP 中是数组 array，Python 中也叫字典 dict，因为纯 C 语言本身不带这些数据结构，所以这也是个痛并快乐着的过程，享受 C 语言的高性能的同时也要接受它只提供了语言的基本功能的现实，各种轮子都需要自己造，redis 同样实现了自己的字典
+typedef struct dictEntry {
+ void *key;
+ void *val;
+ struct dictEntry *next;
+} dictEntry;
+
+typedef struct dictType {
+ unsigned int (*hashFunction)(const void *key);
+ void *(*keyDup)(void *privdata, const void *key);
+ void *(*valDup)(void *privdata, const void *obj);
+ int (*keyCompare)(void *privdata, const void *key1, const void *key2);
+ void (*keyDestructor)(void *privdata, void *key);
+ void (*valDestructor)(void *privdata, void *obj);
+} dictType;
+
+/* This is our hash table structure. Every dictionary has two of this as we
+ * implement incremental rehashing, for the old to the new table. */
+typedef struct dictht {
+ dictEntry **table;
+ unsigned long size;
+ unsigned long sizemask;
+ unsigned long used;
+} dictht;
+
+typedef struct dict {
+ dictType *type;
+ void *privdata;
+ dictht ht[2];
+ int rehashidx; /* rehashing not in progress if rehashidx == -1 */
+ int iterators; /* number of iterators currently running */
+} dict;看了下这个 2.2 版本的代码跟最新版的其实也差的不是很多，所以还是照旧用老代码，可以看到上面四个结构体中，其实只有三个是存储数据用的，dictType 是用来放操作函数的，那么三个存放数据的结构体分别是干嘛的，这时候感觉需要一个图来说明比较好，稍等，我去画个图~
]]>
- 生活
+ Redis
+ 数据结构
+ 源码
+ C
+ Redis
- 生活
- 囤物资
+ redis
+ 数据结构
+ 源码
- 我是如何走上跑步这条不归路的
- /2020/07/26/%E6%88%91%E6%98%AF%E5%A6%82%E4%BD%95%E8%B5%B0%E4%B8%8A%E8%B7%91%E6%AD%A5%E8%BF%99%E6%9D%A1%E4%B8%8D%E5%BD%92%E8%B7%AF%E7%9A%84/
- 这周因为没有准备技术方面的内容加之之前有想分享下我和跑步的一些事情，我从小学开始就是个体育渣，因为体重大非常胖，小学的时候要做仰卧起坐，基本是一个都起不来，然后那时候跑步也是要我命那种，跟另外一个比较胖的同学在跑步队尾苟延残喘，只有立定跳远还行。
-时光飞逝，我在初中高中的时候因为爱打篮球，以为自己体质已经有了质的变化，所以在体育课跑步的时候妄图跟一位体育非常好的同学一起跑，结果跟的快断气了，最终还是确认了自己是个体育渣，特别是到了大学的第一次体测跑一千米，跑完直接吐了，一则是大学太宅不运动，二则的确是底子不好。那么怎么会去跑步了呢，其实也没什么特殊的原因，就是工作以后因为运动得更少，体质差，而且越来越胖，所以就想运动下，加之跑步也是我觉得成本最低的运动了，刚好那时候17 年租的地方附近小区周围的路车不太多，一圈刚好一公里多，就觉得开始跑跑看，其实想想以前觉得一千米是非常远的，学校塑胶跑道才 400 米，一千米要两圈半，太难了，但是后来在这个小区周围跑的时候好像跑了一圈以后还能再跑一点，最后跑了两圈，可把自己牛坏了，我都能跑两千米了，哈哈，这是个什么概念呢，大学里最让我绝望的两项体育相关的内容就是一千米和十二分钟跑，一千米把我跑吐了，十二分钟跑及格五圈半也能让我跑完花一周时间恢复以及提前一周心理压力爆炸，虽然我那时候跑的不快，但是已经能跑两千米了，瞬间让自己自信心爆炸，并且跑完步出完汗的感觉是非常棒的，毕竟吃奶茶鸡排都能心安理得了，谁叫我跑步了呢😄，其实现在回去看，那时候跑得还算快的，因为还比较瘦，现在要跑得那么快心跳就太快了，关于心跳什么的后面说，开始建立起自信心之后，对跑步这件事就开始不那么排斥跟害怕了，毕竟我能跑两千米了，然后试试三公里，哇，也可以了呢，三公里是什么概念呢，我大学里跑过最多的一次是十二分钟跑五圈半还是六圈，也就是两公里多，不到三公里，几乎是生涯最长了，一时间产生了一些我可能是个被埋没的运动天才的错觉，其实细想下也能明白，只是速度足够慢了就能跑多一点，毕竟提测一千米是要跑进四分钟才及格，自己跑的时候一千米跑六分多钟已经算不慢了（对我自己来说），但是即使是这样还是对把跑步坚持下去这件事有了很大的正面激励作用，并且由于那时候上下班骑车，整个体重控制的比较理想，导致一时间误会跑步就能非常快的减肥（其实这是我跑步历程中比较大的误区之一），因为会在跑步前后称下体重，如果跑个五公里（后面可以跑五公里了），可能体重就能降 0.5 千克，但实际上这只是这五公里跑步身体流失的水分，喝杯水就回来了，那时候能控制体重主要是骑车跟跑步一起的作用，并且工作压力相对来讲比较小，没有过劳肥。
-后面其实跑步慢慢变得一个比较习惯的运动了，从三公里，到五公里，到七公里，再到十公里，十公里差不多对我来说是个坎，一直还不能比较轻松的跑十公里，可能近一两年好了一些（原谅我只是跟自己比较，跟那些大神比差得不知道多远），其实对我来说每次都是个突破，因为其实与他人比较没有特别大意义，比较顶尖的差得太远，比较普通的也不行，都会打击自信心，比较比我差的就更没意义了，所以其实能挑战自己，能把自己的上限提高才是最有意义的，这也是我看着朋友圈里的一些大神的速度除了佩服赞叹之外没什么其他的惭愧或者说嫌弃自己的感觉（阿 Q 精神😄）。
-一直感性地觉得，跑步能解压，跑完浑身汗，有种把身体的负能量都排出去的感觉，也把吃太多的罪恶感排解掉了🤦♂️，之前朋友有看一本书，书名差不多叫越跑越接近自己，这个也是我觉得挺准确的一句话，当跑到接近极限了，还想再继续再跑一点，再跑一点就能突破自己上一次的最远记录了，再跑一点就能又一次突破自己了，成人以后，毕业以后，进入社会以后，世事总是难以件件顺遂，磕磕绊绊的往前走，总觉得要崩溃了，但是还是得坚持，再熬一下，再拼一下，可能还是失败，但人生呢，运气好的人和事总是小概率的，唯有面对挫折，还是日拱一卒，来日方长，我们再坚持下，没准下一次，没准再跑一会，就能突破自己，达到新的境界。
-另外个人后期对跑步的一些知识和理解也变得深入一些，比如伤膝盖，其实跑步的确伤膝盖，需要做一些准备和防护，最好的是适合自己的跑鞋和比较好的路（最好的是塑胶跑道了），也要注意热身跟跑后的拉伸（虽然我做的很差），还有就是注意心率，每个人有自己的适宜心率，我这就不冒充科普达人了，可以自行搜索关键字，先说到这吧~
+ redis数据结构介绍三-第三部分 整数集合
+ /2020/01/10/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E4%B8%89/
+ redis中对于 set 其实有两种处理，对于元素均为整型，并且元素数目较少时，使用 intset 作为底层数据结构，否则使用 dict 作为底层数据结构，先看一下代码先
+typedef struct intset {
+ // 编码方式
+ uint32_t encoding;
+ // 集合包含的元素数量
+ uint32_t length;
+ // 保存元素的数组
+ int8_t contents[];
+} intset;
+
+/* Note that these encodings are ordered, so:
+ * INTSET_ENC_INT16 < INTSET_ENC_INT32 < INTSET_ENC_INT64. */
+#define INTSET_ENC_INT16 (sizeof(int16_t))
+#define INTSET_ENC_INT32 (sizeof(int32_t))
+#define INTSET_ENC_INT64 (sizeof(int64_t))一眼看，为啥整型还需要编码，然后 int8_t 怎么能存下大整形呢，带着这些疑问，我们一步步分析下去，这里的编码其实指的是这个整型集合里存的究竟是多大的整型，16 位，还是 32 位，还是 64 位，结构体下面的宏定义就是表示了 encoding 的可能取值，INTSET_ENC_INT16 表示每个元素用2个字节存储，INTSET_ENC_INT32 表示每个元素用4个字节存储，INTSET_ENC_INT64 表示每个元素用8个字节存储。因此，intset中存储的整数最多只能占用64bit。length 就是正常的表示集合中元素的数量。最奇怪的应该就是这个 contents 了，是个 int8_t 的数组，那放毛线数据啊，最小的都有 16 位，这里我在看代码和《redis 设计与实现》的时候也有点懵逼，后来查了下发现这是个比较取巧的用法，这里我用自己的理解表述一下，先看看 8，16，32，64 的关系，一眼看就知道都是 2 的 N 次，并且呈两倍关系，而且 8 位刚好一个字节，所以呢其实这里的contents 不是个常规意义上的 int8_t 类型的数组，而是个柔性数组。看下 wiki 的定义
+
+Flexible array members1 were introduced in the C99 standard of the C programming language (in particular, in section §6.7.2.1, item 16, page 103).2 It is a member of a struct, which is an array without a given dimension. It must be the last member of such a struct and it must be accompanied by at least one other member, as in the following example:
+
+struct vectord {
+ size_t len;
+ double arr[]; // the flexible array member must be last
+};在初始化这个 intset 的时候，这个contents数组是不占用空间的，后面的反正用到了申请，那么这里就有一个问题，给出了三种可能的 encoding 值，他们能随便换吗，显然不行，首先在 intset 中数据的存放是有序的，这个有部分原因是方便二分查找，然后存放数据其实随着数据的大小不同会有一个升级的过程，看下图INTSET_ENC_INT16，当添加32768的时候，它不再能用2个字节来表示了（2个字节能表达的数据范围是-215~215-1，而32768等于215，超出范围了），因此encoding必须升级到INTSET_ENC_INT32（值为4），即用4个字节表示一个元素。在添加每个元素的过程中，intset始终保持从小到大有序。与ziplist类似，intset也是按小端（little endian）模式存储的（参见维基百科词条Endianness ）。比如，在上图中intset添加完所有数据之后，表示encoding字段的4个字节应该解释成0x00000004，而第4个数据应该解释成0x00008000 = 32768
]]>
- 生活
- 运动
- 跑步
+ Redis
+ 数据结构
+ 源码
+ C
+ Redis
- 生活
- 运动
- 减肥
- 跑步
+ redis
+ 数据结构
+ 源码
- 搬运两个 StackOverflow 上的 Mysql 编码相关的问题解答
- /2022/01/16/%E6%90%AC%E8%BF%90%E4%B8%A4%E4%B8%AA-StackOverflow-%E4%B8%8A%E7%9A%84-Mysql-%E7%BC%96%E7%A0%81%E7%9B%B8%E5%85%B3%E7%9A%84%E9%97%AE%E9%A2%98%E8%A7%A3%E7%AD%94/
- Mysql 字符编码和排序规则这个一直是属于一知半解的状态，知道 utf8 跟 utf8mb4 的区别主要是能不能支持 emoji，但是具体后面配置的排序规则是用来干嘛，或者有什么区别，应该使用哪个，所以在 stackoverflow 上找了下，有两个比较不错的解答，就搬过来并且配合机翻做了点修改
-For those people still arriving at this question in 2020 or later, there are newer options that may be better than both of these. For example, utf8mb4_0900_ai_ci.
-All these collations are for the UTF-8 character encoding. The differences are in how text is sorted and compared.
-_unicode_ci and _general_ci are two different sets of rules for sorting and comparing text according to the way we expect. Newer versions of MySQL introduce new sets of rules, too, such as _0900_ai_ci for equivalent rules based on Unicode 9.0 - and with no equivalent _general_ci variant. People reading this now should probably use one of these newer collations instead of either _unicode_ci or _general_ci. The description of those older collations below is provided for interest only.
-MySQL is currently transitioning away from an older, flawed UTF-8 implementation. For now, you need to use utf8mb4 instead of utf8 for the character encoding part, to ensure you are getting the fixed version. The flawed version remains for backward compatibility, though it is being deprecated.
-Key differences
-utf8mb4_unicode_ci is based on the official Unicode rules for universal sorting and comparison, which sorts accurately in a wide range of languages.
-utf8mb4_general_ci is a simplified set of sorting rules which aims to do as well as it can while taking many short-cuts designed to improve speed. It does not follow the Unicode rules and will result in undesirable sorting or comparison in some situations, such as when using particular languages or characters.
-On modern servers, this performance boost will be all but negligible. It was devised in a time when servers had a tiny fraction of the CPU performance of today’s computers.
-Benefits of utf8mb4_unicode_ci over utf8mb4_general_ci
-utf8mb4_unicode_ci, which uses the Unicode rules for sorting and comparison, employs a fairly complex algorithm for correct sorting in a wide range of languages and when using a wide range of special characters. These rules need to take into account language-specific conventions; not everybody sorts their characters in what we would call ‘alphabetical order’.
-As far as Latin (ie “European”) languages go, there is not much difference between the Unicode sorting and the simplified utf8mb4_general_cisorting in MySQL, but there are still a few differences:
-For examples, the Unicode collation sorts “ß” like “ss”, and “Œ” like “OE” as people using those characters would normally want, whereas utf8mb4_general_cisorts them as single characters (presumably like “s” and “e” respectively).
-Some Unicode characters are defined as ignorable, which means they shouldn’t count toward the sort order and the comparison should move on to the next character instead. utf8mb4_unicode_cihandles these properly.
-In non-latin languages, such as Asian languages or languages with different alphabets, there may be a lot more differences between Unicode sorting and the simplified utf8mb4_general_cisorting. The suitability of utf8mb4_general_ciwill depend heavily on the language used. For some languages, it’ll be quite inadequate.
-What should you use?
-There is almost certainly no reason to use utf8mb4_general_cianymore, as we have left behind the point where CPU speed is low enough that the performance difference would be important. Your database will almost certainly be limited by other bottlenecks than this.
-In the past, some people recommended to use utf8mb4_general_ciexcept when accurate sorting was going to be important enough to justify the performance cost. Today, that performance cost has all but disappeared, and developers are treating internationalization more seriously.
-There’s an argument to be made that if speed is more important to you than accuracy, you may as well not do any sorting at all. It’s trivial to make an algorithm faster if you do not need it to be accurate. So, utf8mb4_general_ciis a compromise that’s probably not needed for speed reasons and probably also not suitable for accuracy reasons.
-One other thing I’ll add is that even if you know your application only supports the English language, it may still need to deal with people’s names, which can often contain characters used in other languages in which it is just as important to sort correctly. Using the Unicode rules for everything helps add peace of mind that the very smart Unicode people have worked very hard to make sorting work properly.
-What the parts mean
-Firstly, ci is for case-insensitive sorting and comparison. This means it’s suitable for textual data, and case is not important. The other types of collation are cs (case-sensitive) for textual data where case is important, and bin, for where the encoding needs to match, bit for bit, which is suitable for fields which are really encoded binary data (including, for example, Base64). Case-sensitive sorting leads to some weird results and case-sensitive comparison can result in duplicate values differing only in letter case, so case-sensitive collations are falling out of favor for textual data - if case is significant to you, then otherwise ignorable punctuation and so on is probably also significant, and a binary collation might be more appropriate.
-Next, unicode or general refers to the specific sorting and comparison rules - in particular, the way text is normalized or compared. There are many different sets of rules for the utf8mb4 character encoding, with unicode and general being two that attempt to work well in all possible languages rather than one specific one. The differences between these two sets of rules are the subject of this answer. Note that unicode uses rules from Unicode 4.0. Recent versions of MySQL add the rulesets unicode_520 using rules from Unicode 5.2, and 0900 (dropping the “unicode_” part) using rules from Unicode 9.0.
-And lastly, utf8mb4 is of course the character encoding used internally. In this answer I’m talking only about Unicode based encodings.
-翻译 对于那些在 2020 年或之后仍会遇到这个问题的人，有可能比这两个更好的新选项。例如，utf8mb4_0900_ai_ci。
-所有这些排序规则都用于 UTF-8 字符编码。不同之处在于文本的排序和比较方式。
-_unicode_ci和 _general_ci是两组不同的规则，用于按照我们期望的方式对文本进行排序和比较。较新版本的 MySQL 也引入了新的规则集，例如 _0900_ai_ci用于基于 Unicode 9.0 的等效规则 - 并且没有等效的 _general_ci变体。现在阅读本文的人可能应该使用这些较新的排序规则之一，而不是 _unicode_ci或 _general_ci。下面对那些较旧的排序规则的描述仅供参考。
-MySQL 目前正在从旧的、有缺陷的 UTF-8 实现过渡。现在，您需要使用 utf8mb4 而不是 utf8作为字符编码部分，以确保您获得的是固定版本。有缺陷的版本仍然是为了向后兼容，尽管它已被弃用。
-主要区别
-utf8mb4_unicode_ci基于官方 Unicode 规则进行通用排序和比较，可在多种语言中准确排序。
-utf8mb4_general_ci是一组简化的排序规则，旨在尽其所能，同时采用许多旨在提高速度的捷径。它不遵循 Unicode 规则，并且在某些情况下会导致不希望的排序或比较，例如在使用特定语言或字符时。
-在现代服务器上，这种性能提升几乎可以忽略不计。它是在服务器的 CPU 性能只有当今计算机的一小部分时设计的。
-utf8mb4_unicode_ci 相对于 utf8mb4_general_ci的优势
-utf8mb4_unicode_ci使用 Unicode 规则进行排序和比较，采用相当复杂的算法在多种语言中以及在使用多种特殊字符时进行正确排序。这些规则需要考虑特定语言的约定；不是每个人都按照我们所说的“字母顺序”对他们的字符进行排序。
-就拉丁语（即“欧洲”）语言而言，Unicode 排序和 MySQL 中简化的 utf8mb4_general_ci排序没有太大区别，但仍有一些区别：
-例如，Unicode 排序规则将“ß”排序为“ss”，将“Œ”排序为“OE”，因为使用这些字符的人通常需要这些字符，而 utf8mb4_general_ci将它们排序为单个字符（大概分别像“s”和“e” ）。
-一些 Unicode 字符被定义为可忽略，这意味着它们不应该计入排序顺序，并且比较应该转到下一个字符。 utf8mb4_unicode_ci正确处理这些。
-在非拉丁语言中，例如亚洲语言或具有不同字母的语言，Unicode 排序和简化的 utf8mb4_general_ci排序之间可能存在更多差异。 utf8mb4_general_ci的适用性在很大程度上取决于所使用的语言。对于某些语言，这将是非常不充分的。
-你应该用什么？
-几乎可以肯定没有理由再使用 utf8mb4_general_ci，因为我们已经将 CPU 速度低到会严重影响性能表现的时代远抛在脑后了。您的数据库几乎肯定会受到除此之外的其他瓶颈的限制。
-过去，有些人建议使用 utf8mb4_general_ci，除非准确排序足够重要以证明性能成本是合理的。如今，这种性能成本几乎消失了，开发人员正在更加认真地对待国际化。
-有一个论点是，如果速度对您来说比准确性更重要，那么您可能根本不进行任何排序。如果您不需要准确的算法，那么使算法更快是微不足道的。因此，utf8mb4_general_ci是一种折衷方案，出于速度原因可能不需要，也可能出于准确性原因也不适合。
-我要补充的另一件事是，即使您知道您的应用程序仅支持英语，它可能仍需要处理人名，这些人名通常包含其他语言中使用的字符，在这些语言中正确排序同样重要.对所有事情都使用 Unicode 规则有助于让您更加安心，因为非常聪明的 Unicode 人员已经非常努力地工作以使排序正常工作。
-其余各个部分是什么意思
-首先， ci 用于不区分大小写的排序和比较。这意味着它适用于文本数据，大小写并不重要。其他类型的排序规则是 cs（区分大小写），用于区分大小写的文本数据，以及 bin，用于编码需要匹配的地方，逐位匹配，适用于真正编码二进制数据的字段（包括，用于例如，Base64）。区分大小写的排序会导致一些奇怪的结果，区分大小写的比较可能会导致重复值仅在字母大小写上有所不同，因此区分大小写的排序规则对文本数据不受欢迎 - 如果大小写对您很重要，那么标点符号就可以忽略等等可能也很重要，二进制排序规则可能更合适。
-接下来，unicode 或general 指的是具体的排序和比较规则——特别是文本被规范化或比较的方式。 utf8mb4 字符编码有许多不同的规则集，其中 unicode 和 general 是两种，它们试图在所有可能的语言中都很好地工作，而不是在一种特定的语言中。这两组规则之间的差异是此答案的主题。请注意，unicode 使用 Unicode 4.0 中的规则。 MySQL 的最新版本使用 Unicode 5.2 的规则添加规则集 unicode_520，使用 Unicode 9.0 的规则添加 0900（删除“unicode_”部分）。
-最后，utf8mb4 当然是内部使用的字符编码。在这个答案中，我只谈论基于 Unicode 的编码。
-utf8 和 utf8mb4 编码有什么区别 UTF-8 is a variable-length encoding. In the case of UTF-8, this means that storing one code point requires one to four bytes. However, MySQL’s encoding called “utf8” (alias of “utf8mb3”) only stores a maximum of three bytes per code point.
-So the character set “utf8”/“utf8mb3” cannot store all Unicode code points: it only supports the range 0x000 to 0xFFFF, which is called the “Basic Multilingual Plane “. See also Comparison of Unicode encodings .
-This is what (a previous version of the same page at)the MySQL documentation has to say about it:
-
-The character set named utf8[/utf8mb3] uses a maximum of three bytes per character and contains only BMP characters. As of MySQL 5.5.3, the utf8mb4 character set uses a maximum of four bytes per character supports supplemental characters:
+ redis数据结构介绍二-第二部分 跳表
+ /2020/01/04/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E4%BA%8C/
+ 跳表 skiplist跳表是个在我们日常的代码中不太常用到的数据结构，相对来讲就没有像数组，链表，字典，散列，树等结构那么熟悉，所以就从头开始分析下，首先是链表，跳表跟链表都有个表字（太硬扯了我🤦♀️），注意这是个有序链表
+/* ZSETs use a specialized version of Skiplists */
+typedef struct zskiplistNode {
+ sds ele;
+ double score;
+ struct zskiplistNode *backward;
+ struct zskiplistLevel {
+ struct zskiplistNode *forward;
+ unsigned long span;
+ } level[];
+} zskiplistNode;
+
+typedef struct zskiplist {
+ struct zskiplistNode *header, *tail;
+ unsigned long length;
+ int level;
+} zskiplist;
+
+typedef struct zset {
+ dict *dict;
+ zskiplist *zsl;
+} zset;忘了说了，redis 是把 skiplist 跳表用在 zset 里，zset 是个有序的集合，可以看到 zskiplist 就是个跳表的结构，里面用 header 保存跳表的表头，tail 保存表尾，还有长度和最大层级，具体的跳表节点元素使用 zskiplistNode 表示，里面包含了 sds 类型的元素值，double 类型的分值，用来排序，一个 backward 后向指针和一个 zskiplistLevel 数组，每个 level 包含了一个前向指针，和一个 span，span 表示的是跳表前向指针的跨度，这里再补充一点，前面说了为了灵活这个跳表的新增修改，redis 使用了随机层高的方式插入新节点，但是如果所有节点都随机到很高的层级或者所有都很低的话，跳表的效率优势就会减小，所以 redis 使用了个小技巧，贴下代码
+#define ZSKIPLIST_P 0.25 /* Skiplist P = 1/4 */
+int zslRandomLevel(void) {
+ int level = 1;
+ while ((random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF))
+ level += 1;
+ return (level<ZSKIPLIST_MAXLEVEL) ? level : ZSKIPLIST_MAXLEVEL;
+}当随机值跟0xFFFF进行与操作小于ZSKIPLIST_P * 0xFFFF时才会增大 level 的值，因此保持了一个相对递减的概率
+]]>
+
+ Redis
+ 数据结构
+ 源码
+ C
+ Redis
+
+
+ redis
+ 数据结构
+ 源码
+
+
+
+ redis 的 rdb 和 COW 介绍
+ /2021/08/15/redis-%E7%9A%84-rdb-%E5%92%8C-COW-%E4%BB%8B%E7%BB%8D/
+ redis 在使用 rdb 策略进行备份时，rdb 的意思是会在开启备份的时候将开启时间点的内存数据进行备份，并且可以设置时间，这样子就是这个策略其实还是不完全可靠的，如果是在这个间隔中宕机了，或者间隔过长，不过这个不在这次的要说的内容中，如果自己去写这个 rdb 的策略可能就有点类似于 mvcc 的 redolog，需要知道这个时间点之前的数据是怎么样的，防止后面更改的干扰，但是这样一方面需要有比较复杂的 mvcc 实现，另一方面是很占用存储空间，所以 redis 在这里面使用了 COW (Copy On Write) 技术，这个技术呢以前听过，也大致了解是怎么个意思，这次稍微具体地来看下，其实 redis 的 copy-on-write 就是来自于 linux 的 cow
+Linux中的CopyOnWrite fork()之后，kernel把父进程中所有的内存页的权限都设为read-only，然后子进程的地址空间指向父进程。当父子进程都只读内存时，相安无事。当其中某个进程写内存时，CPU硬件检测到内存页是read-only的，于是触发页异常中断（page-fault），陷入kernel的一个中断例程。中断例程中，kernel就会把触发的异常的页复制一份，于是父子进程各自持有独立的一份。这个操作其实可以类比为写屏障，正常的读取是没问题的，当有写入时就会分裂。
+CopyOnWrite的好处： 1、减少分配和复制资源时带来的瞬时延迟；
+Redis中的CopyOnWrite Redis在持久化时，如果是采用BGSAVE命令或者BGREWRITEAOF的方式，那Redis会fork出一个子进程来读取数据，从而写到磁盘中。
+]]>
+
+ redis
+
+
+ redis
+
+
+
+ redis数据结构介绍六 快表
+ /2020/01/22/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E5%85%AD/
+ 这应该是 redis 系列的最后一篇了，讲下快表，其实最前面讲的链表在早先的 redis 版本中也作为 list 的数据结构使用过，但是单纯的链表的缺陷之前也说了，插入便利，但是空间利用率低，并且不能进行二分查找等，检索效率低，ziplist 压缩表的产生也是同理，希望获得更好的性能，包括存储空间和访问性能等，原来我也不懂这个快表要怎么快，然后明白了一个道理，其实并没有什么银弹，只是大牛们会在适合的时候使用最适合的数据结构来实现性能的最大化，这里面有一招就是不同数据结构的组合调整，比如 Java 中的 HashMap，在链表节点数大于 8 时会转变成红黑树，以此提高访问效率，不费话了，回到快表，quicklist，这个数据结构主要使用在 list 类型中，如果我说其实这个 quicklist 就是个链表，可能大家不太会相信，但是事实上的确可以认为 quicklist 是个双向链表，看下代码
+/* quicklistNode is a 32 byte struct describing a ziplist for a quicklist.
+ * We use bit fields keep the quicklistNode at 32 bytes.
+ * count: 16 bits, max 65536 (max zl bytes is 65k, so max count actually < 32k).
+ * encoding: 2 bits, RAW=1, LZF=2.
+ * container: 2 bits, NONE=1, ZIPLIST=2.
+ * recompress: 1 bit, bool, true if node is temporarry decompressed for usage.
+ * attempted_compress: 1 bit, boolean, used for verifying during testing.
+ * extra: 10 bits, free for future use; pads out the remainder of 32 bits */
+typedef struct quicklistNode {
+ struct quicklistNode *prev;
+ struct quicklistNode *next;
+ unsigned char *zl;
+ unsigned int sz; /* ziplist size in bytes */
+ unsigned int count : 16; /* count of items in ziplist */
+ unsigned int encoding : 2; /* RAW==1 or LZF==2 */
+ unsigned int container : 2; /* NONE==1 or ZIPLIST==2 */
+ unsigned int recompress : 1; /* was this node previous compressed? */
+ unsigned int attempted_compress : 1; /* node can't compress; too small */
+ unsigned int extra : 10; /* more bits to steal for future usage */
+} quicklistNode;
+
+/* quicklistLZF is a 4+N byte struct holding 'sz' followed by 'compressed'.
+ * 'sz' is byte length of 'compressed' field.
+ * 'compressed' is LZF data with total (compressed) length 'sz'
+ * NOTE: uncompressed length is stored in quicklistNode->sz.
+ * When quicklistNode->zl is compressed, node->zl points to a quicklistLZF */
+typedef struct quicklistLZF {
+ unsigned int sz; /* LZF size in bytes*/
+ char compressed[];
+} quicklistLZF;
+
+/* quicklist is a 40 byte struct (on 64-bit systems) describing a quicklist.
+ * 'count' is the number of total entries.
+ * 'len' is the number of quicklist nodes.
+ * 'compress' is: -1 if compression disabled, otherwise it's the number
+ * of quicklistNodes to leave uncompressed at ends of quicklist.
+ * 'fill' is the user-requested (or default) fill factor. */
+typedef struct quicklist {
+ quicklistNode *head;
+ quicklistNode *tail;
+ unsigned long count; /* total count of all entries in all ziplists */
+ unsigned long len; /* number of quicklistNodes */
+ int fill : 16; /* fill factor for individual nodes */
+ unsigned int compress : 16; /* depth of end nodes not to compress;0=off */
+} quicklist;粗略看下，quicklist 里有 head，tail, quicklistNode里有 prev，next 指针，是不是有链表的基本轮廓了，那么为啥这玩意要称为快表呢，快在哪，关键就在这个unsigned char *zl;zl 是不是前面又看到过，就是 ziplist ，这是什么鬼，链表里用压缩表，这不套娃么，先别急，回顾下前面说的 ziplist，ziplist 有哪些特点，内存利用率高，可以从表头快速定位到尾节点，节点可以从后往前找，但是有个缺点，就是从中间插入的效率比较低，需要整体往后移，这个其实是普通数组的优化版，但还是有数组的一些劣势，所以要真的快，是不是可以将链表跟数组真的结合起来。
+ziplist 这里有两个 redis 的配置参数，list-max-ziplist-size 和 list-compress-depth，先来说第一个，既然快表是将链表跟压缩表数组结合起来使用，那么具体怎么用呢，比如我有一个 10 个元素的 list，那具体怎么放，每个 quicklistNode 里放多大的 ziplist，假如每个快表节点的 ziplist 只放一个元素，那么其实这就退化成了一个链表，如果 10 个元素放在一个 quicklistNode 的 ziplist 里，那就退化成了一个 ziplist，所以有了这个 list-max-ziplist-size,而且它还比较牛，能取正负值，当是正值时，对应的就是每个 quicklistNode 的 ziplist 中的元素个数，比如配置了 list-max-ziplist-size = 5，那么我刚才的 10 个元素的 list 就是一个两个 quicklistNode 组成的快表，每个 quicklistNode 中的 ziplist 包含了五个元素，当 list-max-ziplist-size取负值的时候，它限制了 ziplist 的字节数
+size_t offset = (-fill) - 1;
+if (offset < (sizeof(optimization_level) / sizeof(*optimization_level))) {
+ if (sz <= optimization_level[offset]) {
+ return 1;
+ } else {
+ return 0;
+ }
+} else {
+ return 0;
+}
+
+/* Optimization levels for size-based filling */
+static const size_t optimization_level[] = {4096, 8192, 16384, 32768, 65536};
+
+/* Create a new quicklist.
+ * Free with quicklistRelease(). */
+quicklist *quicklistCreate(void) {
+ struct quicklist *quicklist;
+
+ quicklist = zmalloc(sizeof(*quicklist));
+ quicklist->head = quicklist->tail = NULL;
+ quicklist->len = 0;
+ quicklist->count = 0;
+ quicklist->compress = 0;
+ quicklist->fill = -2;
+ return quicklist;
+}这个 fill 就是传进来的 list-max-ziplist-size, 具体对应的就是
-For a BMP character, utf8[/utf8mb3] and utf8mb4 have identical storage characteristics: same code values, same encoding, same length.
-For a supplementary character, utf8[/utf8mb3] cannot store the character at all , while utf8mb4 requires four bytes to store it. Since utf8[/utf8mb3] cannot store the character at all, you do not have any supplementary characters in utf8[/utf8mb3] columns and you need not worry about converting characters or losing data when upgrading utf8[/utf8mb3] data from older versions of MySQL.
+-5: 每个quicklist节点上的ziplist大小不能超过64 Kb。（注：1kb => 1024 bytes）
+-4: 每个quicklist节点上的ziplist大小不能超过32 Kb。
+-3: 每个quicklist节点上的ziplist大小不能超过16 Kb。
+-2: 每个quicklist节点上的ziplist大小不能超过8 Kb。（-2是Redis给出的默认值）也就是上面的 quicklist->fill = -2;
+-1: 每个quicklist节点上的ziplist大小不能超过4 Kb。
-
-So if you want your column to support storing characters lying outside the BMP (and you usually want to), such as emoji , use “utf8mb4”. See also What are the most common non-BMP Unicode characters in actual use? .
-译文 UTF-8 是一种可变长度编码。对于 UTF-8，这意味着存储一个代码点需要一到四个字节。但是，MySQL 的编码称为“utf8”（“utf8mb3”的别名）每个代码点最多只能存储三个字节。
-所以字符集“utf8”/“utf8mb3”不能存储所有的Unicode码位：它只支持0x000到0xFFFF的范围，被称为“基本多语言平面 ”。另请参阅 Unicode 编码比较 。
-这就是（同一页面的先前版本）MySQL 文档 不得不说的：
-
-名为 utf8[/utf8mb3] 的字符集每个字符最多使用三个字节，并且仅包含 BMP 字符。从 MySQL 5.5.3 开始，utf8mb4 字符集每个字符最多使用四个字节，支持补充字符：
+压缩 list-compress-depth这个参数呢是用来配置压缩的，等等压缩是为啥，不是里面已经是压缩表了么，大牛们就是为了性能殚精竭虑，这里考虑到的是一个场景，一般状况下，list 都是两端的访问频率比较高，那么是不是可以对中间的数据进行压缩，那么这个参数就是用来表示
+/* depth of end nodes not to compress;0=off */
-对于 BMP 字符，utf8[/utf8mb3] 和 utf8mb4 具有相同的存储特性：相同的代码值、相同的编码、相同的长度。
-对于补充字符，utf8[/utf8mb3] 根本无法存储该字符 ，而 utf8mb4 需要四个字节来存储它。由于 utf8[/utf8mb3] 根本无法存储字符，因此您在 utf8[/utf8mb3] 列中没有任何补充字符，您不必担心从旧版本升级 utf8[/utf8mb3] 数据时转换字符或丢失数据mysql。
+0，代表不压缩，默认值
+1，两端各一个节点不压缩
+2，两端各两个节点不压缩
+… 依次类推LZF 压缩算法，压缩后的 quicklistLZF 中的 compressed 也是个柔性数组，压缩后的 ziplist 整个就放进这个柔性数组
-
-因此，如果您希望您的列支持存储位于 BMP 之外的字符（并且您通常希望这样做），例如 emoji ，请使用“utf8mb4”。另请参阅
-实际使用中最常见的非 BMP Unicode 字符是什么？ 。
+插入过程 简单说下插入元素的过程
+/* Wrapper to allow argument-based switching between HEAD/TAIL pop */
+void quicklistPush(quicklist *quicklist, void *value, const size_t sz,
+ int where) {
+ if (where == QUICKLIST_HEAD) {
+ quicklistPushHead(quicklist, value, sz);
+ } else if (where == QUICKLIST_TAIL) {
+ quicklistPushTail(quicklist, value, sz);
+ }
+}
+
+/* Add new entry to head node of quicklist.
+ *
+ * Returns 0 if used existing head.
+ * Returns 1 if new head created. */
+int quicklistPushHead(quicklist *quicklist, void *value, size_t sz) {
+ quicklistNode *orig_head = quicklist->head;
+ if (likely(
+ _quicklistNodeAllowInsert(quicklist->head, quicklist->fill, sz))) {
+ quicklist->head->zl =
+ ziplistPush(quicklist->head->zl, value, sz, ZIPLIST_HEAD);
+ quicklistNodeUpdateSz(quicklist->head);
+ } else {
+ quicklistNode *node = quicklistCreateNode();
+ node->zl = ziplistPush(ziplistNew(), value, sz, ZIPLIST_HEAD);
+
+ quicklistNodeUpdateSz(node);
+ _quicklistInsertNodeBefore(quicklist, quicklist->head, node);
+ }
+ quicklist->count++;
+ quicklist->head->count++;
+ return (orig_head != quicklist->head);
+}
+
+/* Add new entry to tail node of quicklist.
+ *
+ * Returns 0 if used existing tail.
+ * Returns 1 if new tail created. */
+int quicklistPushTail(quicklist *quicklist, void *value, size_t sz) {
+ quicklistNode *orig_tail = quicklist->tail;
+ if (likely(
+ _quicklistNodeAllowInsert(quicklist->tail, quicklist->fill, sz))) {
+ quicklist->tail->zl =
+ ziplistPush(quicklist->tail->zl, value, sz, ZIPLIST_TAIL);
+ quicklistNodeUpdateSz(quicklist->tail);
+ } else {
+ quicklistNode *node = quicklistCreateNode();
+ node->zl = ziplistPush(ziplistNew(), value, sz, ZIPLIST_TAIL);
+
+ quicklistNodeUpdateSz(node);
+ _quicklistInsertNodeAfter(quicklist, quicklist->tail, node);
+ }
+ quicklist->count++;
+ quicklist->tail->count++;
+ return (orig_tail != quicklist->tail);
+}
+
+/* Wrappers for node inserting around existing node. */
+REDIS_STATIC void _quicklistInsertNodeBefore(quicklist *quicklist,
+ quicklistNode *old_node,
+ quicklistNode *new_node) {
+ __quicklistInsertNode(quicklist, old_node, new_node, 0);
+}
+
+REDIS_STATIC void _quicklistInsertNodeAfter(quicklist *quicklist,
+ quicklistNode *old_node,
+ quicklistNode *new_node) {
+ __quicklistInsertNode(quicklist, old_node, new_node, 1);
+}
+
+/* Insert 'new_node' after 'old_node' if 'after' is 1.
+ * Insert 'new_node' before 'old_node' if 'after' is 0.
+ * Note: 'new_node' is *always* uncompressed, so if we assign it to
+ * head or tail, we do not need to uncompress it. */
+REDIS_STATIC void __quicklistInsertNode(quicklist *quicklist,
+ quicklistNode *old_node,
+ quicklistNode *new_node, int after) {
+ if (after) {
+ new_node->prev = old_node;
+ if (old_node) {
+ new_node->next = old_node->next;
+ if (old_node->next)
+ old_node->next->prev = new_node;
+ old_node->next = new_node;
+ }
+ if (quicklist->tail == old_node)
+ quicklist->tail = new_node;
+ } else {
+ new_node->next = old_node;
+ if (old_node) {
+ new_node->prev = old_node->prev;
+ if (old_node->prev)
+ old_node->prev->next = new_node;
+ old_node->prev = new_node;
+ }
+ if (quicklist->head == old_node)
+ quicklist->head = new_node;
+ }
+ /* If this insert creates the only element so far, initialize head/tail. */
+ if (quicklist->len == 0) {
+ quicklist->head = quicklist->tail = new_node;
+ }
+
+ if (old_node)
+ quicklistCompress(quicklist, old_node);
+
+ quicklist->len++;
+}前面第一步先根据插入的是头还是尾选择不同的 push 函数，quicklistPushHead 或者 quicklistPushTail，举例分析下从头插入的 quicklistPushHead，先判断当前的 quicklistNode 节点还能不能允许再往 ziplist 里添加元素，如果可以就添加，如果不允许就新建一个 quicklistNode，然后调用 _quicklistInsertNodeBefore 将节点插进去，具体插入quicklist节点的操作类似链表的插入。
]]>
- Mysql
+ Redis
+ 数据结构
+ 源码
+ C
+ Redis
- mysql
- 字符集
- 编码
- utf8
- utf8mb4
- utf8mb4_0900_ai_ci
- utf8mb4_unicode_ci
- utf8mb4_general_ci
+ redis
+ 数据结构
+ 源码
- 是何原因竟让两人深夜奔袭十公里
- /2022/06/05/%E6%98%AF%E4%BD%95%E5%8E%9F%E5%9B%A0%E7%AB%9F%E8%AE%A9%E4%B8%A4%E4%BA%BA%E6%B7%B1%E5%A4%9C%E5%A5%94%E8%A2%AD%E5%8D%81%E5%85%AC%E9%87%8C/
- 偶尔来个标题党，不过也是一次比较神奇的经历redis数据结构介绍四-第四部分 压缩表
+ /2020/01/19/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E5%9B%9B/
+ 在 redis 中还有一类表型数据结构叫压缩表，ziplist，它的目的是替代链表，链表是个很容易理解的数据结构，双向链表有前后指针，有带头结点的有的不带，但是链表有个比较大的问题是相对于普通的数组，它的内存不连续，碎片化的存储，内存利用效率不高，而且指针寻址相对于直接使用偏移量的话，也有一定的效率劣势，当然这不是主要的原因，ziplist 设计的主要目的是让链表的内存使用更高效
+
+The ziplist is a specially encoded dually linked list that is designed to be very memory efficient.
+
+<zlbytes> <zltail> <zllen> <entry> <entry> ... <entry> <zlend>其中<zlbytes>表示 ziplist 占用的字节总数，类型是uint32_t，32 位的无符号整型，当然表示的字节数也包含自己本身占用的 4 个<zltail> 类型也是是uint32_t，表示ziplist表中最后一项（entry）在ziplist中的偏移字节数。<zltail>的存在，使得我们可以很方便地找到最后一项（不用遍历整个ziplist），从而可以在ziplist尾端快速地执行push或pop操作。<uint16_t zllen> 表示ziplist 中的数据项个数，因为是 16 位，所以当数量超过所能表示的最大的数量，它的 16 位全会置为 1，但是真实的数量需要遍历整个 ziplist 才能知道<entry>是具体的数据项，后面解释<zlend> ziplist 的最后一个字节，固定是255。<entry>中的具体结构，
+<prevlen> <encoding> <entry-data>首先这个<prevlen>有两种情况，一种是前面的元素的长度，如果是小于等于 253的时候就用一个uint8_t 来表示前一元素的长度，如果大于的话他将占用五个字节，第一个字节是 254，即表示这个字节已经表示不下了，需要后面的四个字节帮忙表示<encoding>这个就比较复杂，把源码的注释放下面先看下
+* |00pppppp| - 1 byte
+* String value with length less than or equal to 63 bytes (6 bits).
+* "pppppp" represents the unsigned 6 bit length.
+* |01pppppp|qqqqqqqq| - 2 bytes
+* String value with length less than or equal to 16383 bytes (14 bits).
+* IMPORTANT: The 14 bit number is stored in big endian.
+* |10000000|qqqqqqqq|rrrrrrrr|ssssssss|tttttttt| - 5 bytes
+* String value with length greater than or equal to 16384 bytes.
+* Only the 4 bytes following the first byte represents the length
+* up to 32^2-1. The 6 lower bits of the first byte are not used and
+* are set to zero.
+* IMPORTANT: The 32 bit number is stored in big endian.
+* |11000000| - 3 bytes
+* Integer encoded as int16_t (2 bytes).
+* |11010000| - 5 bytes
+* Integer encoded as int32_t (4 bytes).
+* |11100000| - 9 bytes
+* Integer encoded as int64_t (8 bytes).
+* |11110000| - 4 bytes
+* Integer encoded as 24 bit signed (3 bytes).
+* |11111110| - 2 bytes
+* Integer encoded as 8 bit signed (1 byte).
+* |1111xxxx| - (with xxxx between 0000 and 1101) immediate 4 bit integer.
+* Unsigned integer from 0 to 12. The encoded value is actually from
+* 1 to 13 because 0000 and 1111 can not be used, so 1 should be
+* subtracted from the encoded 4 bit value to obtain the right value.
+* |11111111| - End of ziplist special entry.首先如果 encoding 的前两位是 00 的话代表这个元素是个 6 位的字符串，即直接将数据保存在 encoding 中，不消耗额外的<entry-data>，如果前两位是 01 的话表示是个 14 位的字符串，如果是 10 的话表示encoding 块之后的四个字节是存放字符串类型的数据，encoding 的剩余 6 位置 0。11111110时，则表示是一个1 字节的有符号数，如果是 1111xxxx，其中xxxx在0000 到 1101 表示实际的 1 到 13，为啥呢，因为 0000 前面已经用过了，而 1110 跟 1111 也都有用了。
+[0f 00 00 00] [0c 00 00 00] [02 00] [00 f3] [02 f6] [ff]
+|**zlbytes***| |***zltail***| |*zllen*| |entry1 entry2| |zlend|第一部分代表整个 ziplist 有 15 个字节，zlbytes 自己占了 4 个 zltail 表示最后一个元素的偏移量，第 13 个字节起，zllen 表示有 2 个元素，第一个元素是00f3,00表示前一个元素长度是 0，本来前面就没元素(不过不知道这个能不能优化这一字节)，然后是 f3，换成二进制就是11110011,对照上面的注释，是落在|1111xxxx|这个类型里，注意这个其实是用 0001 到 1101 也就是 1到 13 来表示 0到 12，所以 f3 应该就是 2，第一个元素是 2，第二个元素呢，02 代表前一个元素也就是刚才说的这个，占用 2 字节，f6 展开也是刚才的类型，实际是 5，ff 表示 ziplist 的结尾，所以这个 ziplist 里面是两个元素，2 跟 5
]]>
- 生活
+ Redis
+ 数据结构
+ 源码
+ C
+ Redis
- 生活
+ redis
+ 数据结构
+ 源码
- 看完了扫黑风暴,聊聊感想
- /2021/10/24/%E7%9C%8B%E5%AE%8C%E4%BA%86%E6%89%AB%E9%BB%91%E9%A3%8E%E6%9A%B4-%E8%81%8A%E8%81%8A%E6%84%9F%E6%83%B3/
- 一直在想这篇怎么写，看了这部剧其实对我的一些观念是有影响的，应该是在 9 月份就看完了，到现在可能才会稍微平静一点，一开始是没有想看这部剧，因为同期有一部差不多同名的电影，被投诉了对湖南埋尸案家属伤害很大，我以为就是投诉的这部电视剧，后来同事跟我说不是，所以就想着看一下，但是没有马上看，因为一直不喜欢追这种比较纠结的剧，当时看人民的名义，就是后面等不了了直接看了小说，所以差不多是等到更完了才看的。
-尝试保持一个比较冷静的状态来聊聊，在看的时候有一点感想就是如果要剧里的坏人排个名，因为明眼看都是孙兴是个穷凶极恶的坏人，干尽了坏事，而且可能是演员表演地好，让人真的恨的牙痒痒，但是更多地还是停留在那些剧情中的表现和他的表情，其实对应的真实案例有更多的，这里尽量不展开，有兴趣可以自行搜索关键字，所以其实我想排个名的话，孙兴的母亲应该是我心目中是造成这个结果的比较大占比的始作俑者，因为是方方面面的，包括对林汉的栽赃迫害，最后串起来是因为他看到了孙兴又出来了，就是那句老话，撒了一个谎以后就要用无数个谎来圆，贺芸为了孙兴，作了第一个恶以后就用了一系列的丧心病狂的操作来保护孙兴，而且这之后所做的事情一件比一件可怕，并且如果不是督导组各种想方设法地去破解谜题，这个事情还可以一直被通过各种操作瞒下去，而孙兴还可以继续地为虎作伥，当然其他的包括高明远以及后面的王政，当然是为了这个操作也提供的各种方式的帮助，甚至是主导了这些操作，但是这里贺芸还是在这个位子上能够通过权力做出非常关键的动作，包括栽赃林汉，并且搞掉了李成阳。其中还有一点是我对剧情设计的质疑，也是我前面提到过一点，因为里面孙兴好像是很爱他的母亲贺芸，似乎想表达的是孙兴作的恶是因为得不到母爱，并且个人感觉如果是一个比较敬爱自己母亲的儿子，似乎应该有所畏惧，对他的行为也会有所限制，不应该变成这样一个无恶不作的恶霸，这也是我一直以来的观点，很多人作恶太多可能是因为没有信仰，不管是信基督耶稣还是信道教佛教，总归有一些制约，当然不是说就绝对不会作恶，只是偏向于有所畏惧敬畏，除了某绿哈。
-而对于其他的人感觉演技都不错，只是最后有一些虎头蛇尾吧，不知道是不是审核的原因，也不细说了怕被请喝茶，还有提一点就是麦佳的这个事情，她其实是里面很惨的一个人，把高明远当成最亲近的人，而其实真相令人感觉不寒而栗，杀父杀母的仇人，对于麦佳这个演员，一直觉得印象深刻，后来才想起来就是在爱情公寓里演被关谷救了要以身相遇的那个女孩，长相其实蛮令人印象深刻的，但好像也一直不温不火，不过也不能说演技很好吧，只是在这里演的任务真的是很可怜了，剧情设计里也应该是个很重要的串联人物，最终被高明远献给了大佬，这里扯开一点，好像有的观点说贺芸之前也是这样的，只是一种推测了。
-看完这部剧其实有很多想说的，但是也为了不被请喝茶，尽量少说了，只想说珍爱生命，还是自己小心吧
+ redis数据结构介绍五-第五部分 对象
+ /2020/01/20/redis%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84%E4%BB%8B%E7%BB%8D%E4%BA%94/
+ 前面说了这么些数据结构，其实大家对于 redis 最初的印象应该就是个 key-value 的缓存，类似于 memcache，redis 其实也是个 key-value，key 还是一样的字符串，或者说就是用 redis 自己的动态字符串实现，但是 value 其实就是前面说的那些数据结构，差不多快说完了，还有个 quicklist 后面还有一篇，这里先介绍下 redis 对于这些不同类型的 value 是怎么实现的，首先看下 redisObject 的源码头文件
+/* The actual Redis Object */
+#define OBJ_STRING 0 /* String object. */
+#define OBJ_LIST 1 /* List object. */
+#define OBJ_SET 2 /* Set object. */
+#define OBJ_ZSET 3 /* Sorted set object. */
+#define OBJ_HASH 4 /* Hash object. */
+/*
+ * Objects encoding. Some kind of objects like Strings and Hashes can be
+ * internally represented in multiple ways. The 'encoding' field of the object
+ * is set to one of this fields for this object. */
+#define OBJ_ENCODING_RAW 0 /* Raw representation */
+#define OBJ_ENCODING_INT 1 /* Encoded as integer */
+#define OBJ_ENCODING_HT 2 /* Encoded as hash table */
+#define OBJ_ENCODING_ZIPMAP 3 /* Encoded as zipmap */
+#define OBJ_ENCODING_LINKEDLIST 4 /* No longer used: old list encoding. */
+#define OBJ_ENCODING_ZIPLIST 5 /* Encoded as ziplist */
+#define OBJ_ENCODING_INTSET 6 /* Encoded as intset */
+#define OBJ_ENCODING_SKIPLIST 7 /* Encoded as skiplist */
+#define OBJ_ENCODING_EMBSTR 8 /* Embedded sds string encoding */
+#define OBJ_ENCODING_QUICKLIST 9 /* Encoded as linked list of ziplists */
+#define OBJ_ENCODING_STREAM 10 /* Encoded as a radix tree of listpacks */
+
+#define LRU_BITS 24
+#define LRU_CLOCK_MAX ((1<<LRU_BITS)-1) /* Max value of obj->lru */
+#define LRU_CLOCK_RESOLUTION 1000 /* LRU clock resolution in ms */
+
+#define OBJ_SHARED_REFCOUNT INT_MAX
+typedef struct redisObject {
+ unsigned type:4;
+ unsigned encoding:4;
+ unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or
+ * LFU data (least significant 8 bits frequency
+ * and most significant 16 bits access time). */
+ int refcount;
+ void *ptr;
+} robj;主体结构就是这个 redisObject，
+
+type： 字段表示对象的类型，它对应的就是 redis 的对外暴露的，或者说用户可以使用的五种类型，OBJ_STRING, OBJ_LIST, OBJ_SET, OBJ_ZSET, OBJ_HASH
+encoding： 字段表示这个对象在 redis 内部的编码方式，由OBJ_ENCODING_开头的 11 种
+lru: 做LRU替换算法用，占24个bit
+refcount: 引用计数。它允许robj对象在某些情况下被共享。
+ptr: 指向底层实现数据结构的指针
+
]]>
- 生活
+ Redis
+ 数据结构
+ 源码
+ C
+ Redis
- 生活
- 影评
+ redis
+ 数据结构
+ 源码
- 给小电驴上牌
- /2022/03/20/%E7%BB%99%E5%B0%8F%E7%94%B5%E9%A9%B4%E4%B8%8A%E7%89%8C/
- 三八节活动的时候下决心买了个小电驴，主要是上下班路上现在通勤条件越来越恶劣了，之前都是觉得坐公交就行了，实际路程就比较短，但是现在或者说大概是年前那两个月差不多就开始了，基本是堵一路，个人感觉是天目山路那边在修地铁，而且蚂蚁的几个空间都在那，上班的时间点都差不多，前一个修地铁感觉挺久了，机动车保有量也越来越多，总体是古墩路就越来越堵，还有个原因就是早上上班的点共享单车都被骑走了，有时候整整走一路都没一辆，有时候孤零零地有一辆基本都是破的；走路其实也是一种选择，但是因为要赶着上班，走得太慢就要很久，可能要 45 分钟这样，走得比较快就一身汗挺难受的。所以考虑自行车和电动车，这里还有一点就是不管是乘公交还是骑共享单车，其实都要从楼下走出去蛮远，公司回来也是，也就是这种通勤方式在准备阶段就花了比较多时间，比如总的从下班到到家的时间是半小时，可能在骑共享单车和公交车上的时间都不到十分钟，就比较难受。觉得这种比例太浪费时间，如果能有这种比较点对点的方式，估计能省时省力不少，前面说的骑共享单车的方式其实在之前是比较可行的，但是后来越来越少车，基本都是每周的前几天，周一到周三都是没有车，走路到公司再冷的天都是走出一身的汗，下雨天就更难受，本来下雨天应该是优先选择坐公交，但是一般下雨天堵车会更严重，而且车子到我上车的那个站，下雨天就挤得不行，总体说下来感觉事情都不打，但是几年下来，还是会挺不爽的。
-电驴看的比较草率，主要是考虑续航，然后锂电池外加 48v 和 24AH，这样一般来讲还是价格比较高的，只是原来没预料到这个限速，以为现在的车子都比较快，但是现在的新国标车子都是 25km/h 的限速，然后 15km/h 都是会要提醒，虽然说有一些特殊的解除限速的方法，但是解了也就 35km/h ，差距不是特别大，而且现在的车子都是比较小，也不太能载东西，特别是上下班路程也不远的情况下，其实不是那么需要速度，就像我朋友说的，可能骑车的时间还不如等红绿灯多，所以就还好，也不打算解除限速，只是品牌上也仔细看，后来选了绿源，目前大部分还是雅迪，爱玛，台羚，绿源，小牛等，路上看的话还是雅迪比较多，不过价格也比较贵一点，还有就是小牛了，是比较新兴的品牌，手机 App 什么的做得比较好，而且也比较贵，最后以相对比较便宜的价格买了个锂电 48V24AH 的小车子，后来发现还是有点不方便的点就是没有比较大的筐，也不好装，这样就是下雨天雨衣什么的比较不方便放。
-聊回来主题上牌这个事情，这个事情也是颇费心力，提车的时候店里的让我跟他早上一起去，但是因为不确定时间，也比较远就没跟着去，因为我是线上买的，线下自提，线下的店可能没啥利润可以拿，就不肯帮忙代上牌，朋友说在线下店里买是可以代上的，自己上牌过程也比较曲折，一开始是头盔没到，然后是等开发票，主要的东西就是需要骑着车子去车管所，不能只自己去，然后需要预约，附近比较近的都是提前一周就预约完了号了，要提前在支付宝上进行预约，比较空的就是店里推荐的景区大队，但是随之而来就是比较蛋疼的，这个景区大队太远了，看下骑车距离有十几公里，所以就有点拖延症，但是总归要上的，不然一直不能开是白买了，上牌的材料主要是车辆合格证，发票，然后车子上的浙品码，在车架上和电池上，然后车架号什么的都要跟合格证上完全对应，整体车子要跟合格证上一毛一样，如果有额外的反光镜，后面副座都需要拆掉，脚踏板要装上，到了那其实还比较顺利，就是十几公里外加那天比较冷，吹得头疼。
+ redis淘汰策略复习
+ /2021/08/01/redis%E6%B7%98%E6%B1%B0%E7%AD%96%E7%95%A5%E5%A4%8D%E4%B9%A0/
+ 前面复习了 redis 的过期策略，这里再复习下淘汰策略，淘汰跟过期的区别有时候会被混淆了，过期主要针对那些设置了过期时间的 key，应该说是一种逻辑策略，是主动的还是被动的加定时的，两种有各自的取舍，而淘汰也可以看成是一种保持系统稳定的策略，因为如果内存满了，不采取任何策略处理，那大概率会导致系统故障，之前其实主要从源码角度分析过redis 的 LRU 和 LFU，但这个是偏底层的实现，抠得比较细，那么具体的系统层面的配置是有哪些策略，来看下 redis labs 的介绍
+
+
+
+Policy Description
+
+
+noeviction 不逐出
+Returns an error if the memory limit has been reached when trying to insert more data，插入更多数据时，如果内存达到上限了，返回错误
+
+
+allkeys-lru 所有的 key 使用 lru 逐出
+Evicts the least recently used keys out of all keys 在所有 key 中逐出最近最少使用的
+
+
+allkeys-lfu 所有的 key 使用 lfu 逐出
+Evicts the least frequently used keys out of all keys 在所有 key 中逐出最近最不频繁使用的
+
+
+allkeys-random 所有的 key 中随机逐出
+Randomly evicts keys out of all keys 在所有 key 中随机逐出
+
+
+volatile-lru
+Evicts the least recently used keys out of all keys with an “expire” field set 在设置了过期时间的 key 空间 expire 中使用 lru 策略逐出
+
+
+volatile-lfu
+Evicts the least frequently used keys out of all keys with an “expire” field set 在设置了过期时间的 key 空间 expire 中使用 lfu 策略逐出
+
+
+volatile-random
+Randomly evicts keys with an “expire” field set 在设置了过期时间的 key 空间 expire 中随机逐出
+
+
+volatile-ttl
+Evicts the shortest time-to-live keys out of all keys with an “expire” field set.在设置了过期时间的 key 空间 expire 中逐出更早过期的
+
+
+而在这其中默认使用的策略是 volatile-lru，对 lru 跟 lfu 想有更多的了解可以看下我之前的文章redis系列介绍八-淘汰策略
]]>
- 生活
+ redis
- 生活
+ redis
+ 淘汰策略
+ 应用
+ Evict
- 分享记录一下一个 git 操作方法
- /2022/02/06/%E5%88%86%E4%BA%AB%E8%AE%B0%E5%BD%95%E4%B8%80%E4%B8%8B%E4%B8%80%E4%B8%AA-git-%E6%93%8D%E4%BD%9C%E6%96%B9%E6%B3%95/
- 前阵子一个同事因为发现某个分支上的代码好像有缺失导致无法正常运行，然后就对比了下把缺失的代码从另一个分支上拷了过来，可能有所欠考虑，不过主要是说下操作过程和最后的处理方法，这位同学的操作是改一些代码commit 一下，这样的 commit 了大概五六次，并且已经 push 到了远端，然后就在想要怎么去处理，在本地可以 reset，已经到远端了，一个很不优雅的操作就是本地 reset 了用 force push，这个当然是不可取的，然后就是 revert 了，但是又已经 commit 了好几次了，网上看了下，好像处理方法还挺成熟的，git revert 命令本质上就是一个逆向的 git cherry-pick 操作。 它将你提交中的变更的以完全相反的方式的应用到一个新创建的提交中，本质上就是撤销或者倒转。可以理解为就是提交一个反向的操作，这里其实我们可以用range revert来进行 git revert, 用法就是
-git revert OLDER_COMMIT^.. NEWER_COMMIT这样就可以解决上面的问题了，但是还有个问题是这样会根据前面的 commit 数量提交对应数量个 revert commit 会显得比较乱，如果要比较干净的 commit 历史，git revert 命令说明-n 参数，表示不自动提交
-git revert -n OLDER_COMMIT^.. NEWER_COMMIT
-git commit -m "revert OLDER_COMMIT to NEWER_COMMIT" redis系列介绍七-过期策略
+ /2020/04/12/redis%E7%B3%BB%E5%88%97%E4%BB%8B%E7%BB%8D%E4%B8%83/
+ 这一篇不再是数据结构介绍了，大致的数据结构基本都介绍了，这一篇主要是查漏补缺，或者说讲一些重要且基本的概念，也可能是经常被忽略的，很多讲 redis 的系列文章可能都会忽略，学习 redis 的时候也会，因为觉得源码学习就是讲主要的数据结构和“算法”学习了就好了。redis过期策略 redis 是如何过期缓存的，可以猜测下，最无脑的就是每个设置了过期时间的 key 都设个定时器，过期了就删除，这种显然消耗太大，清理地最及时，还有的就是 redis 正在采用的懒汉清理策略和定期清理
+/* This function is called when we are going to perform some operation
+ * in a given key, but such key may be already logically expired even if
+ * it still exists in the database. The main way this function is called
+ * is via lookupKey*() family of functions.
+ *
+ * The behavior of the function depends on the replication role of the
+ * instance, because slave instances do not expire keys, they wait
+ * for DELs from the master for consistency matters. However even
+ * slaves will try to have a coherent return value for the function,
+ * so that read commands executed in the slave side will be able to
+ * behave like if the key is expired even if still present (because the
+ * master has yet to propagate the DEL).
+ *
+ * In masters as a side effect of finding a key which is expired, such
+ * key will be evicted from the database. Also this may trigger the
+ * propagation of a DEL/UNLINK command in AOF / replication stream.
+ *
+ * The return value of the function is 0 if the key is still valid,
+ * otherwise the function returns 1 if the key is expired. */
+int expireIfNeeded(redisDb *db, robj *key) {
+ if (!keyIsExpired(db,key)) return 0;
+
+ /* If we are running in the context of a slave, instead of
+ * evicting the expired key from the database, we return ASAP:
+ * the slave key expiration is controlled by the master that will
+ * send us synthesized DEL operations for expired keys.
+ *
+ * Still we try to return the right information to the caller,
+ * that is, 0 if we think the key should be still valid, 1 if
+ * we think the key is expired at this time. */
+ if (server.masterhost != NULL) return 1;
+
+ /* Delete the key */
+ server.stat_expiredkeys++;
+ propagateExpire(db,key,server.lazyfree_lazy_expire);
+ notifyKeyspaceEvent(NOTIFY_EXPIRED,
+ "expired",key,db->id);
+ return server.lazyfree_lazy_expire ? dbAsyncDelete(db,key) :
+ dbSyncDelete(db,key);
+}
+
+/* Check if the key is expired. */
+int keyIsExpired(redisDb *db, robj *key) {
+ mstime_t when = getExpire(db,key);
+ mstime_t now;
+
+ if (when < 0) return 0; /* No expire for this key */
+
+ /* Don't expire anything while loading. It will be done later. */
+ if (server.loading) return 0;
+
+ /* If we are in the context of a Lua script, we pretend that time is
+ * blocked to when the Lua script started. This way a key can expire
+ * only the first time it is accessed and not in the middle of the
+ * script execution, making propagation to slaves / AOF consistent.
+ * See issue #1525 on Github for more information. */
+ if (server.lua_caller) {
+ now = server.lua_time_start;
+ }
+ /* If we are in the middle of a command execution, we still want to use
+ * a reference time that does not change: in that case we just use the
+ * cached time, that we update before each call in the call() function.
+ * This way we avoid that commands such as RPOPLPUSH or similar, that
+ * may re-open the same key multiple times, can invalidate an already
+ * open object in a next call, if the next call will see the key expired,
+ * while the first did not. */
+ else if (server.fixed_time_expire > 0) {
+ now = server.mstime;
+ }
+ /* For the other cases, we want to use the most fresh time we have. */
+ else {
+ now = mstime();
+ }
+ /* The key expired if the current (virtual or real) time is greater
+ * than the expire time of the key. */
+ return now > when;
+}
+/* Return the expire time of the specified key, or -1 if no expire
+ * is associated with this key (i.e. the key is non volatile) */
+long long getExpire(redisDb *db, robj *key) {
+ dictEntry *de;
-]]>
-
- git
- 小技巧
-
-
- git
-
-
-
- 聊一下 RocketMQ 的 DefaultMQPushConsumer 源码
- /2020/06/26/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84-Consumer/
- 首先看下官方的小 demo
-public static void main(String[] args) throws InterruptedException, MQClientException {
+ /* No expire? return ASAP */
+ if (dictSize(db->expires) == 0 ||
+ (de = dictFind(db->expires,key->ptr)) == NULL) return -1;
- /*
- * Instantiate with specified consumer group name.
- * 首先是new 一个对象出来，然后指定 Consumer 的 Group
- * 同一类Consumer的集合，这类Consumer通常消费同一类消息且消费逻辑一致。消费者组使得在消息消费方面，实现负载均衡和容错的目标变得非常容易。要注意的是，消费者组的消费者实例必须订阅完全相同的Topic。RocketMQ 支持两种消息模式：集群消费（Clustering）和广播消费（Broadcasting）。
- */
- DefaultMQPushConsumer consumer = new DefaultMQPushConsumer("please_rename_unique_group_name_4");
+ /* The entry was found in the expire dict, this means it should also
+ * be present in the main dict (safety check). */
+ serverAssertWithInfo(NULL,key,dictFind(db->dict,key->ptr) != NULL);
+ return dictGetSignedIntegerVal(de);
+}这里有几点要注意的，第一是当惰性删除时会根据lazyfree_lazy_expire这个参数去判断是执行同步删除还是异步删除，另外一点是对于 slave，是不需要执行的，因为会在 master 过期时向 slave 发送 del 指令。
+/* This function handles 'background' operations we are required to do
+ * incrementally in Redis databases, such as active key expiring, resizing,
+ * rehashing. */
+void databasesCron(void) {
+ /* Expire keys by random sampling. Not required for slaves
+ * as master will synthesize DELs for us. */
+ if (server.active_expire_enabled) {
+ if (server.masterhost == NULL) {
+ activeExpireCycle(ACTIVE_EXPIRE_CYCLE_SLOW);
+ } else {
+ expireSlaveKeys();
+ }
+ }
- /*
- * Specify name server addresses.
- * <p/>
- * 这里可以通知指定环境变量或者设置对象参数的形式指定名字空间服务的地址
- *
- * Alternatively, you may specify name server addresses via exporting environmental variable: NAMESRV_ADDR
- * <pre>
- * {@code
- * consumer.setNamesrvAddr("name-server1-ip:9876;name-server2-ip:9876");
- * }
- * </pre>
- */
+ /* Defrag keys gradually. */
+ activeDefragCycle();
- /*
- * Specify where to start in case the specified consumer group is a brand new one.
- * 指定消费起始点
- */
- consumer.setConsumeFromWhere(ConsumeFromWhere.CONSUME_FROM_FIRST_OFFSET);
+ /* Perform hash tables rehashing if needed, but only if there are no
+ * other processes saving the DB on disk. Otherwise rehashing is bad
+ * as will cause a lot of copy-on-write of memory pages. */
+ if (!hasActiveChildProcess()) {
+ /* We use global counters so if we stop the computation at a given
+ * DB we'll be able to start from the successive in the next
+ * cron loop iteration. */
+ static unsigned int resize_db = 0;
+ static unsigned int rehash_db = 0;
+ int dbs_per_call = CRON_DBS_PER_CALL;
+ int j;
- /*
- * Subscribe one more more topics to consume.
- * 指定订阅的 topic 跟 tag，注意后面的是个表达式，可以以 tag1 || tag2 || tag3 传入
- */
- consumer.subscribe("TopicTest", "*");
+ /* Don't test more DBs than we have. */
+ if (dbs_per_call > server.dbnum) dbs_per_call = server.dbnum;
- /*
- * Register callback to execute on arrival of messages fetched from brokers.
- * 注册具体获得消息后的处理方法
- */
- consumer.registerMessageListener(new MessageListenerConcurrently() {
+ /* Resize */
+ for (j = 0; j < dbs_per_call; j++) {
+ tryResizeHashTables(resize_db % server.dbnum);
+ resize_db++;
+ }
- @Override
- public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> msgs,
- ConsumeConcurrentlyContext context) {
- System.out.printf("%s Receive New Messages: %s %n", Thread.currentThread().getName(), msgs);
- return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;
+ /* Rehash */
+ if (server.activerehashing) {
+ for (j = 0; j < dbs_per_call; j++) {
+ int work_done = incrementallyRehash(rehash_db);
+ if (work_done) {
+ /* If the function did some work, stop here, we'll do
+ * more at the next cron loop. */
+ break;
+ } else {
+ /* If this db didn't need rehash, we'll try the next one. */
+ rehash_db++;
+ rehash_db %= server.dbnum;
+ }
}
- });
+ }
+ }
+}
+/* Try to expire a few timed out keys. The algorithm used is adaptive and
+ * will use few CPU cycles if there are few expiring keys, otherwise
+ * it will get more aggressive to avoid that too much memory is used by
+ * keys that can be removed from the keyspace.
+ *
+ * Every expire cycle tests multiple databases: the next call will start
+ * again from the next db, with the exception of exists for time limit: in that
+ * case we restart again from the last database we were processing. Anyway
+ * no more than CRON_DBS_PER_CALL databases are tested at every iteration.
+ *
+ * The function can perform more or less work, depending on the "type"
+ * argument. It can execute a "fast cycle" or a "slow cycle". The slow
+ * cycle is the main way we collect expired cycles: this happens with
+ * the "server.hz" frequency (usually 10 hertz).
+ *
+ * However the slow cycle can exit for timeout, since it used too much time.
+ * For this reason the function is also invoked to perform a fast cycle
+ * at every event loop cycle, in the beforeSleep() function. The fast cycle
+ * will try to perform less work, but will do it much more often.
+ *
+ * The following are the details of the two expire cycles and their stop
+ * conditions:
+ *
+ * If type is ACTIVE_EXPIRE_CYCLE_FAST the function will try to run a
+ * "fast" expire cycle that takes no longer than EXPIRE_FAST_CYCLE_DURATION
+ * microseconds, and is not repeated again before the same amount of time.
+ * The cycle will also refuse to run at all if the latest slow cycle did not
+ * terminate because of a time limit condition.
+ *
+ * If type is ACTIVE_EXPIRE_CYCLE_SLOW, that normal expire cycle is
+ * executed, where the time limit is a percentage of the REDIS_HZ period
+ * as specified by the ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC define. In the
+ * fast cycle, the check of every database is interrupted once the number
+ * of already expired keys in the database is estimated to be lower than
+ * a given percentage, in order to avoid doing too much work to gain too
+ * little memory.
+ *
+ * The configured expire "effort" will modify the baseline parameters in
+ * order to do more work in both the fast and slow expire cycles.
+ */
- /*
- * Launch the consumer instance.
- * 启动消费者
- */
- consumer.start();
+#define ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP 20 /* Keys for each DB loop. */
+#define ACTIVE_EXPIRE_CYCLE_FAST_DURATION 1000 /* Microseconds. */
+#define ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC 25 /* Max % of CPU to use. */
+#define ACTIVE_EXPIRE_CYCLE_ACCEPTABLE_STALE 10 /* % of stale keys after which
+ we do extra efforts. */
+void activeExpireCycle(int type) {
+ /* Adjust the running parameters according to the configured expire
+ * effort. The default effort is 1, and the maximum configurable effort
+ * is 10. */
+ unsigned long
+ effort = server.active_expire_effort-1, /* Rescale from 0 to 9. */
+ config_keys_per_loop = ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP +
+ ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP/4*effort,
+ config_cycle_fast_duration = ACTIVE_EXPIRE_CYCLE_FAST_DURATION +
+ ACTIVE_EXPIRE_CYCLE_FAST_DURATION/4*effort,
+ config_cycle_slow_time_perc = ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC +
+ 2*effort,
+ config_cycle_acceptable_stale = ACTIVE_EXPIRE_CYCLE_ACCEPTABLE_STALE-
+ effort;
- System.out.printf("Consumer Started.%n");
- }然后就是看看 start 的过程了
-/**
- * This method gets internal infrastructure readily to serve. Instances must call this method after configuration.
- *
- * @throws MQClientException if there is any client error.
- */
- @Override
- public void start() throws MQClientException {
- setConsumerGroup(NamespaceUtil.wrapNamespace(this.getNamespace(), this.consumerGroup));
- this.defaultMQPushConsumerImpl.start();
- if (null != traceDispatcher) {
- try {
- traceDispatcher.start(this.getNamesrvAddr(), this.getAccessChannel());
- } catch (MQClientException e) {
- log.warn("trace dispatcher start failed ", e);
- }
- }
- }具体的逻辑在this.defaultMQPushConsumerImpl.start()，这个 defaultMQPushConsumerImpl 就是
-/**
- * Internal implementation. Most of the functions herein are delegated to it.
- */
- protected final transient DefaultMQPushConsumerImpl defaultMQPushConsumerImpl;public synchronized void start() throws MQClientException {
- switch (this.serviceState) {
- case CREATE_JUST:
- log.info("the consumer [{}] start beginning. messageModel={}, isUnitMode={}", this.defaultMQPushConsumer.getConsumerGroup(),
- this.defaultMQPushConsumer.getMessageModel(), this.defaultMQPushConsumer.isUnitMode());
- // 这里比较巧妙，相当于想设立了个屏障，防止并发启动，不过这里并不是悲观锁，也不算个严格的乐观锁
- this.serviceState = ServiceState.START_FAILED;
+ /* When clients are paused the dataset should be static not just from the
+ * POV of clients not being able to write, but also from the POV of
+ * expires and evictions of keys not being performed. */
+ if (clientsArePaused()) return;
+
+ if (type == ACTIVE_EXPIRE_CYCLE_FAST) {
+ /* Don't start a fast cycle if the previous cycle did not exit
+ * for time limit, unless the percentage of estimated stale keys is
+ * too high. Also never repeat a fast cycle for the same period
+ * as the fast cycle total duration itself. */
+ if (!timelimit_exit &&
+ server.stat_expired_stale_perc < config_cycle_acceptable_stale)
+ return;
- this.checkConfig();
+ if (start < last_fast_cycle + (long long)config_cycle_fast_duration*2)
+ return;
- this.copySubscription();
+ last_fast_cycle = start;
+ }
- if (this.defaultMQPushConsumer.getMessageModel() == MessageModel.CLUSTERING) {
- this.defaultMQPushConsumer.changeInstanceNameToPID();
- }
+ /* We usually should test CRON_DBS_PER_CALL per iteration, with
+ * two exceptions:
+ *
+ * 1) Don't test more DBs than we have.
+ * 2) If last time we hit the time limit, we want to scan all DBs
+ * in this iteration, as there is work to do in some DB and we don't want
+ * expired keys to use memory for too much time. */
+ if (dbs_per_call > server.dbnum || timelimit_exit)
+ dbs_per_call = server.dbnum;
- // 这个mQClientFactory，负责管理client（consumer、producer），并提供多中功能接口供各个Service（Rebalance、PullMessage等）调用；大部分逻辑均在这个类中完成
- this.mQClientFactory = MQClientManager.getInstance().getOrCreateMQClientInstance(this.defaultMQPushConsumer, this.rpcHook);
+ /* We can use at max 'config_cycle_slow_time_perc' percentage of CPU
+ * time per iteration. Since this function gets called with a frequency of
+ * server.hz times per second, the following is the max amount of
+ * microseconds we can spend in this function. */
+ timelimit = config_cycle_slow_time_perc*1000000/server.hz/100;
+ timelimit_exit = 0;
+ if (timelimit <= 0) timelimit = 1;
- // 这个 rebalanceImpl 主要负责决定，当前的consumer应该从哪些Queue中消费消息；
- this.rebalanceImpl.setConsumerGroup(this.defaultMQPushConsumer.getConsumerGroup());
- this.rebalanceImpl.setMessageModel(this.defaultMQPushConsumer.getMessageModel());
- this.rebalanceImpl.setAllocateMessageQueueStrategy(this.defaultMQPushConsumer.getAllocateMessageQueueStrategy());
- this.rebalanceImpl.setmQClientFactory(this.mQClientFactory);
+ if (type == ACTIVE_EXPIRE_CYCLE_FAST)
+ timelimit = config_cycle_fast_duration; /* in microseconds. */
- // 长连接，负责从broker处拉取消息，然后利用ConsumeMessageService回调用户的Listener执行消息消费逻辑
- this.pullAPIWrapper = new PullAPIWrapper(
- mQClientFactory,
- this.defaultMQPushConsumer.getConsumerGroup(), isUnitMode());
- this.pullAPIWrapper.registerFilterMessageHook(filterMessageHookList);
+ /* Accumulate some global stats as we expire keys, to have some idea
+ * about the number of keys that are already logically expired, but still
+ * existing inside the database. */
+ long total_sampled = 0;
+ long total_expired = 0;
- if (this.defaultMQPushConsumer.getOffsetStore() != null) {
- this.offsetStore = this.defaultMQPushConsumer.getOffsetStore();
- } else {
- switch (this.defaultMQPushConsumer.getMessageModel()) {
- case BROADCASTING:
- this.offsetStore = new LocalFileOffsetStore(this.mQClientFactory, this.defaultMQPushConsumer.getConsumerGroup());
- break;
- case CLUSTERING:
- this.offsetStore = new RemoteBrokerOffsetStore(this.mQClientFactory, this.defaultMQPushConsumer.getConsumerGroup());
- break;
- default:
- break;
- }
- this.defaultMQPushConsumer.setOffsetStore(this.offsetStore);
- }
- // offsetStore 维护当前consumer的消费记录（offset）；有两种实现，Local和Rmote，Local存储在本地磁盘上，适用于BROADCASTING广播消费模式；而Remote则将消费进度存储在Broker上，适用于CLUSTERING集群消费模式；
- this.offsetStore.load();
+ for (j = 0; j < dbs_per_call && timelimit_exit == 0; j++) {
+ /* Expired and checked in a single loop. */
+ unsigned long expired, sampled;
- if (this.getMessageListenerInner() instanceof MessageListenerOrderly) {
- this.consumeOrderly = true;
- this.consumeMessageService =
- new ConsumeMessageOrderlyService(this, (MessageListenerOrderly) this.getMessageListenerInner());
- } else if (this.getMessageListenerInner() instanceof MessageListenerConcurrently) {
- this.consumeOrderly = false;
- this.consumeMessageService =
- new ConsumeMessageConcurrentlyService(this, (MessageListenerConcurrently) this.getMessageListenerInner());
- }
+ redisDb *db = server.db+(current_db % server.dbnum);
- // 实现所谓的"Push-被动"消费机制；从Broker拉取的消息后，封装成ConsumeRequest提交给ConsumeMessageSerivce，此service负责回调用户的Listener消费消息；
- this.consumeMessageService.start();
+ /* Increment the DB now so we are sure if we run out of time
+ * in the current DB we'll restart from the next. This allows to
+ * distribute the time evenly across DBs. */
+ current_db++;
- boolean registerOK = mQClientFactory.registerConsumer(this.defaultMQPushConsumer.getConsumerGroup(), this);
- if (!registerOK) {
- this.serviceState = ServiceState.CREATE_JUST;
- this.consumeMessageService.shutdown();
- throw new MQClientException("The consumer group[" + this.defaultMQPushConsumer.getConsumerGroup()
- + "] has been created before, specify another name please." + FAQUrl.suggestTodo(FAQUrl.GROUP_NAME_DUPLICATE_URL),
- null);
- }
+ /* Continue to expire if at the end of the cycle more than 25%
+ * of the keys were expired. */
+ do {
+ unsigned long num, slots;
+ long long now, ttl_sum;
+ int ttl_samples;
+ iteration++;
- mQClientFactory.start();
- log.info("the consumer [{}] start OK.", this.defaultMQPushConsumer.getConsumerGroup());
- this.serviceState = ServiceState.RUNNING;
- break;
- case RUNNING:
- case START_FAILED:
- case SHUTDOWN_ALREADY:
- throw new MQClientException("The PushConsumer service state not OK, maybe started once, "
- + this.serviceState
- + FAQUrl.suggestTodo(FAQUrl.CLIENT_SERVICE_NOT_OK),
- null);
- default:
+ /* If there is nothing to expire try next DB ASAP. */
+ if ((num = dictSize(db->expires)) == 0) {
+ db->avg_ttl = 0;
break;
- }
-
- this.updateTopicSubscribeInfoWhenSubscriptionChanged();
- this.mQClientFactory.checkClientInBroker();
- this.mQClientFactory.sendHeartbeatToAllBrokerWithLock();
- this.mQClientFactory.rebalanceImmediately();
- }然后我们往下看主要的目光聚焦mQClientFactory.start()
-public void start() throws MQClientException {
-
- synchronized (this) {
- switch (this.serviceState) {
- case CREATE_JUST:
- this.serviceState = ServiceState.START_FAILED;
- // If not specified,looking address from name server
- if (null == this.clientConfig.getNamesrvAddr()) {
- this.mQClientAPIImpl.fetchNameServerAddr();
- }
- // Start request-response channel
- // 这里主要是初始化了个网络客户端
- this.mQClientAPIImpl.start();
- // Start various schedule tasks
- // 定时任务
- this.startScheduledTask();
- // Start pull service
- // 这里重点说下
- this.pullMessageService.start();
- // Start rebalance service
- this.rebalanceService.start();
- // Start push service
- this.defaultMQProducer.getDefaultMQProducerImpl().start(false);
- log.info("the client factory [{}] start OK", this.clientId);
- this.serviceState = ServiceState.RUNNING;
- break;
- case START_FAILED:
- throw new MQClientException("The Factory object[" + this.getClientId() + "] has been created before, and failed.", null);
- default:
- break;
- }
- }
- }我们来看下这个 pullMessageService，org.apache.rocketmq.client.impl.consumer.PullMessageService，
-public void run() {
- log.info(this.getServiceName() + " service started");
-
- while (!this.isStopped()) {
- try {
- PullRequest pullRequest = this.pullRequestQueue.take();
- this.pullMessage(pullRequest);
- } catch (InterruptedException ignored) {
- } catch (Exception e) {
- log.error("Pull Message Service Run Method exception", e);
}
- }
+ slots = dictSlots(db->expires);
+ now = mstime();
- log.info(this.getServiceName() + " service end");
- }接着在看 pullMessage 方法
-private void pullMessage(final PullRequest pullRequest) {
- final MQConsumerInner consumer = this.mQClientFactory.selectConsumer(pullRequest.getConsumerGroup());
- if (consumer != null) {
- DefaultMQPushConsumerImpl impl = (DefaultMQPushConsumerImpl) consumer;
- impl.pullMessage(pullRequest);
- } else {
- log.warn("No matched consumer for the PullRequest {}, drop it", pullRequest);
- }
- }实际上调用了这个方法，这个方法很长，我在代码里注释下下每一段的功能
-public void pullMessage(final PullRequest pullRequest) {
- final ProcessQueue processQueue = pullRequest.getProcessQueue();
- // 这里开始就是检查状态，确定是否往下执行
- if (processQueue.isDropped()) {
- log.info("the pull request[{}] is dropped.", pullRequest.toString());
- return;
- }
+ /* When there are less than 1% filled slots, sampling the key
+ * space is expensive, so stop here waiting for better times...
+ * The dictionary will be resized asap. */
+ if (num && slots > DICT_HT_INITIAL_SIZE &&
+ (num*100/slots < 1)) break;
- pullRequest.getProcessQueue().setLastPullTimestamp(System.currentTimeMillis());
+ /* The main collection cycle. Sample random keys among keys
+ * with an expire set, checking for expired ones. */
+ expired = 0;
+ sampled = 0;
+ ttl_sum = 0;
+ ttl_samples = 0;
- try {
- this.makeSureStateOK();
- } catch (MQClientException e) {
- log.warn("pullMessage exception, consumer state not ok", e);
- this.executePullRequestLater(pullRequest, pullTimeDelayMillsWhenException);
- return;
- }
+ if (num > config_keys_per_loop)
+ num = config_keys_per_loop;
- if (this.isPause()) {
- log.warn("consumer was paused, execute pull request later. instanceName={}, group={}", this.defaultMQPushConsumer.getInstanceName(), this.defaultMQPushConsumer.getConsumerGroup());
- this.executePullRequestLater(pullRequest, PULL_TIME_DELAY_MILLS_WHEN_SUSPEND);
- return;
- }
+ /* Here we access the low level representation of the hash table
+ * for speed concerns: this makes this code coupled with dict.c,
+ * but it hardly changed in ten years.
+ *
+ * Note that certain places of the hash table may be empty,
+ * so we want also a stop condition about the number of
+ * buckets that we scanned. However scanning for free buckets
+ * is very fast: we are in the cache line scanning a sequential
+ * array of NULL pointers, so we can scan a lot more buckets
+ * than keys in the same time. */
+ long max_buckets = num*20;
+ long checked_buckets = 0;
- // 这块其实是个类似于限流的功能块，对消息数量和消息大小做限制
- long cachedMessageCount = processQueue.getMsgCount().get();
- long cachedMessageSizeInMiB = processQueue.getMsgSize().get() / (1024 * 1024);
+ while (sampled < num && checked_buckets < max_buckets) {
+ for (int table = 0; table < 2; table++) {
+ if (table == 1 && !dictIsRehashing(db->expires)) break;
- if (cachedMessageCount > this.defaultMQPushConsumer.getPullThresholdForQueue()) {
- this.executePullRequestLater(pullRequest, PULL_TIME_DELAY_MILLS_WHEN_FLOW_CONTROL);
- if ((queueFlowControlTimes++ % 1000) == 0) {
- log.warn(
- "the cached message count exceeds the threshold {}, so do flow control, minOffset={}, maxOffset={}, count={}, size={} MiB, pullRequest={}, flowControlTimes={}",
- this.defaultMQPushConsumer.getPullThresholdForQueue(), processQueue.getMsgTreeMap().firstKey(), processQueue.getMsgTreeMap().lastKey(), cachedMessageCount, cachedMessageSizeInMiB, pullRequest, queueFlowControlTimes);
- }
- return;
- }
+ unsigned long idx = db->expires_cursor;
+ idx &= db->expires->ht[table].sizemask;
+ dictEntry *de = db->expires->ht[table].table[idx];
+ long long ttl;
- if (cachedMessageSizeInMiB > this.defaultMQPushConsumer.getPullThresholdSizeForQueue()) {
- this.executePullRequestLater(pullRequest, PULL_TIME_DELAY_MILLS_WHEN_FLOW_CONTROL);
- if ((queueFlowControlTimes++ % 1000) == 0) {
- log.warn(
- "the cached message size exceeds the threshold {} MiB, so do flow control, minOffset={}, maxOffset={}, count={}, size={} MiB, pullRequest={}, flowControlTimes={}",
- this.defaultMQPushConsumer.getPullThresholdSizeForQueue(), processQueue.getMsgTreeMap().firstKey(), processQueue.getMsgTreeMap().lastKey(), cachedMessageCount, cachedMessageSizeInMiB, pullRequest, queueFlowControlTimes);
- }
- return;
- }
+ /* Scan the current bucket of the current table. */
+ checked_buckets++;
+ while(de) {
+ /* Get the next entry now since this entry may get
+ * deleted. */
+ dictEntry *e = de;
+ de = de->next;
- // 若不是顺序消费（即DefaultMQPushConsumerImpl.consumeOrderly等于false），则检查ProcessQueue对象的msgTreeMap:TreeMap<Long,MessageExt>变量的第一个key值与最后一个key值之间的差额，该key值表示查询的队列偏移量queueoffset；若差额大于阈值（由DefaultMQPushConsumer. consumeConcurrentlyMaxSpan指定，默认是2000），则调用PullMessageService.executePullRequestLater方法，在50毫秒之后重新将该PullRequest请求放入PullMessageService.pullRequestQueue队列中；并跳出该方法；这里的意思主要就是消息有堆积了，等会再来拉取
- if (!this.consumeOrderly) {
- if (processQueue.getMaxSpan() > this.defaultMQPushConsumer.getConsumeConcurrentlyMaxSpan()) {
- this.executePullRequestLater(pullRequest, PULL_TIME_DELAY_MILLS_WHEN_FLOW_CONTROL);
- if ((queueMaxSpanFlowControlTimes++ % 1000) == 0) {
- log.warn(
- "the queue's messages, span too long, so do flow control, minOffset={}, maxOffset={}, maxSpan={}, pullRequest={}, flowControlTimes={}",
- processQueue.getMsgTreeMap().firstKey(), processQueue.getMsgTreeMap().lastKey(), processQueue.getMaxSpan(),
- pullRequest, queueMaxSpanFlowControlTimes);
- }
- return;
- }
- } else {
- if (processQueue.isLocked()) {
- if (!pullRequest.isLockedFirst()) {
- final long offset = this.rebalanceImpl.computePullFromWhere(pullRequest.getMessageQueue());
- boolean brokerBusy = offset < pullRequest.getNextOffset();
- log.info("the first time to pull message, so fix offset from broker. pullRequest: {} NewOffset: {} brokerBusy: {}",
- pullRequest, offset, brokerBusy);
- if (brokerBusy) {
- log.info("[NOTIFYME]the first time to pull message, but pull request offset larger than broker consume offset. pullRequest: {} NewOffset: {}",
- pullRequest, offset);
+ ttl = dictGetSignedIntegerVal(e)-now;
+ if (activeExpireCycleTryExpire(db,e,now)) expired++;
+ if (ttl > 0) {
+ /* We want the average TTL of keys yet
+ * not expired. */
+ ttl_sum += ttl;
+ ttl_samples++;
+ }
+ sampled++;
}
-
- pullRequest.setLockedFirst(true);
- pullRequest.setNextOffset(offset);
}
- } else {
- this.executePullRequestLater(pullRequest, pullTimeDelayMillsWhenException);
- log.info("pull message later because not locked in broker, {}", pullRequest);
- return;
+ db->expires_cursor++;
}
- }
+ total_expired += expired;
+ total_sampled += sampled;
- // 以PullRequest.messageQueue对象的topic值为参数从RebalanceImpl.subscriptionInner: ConcurrentHashMap, SubscriptionData>中获取对应的SubscriptionData对象，若该对象为null，考虑到并发的关系，调用executePullRequestLater方法，稍后重试；并跳出该方法；
- final SubscriptionData subscriptionData = this.rebalanceImpl.getSubscriptionInner().get(pullRequest.getMessageQueue().getTopic());
- if (null == subscriptionData) {
- this.executePullRequestLater(pullRequest, pullTimeDelayMillsWhenException);
- log.warn("find the consumer's subscription failed, {}", pullRequest);
- return;
- }
+ /* Update the average TTL stats for this database. */
+ if (ttl_samples) {
+ long long avg_ttl = ttl_sum/ttl_samples;
- final long beginTimestamp = System.currentTimeMillis();
+ /* Do a simple running average with a few samples.
+ * We just use the current estimate with a weight of 2%
+ * and the previous estimate with a weight of 98%. */
+ if (db->avg_ttl == 0) db->avg_ttl = avg_ttl;
+ db->avg_ttl = (db->avg_ttl/50)*49 + (avg_ttl/50);
+ }
- // 异步拉取回调，先不讨论细节
- PullCallback pullCallback = new PullCallback() {
- @Override
- public void onSuccess(PullResult pullResult) {
- if (pullResult != null) {
- pullResult = DefaultMQPushConsumerImpl.this.pullAPIWrapper.processPullResult(pullRequest.getMessageQueue(), pullResult,
- subscriptionData);
+ /* We can't block forever here even if there are many keys to
+ * expire. So after a given amount of milliseconds return to the
+ * caller waiting for the other active expire cycle. */
+ if ((iteration & 0xf) == 0) { /* check once every 16 iterations. */
+ elapsed = ustime()-start;
+ if (elapsed > timelimit) {
+ timelimit_exit = 1;
+ server.stat_expired_time_cap_reached_count++;
+ break;
+ }
+ }
+ /* We don't repeat the cycle for the current database if there are
+ * an acceptable amount of stale keys (logically expired but yet
+ * not reclained). */
+ } while ((expired*100/sampled) > config_cycle_acceptable_stale);
+ }
- switch (pullResult.getPullStatus()) {
- case FOUND:
- long prevRequestOffset = pullRequest.getNextOffset();
- pullRequest.setNextOffset(pullResult.getNextBeginOffset());
- long pullRT = System.currentTimeMillis() - beginTimestamp;
- DefaultMQPushConsumerImpl.this.getConsumerStatsManager().incPullRT(pullRequest.getConsumerGroup(),
- pullRequest.getMessageQueue().getTopic(), pullRT);
+ elapsed = ustime()-start;
+ server.stat_expire_cycle_time_used += elapsed;
+ latencyAddSampleIfNeeded("expire-cycle",elapsed/1000);
- long firstMsgOffset = Long.MAX_VALUE;
- if (pullResult.getMsgFoundList() == null || pullResult.getMsgFoundList().isEmpty()) {
- DefaultMQPushConsumerImpl.this.executePullRequestImmediately(pullRequest);
- } else {
- firstMsgOffset = pullResult.getMsgFoundList().get(0).getQueueOffset();
+ /* Update our estimate of keys existing but yet to be expired.
+ * Running average with this sample accounting for 5%. */
+ double current_perc;
+ if (total_sampled) {
+ current_perc = (double)total_expired/total_sampled;
+ } else
+ current_perc = 0;
+ server.stat_expired_stale_perc = (current_perc*0.05)+
+ (server.stat_expired_stale_perc*0.95);
+}执行定期清除分成两种类型，快和慢，分别由beforeSleep和databasesCron调用，快版有两个限制，一个是执行时长由ACTIVE_EXPIRE_CYCLE_FAST_DURATION限制，另一个是执行间隔是 2 倍的ACTIVE_EXPIRE_CYCLE_FAST_DURATION，另外这还可以由配置的server.active_expire_effort参数来控制，默认是 1，最大是 10
+onfig_cycle_fast_duration = ACTIVE_EXPIRE_CYCLE_FAST_DURATION +
+ ACTIVE_EXPIRE_CYCLE_FAST_DURATION/4*effort然后会从一定数量的 db 中找出一定数量的带过期时间的 key（保存在 expires中），这里的数量是由
+config_keys_per_loop = ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP +
+ ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP/4*effort
+```
+控制，慢速的执行时长是
+```C
+config_cycle_slow_time_perc = ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC +
+ 2*effort
+timelimit = config_cycle_slow_time_perc*1000000/server.hz/100;这里还有一个额外的退出条件，如果当前数据库的抽样结果已经达到我们所允许的过期 key 百分比，则下次不再处理当前 db，继续处理下个 db
+]]>
+
+ Redis
+ 数据结构
+ 源码
+ C
+ Redis
+
+
+ redis
+ 数据结构
+ 源码
+
+
+
+ redis过期策略复习
+ /2021/07/25/redis%E8%BF%87%E6%9C%9F%E7%AD%96%E7%95%A5%E5%A4%8D%E4%B9%A0/
+ redis过期策略复习之前其实写过redis的过期的一些原理，这次主要是记录下，一些使用上的概念，主要是redis使用的过期策略是懒过期和定时清除，懒过期的其实比较简单，即是在key被访问的时候会顺带着判断下这个key是否已过期了，如果已经过期了，就不返回了，但是这种策略有个漏洞是如果有些key之后一直不会被访问了，就等于沉在池底了，所以需要有一个定时的清理机制，去从设置了过期的key池子（expires）里随机地捞key，具体的策略我们看下官网的解释
+
+Test 20 random keys from the set of keys with an associated expire.
+Delete all the keys found expired.
+If more than 25% of keys were expired, start again from step 1.
+
+从池子里随机获取20个key，将其中过期的key删掉，如果这其中有超过25%的key已经过期了，那就再来一次，以此保持过期的key不超过25%（左右），并且这个定时策略可以在redis的配置文件
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+hz 10 可以配置这个hz的值，代表的含义是每秒的执行次数，默认是10，其实也用了hz的普遍含义。有兴趣可以看看之前写的一篇文章redis系列介绍七-过期策略
+]]>
+
+ redis
+
+
+ redis
+ 应用
+ 过期策略
+
+
+
+ rust学习笔记-所有权三之切片
+ /2021/05/16/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-%E6%89%80%E6%9C%89%E6%9D%83%E4%B8%89%E4%B9%8B%E5%88%87%E7%89%87/
+ 除了引用，Rust 还有另外一种不持有所有权的数据类型：切片(slice)。切片允许我们引用集合中某一段连续的元素序列，而不是整个集合。fn main ( ) {
+ let mut s = String :: from ( "hello world" ) ;
- boolean dispatchToConsume = processQueue.putMessage(pullResult.getMsgFoundList());
- DefaultMQPushConsumerImpl.this.consumeMessageService.submitConsumeRequest(
- pullResult.getMsgFoundList(),
- processQueue,
- pullRequest.getMessageQueue(),
- dispatchToConsume);
+ let word = first_word ( & s) ;
- if (DefaultMQPushConsumerImpl.this.defaultMQPushConsumer.getPullInterval() > 0) {
- DefaultMQPushConsumerImpl.this.executePullRequestLater(pullRequest,
- DefaultMQPushConsumerImpl.this.defaultMQPushConsumer.getPullInterval());
- } else {
- DefaultMQPushConsumerImpl.this.executePullRequestImmediately(pullRequest);
- }
- }
+ s. clear ( ) ;
- if (pullResult.getNextBeginOffset() < prevRequestOffset
- || firstMsgOffset < prevRequestOffset) {
- log.warn(
- "[BUG] pull message result maybe data wrong, nextBeginOffset: {} firstMsgOffset: {} prevRequestOffset: {}",
- pullResult.getNextBeginOffset(),
- firstMsgOffset,
- prevRequestOffset);
- }
+
+} 这里其实我们就需要关注 s 的存在性，代码的逻辑合理性就需要额外去维护，此时我们就可以用切片
+let s = String :: from ( "hello world" )
- break;
- case NO_NEW_MSG:
- pullRequest.setNextOffset(pullResult.getNextBeginOffset());
+let hello = & s[ 0 .. 5 ] ;
+let world = & s[ 6 .. 11 ] ; 其实跟 Python 的list 之类的语法有点类似，当然里面还有些语法糖，比如可以直接用省略后面的数字表示直接引用到结尾
+let hello = & s[ 0 .. ] ; 甚至再进一步
+let hello = & s[ .. ] ; 使用了切片之后
+fn first_word ( s: & String ) -> & str {
+ let bytes = s. as_bytes ( ) ;
- DefaultMQPushConsumerImpl.this.correctTagsOffset(pullRequest);
+ for ( i, & item) in bytes. iter ( ) . enumerate ( ) {
+ if item == b' ' {
+ return & s[ 0 .. i] ;
+ }
+ }
- DefaultMQPushConsumerImpl.this.executePullRequestImmediately(pullRequest);
- break;
- case NO_MATCHED_MSG:
- pullRequest.setNextOffset(pullResult.getNextBeginOffset());
+ & s[ .. ]
+}
+fn main ( ) {
+ let mut s = String :: from ( "hello world" ) ;
- DefaultMQPushConsumerImpl.this.correctTagsOffset(pullRequest);
+ let word = first_word ( & s) ;
- DefaultMQPushConsumerImpl.this.executePullRequestImmediately(pullRequest);
- break;
- case OFFSET_ILLEGAL:
- log.warn("the pull request offset illegal, {} {}",
- pullRequest.toString(), pullResult.toString());
- pullRequest.setNextOffset(pullResult.getNextBeginOffset());
+ s. clear ( ) ;
- pullRequest.getProcessQueue().setDropped(true);
- DefaultMQPushConsumerImpl.this.executeTaskLater(new Runnable() {
+ println! ( "the first word is: {}" , word) ;
+} 那再执行 main 函数的时候就会抛错，因为 word 还是个切片，需要保证 s 的有效性，并且其实我们可以将函数申明成
+fn first_word ( s: & str ) -> & str { 这样就既能处理&String 的情况，就是当成完整字符串的切片，也能处理普通的切片。
+let a = [ 1 , 2 , 3 , 4 , 5 ] ;
+let slice = & a[ 1 .. 3 ] ; 简单记录下，具体可以去看看这本书
+]]>
+
+ 语言
+ Rust
+
+
+ Rust
+ 所有权
+ 内存分布
+ 新语言
+ 可变引用
+ 不可变引用
+ 切片
+
+
+
+ rust学习笔记-所有权二
+ /2021/04/18/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-%E6%89%80%E6%9C%89%E6%9D%83%E4%BA%8C/
+ 这里需要说道函数和返回值了引用 此时我们就可以用引用来解决这个问题
+fn main ( ) {
+ let s1 = String :: from ( "hello" ) ;
+ let len = calculate_length ( & s1) ;
- @Override
- public void run() {
- try {
- DefaultMQPushConsumerImpl.this.offsetStore.updateOffset(pullRequest.getMessageQueue(),
- pullRequest.getNextOffset(), false);
+ println! ( "The length of '{}' is {}" , s1, len) ;
+}
+fn calculate_length ( s: & String ) -> usize {
+ s. len ( )
+} 这里的&符号就是引用的语义，它们允许你在不获得所有权的前提下使用值
+可变引用 而当我们尝试对引用的字符串进行修改时
+fn main ( ) {
+ let s1 = String :: from ( "hello" ) ;
+ change ( & s1) ;
+}
+fn change ( s: & String ) {
+ s. push_str ( ", world" ) ;
+} 就会有以下报错，
+fn main ( ) {
+ let mut s1 = String :: from ( "hello" ) ;
+ change ( & mut s1) ;
+}
- DefaultMQPushConsumerImpl.this.offsetStore.persist(pullRequest.getMessageQueue());
- DefaultMQPushConsumerImpl.this.rebalanceImpl.removeProcessQueue(pullRequest.getMessageQueue());
+fn change ( s: & mut String ) {
+ s. push_str ( ", world" ) ;
+} 再看一个例子
+fn main ( ) {
+ let mut s1 = String :: from ( "hello" ) ;
+ let r1 = & mut s1;
+ let r2 = & mut s1;
+} 这个例子在书里是会报错的，因为同时存在一个以上的可变引用，但是在我运行的版本里前面这段没有报错，只有当我真的要去更改的时候
+fn main ( ) {
+ let mut s1 = String :: from ( "hello" ) ;
+ let mut r1 = & mut s1;
+ let mut r2 = & mut s1;
+ change ( & mut r1) ;
+ change ( & mut r2) ;
+}
- log.warn("fix the pull request offset, {}", pullRequest);
- } catch (Throwable e) {
- log.error("executeTaskLater Exception", e);
- }
- }
- }, 10000);
- break;
- default:
- break;
- }
- }
- }
- @Override
- public void onException(Throwable e) {
- if (!pullRequest.getMessageQueue().getTopic().startsWith(MixAll.RETRY_GROUP_TOPIC_PREFIX)) {
- log.warn("execute the pull request exception", e);
- }
+fn change ( s: & mut String ) {
+ s. push_str ( ", world" ) ;
+}
+
+两个或两个以上的指针同时同时访问同一空间
+其中至少有一个指针会想空间中写入数据
+没有同步数据访问的机制
+
+悬垂引用 还有一点需要注意的就是悬垂引用
+fn main ( ) {
+ let reference_to_nothing = dangle ( ) ;
+}
- DefaultMQPushConsumerImpl.this.executePullRequestLater(pullRequest, pullTimeDelayMillsWhenException);
- }
- };
- // 如果为集群模式，即可置commitOffsetEnable为 true
- boolean commitOffsetEnable = false;
- long commitOffsetValue = 0L;
- if (MessageModel.CLUSTERING == this.defaultMQPushConsumer.getMessageModel()) {
- commitOffsetValue = this.offsetStore.readOffset(pullRequest.getMessageQueue(), ReadOffsetType.READ_FROM_MEMORY);
- if (commitOffsetValue > 0) {
- commitOffsetEnable = true;
- }
- }
+fn dangle ( ) -> & String {
+ let s = String :: from ( "hello" ) ;
+ & s
+} 这里可以看到其实在 dangle函数返回后，这里的 s 理论上就离开了作用域，但是由于返回了 s 的引用，在 main 函数中就会拿着这个引用，就会出现如下错误
+总结 最后总结下
+
+在任何一个段给定的时间里，你要么只能拥有一个可变引用，要么只能拥有任意数量的不可变引用。
+引用总是有效的。
+
+]]>
+
+ 语言
+ Rust
+
+
+ Rust
+ 所有权
+ 内存分布
+ 新语言
+ 可变引用
+ 不可变引用
+
+
+
+ redis系列介绍八-淘汰策略
+ /2020/04/18/redis%E7%B3%BB%E5%88%97%E4%BB%8B%E7%BB%8D%E5%85%AB/
+ LRU说完了过期策略再说下淘汰策略，redis 使用的策略是近似的 lru 策略，为什么是近似的呢，先来看下什么是 lru，看下 wiki 的介绍
+typedef struct redisObject {
+ unsigned type:4;
+ unsigned encoding:4;
+ unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or
+ * LFU data (least significant 8 bits frequency
+ * and most significant 16 bits access time). */
+ int refcount;
+ void *ptr;
+} robj;对于 lru 策略来说，lru 字段记录的就是redisObjlookupKey
+/* Low level key lookup API, not actually called directly from commands
+ * implementations that should instead rely on lookupKeyRead(),
+ * lookupKeyWrite() and lookupKeyReadWithFlags(). */
+robj *lookupKey(redisDb *db, robj *key, int flags) {
+ dictEntry *de = dictFind(db->dict,key->ptr);
+ if (de) {
+ robj *val = dictGetVal(de);
- // 将上面获得的commitOffsetEnable更新到订阅关系里
- String subExpression = null;
- boolean classFilter = false;
- SubscriptionData sd = this.rebalanceImpl.getSubscriptionInner().get(pullRequest.getMessageQueue().getTopic());
- if (sd != null) {
- if (this.defaultMQPushConsumer.isPostSubscriptionWhenPull() && !sd.isClassFilterMode()) {
- subExpression = sd.getSubString();
+ /* Update the access time for the ageing algorithm.
+ * Don't do it if we have a saving child, as this will trigger
+ * a copy on write madness. */
+ if (!hasActiveChildProcess() && !(flags & LOOKUP_NOTOUCH)){
+ if (server.maxmemory_policy & MAXMEMORY_FLAG_LFU) {
+ // 这个是后面一节的内容
+ updateLFU(val);
+ } else {
+ // 对于这个分支，访问时就会去更新 lru 值
+ val->lru = LRU_CLOCK();
}
-
- classFilter = sd.isClassFilterMode();
- }
-
- // 组成 sysFlag
- int sysFlag = PullSysFlag.buildSysFlag(
- commitOffsetEnable, // commitOffset
- true, // suspend
- subExpression != null, // subscription
- classFilter // class filter
- );
- // 调用真正的拉取消息接口
- try {
- this.pullAPIWrapper.pullKernelImpl(
- pullRequest.getMessageQueue(),
- subExpression,
- subscriptionData.getExpressionType(),
- subscriptionData.getSubVersion(),
- pullRequest.getNextOffset(),
- this.defaultMQPushConsumer.getPullBatchSize(),
- sysFlag,
- commitOffsetValue,
- BROKER_SUSPEND_MAX_TIME_MILLIS,
- CONSUMER_TIMEOUT_MILLIS_WHEN_SUSPEND,
- CommunicationMode.ASYNC,
- pullCallback
- );
- } catch (Exception e) {
- log.error("pullKernelImpl exception", e);
- this.executePullRequestLater(pullRequest, pullTimeDelayMillsWhenException);
}
- }以下就是拉取消息的底层 api，不够不是特别复杂，主要是在找 broker，和设置请求参数
-public PullResult pullKernelImpl(
- final MessageQueue mq,
- final String subExpression,
- final String expressionType,
- final long subVersion,
- final long offset,
- final int maxNums,
- final int sysFlag,
- final long commitOffset,
- final long brokerSuspendMaxTimeMillis,
- final long timeoutMillis,
- final CommunicationMode communicationMode,
- final PullCallback pullCallback
-) throws MQClientException, RemotingException, MQBrokerException, InterruptedException {
- FindBrokerResult findBrokerResult =
- this.mQClientFactory.findBrokerAddressInSubscribe(mq.getBrokerName(),
- this.recalculatePullFromWhichNode(mq), false);
- if (null == findBrokerResult) {
- this.mQClientFactory.updateTopicRouteInfoFromNameServer(mq.getTopic());
- findBrokerResult =
- this.mQClientFactory.findBrokerAddressInSubscribe(mq.getBrokerName(),
- this.recalculatePullFromWhichNode(mq), false);
+ return val;
+ } else {
+ return NULL;
}
+}
+/* This function is used to obtain the current LRU clock.
+ * If the current resolution is lower than the frequency we refresh the
+ * LRU clock (as it should be in production servers) we return the
+ * precomputed value, otherwise we need to resort to a system call. */
+unsigned int LRU_CLOCK(void) {
+ unsigned int lruclock;
+ if (1000/server.hz <= LRU_CLOCK_RESOLUTION) {
+ // 如果服务器的频率server.hz大于 1 时就是用系统预设的 lruclock
+ lruclock = server.lruclock;
+ } else {
+ lruclock = getLRUClock();
+ }
+ return lruclock;
+}
+/* Return the LRU clock, based on the clock resolution. This is a time
+ * in a reduced-bits format that can be used to set and check the
+ * object->lru field of redisObject structures. */
+unsigned int getLRUClock(void) {
+ return (mstime()/LRU_CLOCK_RESOLUTION) & LRU_CLOCK_MAX;
+}redis 处理命令是在这里processCommand
+/* If this function gets called we already read a whole
+ * command, arguments are in the client argv/argc fields.
+ * processCommand() execute the command or prepare the
+ * server for a bulk read from the client.
+ *
+ * If C_OK is returned the client is still alive and valid and
+ * other operations can be performed by the caller. Otherwise
+ * if C_ERR is returned the client was destroyed (i.e. after QUIT). */
+int processCommand(client *c) {
+ moduleCallCommandFilters(c);
- if (findBrokerResult != null) {
+
+
+ /* Handle the maxmemory directive.
+ *
+ * Note that we do not want to reclaim memory if we are here re-entering
+ * the event loop since there is a busy Lua script running in timeout
+ * condition, to avoid mixing the propagation of scripts with the
+ * propagation of DELs due to eviction. */
+ if (server.maxmemory && !server.lua_timedout) {
+ int out_of_memory = freeMemoryIfNeededAndSafe() == C_ERR;
+ /* freeMemoryIfNeeded may flush slave output buffers. This may result
+ * into a slave, that may be the active client, to be freed. */
+ if (server.current_client == NULL) return C_ERR;
+
+ /* It was impossible to free enough memory, and the command the client
+ * is trying to execute is denied during OOM conditions or the client
+ * is in MULTI/EXEC context? Error. */
+ if (out_of_memory &&
+ (c->cmd->flags & CMD_DENYOOM ||
+ (c->flags & CLIENT_MULTI &&
+ c->cmd->proc != execCommand &&
+ c->cmd->proc != discardCommand)))
{
- // check version
- if (!ExpressionType.isTagType(expressionType)
- && findBrokerResult.getBrokerVersion() < MQVersion.Version.V4_1_0_SNAPSHOT.ordinal()) {
- throw new MQClientException("The broker[" + mq.getBrokerName() + ", "
- + findBrokerResult.getBrokerVersion() + "] does not upgrade to support for filter message by " + expressionType, null);
- }
+ flagTransaction(c);
+ addReply(c, shared.oomerr);
+ return C_OK;
}
- int sysFlagInner = sysFlag;
+ }
+}这里只摘了部分，当需要清理内存时就会调用, 然后调用了freeMemoryIfNeededAndSafe
+/* This is a wrapper for freeMemoryIfNeeded() that only really calls the
+ * function if right now there are the conditions to do so safely:
+ *
+ * - There must be no script in timeout condition.
+ * - Nor we are loading data right now.
+ *
+ */
+int freeMemoryIfNeededAndSafe(void) {
+ if (server.lua_timedout || server.loading) return C_OK;
+ return freeMemoryIfNeeded();
+}
+/* This function is periodically called to see if there is memory to free
+ * according to the current "maxmemory" settings. In case we are over the
+ * memory limit, the function will try to free some memory to return back
+ * under the limit.
+ *
+ * The function returns C_OK if we are under the memory limit or if we
+ * were over the limit, but the attempt to free memory was successful.
+ * Otehrwise if we are over the memory limit, but not enough memory
+ * was freed to return back under the limit, the function returns C_ERR. */
+int freeMemoryIfNeeded(void) {
+ int keys_freed = 0;
+ /* By default replicas should ignore maxmemory
+ * and just be masters exact copies. */
+ if (server.masterhost && server.repl_slave_ignore_maxmemory) return C_OK;
- if (findBrokerResult.isSlave()) {
- sysFlagInner = PullSysFlag.clearCommitOffsetFlag(sysFlagInner);
- }
+ size_t mem_reported, mem_tofree, mem_freed;
+ mstime_t latency, eviction_latency;
+ long long delta;
+ int slaves = listLength(server.slaves);
- PullMessageRequestHeader requestHeader = new PullMessageRequestHeader();
- requestHeader.setConsumerGroup(this.consumerGroup);
- requestHeader.setTopic(mq.getTopic());
- requestHeader.setQueueId(mq.getQueueId());
- requestHeader.setQueueOffset(offset);
- requestHeader.setMaxMsgNums(maxNums);
- requestHeader.setSysFlag(sysFlagInner);
- requestHeader.setCommitOffset(commitOffset);
- requestHeader.setSuspendTimeoutMillis(brokerSuspendMaxTimeMillis);
- requestHeader.setSubscription(subExpression);
- requestHeader.setSubVersion(subVersion);
- requestHeader.setExpressionType(expressionType);
+ /* When clients are paused the dataset should be static not just from the
+ * POV of clients not being able to write, but also from the POV of
+ * expires and evictions of keys not being performed. */
+ if (clientsArePaused()) return C_OK;
+ if (getMaxmemoryState(&mem_reported,NULL,&mem_tofree,NULL) == C_OK)
+ return C_OK;
- String brokerAddr = findBrokerResult.getBrokerAddr();
- if (PullSysFlag.hasClassFilterFlag(sysFlagInner)) {
- brokerAddr = computPullFromWhichFilterServer(mq.getTopic(), brokerAddr);
- }
+ mem_freed = 0;
- PullResult pullResult = this.mQClientFactory.getMQClientAPIImpl().pullMessage(
- brokerAddr,
- requestHeader,
- timeoutMillis,
- communicationMode,
- pullCallback);
+ if (server.maxmemory_policy == MAXMEMORY_NO_EVICTION)
+ goto cant_free; /* We need to free memory, but policy forbids. */
- return pullResult;
- }
+ latencyStartMonitor(latency);
+ while (mem_freed < mem_tofree) {
+ int j, k, i;
+ static unsigned int next_db = 0;
+ sds bestkey = NULL;
+ int bestdbid;
+ redisDb *db;
+ dict *dict;
+ dictEntry *de;
- throw new MQClientException("The broker[" + mq.getBrokerName() + "] not exist", null);
-}再看下一步的
-public PullResult pullMessage(
- final String addr,
- final PullMessageRequestHeader requestHeader,
- final long timeoutMillis,
- final CommunicationMode communicationMode,
- final PullCallback pullCallback
-) throws RemotingException, MQBrokerException, InterruptedException {
- RemotingCommand request = RemotingCommand.createRequestCommand(RequestCode.PULL_MESSAGE, requestHeader);
+ if (server.maxmemory_policy & (MAXMEMORY_FLAG_LRU|MAXMEMORY_FLAG_LFU) ||
+ server.maxmemory_policy == MAXMEMORY_VOLATILE_TTL)
+ {
+ struct evictionPoolEntry *pool = EvictionPoolLRU;
- switch (communicationMode) {
- case ONEWAY:
- assert false;
- return null;
- case ASYNC:
- this.pullMessageAsync(addr, request, timeoutMillis, pullCallback);
- return null;
- case SYNC:
- return this.pullMessageSync(addr, request, timeoutMillis);
- default:
- assert false;
- break;
- }
+ while(bestkey == NULL) {
+ unsigned long total_keys = 0, keys;
- return null;
-}通过 communicationMode 判断是同步拉取还是异步拉取，异步就调用
-private void pullMessageAsync(
- final String addr,
- final RemotingCommand request,
- final long timeoutMillis,
- final PullCallback pullCallback
- ) throws RemotingException, InterruptedException {
- this.remotingClient.invokeAsync(addr, request, timeoutMillis, new InvokeCallback() {
- @Override
- public void operationComplete(ResponseFuture responseFuture) {
- 异步
- RemotingCommand response = responseFuture.getResponseCommand();
- if (response != null) {
- try {
- PullResult pullResult = MQClientAPIImpl.this.processPullResponse(response);
- assert pullResult != null;
- pullCallback.onSuccess(pullResult);
- } catch (Exception e) {
- pullCallback.onException(e);
- }
- } else {
- if (!responseFuture.isSendRequestOK()) {
- pullCallback.onException(new MQClientException("send request failed to " + addr + ". Request: " + request, responseFuture.getCause()));
- } else if (responseFuture.isTimeout()) {
- pullCallback.onException(new MQClientException("wait response from " + addr + " timeout :" + responseFuture.getTimeoutMillis() + "ms" + ". Request: " + request,
- responseFuture.getCause()));
- } else {
- pullCallback.onException(new MQClientException("unknown reason. addr: " + addr + ", timeoutMillis: " + timeoutMillis + ". Request: " + request, responseFuture.getCause()));
+ /* We don't want to make local-db choices when expiring keys,
+ * so to start populate the eviction pool sampling keys from
+ * every DB. */
+ for (i = 0; i < server.dbnum; i++) {
+ db = server.db+i;
+ dict = (server.maxmemory_policy & MAXMEMORY_FLAG_ALLKEYS) ?
+ db->dict : db->expires;
+ if ((keys = dictSize(dict)) != 0) {
+ evictionPoolPopulate(i, dict, db->dict, pool);
+ total_keys += keys;
}
- }
- }
- });
- }并且会调用前面 pullCallback 的onSuccess和onException方法，同步的就是调用
-private PullResult pullMessageSync(
- final String addr,
- final RemotingCommand request,
- final long timeoutMillis
- ) throws RemotingException, InterruptedException, MQBrokerException {
- RemotingCommand response = this.remotingClient.invokeSync(addr, request, timeoutMillis);
- assert response != null;
- return this.processPullResponse(response);
- }然后就是这个 remotingClient 的 invokeAsync 跟 invokeSync 方法
-@Override
- public void invokeAsync(String addr, RemotingCommand request, long timeoutMillis, InvokeCallback invokeCallback)
- throws InterruptedException, RemotingConnectException, RemotingTooMuchRequestException, RemotingTimeoutException,
- RemotingSendRequestException {
- long beginStartTime = System.currentTimeMillis();
- final Channel channel = this.getAndCreateChannel(addr);
- if (channel != null && channel.isActive()) {
- try {
- doBeforeRpcHooks(addr, request);
- long costTime = System.currentTimeMillis() - beginStartTime;
- if (timeoutMillis < costTime) {
- throw new RemotingTooMuchRequestException("invokeAsync call timeout");
- }
- this.invokeAsyncImpl(channel, request, timeoutMillis - costTime, invokeCallback);
- } catch (RemotingSendRequestException e) {
- log.warn("invokeAsync: send request exception, so close the channel[{}]", addr);
- this.closeChannel(addr, channel);
- throw e;
- }
- } else {
- this.closeChannel(addr, channel);
- throw new RemotingConnectException(addr);
- }
- }
-@Override
- public RemotingCommand invokeSync(String addr, final RemotingCommand request, long timeoutMillis)
- throws InterruptedException, RemotingConnectException, RemotingSendRequestException, RemotingTimeoutException {
- long beginStartTime = System.currentTimeMillis();
- final Channel channel = this.getAndCreateChannel(addr);
- if (channel != null && channel.isActive()) {
- try {
- doBeforeRpcHooks(addr, request);
- long costTime = System.currentTimeMillis() - beginStartTime;
- if (timeoutMillis < costTime) {
- throw new RemotingTimeoutException("invokeSync call timeout");
- }
- RemotingCommand response = this.invokeSyncImpl(channel, request, timeoutMillis - costTime);
- doAfterRpcHooks(RemotingHelper.parseChannelRemoteAddr(channel), request, response);
- return response;
- } catch (RemotingSendRequestException e) {
- log.warn("invokeSync: send request exception, so close the channel[{}]", addr);
- this.closeChannel(addr, channel);
- throw e;
- } catch (RemotingTimeoutException e) {
- if (nettyClientConfig.isClientCloseSocketIfTimeout()) {
- this.closeChannel(addr, channel);
- log.warn("invokeSync: close socket because of timeout, {}ms, {}", timeoutMillis, addr);
- }
- log.warn("invokeSync: wait response timeout exception, the channel[{}]", addr);
- throw e;
- }
- } else {
- this.closeChannel(addr, channel);
- throw new RemotingConnectException(addr);
- }
- }再往下看
-public RemotingCommand invokeSyncImpl(final Channel channel, final RemotingCommand request,
- final long timeoutMillis)
- throws InterruptedException, RemotingSendRequestException, RemotingTimeoutException {
- final int opaque = request.getOpaque();
+ }
+ if (!total_keys) break; /* No keys to evict. */
- try {
- 同步跟异步都是会把结果用ResponseFuture抱起来
- final ResponseFuture responseFuture = new ResponseFuture(channel, opaque, timeoutMillis, null, null);
- this.responseTable.put(opaque, responseFuture);
- final SocketAddress addr = channel.remoteAddress();
- channel.writeAndFlush(request).addListener(new ChannelFutureListener() {
- @Override
- public void operationComplete(ChannelFuture f) throws Exception {
- if (f.isSuccess()) {
- responseFuture.setSendRequestOK(true);
- return;
+ /* Go backward from best to worst element to evict. */
+ for (k = EVPOOL_SIZE-1; k >= 0; k--) {
+ if (pool[k].key == NULL) continue;
+ bestdbid = pool[k].dbid;
+
+ if (server.maxmemory_policy & MAXMEMORY_FLAG_ALLKEYS) {
+ de = dictFind(server.db[pool[k].dbid].dict,
+ pool[k].key);
} else {
- responseFuture.setSendRequestOK(false);
+ de = dictFind(server.db[pool[k].dbid].expires,
+ pool[k].key);
}
- responseTable.remove(opaque);
- responseFuture.setCause(f.cause());
- responseFuture.putResponse(null);
- log.warn("send a request command to channel <" + addr + "> failed.");
- }
- });
- // 区别是同步的是在这等待
- RemotingCommand responseCommand = responseFuture.waitResponse(timeoutMillis);
- if (null == responseCommand) {
- if (responseFuture.isSendRequestOK()) {
- throw new RemotingTimeoutException(RemotingHelper.parseSocketAddressAddr(addr), timeoutMillis,
- responseFuture.getCause());
- } else {
- throw new RemotingSendRequestException(RemotingHelper.parseSocketAddressAddr(addr), responseFuture.getCause());
+ /* Remove the entry from the pool. */
+ if (pool[k].key != pool[k].cached)
+ sdsfree(pool[k].key);
+ pool[k].key = NULL;
+ pool[k].idle = 0;
+
+ /* If the key exists, is our pick. Otherwise it is
+ * a ghost and we need to try the next element. */
+ if (de) {
+ bestkey = dictGetKey(de);
+ break;
+ } else {
+ /* Ghost... Iterate again. */
+ }
}
}
-
- return responseCommand;
- } finally {
- this.responseTable.remove(opaque);
}
- }
-
- public void invokeAsyncImpl(final Channel channel, final RemotingCommand request, final long timeoutMillis,
- final InvokeCallback invokeCallback)
- throws InterruptedException, RemotingTooMuchRequestException, RemotingTimeoutException, RemotingSendRequestException {
- long beginStartTime = System.currentTimeMillis();
- final int opaque = request.getOpaque();
- boolean acquired = this.semaphoreAsync.tryAcquire(timeoutMillis, TimeUnit.MILLISECONDS);
- if (acquired) {
- final SemaphoreReleaseOnlyOnce once = new SemaphoreReleaseOnlyOnce(this.semaphoreAsync);
- long costTime = System.currentTimeMillis() - beginStartTime;
- if (timeoutMillis < costTime) {
- once.release();
- throw new RemotingTimeoutException("invokeAsyncImpl call timeout");
- }
- final ResponseFuture responseFuture = new ResponseFuture(channel, opaque, timeoutMillis - costTime, invokeCallback, once);
- this.responseTable.put(opaque, responseFuture);
- try {
- channel.writeAndFlush(request).addListener(new ChannelFutureListener() {
- @Override
- public void operationComplete(ChannelFuture f) throws Exception {
- if (f.isSuccess()) {
- responseFuture.setSendRequestOK(true);
- return;
- }
- requestFail(opaque);
- log.warn("send a request command to channel <{}> failed.", RemotingHelper.parseChannelRemoteAddr(channel));
- }
- });
- } catch (Exception e) {
- responseFuture.release();
- log.warn("send a request command to channel <" + RemotingHelper.parseChannelRemoteAddr(channel) + "> Exception", e);
- throw new RemotingSendRequestException(RemotingHelper.parseChannelRemoteAddr(channel), e);
- }
- } else {
- if (timeoutMillis <= 0) {
- throw new RemotingTooMuchRequestException("invokeAsyncImpl invoke too fast");
- } else {
- String info =
- String.format("invokeAsyncImpl tryAcquire semaphore timeout, %dms, waiting thread nums: %d semaphoreAsyncValue: %d",
- timeoutMillis,
- this.semaphoreAsync.getQueueLength(),
- this.semaphoreAsync.availablePermits()
- );
- log.warn(info);
- throw new RemotingTimeoutException(info);
+ /* volatile-random and allkeys-random policy */
+ else if (server.maxmemory_policy == MAXMEMORY_ALLKEYS_RANDOM ||
+ server.maxmemory_policy == MAXMEMORY_VOLATILE_RANDOM)
+ {
+ /* When evicting a random key, we try to evict a key for
+ * each DB, so we use the static 'next_db' variable to
+ * incrementally visit all DBs. */
+ for (i = 0; i < server.dbnum; i++) {
+ j = (++next_db) % server.dbnum;
+ db = server.db+j;
+ dict = (server.maxmemory_policy == MAXMEMORY_ALLKEYS_RANDOM) ?
+ db->dict : db->expires;
+ if (dictSize(dict) != 0) {
+ de = dictGetRandomKey(dict);
+ bestkey = dictGetKey(de);
+ bestdbid = j;
+ break;
+ }
}
}
- }
-
- MQ
- RocketMQ
- 消息队列
- RocketMQ
- 中间件
- RocketMQ
-
-
- MQ
- 消息队列
- RocketMQ
- 削峰填谷
- 中间件
- DefaultMQPushConsumer
- 源码解析
-
-
-
- 在老丈人家的小工记四
- /2020/09/26/%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E7%9A%84%E5%B0%8F%E5%B7%A5%E8%AE%B0%E5%9B%9B/
- 小工记四第四周去的时候让我们去了现在在住的房子里，去三楼整理东西了，蛮多的东西需要收拾整理，有些需要丢一下，以前往往是把不太要用的东西就放三楼了，但是后面就不会再去收拾整理，LD 跟丈母娘负责收拾，我不太知道哪些还要的，哪些不要了，而且本来也不擅长这种收拾🤦♂️，然后就变成她们收拾出来废纸箱，我负责拆掉，压平，这时候终于觉得体重还算是有点作用，总体来说这个事情我其实也不擅长，不擅长的主要是捆起来，可能我总是小题大做，因为纸箱大小不一，如果不做一下分类，然后把大的折小一些的话，直接绑起来，容易拎起来就散掉了，而且一些鞋盒子这种小件的纸盒会比较薄，冰箱这种大件的比较厚，厚的比较不容易变形，需要大力踩踏，而且扎的时候需要用体重压住捆实了之后那样子才是真的捆实的，不然待会又是松松垮垮容易滑出来散架，因为压住了捆好后，下来了之后箱子就会弹开了把绳子崩紧实，感觉又是掌握到生活小技巧了😃，我这里其实比较单调无聊，然后 LD 那可以说非常厉害了，一共理出来 11 把旧电扇，还有好多没用过全新的不锈钢脸盆大大小小的，感觉比店里在卖的还多，还有是有比较多小时候的东西，特别多小时候的衣服，其实这种对我来说最难了，可能需要读一下断舍离，蛮多东西都舍不得扔，但是其实是没啥用了，然后还占地方，这天应该算是比较轻松的一天了，上午主要是把收拾出来要的和不要的搬下楼，然后下午要去把纸板给卖掉。中午还是去小快餐店吃的，在住的家里理东西还有个好处就是中午吃完饭可以小憩一下，因为我个人是非常依赖午休的，不然下午完全没精神，而且心态也会比较烦躁，一方面是客观的的确比较疲惫，另一方面应该主观心理作用也有点影响，就像上班的时候也是觉得不午睡就会很难受，心理作用也有一点，不过总之能睡还是睡一会，真的没办法就心态好点，吃完午饭之后我们就推着小平板车去收废品的地方卖掉了上午我收拾捆起来的纸板，好像卖了一百多，都是直接过地磅了，不用一捆一捆地称，不过有个小插曲，那里另外一个大爷在倒他的三轮车的时候撞了我一下，还好车速慢，屁股上肉垫后，接下来就比较麻烦了，是LD 她们两姐妹从小到大的书，也要去卖掉，小平板车就载不下了，而且着实也不太好推，轮子不太平，导致推着很累，书有好多箱，本来是想去亲戚家借电动三轮车，因为不会开摩托的那种，摩托的那种 LD 邻居家就有，可是到了那发现那个也是很大，而且刹车是用脚踩的那种，俺爹不太放心，就说第二天周日他有空会帮忙去载了卖掉的，然后比较搞笑的来了，丈母娘看错了时间，以为已经快五点了，就让我们顺便在车里带点东西去在修的房子，放到那边三楼去，到了那还跟老丈人说已经这么迟了要赶紧去菜场买菜了，结果我们回来以后才发现看错了一个小时🤦♂️。
-]]>
-
- 生活
- 运动
- 跑步
- 干活
-
-
- 生活
- 小技巧
- 运动
- 减肥
- 跑步
- 干活
-
-
-
- 聊一下 RocketMQ 的 NameServer 源码
- /2020/07/05/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84-NameServer-%E6%BA%90%E7%A0%81/
- 前面介绍了，nameserver相当于dubbo的注册中心，用与管理broker，broker会在启动的时候注册到nameserver，并且会发送心跳给namaserver，nameserver负责保存活跃的broker，包括master和slave，同时保存topic和topic下的队列，以及filter列表，然后为producer和consumer的请求提供服务。
-启动过程 public static void main ( String [ ] args) {
- main0 ( args) ;
- }
-
- public static NamesrvController main0 ( String [ ] args) {
- try {
- NamesrvController controller = createNamesrvController ( args) ;
- start ( controller) ;
- String tip = "The Name Server boot success. serializeType=" + RemotingCommand . getSerializeTypeConfigInThisServer ( ) ;
- log. info ( tip) ;
- System . out. printf ( "%s%n" , tip) ;
- return controller;
- } catch ( Throwable e) {
- e. printStackTrace ( ) ;
- System . exit ( - 1 ) ;
- }
+ /* Finally remove the selected key. */
+ if (bestkey) {
+ db = server.db+bestdbid;
+ robj *keyobj = createStringObject(bestkey,sdslen(bestkey));
+ propagateExpire(db,keyobj,server.lazyfree_lazy_eviction);
+ /* We compute the amount of memory freed by db*Delete() alone.
+ * It is possible that actually the memory needed to propagate
+ * the DEL in AOF and replication link is greater than the one
+ * we are freeing removing the key, but we can't account for
+ * that otherwise we would never exit the loop.
+ *
+ * AOF and Output buffer memory will be freed eventually so
+ * we only care about memory used by the key space. */
+ delta = (long long) zmalloc_used_memory();
+ latencyStartMonitor(eviction_latency);
+ if (server.lazyfree_lazy_eviction)
+ dbAsyncDelete(db,keyobj);
+ else
+ dbSyncDelete(db,keyobj);
+ latencyEndMonitor(eviction_latency);
+ latencyAddSampleIfNeeded("eviction-del",eviction_latency);
+ latencyRemoveNestedEvent(latency,eviction_latency);
+ delta -= (long long) zmalloc_used_memory();
+ mem_freed += delta;
+ server.stat_evictedkeys++;
+ notifyKeyspaceEvent(NOTIFY_EVICTED, "evicted",
+ keyobj, db->id);
+ decrRefCount(keyobj);
+ keys_freed++;
- return null ;
- } 入口的代码时这样子，其实主要的逻辑在createNamesrvController和start方法，来看下这两个的实现
-public static NamesrvController createNamesrvController ( String [ ] args) throws IOException , JoranException {
- System . setProperty ( RemotingCommand . REMOTING_VERSION_KEY , Integer . toString ( MQVersion . CURRENT_VERSION ) ) ;
-
+ /* Normally our stop condition is the ability to release
+ * a fixed, pre-computed amount of memory. However when we
+ * are deleting objects in another thread, it's better to
+ * check, from time to time, if we already reached our target
+ * memory, since the "mem_freed" amount is computed only
+ * across the dbAsyncDelete() call, while the thread can
+ * release the memory all the time. */
+ if (server.lazyfree_lazy_eviction && !(keys_freed % 16)) {
+ if (getMaxmemoryState(NULL,NULL,NULL,NULL) == C_OK) {
+ /* Let's satisfy our stop condition. */
+ mem_freed = mem_tofree;
+ }
+ }
+ } else {
+ latencyEndMonitor(latency);
+ latencyAddSampleIfNeeded("eviction-cycle",latency);
+ goto cant_free; /* nothing to free... */
+ }
+ }
+ latencyEndMonitor(latency);
+ latencyAddSampleIfNeeded("eviction-cycle",latency);
+ return C_OK;
- Options options = ServerUtil . buildCommandlineOptions ( new Options ( ) ) ;
- commandLine = ServerUtil . parseCmdLine ( "mqnamesrv" , args, buildCommandlineOptions ( options) , new PosixParser ( ) ) ;
- if ( null == commandLine) {
- System . exit ( - 1 ) ;
- return null ;
- }
+cant_free:
+ /* We are here if we are not able to reclaim memory. There is only one
+ * last thing we can try: check if the lazyfree thread has jobs in queue
+ * and wait... */
+ while(bioPendingJobsOfType(BIO_LAZY_FREE)) {
+ if (((mem_reported - zmalloc_used_memory()) + mem_freed) >= mem_tofree)
+ break;
+ usleep(1000);
+ }
+ return C_ERR;
+}这里就是根据具体策略去淘汰 key，首先是要往 pool 更新 key，更新key 的方法是evictionPoolPopulate
+void evictionPoolPopulate(int dbid, dict *sampledict, dict *keydict, struct evictionPoolEntry *pool) {
+ int j, k, count;
+ dictEntry *samples[server.maxmemory_samples];
- final NamesrvConfig namesrvConfig = new NamesrvConfig ( ) ;
- final NettyServerConfig nettyServerConfig = new NettyServerConfig ( ) ;
- nettyServerConfig. setListenPort ( 9876 ) ;
- if ( commandLine. hasOption ( 'c' ) ) {
- String file = commandLine. getOptionValue ( 'c' ) ;
- if ( file != null ) {
- InputStream in = new BufferedInputStream ( new FileInputStream ( file) ) ;
- properties = new Properties ( ) ;
- properties. load ( in) ;
- MixAll . properties2Object ( properties, namesrvConfig) ;
- MixAll . properties2Object ( properties, nettyServerConfig) ;
+ count = dictGetSomeKeys(sampledict,samples,server.maxmemory_samples);
+ for (j = 0; j < count; j++) {
+ unsigned long long idle;
+ sds key;
+ robj *o;
+ dictEntry *de;
- namesrvConfig. setConfigStorePath ( file) ;
+ de = samples[j];
+ key = dictGetKey(de);
- System . out. printf ( "load config properties file OK, %s%n" , file) ;
- in. close ( ) ;
- }
- }
+ /* If the dictionary we are sampling from is not the main
+ * dictionary (but the expires one) we need to lookup the key
+ * again in the key dictionary to obtain the value object. */
+ if (server.maxmemory_policy != MAXMEMORY_VOLATILE_TTL) {
+ if (sampledict != keydict) de = dictFind(keydict, key);
+ o = dictGetVal(de);
+ }
- if ( commandLine. hasOption ( 'p' ) ) {
- InternalLogger console = InternalLoggerFactory . getLogger ( LoggerName . NAMESRV_CONSOLE_NAME ) ;
- MixAll . printObjectProperties ( console, namesrvConfig) ;
- MixAll . printObjectProperties ( console, nettyServerConfig) ;
- System . exit ( 0 ) ;
- }
+ /* Calculate the idle time according to the policy. This is called
+ * idle just because the code initially handled LRU, but is in fact
+ * just a score where an higher score means better candidate. */
+ if (server.maxmemory_policy & MAXMEMORY_FLAG_LRU) {
+ idle = estimateObjectIdleTime(o);
+ } else if (server.maxmemory_policy & MAXMEMORY_FLAG_LFU) {
+ /* When we use an LRU policy, we sort the keys by idle time
+ * so that we expire keys starting from greater idle time.
+ * However when the policy is an LFU one, we have a frequency
+ * estimation, and we want to evict keys with lower frequency
+ * first. So inside the pool we put objects using the inverted
+ * frequency subtracting the actual frequency to the maximum
+ * frequency of 255. */
+ idle = 255-LFUDecrAndReturn(o);
+ } else if (server.maxmemory_policy == MAXMEMORY_VOLATILE_TTL) {
+ /* In this case the sooner the expire the better. */
+ idle = ULLONG_MAX - (long)dictGetVal(de);
+ } else {
+ serverPanic("Unknown eviction policy in evictionPoolPopulate()");
+ }
- MixAll . properties2Object ( ServerUtil . commandLine2Properties ( commandLine) , namesrvConfig) ;
+ /* Insert the element inside the pool.
+ * First, find the first empty bucket or the first populated
+ * bucket that has an idle time smaller than our idle time. */
+ k = 0;
+ while (k < EVPOOL_SIZE &&
+ pool[k].key &&
+ pool[k].idle < idle) k++;
+ if (k == 0 && pool[EVPOOL_SIZE-1].key != NULL) {
+ /* Can't insert if the element is < the worst element we have
+ * and there are no empty buckets. */
+ continue;
+ } else if (k < EVPOOL_SIZE && pool[k].key == NULL) {
+ /* Inserting into empty position. No setup needed before insert. */
+ } else {
+ /* Inserting in the middle. Now k points to the first element
+ * greater than the element to insert. */
+ if (pool[EVPOOL_SIZE-1].key == NULL) {
+ /* Free space on the right? Insert at k shifting
+ * all the elements from k to end to the right. */
- if ( null == namesrvConfig. getRocketmqHome ( ) ) {
- System . out. printf ( "Please set the %s variable in your environment to match the location of the RocketMQ installation%n" , MixAll . ROCKETMQ_HOME_ENV ) ;
- System . exit ( - 2 ) ;
- }
+ /* Save SDS before overwriting. */
+ sds cached = pool[EVPOOL_SIZE-1].cached;
+ memmove(pool+k+1,pool+k,
+ sizeof(pool[0])*(EVPOOL_SIZE-k-1));
+ pool[k].cached = cached;
+ } else {
+ /* No free space on right? Insert at k-1 */
+ k--;
+ /* Shift all elements on the left of k (included) to the
+ * left, so we discard the element with smaller idle time. */
+ sds cached = pool[0].cached; /* Save SDS before overwriting. */
+ if (pool[0].key != pool[0].cached) sdsfree(pool[0].key);
+ memmove(pool,pool+1,sizeof(pool[0])*k);
+ pool[k].cached = cached;
+ }
+ }
- LoggerContext lc = ( LoggerContext ) LoggerFactory . getILoggerFactory ( ) ;
- JoranConfigurator configurator = new JoranConfigurator ( ) ;
- configurator. setContext ( lc) ;
- lc. reset ( ) ;
- configurator. doConfigure ( namesrvConfig. getRocketmqHome ( ) + "/conf/logback_namesrv.xml" ) ;
+ /* Try to reuse the cached SDS string allocated in the pool entry,
+ * because allocating and deallocating this object is costly
+ * (according to the profiler, not my fantasy. Remember:
+ * premature optimizbla bla bla bla. */
+ int klen = sdslen(key);
+ if (klen > EVPOOL_CACHED_SDS_SIZE) {
+ pool[k].key = sdsdup(key);
+ } else {
+ memcpy(pool[k].cached,key,klen+1);
+ sdssetlen(pool[k].cached,klen);
+ pool[k].key = pool[k].cached;
+ }
+ pool[k].idle = idle;
+ pool[k].dbid = dbid;
+ }
+}Redis随机选择maxmemory_samples数量的key，然后计算这些key的空闲时间idle time，当满足条件时(比pool中的某些键的空闲时间还大)就可以进pool。pool更新之后，就淘汰pool中空闲时间最大的键。
+estimateObjectIdleTime
+/* Given an object returns the min number of milliseconds the object was never
+ * requested, using an approximated LRU algorithm. */
+unsigned long long estimateObjectIdleTime(robj *o) {
+ unsigned long long lruclock = LRU_CLOCK();
+ if (lruclock >= o->lru) {
+ return (lruclock - o->lru) * LRU_CLOCK_RESOLUTION;
+ } else {
+ return (lruclock + (LRU_CLOCK_MAX - o->lru)) *
+ LRU_CLOCK_RESOLUTION;
+ }
+}空闲时间第一种是 lurclock 大于对象的 lru，那么就是减一下乘以精度，因为 lruclock 有可能是已经预生成的，所以会可能走下面这个
+LFU 上面介绍了LRU 的算法，但是考虑一种场景
+~~~~~A~~~~~A~~~~~A~~~~A~~~~~A~~~~~A~~|
+~~B~~B~~B~~B~~B~~B~~B~~B~~B~~B~~B~~B~|
+~~~~~~~~~~C~~~~~~~~~C~~~~~~~~~C~~~~~~|
+~~~~~D~~~~~~~~~~D~~~~~~~~~D~~~~~~~~~D|可以发现，当采用 lru 的淘汰策略的时候，D 是最新的，会被认为是最值得保留的，但是事实上还不如 A 跟 B，然后 antirez 大神就想到了LFU (Least Frequently Used) 这个算法, 显然对于上面的四个 key 的访问频率，保留优先级应该是 B > A > C = D
+ 16 bits 8 bits
++----------------+--------+
++ Last decr time | LOG_C |
++----------------+--------+前16位字段是最后一次递减时间，因此Redis知道 上一次计数器递减，后8位是 计数器 counter。
+volatile-lfu：对有过期时间的key采用LFU淘汰策略allkeys-lfu：对全部key采用LFU淘汰策略
+lfu-log-factor 10
+lfu-decay-time 1
+```
+`lfu-log-factor` 可以调整计数器counter的增长速度，lfu-log-factor越大，counter增长的越慢。
- log = InternalLoggerFactory . getLogger ( LoggerName . NAMESRV_LOGGER_NAME ) ;
+`lfu-decay-time`是一个以分钟为单位的数值，可以调整counter的减少速度
+这里有个问题是 8 位大小够计么，访问一次加 1 的话的确不够，不过大神就是大神，才不会这么简单的加一。往下看代码
+```C
+/* Low level key lookup API, not actually called directly from commands
+ * implementations that should instead rely on lookupKeyRead(),
+ * lookupKeyWrite() and lookupKeyReadWithFlags(). */
+robj *lookupKey(redisDb *db, robj *key, int flags) {
+ dictEntry *de = dictFind(db->dict,key->ptr);
+ if (de) {
+ robj *val = dictGetVal(de);
- MixAll . printObjectProperties ( log, namesrvConfig) ;
- MixAll . printObjectProperties ( log, nettyServerConfig) ;
+ /* Update the access time for the ageing algorithm.
+ * Don't do it if we have a saving child, as this will trigger
+ * a copy on write madness. */
+ if (!hasActiveChildProcess() && !(flags & LOOKUP_NOTOUCH)){
+ if (server.maxmemory_policy & MAXMEMORY_FLAG_LFU) {
+ // 当淘汰策略是 LFU 时，就会调用这个updateLFU
+ updateLFU(val);
+ } else {
+ val->lru = LRU_CLOCK();
+ }
+ }
+ return val;
+ } else {
+ return NULL;
+ }
+}updateLFU
+/* Update LFU when an object is accessed.
+ * Firstly, decrement the counter if the decrement time is reached.
+ * Then logarithmically increment the counter, and update the access time. */
+void updateLFU(robj *val) {
+ unsigned long counter = LFUDecrAndReturn(val);
+ counter = LFULogIncr(counter);
+ val->lru = (LFUGetTimeInMinutes()<<8) | counter;
+}首先来看看LFUDecrAndReturnlfu-decay-time 参数来确定需要将 counter 减去多少
+/* If the object decrement time is reached decrement the LFU counter but
+ * do not update LFU fields of the object, we update the access time
+ * and counter in an explicit way when the object is really accessed.
+ * And we will times halve the counter according to the times of
+ * elapsed time than server.lfu_decay_time.
+ * Return the object frequency counter.
+ *
+ * This function is used in order to scan the dataset for the best object
+ * to fit: as we check for the candidate, we incrementally decrement the
+ * counter of the scanned objects if needed. */
+unsigned long LFUDecrAndReturn(robj *o) {
+ // 右移 8 位，拿到上次衰减时间
+ unsigned long ldt = o->lru >> 8;
+ // 对 255 做与操作，拿到 counter 值
+ unsigned long counter = o->lru & 255;
+ // 根据lfu_decay_time来算出过了多少个衰减周期
+ unsigned long num_periods = server.lfu_decay_time ? LFUTimeElapsed(ldt) / server.lfu_decay_time : 0;
+ if (num_periods)
+ counter = (num_periods > counter) ? 0 : counter - num_periods;
+ return counter;
+}然后是加，调用了LFULogIncr
+/* Logarithmically increment a counter. The greater is the current counter value
+ * the less likely is that it gets really implemented. Saturate it at 255. */
+uint8_t LFULogIncr(uint8_t counter) {
+ // 最大值就是 255，到顶了就不加了
+ if (counter == 255) return 255;
+ // 生成个随机小数
+ double r = (double)rand()/RAND_MAX;
+ // 减去个基础值，LFU_INIT_VAL = 5，防止刚进来就被逐出
+ double baseval = counter - LFU_INIT_VAL;
+ // 如果是小于 0，
+ if (baseval < 0) baseval = 0;
+ // 如果 baseval 是 0，那么 p 就是 1了，后面 counter 直接加一，如果不是的话，得看系统参数lfu_log_factor，这个越大，除出来的 p 越小，那么 counter++的可能性也越小，这样子就把前面的疑问给解决了，不是直接+1 的
+ double p = 1.0/(baseval*server.lfu_log_factor+1);
+ if (r < p) counter++;
+ return counter;
+}大概的变化速度可以参考
++--------+------------+------------+------------+------------+------------+
+| factor | 100 hits | 1000 hits | 100K hits | 1M hits | 10M hits |
++--------+------------+------------+------------+------------+------------+
+| 0 | 104 | 255 | 255 | 255 | 255 |
++--------+------------+------------+------------+------------+------------+
+| 1 | 18 | 49 | 255 | 255 | 255 |
++--------+------------+------------+------------+------------+------------+
+| 10 | 10 | 18 | 142 | 255 | 255 |
++--------+------------+------------+------------+------------+------------+
+| 100 | 8 | 11 | 49 | 143 | 255 |
++--------+------------+------------+------------+------------+------------+简而言之就是 lfu_log_factor 越大变化的越慢
+总结 总结一下，redis 实现了近似的 lru 淘汰策略，通过增加了淘汰 key 的池子(pool)，并且增大每次抽样的 key 的数量来将淘汰效果更进一步地接近于 lru，这是 lru 策略，但是对于前面举的一个例子，其实 lru 并不能保证 key 的淘汰就如我们预期，所以在后期又引入了 lfu 的策略，lfu的策略比较巧妙，复用了 redis 对象的 lru 字段，并且使用了factor 参数来控制计数器递增的速度，防止 8 位的计数器太早溢出。
+]]>
+
+ Redis
+ 数据结构
+ 源码
+ C
+ Redis
+
+
+ redis
+ 数据结构
+ 源码
+
+
+
+ rust学习笔记-所有权一
+ /2021/04/18/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/
+ 最近在看 《rust 权威指南》，还是难度比较大的，它里面的一些概念跟之前的用过的都有比较大的差别
+Rust中的每一个值都有一个对应的变量作为它的所有者。
+在同一时间内，值有且只有一个所有者。
+当所有者离开自己的作用域时，它持有的值就会被释放掉。
+s 在进入作用域后才变得有效
+它会保持自己的有效性直到自己离开作用域为止
+
+然后看个案例
+let x = 5 ;
+let y = x; 这个其实有两种，一般可以认为比较多实现的会使用 copy on write 之类的，先让两个都指向同一个快 5 的存储，在发生变更后开始正式拷贝，但是涉及到内存处理的便利性，对于这类简单类型，可以直接拷贝
+let s1 = String :: from ( "hello" ) ;
+let s2 = s1;
- final NamesrvController controller = new NamesrvController ( namesrvConfig, nettyServerConfig) ;
+println! ( "{}, world!" , s1) ; 有可能认为有两种内存分布可能let y = x这个行为的实质是移动，在赋值给 y 之后 x 就无效了
+let s1 = String :: from ( "hello" ) ;
+let s2 = s1. clone ( ) ;
-
- controller. getConfiguration ( ) . registerConfig ( properties) ;
+println! ( "s1 = {}, s2 = {}" , s1, s2) ; 这里其实会有点疑惑，为什么前面的x, y 的行为跟 s1, s2 的不一样，其实主要是基本类型和 string 这类的不定大小的类型的内存分配方式不同，x, y这类整型可以直接确定大小，可以直接在栈上分配，而像 string 和其他的变体结构体，其大小都是不能在编译时确定，所以需要在堆上进行分配
+]]>
+
+ 语言
+ Rust
+
+
+ Rust
+ 所有权
+ 内存分布
+ 新语言
+
+
+
+ spark-little-tips
+ /2017/03/28/spark-little-tips/
+ spark 的一些粗浅使用经验工作中学习使用了一下Spark做数据分析,主要是用spark的python接口，首先是pyspark.SparkContext(appName=xxx)，这是初始化一个Spark应用实例或者说会话，不能重复，textFile(path)读取文本文件，这里的文本文件可以是HDFS上的文本文件，也可以普通文本文件，但是需要在Spark的所有集群上都存在，否则会parallelize则可以将python生成的集合数据读取后转换成rdd(A Resilient Distributed Dataset (RDD),一种spark下的基本抽象数据集),基于这个RDD就可以做map reduce,在Spark中可以非常方便地实现
+简单的mapreduce word count示例 textFile = sc.parallelize([(1,1), (2,1), (3,1), (4,1), (5,1),(1,1), (2,1), (3,1), (4,1), (5,1)])
+data = textFile.reduceByKey(lambda x, y: x + y).collect()
+for _ in data:
+ print(_)return controller;
- } 这个方法里其实主要是读取一些配置啥的，不是很复杂，
-public static NamesrvController start ( final NamesrvController controller) throws Exception {
+结果 (3, 2)
+(1, 2)
+(4, 2)
+(2, 2)
+(5, 2)
+
+ data analysis
+
+
+ spark
+ python
+
+
+
+ spring event 介绍
+ /2022/01/30/spring-event-%E4%BB%8B%E7%BB%8D/
+ spring框架中如果想使用一些一部操作，除了依赖第三方中间件的消息队列，还可以用spring自己的event，简单介绍下使用方法
+public class CustomSpringEvent extends ApplicationEvent {
- if ( null == controller) {
- throw new IllegalArgumentException ( "NamesrvController is null" ) ;
- }
+ private String message;
- boolean initResult = controller. initialize ( ) ;
- if ( ! initResult) {
- controller. shutdown ( ) ;
- System . exit ( - 3 ) ;
- }
+ public CustomSpringEvent ( Object source, String message) {
+ super ( source) ;
+ this . message = message;
+ }
+ public String getMessage ( ) {
+ return message;
+ }
+} 这个 ApplicationEvent 其实也比较简单，内部就一个 Object 类型的 source，可以自行扩展，我们在自定义的这个 Event 里加了个 Message ，只是简单介绍下使用
+public abstract class ApplicationEvent extends EventObject {
+ private static final long serialVersionUID = 7099057708183571937L ;
+ private final long timestamp;
- Runtime . getRuntime ( ) . addShutdownHook ( new ShutdownHookThread ( log, new Callable < Void > ( ) {
- @Override
- public Void call ( ) throws Exception {
- controller. shutdown ( ) ;
- return null ;
- }
- } ) ) ;
+ public ApplicationEvent ( Object source) {
+ super ( source) ;
+ this . timestamp = System . currentTimeMillis ( ) ;
+ }
- controller. start ( ) ;
+ public ApplicationEvent ( Object source, Clock clock) {
+ super ( source) ;
+ this . timestamp = clock. millis ( ) ;
+ }
- return controller;
- } public final long getTimestamp ( ) {
+ return this . timestamp;
+ }
+} 这个start里主要关注initialize方法，后面就是一个停机的hook，来看下initialize方法
-public boolean initialize ( ) {
+然后就是事件生产者和监听消费者
+@Component
+public class CustomSpringEventPublisher {
- this . kvConfigManager. load ( ) ;
+ @Resource
+ private ApplicationEventPublisher applicationEventPublisher;
- this . remotingServer = new NettyRemotingServer ( this . nettyServerConfig, this . brokerHousekeepingService) ;
+ public void publishCustomEvent ( final String message) {
+ System . out. println ( "Publishing custom event. " ) ;
+ CustomSpringEvent customSpringEvent = new CustomSpringEvent ( this , message) ;
+ applicationEventPublisher. publishEvent ( customSpringEvent) ;
+ }
+} 这里的 ApplicationEventPublisher 是 Spring 的方法接口
+@FunctionalInterface
+public interface ApplicationEventPublisher {
+ default void publishEvent ( ApplicationEvent event) {
+ this . publishEvent ( ( Object ) event) ;
+ }
- this . remotingExecutor =
- Executors . newFixedThreadPool ( nettyServerConfig. getServerWorkerThreads ( ) , new ThreadFactoryImpl ( "RemotingExecutorThread_" ) ) ;
+ void publishEvent ( Object var1) ;
+} 具体的是例如 org.springframework.context.support.AbstractApplicationContext#publishEvent(java.lang.Object, org.springframework.core.ResolvableType) 中的实现，后面可以展开讲讲
+事件监听者：
+@Component
+public class CustomSpringEventListener implements ApplicationListener < CustomSpringEvent > {
+ @Override
+ public void onApplicationEvent ( CustomSpringEvent event) {
+ System . out. println ( "Received spring custom event - " + event. getMessage ( ) ) ;
+ }
+} 这里的也是 spring 的一个方法接口
+@FunctionalInterface
+public interface ApplicationListener < E extends ApplicationEvent > extends EventListener {
+ void onApplicationEvent ( E var1) ;
- this . registerProcessor ( ) ;
+ static < T > ApplicationListener < PayloadApplicationEvent < T > > forPayload ( Consumer < T > ) {
+ return ( event) -> {
+ consumer. accept ( event. getPayload ( ) ) ;
+ } ;
+ }
+} this . scheduledExecutorService. scheduleAtFixedRate ( new Runnable ( ) {
+然后简单包个请求
+
+@RequestMapping ( value = "/event" , method = RequestMethod . GET )
+@ResponseBody
+public void event ( ) {
+ customSpringEventPublisher. publishCustomEvent ( "hello sprint event" ) ;
+} @Override
- public void run ( ) {
- NamesrvController . this . routeInfoManager. scanNotActiveBroker ( ) ;
- }
- } , 5 , 10 , TimeUnit . SECONDS ) ;
+
+]]>
+
+ Java
+ Spring
+
+
+ Java
+ Spring
+ Spring Event
+
+
+
+ summary-ranges-228
+ /2016/10/12/summary-ranges-228/
+ problemGiven a sorted integer array without duplicates, return the summary of its ranges.
+For example, given [0,1,2,4,5,7], return ["0->2","4->5","7"].
+题解 每一个区间的起点nums[i]加上j是否等于nums[i+j]参考
+Code class Solution {
+public:
+ vector<string> summaryRanges(vector<int>& nums) {
+ int i = 0, j = 1, n;
+ vector<string> res;
+ n = nums.size();
+ while(i < n){
+ j = 1;
+ while(j < n && nums[i+j] - nums[i] == j) j++;
+ res.push_back(j <= 1 ? to_string(nums[i]) : to_string(nums[i]) + "->" + to_string(nums[i + j - 1]));
+ i += j;
+ }
+ return res;
+ }
+};
+
+ leetcode
+
+
+ leetcode
+ c++
+
+
+
+ powershell 初体验
+ /2022/11/13/powershell-%E5%88%9D%E4%BD%93%E9%AA%8C/
+ powershell变量变量命名类似于php
+PS C:\Users\Nicks> $a =1
+PS C:\Users\Nicks> $b =2
+PS C:\Users\Nicks> $a * $b
+2有一个比较好用的是变量交换
+$tmp = $a
+$a = $b
+$b = $tmp 而在powershell中可以这样
+$a , $b =$b , $a
+PS C:\Users\Nicks> $a , $b =$b , $a
+PS C:\Users\Nicks> $a
+2
+PS C:\Users\Nicks> $b
+1还可以通过这个
+PS C:\Users\Nicks> ls variable:
- this . scheduledExecutorService. scheduleAtFixedRate ( new Runnable ( ) {
+Name Value
+-- -- -- -- -
+$ $b
+? True
+^ $b
+a 2
+args { }
+b 1查看现存的变量
+]]>
+
+ 语言
+
+
+ powershell
+
+
+
+ swoole-websocket-test
+ /2016/07/13/swoole-websocket-test/
+ 玩一下swoole的websocketWebSocket是HTML5开始提供的一种在单个TCP 连接上进行全双工 通讯的协议。WebSocket通信协议于2011年被IETF 定为标准RFC 6455，WebSocketAPI被W3C定为标准。wiki 。
+环境准备 因为swoole官方还不支持windows，所以需要装下linux,之前都是用ubuntu，Oneinstack ，可以按需安装
+@Override
- public void run ( ) {
- NamesrvController . this . kvConfigManager. printAllPeriodically ( ) ;
- }
- } , 1 , 10 , TimeUnit . MINUTES ) ;
+swoole 1.install via pecl
+pecl install swooleif ( TlsSystemConfig . tlsMode != TlsMode . DISABLED ) {
-
- try {
- fileWatchService = new FileWatchService (
- new String [ ] {
- TlsSystemConfig . tlsServerCertPath,
- TlsSystemConfig . tlsServerKeyPath,
- TlsSystemConfig . tlsServerTrustCertPath
- } ,
- new FileWatchService. Listener ( ) {
- boolean certChanged, keyChanged = false ;
- @Override
- public void onChanged ( String path) {
- if ( path. equals ( TlsSystemConfig . tlsServerTrustCertPath) ) {
- log. info ( "The trust certificate changed, reload the ssl context" ) ;
- reloadServerSslContext ( ) ;
- }
- if ( path. equals ( TlsSystemConfig . tlsServerCertPath) ) {
- certChanged = true ;
- }
- if ( path. equals ( TlsSystemConfig . tlsServerKeyPath) ) {
- keyChanged = true ;
- }
- if ( certChanged && keyChanged) {
- log. info ( "The certificate and private key changed, reload the ssl context" ) ;
- certChanged = keyChanged = false ;
- reloadServerSslContext ( ) ;
- }
- }
- private void reloadServerSslContext ( ) {
- ( ( NettyRemotingServer ) remotingServer) . loadSslContext ( ) ;
- }
- } ) ;
- } catch ( Exception e) {
- log. warn ( "FileWatchService created error, can't load the certificate dynamically" ) ;
- }
- }
+2.install from source
+sudo apt-get install php5-dev
+git clone https://github.com/swoole/swoole-src.git
+cd swoole-src
+phpize
+./configure
+make && make install3.add extension
+extension = swoole.soreturn true ;
- } 4.test extension
+php -m | grep swoole如果存在就代表安装成功啦
+Exec 实现代码看了这位仁兄的代码
+还是贴一下代码
+
+$ws = new swoole_websocket_server ( "0.0.0.0" , 9502 ) ;
-这里的kvConfigManager主要是来加载NameServer的配置参数，存到org.apache.rocketmq.namesrv.kvconfig.KVConfigManager#configTable中，然后是以BrokerHousekeepingService对象为参数初始化NettyRemotingServer对象，BrokerHousekeepingService对象作为该Netty连接中Socket链接的监听器（ChannelEventListener）；监听与Broker建立的渠道的状态（空闲、关闭、异常三个状态），并调用BrokerHousekeepingService的相应onChannel方法。其中渠道的空闲、关闭、异常状态均调用RouteInfoManager.onChannelDestory方法处理。这个BrokerHousekeepingService可以字面化地理解为broker的管家服务，这个类内部三个状态方法其实都是调用的org.apache.rocketmq.namesrv.NamesrvController#getRouteInfoManager方法，而这个RouteInfoManager里面的对象有这些
-public class RouteInfoManager {
- private static final InternalLogger log = InternalLoggerFactory . getLogger ( LoggerName . NAMESRV_LOGGER_NAME ) ;
- private final static long BROKER_CHANNEL_EXPIRED_TIME = 1000 * 60 * 2 ;
- private final ReadWriteLock lock = new ReentrantReadWriteLock ( ) ;
-
- private final HashMap < String , List < QueueData > > topicQueueTable;
-
- private final HashMap < String , BrokerData > brokerAddrTable;
-
- private final HashMap < String , Set < String >> clusterAddrTable;
-
- private final HashMap < String , BrokerLiveInfo > brokerLiveTable;
-
- private final HashMap < String , List < String > > filterServerTable; $ws -> on ( 'open' , function ( $ws , $request ) {
+ $fd [ ] = $request -> fd ;
+ $GLOBALS [ 'fd' ] [ ] = $fd ;
+
+ $ws -> push ( $request -> fd , "hello user{ $request -> fd } ) ;
+} ) ;
-然后接下去就是初始化了一个线程池，然后注册默认的处理类this.registerProcessor();默认都是这个处理器去处理请求 org.apache.rocketmq.namesrv.processor.DefaultRequestProcessor#DefaultRequestProcessor然后是初始化两个定时任务
-第一是每10秒检查一遍Broker的状态的定时任务，调用scanNotActiveBroker方法；遍历brokerLiveTable集合，查看每个broker的最后更新时间（BrokerLiveInfo.lastUpdateTimestamp）是否超过2分钟，若超过则关闭该broker的渠道并调用RouteInfoManager.onChannelDestory方法清理RouteInfoManager类的topicQueueTable、brokerAddrTable、clusterAddrTable、filterServerTable成员变量。
-this . scheduledExecutorService. scheduleAtFixedRate ( new Runnable ( ) {
+
+$ws -> on ( 'message' , function ( $ws , $frame ) {
+ $msg = 'from' . $frame -> fd . ":{ $frame -> data } ;
- @Override
- public void run ( ) {
- NamesrvController . this . routeInfoManager. scanNotActiveBroker ( ) ;
- }
- } , 5 , 10 , TimeUnit . SECONDS ) ;
-public void scanNotActiveBroker ( ) {
- Iterator < Entry < String , BrokerLiveInfo > > = this . brokerLiveTable. entrySet ( ) . iterator ( ) ;
- while ( it. hasNext ( ) ) {
- Entry < String , BrokerLiveInfo > = it. next ( ) ;
- long last = next. getValue ( ) . getLastUpdateTimestamp ( ) ;
- if ( ( last + BROKER_CHANNEL_EXPIRED_TIME ) < System . currentTimeMillis ( ) ) {
- RemotingUtil . closeChannel ( next. getValue ( ) . getChannel ( ) ) ;
- it. remove ( ) ;
- log. warn ( "The broker channel expired, {} {}ms" , next. getKey ( ) , BROKER_CHANNEL_EXPIRED_TIME ) ;
- this . onChannelDestroy ( next. getKey ( ) , next. getValue ( ) . getChannel ( ) ) ;
+ foreach ( $GLOBALS [ 'fd' ] as $aa ) {
+ foreach ( $aa as $i ) {
+ if ( $i != $frame -> fd ) {
+
+ $ws -> push ( $i , $msg ) ;
}
}
}
+} ) ;
- public void onChannelDestroy ( String remoteAddr, Channel channel) {
- String brokerAddrFound = null ;
- if ( channel != null ) {
- try {
- try {
- this . lock. readLock ( ) . lockInterruptibly ( ) ;
- Iterator < Entry < String , BrokerLiveInfo > > =
- this . brokerLiveTable. entrySet ( ) . iterator ( ) ;
- while ( itBrokerLiveTable. hasNext ( ) ) {
- Entry < String , BrokerLiveInfo > = itBrokerLiveTable. next ( ) ;
- if ( entry. getValue ( ) . getChannel ( ) == channel) {
- brokerAddrFound = entry. getKey ( ) ;
- break ;
- }
- }
- } finally {
- this . lock. readLock ( ) . unlock ( ) ;
- }
- } catch ( Exception e) {
- log. error ( "onChannelDestroy Exception" , e) ;
- }
- }
+
+$ws -> on ( 'close' , function ( $ws , $fd ) {
+ echo "client-{ $fd } ;
+} ) ;
- if ( null == brokerAddrFound) {
- brokerAddrFound = remoteAddr;
- } else {
- log. info ( "the broker's channel destroyed, {}, clean it's data structure at once" , brokerAddrFound) ;
- }
+$ws -> start ( ) ; if ( brokerAddrFound != null && brokerAddrFound. length ( ) > 0 ) {
+客户端：
+<! DOCTYPE html > < htmllang = " en" > < head> < metacharset = " UTF-8" > < title> </ title> </ head> < body> < divid = " msg" > </ div> < inputtype = " text" id = " text" > < inputtype = " submit" value = " 发送数据" onclick = " song ( ) " > </ body> < script>
+ var msg = document. getElementById ( "msg" ) ;
+ var wsServer = 'ws://0.0.0.0:9502' ;
+
+
+ var websocket = new WebSocket ( wsServer) ;
+
+ websocket. onopen = function ( evt ) {
+
+
+ msg. innerHTML = websocket. readyState;
+ } ;
- try {
- try {
- this . lock. writeLock ( ) . lockInterruptibly ( ) ;
- this . brokerLiveTable. remove ( brokerAddrFound) ;
- this . filterServerTable. remove ( brokerAddrFound) ;
- String brokerNameFound = null ;
- boolean removeBrokerName = false ;
- Iterator < Entry < String , BrokerData > > =
- this . brokerAddrTable. entrySet ( ) . iterator ( ) ;
- while ( itBrokerAddrTable. hasNext ( ) && ( null == brokerNameFound) ) {
- BrokerData brokerData = itBrokerAddrTable. next ( ) . getValue ( ) ;
+ function song ( ) {
+ var text = document. getElementById ( 'text' ) . value;
+ document. getElementById ( 'text' ) . value = '' ;
+
+ websocket. send ( text) ;
+ }
+
+
+
+
- Iterator < Entry < Long , String > > = brokerData. getBrokerAddrs ( ) . entrySet ( ) . iterator ( ) ;
- while ( it. hasNext ( ) ) {
- Entry < Long , String > = it. next ( ) ;
- Long brokerId = entry. getKey ( ) ;
- String brokerAddr = entry. getValue ( ) ;
- if ( brokerAddr. equals ( brokerAddrFound) ) {
- brokerNameFound = brokerData. getBrokerName ( ) ;
- it. remove ( ) ;
- log. info ( "remove brokerAddr[{}, {}] from brokerAddrTable, because channel destroyed" ,
- brokerId, brokerAddr) ;
- break ;
- }
- }
+
+ websocket. onmessage = function ( evt ) {
+ msg. innerHTML += evt. data + '<br>' ;
+
+ } ;
+
+
+
+
- if ( brokerData. getBrokerAddrs ( ) . isEmpty ( ) ) {
- removeBrokerName = true ;
- itBrokerAddrTable. remove ( ) ;
- log. info ( "remove brokerName[{}] from brokerAddrTable, because channel destroyed" ,
- brokerData. getBrokerName ( ) ) ;
- }
- }
+ </ script> </ html> if ( brokerNameFound != null && removeBrokerName) {
- Iterator < Entry < String , Set < String > > > = this . clusterAddrTable. entrySet ( ) . iterator ( ) ;
- while ( it. hasNext ( ) ) {
- Entry < String , Set < String > > = it. next ( ) ;
- String clusterName = entry. getKey ( ) ;
- Set < String > = entry. getValue ( ) ;
- boolean removed = brokerNames. remove ( brokerNameFound) ;
- if ( removed) {
- log. info ( "remove brokerName[{}], clusterName[{}] from clusterAddrTable, because channel destroyed" ,
- brokerNameFound, clusterName) ;
+做了个循环，将当前用户的消息发送给同时在线的其他用户，比较简陋，如下图
+]]>
+
+ php
+
+
+ websocket
+ swoole
+
+
+
+ 《垃圾回收算法手册读书》笔记之整理算法
+ /2021/03/07/%E3%80%8A%E5%9E%83%E5%9C%BE%E5%9B%9E%E6%94%B6%E7%AE%97%E6%B3%95%E6%89%8B%E5%86%8C%E8%AF%BB%E4%B9%A6%E3%80%8B%E7%AC%94%E8%AE%B0%E4%B9%8B%E6%95%B4%E7%90%86%E7%AE%97%E6%B3%95/
+ 最近看了下这本垃圾回收算法手册，看到了第三章的标记-整理回收算法，做个简单的读书笔记
+双指针整理算法 对于一块待整理区域，通过两个指针，free 在区域的起始端，scan 指针在区域的末端，free 指针从前往后知道找到空闲区域，scan 从后往前一直找到存活对象，当 free 指针未与 scan 指针交叉时，会给 scan 位置的对象特定位置标记上 free 的地址，即将要转移的地址，不过这里有个限制，这种整理算法一般会用于对象大小统一的情况，否则 free 指针扫描时还需要匹配scan 指针扫描到的存活对象的大小。
+Lisp 2 整理算法 需要三次完整遍历堆区域
+引线整理算法 这个真的长见识了，
+单次遍历算法 这个一直提到过位图的实现方式，
+]]>
+
+ Java
+ gc
+ jvm
+
+
+ java
+ gc
+ 标记整理
+ 垃圾回收
+ jvm
+
+
+
+ wordpress 忘记密码的一种解决方法
+ /2021/12/05/wordpress-%E5%BF%98%E8%AE%B0%E5%AF%86%E7%A0%81%E7%9A%84%E4%B8%80%E7%A7%8D%E8%A7%A3%E5%86%B3%E6%96%B9%E6%B3%95/
+ 前阵子搭了个 WordPress，但是没怎么用，前两天发现忘了登录密码了，最近不知道是什么情况，chrome 的记住密码跟历史记录感觉有点问题，历史记录丢了不少东西，可能是时间太久了，但是理论上应该有 LRU 这种策略的，有些还比较常用，还有记住密码，因为个人域名都是用子域名分配给各个服务，有些记住了，有些又没记住密码，略蛋疼，所以就找了下这个方案。wp_users 表，用 select 查询看下可以看到有用户的数据，如果是像我这样搭着玩的没有创建其他用户的话应该就只有一个用户，那我们的表里的用户数据就只会有一条，当然多条的话可以通过用户名来找UPDATE wp_users SET user_pass = MD5( '123456' ) WHERE ID = 1 ; if ( brokerNames. isEmpty ( ) ) {
- log. info ( "remove the clusterName[{}] from clusterAddrTable, because channel destroyed and no broker in this cluster" ,
- clusterName) ;
- it. remove ( ) ;
- }
+然后就能用自己的账户跟刚才更新的密码登录了。
+]]>
+
+ 小技巧
+
+
+ 小技巧
+ WordPress
+
+
+
+ 《长安的荔枝》读后感
+ /2022/07/17/%E3%80%8A%E9%95%BF%E5%AE%89%E7%9A%84%E8%8D%94%E6%9E%9D%E3%80%8B%E8%AF%BB%E5%90%8E%E6%84%9F/
+ 断断续续地看完了马伯庸老师的《长安的荔枝》，一开始是看这本书在排行榜排得很高，又是马伯庸的，之前看过他的《古董局中局》，还是很有意思的，而且正好是比较短的，不过前后也拖了蛮久才看完，看完后读了下马老师自己写的后记，就特别有感触。
+
+ 读后感
+ 生活
+
+
+ 生活
+ 读后感
+
+
+
+ 上次的其他 外行聊国足
+ /2022/03/06/%E4%B8%8A%E6%AC%A1%E7%9A%84%E5%85%B6%E4%BB%96-%E5%A4%96%E8%A1%8C%E8%81%8A%E5%9B%BD%E8%B6%B3/
+ 上次本来想在换车牌后面聊下这个话题，为啥要聊这个话题呢，也很简单，在地铁上看到一对猜测是情侣或者比较关系好的男女同学在聊，因为是这位男同学是大学学的工科，然后自己爱好设计绘画相关的，可能还以此赚了点钱，在地铁上讨论男的要不要好好努力把大学课程完成好，大致的观点是没必要，本来就不适合，这一段我就不说了，恋爱人的嘴，信你个鬼。
+
+ 生活
+ 运动
+
+
+ 生活
+
+
+
+ 一个 nginx 的简单记忆点
+ /2022/08/21/%E4%B8%80%E4%B8%AA-nginx-%E7%9A%84%E7%AE%80%E5%8D%95%E8%AE%B0%E5%BF%86%E7%82%B9/
+ 上周在处理一个 nginx 配置的时候，发现了一个之前不理解的小点，说一个场景，就是我们一般的处理方式就是一个 ip 端口只能配置一个域名的服务，比如 https://nicksxs.me 对应配置到 127.0.0.1:443，如果我想要把 https://nicksxs.com 也解析到这个服务器，并转发到不同的下游，这里就需要借助所谓的 SNI 的功能
+Server Name Indication A more generic solution for running several HTTPS servers on a single IP address is TLS Server Name Indication extension (SNI, RFC 6066), which allows a browser to pass a requested server name during the SSL handshake and, therefore, the server will know which certificate it should use for the connection. SNI is currently supported by most modern browsers, though may not be used by some old or special clients.来源
+首先我们需要确认 sni 已被支持
+stream {
+ map $ssl_preread_server_name $stream_map {
+ nicksxs.me nme;
+ nicksxs.com ncom;
+ }
- break ;
- }
- }
- }
+ upstream nme{
+ server 127.0.0.1:8000;
+ }
+ upstream ncom{
+ server 127.0.0.1:8001;
+ }
- if ( removeBrokerName) {
- Iterator < Entry < String , List < QueueData > > > =
- this . topicQueueTable. entrySet ( ) . iterator ( ) ;
- while ( itTopicQueueTable. hasNext ( ) ) {
- Entry < String , List < QueueData > > = itTopicQueueTable. next ( ) ;
- String topic = entry. getKey ( ) ;
- List < QueueData > = entry. getValue ( ) ;
+ server {
+ listen 443 reuseport;
+ proxy_pass $stream_map ;
+ ssl_preread on ;
+ }
+} 类似这样，但是这个理解是非常肤浅和不完善的，只是简单记忆下，后续再进行补充完整
+还有一点就是我们在配置的时候经常配置就是 server_name，但是会看到直接在使用 ssl_server_name，
+]]>
+
+ nginx
+
+
+ nginx
+
+
+
+ 介绍一下 RocketMQ
+ /2020/06/21/%E4%BB%8B%E7%BB%8D%E4%B8%80%E4%B8%8B-RocketMQ/
+ 说起消息队列一般Web后端做过一段时间开发的肯定会用过，在前司的时候用的是改良版的 NSQ，有点像 NOSQL 的简写版🙄，其实是个go 语言写的消息队列，nsq 看代码提交感觉最近更新的不是很勤，不过因为前司有专门的中间件团队，所以还是挺好用的，而且中间件团队的大牛也很厉害，一次都没碰到过丢消息之类的错误，然后现在公司用的是 RocketMQ，本着总还是要了解下的，并且消息队列也是服务端开发中一个很重要的中间件，因为不太有不需要用消息队列的后端团队了吧，原来对 nsq 也不是特别了解原理，就打算了解下 RocketMQ。
+还是像我这样的小白专属，消息队列用来干啥，很多都是标准答案，用来削峰填谷的，这个完全对，只是我想结合场景说给像我这样的小白同学听，想想一个电商的下单功能，除了 AT 两家之外应该大部分都是接入的支付，那么下单支付完成后一般都是等支付回调，告诉你支付完成了（也有可能是失败了，或者超时了咱们主动去查），然后这个回调里我们自己的业务代码干点啥，首先比如是把订单状态改掉了，然后会有各类的操作，比如把优惠券核销了，把其他金钱相关的也核销了，把购物车里对应的商品给删了，还有更次要的，比如发个客服消息，让用户确认下地址的，给用户加积分的等等等等，想象下如果这些都是回调里一股脑儿做掉了，那可能你的代码健壮性跟相关服务的稳定性还有性能要达到一个非常高的水平才能让业务不出现异常，并且万一流量打起来了，这些重要的不重要的操作都会阻塞着，所以需要用一个消息队列，在接到回调后只处理极少的几个核心操作，完了就把这个消息丢进消息队列里，让各个业务方去消费这个消息，把客服消息发一下，给用户加个积分等等，这样子主要的业务流程需要处理的事情就少了，速度也加快了，这个例子呢不能严格算是削峰填谷的例子，不过也算是消息队列的比较典型的使用场景了，要说真实的削峰填谷的话其实可以这么理解，假如短时间内有 1w 个请求进来，系统能支持的 QPS 才 1000，那么正常情况下服务就挂了，或者被限流了，为了让服务正常，那么可以把这些请求先放进消息队列里，我服务端以拉的模式按我的处理能力来消费，这样就没啥问题了
+扯了这么多来聊聊 RocketMQ 长啥样
+
+总共有四大部分：NameServer，Broker，Producer，Consumer。
+NameServer NameServer是一个非常简单的Topic路由注册中心，其角色类似Dubbo中的zookeeper，支持Broker的动态注册与发现。主要包括两个功能：Broker管理，NameServer接受Broker集群的注册信息并且保存下来作为路由信息的基本数据。然后提供心跳检测机制，检查Broker是否还存活；路由信息管理，每个NameServer将保存关于Broker集群的整个路由信息和用于客户端查询的队列信息。然后Producer和Conumser通过NameServer就可以知道整个Broker集群的路由信息，从而进行消息的投递和消费。NameServer通常也是集群的方式部署，各实例间相互不进行信息通讯。Broker是向每一台NameServer注册自己的路由信息，所以每一个NameServer实例上面都保存一份完整的路由信息。当某个NameServer因某种原因下线了，Broker仍然可以向其它NameServer同步其路由信息，Producer,Consumer仍然可以动态感知Broker的路由的信息。
+NameServer压力不会太大，正常情况主要负责维持心跳和提供Topic-Broker的关系数据。但有一点需要注意，Broker向Namesr发心跳时，会带上当前自己所负责的所有Topic信息，如果Topic个数太多，会导致一次心跳中，光Topic的数据就非常大，网络情况差的话，网络传输失败，心跳失败，导致Namesrv误认为Broker心跳失败。
+Broker Broker主要负责消息的存储、投递和查询以及服务高可用保证，为了实现这些功能，Broker包含了以下几个重要子模块。
+
+Remoting Module：整个Broker的实体，负责处理来自clients端的请求。
+Client Manager：负责管理客户端(Producer/Consumer)和维护Consumer的Topic订阅信息
+Store Service：提供方便简单的API接口处理消息存储到物理硬盘和查询功能。
+HA Service：高可用服务，提供Master Broker 和 Slave Broker之间的数据同步功能。
+Index Service：根据特定的Message key对投递到Broker的消息进行索引服务，以提供消息的快速查询。
+
+Broker的特点 1.负载均衡： Broker上存Topic信息，Topic由多个队列组成，队列会平均分散在多个Broker上， 而Producer的发送机制保证消息尽量平均分布到所有队列中，最终效果就是所有消息都平均落在每个Broker上。
+2.动态伸缩能力（非顺序消息） ：Broker的伸缩性体现在两个维度：Topic, Broker。
+
+Topic维度： 假如一个Topic的消息量特别大，但集群水位压力还是很低，就可以扩大该Topic的队列数，Topic的队列数跟发送、消费速度成正比。Broker维度： 如果集群水位很高了，需要扩容，直接加机器部署Broker就可以。Broker起来后想NameServer注册，Producer、Consumer通过NameServer发现新Broker，立即跟该Broker直连，收发消息。
+
+3.高可用&高可靠
+
+高可用： 集群部署时一般都为主备，备机实时从主机同步消息，如果其中一个主机宕机，备机提供消费服务，但不提供写服务。高可靠： 所有发往broker的消息，有同步刷盘和异步刷盘机制；同步刷盘时，消息写入物理文件才会返回成功，异步刷盘时，只有机器宕机，才会产生消息丢失，broker挂掉可能会发生，但是机器宕机崩溃是很少发生的，除非突然断电
+
+Producer Producer与NameServer集群中的其中一个节点（随机选择）建立长连接，定期从NameServer获取Topic路由信息，并向提供Topic 服务的Master建立长连接，且定时向Master发送心跳。Producer完全无状态，可集群部署。RocketMQ提供三种发送方式：
+
+同步： 在广泛的场景中使用可靠的同步传输，如重要的通知信息、短信通知、短信营销系统等。异步： 异步发送通常用于响应时间敏感的业务场景，发送出去即刻返回，利用回调做后续处理。一次性： 一次性发送用于需要中等可靠性的情况，如日志收集，发送出去即完成，不用等待发送结果，回调等等。
+
+生产者端的负载均衡 生产者发送时，会自动轮询当前所有可发送的broker，一条消息发送成功，下次换另外一个broker发送，以达到消息平均落到所有的broker上。
+Consumer Consumer与NameServer集群中的其中一个节点（随机选择）建立长连接，定期从NameServer获取Topic路由信息，并向提供Topic服务的Master、Slave建立长连接，且定时向Master、Slave发送心跳。Consumer既可以从Master订阅消息，也可以从Slave订阅消息，消费者在向Master拉取消息时，Master服务器会根据拉取偏移量与最大偏移量的距离（判断是否读老消息，产生读I/O），以及从服务器是否可读等因素建议下一次是从Master还是Slave拉取。
+消费者端的负载均衡 先讨论消费者的消费模式，消费者有两种模式消费：集群消费，广播消费。
+
+广播消费：每个消费者消费Topic下的所有队列。 集群消费：一个topic可以由同一个ID下所有消费者分担消费。
+
+消费者端的负载均衡，就是集群消费模式下，同一个ID的所有消费者实例平均消费该Topic的所有队列。
+消费者从用户角度来看有两种类型：
+
+PullConsumer：主动从brokers处拉取消息。 Consumer消费的一种类型，应用通常主动调用Consumer的拉消息方法从Broker服务器拉消息、主动权由应用控制。一旦获取了批量消息，应用就会启动消费过程。PushConsumer：Consumer消费的一种类型，该模式下Broker收到数据后会主动推送给消费端，该消费模式一般实时性较高。
+
+补充一些概念 Topic：主题，表示一类消息的集合，每个主题包含若干条消息，每条消息只能属于一个主题，是RocketMQ进行消息订阅的基本单位。 Topic与生产者和消费者都是非常松散的关系，一个topic可以有0个或者1个或者多个生产者向其发送消息，换句话说，一个生产者可以同时向不同和topic发送消息。从消费者的解度来说，一个topic可能被0个或者一个或者多个消费组订阅，类似的，一个消费组可以订阅一个或者多个主题只要这个消费组的实例保持他们的订阅一致。
+Message：消息 消息系统所传输信息的物理载体，生产和消费数据的最小单位，每条消息必须属于一个主题。RocketMQ中每个消息拥有唯一的Message ID，且可以携带具有业务标识的Key。系统提供了通过Message ID和Key查询消息的功能。。
+Message Queue：消息队列， 一个主题被化分为一个或者多个子主题（sub-topics），“消息队列”.
+Tag：标签，为消息设置的标志，用于同一主题下区分不同类型的消息。来自同一业务单元的消息，可以根据不同业务目的在同一主题下设置不同标签。标签能够有效地保持代码的清晰度和连贯性，并优化RocketMQ提供的查询系统。消费者可以根据Tag实现对不同子主题的不同消费逻辑，实现更好的扩展性。 使用tag，同一业务模块不同目的的messages就可以用相同topic不同tag来标识。Tags有益于保持你的代码干净而条理清晰，同时促进使用RocketMQ提供的查询系统的效率。Topic：主题，是生产者发送的消息和消费者拉取的消息的归类。Topic与生产者和消费者都是非常松散的关系，一个topic可以有0个或者1个或者多个生产者向其发送消息，换句话说，一个生产者可以同时向不同和topic发送消息。从消费者的解度来说，一个topic可能被0个或者一个或者多个消费组订阅，类似的，一个消费组可以订阅一个或者多个主题只要这个消费组的实例保持他们的订阅一致。
+Message Order：当使用DefaultMQPushConsumer时，你需要确定消费消息的方式：
+
+Orderly：顺序地消费消息即表示消费的消息顺序同生产者发送的顺序一致。
+
+Consumer Group：消费组， 同一类Consumer的集合，这类Consumer通常消费同一类消息且消费逻辑一致。消费者组使得在消息消费方面，实现负载均衡和容错的目标变得非常容易。要注意的是，消费者组的消费者实例必须订阅完全相同的Topic。RocketMQ 支持两种消息模式：集群消费（Clustering）和广播消费（Broadcasting）。Producer Group:生产者组， 同一类Producer的集合，这类Producer发送同一类消息且发送逻辑一致。如果发送的是事务消息且原始生产者在发送之后崩溃，则Broker服务器会联系同一生产者组的其他生产者实例以提交或回溯消费。
+上面的这些我主要参考了 RocketMQ 的 GitHub 介绍和一些优秀网文的介绍，侵权请联系我删除。
+]]>
+
+ MQ
+ RocketMQ
+ 消息队列
+ RocketMQ
+ 中间件
+ RocketMQ
+
+
+ MQ
+ 消息队列
+ RocketMQ
+ 削峰填谷
+ 中间件
+
+
+
+ 介绍下最近比较实用的端口转发
+ /2021/11/14/%E4%BB%8B%E7%BB%8D%E4%B8%8B%E6%9C%80%E8%BF%91%E6%AF%94%E8%BE%83%E5%AE%9E%E7%94%A8%E7%9A%84%E7%AB%AF%E5%8F%A3%E8%BD%AC%E5%8F%91/
+ vscode 扩展转发在日常使用云服务器的时候，如果要访问上面自建的 mysql，一般要不直接开对应的端口，然后需要对本地 ip 进行授权，但是这个方案会有比较多的限制，比如本地 ip 变了，比如是非固定出口 ip 的家用宽带，或者要在家里跟公司都要访问，如果对所有 ip 都授权的话会不安全，这个时候其实是用 ssh 端口转发是个比较安全方便的方式。Remote - SSH
+ssh 命令转发 还有个方式是直接使用 ssh 命令
+ssh -CfNg -L 3307 :127.0.0.1:3306 user1@199.199.199.199简单介绍下这个命令-C 表示的是压缩数据包-f 表示后台执行命令-N 是表示不执行具体命令只用于端口转发-g 表示允许远程主机连接本地转发端口-L 则是具体端口转发的映射配置user1和ip地址199.199.199.199，当然这个配置也不是唯一的
+ssh config 配置转发 还可以在ssh 的 config 配置中加对应的配置
+Host host1
+ HostName 199.199 .199.199
+ User user1
+ IdentityFile /Users/user1/.ssh/id_rsa
+ ServerAliveInterval 60
+ LocalForward 3310 127.0 .0.1:3306然后通过 ssh host1 连接服务器的时候就能顺带做端口转发
+]]>
+
+ ssh
+ 技巧
+
+
+ ssh
+ 端口转发
+
+
+
+ powershell 初体验二
+ /2022/11/20/powershell-%E5%88%9D%E4%BD%93%E9%AA%8C%E4%BA%8C/
+ powershell创建数组也很方便$nums =2, 0, 1, 2顺便可以用下我们上次学到的gettype()
+如果是想创建连续数字的数组还可以用这个方便的方法
+$nums =1. . 5
+$array =1, "哈哈" , ( [System.Guid] ::NewGuid( ) ) , ( get-date ) -is
+$array =@( )
+$array += "a"
+$a =1. . 4
+$a =$a [ 0. . 1] + $a [ 3]
+]]>
+
+ 语言
+
+
+ powershell
+
+
+
+ 关于公共交通再吐个槽
+ /2021/03/21/%E5%85%B3%E4%BA%8E%E5%85%AC%E5%85%B1%E4%BA%A4%E9%80%9A%E5%86%8D%E5%90%90%E4%B8%AA%E6%A7%BD/
+ 事情源于周末来回家发生的两件事情，先是回去的时候从高铁下车要坐公交，现在算是有个比较好的临时候车点了，但是可能由于疫情好转，晚上都不用检查健康码就可以进候车点，但是上公交的时候还是需要看健康码，一般情况下从高铁下来的，各个地方的人都有，而且也不太清楚这边上公交车需要查验健康码，我的一个看法是候车的时候就应该放个横幅告示，或者再配合喇叭循环播放，请提前准备好健康码，上车前需要查验，因为像这周的情况，我乘坐的那辆车是间隔时间比较长，而且终点是工业开发区，可能是比较多外来务工人员的目的地，正好这部分人可能对于操作手机检验健康码这个事情不太熟悉，所以结果就是头上几个不知道怎么搞出来健康码，然后让几乎有满满一整车的人在后面堵着，司机又非常厌烦那些没有提前出示健康码的，有位乘客搞得久了点，还被误以为没刷卡买票，差点吵起来，其实公共交通或者高铁站负责的在公交指引路线上多写一句上车前需要查验健康码，可能就能改善比较多，还有就是那个积水的路，这个吐槽起来就一大坨了，整个绍兴像 dayuejin 一样到处都是破路。
+
+ 生活
+ 公交
+
+
+ 生活
+ 开车
+ 加塞
+ 糟心事
+ 规则
+ 公交
+ 路政规划
+ 基础设施
+ 杭州
+ 健康码
+
+
+
+ 从清华美院学姐聊聊我们身边的恶人
+ /2020/11/29/%E4%BB%8E%E6%B8%85%E5%8D%8E%E7%BE%8E%E9%99%A2%E5%AD%A6%E5%A7%90%E8%81%8A%E8%81%8A%E6%88%91%E4%BB%AC%E8%BA%AB%E8%BE%B9%E7%9A%84%E6%81%B6%E4%BA%BA/
+ 前几天清华美院学姐的热点火了，然后仔细看了下，其实是个学姐诬陷以为其貌不扬的男同学摸她屁股，你来打我呀”，真的是让我再次体会到了所谓的恶人先告状的又一完美呈现，后面还有个乘客还是表示要打死司机这个傻 ，让我有点不明所以，俗话说有人是得理不饶人，前提是得理，这种理亏不饶人真的是挺让人长见识的，试想下，司机在提示三次后，这位乘客还是没有把口罩戴好，如何在不指着这位乘客的情况下能准确的提示到她呢，并且觉得语气态度不好，司机要载着一车的人，因为你这一个乘客不戴好口罩而不能正常出发，有些着急应该很正常吧，可能是平时自己在家里耀武扬威的使唤别人习惯了吧，别人不敢这么大声跟她说话，其实想想这位中年女性应该年纪不会很大，还比较时髦的吧，像一些常见的中年杭州本地人可能是不会说傻*这个词的吧。
+
+ 生活
+ 吐槽
+ 疫情
+ 口罩
+
+
+ 生活
+ 吐槽
+ 疫情
+ 公交车
+ 口罩
+ 杀人诛心
+
+
+
+ 分享一次折腾老旧笔记本的体验-续续篇
+ /2023/02/26/%E5%88%86%E4%BA%AB%E4%B8%80%E6%AC%A1%E6%8A%98%E8%85%BE%E8%80%81%E6%97%A7%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%9A%84%E4%BD%93%E9%AA%8C-%E7%BB%AD%E7%BB%AD%E7%AF%87/
+ 上周因为一些事情没回去，买好了内存条这周才回去用，结果不知道是 U 盘的问题还是什么其他原因原来装的那个系统起不来，然后想用之前一直用的 LD 的笔记本，结果 LD 的老笔记本也起不来了，一直卡在启动界面，猜测可能是本身也比较老了，用的机械硬盘会不会被我一直动而损坏了，所以就想搞个老毛桃跟新搞一个启动盘，结果这周最大的坑就在这了，在我的 15 寸 mbp 上用etcher做了个 win10 的启动盘，可能是分区表格式是 GUID，不是 MBR 的，老电脑不能识别，就像装个虚拟机来做启动盘，结果像老毛桃不支持这种用虚拟机的，需要本地磁盘，然后我就有用 bootcamp 安装了个 win10，又没网络，查了下网络需要用 bootcamp 下载 Windows Support 软件，下了好久一直没下完，后来又提示连不上苹果服务器，好不容易下完了，开启 win10 后，安装到一半就蓝屏了，真的是够操蛋的，在这个时候真的很需要有一个 Windows 机器的支持，LD 的那个笔记本也跟我差不多老了，虽然比较慢但之前好歹也还可以用，结果这下也被我弄坏了，家里就没有其他机器可以支持了，有点巧妇难为无米之炊的赶脚，而且还是想再折腾下我的老电脑，后面看看打算做几个 U 盘，分工职责明确，一个老毛桃的PE 盘，老毛桃的虽然不是很纯净的，但是是我一直以来用过内置工具比较全，修复启动功能比较强大的一个 pe，没用过 winpe，后续可以考虑使用下，一个 win7 的启动盘，因为是老电脑，如果后面是新的电脑可以考虑是 win10，一个 win to go 盘，这样我的 mbp 就可以直接用 win10 了，不过想来也还是要有一台 win 机器才比较好，不然很多时候都是在折腾工具，工欲善其事必先利其器，后面也可以考虑能够更深入的去了解主板的一些问题，我原来的那个主板可能是一些小的电阻等问题，如果能自己学习解决就更好了，有时候研究下还是有意思的。
+]]>
+
+ Windows
+ 小技巧
+
+
+ Windows
+
+
+
+ 关于读书打卡与分享
+ /2021/02/07/%E5%85%B3%E4%BA%8E%E8%AF%BB%E4%B9%A6%E6%89%93%E5%8D%A1%E4%B8%8E%E5%88%86%E4%BA%AB/
+ 最近群里大佬发起了一个读书打卡活动，需要每天读一会书，在群里打卡分享感悟，争取一个月能读完一本书，说实话一天十分钟的读书时间倒是问题不大，不过每天都要打卡，而且一个月要读完一本书，其实难度还是有点大的，不过也想试试看。
+
+ 生活
+ 读后感
+ 白岩松
+ 幸福了吗
+
+
+ 读后感
+ 读书
+ 打卡
+ 幸福了吗
+ 足球
+
+
+
+ 分享记录一下一个 git 操作方法
+ /2022/02/06/%E5%88%86%E4%BA%AB%E8%AE%B0%E5%BD%95%E4%B8%80%E4%B8%8B%E4%B8%80%E4%B8%AA-git-%E6%93%8D%E4%BD%9C%E6%96%B9%E6%B3%95/
+ 前阵子一个同事因为发现某个分支上的代码好像有缺失导致无法正常运行，然后就对比了下把缺失的代码从另一个分支上拷了过来，可能有所欠考虑，不过主要是说下操作过程和最后的处理方法，这位同学的操作是改一些代码commit 一下，这样的 commit 了大概五六次，并且已经 push 到了远端，然后就在想要怎么去处理，在本地可以 reset，已经到远端了，一个很不优雅的操作就是本地 reset 了用 force push，这个当然是不可取的，然后就是 revert 了，但是又已经 commit 了好几次了，网上看了下，好像处理方法还挺成熟的，git revert 命令本质上就是一个逆向的 git cherry-pick 操作。 它将你提交中的变更的以完全相反的方式的应用到一个新创建的提交中，本质上就是撤销或者倒转。可以理解为就是提交一个反向的操作，这里其实我们可以用range revert来进行 git revert, 用法就是
+git revert OLDER_COMMIT^.. NEWER_COMMIT这样就可以解决上面的问题了，但是还有个问题是这样会根据前面的 commit 数量提交对应数量个 revert commit 会显得比较乱，如果要比较干净的 commit 历史，git revert 命令说明-n 参数，表示不自动提交
+git revert -n OLDER_COMMIT^.. NEWER_COMMIT
+git commit -m "revert OLDER_COMMIT to NEWER_COMMIT" Iterator < QueueData > = queueDataList. iterator ( ) ;
- while ( itQueueData. hasNext ( ) ) {
- QueueData queueData = itQueueData. next ( ) ;
- if ( queueData. getBrokerName ( ) . equals ( brokerNameFound) ) {
- itQueueData. remove ( ) ;
- log. info ( "remove topic[{} {}], from topicQueueTable, because channel destroyed" ,
- topic, queueData) ;
- }
- }
- if ( queueDataList. isEmpty ( ) ) {
- itTopicQueueTable. remove ( ) ;
- log. info ( "remove topic[{}] all queue, from topicQueueTable, because channel destroyed" ,
- topic) ;
- }
- }
- }
- } finally {
- this . lock. writeLock ( ) . unlock ( ) ;
- }
- } catch ( Exception e) {
- log. error ( "onChannelDestroy Exception" , e) ;
- }
- }
- }
+
+ git
+ 小技巧
+
+
+ git
+
+
+
+ 分享记录一下一个 scp 操作方法
+ /2022/02/06/%E5%88%86%E4%BA%AB%E8%AE%B0%E5%BD%95%E4%B8%80%E4%B8%8B%E4%B8%80%E4%B8%AA-scp-%E6%93%8D%E4%BD%9C%E6%96%B9%E6%B3%95/
+ scp 是个在服务器之间拷贝文件的一个常用命令，有时候有个场景是比如我们需要拷贝一些带有共同前缀的文件，但是有一个问题是比如我们有使用 zsh 的话，会出现一个报错，
+zsh: no matches found: root@100.100.100.100://root/prefix*这里就比较奇怪了，这个前缀的文件肯定是有的，这里其实是由于 zsh 会对 * 进行展开，这个可以在例如 ls 命令在使用中就可以发现 zsh 有这个特性*之前加反斜杠\来阻止对*展开和转义
+scp root@100.100.100.100://root/prefix* . 通过使用双引号"进行转义
+scp root@100.100.100.100:"//root/prefix*" . 或者可以将 shell 从 zsh 切换成 bash
+]]>
+
+ shell
+ 小技巧
+
+
+ scp
+
+
+
+ 从丁仲礼被美国制裁聊点啥
+ /2020/12/20/%E4%BB%8E%E4%B8%81%E4%BB%B2%E7%A4%BC%E8%A2%AB%E7%BE%8E%E5%9B%BD%E5%88%B6%E8%A3%81%E8%81%8A%E7%82%B9%E5%95%A5/
+ 几年前看了柴静的《穹顶之下》觉得这个记者调查得很深入，挺有水平，然后再看到了她跟丁仲礼的采访，其实没看完整，也没试着去理解，就觉得环境问题挺严重的，为啥柴静这个对面的这位好像对这个很不屑的样子，最近因为丁仲礼上了美国制裁名单，B 站又有人把这个视频发了出来，就完整看了下，就觉得自己挺惭愧的，就抱着对柴静的好感而没来由的否定了丁老的看法和说法，所以人也需要不断地学习，改正之前错误的观点，当然不是说我现在说的就是百分百正确，只是个人的一些浅显的见解
+先聊聊这个事情，整体看下来我的一些理解，IPCC给中国的方案其实是个很大的陷阱，它里面有几个隐藏的点是容易被我们外行忽略的，第一点是基数，首先发达国家目前（指2010年采访或者IPCC方案时间）的人均碳排放量已经是远高于发展中国家的了，这也就导致了所谓的发达国家承诺减排80%是个非常有诚意的承诺其实就是忽悠；第二点是碳排放是个累计过程，从1900年开始到2050年，或者说到2010年，发达国家已经排的量是远超过发展中国家的，这是非常不公平的；第三点其实是通过前两点推导出来的，也就是即使发达国家这么有诚意地说减排80%，扒开这层虚伪的外衣，其实是给他们11亿人分走了48%的碳排放量，留给发展中国家55亿人口的只剩下了52%；第四点，人是否因为国家的发达与否而应受到不平等待遇，如果按国家维度，丁老说的，摩纳哥要跟中国分同样的排放量么，中国人还算不算人；第五点，这点算是我自己想的，也可能是柴静屁股决定脑袋想不到的点，她作为一个物质生活条件已经足够好了，那么对于那些生活在物质条件平均线以下的，他们是否能像城里人那样有空调地暖，洗澡有热水器浴霸，上下班能开车，这些其实都直接或者间接地导致了碳排放；他们有没有改善物质生活条件地权利呢，并且再说回来，其实丁老也给了我们觉得合理地方案，我们保证不管发达国家不管减排多少，我们都不会超过他们的80%，我觉得这是真正的诚意，而不是接着减排80%的噱头来忽悠人，也是像丁老这样的专家才能看破这个陷阱，碳排放权其实就是发展权，就是人权，中国人就不是人了么，或者说站在贫困线以下的人民是否有改善物质条件的权利，而不是说像柴静这样，只是管她自己，可能觉得小孩因为空气污染导致身体不好，所以做了穹顶之下这个纪录片，想去改善这个事情，空气污染不是说对的，只是每个国家都有这个过程，如果不发展，哪里有资源去让人活得好，活得好了是前提，然后再去各方面都改善。
+对于这个问题其实更想说的是人的认知偏差，之前总觉得美帝是更自由民主，公平啥的，或者说觉得美帝啥都好，有种无脑愤青的感觉，外国的月亮比较圆，但是经历了像川普当选美国总统以来的各种魔幻操作，还有对于疫情的种种不可思议的美国民众的反应，其实更让人明白第一是外国的月亮没比较圆，第二是事情总是没那么简单粗暴非黑即白，美国不像原先设想地那么领先优秀，但是的确有很多方面是全球领先的，天朝也有体制所带来的优势，不可妄自菲薄，也不能忙不自大，还是要多学习知识，提升认知水平。
+]]>
+
+ 生活
+ 吐槽
+ 疫情
+ 美国
+
+
+ 生活
+ 吐槽
+ 疫情
+ 美国
+
+
+
+ 周末我在老丈人家打了天小工
+ /2020/08/16/%E5%91%A8%E6%9C%AB%E6%88%91%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E6%89%93%E4%BA%86%E5%A4%A9%E5%B0%8F%E5%B7%A5/
+ 这周回家提前约好了要去老丈人家帮下忙，因为在翻修下老房子，活不是特别整的那种，所以大部分都是自己干，或者找个大工临时干几天（我们这那种比较专业的泥工匠叫做大工），像我这样去帮忙的，就是干点小工（把给大工帮忙的，干些偏体力活的叫做小工）的活。从大学毕业以后真的蛮少帮家里干活了，以前上学的时候放假还是帮家里淘个米，简单的扫地拖地啥的，当然刚高考完的时候，还去我爸厂里帮忙干了几天的活，实在是比较累，不过现在想着是觉得自己那时候比较牛，而不是特别排斥这个活，相对于现在的工作来说，导致了一系列的职业病，颈椎腰背都很僵硬，眼镜也不好，还有反流，像我爸那种活反而是脑力加体力的比较好的结合。
+
+ 生活
+ 运动
+ 跑步
+ 干活
+
+
+ 生活
+ 运动
+ 减肥
+ 跑步
+ 干活
+
+
+
+ 在老丈人家的小工记三
+ /2020/09/13/%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E7%9A%84%E5%B0%8F%E5%B7%A5%E8%AE%B0%E4%B8%89/
+ 小工记三前面这两周周末也都去老丈人家帮忙了，上上周周六先是去了那个在装修的旧房子那，把三楼收拾了下，因为要搬进来住，来不及等二楼装修好，就要把三楼里的东西都整理干净，这个活感觉是比较 easy，原来是就准备把三楼当放东西仓储的地方了，我们乡下大部分三层楼都是这么用的，这次也是没办法，之前搬进来的木头什么的都搬出去，主要是这上面灰尘太多，后面清理鼻孔的时候都是黑色的了，把东西都搬出去以后主要是地还是很脏，就扫了地拖了地，因为是水泥地，灰尘又太多了，拖起来都是会灰尘扬起来，整个脱完了的确干净很多，然而这会就出了个大乌龙，我们清理的是三楼的西边一间，结果老丈人上来说要住东边那间的🤦♂️，不过其实西边的也得清理，因为还是要放被子什么的，不算是白费功夫，接着清理东边那间，之前这个房子做过群租房，里面有个高低铺的床，当时觉得可以用在放被子什么的就没扔，只是拆掉了放旁边，我们就把它擦干净了又装好，发现螺丝🔩少了几个，亘古不变的真理，拆了以后装要不就多几个要不就少几个，不是很牢靠，不过用来放放被子省得放地上总还是可以的，对了前面还做了个事情就是铺地毯，其实也不是地毯，就是类似于墙布雨篷布那种，别人不用了送给我们的，三楼水泥地也不会铺瓷砖地板了就放一下，干净好看点，不过大小不合适要裁一下，那把剪刀是真的太难用了，我手都要抽筋了，它就是刀口只有一小个点是能剪下来的，其他都是钝的，后来还是用刀片直接裁，铺好以后，真的感觉也不太一样了，焕然一新的感觉
+]]>
+
+ 生活
+ 运动
+ 跑步
+ 干活
+
+
+ 生活
+ 运动
+ 减肥
+ 跑步
+ 干活
+ 小技巧
+
+
+
+ 在老丈人家的小工记五
+ /2020/10/18/%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E7%9A%84%E5%B0%8F%E5%B7%A5%E8%AE%B0%E4%BA%94/
+ 终于回忆起来了，年纪大了写这种东西真的要立马写，不然很容易想不起来，那天应该是 9 月 12 日，也就是上周六，因为我爸也去了，而且娘亲（丈母娘，LD 这么叫，我也就随了她这么叫，当然是背后，当面就叫妈）也在那，早上一到那二爹就给我爸指挥了活，要挖一条院子的出水道，自己想出来的词，因为觉得下水道是竖的，在那稍稍帮了一会会忙，然后我还是比较惯例的跟着 LD 还有娘亲去住的家里，主要是老丈人可能也不太想让我干太累的活，因为上次已经差不多把三楼都整理干净了，然后就是二楼了，二楼说实话我也帮不上什么忙，主要是衣服被子什么的，正好是有张以前小孩子睡过的那种摇篮床，看上去虽然有一些破损，整体还是不错的，所以打算拿过去，我就负责把它拆掉了，比较简单的是只要拧螺丝就行了，但是其实是用了好多好多工具才搞定的，一开始只要螺丝刀就行了，但是因为年代久了，后面的螺帽也有点锈住或者本身就会串着会一起动，所以拿来了个扳手，大部分的其实都被这两个工具给搞定了，但是后期大概还剩下四分之一的时候，有一颗完全锈住，并且螺纹跟之前那些都不一样，但是这个已经是最大的螺丝刀了，也没办法换个大的了，所以又去找来个一字的，因为十字的不是也可以用一字的拧嘛，结果可能是我买的工具箱里的一字螺丝刀太新了，口子那很锋利，直接把螺丝花纹给划掉了，大的小的都划掉，然后真的变成凹进去一个圆柱体了，然后就想能不能隔一层布去拧，然而因为的确是已经变成圆柱体了，布也不太给力，不放弃的我又去找来了个老虎钳，妄图把划掉的螺丝用老虎钳钳住，另一端用扳手拧开螺帽，但是这个螺丝跟螺帽真的是生锈的太严重了，外加上钳不太牢，完全是两边一起转，实在是没办法了，在征得同意之后，直接掰断了，火死了，一颗螺丝折腾得比我拆一张床还久，那天因为早上去的也比较晚了，然后就快吃午饭了，正好想着带一点东西过去，就把一些脸盆，泡脚桶啥的拿过去了，先是去吃了饭，还是在那家快餐店，菜的口味还是依然不错，就是人比较多，我爸旁边都是素菜，都没怎么吃远一点的荤菜，下次要早点去，把荤菜放我爸旁边😄（PS：他们家饭还是依然尴尬，需要等），吃完就开到在修的房子那把东西拿了出来，我爸已经动作很快的打了一小半的地沟了，说实话那玩意真的是很重，我之前把它从三楼拿下来，就觉得这个太重了，这次还要用起来，感觉我的手会分分钟废掉，不过一开始我还是跟着LD去了住的家里，惯例睡了午觉，那天睡得比较踏实，竟然睡了一个小时，醒了想了下，其实LD她们收拾也用不上我（没啥力气活），我还是去帮我爸他们，跟LD说了下就去了在修的老房子那，两位老爹在一起钻地，看着就很累，我连忙上去想换一会他们，因为刚好是钻到混凝土地线，特别难，力道不够就会滑开，用蛮力就是钻进去拔不出来，原理是因为本身浇的时候就是很紧实的，需要边钻边动，那家伙实在是太重了，真的是汗如雨下，基本是三个人轮流来，我是个添乱的，经常卡住，然后把地线，其实就是一条混凝土横梁，里面还有14跟18的钢筋，需要割断，这个割断也是很有技巧，钢筋本身在里面是受到挤压的，直接用切割的，到快断掉的时候就会崩一下，非常危险，还是老丈人比较有经验，要留一点点，然后直接用榔头敲断就好了，本来以为这个是最难的了，结果下面是一块非常大的青基石，而且也是石头跟石头挤一块，边上一点点打钻有点杯水车薪，后来是用那种螺旋的钻，钻四个洞，相对位置大概是个长方形，这样子把中间这个长方形钻出来就比较容易地能拿出来了，后面的也容易搞出来了，后面的其实难度不是特别大了，主要是地沟打好之后得看看高低是不是符合要求的，不能本来是往外排水的反而外面高，这个怎么看就又很有技巧了，一般在地上的只要侧着看一下就好了，考究点就用下水平尺，但是在地下的，不用水平尺，其实可以借助于地沟里正要放进去的水管，放点水进去，看水往哪流就行了，铺好水管后，就剩填埋的活了，不是太麻烦了，那天真的是累到了，打那个混凝土的时候我真的是把我整个人压上去了，不过也挺爽的，有点把平时无处发泄的蛮力发泄出去了。
+]]>
+
+ 生活
+ 运动
+ 跑步
+ 干活
+
+
+ 生活
+ 运动
+ 减肥
+ 跑步
+ 干活
+ 小技巧
+
+
+
+ 在老丈人家的小工记四
+ /2020/09/26/%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E7%9A%84%E5%B0%8F%E5%B7%A5%E8%AE%B0%E5%9B%9B/
+ 小工记四第四周去的时候让我们去了现在在住的房子里，去三楼整理东西了，蛮多的东西需要收拾整理，有些需要丢一下，以前往往是把不太要用的东西就放三楼了，但是后面就不会再去收拾整理，LD 跟丈母娘负责收拾，我不太知道哪些还要的，哪些不要了，而且本来也不擅长这种收拾🤦♂️，然后就变成她们收拾出来废纸箱，我负责拆掉，压平，这时候终于觉得体重还算是有点作用，总体来说这个事情我其实也不擅长，不擅长的主要是捆起来，可能我总是小题大做，因为纸箱大小不一，如果不做一下分类，然后把大的折小一些的话，直接绑起来，容易拎起来就散掉了，而且一些鞋盒子这种小件的纸盒会比较薄，冰箱这种大件的比较厚，厚的比较不容易变形，需要大力踩踏，而且扎的时候需要用体重压住捆实了之后那样子才是真的捆实的，不然待会又是松松垮垮容易滑出来散架，因为压住了捆好后，下来了之后箱子就会弹开了把绳子崩紧实，感觉又是掌握到生活小技巧了😃，我这里其实比较单调无聊，然后 LD 那可以说非常厉害了，一共理出来 11 把旧电扇，还有好多没用过全新的不锈钢脸盆大大小小的，感觉比店里在卖的还多，还有是有比较多小时候的东西，特别多小时候的衣服，其实这种对我来说最难了，可能需要读一下断舍离，蛮多东西都舍不得扔，但是其实是没啥用了，然后还占地方，这天应该算是比较轻松的一天了，上午主要是把收拾出来要的和不要的搬下楼，然后下午要去把纸板给卖掉。中午还是去小快餐店吃的，在住的家里理东西还有个好处就是中午吃完饭可以小憩一下，因为我个人是非常依赖午休的，不然下午完全没精神，而且心态也会比较烦躁，一方面是客观的的确比较疲惫，另一方面应该主观心理作用也有点影响，就像上班的时候也是觉得不午睡就会很难受，心理作用也有一点，不过总之能睡还是睡一会，真的没办法就心态好点，吃完午饭之后我们就推着小平板车去收废品的地方卖掉了上午我收拾捆起来的纸板，好像卖了一百多，都是直接过地磅了，不用一捆一捆地称，不过有个小插曲，那里另外一个大爷在倒他的三轮车的时候撞了我一下，还好车速慢，屁股上肉垫后，接下来就比较麻烦了，是LD 她们两姐妹从小到大的书，也要去卖掉，小平板车就载不下了，而且着实也不太好推，轮子不太平，导致推着很累，书有好多箱，本来是想去亲戚家借电动三轮车，因为不会开摩托的那种，摩托的那种 LD 邻居家就有，可是到了那发现那个也是很大，而且刹车是用脚踩的那种，俺爹不太放心，就说第二天周日他有空会帮忙去载了卖掉的，然后比较搞笑的来了，丈母娘看错了时间，以为已经快五点了，就让我们顺便在车里带点东西去在修的房子，放到那边三楼去，到了那还跟老丈人说已经这么迟了要赶紧去菜场买菜了，结果我们回来以后才发现看错了一个小时🤦♂️。
+]]>
+
+ 生活
+ 运动
+ 跑步
+ 干活
+
+
+ 生活
+ 运动
+ 减肥
+ 跑步
+ 干活
+ 小技巧
+
+
+
+ 寄生虫观后感
+ /2020/03/01/%E5%AF%84%E7%94%9F%E8%99%AB%E8%A7%82%E5%90%8E%E6%84%9F/
+ 寄生虫这部电影在获得奥斯卡之前就有关注了，豆瓣评分很高，一开始看到这个片名以为是像《铁线虫入侵》那种灾难片，后来看到男主，宋康昊，也是老面孔了，从高中时候在学校操场组织看的《汉江怪物》，有点二的感觉，后来在大学寝室电脑上重新看的时候，室友跟我说是韩国国宝级演员，真人不可貌相，感觉是个呆子的形象。
+但是你说这不是个灾难片，而是个反映社会问题的，就业比较容易往这个方向猜，只是剧情会是怎么样的，一时也没啥头绪，后来不知道哪里看了下一个剧情透露，是一个穷人给富人做家教，然后把自己一家都带进富人家，如果是这样的话可能会把这个怎么带进去作为一个主线，不过事实告诉我，这没那么重要，从第一步朋友的介绍，就显得无比顺利，要去当家教了，作为一个穷成这样的人，瞬间转变成一个衣着得体，言行举止都没让富人家看出破绽的延世大学学生，这真的挺难让人理解，所谓江山易改，本性难移，还有就是这人也正好有那么好能力去辅导，并且诡异的是，多惠也是瞬间就喜欢上了男主，多惠跟将男主介绍给她做家教，也就是多惠原来的家教敏赫，应该也有不少的相处时间，这变了有点大了吧，当然这里也可能因为时长需要，如果说这一点是因为时长，那可能我所有的槽点都是因为这个吧，因为我理解的应该是把家里的人如何一步步地带进富人家，这应该是整个剧情的一个需要更多铺垫去克服这个矛盾点，有时候也想过如果我去当导演，是能拍出个啥，没这个机会，可能有也会是很扯淡的，当然这也不能阻拦我谈谈对这个点的一些看法，毕竟评价一台电冰箱不是说我必须得自己会制冷对吧，这大概是我觉得这个电影的第一个槽点，接下去接二连三的，就是我说的这个最核心的矛盾点，不知道谁说过，这种影视剧应该是源自于生活又高于生活，越是好的作品，越要接近生活，这样子才更能有感同身受。
+接下去的点是金基宇介绍金基婷去给多颂当美术家教，这一步又是我理解的败笔吧，就怎么说呢，没什么铺垫，突然从一个社会底层的穷姑娘，转变成一个气场爆表，把富人家太太唬得一愣一愣的，如果说富太太是比较简单无脑的，那富人自己应该是比较有见识而且是做 IT 的，给自己儿子女儿做家教的，查查底细也很正常吧，但是啥都没有，然后呢，她又开始耍司机的心机了，真的是莫名其妙了，司机真的很惨，窈窕淑女君子好逑，而且这个操作也让我摸不着头脑，这是多腹黑并且有经验才会这么操作，脱内裤真的是让我看得一愣愣的，更看得我一愣一愣的，富人竟然也完全按着这个思路去想了，完全没有别的可能呢，甚至可以去查下行车记录仪或者怎样的，或者有没有毛发体液啥的去检验下，毕竟金基婷也乘坐过这辆车，但是最最让我不懂的还是脱内裤这个操作，究竟是什么样的人才会的呢，值得思考。
+金基泽和忠淑的点也是比较奇怪，首先是金基泽，引起最后那个杀人事件的一个由头，大部分观点都是人为朴社长在之前跟老婆啪啪啪的时候说金基泽的身上有股乘地铁的人的味道，简而言之就是穷人的味道，还有去雯光丈夫身下拿钥匙是对金基泽和雯光丈夫身上的味道的鄙夷，可是这个原因真的站不住脚，即使是同样经济水平，如果身上有比较重的异味，背后讨论下，或者闻到了比较重的味道，有不适的表情和动作很正常吧，像雯光丈夫，在地下室里呆了那么久，身上有异味并且比较重太正常了，就跟在厕所呆久了不会觉得味道大，但是从没味道的地方一进有点味道的厕所就会觉得异样，略尴尬的理由；再说忠淑呢，感觉是太厉害了，能胜任这么一家有钱人的各种挑剔的饮食口味要求的保姆职位，也是让人看懵逼了，看到了不禁想到一个问题，这家人开头是那么地穷，不堪，突然转变成这么地像骗子家族，如果有这么好的骗人能力，应该不会到这种地步吧，如果真的是那么穷，没能力，没志气，又怎么会突然变成这么厉害呢，一家人各司其职，把富人家唬得团团转，而这个前提是，这些人的确能胜任这四个位置，这就是我非常不能理解的点。
+然后说回这个标题，寄生虫，不知道是不是翻译过来不准确，如果真的是叫寄生虫的话，这个寄生虫智商未免也太低了，没有像新冠那样机制，致死率低一点，传染能力强一点，潜伏期也能传染，这个寄生虫第一次受到免疫系统的攻击就自爆了；还有呢，作为一个社会比较低层的打工者，乡下人，对这个审题也是不太审的清，是指这一家人是社会的寄生虫，不思进取，并且死的应该，富人是傻白甜，又有钱又善良，这是给有钱人洗地了还是啥，这个奥斯卡真不知道是怎么得的，总觉得奥斯卡，甚至低一点，豆瓣，得奖的，评分高的都是被一群“精英党”把持的，有黑人主角的，得分高；有同性恋的，得分高；结局惨的，得分高；看不懂的，得分高；就像肖申克的救赎，真不知道是哪里好了，最近看了关于明朝那些事的三杨，杨溥的经历应该比这个厉害吧，可是外国人看不懂，就像外国人不懂中国为什么有反分裂国家法，经历了鸦片战争，八国联军，抗日战争等等，其实跟外国对于黑人的权益的问题，因为有南北战争，所以极度重视这个问题，相应的中国也有自己的历史，请理解。
+简而言之我对寄生虫的评分大概 5~6 分吧。
+]]>
+
+ 生活
+ 影评
+ 2020
+
+
+ 生活
+ 影评
+ 寄生虫
+
+
+
+ 我是如何走上跑步这条不归路的
+ /2020/07/26/%E6%88%91%E6%98%AF%E5%A6%82%E4%BD%95%E8%B5%B0%E4%B8%8A%E8%B7%91%E6%AD%A5%E8%BF%99%E6%9D%A1%E4%B8%8D%E5%BD%92%E8%B7%AF%E7%9A%84/
+ 这周因为没有准备技术方面的内容加之之前有想分享下我和跑步的一些事情，我从小学开始就是个体育渣，因为体重大非常胖，小学的时候要做仰卧起坐，基本是一个都起不来，然后那时候跑步也是要我命那种，跟另外一个比较胖的同学在跑步队尾苟延残喘，只有立定跳远还行。
+时光飞逝，我在初中高中的时候因为爱打篮球，以为自己体质已经有了质的变化，所以在体育课跑步的时候妄图跟一位体育非常好的同学一起跑，结果跟的快断气了，最终还是确认了自己是个体育渣，特别是到了大学的第一次体测跑一千米，跑完直接吐了，一则是大学太宅不运动，二则的确是底子不好。那么怎么会去跑步了呢，其实也没什么特殊的原因，就是工作以后因为运动得更少，体质差，而且越来越胖，所以就想运动下，加之跑步也是我觉得成本最低的运动了，刚好那时候17 年租的地方附近小区周围的路车不太多，一圈刚好一公里多，就觉得开始跑跑看，其实想想以前觉得一千米是非常远的，学校塑胶跑道才 400 米，一千米要两圈半，太难了，但是后来在这个小区周围跑的时候好像跑了一圈以后还能再跑一点，最后跑了两圈，可把自己牛坏了，我都能跑两千米了，哈哈，这是个什么概念呢，大学里最让我绝望的两项体育相关的内容就是一千米和十二分钟跑，一千米把我跑吐了，十二分钟跑及格五圈半也能让我跑完花一周时间恢复以及提前一周心理压力爆炸，虽然我那时候跑的不快，但是已经能跑两千米了，瞬间让自己自信心爆炸，并且跑完步出完汗的感觉是非常棒的，毕竟吃奶茶鸡排都能心安理得了，谁叫我跑步了呢😄，其实现在回去看，那时候跑得还算快的，因为还比较瘦，现在要跑得那么快心跳就太快了，关于心跳什么的后面说，开始建立起自信心之后，对跑步这件事就开始不那么排斥跟害怕了，毕竟我能跑两千米了，然后试试三公里，哇，也可以了呢，三公里是什么概念呢，我大学里跑过最多的一次是十二分钟跑五圈半还是六圈，也就是两公里多，不到三公里，几乎是生涯最长了，一时间产生了一些我可能是个被埋没的运动天才的错觉，其实细想下也能明白，只是速度足够慢了就能跑多一点，毕竟提测一千米是要跑进四分钟才及格，自己跑的时候一千米跑六分多钟已经算不慢了（对我自己来说），但是即使是这样还是对把跑步坚持下去这件事有了很大的正面激励作用，并且由于那时候上下班骑车，整个体重控制的比较理想，导致一时间误会跑步就能非常快的减肥（其实这是我跑步历程中比较大的误区之一），因为会在跑步前后称下体重，如果跑个五公里（后面可以跑五公里了），可能体重就能降 0.5 千克，但实际上这只是这五公里跑步身体流失的水分，喝杯水就回来了，那时候能控制体重主要是骑车跟跑步一起的作用，并且工作压力相对来讲比较小，没有过劳肥。
+后面其实跑步慢慢变得一个比较习惯的运动了，从三公里，到五公里，到七公里，再到十公里，十公里差不多对我来说是个坎，一直还不能比较轻松的跑十公里，可能近一两年好了一些（原谅我只是跟自己比较，跟那些大神比差得不知道多远），其实对我来说每次都是个突破，因为其实与他人比较没有特别大意义，比较顶尖的差得太远，比较普通的也不行，都会打击自信心，比较比我差的就更没意义了，所以其实能挑战自己，能把自己的上限提高才是最有意义的，这也是我看着朋友圈里的一些大神的速度除了佩服赞叹之外没什么其他的惭愧或者说嫌弃自己的感觉（阿 Q 精神😄）。
+一直感性地觉得，跑步能解压，跑完浑身汗，有种把身体的负能量都排出去的感觉，也把吃太多的罪恶感排解掉了🤦♂️，之前朋友有看一本书，书名差不多叫越跑越接近自己，这个也是我觉得挺准确的一句话，当跑到接近极限了，还想再继续再跑一点，再跑一点就能突破自己上一次的最远记录了，再跑一点就能又一次突破自己了，成人以后，毕业以后，进入社会以后，世事总是难以件件顺遂，磕磕绊绊的往前走，总觉得要崩溃了，但是还是得坚持，再熬一下，再拼一下，可能还是失败，但人生呢，运气好的人和事总是小概率的，唯有面对挫折，还是日拱一卒，来日方长，我们再坚持下，没准下一次，没准再跑一会，就能突破自己，达到新的境界。
+另外个人后期对跑步的一些知识和理解也变得深入一些，比如伤膝盖，其实跑步的确伤膝盖，需要做一些准备和防护，最好的是适合自己的跑鞋和比较好的路（最好的是塑胶跑道了），也要注意热身跟跑后的拉伸（虽然我做的很差），还有就是注意心率，每个人有自己的适宜心率，我这就不冒充科普达人了，可以自行搜索关键字，先说到这吧~
+]]>
+
+ 生活
+ 运动
+ 跑步
+
+
+ 生活
+ 运动
+ 减肥
+ 跑步
+
+
+
+ 屯菜惊魂记
+ /2022/04/24/%E5%B1%AF%E8%8F%9C%E6%83%8A%E9%AD%82%E8%AE%B0/
+ 因某国际大都市的给力表现，昨儿旁边行政区启动应急响应，同事早上就在群里说要去超市买菜了，到了超市人还特别多，由于来的就是我们经常去的那家超市，一方面为了安全，另一方面是怕已经抢不到了，就去了另一家比较远的超市，开车怕没车位就骑了小电驴，还下着小雨，结果到了超市差不多 12 点多，超市里出来的人都是推着一整车一整车的物资，有些比较像我，整箱的泡面，好几提纸巾，还有各种吃的，都是整箱整箱的，进了超市发现结账包括自助结账的都排很长的队，到了蔬菜货架附近，差点哼起那首歌“空空如也~”，新鲜蔬菜基本已被抢空，只剩下一些卖相不太好的土豆番薯之类的，也算是意料之外情理之中了，本来以为这家超市稍微离封控区远一些会空一点，结果就是所谓的某大都市封控了等物资，杭州市是屯了物资等封控，新鲜蔬菜没了我们也只能买点其他的，神奇的是水果基本都在，可能困难时期水果不算必需品了？还是水果基本人人都已经储备了很多，不太能理解，虽然水果还在，但是称重的地方也还有好多人排队，我们采取了并行策略，LD 在那排队，遥控指挥我去拿其他物资，拿了点碱水面，黑米，那黑米的时候还闹了个乌龙，因为前面就是散装鸡蛋的堆货的地方，结果我们以为是在那后面排队，结果称重那个在那散步了，我们还在那排队，看到后面排队，那几个挑的人也该提醒下吧，几个鸡蛋挑了半天，看看人家大妈，直接拿了四盘，看了下牛奶货架也比较空，不过还有致优跟优倍，不过不算很实惠，本来想买，只是后来赶着去结账，就给忘了，称好了黑米去看了下肉，结果肉也没了，都在买猪蹄，我们也不太爱吃猪蹄，就买了点鸡胸肉，整体看起来我们买的东西真的有点格格不入，不买泡面（因为 LD 不让买了），也不屯啥米和鸡蛋，其实鸡蛋已经买了，米也买了，其他的本身冰箱小也放不下太多东西，我是觉得还可能在屯一点这那的，LD 觉得太多了，基本的米面油有了，其他调味品什么也有了。后面就是排队结账，我去排的时候刚好前面一个小伙子跟大妈在争执，大妈说我们差不多时间来的，你要排前面就前面，小伙子有点不高兴，觉得她就是插队，哈哈，平时一般这种剧情都是发生在我身上的，这会看着前面的吵起来还是很开心的，终于有跟我一样较真的人了，有时候总觉得我是个很纠结，很较真的人，但是我现在慢慢认可了这种较真，如果没有人指出来这种是插队行为，是不对的，就会有越来越多的人觉得是可以随意插队的，正确的事应该要坚持，很多情况大家总是觉得多一事不如少一事，鸡毛蒜皮的没什么好计较的，正是这种想法，那么多人才不管任何规则，反而搞得像遵守规则都是傻 X 似的。回到屯物资，后面结账排到队了也没来得及买原来想买的花生牛奶什么的，毕竟那么多人排着队，回家后因为没有蔬菜，结果就只能吃干菜汤和饭了
+]]>
+
+ 生活
+
+
+ 生活
+ 囤物资
+
+
+
+ 分享一次折腾老旧笔记本的体验-续篇
+ /2023/02/12/%E5%88%86%E4%BA%AB%E4%B8%80%E6%AC%A1%E6%8A%98%E8%85%BE%E8%80%81%E6%97%A7%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%9A%84%E4%BD%93%E9%AA%8C-%E7%BB%AD%E7%AF%87/
+ 接着上一篇的折腾记，因为这周又尝试了一些新的措施和方法，想继续记录分享下，上周的整体情况大概是 Ubuntu 系统能进去了，但是 Windows 进不去，PE 也进不去，Windows 启动盘也进不去，因为我的机器加过一个 msata 的固态，Windows 是装在 msata 固态硬盘里的，Ubuntu 是装在机械硬盘里的，所以有了一种猜测就是可能这个固态硬盘有点问题，还有就是还是怀疑内存的问题，正好家里还有个msata 的固态硬盘，是以前想给LD 的旧笔记本换上的，因为买回来放在那没有及时装，后面会又找不到，直到很后面才找到，LD 也不怎么用那个笔记本了，所以就一直放着了，这次我就想拿来换上。
+
+ Windows
+ 小技巧
+
+
+ Windows
+
+
+
+ 分享一次折腾老旧笔记本的体验
+ /2023/02/05/%E5%88%86%E4%BA%AB%E4%B8%80%E6%AC%A1%E6%8A%98%E8%85%BE%E8%80%81%E6%97%A7%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%9A%84%E4%BD%93%E9%AA%8C/
+ 上大学的时候买了第一个笔记本，是联想的小y，y460，配置应该是 i5+2g 内存，500g 硬盘，ati 5650 的显卡，那时候还是比较时髦的带有集显和独显切换的，一些人也觉得它算是一代“神机”，陪我度过了大学四年，还有毕业后的第一年，记得中间还用的比较曲折，差不多第一学期末的时候硬盘感觉有时候会文件操作卡住，去售后看了下，果然硬盘出问题了，还在当场把硬盘的东西都拷贝到新买的移动硬盘里，不过联想的售后还是比较不错的，在保内可以直接免费换，如果出保了估计就要修不起了，后面出了个很大的问题，就是屏幕花屏了，而且它的花屏是横着的会有那种上升的变化，一开始感觉跟湿度还有温度有点关系，天气冷了就很容易出现，天气热了就好一点，出现的概率小一点，而且是合盖后再开会好，过一会又会上升，只是这么度过了保修期，去售后问了下，修一下要两千多，后来是在玉泉学校里面的维修店，好像是花了六百多，省是省了很多，但是后面使用的时候发现有点漏光，而且两三个亮点，总归还是给我那不富裕的经济条件带来了一个正常屏幕，不过是挺影响使用，严格来说都没法用了，后面基本是大半个屏幕花掉，接近整个屏幕花掉，至此大学就是这么用过去了。0xc00000e9 错误码，现在想着是不是这个固态硬盘有点问题或者还是内存问题，只能后续再看了，拆机的时候也找不到视频，机器实在是太老了，后面再试试看。
+]]>
+
+ Windows
+ 小技巧
+
+
+ Windows
+
+
+
+ 搬运两个 StackOverflow 上的 Mysql 编码相关的问题解答
+ /2022/01/16/%E6%90%AC%E8%BF%90%E4%B8%A4%E4%B8%AA-StackOverflow-%E4%B8%8A%E7%9A%84-Mysql-%E7%BC%96%E7%A0%81%E7%9B%B8%E5%85%B3%E7%9A%84%E9%97%AE%E9%A2%98%E8%A7%A3%E7%AD%94/
+ Mysql 字符编码和排序规则这个一直是属于一知半解的状态，知道 utf8 跟 utf8mb4 的区别主要是能不能支持 emoji，但是具体后面配置的排序规则是用来干嘛，或者有什么区别，应该使用哪个，所以在 stackoverflow 上找了下，有两个比较不错的解答，就搬过来并且配合机翻做了点修改
+For those people still arriving at this question in 2020 or later, there are newer options that may be better than both of these. For example, utf8mb4_0900_ai_ci.
+All these collations are for the UTF-8 character encoding. The differences are in how text is sorted and compared.
+_unicode_ci and _general_ci are two different sets of rules for sorting and comparing text according to the way we expect. Newer versions of MySQL introduce new sets of rules, too, such as _0900_ai_ci for equivalent rules based on Unicode 9.0 - and with no equivalent _general_ci variant. People reading this now should probably use one of these newer collations instead of either _unicode_ci or _general_ci. The description of those older collations below is provided for interest only.
+MySQL is currently transitioning away from an older, flawed UTF-8 implementation. For now, you need to use utf8mb4 instead of utf8 for the character encoding part, to ensure you are getting the fixed version. The flawed version remains for backward compatibility, though it is being deprecated.
+Key differences
+utf8mb4_unicode_ci is based on the official Unicode rules for universal sorting and comparison, which sorts accurately in a wide range of languages.
+utf8mb4_general_ci is a simplified set of sorting rules which aims to do as well as it can while taking many short-cuts designed to improve speed. It does not follow the Unicode rules and will result in undesirable sorting or comparison in some situations, such as when using particular languages or characters.
+On modern servers, this performance boost will be all but negligible. It was devised in a time when servers had a tiny fraction of the CPU performance of today’s computers.
+Benefits of utf8mb4_unicode_ci over utf8mb4_general_ci
+utf8mb4_unicode_ci, which uses the Unicode rules for sorting and comparison, employs a fairly complex algorithm for correct sorting in a wide range of languages and when using a wide range of special characters. These rules need to take into account language-specific conventions; not everybody sorts their characters in what we would call ‘alphabetical order’.
+As far as Latin (ie “European”) languages go, there is not much difference between the Unicode sorting and the simplified utf8mb4_general_cisorting in MySQL, but there are still a few differences:
+For examples, the Unicode collation sorts “ß” like “ss”, and “Œ” like “OE” as people using those characters would normally want, whereas utf8mb4_general_cisorts them as single characters (presumably like “s” and “e” respectively).
+Some Unicode characters are defined as ignorable, which means they shouldn’t count toward the sort order and the comparison should move on to the next character instead. utf8mb4_unicode_cihandles these properly.
+In non-latin languages, such as Asian languages or languages with different alphabets, there may be a lot more differences between Unicode sorting and the simplified utf8mb4_general_cisorting. The suitability of utf8mb4_general_ciwill depend heavily on the language used. For some languages, it’ll be quite inadequate.
+What should you use?
+There is almost certainly no reason to use utf8mb4_general_cianymore, as we have left behind the point where CPU speed is low enough that the performance difference would be important. Your database will almost certainly be limited by other bottlenecks than this.
+In the past, some people recommended to use utf8mb4_general_ciexcept when accurate sorting was going to be important enough to justify the performance cost. Today, that performance cost has all but disappeared, and developers are treating internationalization more seriously.
+There’s an argument to be made that if speed is more important to you than accuracy, you may as well not do any sorting at all. It’s trivial to make an algorithm faster if you do not need it to be accurate. So, utf8mb4_general_ciis a compromise that’s probably not needed for speed reasons and probably also not suitable for accuracy reasons.
+One other thing I’ll add is that even if you know your application only supports the English language, it may still need to deal with people’s names, which can often contain characters used in other languages in which it is just as important to sort correctly. Using the Unicode rules for everything helps add peace of mind that the very smart Unicode people have worked very hard to make sorting work properly.
+What the parts mean
+Firstly, ci is for case-insensitive sorting and comparison. This means it’s suitable for textual data, and case is not important. The other types of collation are cs (case-sensitive) for textual data where case is important, and bin, for where the encoding needs to match, bit for bit, which is suitable for fields which are really encoded binary data (including, for example, Base64). Case-sensitive sorting leads to some weird results and case-sensitive comparison can result in duplicate values differing only in letter case, so case-sensitive collations are falling out of favor for textual data - if case is significant to you, then otherwise ignorable punctuation and so on is probably also significant, and a binary collation might be more appropriate.
+Next, unicode or general refers to the specific sorting and comparison rules - in particular, the way text is normalized or compared. There are many different sets of rules for the utf8mb4 character encoding, with unicode and general being two that attempt to work well in all possible languages rather than one specific one. The differences between these two sets of rules are the subject of this answer. Note that unicode uses rules from Unicode 4.0. Recent versions of MySQL add the rulesets unicode_520 using rules from Unicode 5.2, and 0900 (dropping the “unicode_” part) using rules from Unicode 9.0.
+And lastly, utf8mb4 is of course the character encoding used internally. In this answer I’m talking only about Unicode based encodings.
+翻译 对于那些在 2020 年或之后仍会遇到这个问题的人，有可能比这两个更好的新选项。例如，utf8mb4_0900_ai_ci。
+所有这些排序规则都用于 UTF-8 字符编码。不同之处在于文本的排序和比较方式。
+_unicode_ci和 _general_ci是两组不同的规则，用于按照我们期望的方式对文本进行排序和比较。较新版本的 MySQL 也引入了新的规则集，例如 _0900_ai_ci用于基于 Unicode 9.0 的等效规则 - 并且没有等效的 _general_ci变体。现在阅读本文的人可能应该使用这些较新的排序规则之一，而不是 _unicode_ci或 _general_ci。下面对那些较旧的排序规则的描述仅供参考。
+MySQL 目前正在从旧的、有缺陷的 UTF-8 实现过渡。现在，您需要使用 utf8mb4 而不是 utf8作为字符编码部分，以确保您获得的是固定版本。有缺陷的版本仍然是为了向后兼容，尽管它已被弃用。
+主要区别
+utf8mb4_unicode_ci基于官方 Unicode 规则进行通用排序和比较，可在多种语言中准确排序。
+utf8mb4_general_ci是一组简化的排序规则，旨在尽其所能，同时采用许多旨在提高速度的捷径。它不遵循 Unicode 规则，并且在某些情况下会导致不希望的排序或比较，例如在使用特定语言或字符时。
+在现代服务器上，这种性能提升几乎可以忽略不计。它是在服务器的 CPU 性能只有当今计算机的一小部分时设计的。
+utf8mb4_unicode_ci 相对于 utf8mb4_general_ci的优势
+utf8mb4_unicode_ci使用 Unicode 规则进行排序和比较，采用相当复杂的算法在多种语言中以及在使用多种特殊字符时进行正确排序。这些规则需要考虑特定语言的约定；不是每个人都按照我们所说的“字母顺序”对他们的字符进行排序。
+就拉丁语（即“欧洲”）语言而言，Unicode 排序和 MySQL 中简化的 utf8mb4_general_ci排序没有太大区别，但仍有一些区别：
+例如，Unicode 排序规则将“ß”排序为“ss”，将“Œ”排序为“OE”，因为使用这些字符的人通常需要这些字符，而 utf8mb4_general_ci将它们排序为单个字符（大概分别像“s”和“e” ）。
+一些 Unicode 字符被定义为可忽略，这意味着它们不应该计入排序顺序，并且比较应该转到下一个字符。 utf8mb4_unicode_ci正确处理这些。
+在非拉丁语言中，例如亚洲语言或具有不同字母的语言，Unicode 排序和简化的 utf8mb4_general_ci排序之间可能存在更多差异。 utf8mb4_general_ci的适用性在很大程度上取决于所使用的语言。对于某些语言，这将是非常不充分的。
+你应该用什么？
+几乎可以肯定没有理由再使用 utf8mb4_general_ci，因为我们已经将 CPU 速度低到会严重影响性能表现的时代远抛在脑后了。您的数据库几乎肯定会受到除此之外的其他瓶颈的限制。
+过去，有些人建议使用 utf8mb4_general_ci，除非准确排序足够重要以证明性能成本是合理的。如今，这种性能成本几乎消失了，开发人员正在更加认真地对待国际化。
+有一个论点是，如果速度对您来说比准确性更重要，那么您可能根本不进行任何排序。如果您不需要准确的算法，那么使算法更快是微不足道的。因此，utf8mb4_general_ci是一种折衷方案，出于速度原因可能不需要，也可能出于准确性原因也不适合。
+我要补充的另一件事是，即使您知道您的应用程序仅支持英语，它可能仍需要处理人名，这些人名通常包含其他语言中使用的字符，在这些语言中正确排序同样重要.对所有事情都使用 Unicode 规则有助于让您更加安心，因为非常聪明的 Unicode 人员已经非常努力地工作以使排序正常工作。
+其余各个部分是什么意思
+首先， ci 用于不区分大小写的排序和比较。这意味着它适用于文本数据，大小写并不重要。其他类型的排序规则是 cs（区分大小写），用于区分大小写的文本数据，以及 bin，用于编码需要匹配的地方，逐位匹配，适用于真正编码二进制数据的字段（包括，用于例如，Base64）。区分大小写的排序会导致一些奇怪的结果，区分大小写的比较可能会导致重复值仅在字母大小写上有所不同，因此区分大小写的排序规则对文本数据不受欢迎 - 如果大小写对您很重要，那么标点符号就可以忽略等等可能也很重要，二进制排序规则可能更合适。
+接下来，unicode 或general 指的是具体的排序和比较规则——特别是文本被规范化或比较的方式。 utf8mb4 字符编码有许多不同的规则集，其中 unicode 和 general 是两种，它们试图在所有可能的语言中都很好地工作，而不是在一种特定的语言中。这两组规则之间的差异是此答案的主题。请注意，unicode 使用 Unicode 4.0 中的规则。 MySQL 的最新版本使用 Unicode 5.2 的规则添加规则集 unicode_520，使用 Unicode 9.0 的规则添加 0900（删除“unicode_”部分）。
+最后，utf8mb4 当然是内部使用的字符编码。在这个答案中，我只谈论基于 Unicode 的编码。
+utf8 和 utf8mb4 编码有什么区别 UTF-8 is a variable-length encoding. In the case of UTF-8, this means that storing one code point requires one to four bytes. However, MySQL’s encoding called “utf8” (alias of “utf8mb3”) only stores a maximum of three bytes per code point.
+So the character set “utf8”/“utf8mb3” cannot store all Unicode code points: it only supports the range 0x000 to 0xFFFF, which is called the “Basic Multilingual Plane “. See also Comparison of Unicode encodings .
+This is what (a previous version of the same page at)the MySQL documentation has to say about it:
+
+The character set named utf8[/utf8mb3] uses a maximum of three bytes per character and contains only BMP characters. As of MySQL 5.5.3, the utf8mb4 character set uses a maximum of four bytes per character supports supplemental characters:
+
+For a BMP character, utf8[/utf8mb3] and utf8mb4 have identical storage characteristics: same code values, same encoding, same length.
+For a supplementary character, utf8[/utf8mb3] cannot store the character at all , while utf8mb4 requires four bytes to store it. Since utf8[/utf8mb3] cannot store the character at all, you do not have any supplementary characters in utf8[/utf8mb3] columns and you need not worry about converting characters or losing data when upgrading utf8[/utf8mb3] data from older versions of MySQL.
+
+
+So if you want your column to support storing characters lying outside the BMP (and you usually want to), such as emoji , use “utf8mb4”. See also What are the most common non-BMP Unicode characters in actual use? .
+译文 UTF-8 是一种可变长度编码。对于 UTF-8，这意味着存储一个代码点需要一到四个字节。但是，MySQL 的编码称为“utf8”（“utf8mb3”的别名）每个代码点最多只能存储三个字节。
+所以字符集“utf8”/“utf8mb3”不能存储所有的Unicode码位：它只支持0x000到0xFFFF的范围，被称为“基本多语言平面 ”。另请参阅 Unicode 编码比较 。
+这就是（同一页面的先前版本）MySQL 文档 不得不说的：
+
+名为 utf8[/utf8mb3] 的字符集每个字符最多使用三个字节，并且仅包含 BMP 字符。从 MySQL 5.5.3 开始，utf8mb4 字符集每个字符最多使用四个字节，支持补充字符：
+
+对于 BMP 字符，utf8[/utf8mb3] 和 utf8mb4 具有相同的存储特性：相同的代码值、相同的编码、相同的长度。
+对于补充字符，utf8[/utf8mb3] 根本无法存储该字符 ，而 utf8mb4 需要四个字节来存储它。由于 utf8[/utf8mb3] 根本无法存储字符，因此您在 utf8[/utf8mb3] 列中没有任何补充字符，您不必担心从旧版本升级 utf8[/utf8mb3] 数据时转换字符或丢失数据mysql。
+
+
+因此，如果您希望您的列支持存储位于 BMP 之外的字符（并且您通常希望这样做），例如 emoji ，请使用“utf8mb4”。另请参阅
+实际使用中最常见的非 BMP Unicode 字符是什么？ 。
+]]>
+
+ Mysql
+
+
+ mysql
+ 字符集
+ 编码
+ utf8
+ utf8mb4
+ utf8mb4_0900_ai_ci
+ utf8mb4_unicode_ci
+ utf8mb4_general_ci
+
+
+
+ 看完了扫黑风暴,聊聊感想
+ /2021/10/24/%E7%9C%8B%E5%AE%8C%E4%BA%86%E6%89%AB%E9%BB%91%E9%A3%8E%E6%9A%B4-%E8%81%8A%E8%81%8A%E6%84%9F%E6%83%B3/
+ 一直在想这篇怎么写，看了这部剧其实对我的一些观念是有影响的，应该是在 9 月份就看完了，到现在可能才会稍微平静一点，一开始是没有想看这部剧，因为同期有一部差不多同名的电影，被投诉了对湖南埋尸案家属伤害很大，我以为就是投诉的这部电视剧，后来同事跟我说不是，所以就想着看一下，但是没有马上看，因为一直不喜欢追这种比较纠结的剧，当时看人民的名义，就是后面等不了了直接看了小说，所以差不多是等到更完了才看的。
+尝试保持一个比较冷静的状态来聊聊，在看的时候有一点感想就是如果要剧里的坏人排个名，因为明眼看都是孙兴是个穷凶极恶的坏人，干尽了坏事，而且可能是演员表演地好，让人真的恨的牙痒痒，但是更多地还是停留在那些剧情中的表现和他的表情，其实对应的真实案例有更多的，这里尽量不展开，有兴趣可以自行搜索关键字，所以其实我想排个名的话，孙兴的母亲应该是我心目中是造成这个结果的比较大占比的始作俑者，因为是方方面面的，包括对林汉的栽赃迫害，最后串起来是因为他看到了孙兴又出来了，就是那句老话，撒了一个谎以后就要用无数个谎来圆，贺芸为了孙兴，作了第一个恶以后就用了一系列的丧心病狂的操作来保护孙兴，而且这之后所做的事情一件比一件可怕，并且如果不是督导组各种想方设法地去破解谜题，这个事情还可以一直被通过各种操作瞒下去，而孙兴还可以继续地为虎作伥，当然其他的包括高明远以及后面的王政，当然是为了这个操作也提供的各种方式的帮助，甚至是主导了这些操作，但是这里贺芸还是在这个位子上能够通过权力做出非常关键的动作，包括栽赃林汉，并且搞掉了李成阳。其中还有一点是我对剧情设计的质疑，也是我前面提到过一点，因为里面孙兴好像是很爱他的母亲贺芸，似乎想表达的是孙兴作的恶是因为得不到母爱，并且个人感觉如果是一个比较敬爱自己母亲的儿子，似乎应该有所畏惧，对他的行为也会有所限制，不应该变成这样一个无恶不作的恶霸，这也是我一直以来的观点，很多人作恶太多可能是因为没有信仰，不管是信基督耶稣还是信道教佛教，总归有一些制约，当然不是说就绝对不会作恶，只是偏向于有所畏惧敬畏，除了某绿哈。
+而对于其他的人感觉演技都不错，只是最后有一些虎头蛇尾吧，不知道是不是审核的原因，也不细说了怕被请喝茶，还有提一点就是麦佳的这个事情，她其实是里面很惨的一个人，把高明远当成最亲近的人，而其实真相令人感觉不寒而栗，杀父杀母的仇人，对于麦佳这个演员，一直觉得印象深刻，后来才想起来就是在爱情公寓里演被关谷救了要以身相遇的那个女孩，长相其实蛮令人印象深刻的，但好像也一直不温不火，不过也不能说演技很好吧，只是在这里演的任务真的是很可怜了，剧情设计里也应该是个很重要的串联人物，最终被高明远献给了大佬，这里扯开一点，好像有的观点说贺芸之前也是这样的，只是一种推测了。
+看完这部剧其实有很多想说的，但是也为了不被请喝茶，尽量少说了，只想说珍爱生命，还是自己小心吧
+]]>
+
+ 生活
+
+
+ 生活
+ 影评
+
+
+
+ 是何原因竟让两人深夜奔袭十公里
+ /2022/06/05/%E6%98%AF%E4%BD%95%E5%8E%9F%E5%9B%A0%E7%AB%9F%E8%AE%A9%E4%B8%A4%E4%BA%BA%E6%B7%B1%E5%A4%9C%E5%A5%94%E8%A2%AD%E5%8D%81%E5%85%AC%E9%87%8C/
+ 偶尔来个标题党，不过也是一次比较神奇的经历
+
+ 生活
+
+
+ 生活
+
+
+
+ 分享一次比较诡异的 Windows 下 U盘无法退出的经历
+ /2023/01/29/%E5%88%86%E4%BA%AB%E4%B8%80%E6%AC%A1%E6%AF%94%E8%BE%83%E8%AF%A1%E5%BC%82%E7%9A%84-Windows-%E4%B8%8B-U%E7%9B%98%E6%97%A0%E6%B3%95%E9%80%80%E5%87%BA%E7%9A%84%E7%BB%8F%E5%8E%86/
+ 作为一个 Windows 的老用户，并且也算是 Windows 系统的半个粉丝，但是秉承一贯的优缺点都应该说的原则，Windows 系统有一点缺点是真的挺难受，相信 Windows 用过比较久的都会经历过，就是 U盘无法退出的问题，在比较远古时代，这个问题似乎能采取的措施不多，关机再拔 U盘的方式是一种比较保险的方式，其他貌似有 360这种可以解除占用的，但是需要安装 360 软件，对于目前的使用环境来说有点得不偿失，也是比较流氓的一类软件了，目前在 Windows 环境我主要就安装了个火绒，或者就用 Windows 自带的 defender。
+第一种 最近这次经历也是有火绒的一定责任，在我尝试推出 U盘的时候提示了我被另一个大流氓软件，XlibabaProtect.exe 占用了，这个流氓软件真的是充分展示了某里的技术实力，试过 N 多种办法都关不掉也删不掉，尝试了很多种办法也没办法删除，但是后面换了种思路，一般这种情况肯定是有进程在占用 U盘里的内容，最新版本的 Powertoys 会在文件的右键菜单里添加一个叫 File Locksmith 的功能，可以用于检查正在使用哪些文件以及由哪些进程使用，但是可能是我的使用姿势不对，没有仔细看文档，它里面有个”以管理员身份重启”,可能会有用。
+第二种 第二种方式是 Windows 任务管理器中性能 tab 下的”打开资源监视器”，F:
+第三种 所以尝试了第三种，
+第四种 这种是唯一对我有效的，在开始菜单搜索”event”，可以搜到”事件查看器”,
+]]>
+
+ Windows
+ 小技巧
+
+
+ Windows
+
+
+
+ 给小电驴上牌
+ /2022/03/20/%E7%BB%99%E5%B0%8F%E7%94%B5%E9%A9%B4%E4%B8%8A%E7%89%8C/
+ 三八节活动的时候下决心买了个小电驴，主要是上下班路上现在通勤条件越来越恶劣了，之前都是觉得坐公交就行了，实际路程就比较短，但是现在或者说大概是年前那两个月差不多就开始了，基本是堵一路，个人感觉是天目山路那边在修地铁，而且蚂蚁的几个空间都在那，上班的时间点都差不多，前一个修地铁感觉挺久了，机动车保有量也越来越多，总体是古墩路就越来越堵，还有个原因就是早上上班的点共享单车都被骑走了，有时候整整走一路都没一辆，有时候孤零零地有一辆基本都是破的；走路其实也是一种选择，但是因为要赶着上班，走得太慢就要很久，可能要 45 分钟这样，走得比较快就一身汗挺难受的。所以考虑自行车和电动车，这里还有一点就是不管是乘公交还是骑共享单车，其实都要从楼下走出去蛮远，公司回来也是，也就是这种通勤方式在准备阶段就花了比较多时间，比如总的从下班到到家的时间是半小时，可能在骑共享单车和公交车上的时间都不到十分钟，就比较难受。觉得这种比例太浪费时间，如果能有这种比较点对点的方式，估计能省时省力不少，前面说的骑共享单车的方式其实在之前是比较可行的，但是后来越来越少车，基本都是每周的前几天，周一到周三都是没有车，走路到公司再冷的天都是走出一身的汗，下雨天就更难受，本来下雨天应该是优先选择坐公交，但是一般下雨天堵车会更严重，而且车子到我上车的那个站，下雨天就挤得不行，总体说下来感觉事情都不打，但是几年下来，还是会挺不爽的。
+电驴看的比较草率，主要是考虑续航，然后锂电池外加 48v 和 24AH，这样一般来讲还是价格比较高的，只是原来没预料到这个限速，以为现在的车子都比较快，但是现在的新国标车子都是 25km/h 的限速，然后 15km/h 都是会要提醒，虽然说有一些特殊的解除限速的方法，但是解了也就 35km/h ，差距不是特别大，而且现在的车子都是比较小，也不太能载东西，特别是上下班路程也不远的情况下，其实不是那么需要速度，就像我朋友说的，可能骑车的时间还不如等红绿灯多，所以就还好，也不打算解除限速，只是品牌上也仔细看，后来选了绿源，目前大部分还是雅迪，爱玛，台羚，绿源，小牛等，路上看的话还是雅迪比较多，不过价格也比较贵一点，还有就是小牛了，是比较新兴的品牌，手机 App 什么的做得比较好，而且也比较贵，最后以相对比较便宜的价格买了个锂电 48V24AH 的小车子，后来发现还是有点不方便的点就是没有比较大的筐，也不好装，这样就是下雨天雨衣什么的比较不方便放。
+聊回来主题上牌这个事情，这个事情也是颇费心力，提车的时候店里的让我跟他早上一起去，但是因为不确定时间，也比较远就没跟着去，因为我是线上买的，线下自提，线下的店可能没啥利润可以拿，就不肯帮忙代上牌，朋友说在线下店里买是可以代上的，自己上牌过程也比较曲折，一开始是头盔没到，然后是等开发票，主要的东西就是需要骑着车子去车管所，不能只自己去，然后需要预约，附近比较近的都是提前一周就预约完了号了，要提前在支付宝上进行预约，比较空的就是店里推荐的景区大队，但是随之而来就是比较蛋疼的，这个景区大队太远了，看下骑车距离有十几公里，所以就有点拖延症，但是总归要上的，不然一直不能开是白买了，上牌的材料主要是车辆合格证，发票，然后车子上的浙品码，在车架上和电池上，然后车架号什么的都要跟合格证上完全对应，整体车子要跟合格证上一毛一样，如果有额外的反光镜，后面副座都需要拆掉，脚踏板要装上，到了那其实还比较顺利，就是十几公里外加那天比较冷，吹得头疼。
+]]>
+
+ 生活
+
+
+ 生活
+
+
+
+ 聊一下 RocketMQ 的消息存储之 MMAP
+ /2021/09/04/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E6%B6%88%E6%81%AF%E5%AD%98%E5%82%A8/
+ 这是个很大的话题了，可能会分成两部分说，第一部分就是所谓的零拷贝 ( zero-copy )，这一块其实也不新鲜，我对零拷贝的概念主要来自这篇文章 ，个人感觉写得非常好，在 rocketmq 中，最大的一块存储就是消息存储，也就是 CommitLog ，当然还有 ConsumeQueue 和 IndexFile，以及其他一些文件，CommitLog 的存储是以一个 1G 大小的文件作为存储单位，写完了就再建一个，那么如何提高这 1G 文件的读写效率呢，就是 mmap，传统意义的读写文件，read，write 都需要由系统调用，来回地在用户态跟内核态进行拷贝切换，
+read ( file, tmp_buf, len) ;
+write ( socket, tmp_buf, len) ; 第二个是每10分钟打印一次NameServer的配置参数。即KVConfigManager.configTable变量的内容。
-this . scheduledExecutorService. scheduleAtFixedRate ( new Runnable ( ) {
- @Override
- public void run ( ) {
- NamesrvController . this . kvConfigManager. printAllPeriodically ( ) ;
- }
- } , 1 , 10 , TimeUnit . MINUTES ) ; 然后这个初始化就差不多完成了，后面只需要把remotingServer start一下就好了
-处理请求 直接上代码，其实主体是swtich case去判断
-@Override
- public RemotingCommand processRequest ( ChannelHandlerContext ctx,
- RemotingCommand request) throws RemotingCommandException {
+
+如上面的图显示的，要在用户态跟内核态进行切换，数据还需要在内核缓冲跟用户缓冲之间拷贝多次，
+
+
+第一步是调用 read，需要在用户态切换成内核态，DMA 模块从磁盘中读取文件，并存储在内核缓冲区，相当于是第一次复制
+数据从内核缓冲区被拷贝到用户缓冲区，read 调用返回，伴随着内核态又切换成用户态，完成了第二次复制
+然后是write 写入，这里也会伴随着用户态跟内核态的切换，数据从用户缓冲区被复制到内核空间缓冲区，完成了第三次复制，这次有点不一样的是数据不是在内核缓冲区了，会复制到 socket buffer 中。
+write 系统调用返回，又切换回了用户态，然后数据由 DMA 拷贝到协议引擎。
+
+
+如此就能看出其实默认的读写操作代价是非常大的，而在 rocketmq 等高性能中间件中都有使用的零拷贝技术，其中 rocketmq 使用的是 mmap
+mmap mmap基于 OS 的 mmap 的内存映射技术，通过MMU 映射文件，将文件直接映射到用户态的内存地址，使得对文件的操作不再是 write/read,而转化为直接对内存地址的操作，使随机读写文件和读写内存相似的速度。
+
+mmap 把文件映射到用户空间里的虚拟内存，省去了从内核缓冲区复制到用户空间的过程，文件中的位置在虚拟内存中有了对应的地址，可以像操作内存一样操作这个文件，这样的文件读写文件方式少了数据从内核缓存到用户空间的拷贝，效率很高。
+
+tmp_buf = mmap ( file, len) ;
+write ( socket, tmp_buf, len) ; if ( ctx != null ) {
- log. debug ( "receive request, {} {} {}" ,
- request. getCode ( ) ,
- RemotingHelper . parseChannelRemoteAddr ( ctx. channel ( ) ) ,
- request) ;
- }
+
+
+第一步：mmap系统调用使得文件内容被DMA引擎复制到内核缓冲区。然后该缓冲区与用户进程共享，在内核和用户内存空间之间不进行任何拷贝。
+第二步：写系统调用使得内核将数据从原来的内核缓冲区复制到与套接字相关的内核缓冲区。
+第三步：第三次拷贝发生在DMA引擎将数据从内核套接字缓冲区传递给协议引擎时。
+通过使用mmap而不是read，我们将内核需要拷贝的数据量减少了一半。当大量的数据被传输时，这将有很好的效果。然而，这种改进并不是没有代价的；在使用mmap+write方法时，有一些隐藏的陷阱。例如当你对一个文件进行内存映射，然后在另一个进程截断同一文件时调用写。你的写系统调用将被总线错误信号SIGBUS打断，因为你执行了一个错误的内存访问。该信号的默认行为是杀死进程并dumpcore–这对网络服务器来说不是最理想的操作。
+有两种方法可以解决这个问题。
+第一种方法是为SIGBUS信号安装一个信号处理程序，然后在处理程序中简单地调用返回。通过这样做，写系统调用会返回它在被打断之前所写的字节数，并将errno设置为成功。让我指出，这将是一个糟糕的解决方案，一个治标不治本的解决方案。因为SIGBUS预示着进程出了严重的问题，所以不鼓励使用这种解决方案。
+第二个解决方案涉及内核的文件租赁（在Windows中称为 “机会锁”）。这是解决这个问题的正确方法。通过在文件描述符上使用租赁，你与内核在一个特定的文件上达成租约。然后你可以向内核请求一个读/写租约。当另一个进程试图截断你正在传输的文件时，内核会向你发送一个实时信号，即RT_SIGNAL_LEASE信号。它告诉你内核即将终止你对该文件的写或读租约。在你的程序访问一个无效的地址和被SIGBUS信号杀死之前，你的写调用会被打断了。写入调用的返回值是中断前写入的字节数，errno将被设置为成功。下面是一些示例代码，显示了如何从内核中获得租约。
+if ( fcntl ( fd, F_SETSIG, RT_SIGNAL_LEASE) == - 1 ) {
+ perror ( "kernel lease set signal" ) ;
+ return - 1 ;
+}
+
+if ( fcntl ( fd, F_SETLEASE, l_type) ) {
+ perror ( "kernel lease set type" ) ;
+ return - 1 ;
+}
+]]>
+
+ MQ
+ RocketMQ
+ 消息队列
+
+
+ MQ
+ 消息队列
+ RocketMQ
+
+
+
+ 聊一下 RocketMQ 的 NameServer 源码
+ /2020/07/05/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84-NameServer-%E6%BA%90%E7%A0%81/
+ 前面介绍了，nameserver相当于dubbo的注册中心，用与管理broker，broker会在启动的时候注册到nameserver，并且会发送心跳给namaserver，nameserver负责保存活跃的broker，包括master和slave，同时保存topic和topic下的队列，以及filter列表，然后为producer和consumer的请求提供服务。
+启动过程 public static void main ( String [ ] args) {
+ main0 ( args) ;
+ }
+ public static NamesrvController main0 ( String [ ] args) {
- switch ( request. getCode ( ) ) {
- case RequestCode . PUT_KV_CONFIG :
- return this . putKVConfig ( ctx, request) ;
- case RequestCode . GET_KV_CONFIG :
- return this . getKVConfig ( ctx, request) ;
- case RequestCode . DELETE_KV_CONFIG :
- return this . deleteKVConfig ( ctx, request) ;
- case RequestCode . QUERY_DATA_VERSION :
- return queryBrokerTopicConfig ( ctx, request) ;
- case RequestCode . REGISTER_BROKER :
- Version brokerVersion = MQVersion . value2Version ( request. getVersion ( ) ) ;
- if ( brokerVersion. ordinal ( ) >= MQVersion. Version . V3_0_11 . ordinal ( ) ) {
- return this . registerBrokerWithFilterServer ( ctx, request) ;
- } else {
- return this . registerBroker ( ctx, request) ;
- }
- case RequestCode . UNREGISTER_BROKER :
- return this . unregisterBroker ( ctx, request) ;
- case RequestCode . GET_ROUTEINTO_BY_TOPIC :
- return this . getRouteInfoByTopic ( ctx, request) ;
- case RequestCode . GET_BROKER_CLUSTER_INFO :
- return this . getBrokerClusterInfo ( ctx, request) ;
- case RequestCode . WIPE_WRITE_PERM_OF_BROKER :
- return this . wipeWritePermOfBroker ( ctx, request) ;
- case RequestCode . GET_ALL_TOPIC_LIST_FROM_NAMESERVER :
- return getAllTopicListFromNameserver ( ctx, request) ;
- case RequestCode . DELETE_TOPIC_IN_NAMESRV :
- return deleteTopicInNamesrv ( ctx, request) ;
- case RequestCode . GET_KVLIST_BY_NAMESPACE :
- return this . getKVListByNamespace ( ctx, request) ;
- case RequestCode . GET_TOPICS_BY_CLUSTER :
- return this . getTopicsByCluster ( ctx, request) ;
- case RequestCode . GET_SYSTEM_TOPIC_LIST_FROM_NS :
- return this . getSystemTopicListFromNs ( ctx, request) ;
- case RequestCode . GET_UNIT_TOPIC_LIST :
- return this . getUnitTopicList ( ctx, request) ;
- case RequestCode . GET_HAS_UNIT_SUB_TOPIC_LIST :
- return this . getHasUnitSubTopicList ( ctx, request) ;
- case RequestCode . GET_HAS_UNIT_SUB_UNUNIT_TOPIC_LIST :
- return this . getHasUnitSubUnUnitTopicList ( ctx, request) ;
- case RequestCode . UPDATE_NAMESRV_CONFIG :
- return this . updateConfig ( ctx, request) ;
- case RequestCode . GET_NAMESRV_CONFIG :
- return this . getConfig ( ctx, request) ;
- default :
- break ;
+ try {
+ NamesrvController controller = createNamesrvController ( args) ;
+ start ( controller) ;
+ String tip = "The Name Server boot success. serializeType=" + RemotingCommand . getSerializeTypeConfigInThisServer ( ) ;
+ log. info ( tip) ;
+ System . out. printf ( "%s%n" , tip) ;
+ return controller;
+ } catch ( Throwable e) {
+ e. printStackTrace ( ) ;
+ System . exit ( - 1 ) ;
}
+
return null ;
- } } 以broker注册为例，
-case RequestCode . REGISTER_BROKER :
- Version brokerVersion = MQVersion . value2Version ( request. getVersion ( ) ) ;
- if ( brokerVersion. ordinal ( ) >= MQVersion. Version . V3_0_11 . ordinal ( ) ) {
- return this . registerBrokerWithFilterServer ( ctx, request) ;
- } else {
- return this . registerBroker ( ctx, request) ;
- } 入口的代码时这样子，其实主要的逻辑在createNamesrvController和start方法，来看下这两个的实现
+public static NamesrvController createNamesrvController ( String [ ] args) throws IOException , JoranException {
+ System . setProperty ( RemotingCommand . REMOTING_VERSION_KEY , Integer . toString ( MQVersion . CURRENT_VERSION ) ) ;
+
-做了个简单的版本管理，我们看下前面一个的代码
-public RemotingCommand registerBrokerWithFilterServer ( ChannelHandlerContext ctx, RemotingCommand request)
- throws RemotingCommandException {
- final RemotingCommand response = RemotingCommand . createResponseCommand ( RegisterBrokerResponseHeader . class ) ;
- final RegisterBrokerResponseHeader responseHeader = ( RegisterBrokerResponseHeader ) response. readCustomHeader ( ) ;
- final RegisterBrokerRequestHeader requestHeader =
- ( RegisterBrokerRequestHeader ) request. decodeCommandCustomHeader ( RegisterBrokerRequestHeader . class ) ;
+ Options options = ServerUtil . buildCommandlineOptions ( new Options ( ) ) ;
+ commandLine = ServerUtil . parseCmdLine ( "mqnamesrv" , args, buildCommandlineOptions ( options) , new PosixParser ( ) ) ;
+ if ( null == commandLine) {
+ System . exit ( - 1 ) ;
+ return null ;
+ }
- if ( ! checksum ( ctx, request, requestHeader) ) {
- response. setCode ( ResponseCode . SYSTEM_ERROR ) ;
- response. setRemark ( "crc32 not match" ) ;
- return response;
- }
+ final NamesrvConfig namesrvConfig = new NamesrvConfig ( ) ;
+ final NettyServerConfig nettyServerConfig = new NettyServerConfig ( ) ;
+ nettyServerConfig. setListenPort ( 9876 ) ;
+ if ( commandLine. hasOption ( 'c' ) ) {
+ String file = commandLine. getOptionValue ( 'c' ) ;
+ if ( file != null ) {
+ InputStream in = new BufferedInputStream ( new FileInputStream ( file) ) ;
+ properties = new Properties ( ) ;
+ properties. load ( in) ;
+ MixAll . properties2Object ( properties, namesrvConfig) ;
+ MixAll . properties2Object ( properties, nettyServerConfig) ;
- RegisterBrokerBody registerBrokerBody = new RegisterBrokerBody ( ) ;
+ namesrvConfig. setConfigStorePath ( file) ;
- if ( request. getBody ( ) != null ) {
- try {
- registerBrokerBody = RegisterBrokerBody . decode ( request. getBody ( ) , requestHeader. isCompressed ( ) ) ;
- } catch ( Exception e) {
- throw new RemotingCommandException ( "Failed to decode RegisterBrokerBody" , e) ;
+ System . out. printf ( "load config properties file OK, %s%n" , file) ;
+ in. close ( ) ;
+ }
}
- } else {
- registerBrokerBody. getTopicConfigSerializeWrapper ( ) . getDataVersion ( ) . setCounter ( new AtomicLong ( 0 ) ) ;
- registerBrokerBody. getTopicConfigSerializeWrapper ( ) . getDataVersion ( ) . setTimestamp ( 0 ) ;
- }
-
- RegisterBrokerResult result = this . namesrvController. getRouteInfoManager ( ) . registerBroker (
- requestHeader. getClusterName ( ) ,
- requestHeader. getBrokerAddr ( ) ,
- requestHeader. getBrokerName ( ) ,
- requestHeader. getBrokerId ( ) ,
- requestHeader. getHaServerAddr ( ) ,
- registerBrokerBody. getTopicConfigSerializeWrapper ( ) ,
- registerBrokerBody. getFilterServerList ( ) ,
- ctx. channel ( ) ) ;
-
- responseHeader. setHaServerAddr ( result. getHaServerAddr ( ) ) ;
- responseHeader. setMasterAddr ( result. getMasterAddr ( ) ) ;
- byte [ ] jsonValue = this . namesrvController. getKvConfigManager ( ) . getKVListByNamespace ( NamesrvUtil . NAMESPACE_ORDER_TOPIC_CONFIG ) ;
- response. setBody ( jsonValue) ;
+ if ( commandLine. hasOption ( 'p' ) ) {
+ InternalLogger console = InternalLoggerFactory . getLogger ( LoggerName . NAMESRV_CONSOLE_NAME ) ;
+ MixAll . printObjectProperties ( console, namesrvConfig) ;
+ MixAll . printObjectProperties ( console, nettyServerConfig) ;
+ System . exit ( 0 ) ;
+ }
- response. setCode ( ResponseCode . SUCCESS ) ;
- response. setRemark ( null ) ;
- return response;
-} MixAll . properties2Object ( ServerUtil . commandLine2Properties ( commandLine) , namesrvConfig) ;
-可以看到主要的逻辑还是在org.apache.rocketmq.namesrv.routeinfo.RouteInfoManager#registerBroker这个方法里
-public RegisterBrokerResult registerBroker (
- final String clusterName,
- final String brokerAddr,
- final String brokerName,
- final long brokerId,
- final String haServerAddr,
- final TopicConfigSerializeWrapper topicConfigWrapper,
- final List < String > ,
- final Channel channel) {
- RegisterBrokerResult result = new RegisterBrokerResult ( ) ;
- try {
- try {
- this . lock. writeLock ( ) . lockInterruptibly ( ) ;
+ if ( null == namesrvConfig. getRocketmqHome ( ) ) {
+ System . out. printf ( "Please set the %s variable in your environment to match the location of the RocketMQ installation%n" , MixAll . ROCKETMQ_HOME_ENV ) ;
+ System . exit ( - 2 ) ;
+ }
-
- Set < String > = this . clusterAddrTable. get ( clusterName) ;
- if ( null == brokerNames) {
- brokerNames = new HashSet < String > ( ) ;
- this . clusterAddrTable. put ( clusterName, brokerNames) ;
- }
- brokerNames. add ( brokerName) ;
+ LoggerContext lc = ( LoggerContext ) LoggerFactory . getILoggerFactory ( ) ;
+ JoranConfigurator configurator = new JoranConfigurator ( ) ;
+ configurator. setContext ( lc) ;
+ lc. reset ( ) ;
+ configurator. doConfigure ( namesrvConfig. getRocketmqHome ( ) + "/conf/logback_namesrv.xml" ) ;
- boolean registerFirst = false ;
+ log = InternalLoggerFactory . getLogger ( LoggerName . NAMESRV_LOGGER_NAME ) ;
-
- BrokerData brokerData = this . brokerAddrTable. get ( brokerName) ;
- if ( null == brokerData) {
- registerFirst = true ;
- brokerData = new BrokerData ( clusterName, brokerName, new HashMap < Long , String > ( ) ) ;
- this . brokerAddrTable. put ( brokerName, brokerData) ;
- }
- Map < Long , String > = brokerData. getBrokerAddrs ( ) ;
-
-
- Iterator < Entry < Long , String > > = brokerAddrsMap. entrySet ( ) . iterator ( ) ;
- while ( it. hasNext ( ) ) {
- Entry < Long , String > = it. next ( ) ;
- if ( null != brokerAddr && brokerAddr. equals ( item. getValue ( ) ) && brokerId != item. getKey ( ) ) {
- it. remove ( ) ;
- }
- }
+ MixAll . printObjectProperties ( log, namesrvConfig) ;
+ MixAll . printObjectProperties ( log, nettyServerConfig) ;
- String oldAddr = brokerData. getBrokerAddrs ( ) . put ( brokerId, brokerAddr) ;
- registerFirst = registerFirst || ( null == oldAddr) ;
+ final NamesrvController controller = new NamesrvController ( namesrvConfig, nettyServerConfig) ;
-
- if ( null != topicConfigWrapper
- && MixAll . MASTER_ID == brokerId) {
- if ( this . isBrokerTopicConfigChanged ( brokerAddr, topicConfigWrapper. getDataVersion ( ) )
- || registerFirst) {
- ConcurrentMap < String , TopicConfig > =
- topicConfigWrapper. getTopicConfigTable ( ) ;
- if ( tcTable != null ) {
- for ( Map. Entry < String , TopicConfig > : tcTable. entrySet ( ) ) {
- this . createAndUpdateQueueData ( brokerName, entry. getValue ( ) ) ;
- }
- }
- }
- }
+
+ controller. getConfiguration ( ) . registerConfig ( properties) ;
-
- BrokerLiveInfo prevBrokerLiveInfo = this . brokerLiveTable. put ( brokerAddr,
- new BrokerLiveInfo (
- System . currentTimeMillis ( ) ,
- topicConfigWrapper. getDataVersion ( ) ,
- channel,
- haServerAddr) ) ;
- if ( null == prevBrokerLiveInfo) {
- log. info ( "new broker registered, {} HAServer: {}" , brokerAddr, haServerAddr) ;
- }
+ return controller;
+ } if ( filterServerList != null ) {
- if ( filterServerList. isEmpty ( ) ) {
- this . filterServerTable. remove ( brokerAddr) ;
- } else {
- this . filterServerTable. put ( brokerAddr, filterServerList) ;
- }
- }
+这个方法里其实主要是读取一些配置啥的，不是很复杂，
+public static NamesrvController start ( final NamesrvController controller) throws Exception {
-
- if ( MixAll . MASTER_ID != brokerId) {
- String masterAddr = brokerData. getBrokerAddrs ( ) . get ( MixAll . MASTER_ID ) ;
- if ( masterAddr != null ) {
- BrokerLiveInfo brokerLiveInfo = this . brokerLiveTable. get ( masterAddr) ;
- if ( brokerLiveInfo != null ) {
- result. setHaServerAddr ( brokerLiveInfo. getHaServerAddr ( ) ) ;
- result. setMasterAddr ( masterAddr) ;
- }
- }
- }
- } finally {
- this . lock. writeLock ( ) . unlock ( ) ;
- }
- } catch ( Exception e) {
- log. error ( "registerBroker Exception" , e) ;
+ if ( null == controller) {
+ throw new IllegalArgumentException ( "NamesrvController is null" ) ;
+ }
+
+ boolean initResult = controller. initialize ( ) ;
+ if ( ! initResult) {
+ controller. shutdown ( ) ;
+ System . exit ( - 3 ) ;
}
- return result;
- } Runtime . getRuntime ( ) . addShutdownHook ( new ShutdownHookThread ( log, new Callable < Void > ( ) {
+ @Override
+ public Void call ( ) throws Exception {
+ controller. shutdown ( ) ;
+ return null ;
+ }
+ } ) ) ;
-这个是注册 broker 的逻辑，再看下根据 topic 获取 broker 信息和 topic 信息，org.apache.rocketmq.namesrv.processor.DefaultRequestProcessor#getRouteInfoByTopic 主要是这个方法的逻辑
-public RemotingCommand getRouteInfoByTopic ( ChannelHandlerContext ctx,
- RemotingCommand request) throws RemotingCommandException {
- final RemotingCommand response = RemotingCommand . createResponseCommand ( null ) ;
- final GetRouteInfoRequestHeader requestHeader =
- ( GetRouteInfoRequestHeader ) request. decodeCommandCustomHeader ( GetRouteInfoRequestHeader . class ) ;
+ controller. start ( ) ;
- TopicRouteData topicRouteData = this . namesrvController. getRouteInfoManager ( ) . pickupTopicRouteData ( requestHeader. getTopic ( ) ) ;
+ return controller;
+ } if ( topicRouteData != null ) {
- if ( this . namesrvController. getNamesrvConfig ( ) . isOrderMessageEnable ( ) ) {
- String orderTopicConf =
- this . namesrvController. getKvConfigManager ( ) . getKVConfig ( NamesrvUtil . NAMESPACE_ORDER_TOPIC_CONFIG ,
- requestHeader. getTopic ( ) ) ;
- topicRouteData. setOrderTopicConf ( orderTopicConf) ;
- }
+这个start里主要关注initialize方法，后面就是一个停机的hook，来看下initialize方法
+public boolean initialize ( ) {
- byte [ ] content = topicRouteData. encode ( ) ;
- response. setBody ( content) ;
- response. setCode ( ResponseCode . SUCCESS ) ;
- response. setRemark ( null ) ;
- return response;
- }
+ this . kvConfigManager. load ( ) ;
- response. setCode ( ResponseCode . TOPIC_NOT_EXIST ) ;
- response. setRemark ( "No topic route info in name server for the topic: " + requestHeader. getTopic ( )
- + FAQUrl . suggestTodo ( FAQUrl . APPLY_TOPIC_URL ) ) ;
- return response;
- } this . remotingServer = new NettyRemotingServer ( this . nettyServerConfig, this . brokerHousekeepingService) ;
-首先调用org.apache.rocketmq.namesrv.routeinfo.RouteInfoManager#pickupTopicRouteData从org.apache.rocketmq.namesrv.routeinfo.RouteInfoManager#topicQueueTable获取到org.apache.rocketmq.common.protocol.route.QueueData这里面存了 brokerName，再通过org.apache.rocketmq.namesrv.routeinfo.RouteInfoManager#brokerAddrTable里获取到 broker 的地址信息等，然后再获取 orderMessage 的配置。
-简要分析了下 RocketMQ 的 NameServer 的代码，比较粗粒度。
-]]>
-
- MQ
- RocketMQ
- 消息队列
- RocketMQ
- 中间件
- RocketMQ
-
-
- MQ
- 消息队列
- RocketMQ
- 削峰填谷
- 中间件
- 源码解析
- NameServer
-
-
-
- 聊一下 RocketMQ 的消息存储之 MMAP
- /2021/09/04/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E6%B6%88%E6%81%AF%E5%AD%98%E5%82%A8/
- 这是个很大的话题了，可能会分成两部分说，第一部分就是所谓的零拷贝 ( zero-copy )，这一块其实也不新鲜，我对零拷贝的概念主要来自这篇文章 ，个人感觉写得非常好，在 rocketmq 中，最大的一块存储就是消息存储，也就是 CommitLog ，当然还有 ConsumeQueue 和 IndexFile，以及其他一些文件，CommitLog 的存储是以一个 1G 大小的文件作为存储单位，写完了就再建一个，那么如何提高这 1G 文件的读写效率呢，就是 mmap，传统意义的读写文件，read，write 都需要由系统调用，来回地在用户态跟内核态进行拷贝切换，
-read ( file, tmp_buf, len) ;
-write ( socket, tmp_buf, len) ; this . remotingExecutor =
+ Executors . newFixedThreadPool ( nettyServerConfig. getServerWorkerThreads ( ) , new ThreadFactoryImpl ( "RemotingExecutorThread_" ) ) ;
+ this . registerProcessor ( ) ;
+ this . scheduledExecutorService. scheduleAtFixedRate ( new Runnable ( ) {
-
-如上面的图显示的，要在用户态跟内核态进行切换，数据还需要在内核缓冲跟用户缓冲之间拷贝多次，
-
-
-第一步是调用 read，需要在用户态切换成内核态，DMA 模块从磁盘中读取文件，并存储在内核缓冲区，相当于是第一次复制
-数据从内核缓冲区被拷贝到用户缓冲区，read 调用返回，伴随着内核态又切换成用户态，完成了第二次复制
-然后是write 写入，这里也会伴随着用户态跟内核态的切换，数据从用户缓冲区被复制到内核空间缓冲区，完成了第三次复制，这次有点不一样的是数据不是在内核缓冲区了，会复制到 socket buffer 中。
-write 系统调用返回，又切换回了用户态，然后数据由 DMA 拷贝到协议引擎。
-
-
-如此就能看出其实默认的读写操作代价是非常大的，而在 rocketmq 等高性能中间件中都有使用的零拷贝技术，其中 rocketmq 使用的是 mmap
-mmap mmap基于 OS 的 mmap 的内存映射技术，通过MMU 映射文件，将文件直接映射到用户态的内存地址，使得对文件的操作不再是 write/read,而转化为直接对内存地址的操作，使随机读写文件和读写内存相似的速度。
-
-mmap 把文件映射到用户空间里的虚拟内存，省去了从内核缓冲区复制到用户空间的过程，文件中的位置在虚拟内存中有了对应的地址，可以像操作内存一样操作这个文件，这样的文件读写文件方式少了数据从内核缓存到用户空间的拷贝，效率很高。
-
-tmp_buf = mmap ( file, len) ;
-write ( socket, tmp_buf, len) ; @Override
+ public void run ( ) {
+ NamesrvController . this . routeInfoManager. scanNotActiveBroker ( ) ;
+ }
+ } , 5 , 10 , TimeUnit . SECONDS ) ;
-
-
-第一步：mmap系统调用使得文件内容被DMA引擎复制到内核缓冲区。然后该缓冲区与用户进程共享，在内核和用户内存空间之间不进行任何拷贝。
-第二步：写系统调用使得内核将数据从原来的内核缓冲区复制到与套接字相关的内核缓冲区。
-第三步：第三次拷贝发生在DMA引擎将数据从内核套接字缓冲区传递给协议引擎时。
-通过使用mmap而不是read，我们将内核需要拷贝的数据量减少了一半。当大量的数据被传输时，这将有很好的效果。然而，这种改进并不是没有代价的；在使用mmap+write方法时，有一些隐藏的陷阱。例如当你对一个文件进行内存映射，然后在另一个进程截断同一文件时调用写。你的写系统调用将被总线错误信号SIGBUS打断，因为你执行了一个错误的内存访问。该信号的默认行为是杀死进程并dumpcore–这对网络服务器来说不是最理想的操作。
-有两种方法可以解决这个问题。
-第一种方法是为SIGBUS信号安装一个信号处理程序，然后在处理程序中简单地调用返回。通过这样做，写系统调用会返回它在被打断之前所写的字节数，并将errno设置为成功。让我指出，这将是一个糟糕的解决方案，一个治标不治本的解决方案。因为SIGBUS预示着进程出了严重的问题，所以不鼓励使用这种解决方案。
-第二个解决方案涉及内核的文件租赁（在Windows中称为 “机会锁”）。这是解决这个问题的正确方法。通过在文件描述符上使用租赁，你与内核在一个特定的文件上达成租约。然后你可以向内核请求一个读/写租约。当另一个进程试图截断你正在传输的文件时，内核会向你发送一个实时信号，即RT_SIGNAL_LEASE信号。它告诉你内核即将终止你对该文件的写或读租约。在你的程序访问一个无效的地址和被SIGBUS信号杀死之前，你的写调用会被打断了。写入调用的返回值是中断前写入的字节数，errno将被设置为成功。下面是一些示例代码，显示了如何从内核中获得租约。
-if ( fcntl ( fd, F_SETSIG, RT_SIGNAL_LEASE) == - 1 ) {
- perror ( "kernel lease set signal" ) ;
- return - 1 ;
-}
-
-if ( fcntl ( fd, F_SETLEASE, l_type) ) {
- perror ( "kernel lease set type" ) ;
- return - 1 ;
-}
-]]>
-
- MQ
- RocketMQ
- 消息队列
-
-
- MQ
- 消息队列
- RocketMQ
-
-
-
- 聊一下 RocketMQ 的消息存储三
- /2021/10/03/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E6%B6%88%E6%81%AF%E5%AD%98%E5%82%A8%E4%B8%89/
- ConsumeQueue 其实是定位到一个 topic 下的消息在 CommitLog 下的偏移量，它也是固定大小的
-
-private int mapedFileSizeConsumeQueue = 300000 * ConsumeQueue . CQ_STORE_UNIT_SIZE ;
+ this . scheduledExecutorService. scheduleAtFixedRate ( new Runnable ( ) {
-public static final int CQ_STORE_UNIT_SIZE = 20 ; @Override
+ public void run ( ) {
+ NamesrvController . this . kvConfigManager. printAllPeriodically ( ) ;
+ }
+ } , 1 , 10 , TimeUnit . MINUTES ) ;
-所以文件大小是5.7M 左右
-
-ConsumeQueue 的构建是通过org.apache.rocketmq.store.DefaultMessageStore.ReputMessageService运行后的 doReput 方法，而启动是的 reputFromOffset 则是通过org.apache.rocketmq.store.DefaultMessageStore#start中下面代码设置并启动
-log. info ( "[SetReputOffset] maxPhysicalPosInLogicQueue={} clMinOffset={} clMaxOffset={} clConfirmedOffset={}" ,
- maxPhysicalPosInLogicQueue, this . commitLog. getMinOffset ( ) , this . commitLog. getMaxOffset ( ) , this . commitLog. getConfirmOffset ( ) ) ;
- this . reputMessageService. setReputFromOffset ( maxPhysicalPosInLogicQueue) ;
- this . reputMessageService. start ( ) ; if ( TlsSystemConfig . tlsMode != TlsMode . DISABLED ) {
+
+ try {
+ fileWatchService = new FileWatchService (
+ new String [ ] {
+ TlsSystemConfig . tlsServerCertPath,
+ TlsSystemConfig . tlsServerKeyPath,
+ TlsSystemConfig . tlsServerTrustCertPath
+ } ,
+ new FileWatchService. Listener ( ) {
+ boolean certChanged, keyChanged = false ;
+ @Override
+ public void onChanged ( String path) {
+ if ( path. equals ( TlsSystemConfig . tlsServerTrustCertPath) ) {
+ log. info ( "The trust certificate changed, reload the ssl context" ) ;
+ reloadServerSslContext ( ) ;
+ }
+ if ( path. equals ( TlsSystemConfig . tlsServerCertPath) ) {
+ certChanged = true ;
+ }
+ if ( path. equals ( TlsSystemConfig . tlsServerKeyPath) ) {
+ keyChanged = true ;
+ }
+ if ( certChanged && keyChanged) {
+ log. info ( "The certificate and private key changed, reload the ssl context" ) ;
+ certChanged = keyChanged = false ;
+ reloadServerSslContext ( ) ;
+ }
+ }
+ private void reloadServerSslContext ( ) {
+ ( ( NettyRemotingServer ) remotingServer) . loadSslContext ( ) ;
+ }
+ } ) ;
+ } catch ( Exception e) {
+ log. warn ( "FileWatchService created error, can't load the certificate dynamically" ) ;
+ }
+ }
-看一下 doReput 的逻辑
-private void doReput ( ) {
- if ( this . reputFromOffset < DefaultMessageStore . this . commitLog. getMinOffset ( ) ) {
- log. warn ( "The reputFromOffset={} is smaller than minPyOffset={}, this usually indicate that the dispatch behind too much and the commitlog has expired." ,
- this . reputFromOffset, DefaultMessageStore . this . commitLog. getMinOffset ( ) ) ;
- this . reputFromOffset = DefaultMessageStore . this . commitLog. getMinOffset ( ) ;
+ return true ;
+ } 这里的kvConfigManager主要是来加载NameServer的配置参数，存到org.apache.rocketmq.namesrv.kvconfig.KVConfigManager#configTable中，然后是以BrokerHousekeepingService对象为参数初始化NettyRemotingServer对象，BrokerHousekeepingService对象作为该Netty连接中Socket链接的监听器（ChannelEventListener）；监听与Broker建立的渠道的状态（空闲、关闭、异常三个状态），并调用BrokerHousekeepingService的相应onChannel方法。其中渠道的空闲、关闭、异常状态均调用RouteInfoManager.onChannelDestory方法处理。这个BrokerHousekeepingService可以字面化地理解为broker的管家服务，这个类内部三个状态方法其实都是调用的org.apache.rocketmq.namesrv.NamesrvController#getRouteInfoManager方法，而这个RouteInfoManager里面的对象有这些
+public class RouteInfoManager {
+ private static final InternalLogger log = InternalLoggerFactory . getLogger ( LoggerName . NAMESRV_LOGGER_NAME ) ;
+ private final static long BROKER_CHANNEL_EXPIRED_TIME = 1000 * 60 * 2 ;
+ private final ReadWriteLock lock = new ReentrantReadWriteLock ( ) ;
+
+ private final HashMap < String , List < QueueData > > topicQueueTable;
+
+ private final HashMap < String , BrokerData > brokerAddrTable;
+
+ private final HashMap < String , Set < String >> clusterAddrTable;
+
+ private final HashMap < String , BrokerLiveInfo > brokerLiveTable;
+
+ private final HashMap < String , List < String > > filterServerTable; 然后接下去就是初始化了一个线程池，然后注册默认的处理类this.registerProcessor();默认都是这个处理器去处理请求 org.apache.rocketmq.namesrv.processor.DefaultRequestProcessor#DefaultRequestProcessor然后是初始化两个定时任务
+第一是每10秒检查一遍Broker的状态的定时任务，调用scanNotActiveBroker方法；遍历brokerLiveTable集合，查看每个broker的最后更新时间（BrokerLiveInfo.lastUpdateTimestamp）是否超过2分钟，若超过则关闭该broker的渠道并调用RouteInfoManager.onChannelDestory方法清理RouteInfoManager类的topicQueueTable、brokerAddrTable、clusterAddrTable、filterServerTable成员变量。
+this . scheduledExecutorService. scheduleAtFixedRate ( new Runnable ( ) {
+
+ @Override
+ public void run ( ) {
+ NamesrvController . this . routeInfoManager. scanNotActiveBroker ( ) ;
}
- for ( boolean doNext = true ; this . isCommitLogAvailable ( ) && doNext; ) {
+ } , 5 , 10 , TimeUnit . SECONDS ) ;
+public void scanNotActiveBroker ( ) {
+ Iterator < Entry < String , BrokerLiveInfo > > = this . brokerLiveTable. entrySet ( ) . iterator ( ) ;
+ while ( it. hasNext ( ) ) {
+ Entry < String , BrokerLiveInfo > = it. next ( ) ;
+ long last = next. getValue ( ) . getLastUpdateTimestamp ( ) ;
+ if ( ( last + BROKER_CHANNEL_EXPIRED_TIME ) < System . currentTimeMillis ( ) ) {
+ RemotingUtil . closeChannel ( next. getValue ( ) . getChannel ( ) ) ;
+ it. remove ( ) ;
+ log. warn ( "The broker channel expired, {} {}ms" , next. getKey ( ) , BROKER_CHANNEL_EXPIRED_TIME ) ;
+ this . onChannelDestroy ( next. getKey ( ) , next. getValue ( ) . getChannel ( ) ) ;
+ }
+ }
+ }
+
+ public void onChannelDestroy ( String remoteAddr, Channel channel) {
+ String brokerAddrFound = null ;
+ if ( channel != null ) {
+ try {
+ try {
+ this . lock. readLock ( ) . lockInterruptibly ( ) ;
+ Iterator < Entry < String , BrokerLiveInfo > > =
+ this . brokerLiveTable. entrySet ( ) . iterator ( ) ;
+ while ( itBrokerLiveTable. hasNext ( ) ) {
+ Entry < String , BrokerLiveInfo > = itBrokerLiveTable. next ( ) ;
+ if ( entry. getValue ( ) . getChannel ( ) == channel) {
+ brokerAddrFound = entry. getKey ( ) ;
+ break ;
+ }
+ }
+ } finally {
+ this . lock. readLock ( ) . unlock ( ) ;
+ }
+ } catch ( Exception e) {
+ log. error ( "onChannelDestroy Exception" , e) ;
+ }
+ }
- if ( DefaultMessageStore . this . getMessageStoreConfig ( ) . isDuplicationEnable ( )
- && this . reputFromOffset >= DefaultMessageStore . this . getConfirmOffset ( ) ) {
- break ;
- }
+ if ( null == brokerAddrFound) {
+ brokerAddrFound = remoteAddr;
+ } else {
+ log. info ( "the broker's channel destroyed, {}, clean it's data structure at once" , brokerAddrFound) ;
+ }
-
- SelectMappedBufferResult result = DefaultMessageStore . this . commitLog. getData ( reputFromOffset) ;
- if ( result != null ) {
- try {
- this . reputFromOffset = result. getStartOffset ( ) ;
+ if ( brokerAddrFound != null && brokerAddrFound. length ( ) > 0 ) {
- for ( int readSize = 0 ; readSize < result. getSize ( ) && doNext; ) {
-
- DispatchRequest dispatchRequest =
- DefaultMessageStore . this . commitLog. checkMessageAndReturnSize ( result. getByteBuffer ( ) , false , false ) ;
- int size = dispatchRequest. getBufferSize ( ) == - 1 ? dispatchRequest. getMsgSize ( ) : dispatchRequest. getBufferSize ( ) ;
+ try {
+ try {
+ this . lock. writeLock ( ) . lockInterruptibly ( ) ;
+ this . brokerLiveTable. remove ( brokerAddrFound) ;
+ this . filterServerTable. remove ( brokerAddrFound) ;
+ String brokerNameFound = null ;
+ boolean removeBrokerName = false ;
+ Iterator < Entry < String , BrokerData > > =
+ this . brokerAddrTable. entrySet ( ) . iterator ( ) ;
+ while ( itBrokerAddrTable. hasNext ( ) && ( null == brokerNameFound) ) {
+ BrokerData brokerData = itBrokerAddrTable. next ( ) . getValue ( ) ;
- if ( dispatchRequest. isSuccess ( ) ) {
- if ( size > 0 ) {
-
- DefaultMessageStore . this . doDispatch ( dispatchRequest) ;
+ Iterator < Entry < Long , String > > = brokerData. getBrokerAddrs ( ) . entrySet ( ) . iterator ( ) ;
+ while ( it. hasNext ( ) ) {
+ Entry < Long , String > = it. next ( ) ;
+ Long brokerId = entry. getKey ( ) ;
+ String brokerAddr = entry. getValue ( ) ;
+ if ( brokerAddr. equals ( brokerAddrFound) ) {
+ brokerNameFound = brokerData. getBrokerName ( ) ;
+ it. remove ( ) ;
+ log. info ( "remove brokerAddr[{}, {}] from brokerAddrTable, because channel destroyed" ,
+ brokerId, brokerAddr) ;
+ break ;
+ }
+ }
- if ( BrokerRole . SLAVE != DefaultMessageStore . this . getMessageStoreConfig ( ) . getBrokerRole ( )
- && DefaultMessageStore . this . brokerConfig. isLongPollingEnable ( ) ) {
- DefaultMessageStore . this . messageArrivingListener. arriving ( dispatchRequest. getTopic ( ) ,
- dispatchRequest. getQueueId ( ) , dispatchRequest. getConsumeQueueOffset ( ) + 1 ,
- dispatchRequest. getTagsCode ( ) , dispatchRequest. getStoreTimestamp ( ) ,
- dispatchRequest. getBitMap ( ) , dispatchRequest. getPropertiesMap ( ) ) ;
- }
+ if ( brokerData. getBrokerAddrs ( ) . isEmpty ( ) ) {
+ removeBrokerName = true ;
+ itBrokerAddrTable. remove ( ) ;
+ log. info ( "remove brokerName[{}] from brokerAddrTable, because channel destroyed" ,
+ brokerData. getBrokerName ( ) ) ;
+ }
+ }
- this . reputFromOffset += size;
- readSize += size;
- if ( DefaultMessageStore . this . getMessageStoreConfig ( ) . getBrokerRole ( ) == BrokerRole . SLAVE ) {
- DefaultMessageStore . this . storeStatsService
- . getSinglePutMessageTopicTimesTotal ( dispatchRequest. getTopic ( ) ) . incrementAndGet ( ) ;
- DefaultMessageStore . this . storeStatsService
- . getSinglePutMessageTopicSizeTotal ( dispatchRequest. getTopic ( ) )
- . addAndGet ( dispatchRequest. getMsgSize ( ) ) ;
- }
- } else if ( size == 0 ) {
- this . reputFromOffset = DefaultMessageStore . this . commitLog. rollNextFile ( this . reputFromOffset) ;
- readSize = result. getSize ( ) ;
+ if ( brokerNameFound != null && removeBrokerName) {
+ Iterator < Entry < String , Set < String > > > = this . clusterAddrTable. entrySet ( ) . iterator ( ) ;
+ while ( it. hasNext ( ) ) {
+ Entry < String , Set < String > > = it. next ( ) ;
+ String clusterName = entry. getKey ( ) ;
+ Set < String > = entry. getValue ( ) ;
+ boolean removed = brokerNames. remove ( brokerNameFound) ;
+ if ( removed) {
+ log. info ( "remove brokerName[{}], clusterName[{}] from clusterAddrTable, because channel destroyed" ,
+ brokerNameFound, clusterName) ;
+
+ if ( brokerNames. isEmpty ( ) ) {
+ log. info ( "remove the clusterName[{}] from clusterAddrTable, because channel destroyed and no broker in this cluster" ,
+ clusterName) ;
+ it. remove ( ) ;
}
- } else if ( ! dispatchRequest. isSuccess ( ) ) {
- if ( size > 0 ) {
- log. error ( "[BUG]read total count not equals msg total size. reputFromOffset={}" , reputFromOffset) ;
- this . reputFromOffset += size;
- } else {
- doNext = false ;
-
-
- if ( DefaultMessageStore . this . getMessageStoreConfig ( ) . isEnableDLegerCommitLog ( ) ||
- DefaultMessageStore . this . brokerConfig. getBrokerId ( ) == MixAll . MASTER_ID ) {
- log. error ( "[BUG]dispatch message to consume queue error, COMMITLOG OFFSET: {}" ,
- this . reputFromOffset) ;
- this . reputFromOffset += result. getSize ( ) - readSize;
- }
+ break ;
+ }
+ }
+ }
+
+ if ( removeBrokerName) {
+ Iterator < Entry < String , List < QueueData > > > =
+ this . topicQueueTable. entrySet ( ) . iterator ( ) ;
+ while ( itTopicQueueTable. hasNext ( ) ) {
+ Entry < String , List < QueueData > > = itTopicQueueTable. next ( ) ;
+ String topic = entry. getKey ( ) ;
+ List < QueueData > = entry. getValue ( ) ;
+
+ Iterator < QueueData > = queueDataList. iterator ( ) ;
+ while ( itQueueData. hasNext ( ) ) {
+ QueueData queueData = itQueueData. next ( ) ;
+ if ( queueData. getBrokerName ( ) . equals ( brokerNameFound) ) {
+ itQueueData. remove ( ) ;
+ log. info ( "remove topic[{} {}], from topicQueueTable, because channel destroyed" ,
+ topic, queueData) ;
}
}
+
+ if ( queueDataList. isEmpty ( ) ) {
+ itTopicQueueTable. remove ( ) ;
+ log. info ( "remove topic[{}] all queue, from topicQueueTable, because channel destroyed" ,
+ topic) ;
+ }
}
- } finally {
- result. release ( ) ;
}
- } else {
- doNext = false ;
+ } finally {
+ this . lock. writeLock ( ) . unlock ( ) ;
}
+ } catch ( Exception e) {
+ log. error ( "onChannelDestroy Exception" , e) ;
}
- } }
+ } 分发的逻辑看到这
- class CommitLogDispatcherBuildConsumeQueue implements CommitLogDispatcher {
+第二个是每10分钟打印一次NameServer的配置参数。即KVConfigManager.configTable变量的内容。
+this . scheduledExecutorService. scheduleAtFixedRate ( new Runnable ( ) {
- @Override
- public void dispatch ( DispatchRequest request) {
- final int tranType = MessageSysFlag . getTransactionValue ( request. getSysFlag ( ) ) ;
- switch ( tranType) {
- case MessageSysFlag . TRANSACTION_NOT_TYPE :
- case MessageSysFlag . TRANSACTION_COMMIT_TYPE :
- DefaultMessageStore . this . putMessagePositionInfo ( request) ;
- break ;
- case MessageSysFlag . TRANSACTION_PREPARED_TYPE :
- case MessageSysFlag . TRANSACTION_ROLLBACK_TYPE :
- break ;
+ @Override
+ public void run ( ) {
+ NamesrvController . this . kvConfigManager. printAllPeriodically ( ) ;
}
+ } , 1 , 10 , TimeUnit . MINUTES ) ; 然后这个初始化就差不多完成了，后面只需要把remotingServer start一下就好了
+处理请求 直接上代码，其实主体是swtich case去判断
+@Override
+ public RemotingCommand processRequest ( ChannelHandlerContext ctx,
+ RemotingCommand request) throws RemotingCommandException {
+
+ if ( ctx != null ) {
+ log. debug ( "receive request, {} {} {}" ,
+ request. getCode ( ) ,
+ RemotingHelper . parseChannelRemoteAddr ( ctx. channel ( ) ) ,
+ request) ;
}
- }
-public void putMessagePositionInfo ( DispatchRequest dispatchRequest) {
- ConsumeQueue cq = this . findConsumeQueue ( dispatchRequest. getTopic ( ) , dispatchRequest. getQueueId ( ) ) ;
- cq. putMessagePositionInfoWrapper ( dispatchRequest) ;
- } 真正存储的是在这
-private boolean putMessagePositionInfo ( final long offset, final int size, final long tagsCode,
- final long cqOffset) {
- if ( offset + size <= this . maxPhysicOffset) {
- log. warn ( "Maybe try to build consume queue repeatedly maxPhysicOffset={} phyOffset={}" , maxPhysicOffset, offset) ;
- return true ;
+ switch ( request. getCode ( ) ) {
+ case RequestCode . PUT_KV_CONFIG :
+ return this . putKVConfig ( ctx, request) ;
+ case RequestCode . GET_KV_CONFIG :
+ return this . getKVConfig ( ctx, request) ;
+ case RequestCode . DELETE_KV_CONFIG :
+ return this . deleteKVConfig ( ctx, request) ;
+ case RequestCode . QUERY_DATA_VERSION :
+ return queryBrokerTopicConfig ( ctx, request) ;
+ case RequestCode . REGISTER_BROKER :
+ Version brokerVersion = MQVersion . value2Version ( request. getVersion ( ) ) ;
+ if ( brokerVersion. ordinal ( ) >= MQVersion. Version . V3_0_11 . ordinal ( ) ) {
+ return this . registerBrokerWithFilterServer ( ctx, request) ;
+ } else {
+ return this . registerBroker ( ctx, request) ;
+ }
+ case RequestCode . UNREGISTER_BROKER :
+ return this . unregisterBroker ( ctx, request) ;
+ case RequestCode . GET_ROUTEINTO_BY_TOPIC :
+ return this . getRouteInfoByTopic ( ctx, request) ;
+ case RequestCode . GET_BROKER_CLUSTER_INFO :
+ return this . getBrokerClusterInfo ( ctx, request) ;
+ case RequestCode . WIPE_WRITE_PERM_OF_BROKER :
+ return this . wipeWritePermOfBroker ( ctx, request) ;
+ case RequestCode . GET_ALL_TOPIC_LIST_FROM_NAMESERVER :
+ return getAllTopicListFromNameserver ( ctx, request) ;
+ case RequestCode . DELETE_TOPIC_IN_NAMESRV :
+ return deleteTopicInNamesrv ( ctx, request) ;
+ case RequestCode . GET_KVLIST_BY_NAMESPACE :
+ return this . getKVListByNamespace ( ctx, request) ;
+ case RequestCode . GET_TOPICS_BY_CLUSTER :
+ return this . getTopicsByCluster ( ctx, request) ;
+ case RequestCode . GET_SYSTEM_TOPIC_LIST_FROM_NS :
+ return this . getSystemTopicListFromNs ( ctx, request) ;
+ case RequestCode . GET_UNIT_TOPIC_LIST :
+ return this . getUnitTopicList ( ctx, request) ;
+ case RequestCode . GET_HAS_UNIT_SUB_TOPIC_LIST :
+ return this . getHasUnitSubTopicList ( ctx, request) ;
+ case RequestCode . GET_HAS_UNIT_SUB_UNUNIT_TOPIC_LIST :
+ return this . getHasUnitSubUnUnitTopicList ( ctx, request) ;
+ case RequestCode . UPDATE_NAMESRV_CONFIG :
+ return this . updateConfig ( ctx, request) ;
+ case RequestCode . GET_NAMESRV_CONFIG :
+ return this . getConfig ( ctx, request) ;
+ default :
+ break ;
+ }
+ return null ;
+ } 以broker注册为例，
+case RequestCode . REGISTER_BROKER :
+ Version brokerVersion = MQVersion . value2Version ( request. getVersion ( ) ) ;
+ if ( brokerVersion. ordinal ( ) >= MQVersion. Version . V3_0_11 . ordinal ( ) ) {
+ return this . registerBrokerWithFilterServer ( ctx, request) ;
+ } else {
+ return this . registerBroker ( ctx, request) ;
+ } 做了个简单的版本管理，我们看下前面一个的代码
+public RemotingCommand registerBrokerWithFilterServer ( ChannelHandlerContext ctx, RemotingCommand request)
+ throws RemotingCommandException {
+ final RemotingCommand response = RemotingCommand . createResponseCommand ( RegisterBrokerResponseHeader . class ) ;
+ final RegisterBrokerResponseHeader responseHeader = ( RegisterBrokerResponseHeader ) response. readCustomHeader ( ) ;
+ final RegisterBrokerRequestHeader requestHeader =
+ ( RegisterBrokerRequestHeader ) request. decodeCommandCustomHeader ( RegisterBrokerRequestHeader . class ) ;
+
+ if ( ! checksum ( ctx, request, requestHeader) ) {
+ response. setCode ( ResponseCode . SYSTEM_ERROR ) ;
+ response. setRemark ( "crc32 not match" ) ;
+ return response;
+ }
+
+ RegisterBrokerBody registerBrokerBody = new RegisterBrokerBody ( ) ;
+
+ if ( request. getBody ( ) != null ) {
+ try {
+ registerBrokerBody = RegisterBrokerBody . decode ( request. getBody ( ) , requestHeader. isCompressed ( ) ) ;
+ } catch ( Exception e) {
+ throw new RemotingCommandException ( "Failed to decode RegisterBrokerBody" , e) ;
+ }
+ } else {
+ registerBrokerBody. getTopicConfigSerializeWrapper ( ) . getDataVersion ( ) . setCounter ( new AtomicLong ( 0 ) ) ;
+ registerBrokerBody. getTopicConfigSerializeWrapper ( ) . getDataVersion ( ) . setTimestamp ( 0 ) ;
}
- this . byteBufferIndex. flip ( ) ;
- this . byteBufferIndex. limit ( CQ_STORE_UNIT_SIZE ) ;
- this . byteBufferIndex. putLong ( offset) ;
- this . byteBufferIndex. putInt ( size) ;
- this . byteBufferIndex. putLong ( tagsCode) ; RegisterBrokerResult result = this . namesrvController. getRouteInfoManager ( ) . registerBroker (
+ requestHeader. getClusterName ( ) ,
+ requestHeader. getBrokerAddr ( ) ,
+ requestHeader. getBrokerName ( ) ,
+ requestHeader. getBrokerId ( ) ,
+ requestHeader. getHaServerAddr ( ) ,
+ registerBrokerBody. getTopicConfigSerializeWrapper ( ) ,
+ registerBrokerBody. getFilterServerList ( ) ,
+ ctx. channel ( ) ) ;
-这里也可以看到 ConsumeQueue 的存储格式，
-
-偏移量，消息大小，跟 tag 的 hashCode
-]]>
-
- MQ
- RocketMQ
- 消息队列
-
-
- MQ
- 消息队列
- RocketMQ
-
-
-
- 聊一下 RocketMQ 的消息存储二
- /2021/09/12/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E6%B6%88%E6%81%AF%E5%AD%98%E5%82%A8%E4%BA%8C/
- CommitLog 结构CommitLog 是 rocketmq 的服务端，也就是 broker 存储消息的的文件，跟 kafka 一样，也是顺序写入，当然消息是变长的，生成的规则是每个文件的默认1G =1024 * 1024 * 1024，commitlog的文件名fileName，名字长度为20位，左边补零，剩余为起始偏移量；比如00000000000000000000代表了第一个文件，起始偏移量为0，文件大小为1G=1 073 741 824Byte；当这个文件满了，第二个文件名字为00000000001073741824，起始偏移量为1073741824, 消息存储的时候会顺序写入文件，当文件满了则写入下一个文件，代码中的定义
-
-private int mapedFileSizeCommitLog = 1024 * 1024 * 1024 ; . setHaServerAddr ( result. getHaServerAddr ( ) ) ;
+ responseHeader. setMasterAddr ( result. getMasterAddr ( ) ) ;
-
-本地跑个 demo 验证下，也是这样，这里奇妙有几个比较巧妙的点（个人观点），首先文件就刚好是 1G，并且按照大小偏移量去生成下一个文件，这样获取消息的时候按大小算一下就知道在哪个文件里了，
-代码中写入 CommitLog 的逻辑可以从这开始看
-public PutMessageResult putMessage ( final MessageExtBrokerInner msg) {
-
- msg. setStoreTimestamp ( System . currentTimeMillis ( ) ) ;
-
-
- msg. setBodyCRC ( UtilAll . crc32 ( msg. getBody ( ) ) ) ;
-
- AppendMessageResult result = null ;
+ byte [ ] jsonValue = this . namesrvController. getKvConfigManager ( ) . getKVListByNamespace ( NamesrvUtil . NAMESPACE_ORDER_TOPIC_CONFIG ) ;
+ response. setBody ( jsonValue) ;
- StoreStatsService storeStatsService = this . defaultMessageStore. getStoreStatsService ( ) ;
+ response. setCode ( ResponseCode . SUCCESS ) ;
+ response. setRemark ( null ) ;
+ return response;
+} String topic = msg. getTopic ( ) ;
- int queueId = msg. getQueueId ( ) ;
+可以看到主要的逻辑还是在org.apache.rocketmq.namesrv.routeinfo.RouteInfoManager#registerBroker这个方法里
+public RegisterBrokerResult registerBroker (
+ final String clusterName,
+ final String brokerAddr,
+ final String brokerName,
+ final long brokerId,
+ final String haServerAddr,
+ final TopicConfigSerializeWrapper topicConfigWrapper,
+ final List < String > ,
+ final Channel channel) {
+ RegisterBrokerResult result = new RegisterBrokerResult ( ) ;
+ try {
+ try {
+ this . lock. writeLock ( ) . lockInterruptibly ( ) ;
- final int tranType = MessageSysFlag . getTransactionValue ( msg. getSysFlag ( ) ) ;
- if ( tranType == MessageSysFlag . TRANSACTION_NOT_TYPE
- || tranType == MessageSysFlag . TRANSACTION_COMMIT_TYPE ) {
-
- if ( msg. getDelayTimeLevel ( ) > 0 ) {
- if ( msg. getDelayTimeLevel ( ) > this . defaultMessageStore. getScheduleMessageService ( ) . getMaxDelayLevel ( ) ) {
- msg. setDelayTimeLevel ( this . defaultMessageStore. getScheduleMessageService ( ) . getMaxDelayLevel ( ) ) ;
+
+ Set < String > = this . clusterAddrTable. get ( clusterName) ;
+ if ( null == brokerNames) {
+ brokerNames = new HashSet < String > ( ) ;
+ this . clusterAddrTable. put ( clusterName, brokerNames) ;
}
+ brokerNames. add ( brokerName) ;
- topic = ScheduleMessageService . SCHEDULE_TOPIC ;
- queueId = ScheduleMessageService . delayLevel2QueueId ( msg. getDelayTimeLevel ( ) ) ;
-
-
- MessageAccessor . putProperty ( msg, MessageConst . PROPERTY_REAL_TOPIC , msg. getTopic ( ) ) ;
- MessageAccessor . putProperty ( msg, MessageConst . PROPERTY_REAL_QUEUE_ID , String . valueOf ( msg. getQueueId ( ) ) ) ;
- msg. setPropertiesString ( MessageDecoder . messageProperties2String ( msg. getProperties ( ) ) ) ;
+ boolean registerFirst = false ;
- msg. setTopic ( topic) ;
- msg. setQueueId ( queueId) ;
- }
- }
+
+ BrokerData brokerData = this . brokerAddrTable. get ( brokerName) ;
+ if ( null == brokerData) {
+ registerFirst = true ;
+ brokerData = new BrokerData ( clusterName, brokerName, new HashMap < Long , String > ( ) ) ;
+ this . brokerAddrTable. put ( brokerName, brokerData) ;
+ }
+ Map < Long , String > = brokerData. getBrokerAddrs ( ) ;
+
+
+ Iterator < Entry < Long , String > > = brokerAddrsMap. entrySet ( ) . iterator ( ) ;
+ while ( it. hasNext ( ) ) {
+ Entry < Long , String > = it. next ( ) ;
+ if ( null != brokerAddr && brokerAddr. equals ( item. getValue ( ) ) && brokerId != item. getKey ( ) ) {
+ it. remove ( ) ;
+ }
+ }
- long eclipseTimeInLock = 0 ;
- MappedFile unlockMappedFile = null ;
- MappedFile mappedFile = this . mappedFileQueue. getLastMappedFile ( ) ;
+ String oldAddr = brokerData. getBrokerAddrs ( ) . put ( brokerId, brokerAddr) ;
+ registerFirst = registerFirst || ( null == oldAddr) ;
- putMessageLock. lock ( ) ;
- try {
- long beginLockTimestamp = this . defaultMessageStore. getSystemClock ( ) . now ( ) ;
- this . beginTimeInLock = beginLockTimestamp;
+
+ if ( null != topicConfigWrapper
+ && MixAll . MASTER_ID == brokerId) {
+ if ( this . isBrokerTopicConfigChanged ( brokerAddr, topicConfigWrapper. getDataVersion ( ) )
+ || registerFirst) {
+ ConcurrentMap < String , TopicConfig > =
+ topicConfigWrapper. getTopicConfigTable ( ) ;
+ if ( tcTable != null ) {
+ for ( Map. Entry < String , TopicConfig > : tcTable. entrySet ( ) ) {
+ this . createAndUpdateQueueData ( brokerName, entry. getValue ( ) ) ;
+ }
+ }
+ }
+ }
-
-
- msg. setStoreTimestamp ( beginLockTimestamp) ;
+
+ BrokerLiveInfo prevBrokerLiveInfo = this . brokerLiveTable. put ( brokerAddr,
+ new BrokerLiveInfo (
+ System . currentTimeMillis ( ) ,
+ topicConfigWrapper. getDataVersion ( ) ,
+ channel,
+ haServerAddr) ) ;
+ if ( null == prevBrokerLiveInfo) {
+ log. info ( "new broker registered, {} HAServer: {}" , brokerAddr, haServerAddr) ;
+ }
- if ( null == mappedFile || mappedFile. isFull ( ) ) {
- mappedFile = this . mappedFileQueue. getLastMappedFile ( 0 ) ;
- }
- if ( null == mappedFile) {
- log. error ( "create mapped file1 error, topic: " + msg. getTopic ( ) + " clientAddr: " + msg. getBornHostString ( ) ) ;
- beginTimeInLock = 0 ;
- return new PutMessageResult ( PutMessageStatus . CREATE_MAPEDFILE_FAILED , null ) ;
- }
+
+ if ( filterServerList != null ) {
+ if ( filterServerList. isEmpty ( ) ) {
+ this . filterServerTable. remove ( brokerAddr) ;
+ } else {
+ this . filterServerTable. put ( brokerAddr, filterServerList) ;
+ }
+ }
- result = mappedFile. appendMessage ( msg, this . appendMessageCallback) ;
- switch ( result. getStatus ( ) ) {
- case PUT_OK :
- break ;
- case END_OF_FILE :
- unlockMappedFile = mappedFile;
-
- mappedFile = this . mappedFileQueue. getLastMappedFile ( 0 ) ;
- if ( null == mappedFile) {
-
- log. error ( "create mapped file2 error, topic: " + msg. getTopic ( ) + " clientAddr: " + msg. getBornHostString ( ) ) ;
- beginTimeInLock = 0 ;
- return new PutMessageResult ( PutMessageStatus . CREATE_MAPEDFILE_FAILED , result) ;
+
+ if ( MixAll . MASTER_ID != brokerId) {
+ String masterAddr = brokerData. getBrokerAddrs ( ) . get ( MixAll . MASTER_ID ) ;
+ if ( masterAddr != null ) {
+ BrokerLiveInfo brokerLiveInfo = this . brokerLiveTable. get ( masterAddr) ;
+ if ( brokerLiveInfo != null ) {
+ result. setHaServerAddr ( brokerLiveInfo. getHaServerAddr ( ) ) ;
+ result. setMasterAddr ( masterAddr) ;
+ }
}
- result = mappedFile. appendMessage ( msg, this . appendMessageCallback) ;
- break ;
- case MESSAGE_SIZE_EXCEEDED :
- case PROPERTIES_SIZE_EXCEEDED :
- beginTimeInLock = 0 ;
- return new PutMessageResult ( PutMessageStatus . MESSAGE_ILLEGAL , result) ;
- case UNKNOWN_ERROR :
- beginTimeInLock = 0 ;
- return new PutMessageResult ( PutMessageStatus . UNKNOWN_ERROR , result) ;
- default :
- beginTimeInLock = 0 ;
- return new PutMessageResult ( PutMessageStatus . UNKNOWN_ERROR , result) ;
+ }
+ } finally {
+ this . lock. writeLock ( ) . unlock ( ) ;
}
-
- eclipseTimeInLock = this . defaultMessageStore. getSystemClock ( ) . now ( ) - beginLockTimestamp;
- beginTimeInLock = 0 ;
- } finally {
- putMessageLock. unlock ( ) ;
+ } catch ( Exception e) {
+ log. error ( "registerBroker Exception" , e) ;
}
- if ( eclipseTimeInLock > 500 ) {
- log. warn ( "[NOTIFYME]putMessage in lock cost time(ms)={}, bodyLength={} AppendMessageResult={}" , eclipseTimeInLock, msg. getBody ( ) . length, result) ;
- }
+ return result;
+ } if ( null != unlockMappedFile && this . defaultMessageStore. getMessageStoreConfig ( ) . isWarmMapedFileEnable ( ) ) {
- this . defaultMessageStore. unlockMappedFile ( unlockMappedFile) ;
- }
+这个是注册 broker 的逻辑，再看下根据 topic 获取 broker 信息和 topic 信息，org.apache.rocketmq.namesrv.processor.DefaultRequestProcessor#getRouteInfoByTopic 主要是这个方法的逻辑
+public RemotingCommand getRouteInfoByTopic ( ChannelHandlerContext ctx,
+ RemotingCommand request) throws RemotingCommandException {
+ final RemotingCommand response = RemotingCommand . createResponseCommand ( null ) ;
+ final GetRouteInfoRequestHeader requestHeader =
+ ( GetRouteInfoRequestHeader ) request. decodeCommandCustomHeader ( GetRouteInfoRequestHeader . class ) ;
- PutMessageResult putMessageResult = new PutMessageResult ( PutMessageStatus . PUT_OK , result) ;
+ TopicRouteData topicRouteData = this . namesrvController. getRouteInfoManager ( ) . pickupTopicRouteData ( requestHeader. getTopic ( ) ) ;
-
- storeStatsService. getSinglePutMessageTopicTimesTotal ( msg. getTopic ( ) ) . incrementAndGet ( ) ;
- storeStatsService. getSinglePutMessageTopicSizeTotal ( topic) . addAndGet ( result. getWroteBytes ( ) ) ;
+ if ( topicRouteData != null ) {
+ if ( this . namesrvController. getNamesrvConfig ( ) . isOrderMessageEnable ( ) ) {
+ String orderTopicConf =
+ this . namesrvController. getKvConfigManager ( ) . getKVConfig ( NamesrvUtil . NAMESPACE_ORDER_TOPIC_CONFIG ,
+ requestHeader. getTopic ( ) ) ;
+ topicRouteData. setOrderTopicConf ( orderTopicConf) ;
+ }
+
+ byte [ ] content = topicRouteData. encode ( ) ;
+ response. setBody ( content) ;
+ response. setCode ( ResponseCode . SUCCESS ) ;
+ response. setRemark ( null ) ;
+ return response;
+ }
+
+ response. setCode ( ResponseCode . TOPIC_NOT_EXIST ) ;
+ response. setRemark ( "No topic route info in name server for the topic: " + requestHeader. getTopic ( )
+ + FAQUrl . suggestTodo ( FAQUrl . APPLY_TOPIC_URL ) ) ;
+ return response;
+ } handleDiskFlush ( result, putMessageResult, msg) ;
- handleHA ( result, putMessageResult, msg) ;
+首先调用org.apache.rocketmq.namesrv.routeinfo.RouteInfoManager#pickupTopicRouteData从org.apache.rocketmq.namesrv.routeinfo.RouteInfoManager#topicQueueTable获取到org.apache.rocketmq.common.protocol.route.QueueData这里面存了 brokerName，再通过org.apache.rocketmq.namesrv.routeinfo.RouteInfoManager#brokerAddrTable里获取到 broker 的地址信息等，然后再获取 orderMessage 的配置。
+简要分析了下 RocketMQ 的 NameServer 的代码，比较粗粒度。
+]]>
+
+ MQ
+ RocketMQ
+ 消息队列
+ RocketMQ
+ 中间件
+ RocketMQ
+
+
+ MQ
+ 消息队列
+ RocketMQ
+ 削峰填谷
+ 中间件
+ NameServer
+ 源码解析
+
+
+
+ 聊一下 RocketMQ 的 DefaultMQPushConsumer 源码
+ /2020/06/26/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84-Consumer/
+ 首先看下官方的小 demo
+public static void main(String[] args) throws InterruptedException, MQClientException {
- return putMessageResult;
- } 前面也看到在CommitLog 目录下是有大小为 1G 的文件组成，在实现逻辑中，其实是通过 org.apache.rocketmq.store.MappedFileQueue ，内部是存的一个MappedFile的队列，对于写入的场景每次都是通过org.apache.rocketmq.store.MappedFileQueue#getLastMappedFile() 获取最后一个文件，如果还没有创建，或者最后这个文件已经满了，那就调用 org.apache.rocketmq.store.MappedFileQueue#getLastMappedFile(long)
-public MappedFile getLastMappedFile ( final long startOffset, boolean needCreate) {
- long createOffset = - 1 ;
-
- MappedFile mappedFileLast = getLastMappedFile ( ) ;
+ /*
+ * Specify name server addresses.
+ * <p/>
+ * 这里可以通知指定环境变量或者设置对象参数的形式指定名字空间服务的地址
+ *
+ * Alternatively, you may specify name server addresses via exporting environmental variable: NAMESRV_ADDR
+ * <pre>
+ * {@code
+ * consumer.setNamesrvAddr("name-server1-ip:9876;name-server2-ip:9876");
+ * }
+ * </pre>
+ */
-
- if ( mappedFileLast == null ) {
- createOffset = startOffset - ( startOffset % this . mappedFileSize) ;
- }
-
-
- if ( mappedFileLast != null && mappedFileLast. isFull ( ) ) {
-
- createOffset = mappedFileLast. getFileFromOffset ( ) + this . mappedFileSize;
- }
+ /*
+ * Specify where to start in case the specified consumer group is a brand new one.
+ * 指定消费起始点
+ */
+ consumer.setConsumeFromWhere(ConsumeFromWhere.CONSUME_FROM_FIRST_OFFSET);
- if ( createOffset != - 1 && needCreate) {
-
- String nextFilePath = this . storePath + File . separator + UtilAll . offset2FileName ( createOffset) ;
- String nextNextFilePath = this . storePath + File . separator
- + UtilAll . offset2FileName ( createOffset + this . mappedFileSize) ;
- MappedFile mappedFile = null ;
+ /*
+ * Subscribe one more more topics to consume.
+ * 指定订阅的 topic 跟 tag，注意后面的是个表达式，可以以 tag1 || tag2 || tag3 传入
+ */
+ consumer.subscribe("TopicTest", "*");
-
- if ( this . allocateMappedFileService != null ) {
- mappedFile = this . allocateMappedFileService. putRequestAndReturnMappedFile ( nextFilePath,
- nextNextFilePath, this . mappedFileSize) ;
- } else {
- try {
-
- mappedFile = new MappedFile ( nextFilePath, this . mappedFileSize) ;
- } catch ( IOException e) {
- log. error ( "create mappedFile exception" , e) ;
- }
- }
+ /*
+ * Register callback to execute on arrival of messages fetched from brokers.
+ * 注册具体获得消息后的处理方法
+ */
+ consumer.registerMessageListener(new MessageListenerConcurrently() {
- if ( mappedFile != null ) {
- if ( this . mappedFiles. isEmpty ( ) ) {
- mappedFile. setFirstCreateInQueue ( true ) ;
- }
- this . mappedFiles. add ( mappedFile) ;
- }
+ @Override
+ public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> msgs,
+ ConsumeConcurrentlyContext context) {
+ System.out.printf("%s Receive New Messages: %s %n", Thread.currentThread().getName(), msgs);
+ return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;
+ }
+ });
- return mappedFile;
- }
+ /*
+ * Launch the consumer instance.
+ * 启动消费者
+ */
+ consumer.start();
- return mappedFileLast;
- } 首先看下直接创建的，
-public MappedFile ( final String fileName, final int fileSize) throws IOException {
- init ( fileName, fileSize) ;
- }
-private void init ( final String fileName, final int fileSize) throws IOException {
- this . fileName = fileName;
- this . fileSize = fileSize;
- this . file = new File ( fileName) ;
- this . fileFromOffset = Long . parseLong ( this . file. getName ( ) ) ;
- boolean ok = false ;
+然后就是看看 start 的过程了
+/**
+ * This method gets internal infrastructure readily to serve. Instances must call this method after configuration.
+ *
+ * @throws MQClientException if there is any client error.
+ */
+ @Override
+ public void start() throws MQClientException {
+ setConsumerGroup(NamespaceUtil.wrapNamespace(this.getNamespace(), this.consumerGroup));
+ this.defaultMQPushConsumerImpl.start();
+ if (null != traceDispatcher) {
+ try {
+ traceDispatcher.start(this.getNamesrvAddr(), this.getAccessChannel());
+ } catch (MQClientException e) {
+ log.warn("trace dispatcher start failed ", e);
+ }
+ }
+ }具体的逻辑在this.defaultMQPushConsumerImpl.start()，这个 defaultMQPushConsumerImpl 就是
+/**
+ * Internal implementation. Most of the functions herein are delegated to it.
+ */
+ protected final transient DefaultMQPushConsumerImpl defaultMQPushConsumerImpl;ensureDirOK ( this . file. getParent ( ) ) ;
+public synchronized void start() throws MQClientException {
+ switch (this.serviceState) {
+ case CREATE_JUST:
+ log.info("the consumer [{}] start beginning. messageModel={}, isUnitMode={}", this.defaultMQPushConsumer.getConsumerGroup(),
+ this.defaultMQPushConsumer.getMessageModel(), this.defaultMQPushConsumer.isUnitMode());
+ // 这里比较巧妙，相当于想设立了个屏障，防止并发启动，不过这里并不是悲观锁，也不算个严格的乐观锁
+ this.serviceState = ServiceState.START_FAILED;
- try {
-
- this . fileChannel = new RandomAccessFile ( this . file, "rw" ) . getChannel ( ) ;
-
- this . mappedByteBuffer = this . fileChannel. map ( MapMode . READ_WRITE , 0 , fileSize) ;
- TOTAL_MAPPED_VIRTUAL_MEMORY . addAndGet ( fileSize) ;
- TOTAL_MAPPED_FILES . incrementAndGet ( ) ;
- ok = true ;
- } catch ( FileNotFoundException e) {
- log. error ( "create file channel " + this . fileName + " Failed. " , e) ;
- throw e;
- } catch ( IOException e) {
- log. error ( "map file " + this . fileName + " Failed. " , e) ;
- throw e;
- } finally {
- if ( ! ok && this . fileChannel != null ) {
- this . fileChannel. close ( ) ;
- }
- }
- } 如果是提交给AllocateMappedFileService的话就用到了一些异步操作
-public MappedFile putRequestAndReturnMappedFile ( String nextFilePath, String nextNextFilePath, int fileSize) {
- int canSubmitRequests = 2 ;
- if ( this . messageStore. getMessageStoreConfig ( ) . isTransientStorePoolEnable ( ) ) {
- if ( this . messageStore. getMessageStoreConfig ( ) . isFastFailIfNoBufferInStorePool ( )
- && BrokerRole . SLAVE != this . messageStore. getMessageStoreConfig ( ) . getBrokerRole ( ) ) {
- canSubmitRequests = this . messageStore. getTransientStorePool ( ) . remainBufferNumbs ( ) - this . requestQueue. size ( ) ;
- }
- }
-
- AllocateRequest nextReq = new AllocateRequest ( nextFilePath, fileSize) ;
- boolean nextPutOK = this . requestTable. putIfAbsent ( nextFilePath, nextReq) == null ;
-
- if ( nextPutOK) {
-
- if ( canSubmitRequests <= 0 ) {
- log. warn ( "[NOTIFYME]TransientStorePool is not enough, so create mapped file error, " +
- "RequestQueueSize : {}, StorePoolSize: {}" , this . requestQueue. size ( ) , this . messageStore. getTransientStorePool ( ) . remainBufferNumbs ( ) ) ;
- this . requestTable. remove ( nextFilePath) ;
- return null ;
- }
-
- boolean offerOK = this . requestQueue. offer ( nextReq) ;
- if ( ! offerOK) {
- log. warn ( "never expected here, add a request to preallocate queue failed" ) ;
- }
- canSubmitRequests-- ;
- }
+ this.copySubscription();
-
- AllocateRequest nextNextReq = new AllocateRequest ( nextNextFilePath, fileSize) ;
- boolean nextNextPutOK = this . requestTable. putIfAbsent ( nextNextFilePath, nextNextReq) == null ;
- if ( nextNextPutOK) {
- if ( canSubmitRequests <= 0 ) {
- log. warn ( "[NOTIFYME]TransientStorePool is not enough, so skip preallocate mapped file, " +
- "RequestQueueSize : {}, StorePoolSize: {}" , this . requestQueue. size ( ) , this . messageStore. getTransientStorePool ( ) . remainBufferNumbs ( ) ) ;
- this . requestTable. remove ( nextNextFilePath) ;
- } else {
- boolean offerOK = this . requestQueue. offer ( nextNextReq) ;
- if ( ! offerOK) {
- log. warn ( "never expected here, add a request to preallocate queue failed" ) ;
- }
- }
- }
+ if (this.defaultMQPushConsumer.getMessageModel() == MessageModel.CLUSTERING) {
+ this.defaultMQPushConsumer.changeInstanceNameToPID();
+ }
- if ( hasException) {
- log. warn ( this . getServiceName ( ) + " service has exception. so return null" ) ;
- return null ;
- }
+ // 这个mQClientFactory，负责管理client（consumer、producer），并提供多中功能接口供各个Service（Rebalance、PullMessage等）调用；大部分逻辑均在这个类中完成
+ this.mQClientFactory = MQClientManager.getInstance().getOrCreateMQClientInstance(this.defaultMQPushConsumer, this.rpcHook);
- AllocateRequest result = this . requestTable. get ( nextFilePath) ;
- try {
-
- if ( result != null ) {
- boolean waitOK = result. getCountDownLatch ( ) . await ( waitTimeOut, TimeUnit . MILLISECONDS ) ;
- if ( ! waitOK) {
- log. warn ( "create mmap timeout " + result. getFilePath ( ) + " " + result. getFileSize ( ) ) ;
- return null ;
- } else {
- this . requestTable. remove ( nextFilePath) ;
- return result. getMappedFile ( ) ;
- }
- } else {
- log. error ( "find preallocate mmap failed, this never happen" ) ;
- }
- } catch ( InterruptedException e) {
- log. warn ( this . getServiceName ( ) + " service has exception. " , e) ;
- }
+ // 这个 rebalanceImpl 主要负责决定，当前的consumer应该从哪些Queue中消费消息；
+ this.rebalanceImpl.setConsumerGroup(this.defaultMQPushConsumer.getConsumerGroup());
+ this.rebalanceImpl.setMessageModel(this.defaultMQPushConsumer.getMessageModel());
+ this.rebalanceImpl.setAllocateMessageQueueStrategy(this.defaultMQPushConsumer.getAllocateMessageQueueStrategy());
+ this.rebalanceImpl.setmQClientFactory(this.mQClientFactory);
- return null ;
- } 而真正去执行文件操作的就是 AllocateMappedFileService的 run 方法
-public void run ( ) {
- log. info ( this . getServiceName ( ) + " service started" ) ;
+ if (this.defaultMQPushConsumer.getOffsetStore() != null) {
+ this.offsetStore = this.defaultMQPushConsumer.getOffsetStore();
+ } else {
+ switch (this.defaultMQPushConsumer.getMessageModel()) {
+ case BROADCASTING:
+ this.offsetStore = new LocalFileOffsetStore(this.mQClientFactory, this.defaultMQPushConsumer.getConsumerGroup());
+ break;
+ case CLUSTERING:
+ this.offsetStore = new RemoteBrokerOffsetStore(this.mQClientFactory, this.defaultMQPushConsumer.getConsumerGroup());
+ break;
+ default:
+ break;
+ }
+ this.defaultMQPushConsumer.setOffsetStore(this.offsetStore);
+ }
+ // offsetStore 维护当前consumer的消费记录（offset）；有两种实现，Local和Rmote，Local存储在本地磁盘上，适用于BROADCASTING广播消费模式；而Remote则将消费进度存储在Broker上，适用于CLUSTERING集群消费模式；
+ this.offsetStore.load();
- while ( ! this . isStopped ( ) && this . mmapOperation ( ) ) {
+ if (this.getMessageListenerInner() instanceof MessageListenerOrderly) {
+ this.consumeOrderly = true;
+ this.consumeMessageService =
+ new ConsumeMessageOrderlyService(this, (MessageListenerOrderly) this.getMessageListenerInner());
+ } else if (this.getMessageListenerInner() instanceof MessageListenerConcurrently) {
+ this.consumeOrderly = false;
+ this.consumeMessageService =
+ new ConsumeMessageConcurrentlyService(this, (MessageListenerConcurrently) this.getMessageListenerInner());
+ }
- }
- log. info ( this . getServiceName ( ) + " service end" ) ;
- }
-private boolean mmapOperation ( ) {
- boolean isSuccess = false ;
- AllocateRequest req = null ;
- try {
-
- req = this . requestQueue. take ( ) ;
- AllocateRequest expectedRequest = this . requestTable. get ( req. getFilePath ( ) ) ;
- if ( null == expectedRequest) {
- log. warn ( "this mmap request expired, maybe cause timeout " + req. getFilePath ( ) + " "
- + req. getFileSize ( ) ) ;
- return true ;
- }
- if ( expectedRequest != req) {
- log. warn ( "never expected here, maybe cause timeout " + req. getFilePath ( ) + " "
- + req. getFileSize ( ) + ", req:" + req + ", expectedRequest:" + expectedRequest) ;
- return true ;
- }
+ // 实现所谓的"Push-被动"消费机制；从Broker拉取的消息后，封装成ConsumeRequest提交给ConsumeMessageSerivce，此service负责回调用户的Listener消费消息；
+ this.consumeMessageService.start();
- if ( req. getMappedFile ( ) == null ) {
- long beginTime = System . currentTimeMillis ( ) ;
+ boolean registerOK = mQClientFactory.registerConsumer(this.defaultMQPushConsumer.getConsumerGroup(), this);
+ if (!registerOK) {
+ this.serviceState = ServiceState.CREATE_JUST;
+ this.consumeMessageService.shutdown();
+ throw new MQClientException("The consumer group[" + this.defaultMQPushConsumer.getConsumerGroup()
+ + "] has been created before, specify another name please." + FAQUrl.suggestTodo(FAQUrl.GROUP_NAME_DUPLICATE_URL),
+ null);
+ }
- MappedFile mappedFile;
- if ( messageStore. getMessageStoreConfig ( ) . isTransientStorePoolEnable ( ) ) {
- try {
-
- mappedFile = ServiceLoader . load ( MappedFile . class ) . iterator ( ) . next ( ) ;
- mappedFile. init ( req. getFilePath ( ) , req. getFileSize ( ) , messageStore. getTransientStorePool ( ) ) ;
- } catch ( RuntimeException e) {
- log. warn ( "Use default implementation." ) ;
-
- mappedFile = new MappedFile ( req. getFilePath ( ) , req. getFileSize ( ) , messageStore. getTransientStorePool ( ) ) ;
- }
- } else {
-
- mappedFile = new MappedFile ( req. getFilePath ( ) , req. getFileSize ( ) ) ;
- }
+ mQClientFactory.start();
+ log.info("the consumer [{}] start OK.", this.defaultMQPushConsumer.getConsumerGroup());
+ this.serviceState = ServiceState.RUNNING;
+ break;
+ case RUNNING:
+ case START_FAILED:
+ case SHUTDOWN_ALREADY:
+ throw new MQClientException("The PushConsumer service state not OK, maybe started once, "
+ + this.serviceState
+ + FAQUrl.suggestTodo(FAQUrl.CLIENT_SERVICE_NOT_OK),
+ null);
+ default:
+ break;
+ }
- long eclipseTime = UtilAll . computeEclipseTimeMilliseconds ( beginTime) ;
- if ( eclipseTime > 10 ) {
- int queueSize = this . requestQueue. size ( ) ;
- log. warn ( "create mappedFile spent time(ms) " + eclipseTime + " queue size " + queueSize
- + " " + req. getFilePath ( ) + " " + req. getFileSize ( ) ) ;
- }
+ this.updateTopicSubscribeInfoWhenSubscriptionChanged();
+ this.mQClientFactory.checkClientInBroker();
+ this.mQClientFactory.sendHeartbeatToAllBrokerWithLock();
+ this.mQClientFactory.rebalanceImmediately();
+ }然后我们往下看主要的目光聚焦mQClientFactory.start()
+public void start() throws MQClientException {
-
- if ( mappedFile. getFileSize ( ) >= this . messageStore. getMessageStoreConfig ( )
- . getMapedFileSizeCommitLog ( )
- &&
- this . messageStore. getMessageStoreConfig ( ) . isWarmMapedFileEnable ( ) ) {
- mappedFile. warmMappedFile ( this . messageStore. getMessageStoreConfig ( ) . getFlushDiskType ( ) ,
- this . messageStore. getMessageStoreConfig ( ) . getFlushLeastPagesWhenWarmMapedFile ( ) ) ;
- }
+ synchronized (this) {
+ switch (this.serviceState) {
+ case CREATE_JUST:
+ this.serviceState = ServiceState.START_FAILED;
+ // If not specified,looking address from name server
+ if (null == this.clientConfig.getNamesrvAddr()) {
+ this.mQClientAPIImpl.fetchNameServerAddr();
+ }
+ // Start request-response channel
+ // 这里主要是初始化了个网络客户端
+ this.mQClientAPIImpl.start();
+ // Start various schedule tasks
+ // 定时任务
+ this.startScheduledTask();
+ // Start pull service
+ // 这里重点说下
+ this.pullMessageService.start();
+ // Start rebalance service
+ this.rebalanceService.start();
+ // Start push service
+ this.defaultMQProducer.getDefaultMQProducerImpl().start(false);
+ log.info("the client factory [{}] start OK", this.clientId);
+ this.serviceState = ServiceState.RUNNING;
+ break;
+ case START_FAILED:
+ throw new MQClientException("The Factory object[" + this.getClientId() + "] has been created before, and failed.", null);
+ default:
+ break;
+ }
+ }
+ }我们来看下这个 pullMessageService，org.apache.rocketmq.client.impl.consumer.PullMessageService，
+public void run() {
+ log.info(this.getServiceName() + " service started");
- req. setMappedFile ( mappedFile) ;
- this . hasException = false ;
- isSuccess = true ;
- }
- } catch ( InterruptedException e) {
- log. warn ( this . getServiceName ( ) + " interrupted, possibly by shutdown." ) ;
- this . hasException = true ;
- return false ;
- } catch ( IOException e) {
- log. warn ( this . getServiceName ( ) + " service has exception. " , e) ;
- this . hasException = true ;
- if ( null != req) {
- requestQueue. offer ( req) ;
- try {
- Thread . sleep ( 1 ) ;
- } catch ( InterruptedException ignored) {
- }
- }
- } finally {
- if ( req != null && isSuccess)
-
- req. getCountDownLatch ( ) . countDown ( ) ;
- }
- return true ;
- } 接着在看 pullMessage 方法
+private void pullMessage(final PullRequest pullRequest) {
+ final MQConsumerInner consumer = this.mQClientFactory.selectConsumer(pullRequest.getConsumerGroup());
+ if (consumer != null) {
+ DefaultMQPushConsumerImpl impl = (DefaultMQPushConsumerImpl) consumer;
+ impl.pullMessage(pullRequest);
+ } else {
+ log.warn("No matched consumer for the PullRequest {}, drop it", pullRequest);
+ }
+ }实际上调用了这个方法，这个方法很长，我在代码里注释下下每一段的功能
+public void pullMessage(final PullRequest pullRequest) {
+ final ProcessQueue processQueue = pullRequest.getProcessQueue();
+ // 这里开始就是检查状态，确定是否往下执行
+ if (processQueue.isDropped()) {
+ log.info("the pull request[{}] is dropped.", pullRequest.toString());
+ return;
+ }
+ pullRequest.getProcessQueue().setLastPullTimestamp(System.currentTimeMillis());
+
+ try {
+ this.makeSureStateOK();
+ } catch (MQClientException e) {
+ log.warn("pullMessage exception, consumer state not ok", e);
+ this.executePullRequestLater(pullRequest, pullTimeDelayMillsWhenException);
+ return;
+ }
+ if (this.isPause()) {
+ log.warn("consumer was paused, execute pull request later. instanceName={}, group={}", this.defaultMQPushConsumer.getInstanceName(), this.defaultMQPushConsumer.getConsumerGroup());
+ this.executePullRequestLater(pullRequest, PULL_TIME_DELAY_MILLS_WHEN_SUSPEND);
+ return;
+ }
+ // 这块其实是个类似于限流的功能块，对消息数量和消息大小做限制
+ long cachedMessageCount = processQueue.getMsgCount().get();
+ long cachedMessageSizeInMiB = processQueue.getMsgSize().get() / (1024 * 1024);
-]]>
-
- MQ
- RocketMQ
- 消息队列
-
-
- MQ
- 消息队列
- RocketMQ
-
-
-
- 聊一下 RocketMQ 的消息存储四
- /2021/10/17/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E6%B6%88%E6%81%AF%E5%AD%98%E5%82%A8%E5%9B%9B/
- IndexFile 结构 hash 结构能够通过 key 寻找到对应在 CommitLog 中的位置
-IndexFile 的构建则是分发给这个进行处理
-class CommitLogDispatcherBuildIndex implements CommitLogDispatcher {
+ if (cachedMessageCount > this.defaultMQPushConsumer.getPullThresholdForQueue()) {
+ this.executePullRequestLater(pullRequest, PULL_TIME_DELAY_MILLS_WHEN_FLOW_CONTROL);
+ if ((queueFlowControlTimes++ % 1000) == 0) {
+ log.warn(
+ "the cached message count exceeds the threshold {}, so do flow control, minOffset={}, maxOffset={}, count={}, size={} MiB, pullRequest={}, flowControlTimes={}",
+ this.defaultMQPushConsumer.getPullThresholdForQueue(), processQueue.getMsgTreeMap().firstKey(), processQueue.getMsgTreeMap().lastKey(), cachedMessageCount, cachedMessageSizeInMiB, pullRequest, queueFlowControlTimes);
+ }
+ return;
+ }
- @Override
- public void dispatch ( DispatchRequest request) {
- if ( DefaultMessageStore . this . messageStoreConfig. isMessageIndexEnable ( ) ) {
- DefaultMessageStore . this . indexService. buildIndex ( request) ;
- }
- }
-}
-public void buildIndex ( DispatchRequest req) {
- IndexFile indexFile = retryGetAndCreateIndexFile ( ) ;
- if ( indexFile != null ) {
- long endPhyOffset = indexFile. getEndPhyOffset ( ) ;
- DispatchRequest msg = req;
- String topic = msg. getTopic ( ) ;
- String keys = msg. getKeys ( ) ;
- if ( msg. getCommitLogOffset ( ) < endPhyOffset) {
- return ;
- }
+ if (cachedMessageSizeInMiB > this.defaultMQPushConsumer.getPullThresholdSizeForQueue()) {
+ this.executePullRequestLater(pullRequest, PULL_TIME_DELAY_MILLS_WHEN_FLOW_CONTROL);
+ if ((queueFlowControlTimes++ % 1000) == 0) {
+ log.warn(
+ "the cached message size exceeds the threshold {} MiB, so do flow control, minOffset={}, maxOffset={}, count={}, size={} MiB, pullRequest={}, flowControlTimes={}",
+ this.defaultMQPushConsumer.getPullThresholdSizeForQueue(), processQueue.getMsgTreeMap().firstKey(), processQueue.getMsgTreeMap().lastKey(), cachedMessageCount, cachedMessageSizeInMiB, pullRequest, queueFlowControlTimes);
+ }
+ return;
+ }
- final int tranType = MessageSysFlag . getTransactionValue ( msg. getSysFlag ( ) ) ;
- switch ( tranType) {
- case MessageSysFlag . TRANSACTION_NOT_TYPE :
- case MessageSysFlag . TRANSACTION_PREPARED_TYPE :
- case MessageSysFlag . TRANSACTION_COMMIT_TYPE :
- break ;
- case MessageSysFlag . TRANSACTION_ROLLBACK_TYPE :
- return ;
- }
+ // 若不是顺序消费（即DefaultMQPushConsumerImpl.consumeOrderly等于false），则检查ProcessQueue对象的msgTreeMap:TreeMap<Long,MessageExt>变量的第一个key值与最后一个key值之间的差额，该key值表示查询的队列偏移量queueoffset；若差额大于阈值（由DefaultMQPushConsumer. consumeConcurrentlyMaxSpan指定，默认是2000），则调用PullMessageService.executePullRequestLater方法，在50毫秒之后重新将该PullRequest请求放入PullMessageService.pullRequestQueue队列中；并跳出该方法；这里的意思主要就是消息有堆积了，等会再来拉取
+ if (!this.consumeOrderly) {
+ if (processQueue.getMaxSpan() > this.defaultMQPushConsumer.getConsumeConcurrentlyMaxSpan()) {
+ this.executePullRequestLater(pullRequest, PULL_TIME_DELAY_MILLS_WHEN_FLOW_CONTROL);
+ if ((queueMaxSpanFlowControlTimes++ % 1000) == 0) {
+ log.warn(
+ "the queue's messages, span too long, so do flow control, minOffset={}, maxOffset={}, maxSpan={}, pullRequest={}, flowControlTimes={}",
+ processQueue.getMsgTreeMap().firstKey(), processQueue.getMsgTreeMap().lastKey(), processQueue.getMaxSpan(),
+ pullRequest, queueMaxSpanFlowControlTimes);
+ }
+ return;
+ }
+ } else {
+ if (processQueue.isLocked()) {
+ if (!pullRequest.isLockedFirst()) {
+ final long offset = this.rebalanceImpl.computePullFromWhere(pullRequest.getMessageQueue());
+ boolean brokerBusy = offset < pullRequest.getNextOffset();
+ log.info("the first time to pull message, so fix offset from broker. pullRequest: {} NewOffset: {} brokerBusy: {}",
+ pullRequest, offset, brokerBusy);
+ if (brokerBusy) {
+ log.info("[NOTIFYME]the first time to pull message, but pull request offset larger than broker consume offset. pullRequest: {} NewOffset: {}",
+ pullRequest, offset);
+ }
- if ( req. getUniqKey ( ) != null ) {
- indexFile = putKey ( indexFile, msg, buildKey ( topic, req. getUniqKey ( ) ) ) ;
- if ( indexFile == null ) {
- log. error ( "putKey error commitlog {} uniqkey {}" , req. getCommitLogOffset ( ) , req. getUniqKey ( ) ) ;
- return ;
- }
- }
+ pullRequest.setLockedFirst(true);
+ pullRequest.setNextOffset(offset);
+ }
+ } else {
+ this.executePullRequestLater(pullRequest, pullTimeDelayMillsWhenException);
+ log.info("pull message later because not locked in broker, {}", pullRequest);
+ return;
+ }
+ }
- if ( keys != null && keys. length ( ) > 0 ) {
- String [ ] keyset = keys. split ( MessageConst . KEY_SEPARATOR ) ;
- for ( int i = 0 ; i < keyset. length; i++ ) {
- String key = keyset[ i] ;
- if ( key. length ( ) > 0 ) {
- indexFile = putKey ( indexFile, msg, buildKey ( topic, key) ) ;
- if ( indexFile == null ) {
- log. error ( "putKey error commitlog {} uniqkey {}" , req. getCommitLogOffset ( ) , req. getUniqKey ( ) ) ;
- return ;
- }
- }
- }
- }
- } else {
- log. error ( "build index error, stop building index" ) ;
- }
- } 配置的数量
-private boolean messageIndexEnable = true ;
-private int maxHashSlotNum = 5000000 ;
-private int maxIndexNum = 5000000 * 4 ; 最核心的其实是 IndexFile 的结构和如何写入
-public boolean putKey ( final String key, final long phyOffset, final long storeTimestamp) {
- if ( this . indexHeader. getIndexCount ( ) < this . indexNum) {
-
- int keyHash = indexKeyHashMethod ( key) ;
-
- int slotPos = keyHash % this . hashSlotNum;
-
- int absSlotPos = IndexHeader . INDEX_HEADER_SIZE + slotPos * hashSlotSize;
+ // 异步拉取回调，先不讨论细节
+ PullCallback pullCallback = new PullCallback() {
+ @Override
+ public void onSuccess(PullResult pullResult) {
+ if (pullResult != null) {
+ pullResult = DefaultMQPushConsumerImpl.this.pullAPIWrapper.processPullResult(pullRequest.getMessageQueue(), pullResult,
+ subscriptionData);
- FileLock fileLock = null ;
+ switch (pullResult.getPullStatus()) {
+ case FOUND:
+ long prevRequestOffset = pullRequest.getNextOffset();
+ pullRequest.setNextOffset(pullResult.getNextBeginOffset());
+ long pullRT = System.currentTimeMillis() - beginTimestamp;
+ DefaultMQPushConsumerImpl.this.getConsumerStatsManager().incPullRT(pullRequest.getConsumerGroup(),
+ pullRequest.getMessageQueue().getTopic(), pullRT);
- try {
+ long firstMsgOffset = Long.MAX_VALUE;
+ if (pullResult.getMsgFoundList() == null || pullResult.getMsgFoundList().isEmpty()) {
+ DefaultMQPushConsumerImpl.this.executePullRequestImmediately(pullRequest);
+ } else {
+ firstMsgOffset = pullResult.getMsgFoundList().get(0).getQueueOffset();
-
-
- int slotValue = this . mappedByteBuffer. getInt ( absSlotPos) ;
- if ( slotValue <= invalidIndex || slotValue > this . indexHeader. getIndexCount ( ) ) {
- slotValue = invalidIndex;
- }
+ DefaultMQPushConsumerImpl.this.getConsumerStatsManager().incPullTPS(pullRequest.getConsumerGroup(),
+ pullRequest.getMessageQueue().getTopic(), pullResult.getMsgFoundList().size());
- long timeDiff = storeTimestamp - this . indexHeader. getBeginTimestamp ( ) ;
+ boolean dispatchToConsume = processQueue.putMessage(pullResult.getMsgFoundList());
+ DefaultMQPushConsumerImpl.this.consumeMessageService.submitConsumeRequest(
+ pullResult.getMsgFoundList(),
+ processQueue,
+ pullRequest.getMessageQueue(),
+ dispatchToConsume);
- timeDiff = timeDiff / 1000 ;
+ if (DefaultMQPushConsumerImpl.this.defaultMQPushConsumer.getPullInterval() > 0) {
+ DefaultMQPushConsumerImpl.this.executePullRequestLater(pullRequest,
+ DefaultMQPushConsumerImpl.this.defaultMQPushConsumer.getPullInterval());
+ } else {
+ DefaultMQPushConsumerImpl.this.executePullRequestImmediately(pullRequest);
+ }
+ }
- if ( this . indexHeader. getBeginTimestamp ( ) <= 0 ) {
- timeDiff = 0 ;
- } else if ( timeDiff > Integer . MAX_VALUE ) {
- timeDiff = Integer . MAX_VALUE ;
- } else if ( timeDiff < 0 ) {
- timeDiff = 0 ;
- }
+ if (pullResult.getNextBeginOffset() < prevRequestOffset
+ || firstMsgOffset < prevRequestOffset) {
+ log.warn(
+ "[BUG] pull message result maybe data wrong, nextBeginOffset: {} firstMsgOffset: {} prevRequestOffset: {}",
+ pullResult.getNextBeginOffset(),
+ firstMsgOffset,
+ prevRequestOffset);
+ }
-
- int absIndexPos =
- IndexHeader . INDEX_HEADER_SIZE + this . hashSlotNum * hashSlotSize
- + this . indexHeader. getIndexCount ( ) * indexSize;
-
- this . mappedByteBuffer. putInt ( absIndexPos, keyHash) ;
- this . mappedByteBuffer. putLong ( absIndexPos + 4 , phyOffset) ;
- this . mappedByteBuffer. putInt ( absIndexPos + 4 + 8 , ( int ) timeDiff) ;
- this . mappedByteBuffer. putInt ( absIndexPos + 4 + 8 + 4 , slotValue) ;
+ break;
+ case NO_NEW_MSG:
+ pullRequest.setNextOffset(pullResult.getNextBeginOffset());
-
- this . mappedByteBuffer. putInt ( absSlotPos, this . indexHeader. getIndexCount ( ) ) ;
+ DefaultMQPushConsumerImpl.this.correctTagsOffset(pullRequest);
- if ( this . indexHeader. getIndexCount ( ) <= 1 ) {
- this . indexHeader. setBeginPhyOffset ( phyOffset) ;
- this . indexHeader. setBeginTimestamp ( storeTimestamp) ;
- }
+ DefaultMQPushConsumerImpl.this.executePullRequestImmediately(pullRequest);
+ break;
+ case NO_MATCHED_MSG:
+ pullRequest.setNextOffset(pullResult.getNextBeginOffset());
- this . indexHeader. incHashSlotCount ( ) ;
- this . indexHeader. incIndexCount ( ) ;
- this . indexHeader. setEndPhyOffset ( phyOffset) ;
- this . indexHeader. setEndTimestamp ( storeTimestamp) ;
+ DefaultMQPushConsumerImpl.this.correctTagsOffset(pullRequest);
- return true ;
- } catch ( Exception e) {
- log. error ( "putKey exception, Key: " + key + " KeyHashCode: " + key. hashCode ( ) , e) ;
- } finally {
- if ( fileLock != null ) {
- try {
- fileLock. release ( ) ;
- } catch ( IOException e) {
- log. error ( "Failed to release the lock" , e) ;
- }
- }
- }
- } else {
- log. warn ( "Over index file capacity: index count = " + this . indexHeader. getIndexCount ( )
- + "; index max num = " + this . indexNum) ;
- }
+ DefaultMQPushConsumerImpl.this.executePullRequestImmediately(pullRequest);
+ break;
+ case OFFSET_ILLEGAL:
+ log.warn("the pull request offset illegal, {} {}",
+ pullRequest.toString(), pullResult.toString());
+ pullRequest.setNextOffset(pullResult.getNextBeginOffset());
- return false ;
- } 具体可以看一下这个简略的示意图
-]]>
-
- MQ
- RocketMQ
- 消息队列
-
-
- MQ
- 消息队列
- RocketMQ
-
-
-
- 聊一下 RocketMQ 的顺序消息
- /2021/08/29/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E9%A1%BA%E5%BA%8F%E6%B6%88%E6%81%AF/
- rocketmq 里有一种比较特殊的用法，就是顺序消息，比如订单的生命周期里，在创建，支付，签收等状态轮转中，会发出来对应的消息，这里面就比较需要去保证他们的顺序，当然在处理的业务代码也可以做对应的处理，结合消息重投，但是如果这里消息就能保证顺序性了，那么业务代码就能更好的关注业务代码的处理。
-首先有一种情况是全局的有序，比如对于一个 topic 里就得发送线程保证只有一个，内部的 queue 也只有一个，消费线程也只有一个，这样就能比较容易的保证全局顺序性了，但是这里的问题就是完全限制了性能，不是很现实，在真实场景里很多都是比如对于同一个订单，需要去保证状态的轮转是按照预期的顺序来，而不必要全局的有序性。
-对于这类的有序性，需要在发送和接收方都有对应的处理，在发送消息中，需要去指定 selector，即MessageQueueSelector，能够以固定的方式是分配到对应的 MessageQueue
-比如像 RocketMQ 中的示例
-SendResult sendResult = producer. send ( msg, new MessageQueueSelector ( ) {
- @Override
- public MessageQueue select ( List < MessageQueue > , Message msg, Object arg) {
- Long id = ( Long ) arg;
- long index = id % mqs. size ( ) ;
- return mqs. get ( ( int ) index) ;
- }
- } , orderList. get ( i) . getOrderId ( ) ) ; 而在消费侧有几个点比较重要，首先我们要保证一个 MessageQueue只被一个消费者消费，消费队列存在broker端，要保证 MessageQueue 只被一个消费者消费，那么消费者在进行消息拉取消费时就必须向mq服务器申请队列锁 ，消费者申请队列锁的代码存在于RebalanceService消息队列负载的实现代码中。
-List < PullRequest > = new ArrayList < PullRequest > ( ) ;
- for ( MessageQueue mq : mqSet) {
- if ( ! this . processQueueTable. containsKey ( mq) ) {
-
- if ( isOrder && ! this . lock ( mq) ) {
- log. warn ( "doRebalance, {}, add a new mq failed, {}, because lock failed" , consumerGroup, mq) ;
- continue ;
- }
+ DefaultMQPushConsumerImpl.this.offsetStore.persist(pullRequest.getMessageQueue());
- this . removeDirtyOffset ( mq) ;
- ProcessQueue pq = new ProcessQueue ( ) ;
- long nextOffset = this . computePullFromWhere ( mq) ;
- if ( nextOffset >= 0 ) {
- ProcessQueue pre = this . processQueueTable. putIfAbsent ( mq, pq) ;
- if ( pre != null ) {
- log. info ( "doRebalance, {}, mq already exists, {}" , consumerGroup, mq) ;
- } else {
- log. info ( "doRebalance, {}, add a new mq, {}" , consumerGroup, mq) ;
- PullRequest pullRequest = new PullRequest ( ) ;
- pullRequest. setConsumerGroup ( consumerGroup) ;
- pullRequest. setNextOffset ( nextOffset) ;
- pullRequest. setMessageQueue ( mq) ;
- pullRequest. setProcessQueue ( pq) ;
- pullRequestList. add ( pullRequest) ;
- changed = true ;
- }
- } else {
- log. warn ( "doRebalance, {}, add new mq failed, {}" , consumerGroup, mq) ;
- }
- }
- } 在申请到锁之后会创建 pullRequest 进行消息拉取，消息拉取部分的代码实现在PullMessageService中，
-@Override
- public void run ( ) {
- log. info ( this . getServiceName ( ) + " service started" ) ;
+ log.warn("fix the pull request offset, {}", pullRequest);
+ } catch (Throwable e) {
+ log.error("executeTaskLater Exception", e);
+ }
+ }
+ }, 10000);
+ break;
+ default:
+ break;
+ }
+ }
+ }
- while ( ! this . isStopped ( ) ) {
- try {
- PullRequest pullRequest = this . pullRequestQueue. take ( ) ;
- this . pullMessage ( pullRequest) ;
- } catch ( InterruptedException ignored) {
- } catch ( Exception e) {
- log. error ( "Pull Message Service Run Method exception" , e) ;
- }
- }
+ @Override
+ public void onException(Throwable e) {
+ if (!pullRequest.getMessageQueue().getTopic().startsWith(MixAll.RETRY_GROUP_TOPIC_PREFIX)) {
+ log.warn("execute the pull request exception", e);
+ }
- log. info ( this . getServiceName ( ) + " service end" ) ;
- } 消息拉取完后，需要提交到ConsumeMessageService中进行消费，顺序消费的实现为ConsumeMessageOrderlyService，提交消息进行消费的方法为ConsumeMessageOrderlyService#submitConsumeRequest，具体实现如下：
-@Override
-public void submitConsumeRequest (
- final List < MessageExt > ,
- final ProcessQueue processQueue,
- final MessageQueue messageQueue,
- final boolean dispathToConsume) {
- if ( dispathToConsume) {
- ConsumeRequest consumeRequest = new ConsumeRequest ( processQueue, messageQueue) ;
- this . consumeExecutor. submit ( consumeRequest) ;
- }
-} 构建了一个ConsumeRequest对象，它是个实现了 runnable 接口的类，并提交给了线程池来并行消费，看下顺序消费的ConsumeRequest的run方法实现：
-@Override
- public void run ( ) {
- if ( this . processQueue. isDropped ( ) ) {
- log. warn ( "run, the message queue not be able to consume, because it's dropped. {}" , this . messageQueue) ;
- return ;
- }
-
- final Object objLock = messageQueueLock. fetchLockObject ( this . messageQueue) ;
- synchronized ( objLock) {
-
- if ( MessageModel . BROADCASTING . equals ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. messageModel ( ) )
- || ( this . processQueue. isLocked ( ) && ! this . processQueue. isLockExpired ( ) ) ) {
- final long beginTime = System . currentTimeMillis ( ) ;
-
- for ( boolean continueConsume = true ; continueConsume; ) {
- if ( this . processQueue. isDropped ( ) ) {
- log. warn ( "the message queue not be able to consume, because it's dropped. {}" , this . messageQueue) ;
- break ;
- }
+ classFilter = sd.isClassFilterMode();
+ }
-
- if ( MessageModel . CLUSTERING . equals ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. messageModel ( ) )
- && ! this . processQueue. isLocked ( ) ) {
- log. warn ( "the message queue not locked, so consume later, {}" , this . messageQueue) ;
- ConsumeMessageOrderlyService . this . tryLockLaterAndReconsume ( this . messageQueue, this . processQueue, 10 ) ;
- break ;
- }
+ // 组成 sysFlag
+ int sysFlag = PullSysFlag.buildSysFlag(
+ commitOffsetEnable, // commitOffset
+ true, // suspend
+ subExpression != null, // subscription
+ classFilter // class filter
+ );
+ // 调用真正的拉取消息接口
+ try {
+ this.pullAPIWrapper.pullKernelImpl(
+ pullRequest.getMessageQueue(),
+ subExpression,
+ subscriptionData.getExpressionType(),
+ subscriptionData.getSubVersion(),
+ pullRequest.getNextOffset(),
+ this.defaultMQPushConsumer.getPullBatchSize(),
+ sysFlag,
+ commitOffsetValue,
+ BROKER_SUSPEND_MAX_TIME_MILLIS,
+ CONSUMER_TIMEOUT_MILLIS_WHEN_SUSPEND,
+ CommunicationMode.ASYNC,
+ pullCallback
+ );
+ } catch (Exception e) {
+ log.error("pullKernelImpl exception", e);
+ this.executePullRequestLater(pullRequest, pullTimeDelayMillsWhenException);
+ }
+ }以下就是拉取消息的底层 api，不够不是特别复杂，主要是在找 broker，和设置请求参数
+public PullResult pullKernelImpl(
+ final MessageQueue mq,
+ final String subExpression,
+ final String expressionType,
+ final long subVersion,
+ final long offset,
+ final int maxNums,
+ final int sysFlag,
+ final long commitOffset,
+ final long brokerSuspendMaxTimeMillis,
+ final long timeoutMillis,
+ final CommunicationMode communicationMode,
+ final PullCallback pullCallback
+) throws MQClientException, RemotingException, MQBrokerException, InterruptedException {
+ FindBrokerResult findBrokerResult =
+ this.mQClientFactory.findBrokerAddressInSubscribe(mq.getBrokerName(),
+ this.recalculatePullFromWhichNode(mq), false);
+ if (null == findBrokerResult) {
+ this.mQClientFactory.updateTopicRouteInfoFromNameServer(mq.getTopic());
+ findBrokerResult =
+ this.mQClientFactory.findBrokerAddressInSubscribe(mq.getBrokerName(),
+ this.recalculatePullFromWhichNode(mq), false);
+ }
-
- if ( MessageModel . CLUSTERING . equals ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. messageModel ( ) )
- && this . processQueue. isLockExpired ( ) ) {
- log. warn ( "the message queue lock expired, so consume later, {}" , this . messageQueue) ;
- ConsumeMessageOrderlyService . this . tryLockLaterAndReconsume ( this . messageQueue, this . processQueue, 10 ) ;
- break ;
- }
-
- long interval = System . currentTimeMillis ( ) - beginTime;
- if ( interval > MAX_TIME_CONSUME_CONTINUOUSLY ) {
- ConsumeMessageOrderlyService . this . submitConsumeRequestLater ( processQueue, messageQueue, 10 ) ;
- break ;
- }
-
- final int consumeBatchSize =
- ConsumeMessageOrderlyService . this . defaultMQPushConsumer. getConsumeMessageBatchMaxSize ( ) ;
+ if (findBrokerResult != null) {
+ {
+ // check version
+ if (!ExpressionType.isTagType(expressionType)
+ && findBrokerResult.getBrokerVersion() < MQVersion.Version.V4_1_0_SNAPSHOT.ordinal()) {
+ throw new MQClientException("The broker[" + mq.getBrokerName() + ", "
+ + findBrokerResult.getBrokerVersion() + "] does not upgrade to support for filter message by " + expressionType, null);
+ }
+ }
+ int sysFlagInner = sysFlag;
- List < MessageExt > = this . processQueue. takeMessags ( consumeBatchSize) ;
- defaultMQPushConsumerImpl. resetRetryAndNamespace ( msgs, defaultMQPushConsumer. getConsumerGroup ( ) ) ;
- if ( ! msgs. isEmpty ( ) ) {
- final ConsumeOrderlyContext context = new ConsumeOrderlyContext ( this . messageQueue) ;
+ if (findBrokerResult.isSlave()) {
+ sysFlagInner = PullSysFlag.clearCommitOffsetFlag(sysFlagInner);
+ }
- ConsumeOrderlyStatus status = null ;
+ PullMessageRequestHeader requestHeader = new PullMessageRequestHeader();
+ requestHeader.setConsumerGroup(this.consumerGroup);
+ requestHeader.setTopic(mq.getTopic());
+ requestHeader.setQueueId(mq.getQueueId());
+ requestHeader.setQueueOffset(offset);
+ requestHeader.setMaxMsgNums(maxNums);
+ requestHeader.setSysFlag(sysFlagInner);
+ requestHeader.setCommitOffset(commitOffset);
+ requestHeader.setSuspendTimeoutMillis(brokerSuspendMaxTimeMillis);
+ requestHeader.setSubscription(subExpression);
+ requestHeader.setSubVersion(subVersion);
+ requestHeader.setExpressionType(expressionType);
- ConsumeMessageContext consumeMessageContext = null ;
- if ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. hasHook ( ) ) {
- consumeMessageContext = new ConsumeMessageContext ( ) ;
- consumeMessageContext
- . setConsumerGroup ( ConsumeMessageOrderlyService . this . defaultMQPushConsumer. getConsumerGroup ( ) ) ;
- consumeMessageContext. setNamespace ( defaultMQPushConsumer. getNamespace ( ) ) ;
- consumeMessageContext. setMq ( messageQueue) ;
- consumeMessageContext. setMsgList ( msgs) ;
- consumeMessageContext. setSuccess ( false ) ;
-
- consumeMessageContext. setProps ( new HashMap < String , String > ( ) ) ;
- ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. executeHookBefore ( consumeMessageContext) ;
- }
-
- long beginTimestamp = System . currentTimeMillis ( ) ;
- ConsumeReturnType returnType = ConsumeReturnType . SUCCESS ;
- boolean hasException = false ;
- try {
- this . processQueue. getLockConsume ( ) . lock ( ) ;
- if ( this . processQueue. isDropped ( ) ) {
- log. warn ( "consumeMessage, the message queue not be able to consume, because it's dropped. {}" ,
- this . messageQueue) ;
- break ;
- }
+ String brokerAddr = findBrokerResult.getBrokerAddr();
+ if (PullSysFlag.hasClassFilterFlag(sysFlagInner)) {
+ brokerAddr = computPullFromWhichFilterServer(mq.getTopic(), brokerAddr);
+ }
+
+ PullResult pullResult = this.mQClientFactory.getMQClientAPIImpl().pullMessage(
+ brokerAddr,
+ requestHeader,
+ timeoutMillis,
+ communicationMode,
+ pullCallback);
- status = messageListener. consumeMessage ( Collections . unmodifiableList ( msgs) , context) ;
- } catch ( Throwable e) {
- log. warn ( "consumeMessage exception: {} Group: {} Msgs: {} MQ: {}" ,
- RemotingHelper . exceptionSimpleDesc ( e) ,
- ConsumeMessageOrderlyService . this . consumerGroup,
- msgs,
- messageQueue) ;
- hasException = true ;
- } finally {
- this . processQueue. getLockConsume ( ) . unlock ( ) ;
- }
+ return pullResult;
+ }
- if ( null == status
- || ConsumeOrderlyStatus . ROLLBACK == status
- || ConsumeOrderlyStatus . SUSPEND_CURRENT_QUEUE_A_MOMENT == status) {
- log. warn ( "consumeMessage Orderly return not OK, Group: {} Msgs: {} MQ: {}" ,
- ConsumeMessageOrderlyService . this . consumerGroup,
- msgs,
- messageQueue) ;
- }
+ throw new MQClientException("The broker[" + mq.getBrokerName() + "] not exist", null);
+}再看下一步的
+public PullResult pullMessage(
+ final String addr,
+ final PullMessageRequestHeader requestHeader,
+ final long timeoutMillis,
+ final CommunicationMode communicationMode,
+ final PullCallback pullCallback
+) throws RemotingException, MQBrokerException, InterruptedException {
+ RemotingCommand request = RemotingCommand.createRequestCommand(RequestCode.PULL_MESSAGE, requestHeader);
- long consumeRT = System . currentTimeMillis ( ) - beginTimestamp;
- if ( null == status) {
- if ( hasException) {
- returnType = ConsumeReturnType . EXCEPTION ;
- } else {
- returnType = ConsumeReturnType . RETURNNULL ;
- }
- } else if ( consumeRT >= defaultMQPushConsumer. getConsumeTimeout ( ) * 60 * 1000 ) {
- returnType = ConsumeReturnType . TIME_OUT ;
- } else if ( ConsumeOrderlyStatus . SUSPEND_CURRENT_QUEUE_A_MOMENT == status) {
- returnType = ConsumeReturnType . FAILED ;
- } else if ( ConsumeOrderlyStatus . SUCCESS == status) {
- returnType = ConsumeReturnType . SUCCESS ;
- }
+ switch (communicationMode) {
+ case ONEWAY:
+ assert false;
+ return null;
+ case ASYNC:
+ this.pullMessageAsync(addr, request, timeoutMillis, pullCallback);
+ return null;
+ case SYNC:
+ return this.pullMessageSync(addr, request, timeoutMillis);
+ default:
+ assert false;
+ break;
+ }
- if ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. hasHook ( ) ) {
- consumeMessageContext. getProps ( ) . put ( MixAll . CONSUME_CONTEXT_TYPE , returnType. name ( ) ) ;
- }
+ return null;
+}通过 communicationMode 判断是同步拉取还是异步拉取，异步就调用
+private void pullMessageAsync(
+ final String addr,
+ final RemotingCommand request,
+ final long timeoutMillis,
+ final PullCallback pullCallback
+ ) throws RemotingException, InterruptedException {
+ this.remotingClient.invokeAsync(addr, request, timeoutMillis, new InvokeCallback() {
+ @Override
+ public void operationComplete(ResponseFuture responseFuture) {
+ 异步
+ RemotingCommand response = responseFuture.getResponseCommand();
+ if (response != null) {
+ try {
+ PullResult pullResult = MQClientAPIImpl.this.processPullResponse(response);
+ assert pullResult != null;
+ pullCallback.onSuccess(pullResult);
+ } catch (Exception e) {
+ pullCallback.onException(e);
+ }
+ } else {
+ if (!responseFuture.isSendRequestOK()) {
+ pullCallback.onException(new MQClientException("send request failed to " + addr + ". Request: " + request, responseFuture.getCause()));
+ } else if (responseFuture.isTimeout()) {
+ pullCallback.onException(new MQClientException("wait response from " + addr + " timeout :" + responseFuture.getTimeoutMillis() + "ms" + ". Request: " + request,
+ responseFuture.getCause()));
+ } else {
+ pullCallback.onException(new MQClientException("unknown reason. addr: " + addr + ", timeoutMillis: " + timeoutMillis + ". Request: " + request, responseFuture.getCause()));
+ }
+ }
+ }
+ });
+ }并且会调用前面 pullCallback 的onSuccess和onException方法，同步的就是调用
+private PullResult pullMessageSync(
+ final String addr,
+ final RemotingCommand request,
+ final long timeoutMillis
+ ) throws RemotingException, InterruptedException, MQBrokerException {
+ RemotingCommand response = this.remotingClient.invokeSync(addr, request, timeoutMillis);
+ assert response != null;
+ return this.processPullResponse(response);
+ }然后就是这个 remotingClient 的 invokeAsync 跟 invokeSync 方法
+@Override
+ public void invokeAsync(String addr, RemotingCommand request, long timeoutMillis, InvokeCallback invokeCallback)
+ throws InterruptedException, RemotingConnectException, RemotingTooMuchRequestException, RemotingTimeoutException,
+ RemotingSendRequestException {
+ long beginStartTime = System.currentTimeMillis();
+ final Channel channel = this.getAndCreateChannel(addr);
+ if (channel != null && channel.isActive()) {
+ try {
+ doBeforeRpcHooks(addr, request);
+ long costTime = System.currentTimeMillis() - beginStartTime;
+ if (timeoutMillis < costTime) {
+ throw new RemotingTooMuchRequestException("invokeAsync call timeout");
+ }
+ this.invokeAsyncImpl(channel, request, timeoutMillis - costTime, invokeCallback);
+ } catch (RemotingSendRequestException e) {
+ log.warn("invokeAsync: send request exception, so close the channel[{}]", addr);
+ this.closeChannel(addr, channel);
+ throw e;
+ }
+ } else {
+ this.closeChannel(addr, channel);
+ throw new RemotingConnectException(addr);
+ }
+ }
+@Override
+ public RemotingCommand invokeSync(String addr, final RemotingCommand request, long timeoutMillis)
+ throws InterruptedException, RemotingConnectException, RemotingSendRequestException, RemotingTimeoutException {
+ long beginStartTime = System.currentTimeMillis();
+ final Channel channel = this.getAndCreateChannel(addr);
+ if (channel != null && channel.isActive()) {
+ try {
+ doBeforeRpcHooks(addr, request);
+ long costTime = System.currentTimeMillis() - beginStartTime;
+ if (timeoutMillis < costTime) {
+ throw new RemotingTimeoutException("invokeSync call timeout");
+ }
+ RemotingCommand response = this.invokeSyncImpl(channel, request, timeoutMillis - costTime);
+ doAfterRpcHooks(RemotingHelper.parseChannelRemoteAddr(channel), request, response);
+ return response;
+ } catch (RemotingSendRequestException e) {
+ log.warn("invokeSync: send request exception, so close the channel[{}]", addr);
+ this.closeChannel(addr, channel);
+ throw e;
+ } catch (RemotingTimeoutException e) {
+ if (nettyClientConfig.isClientCloseSocketIfTimeout()) {
+ this.closeChannel(addr, channel);
+ log.warn("invokeSync: close socket because of timeout, {}ms, {}", timeoutMillis, addr);
+ }
+ log.warn("invokeSync: wait response timeout exception, the channel[{}]", addr);
+ throw e;
+ }
+ } else {
+ this.closeChannel(addr, channel);
+ throw new RemotingConnectException(addr);
+ }
+ }再往下看
+public RemotingCommand invokeSyncImpl(final Channel channel, final RemotingCommand request,
+ final long timeoutMillis)
+ throws InterruptedException, RemotingSendRequestException, RemotingTimeoutException {
+ final int opaque = request.getOpaque();
- if ( null == status) {
- status = ConsumeOrderlyStatus . SUSPEND_CURRENT_QUEUE_A_MOMENT ;
- }
+ try {
+ 同步跟异步都是会把结果用ResponseFuture抱起来
+ final ResponseFuture responseFuture = new ResponseFuture(channel, opaque, timeoutMillis, null, null);
+ this.responseTable.put(opaque, responseFuture);
+ final SocketAddress addr = channel.remoteAddress();
+ channel.writeAndFlush(request).addListener(new ChannelFutureListener() {
+ @Override
+ public void operationComplete(ChannelFuture f) throws Exception {
+ if (f.isSuccess()) {
+ responseFuture.setSendRequestOK(true);
+ return;
+ } else {
+ responseFuture.setSendRequestOK(false);
+ }
- if ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. hasHook ( ) ) {
- consumeMessageContext. setStatus ( status. toString ( ) ) ;
- consumeMessageContext
- . setSuccess ( ConsumeOrderlyStatus . SUCCESS == status || ConsumeOrderlyStatus . COMMIT == status) ;
- ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. executeHookAfter ( consumeMessageContext) ;
- }
+ responseTable.remove(opaque);
+ responseFuture.setCause(f.cause());
+ responseFuture.putResponse(null);
+ log.warn("send a request command to channel <" + addr + "> failed.");
+ }
+ });
+ // 区别是同步的是在这等待
+ RemotingCommand responseCommand = responseFuture.waitResponse(timeoutMillis);
+ if (null == responseCommand) {
+ if (responseFuture.isSendRequestOK()) {
+ throw new RemotingTimeoutException(RemotingHelper.parseSocketAddressAddr(addr), timeoutMillis,
+ responseFuture.getCause());
+ } else {
+ throw new RemotingSendRequestException(RemotingHelper.parseSocketAddressAddr(addr), responseFuture.getCause());
+ }
+ }
- ConsumeMessageOrderlyService . this . getConsumerStatsManager ( )
- . incConsumeRT ( ConsumeMessageOrderlyService . this . consumerGroup, messageQueue. getTopic ( ) , consumeRT) ;
+ return responseCommand;
+ } finally {
+ this.responseTable.remove(opaque);
+ }
+ }
+
+ public void invokeAsyncImpl(final Channel channel, final RemotingCommand request, final long timeoutMillis,
+ final InvokeCallback invokeCallback)
+ throws InterruptedException, RemotingTooMuchRequestException, RemotingTimeoutException, RemotingSendRequestException {
+ long beginStartTime = System.currentTimeMillis();
+ final int opaque = request.getOpaque();
+ boolean acquired = this.semaphoreAsync.tryAcquire(timeoutMillis, TimeUnit.MILLISECONDS);
+ if (acquired) {
+ final SemaphoreReleaseOnlyOnce once = new SemaphoreReleaseOnlyOnce(this.semaphoreAsync);
+ long costTime = System.currentTimeMillis() - beginStartTime;
+ if (timeoutMillis < costTime) {
+ once.release();
+ throw new RemotingTimeoutException("invokeAsyncImpl call timeout");
+ }
+
+ final ResponseFuture responseFuture = new ResponseFuture(channel, opaque, timeoutMillis - costTime, invokeCallback, once);
+ this.responseTable.put(opaque, responseFuture);
+ try {
+ channel.writeAndFlush(request).addListener(new ChannelFutureListener() {
+ @Override
+ public void operationComplete(ChannelFuture f) throws Exception {
+ if (f.isSuccess()) {
+ responseFuture.setSendRequestOK(true);
+ return;
+ }
+ requestFail(opaque);
+ log.warn("send a request command to channel <{}> failed.", RemotingHelper.parseChannelRemoteAddr(channel));
+ }
+ });
+ } catch (Exception e) {
+ responseFuture.release();
+ log.warn("send a request command to channel <" + RemotingHelper.parseChannelRemoteAddr(channel) + "> Exception", e);
+ throw new RemotingSendRequestException(RemotingHelper.parseChannelRemoteAddr(channel), e);
+ }
+ } else {
+ if (timeoutMillis <= 0) {
+ throw new RemotingTooMuchRequestException("invokeAsyncImpl invoke too fast");
+ } else {
+ String info =
+ String.format("invokeAsyncImpl tryAcquire semaphore timeout, %dms, waiting thread nums: %d semaphoreAsyncValue: %d",
+ timeoutMillis,
+ this.semaphoreAsync.getQueueLength(),
+ this.semaphoreAsync.availablePermits()
+ );
+ log.warn(info);
+ throw new RemotingTimeoutException(info);
+ }
+ }
+ }= ConsumeMessageOrderlyService . this . processConsumeResult ( msgs, status, context, this ) ;
- } else {
- continueConsume = false ;
- }
- }
- } else {
- if ( this . processQueue. isDropped ( ) ) {
- log. warn ( "the message queue not be able to consume, because it's dropped. {}" , this . messageQueue) ;
- return ;
- }
- ConsumeMessageOrderlyService . this . tryLockLaterAndReconsume ( this . messageQueue, this . processQueue, 100 ) ;
- }
- }
- } 获取到锁对象后，使用synchronized尝试申请线程级独占锁。
-如果加锁成功 ，同一时刻只有一个线程进行消息消费。
-如果加锁失败 ，会延迟100ms重新尝试向broker端申请锁定messageQueue，锁定成功后重新提交消费请求
-创建消息拉取任务时，消息客户端向broker端申请锁定MessageQueue，使得一个MessageQueue同一个时刻只能被一个消费客户端消费。
-消息消费时，多线程针对同一个消息队列的消费先尝试使用synchronized申请独占锁，加锁成功才能进行消费，使得一个MessageQueue同一个时刻只能被一个消费客户端中一个线程消费。
]]>
MQ
RocketMQ
消息队列
+ RocketMQ
+ 中间件
+ RocketMQ
MQ
消息队列
RocketMQ
+ 削峰填谷
+ 中间件
+ 源码解析
+ DefaultMQPushConsumer
- 聊一下 SpringBoot 中使用的 cglib 作为动态代理中的一个注意点
- /2021/09/19/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E4%B8%AD%E4%BD%BF%E7%94%A8%E7%9A%84-cglib-%E4%BD%9C%E4%B8%BA%E5%8A%A8%E6%80%81%E4%BB%A3%E7%90%86%E4%B8%AD%E7%9A%84%E4%B8%80%E4%B8%AA%E6%B3%A8%E6%84%8F%E7%82%B9/
- 这个话题是由一次组内同学分享引出来的，首先在 springboot 2.x 开始默认使用了 cglib 作为 aop 的实现，这里也稍微讲一下，在一个 1.x 的老项目里，可以看到AopAutoConfiguration 是这样的
-@Configuration
-@ConditionalOnClass ( { EnableAspectJAutoProxy . class , Aspect . class , Advice . class } )
-@ConditionalOnProperty ( prefix = "spring.aop" , name = "auto" , havingValue = "true" , matchIfMissing = true )
-public class AopAutoConfiguration {
-
- @Configuration
- @EnableAspectJAutoProxy ( proxyTargetClass = false )
- @ConditionalOnProperty ( prefix = "spring.aop" , name = "proxy-target-class" , havingValue = "false" , matchIfMissing = true )
- public static class JdkDynamicAutoProxyConfiguration {
- }
-
- @Configuration
- @EnableAspectJAutoProxy ( proxyTargetClass = true )
- @ConditionalOnProperty ( prefix = "spring.aop" , name = "proxy-target-class" , havingValue = "true" , matchIfMissing = false )
- public static class CglibAutoProxyConfiguration {
- }
-
-} 而在 2.x 中变成了这样
-@Configuration ( proxyBeanMethods = false )
-@ConditionalOnProperty ( prefix = "spring.aop" , name = "auto" , havingValue = "true" , matchIfMissing = true )
-public class AopAutoConfiguration {
-
- @Configuration ( proxyBeanMethods = false )
- @ConditionalOnClass ( Advice . class )
- static class AspectJAutoProxyingConfiguration {
-
- @Configuration ( proxyBeanMethods = false )
- @EnableAspectJAutoProxy ( proxyTargetClass = false )
- @ConditionalOnProperty ( prefix = "spring.aop" , name = "proxy-target-class" , havingValue = "false" )
- static class JdkDynamicAutoProxyConfiguration {
-
- }
-
- @Configuration ( proxyBeanMethods = false )
- @EnableAspectJAutoProxy ( proxyTargetClass = true )
- @ConditionalOnProperty ( prefix = "spring.aop" , name = "proxy-target-class" , havingValue = "true" ,
- matchIfMissing = true )
- static class CglibAutoProxyConfiguration {
-
- }
-
- } 为何会加载 AopAutoConfiguration 在前面的文章聊聊 SpringBoot 自动装配 里已经介绍过，有兴趣的可以看下，可以发现 springboot 在 2.x 版本开始使用 cglib 作为默认的动态代理实现。
-然后就是出现的问题了，代码是这样的，一个简单的基于 springboot 的带有数据库的插入，对插入代码加了事务注解，
-@Mapper
-public interface StudentMapper {
-
- @Insert ( "insert into student(name, age)" + "values ('nick', '18')" )
- public Long insert ( ) ;
-}
-
-@Component
-public class StudentManager {
-
- @Resource
- private StudentMapper studentMapper;
-
- public Long createStudent ( ) {
- return studentMapper. insert ( ) ;
- }
-}
-
-@Component
-public class StudentServiceImpl implements StudentService {
-
- @Resource
- private StudentManager studentManager;
-
-
- @Resource
- private StudentServiceImpl studentService;
-
- @Override
- @Transactional
- public Long createStudent ( ) {
- Long id = studentManager. createStudent ( ) ;
- Long id2 = studentService. createStudent2 ( ) ;
- return 1L ;
- }
-
- @Transactional
- private Long createStudent2 ( ) {
-
- return studentManager. createStudent ( ) ;
- }
-} 第一个公有方法 createStudent 首先调用了 manager 层的创建方法，然后再通过引入的 studentService 调用了createStudent2，我们先跑一下看看会出现啥情况，果不其然报错了，正是这个报错让我纠结了很久
-
-报了个空指针，而且是在 createStudent2 已经被调用到了，在它的内部，报的 studentManager 是 null，首先 cglib 作为动态代理它是通过继承的方式来实现的，相当于是会在调用目标对象的代理方法时调用 cglib 生成的子类，具体的代理切面逻辑在子类实现，然后在调用目标对象的目标方法，但是继承的方式对于 final 和私有方法其实是没法进行代理的，因为没法继承，所以我最开始的想法是应该通过 studentService 调用 createStudent2 的时候就报错了，也就是不会进入这个方法内部，后面才发现犯了个特别二的错误，继承的方式去调用父类的私有方法，对于 Java 来说是可以调用到的，父类的私有方法并不由子类的InstanceKlass维护，只能通过子类的InstanceKlass找到Java类对应的_super，这样间接地访问。也就是说子类其实是可以访问的，那为啥访问了会报空指针呢，这里报的是studentManager 是空的，可以往依赖注入方面去想，如果忽略依赖注入，我这个studentManager 的确是 null，那是不是就没有被依赖注入呢，但是为啥前面那个可以呢
-这个问题着实查了很久，不废话来看代码
-@Override
- protected Object invokeJoinpoint ( ) throws Throwable {
- if ( this . methodProxy != null ) {
-
- return this . methodProxy. invoke ( this . target, this . arguments) ;
- }
- else {
- return super . invokeJoinpoint ( ) ;
- }
- } 这个是org.springframework.aop.framework.CglibAopProxy.CglibMethodInvocation的代码，其实它在这里不是直接调用 super 也就是父类的方法，而是通过 methodProxy 调用 target 目标对象的方法，也就是原始的 studentService bean 的方法，这样子 spring 管理的已经做好依赖注入的 bean 就能正常起作用，否则就会出现上面的问题，因为 cglib 其实是通过继承来实现，通过将调用转移到子类上加入代理逻辑，我们在简单使用的时候会直接 invokeSuper() 调用父类的方法，但是在这里 spring 的场景里需要去支持 spring 的功能逻辑，所以上面的问题就可以开始来解释了，因为 createStudent 是公共方法，cglib 可以对其进行继承代理，但是在执行逻辑的时候其实是通过调用目标对象，也就是 spring 管理的被代理的目标对象的 bean 调用的 createStudent，而对于下面的 createStudent2 方法因为是私有方法，不会走代理逻辑，也就不会有调用回目标对象的逻辑，只是通过继承关系，在子类中没有这个方法，所以会通过子类的InstanceKlass找到这个类对应的_super，然后调用父类的这个私有方法，这里要搞清楚一个点，从这个代理类直接找到其父类然后调用这个私有方法，这个类是由 cglib 生成的，不是被 spring 管理起来经过依赖注入的 bean，所以是没有 studentManager 这个依赖的，也就出现了前面的问题
-而在前面提到的cglib通过methodProxy调用到目标对象，目标对象是在什么时候设置的呢，其实是在bean的生命周期中，org.springframework.beans.factory.config.BeanPostProcessor#postProcessAfterInitialization这个接口的在bean的初始化过程中，会调用实现了这个接口的方法，
-@Override
-public Object postProcessAfterInitialization ( @Nullable Object bean, String beanName) {
- if ( bean != null ) {
- Object cacheKey = getCacheKey ( bean. getClass ( ) , beanName) ;
- if ( this . earlyProxyReferences. remove ( cacheKey) != bean) {
- return wrapIfNecessary ( bean, beanName, cacheKey) ;
- }
- }
- return bean;
-} 具体的逻辑在 org.springframework.aop.framework.autoproxy.AbstractAutoProxyCreator#wrapIfNecessary这个方法里
-protected Object getCacheKey ( Class < ? > , @Nullable String beanName) {
- if ( StringUtils . hasLength ( beanName) ) {
- return ( FactoryBean . class . isAssignableFrom ( beanClass) ?
- BeanFactory . FACTORY_BEAN_PREFIX + beanName : beanName) ;
- }
- else {
- return beanClass;
- }
- }
-
-
- protected Object wrapIfNecessary ( Object bean, String beanName, Object cacheKey) {
- if ( StringUtils . hasLength ( beanName) && this . targetSourcedBeans. contains ( beanName) ) {
- return bean;
- }
- if ( Boolean . FALSE . equals ( this . advisedBeans. get ( cacheKey) ) ) {
- return bean;
- }
- if ( isInfrastructureClass ( bean. getClass ( ) ) || shouldSkip ( bean. getClass ( ) , beanName) ) {
- this . advisedBeans. put ( cacheKey, Boolean . FALSE ) ;
- return bean;
- }
+ 聊一下 RocketMQ 的消息存储三
+ /2021/10/03/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E6%B6%88%E6%81%AF%E5%AD%98%E5%82%A8%E4%B8%89/
+ ConsumeQueue 其实是定位到一个 topic 下的消息在 CommitLog 下的偏移量，它也是固定大小的
+
+private int mapedFileSizeConsumeQueue = 300000 * ConsumeQueue . CQ_STORE_UNIT_SIZE ;
-
- Object [ ] specificInterceptors = getAdvicesAndAdvisorsForBean ( bean. getClass ( ) , beanName, null ) ;
- if ( specificInterceptors != DO_NOT_PROXY ) {
- this . advisedBeans. put ( cacheKey, Boolean . TRUE ) ;
- Object proxy = createProxy (
- bean. getClass ( ) , beanName, specificInterceptors, new SingletonTargetSource ( bean) ) ;
- this . proxyTypes. put ( cacheKey, proxy. getClass ( ) ) ;
- return proxy;
- }
+public static final int CQ_STORE_UNIT_SIZE = 20 ; this . advisedBeans. put ( cacheKey, Boolean . FALSE ) ;
- return bean;
- } 所以文件大小是5.7M 左右
+
+ConsumeQueue 的构建是通过org.apache.rocketmq.store.DefaultMessageStore.ReputMessageService运行后的 doReput 方法，而启动是的 reputFromOffset 则是通过org.apache.rocketmq.store.DefaultMessageStore#start中下面代码设置并启动
+log. info ( "[SetReputOffset] maxPhysicalPosInLogicQueue={} clMinOffset={} clMaxOffset={} clConfirmedOffset={}" ,
+ maxPhysicalPosInLogicQueue, this . commitLog. getMinOffset ( ) , this . commitLog. getMaxOffset ( ) , this . commitLog. getConfirmOffset ( ) ) ;
+ this . reputMessageService. setReputFromOffset ( maxPhysicalPosInLogicQueue) ;
+ this . reputMessageService. start ( ) ; 然后在 org.springframework.aop.framework.autoproxy.AbstractAutoProxyCreator#createProxy 中创建了代理类
-]]>
-
- Java
- SpringBoot
-
-
- Java
- Spring
- SpringBoot
- cglib
- 事务
-
-
-
- 聊一下 SpringBoot 中动态切换数据源的方法
- /2021/09/26/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E4%B8%AD%E5%8A%A8%E6%80%81%E5%88%87%E6%8D%A2%E6%95%B0%E6%8D%AE%E6%BA%90%E7%9A%84%E6%96%B9%E6%B3%95/
- 其实这个表示有点不太对，应该是 Druid 动态切换数据源的方法，只是应用在了 springboot 框架中，准备代码准备了半天，之前在一次数据库迁移中使用了，发现 Druid 还是很强大的，用来做动态数据源切换很方便。
-首先这里的场景跟我原来用的有点点区别，在项目中使用的是通过配置中心控制数据源切换，统一切换，而这里的例子多加了个可以根据接口注解配置
-第一部分是最核心的，如何基于 Spring JDBC 和 Druid 来实现数据源切换，是继承了org.springframework.jdbc.datasource.lookup.AbstractRoutingDataSource 这个类，他的determineCurrentLookupKey方法会被调用来获得用来决定选择那个数据源的对象，也就是 lookupKey，也可以通过这个类看到就是通过这个 lookupKey 来路由找到数据源。
-public class DynamicDataSource extends AbstractRoutingDataSource {
+看一下 doReput 的逻辑
+private void doReput ( ) {
+ if ( this . reputFromOffset < DefaultMessageStore . this . commitLog. getMinOffset ( ) ) {
+ log. warn ( "The reputFromOffset={} is smaller than minPyOffset={}, this usually indicate that the dispatch behind too much and the commitlog has expired." ,
+ this . reputFromOffset, DefaultMessageStore . this . commitLog. getMinOffset ( ) ) ;
+ this . reputFromOffset = DefaultMessageStore . this . commitLog. getMinOffset ( ) ;
+ }
+ for ( boolean doNext = true ; this . isCommitLogAvailable ( ) && doNext; ) {
- @Override
- protected Object determineCurrentLookupKey ( ) {
- if ( DatabaseContextHolder . getDatabaseType ( ) != null ) {
- return DatabaseContextHolder . getDatabaseType ( ) . getName ( ) ;
- }
- return DatabaseType . MASTER1 . getName ( ) ;
- }
-} if ( DefaultMessageStore . this . getMessageStoreConfig ( ) . isDuplicationEnable ( )
+ && this . reputFromOffset >= DefaultMessageStore . this . getConfirmOffset ( ) ) {
+ break ;
+ }
-而如何使用这个 lookupKey 呢，就涉及到我们的 DataSource 配置了，原来就是我们可以直接通过spring 的 jdbc 配置数据源，像这样
-
-现在我们要使用 Druid 作为数据源了，然后配置 DynamicDataSource 的参数，通过 key 来选择对应的 DataSource，也就是下面配的 master1 和 master2
-< beanid = " master1" class = " com.alibaba.druid.pool.DruidDataSource" init-method = " init" destroy-method = " close" p: driverClassName= " com.mysql.cj.jdbc.Driver" p: url= " ${master1.demo.datasource.url}" p: username= " ${master1.demo.datasource.username}" p: password= " ${master1.demo.datasource.password}" p: initialSize= " 5" p: minIdle= " 1" p: maxActive= " 10" p: maxWait= " 60000" p: timeBetweenEvictionRunsMillis= " 60000" p: minEvictableIdleTimeMillis= " 300000" p: validationQuery= " SELECT 'x'" p: testWhileIdle= " true" p: testOnBorrow= " false" p: testOnReturn= " false" p: poolPreparedStatements= " false" p: maxPoolPreparedStatementPerConnectionSize= " 20" p: connectionProperties= " config.decrypt=true" p: filters= " stat,config" /> SelectMappedBufferResult result = DefaultMessageStore . this . commitLog. getData ( reputFromOffset) ;
+ if ( result != null ) {
+ try {
+ this . reputFromOffset = result. getStartOffset ( ) ;
- < beanid = " master2" class = " com.alibaba.druid.pool.DruidDataSource" init-method = " init" destroy-method = " close" p: driverClassName= " com.mysql.cj.jdbc.Driver" p: url= " ${master2.demo.datasource.url}" p: username= " ${master2.demo.datasource.username}" p: password= " ${master2.demo.datasource.password}" p: initialSize= " 5" p: minIdle= " 1" p: maxActive= " 10" p: maxWait= " 60000" p: timeBetweenEvictionRunsMillis= " 60000" p: minEvictableIdleTimeMillis= " 300000" p: validationQuery= " SELECT 'x'" p: testWhileIdle= " true" p: testOnBorrow= " false" p: testOnReturn= " false" p: poolPreparedStatements= " false" p: maxPoolPreparedStatementPerConnectionSize= " 20" p: connectionProperties= " config.decrypt=true" p: filters= " stat,config" /> for ( int readSize = 0 ; readSize < result. getSize ( ) && doNext; ) {
+
+ DispatchRequest dispatchRequest =
+ DefaultMessageStore . this . commitLog. checkMessageAndReturnSize ( result. getByteBuffer ( ) , false , false ) ;
+ int size = dispatchRequest. getBufferSize ( ) == - 1 ? dispatchRequest. getMsgSize ( ) : dispatchRequest. getBufferSize ( ) ;
- < beanid = " dataSource" class = " com.nicksxs.springdemo.config.DynamicDataSource" > < propertyname = " targetDataSources" > < mapkey-type = " java.lang.String" > < entrykey = " master1" value-ref = " master1" /> < entrykey = " master2" value-ref = " master2" /> </ map> </ property> < propertyname = " defaultTargetDataSource" ref = " master1" /> </ bean> if ( dispatchRequest. isSuccess ( ) ) {
+ if ( size > 0 ) {
+
+ DefaultMessageStore . this . doDispatch ( dispatchRequest) ;
-现在就要回到头上，介绍下这个DatabaseContextHolder，这里使用了 ThreadLocal 存放这个 DatabaseType，为啥要用这个是因为前面说的我们想要让接口层面去配置不同的数据源，要把持相互隔离不受影响，就使用了 ThreadLocal，关于它也可以看我前面写的一篇文章聊聊传说中的 ThreadLocal ，而 DatabaseType 就是个简单的枚举
-public class DatabaseContextHolder {
- public static final ThreadLocal < DatabaseType > = new ThreadLocal < > ( ) ;
+ if ( BrokerRole . SLAVE != DefaultMessageStore . this . getMessageStoreConfig ( ) . getBrokerRole ( )
+ && DefaultMessageStore . this . brokerConfig. isLongPollingEnable ( ) ) {
+ DefaultMessageStore . this . messageArrivingListener. arriving ( dispatchRequest. getTopic ( ) ,
+ dispatchRequest. getQueueId ( ) , dispatchRequest. getConsumeQueueOffset ( ) + 1 ,
+ dispatchRequest. getTagsCode ( ) , dispatchRequest. getStoreTimestamp ( ) ,
+ dispatchRequest. getBitMap ( ) , dispatchRequest. getPropertiesMap ( ) ) ;
+ }
- public static DatabaseType getDatabaseType ( ) {
- return databaseTypeThreadLocal. get ( ) ;
- }
+ this . reputFromOffset += size;
+ readSize += size;
+ if ( DefaultMessageStore . this . getMessageStoreConfig ( ) . getBrokerRole ( ) == BrokerRole . SLAVE ) {
+ DefaultMessageStore . this . storeStatsService
+ . getSinglePutMessageTopicTimesTotal ( dispatchRequest. getTopic ( ) ) . incrementAndGet ( ) ;
+ DefaultMessageStore . this . storeStatsService
+ . getSinglePutMessageTopicSizeTotal ( dispatchRequest. getTopic ( ) )
+ . addAndGet ( dispatchRequest. getMsgSize ( ) ) ;
+ }
+ } else if ( size == 0 ) {
+ this . reputFromOffset = DefaultMessageStore . this . commitLog. rollNextFile ( this . reputFromOffset) ;
+ readSize = result. getSize ( ) ;
+ }
+ } else if ( ! dispatchRequest. isSuccess ( ) ) {
- public static void putDatabaseType ( DatabaseType databaseType) {
- databaseTypeThreadLocal. set ( databaseType) ;
- }
+ if ( size > 0 ) {
+ log. error ( "[BUG]read total count not equals msg total size. reputFromOffset={}" , reputFromOffset) ;
+ this . reputFromOffset += size;
+ } else {
+ doNext = false ;
+
+
+ if ( DefaultMessageStore . this . getMessageStoreConfig ( ) . isEnableDLegerCommitLog ( ) ||
+ DefaultMessageStore . this . brokerConfig. getBrokerId ( ) == MixAll . MASTER_ID ) {
+ log. error ( "[BUG]dispatch message to consume queue error, COMMITLOG OFFSET: {}" ,
+ this . reputFromOffset) ;
+ this . reputFromOffset += result. getSize ( ) - readSize;
+ }
+ }
+ }
+ }
+ } finally {
+ result. release ( ) ;
+ }
+ } else {
+ doNext = false ;
+ }
+ }
+ } public static void clearDatabaseType ( ) {
- databaseTypeThreadLocal. remove ( ) ;
+分发的逻辑看到这
+ class CommitLogDispatcherBuildConsumeQueue implements CommitLogDispatcher {
+
+ @Override
+ public void dispatch ( DispatchRequest request) {
+ final int tranType = MessageSysFlag . getTransactionValue ( request. getSysFlag ( ) ) ;
+ switch ( tranType) {
+ case MessageSysFlag . TRANSACTION_NOT_TYPE :
+ case MessageSysFlag . TRANSACTION_COMMIT_TYPE :
+ DefaultMessageStore . this . putMessagePositionInfo ( request) ;
+ break ;
+ case MessageSysFlag . TRANSACTION_PREPARED_TYPE :
+ case MessageSysFlag . TRANSACTION_ROLLBACK_TYPE :
+ break ;
+ }
+ }
}
-}
-public enum DatabaseType {
- MASTER1 ( "master1" , "1" ) ,
- MASTER2 ( "master2" , "2" ) ;
+public void putMessagePositionInfo ( DispatchRequest dispatchRequest) {
+ ConsumeQueue cq = this . findConsumeQueue ( dispatchRequest. getTopic ( ) , dispatchRequest. getQueueId ( ) ) ;
+ cq. putMessagePositionInfoWrapper ( dispatchRequest) ;
+ } private final String name;
- private final String value;
+真正存储的是在这
+private boolean putMessagePositionInfo ( final long offset, final int size, final long tagsCode,
+ final long cqOffset) {
- DatabaseType ( String name, String value) {
- this . name = name;
- this . value = value;
+ if ( offset + size <= this . maxPhysicOffset) {
+ log. warn ( "Maybe try to build consume queue repeatedly maxPhysicOffset={} phyOffset={}" , maxPhysicOffset, offset) ;
+ return true ;
}
- public String getName ( ) {
- return name;
- }
+ this . byteBufferIndex. flip ( ) ;
+ this . byteBufferIndex. limit ( CQ_STORE_UNIT_SIZE ) ;
+ this . byteBufferIndex. putLong ( offset) ;
+ this . byteBufferIndex. putInt ( size) ;
+ this . byteBufferIndex. putLong ( tagsCode) ; public String getValue ( ) {
- return value;
- }
+这里也可以看到 ConsumeQueue 的存储格式，
+
+偏移量，消息大小，跟 tag 的 hashCode
+]]>
+
+ MQ
+ RocketMQ
+ 消息队列
+
+
+ MQ
+ 消息队列
+ RocketMQ
+
+
+
+ 聊一下 RocketMQ 的消息存储二
+ /2021/09/12/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E6%B6%88%E6%81%AF%E5%AD%98%E5%82%A8%E4%BA%8C/
+ CommitLog 结构CommitLog 是 rocketmq 的服务端，也就是 broker 存储消息的的文件，跟 kafka 一样，也是顺序写入，当然消息是变长的，生成的规则是每个文件的默认1G =1024 * 1024 * 1024，commitlog的文件名fileName，名字长度为20位，左边补零，剩余为起始偏移量；比如00000000000000000000代表了第一个文件，起始偏移量为0，文件大小为1G=1 073 741 824Byte；当这个文件满了，第二个文件名字为00000000001073741824，起始偏移量为1073741824, 消息存储的时候会顺序写入文件，当文件满了则写入下一个文件，代码中的定义
+
+private int mapedFileSizeCommitLog = 1024 * 1024 * 1024 ; public static DatabaseType getDatabaseType ( String name) {
- if ( MASTER2 . name. equals ( name) ) {
- return MASTER2 ;
- }
- return MASTER1 ;
- }
-}
+本地跑个 demo 验证下，也是这样，这里奇妙有几个比较巧妙的点（个人观点），首先文件就刚好是 1G，并且按照大小偏移量去生成下一个文件，这样获取消息的时候按大小算一下就知道在哪个文件里了，
+代码中写入 CommitLog 的逻辑可以从这开始看
+public PutMessageResult putMessage ( final MessageExtBrokerInner msg) {
+
+ msg. setStoreTimestamp ( System . currentTimeMillis ( ) ) ;
+
+
+ msg. setBodyCRC ( UtilAll . crc32 ( msg. getBody ( ) ) ) ;
+
+ AppendMessageResult result = null ;
-这边可以看到就是通过动态地通过putDatabaseType设置lookupKey来进行数据源切换，要通过接口注解配置来进行设置的话，我们就需要一个注解
-@Retention ( RetentionPolicy . RUNTIME )
-@Target ( ElementType . METHOD )
-public @interface DataSource {
- String value ( ) ;
-} StoreStatsService storeStatsService = this . defaultMessageStore. getStoreStatsService ( ) ;
-这个注解可以配置在我的接口方法上，比如这样
-public interface StudentService {
+ String topic = msg. getTopic ( ) ;
+ int queueId = msg. getQueueId ( ) ;
- @DataSource ( "master1" )
- public Student queryOne ( ) ;
+ final int tranType = MessageSysFlag . getTransactionValue ( msg. getSysFlag ( ) ) ;
+ if ( tranType == MessageSysFlag . TRANSACTION_NOT_TYPE
+ || tranType == MessageSysFlag . TRANSACTION_COMMIT_TYPE ) {
+
+ if ( msg. getDelayTimeLevel ( ) > 0 ) {
+ if ( msg. getDelayTimeLevel ( ) > this . defaultMessageStore. getScheduleMessageService ( ) . getMaxDelayLevel ( ) ) {
+ msg. setDelayTimeLevel ( this . defaultMessageStore. getScheduleMessageService ( ) . getMaxDelayLevel ( ) ) ;
+ }
- @DataSource ( "master2" )
- public Student queryAnother ( ) ;
+ topic = ScheduleMessageService . SCHEDULE_TOPIC ;
+ queueId = ScheduleMessageService . delayLevel2QueueId ( msg. getDelayTimeLevel ( ) ) ;
-} MessageAccessor . putProperty ( msg, MessageConst . PROPERTY_REAL_TOPIC , msg. getTopic ( ) ) ;
+ MessageAccessor . putProperty ( msg, MessageConst . PROPERTY_REAL_QUEUE_ID , String . valueOf ( msg. getQueueId ( ) ) ) ;
+ msg. setPropertiesString ( MessageDecoder . messageProperties2String ( msg. getProperties ( ) ) ) ;
-通过切面来进行数据源的设置
-@Aspect
-@Component
-@Order ( - 1 )
-public class DataSourceAspect {
+ msg. setTopic ( topic) ;
+ msg. setQueueId ( queueId) ;
+ }
+ }
- @Pointcut ( "execution(* com.nicksxs.springdemo.service..*.*(..))" )
- public void pointCut ( ) {
+ long eclipseTimeInLock = 0 ;
+ MappedFile unlockMappedFile = null ;
+ MappedFile mappedFile = this . mappedFileQueue. getLastMappedFile ( ) ;
+
+ putMessageLock. lock ( ) ;
+ try {
+ long beginLockTimestamp = this . defaultMessageStore. getSystemClock ( ) . now ( ) ;
+ this . beginTimeInLock = beginLockTimestamp;
- }
+
+
+ msg. setStoreTimestamp ( beginLockTimestamp) ;
+ if ( null == mappedFile || mappedFile. isFull ( ) ) {
+ mappedFile = this . mappedFileQueue. getLastMappedFile ( 0 ) ;
+ }
+ if ( null == mappedFile) {
+ log. error ( "create mapped file1 error, topic: " + msg. getTopic ( ) + " clientAddr: " + msg. getBornHostString ( ) ) ;
+ beginTimeInLock = 0 ;
+ return new PutMessageResult ( PutMessageStatus . CREATE_MAPEDFILE_FAILED , null ) ;
+ }
- @Before ( "pointCut()" )
- public void before ( JoinPoint point)
- {
- Object target = point. getTarget ( ) ;
- System . out. println ( target. toString ( ) ) ;
- String method = point. getSignature ( ) . getName ( ) ;
- System . out. println ( method) ;
- Class < ? > [ ] classz = target. getClass ( ) . getInterfaces ( ) ;
- Class < ? > [ ] parameterTypes = ( ( MethodSignature ) point. getSignature ( ) )
- . getMethod ( ) . getParameterTypes ( ) ;
- try {
- Method m = classz[ 0 ] . getMethod ( method, parameterTypes) ;
- System . out. println ( "method" + m. getName ( ) ) ;
- if ( m. isAnnotationPresent ( DataSource . class ) ) {
- DataSource data = m. getAnnotation ( DataSource . class ) ;
- System . out. println ( "dataSource：" + data. value ( ) ) ;
- DatabaseContextHolder . putDatabaseType ( DatabaseType . getDatabaseType ( data. value ( ) ) ) ;
+ result = mappedFile. appendMessage ( msg, this . appendMessageCallback) ;
+ switch ( result. getStatus ( ) ) {
+ case PUT_OK :
+ break ;
+ case END_OF_FILE :
+ unlockMappedFile = mappedFile;
+
+ mappedFile = this . mappedFileQueue. getLastMappedFile ( 0 ) ;
+ if ( null == mappedFile) {
+
+ log. error ( "create mapped file2 error, topic: " + msg. getTopic ( ) + " clientAddr: " + msg. getBornHostString ( ) ) ;
+ beginTimeInLock = 0 ;
+ return new PutMessageResult ( PutMessageStatus . CREATE_MAPEDFILE_FAILED , result) ;
+ }
+ result = mappedFile. appendMessage ( msg, this . appendMessageCallback) ;
+ break ;
+ case MESSAGE_SIZE_EXCEEDED :
+ case PROPERTIES_SIZE_EXCEEDED :
+ beginTimeInLock = 0 ;
+ return new PutMessageResult ( PutMessageStatus . MESSAGE_ILLEGAL , result) ;
+ case UNKNOWN_ERROR :
+ beginTimeInLock = 0 ;
+ return new PutMessageResult ( PutMessageStatus . UNKNOWN_ERROR , result) ;
+ default :
+ beginTimeInLock = 0 ;
+ return new PutMessageResult ( PutMessageStatus . UNKNOWN_ERROR , result) ;
}
- } catch ( Exception e) {
- e. printStackTrace ( ) ;
+ eclipseTimeInLock = this . defaultMessageStore. getSystemClock ( ) . now ( ) - beginLockTimestamp;
+ beginTimeInLock = 0 ;
+ } finally {
+ putMessageLock. unlock ( ) ;
}
- }
- @After ( "pointCut()" )
- public void after ( ) {
- DatabaseContextHolder . clearDatabaseType ( ) ;
- }
-} if ( eclipseTimeInLock > 500 ) {
+ log. warn ( "[NOTIFYME]putMessage in lock cost time(ms)={}, bodyLength={} AppendMessageResult={}" , eclipseTimeInLock, msg. getBody ( ) . length, result) ;
+ }
-通过接口判断是否带有注解跟是注解的值，DatabaseType 的配置不太好，不过先忽略了，然后在切点后进行清理
-这是我 master1 的数据，
-
-master2 的数据
-
-然后跑一下简单的 demo，
-@Override
-public void run ( String . . . args) {
- LOGGER . info ( "run here" ) ;
- System . out. println ( studentService. queryOne ( ) ) ;
- System . out. println ( studentService. queryAnother ( ) ) ;
+ if ( null != unlockMappedFile && this . defaultMessageStore. getMessageStoreConfig ( ) . isWarmMapedFileEnable ( ) ) {
+ this . defaultMessageStore. unlockMappedFile ( unlockMappedFile) ;
+ }
-} PutMessageResult putMessageResult = new PutMessageResult ( PutMessageStatus . PUT_OK , result) ;
-看一下运行结果
-
-其实这个方法应用场景不止可以用来迁移数据库，还能实现精细化的读写数据源分离之类的，算是做个简单记录和分享。
-]]>
-
- Java
- SpringBoot
-
-
- Java
- Spring
- SpringBoot
- Druid
- 数据源动态切换
-
-
-
- 聊一下 SpringBoot 设置非 web 应用的方法
- /2022/07/31/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E8%AE%BE%E7%BD%AE%E9%9D%9E-web-%E5%BA%94%E7%94%A8%E7%9A%84%E6%96%B9%E6%B3%95/
- 寻找原因这次碰到一个比较奇怪的问题，应该统一发布脚本统一给应用启动参数传了个 -Dserver.port=xxxx，其实这个端口会作为 dubbo 的服务端口，并且应用也不提供 web 服务，但是在启动的时候会报embedded servlet container failed to start. port xxxx was already in use就觉得有点奇怪，仔细看了启动参数猜测可能是这个问题，有可能是依赖的二方三方包带了 spring-web 的包，然后基于 springboot 的 auto configuration 会把这个自己加载，就在本地复现了下这个问题，结果的确是这个问题。
-解决方案 老版本 设置 spring 不带 web 功能 比较老的 springboot 版本，可以使用
-SpringApplication app = new SpringApplication ( XXXXXApplication . class ) ;
-app. setWebEnvironment ( false ) ;
-app. run ( args) ; 新版本 新版本的 springboot (>= 2.0.0)可以在 properties 里配置
-spring. main. web- application- type= none或者
-SpringApplication app = new SpringApplication ( XXXXXApplication . class ) ;
-app. setWebApplicationType ( WebApplicationType . NONE ) ; 这个枚举里还有其他两种配置
-public enum WebApplicationType {
+
+ storeStatsService. getSinglePutMessageTopicTimesTotal ( msg. getTopic ( ) ) . incrementAndGet ( ) ;
+ storeStatsService. getSinglePutMessageTopicSizeTotal ( topic) . addAndGet ( result. getWroteBytes ( ) ) ;
-
- NONE ,
+ handleDiskFlush ( result, putMessageResult, msg) ;
+ handleHA ( result, putMessageResult, msg) ;
-
- SERVLET ,
+ return putMessageResult;
+ } REACTIVE
+前面也看到在CommitLog 目录下是有大小为 1G 的文件组成，在实现逻辑中，其实是通过 org.apache.rocketmq.store.MappedFileQueue ，内部是存的一个MappedFile的队列，对于写入的场景每次都是通过org.apache.rocketmq.store.MappedFileQueue#getLastMappedFile() 获取最后一个文件，如果还没有创建，或者最后这个文件已经满了，那就调用 org.apache.rocketmq.store.MappedFileQueue#getLastMappedFile(long)
+public MappedFile getLastMappedFile ( final long startOffset, boolean needCreate) {
+ long createOffset = - 1 ;
+
+ MappedFile mappedFileLast = getLastMappedFile ( ) ;
-} 相当于是把none 的类型和包括 servlet 和 reactive 放进了枚举类进行控制。
-]]>
-
- Java
- SpringBoot
-
-
- Java
- Spring
- SpringBoot
- 自动装配
- AutoConfiguration
-
-
-
- 聊一下关于怎么陪伴学习
- /2022/11/06/%E8%81%8A%E4%B8%80%E4%B8%8B%E5%85%B3%E4%BA%8E%E6%80%8E%E4%B9%88%E9%99%AA%E4%BC%B4%E5%AD%A6%E4%B9%A0/
- 这是一次开车过程中结合网上的一些微博想到的，开车是之前LD买了车后，陪领导练车，其实在一开始练车的时候，我们已经是找了相对很空的封闭路段，路上基本很少有车，偶尔有一辆车，但是LD还是很害怕，车速还只有十几的时候，还很远的对面来车的时候就觉得很慌了，这个时候如果以常理肯定会说这样子完全不用怕，如果克服恐惧真的这么容易的话，问题就不会那么纠结了，人生是很难完全感同身受的，唯有降低预设的基准让事情从头理清楚，害怕了我们就先休息，有车了我们就停下，先适应完全没车的情况，变得更慢一点，如果这时候着急一点，反而会起到反效果，比如只是说不要怕，接着开，甚至有点厌烦了，那基本这个练车也不太成得了了，而正好是有耐心的一起慢慢练习，还有就是第二件是切身体会，就是当道路本来是两条道，但是封了一条的时候，这时候开车如果是像我这样的新手，如果开车时左右边看着的话，车肯定开不好，因为那样会一直左右调整，反而更容易控制不好左右的距离，蹭到旁边的隔离栏，正确的方式应该是专注于正前方的路，这样才能保证左右边距离尽可能均匀，而不是顾左失右或者顾右失左，所以很多陪伴学习需要注意的是方式和耐心，能够识别到关键点那是最好的，但是有时候更需要的是耐心，纯靠耐心不一定能解决问题，但是可能会找到问题关键点。
-]]>
-
- 生活
-
-
- 生活
-
-
-
- 聊在东京奥运会闭幕式这天-二
- /2021/08/19/%E8%81%8A%E5%9C%A8%E4%B8%9C%E4%BA%AC%E5%A5%A5%E8%BF%90%E4%BC%9A%E9%97%AD%E5%B9%95%E5%BC%8F%E8%BF%99%E5%A4%A9-%E4%BA%8C/
- 前面主要还是说了乒乓球的，因为整体还是乒乓球的比赛赛程比较长，比较激烈，扣人心弦，记得那会在公司没法看视频直播，就偶尔看看奥运会官网的比分，还几场马龙樊振东，陈梦被赢了一局就吓尿了，已经被混双那场留下了阴影，其实后面去看看16 年的比赛什么的，中国队虽然拿了这么多冠军，但是自改成 11 分制以来，其实都没办法那么完全彻底地碾压，而且像张继科，樊振东，陈梦都多少有些慢热，现在看来是马龙比较全面，不过看过了马龙，刘国梁，许昕等的一些过往经历，都是起起伏伏，即使是张怡宁这样的大魔王，也经历过逢王楠不赢的阶段，心态无法调整好。
-其实最开始是举重项目，侯志慧是女子 49 公斤级的冠军，这场比赛是全场都看，其实看中国队的举重比赛跟跳水有点像，每一轮都需要到最后才能等到中国队，跳水其实每轮都有，举重会按照自己报的试举重量进行排名，重量大的会在后面举，抓举和挺举各三次试举机会，有时候会看着比较焦虑，一直等不来，怕一上来就没试举成功，而且中国队一般试举重量就是很大的，容易一次试举不成功就马上下一次，连着举其实压力会非常大，说实话真的是外行看热闹，每次都是多懂一点点，这次由于实在是比较无聊，所以看的会比较专心点，对于对应的规则知识点也会多了解一点，同时对于举重，没想到我们国家的这些运动员有这么强，最后八块金牌拿了七块，有一块拿到银牌也是有点因为教练的策略问题，这里其实也稍微知道一点，因为报上去的试举重量是谁小谁先举，并且我们国家都是实力非常强的，所以都会报大一些，并且如果这个项目有实力相近的选手，会比竞对多报一公斤，这样子如果前面竞争对手没举成功，我们把握就很大了，最坏的情况即使对手试举成功了，我们还有机会搏一把，比如谌利军这样的，只是说说感想，举重运动员真的是个比较单纯的群体，而且训练是非常痛苦枯燥的，非常容易受伤，像挺举就有点会压迫呼吸通道，看到好几个都是脸憋得通红，甚至直接因为压迫气道而没法完成后面的挺举，像之前 16 年的举重比赛，有个运动员没成功夺冠就非常愧疚地哭着说对不起祖国，没有获得冠军，这是怎么样的一种歉疚，怎么样的一种纯粹的感情呢，相对应地来说，我又要举男足，男篮的例子了，很多人在那嘲笑我这样对男足男篮愤愤不平的人，说可能我这样的人都没交个税（从缴纳个税的数量比例来算有可能），只是这里有两个打脸的事情，我足额缴纳个税，接近 20%的薪资都缴了个税，并且我买的所有东西都缴了增值税，如果让我这样缴纳了个税，缴纳了增值税的有个人的投票权，我一定会投票不让男足男篮使用我缴纳我的税金，用我们的缴纳的税，打出这么烂的表现，想乒乓球混双，拿个亚军都会被喷，那可是世界第二了，而且是就输了那么一场，足球篮球呢，我觉得是一方面成绩差，因为比赛真的有状态跟心态的影响，偶尔有一场失误非常正常，NBA 被黑八的有这么多强队，但是如果像男足男篮，成绩是越来越差，用范志毅的话来说就是脸都不要了，还有就是精气神，要在比赛中打出胜负欲，保持这种争胜心，才有机会再进步，前火箭队主教练鲁迪·汤姆贾诺维奇的话，“永远不要低估冠军的决心”，即使我现在打不过你，我会在下一次，下下次打败你，竞技体育永远要有这种精神，可以接受一时的失败，但是要保持永远争胜的心。
-第一块金牌是杨倩拿下的，中国队拿奥运会首金也是有政治任务的，而恰恰杨倩这个金牌也有点碰巧是对手最后一枪失误了，当然竞技体育，特别是射击，真的是容不得一点点失误，像前面几届的美国神通埃蒙斯，失之毫厘差之千里，但是这个具体评价就比较少，唯一一点让我比较出戏的就是杨倩真的非常像王刚的徒弟漆二娃，哈哈，微博上也有挺多人觉得像，射击还是个比较可以接受年纪稍大的运动员，需要经验和稳定性，相对来说爆发力体力稍好一点，像庞伟这样的，混合团体10米气手枪金牌，36 岁可能其他项目已经是年龄很大了，不过前面说的举重的吕小军军神也是年纪蛮大了，但是非常强，而且在油管上简直就是个神，相对来说射击是关注比较少，杨倩的也只是看了后面拿到冠军这个结果，有些因为时间或者电视上没放，但是成绩还是不错的，没多少喷点。
-第二篇先到这，纯主观，轻喷。
-]]>
-
- 生活
- 运动
-
-
- 生活
- 运动
- 东京奥运会
- 举重
- 射击
-
-
-
- 聊在东京奥运会闭幕式这天
- /2021/08/08/%E8%81%8A%E5%9C%A8%E4%B8%9C%E4%BA%AC%E5%A5%A5%E8%BF%90%E4%BC%9A%E9%97%AD%E5%B9%95%E5%BC%8F%E8%BF%99%E5%A4%A9/
- 这届奥运会有可能是我除了 08 年之外关注度最高的一届奥运会，原因可能是因为最近也没什么电影综艺啥的比较好看，前面看跑男倒还行，不是说多好，也就图一乐，最开始看向往的生活觉得也挺不错的，后面变成了统一来了就看黄磊做饭，然后夸黄磊做饭好吃，然后无聊的说这种生活多么多么美好，单调无聊，差不多弃了，这里面还包括大华不在了，大华其实个人还是有点呱噪的，但是挺能搞气氛，并且也有才华，彭彭跟子枫人是不讨厌，但是撑不起来，所以也导致了前面说的结果，都变成了黄磊彩虹屁现场，虽然偶尔怀疑他是否做得好吃，但是整体还是承认的，可对于一个这么多季了的综艺来说，这样也有点单调了。
-还有奥运会像乒乓球，篮球，跳水这几个都是比较喜欢的项目，篮球🏀是从初中开始就也有在自己在玩的，虽然因为身高啊体质基本没什么天赋，但也算是热爱驱动，差不多到了大学因为比较懒才放下了，初中高中还是有很多时间花在上面，不像别人经常打球跑跑跳跳还能长高，我反而一直都没长个子，也因为这个其实蛮遗憾的，后面想想可能是初中的时候远走他乡去住宿读初中，伙食营养跟不上导致的，可能也是自己的一厢情愿吧，总觉得应该还能再长点个，这一点以后我自己的小孩我应该会特别注意这段时间他/她的营养摄入了；然后像乒乓球🏓的话其实小时候是比较讨厌的，因为家里人，父母都没有这类爱好习惯，我也完全不会，但是小学那会班里的“恶霸”就以公平之名要我们男生每个人都排队打几个，我这种不会的反而又要被嘲笑，这个小时候的阴影让我有了比较不好的印象，对它🏓的改观是在工作以后，前司跟一个同样不会的同事经常在饭点会打打，而且那会因为这个其实身体得到了锻炼，感觉是个不错的健身方式，然后又是中国的优势项目，小时候跟着我爸看孔令辉，那时候完全不懂，印象就觉得老瓦很牛，后面其实也没那么关注，上一届好像看了马龙的比赛；跳水也是中国的优势项目，而且也比较简单，不是说真的很简单，就是我们外行观众看着就看看水花大小图一乐。
-这次的观赛过程其实主要还是在乒乓球上面，现在都有点怪我的乌鸦嘴，混双我一直就不太放心（关我什么事，我也不专业），然后一直觉得混双是不是不太稳，结果那天看的时候也是因为央视一套跟五套都没放，我家的有线电视又是没有五加体育，然后用电脑投屏就很卡，看得也很不爽，同时那天因为看的时候已经是 2:0还是再后面点了，一方面是不懂每队只有一次暂停，另一方面不知道已经用过暂停了，所以就特别怀疑马林是不是只会无脑鼓掌，感觉作为教练，并且是前冠军，应该也能在擦汗间隙，或者局间休息调整的时候多给些战略战术的指导，类似于后面男团小胖打奥恰洛夫，像解说都看出来了，其实奥恰那会的反手特别顺，打得特别凶，那就不能让他能特别顺手的上反手位，这当然是外行比较粗浅的看法，在混双过程中其实除了这个，还有让人很不爽的就是我们的许昕跟刘诗雯有种拿不出破釜沉舟的勇气的感觉，在气势上完全被对面两位日本乒乓球最讨厌的两位对手压制着，我都要输了，我就每一颗都要不让你好过，因为真的不是说没有实力，对面水谷隼也不是多么多么强的，可能上一届男团许昕输给他还留着阴影，但是以许昕 19 年男单世界第一的实力，目前也排在世界前三，输一场不应该成为这种阻力，有一些失误也很可惜，后面孙颖莎真的打得很解气，第二局一度以为又要被翻盘了，结果来了个大逆转，女团的时候也是，感觉在心态上孙颖莎还是很值得肯定的，少年老成这个词很适合，看其他的视频也觉得莎莎萌萌哒，陈梦总感觉还欠一点王者霸气，王曼昱还是可以的，反手很凶，我觉得其实这一届日本女乒就是打得非常凶，即使像平野这种看着很弱的妹子，打的球可一点都不弱，也是这种凶狠的打法，有点要压制中国的感觉，这方面我觉得是需要改善的，打这种要不就是实力上的完全碾压，要不就是我实力虽然比较没强多少，但是你狠我打得比你还狠，越保守越要输，我不太成熟的想法是这样的，还有就是面对逆境，这个就要说到男队的了，樊振东跟马龙在半决赛的时候，特别是男团的第二盘，樊振东打奥恰很好地表现了这个心态，当然樊振东我不是特别了解，据说他是比较善于打相持，比较善于焦灼的情况，不过整体看下来樊振东还是有一些欠缺，就是面对情况的快速转变应对，这一点也是马龙特别强的，虽然看起来马龙真的是年纪大了点，没有 16 年那会满头发胶，油光锃亮的大背头和满脸胶原蛋白的意气风发，大范围运动能力也弱了一点，但是经验和能力的全面性也让他最终能再次站上巅峰，还是非常佩服的，这里提一下张继科，虽然可能天赋上是张继科更强点，但是男乒一直都是有强者出现，能为国家队付出这么多并且一直坚持的可不是人人都可以，即使现在同台竞技马龙打不过张继科我还是更喜欢马龙。再来说说我们的对手，主要分三部分，德国男乒，里面有波尔（我刚听到的时候在想怎么又出来个叫波尔的，是不是像举重的石智勇一样，又来一个同名的，结果是同一个，已经四十岁了），这真是个让人敬佩的对手，实力强，经验丰富，虽然男单有点可惜，但是帮助男团获得银牌，真的是起到了定海神针的作用；奥恰洛夫，以前完全不认识，或者说看过也忘了，这次是真的有点意外，竟然有这么个马龙护法，其实他也坦言非常想赢一次马龙，并且在半决赛也非常接近赢得比赛，是个实力非常强的对手，就是男团半决赛输给张本智和有点可惜，有点被打蒙的感觉，佛朗西斯卡的话也是实力不错的选手，就是可能被奥恰跟波尔的光芒掩盖了，跟波尔在男团第一盘男双的比赛中打败日本那对男双也是非常给力的，说实话，最后打国乒的时候的确是国乒实力更胜一筹，但是即使德国赢了我也是充满尊敬，拼的就是硬实力，就像第二盘奥恰打樊振东，反手是真的很强，反过来看奥恰可能也不是很善于快速调整，樊振东打出来自己的节奏，主攻奥恰的中路，他好像没什么好办法解决。再来说我最讨厌的日本，嗯，小日本，张本智和、水谷隼、伊藤美诚，一一评价下（我是外行，绝对主观评价），张本智和，父母也是中国人，原来叫张智和，改日本籍后加了个本，被微博网友笑称日本尖叫鸡，男单输给了斯洛文尼亚选手，男团里是赢了两场，但是在我看来其实实力上可能比不上全力的奥恰，主要是特别能叫，会干扰对手，如果觉得这种也是种能力我也无话可说，要是有那种吼声能直接把对手震聋的，都不需要打比赛了，我简单记了下，赢一颗球，他要叫八声，用 LD 的话来说烦都烦死了，心态是在面对一些困境顺境的应对调整适应能力，而不是对这种噪音的适应能力，至少我是这么看的，所以我很期待樊振东能好好地虐虐他，因为其他像林昀儒真的是非常优秀的新选手，所谓的国乒克星估计也是小日本自己说说的，国乒其实有很多对手，马龙跟樊振东在男单半决赛碰到的这两个几乎都差点把他们掀翻了，所以还是练好自己的实力再来吹吧，免得打脸；水谷隼的话真的是长相就是特别地讨厌，还搞出那套不打比赛的姿态，男团里被波尔干掉就是很好的例子，波尔虽然真的很强，但毕竟 40 岁了，跟伊藤美诚一起说了吧，伊藤实力说实话是有的，混双中很大一部分的赢面来自于她，刘诗雯做了手术状态不好，许昕失误稍多，但是这种赢球了就感觉我赢了你一辈子一场没输的感觉，还有那种不知道怎么形容的笑，实力强的正常打比赛的我都佩服，像女团决赛里，平野跟石川佳纯的打法其实也很凶狠，但是都是正常的比赛，即使中国队两位实力不济输了也很正常，这种就真的需要像孙颖莎这样的小魔王无视各种魔法攻击，无视你各种花里胡哨的打法的人好好教训一下，混双输了以后了解了下她，感觉实力真的不错，是个大威胁，但是其实我们孙颖莎也是经历了九个月的继续成长，像张怡宁也评价了她，可能后面就没什么空间了，当然如果由张怡宁来打她就更适合了，净整这些有的没的，就打得你没脾气。
-乒乓球的说的有点多，就分篇说了，第一篇先到这。
-]]>
-
- 生活
- 运动
-
-
- 生活
- 运动
- 东京奥运会
- 乒乓球
- 跳水
-
-
-
- 聊聊 Dubbo 的 SPI 续之自适应拓展
- /2020/06/06/%E8%81%8A%E8%81%8A-Dubbo-%E7%9A%84-SPI-%E7%BB%AD%E4%B9%8B%E8%87%AA%E9%80%82%E5%BA%94%E6%8B%93%E5%B1%95/
- Adaptive这个应该是 Dubbo SPI 里最玄妙的东西了，一开始没懂，自适应扩展点加载，dubbo://123.123.123.123:1234/com.nicksxs.demo.service.HelloWorldService?anyhost=true&application=demo&default.loadbalance=random&default.service.filter=LoggerFilter&dubbo=2.5.3&interface=com.nicksxs.demo.service.HelloWorldService&logger=slf4j&methods=method1,method2,method3,method4&pid=4292&retries=0&side=provider&threadpool=fixed&threads=200&timeout=2000×tamp=1590647155886threadpool = fixed，说明线程池使用的是 fixed 对应的实现，也就是下图的这个
-譬如我们在引用一个服务时，在ReferenceConfig 中的
-private static final Protocol refprotocol = ExtensionLoader.getExtensionLoader(Protocol.class).getAdaptiveExtension();if ( mappedFileLast == null ) {
+ createOffset = startOffset - ( startOffset % this . mappedFileSize) ;
+ }
+
+
+ if ( mappedFileLast != null && mappedFileLast. isFull ( ) ) {
+
+ createOffset = mappedFileLast. getFileFromOffset ( ) + this . mappedFileSize;
+ }
-就获取了自适应拓展，
-public T getAdaptiveExtension ( ) {
- Object instance = cachedAdaptiveInstance. get ( ) ;
- if ( instance == null ) {
- if ( createAdaptiveInstanceError == null ) {
- synchronized ( cachedAdaptiveInstance) {
- instance = cachedAdaptiveInstance. get ( ) ;
- if ( instance == null ) {
- try {
- instance = createAdaptiveExtension ( ) ;
- cachedAdaptiveInstance. set ( instance) ;
- } catch ( Throwable t) {
- createAdaptiveInstanceError = t;
- throw new IllegalStateException ( "fail to create adaptive instance: " + t. toString ( ) , t) ;
- }
- }
- }
+ if ( createOffset != - 1 && needCreate) {
+
+ String nextFilePath = this . storePath + File . separator + UtilAll . offset2FileName ( createOffset) ;
+ String nextNextFilePath = this . storePath + File . separator
+ + UtilAll . offset2FileName ( createOffset + this . mappedFileSize) ;
+ MappedFile mappedFile = null ;
+
+
+ if ( this . allocateMappedFileService != null ) {
+ mappedFile = this . allocateMappedFileService. putRequestAndReturnMappedFile ( nextFilePath,
+ nextNextFilePath, this . mappedFileSize) ;
} else {
- throw new IllegalStateException ( "fail to create adaptive instance: " + createAdaptiveInstanceError. toString ( ) , createAdaptiveInstanceError) ;
+ try {
+
+ mappedFile = new MappedFile ( nextFilePath, this . mappedFileSize) ;
+ } catch ( IOException e) {
+ log. error ( "create mappedFile exception" , e) ;
+ }
+ }
+
+ if ( mappedFile != null ) {
+ if ( this . mappedFiles. isEmpty ( ) ) {
+ mappedFile. setFirstCreateInQueue ( true ) ;
+ }
+ this . mappedFiles. add ( mappedFile) ;
}
+
+ return mappedFile;
}
- return ( T ) instance;
- } return mappedFileLast;
+ } 首先看下直接创建的，
+public MappedFile ( final String fileName, final int fileSize) throws IOException {
+ init ( fileName, fileSize) ;
+ }
+private void init ( final String fileName, final int fileSize) throws IOException {
+ this . fileName = fileName;
+ this . fileSize = fileSize;
+ this . file = new File ( fileName) ;
+ this . fileFromOffset = Long . parseLong ( this . file. getName ( ) ) ;
+ boolean ok = false ;
+
+ ensureDirOK ( this . file. getParent ( ) ) ;
-这里也使用了 DCL，来锁cachedAdaptiveInstance，当缓存中没有时就去创建自适应拓展
-private T createAdaptiveExtension ( ) {
try {
-
- return injectExtension ( ( T ) getAdaptiveExtensionClass ( ) . newInstance ( ) ) ;
- } catch ( Exception e) {
- throw new IllegalStateException ( "Can not create adaptive extension " + type + ", cause: " + e. getMessage ( ) , e) ;
+
+ this . fileChannel = new RandomAccessFile ( this . file, "rw" ) . getChannel ( ) ;
+
+ this . mappedByteBuffer = this . fileChannel. map ( MapMode . READ_WRITE , 0 , fileSize) ;
+ TOTAL_MAPPED_VIRTUAL_MEMORY . addAndGet ( fileSize) ;
+ TOTAL_MAPPED_FILES . incrementAndGet ( ) ;
+ ok = true ;
+ } catch ( FileNotFoundException e) {
+ log. error ( "create file channel " + this . fileName + " Failed. " , e) ;
+ throw e;
+ } catch ( IOException e) {
+ log. error ( "map file " + this . fileName + " Failed. " , e) ;
+ throw e;
+ } finally {
+ if ( ! ok && this . fileChannel != null ) {
+ this . fileChannel. close ( ) ;
+ }
}
- }
+ } private Class < ? > getAdaptiveExtensionClass ( ) {
-
- getExtensionClasses ( ) ;
- if ( cachedAdaptiveClass != null ) {
- return cachedAdaptiveClass;
+如果是提交给AllocateMappedFileService的话就用到了一些异步操作
+public MappedFile putRequestAndReturnMappedFile ( String nextFilePath, String nextNextFilePath, int fileSize) {
+ int canSubmitRequests = 2 ;
+ if ( this . messageStore. getMessageStoreConfig ( ) . isTransientStorePoolEnable ( ) ) {
+ if ( this . messageStore. getMessageStoreConfig ( ) . isFastFailIfNoBufferInStorePool ( )
+ && BrokerRole . SLAVE != this . messageStore. getMessageStoreConfig ( ) . getBrokerRole ( ) ) {
+ canSubmitRequests = this . messageStore. getTransientStorePool ( ) . remainBufferNumbs ( ) - this . requestQueue. size ( ) ;
+ }
+ }
+
+ AllocateRequest nextReq = new AllocateRequest ( nextFilePath, fileSize) ;
+ boolean nextPutOK = this . requestTable. putIfAbsent ( nextFilePath, nextReq) == null ;
+
+ if ( nextPutOK) {
+
+ if ( canSubmitRequests <= 0 ) {
+ log. warn ( "[NOTIFYME]TransientStorePool is not enough, so create mapped file error, " +
+ "RequestQueueSize : {}, StorePoolSize: {}" , this . requestQueue. size ( ) , this . messageStore. getTransientStorePool ( ) . remainBufferNumbs ( ) ) ;
+ this . requestTable. remove ( nextFilePath) ;
+ return null ;
+ }
+
+ boolean offerOK = this . requestQueue. offer ( nextReq) ;
+ if ( ! offerOK) {
+ log. warn ( "never expected here, add a request to preallocate queue failed" ) ;
+ }
+ canSubmitRequests-- ;
}
- return cachedAdaptiveClass = createAdaptiveExtensionClass ( ) ;
- }
-private Class < ? > createAdaptiveExtensionClass ( ) {
-
- String code = createAdaptiveExtensionClassCode ( ) ;
- ClassLoader classLoader = findClassLoader ( ) ;
- com. alibaba. dubbo. common. compiler. Compiler= ExtensionLoader . getExtensionLoader ( com. alibaba. dubbo. common. compiler. Compiler. class ) . getAdaptiveExtension ( ) ;
- return compiler. compile ( code, classLoader) ;
- } 生成的代码像这样
-package com. alibaba. dubbo. rpc ;
+
+ AllocateRequest nextNextReq = new AllocateRequest ( nextNextFilePath, fileSize) ;
+ boolean nextNextPutOK = this . requestTable. putIfAbsent ( nextNextFilePath, nextNextReq) == null ;
+ if ( nextNextPutOK) {
+ if ( canSubmitRequests <= 0 ) {
+ log. warn ( "[NOTIFYME]TransientStorePool is not enough, so skip preallocate mapped file, " +
+ "RequestQueueSize : {}, StorePoolSize: {}" , this . requestQueue. size ( ) , this . messageStore. getTransientStorePool ( ) . remainBufferNumbs ( ) ) ;
+ this . requestTable. remove ( nextNextFilePath) ;
+ } else {
+ boolean offerOK = this . requestQueue. offer ( nextNextReq) ;
+ if ( ! offerOK) {
+ log. warn ( "never expected here, add a request to preallocate queue failed" ) ;
+ }
+ }
+ }
-import com. alibaba. dubbo. common. extension. ExtensionLoader ;
+ if ( hasException) {
+ log. warn ( this . getServiceName ( ) + " service has exception. so return null" ) ;
+ return null ;
+ }
+ AllocateRequest result = this . requestTable. get ( nextFilePath) ;
+ try {
+
+ if ( result != null ) {
+ boolean waitOK = result. getCountDownLatch ( ) . await ( waitTimeOut, TimeUnit . MILLISECONDS ) ;
+ if ( ! waitOK) {
+ log. warn ( "create mmap timeout " + result. getFilePath ( ) + " " + result. getFileSize ( ) ) ;
+ return null ;
+ } else {
+ this . requestTable. remove ( nextFilePath) ;
+ return result. getMappedFile ( ) ;
+ }
+ } else {
+ log. error ( "find preallocate mmap failed, this never happen" ) ;
+ }
+ } catch ( InterruptedException e) {
+ log. warn ( this . getServiceName ( ) + " service has exception. " , e) ;
+ }
-public class Protocol $Adaptive implements com. alibaba. dubbo. rpc. Protocol{
- public void destroy ( ) {
- throw new UnsupportedOperationException (
- "method public abstract void com.alibaba.dubbo.rpc.Protocol.destroy() of interface com.alibaba.dubbo.rpc.Protocol is not adaptive method!" ) ;
- }
+ return null ;
+ } public int getDefaultPort ( ) {
- throw new UnsupportedOperationException (
- "method public abstract int com.alibaba.dubbo.rpc.Protocol.getDefaultPort() of interface com.alibaba.dubbo.rpc.Protocol is not adaptive method!" ) ;
- }
+而真正去执行文件操作的就是 AllocateMappedFileService的 run 方法
+public void run ( ) {
+ log. info ( this . getServiceName ( ) + " service started" ) ;
- public com. alibaba. dubbo. rpc. Exporterexport (
- com. alibaba. dubbo. rpc. Invoker)
- throws com. alibaba. dubbo. rpc. RpcException{
- if ( arg0 == null ) {
- throw new IllegalArgumentException (
- "com.alibaba.dubbo.rpc.Invoker argument == null" ) ;
- }
+ while ( ! this . isStopped ( ) && this . mmapOperation ( ) ) {
- if ( arg0. getUrl ( ) == null ) {
- throw new IllegalArgumentException (
- "com.alibaba.dubbo.rpc.Invoker argument getUrl() == null" ) ;
}
+ log. info ( this . getServiceName ( ) + " service end" ) ;
+ }
+private boolean mmapOperation ( ) {
+ boolean isSuccess = false ;
+ AllocateRequest req = null ;
+ try {
+
+ req = this . requestQueue. take ( ) ;
+ AllocateRequest expectedRequest = this . requestTable. get ( req. getFilePath ( ) ) ;
+ if ( null == expectedRequest) {
+ log. warn ( "this mmap request expired, maybe cause timeout " + req. getFilePath ( ) + " "
+ + req. getFileSize ( ) ) ;
+ return true ;
+ }
+ if ( expectedRequest != req) {
+ log. warn ( "never expected here, maybe cause timeout " + req. getFilePath ( ) + " "
+ + req. getFileSize ( ) + ", req:" + req + ", expectedRequest:" + expectedRequest) ;
+ return true ;
+ }
- com. alibaba. dubbo. common. URL= arg0. getUrl ( ) ;
- String extName = ( ( url. getProtocol ( ) == null ) ? "dubbo"
- : url. getProtocol ( ) ) ;
+ if ( req. getMappedFile ( ) == null ) {
+ long beginTime = System . currentTimeMillis ( ) ;
- if ( extName == null ) {
- throw new IllegalStateException (
- "Fail to get extension(com.alibaba.dubbo.rpc.Protocol) name from url(" +
- url. toString ( ) + ") use keys([protocol])" ) ;
- }
+ MappedFile mappedFile;
+ if ( messageStore. getMessageStoreConfig ( ) . isTransientStorePoolEnable ( ) ) {
+ try {
+
+ mappedFile = ServiceLoader . load ( MappedFile . class ) . iterator ( ) . next ( ) ;
+ mappedFile. init ( req. getFilePath ( ) , req. getFileSize ( ) , messageStore. getTransientStorePool ( ) ) ;
+ } catch ( RuntimeException e) {
+ log. warn ( "Use default implementation." ) ;
+
+ mappedFile = new MappedFile ( req. getFilePath ( ) , req. getFileSize ( ) , messageStore. getTransientStorePool ( ) ) ;
+ }
+ } else {
+
+ mappedFile = new MappedFile ( req. getFilePath ( ) , req. getFileSize ( ) ) ;
+ }
- com. alibaba. dubbo. rpc. Protocol= ( com. alibaba. dubbo. rpc. Protocol) ExtensionLoader . getExtensionLoader ( com. alibaba. dubbo. rpc. Protocol. class )
- . getExtension ( extName) ;
+ long eclipseTime = UtilAll . computeEclipseTimeMilliseconds ( beginTime) ;
+ if ( eclipseTime > 10 ) {
+ int queueSize = this . requestQueue. size ( ) ;
+ log. warn ( "create mappedFile spent time(ms) " + eclipseTime + " queue size " + queueSize
+ + " " + req. getFilePath ( ) + " " + req. getFileSize ( ) ) ;
+ }
- return extension. export ( arg0) ;
- }
+
+ if ( mappedFile. getFileSize ( ) >= this . messageStore. getMessageStoreConfig ( )
+ . getMapedFileSizeCommitLog ( )
+ &&
+ this . messageStore. getMessageStoreConfig ( ) . isWarmMapedFileEnable ( ) ) {
+ mappedFile. warmMappedFile ( this . messageStore. getMessageStoreConfig ( ) . getFlushDiskType ( ) ,
+ this . messageStore. getMessageStoreConfig ( ) . getFlushLeastPagesWhenWarmMapedFile ( ) ) ;
+ }
- public com. alibaba. dubbo. rpc. Invokerrefer ( java. lang. Class,
- com. alibaba. dubbo. common. URL)
- throws com. alibaba. dubbo. rpc. RpcException{
- if ( arg1 == null ) {
- throw new IllegalArgumentException ( "url == null" ) ;
+ req. setMappedFile ( mappedFile) ;
+ this . hasException = false ;
+ isSuccess = true ;
+ }
+ } catch ( InterruptedException e) {
+ log. warn ( this . getServiceName ( ) + " interrupted, possibly by shutdown." ) ;
+ this . hasException = true ;
+ return false ;
+ } catch ( IOException e) {
+ log. warn ( this . getServiceName ( ) + " service has exception. " , e) ;
+ this . hasException = true ;
+ if ( null != req) {
+ requestQueue. offer ( req) ;
+ try {
+ Thread . sleep ( 1 ) ;
+ } catch ( InterruptedException ignored) {
+ }
+ }
+ } finally {
+ if ( req != null && isSuccess)
+
+ req. getCountDownLatch ( ) . countDown ( ) ;
}
+ return true ;
+ } com. alibaba. dubbo. common. URL= arg1;
-
- String extName = ( ( url. getProtocol ( ) == null ) ? "dubbo"
- : url. getProtocol ( ) ) ;
- if ( extName == null ) {
- throw new IllegalStateException (
- "Fail to get extension(com.alibaba.dubbo.rpc.Protocol) name from url(" +
- url. toString ( ) + ") use keys([protocol])" ) ;
- }
-
- com. alibaba. dubbo. rpc. Protocol= ( com. alibaba. dubbo. rpc. Protocol) ExtensionLoader . getExtensionLoader ( com. alibaba. dubbo. rpc. Protocol. class )
- . getExtension ( extName) ;
- return extension. refer ( arg0, arg1) ;
- }
-}
-
- Java
- Dubbo
- RPC
- SPI
- Dubbo
- SPI
- Adaptive
+ MQ
+ RocketMQ
+ 消息队列
- Java
- Dubbo
- RPC
- SPI
- Adaptive
- 自适应拓展
+ MQ
+ 消息队列
+ RocketMQ
- 聊聊 Dubbo 的 SPI
- /2020/05/31/%E8%81%8A%E8%81%8A-Dubbo-%E7%9A%84-SPI/
- SPI全称是Service Provider Interface，咋眼看跟api是不是有点相似，api是application interface，这两个其实在某些方面有类似的地方，也有蛮大的区别，比如我们基于 dubbo 的微服务，一般我们可以提供服务，然后非泛化调用的话，我们可以把 api 包提供给应用调用方，他们根据接口签名传对应参数并配置好对应的服务发现如 zk 等就可以调用我们的服务了，然后 spi 会有点类似但是是反过来的关系，相当于是一种规范，比如我约定完成这个功能需要两个有两个接口，一个是连接的，一个是断开的，其实就可以用 jdbc 的驱动举例，比较老套了，然后各个厂家去做具体的实现吧，到时候根据我接口的全限定名的文件来加载实际的实现类，然后运行的时候调用对应实现类的方法就完了
-
-看上面的图，java.sql.Driver就是 spi，对应在classpath 的 META-INF/services 目录下的这个文件，里边的内容就是具体的实现类
-
-简单介绍了 Java的 SPI，再来说说 dubbo 的，dubbo 中为啥要用 SPI 呢，主要是为了框架的可扩展性和性能方面的考虑，比如协议层 dubbo 默认使用 dubbo 协议，同时也支持很多其他协议，也支持用户自己实现协议，那么跟 Java 的 SPI 会有什么区别呢，我们也来看个文件
-
-是不是看着很想，又有点不一样，在 Java 的 SPI 配置文件里每一行只有一个实现类的全限定名，在 Dubbo的 SPI配置文件中是 key=value 的形式，我们只需要对应的 key 就能加载对应的实现，
-
- @SuppressWarnings ( "unchecked" )
- public T getExtension ( String name) {
- if ( name == null || name. length ( ) == 0 )
- throw new IllegalArgumentException ( "Extension name == null" ) ;
- if ( "true" . equals ( name) ) {
- return getDefaultExtension ( ) ;
- }
- Holder < Object > = cachedInstances. get ( name) ;
- if ( holder == null ) {
- cachedInstances. putIfAbsent ( name, new Holder < Object > ( ) ) ;
- holder = cachedInstances. get ( name) ;
- }
- Object instance = holder. get ( ) ;
- if ( instance == null ) {
- synchronized ( holder) {
- instance = holder. get ( ) ;
- if ( instance == null ) {
- instance = createExtension ( name) ;
- holder. set ( instance) ;
- }
- }
- }
- return ( T ) instance;
- } 这里其实就可以看出来第二个不同点了，就是这个cachedInstances，第一个是不用像 Java 原生的 SPI 那样去遍历加载对应的服务类，只需要通过 key 去寻找，并且寻找的时候会先从缓存的对象里去取，还有就是注意下这里的 DCL(double check lock)
-@SuppressWarnings ( "unchecked" )
- private T createExtension ( String name) {
- Class < ? > = getExtensionClasses ( ) . get ( name) ;
- if ( clazz == null ) {
- throw findException ( name) ;
+ 聊一下 RocketMQ 的顺序消息
+ /2021/08/29/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E9%A1%BA%E5%BA%8F%E6%B6%88%E6%81%AF/
+ rocketmq 里有一种比较特殊的用法，就是顺序消息，比如订单的生命周期里，在创建，支付，签收等状态轮转中，会发出来对应的消息，这里面就比较需要去保证他们的顺序，当然在处理的业务代码也可以做对应的处理，结合消息重投，但是如果这里消息就能保证顺序性了，那么业务代码就能更好的关注业务代码的处理。
+首先有一种情况是全局的有序，比如对于一个 topic 里就得发送线程保证只有一个，内部的 queue 也只有一个，消费线程也只有一个，这样就能比较容易的保证全局顺序性了，但是这里的问题就是完全限制了性能，不是很现实，在真实场景里很多都是比如对于同一个订单，需要去保证状态的轮转是按照预期的顺序来，而不必要全局的有序性。
+对于这类的有序性，需要在发送和接收方都有对应的处理，在发送消息中，需要去指定 selector，即MessageQueueSelector，能够以固定的方式是分配到对应的 MessageQueue
+比如像 RocketMQ 中的示例
+SendResult sendResult = producer. send ( msg, new MessageQueueSelector ( ) {
+ @Override
+ public MessageQueue select ( List < MessageQueue > , Message msg, Object arg) {
+ Long id = ( Long ) arg;
+ long index = id % mqs. size ( ) ;
+ return mqs. get ( ( int ) index) ;
+ }
+ } , orderList. get ( i) . getOrderId ( ) ) ; 而在消费侧有几个点比较重要，首先我们要保证一个 MessageQueue只被一个消费者消费，消费队列存在broker端，要保证 MessageQueue 只被一个消费者消费，那么消费者在进行消息拉取消费时就必须向mq服务器申请队列锁 ，消费者申请队列锁的代码存在于RebalanceService消息队列负载的实现代码中。
+List < PullRequest > = new ArrayList < PullRequest > ( ) ;
+ for ( MessageQueue mq : mqSet) {
+ if ( ! this . processQueueTable. containsKey ( mq) ) {
+
+ if ( isOrder && ! this . lock ( mq) ) {
+ log. warn ( "doRebalance, {}, add a new mq failed, {}, because lock failed" , consumerGroup, mq) ;
+ continue ;
+ }
+
+ this . removeDirtyOffset ( mq) ;
+ ProcessQueue pq = new ProcessQueue ( ) ;
+ long nextOffset = this . computePullFromWhere ( mq) ;
+ if ( nextOffset >= 0 ) {
+ ProcessQueue pre = this . processQueueTable. putIfAbsent ( mq, pq) ;
+ if ( pre != null ) {
+ log. info ( "doRebalance, {}, mq already exists, {}" , consumerGroup, mq) ;
+ } else {
+ log. info ( "doRebalance, {}, add a new mq, {}" , consumerGroup, mq) ;
+ PullRequest pullRequest = new PullRequest ( ) ;
+ pullRequest. setConsumerGroup ( consumerGroup) ;
+ pullRequest. setNextOffset ( nextOffset) ;
+ pullRequest. setMessageQueue ( mq) ;
+ pullRequest. setProcessQueue ( pq) ;
+ pullRequestList. add ( pullRequest) ;
+ changed = true ;
+ }
+ } else {
+ log. warn ( "doRebalance, {}, add new mq failed, {}" , consumerGroup, mq) ;
+ }
+ }
+ } 在申请到锁之后会创建 pullRequest 进行消息拉取，消息拉取部分的代码实现在PullMessageService中，
+@Override
+ public void run ( ) {
+ log. info ( this . getServiceName ( ) + " service started" ) ;
+
+ while ( ! this . isStopped ( ) ) {
+ try {
+ PullRequest pullRequest = this . pullRequestQueue. take ( ) ;
+ this . pullMessage ( pullRequest) ;
+ } catch ( InterruptedException ignored) {
+ } catch ( Exception e) {
+ log. error ( "Pull Message Service Run Method exception" , e) ;
+ }
}
- try {
- T instance = ( T ) EXTENSION_INSTANCES . get ( clazz) ;
- if ( instance == null ) {
- EXTENSION_INSTANCES . putIfAbsent ( clazz, ( T ) clazz. newInstance ( ) ) ;
- instance = ( T ) EXTENSION_INSTANCES . get ( clazz) ;
+
+ log. info ( this . getServiceName ( ) + " service end" ) ;
+ } 消息拉取完后，需要提交到ConsumeMessageService中进行消费，顺序消费的实现为ConsumeMessageOrderlyService，提交消息进行消费的方法为ConsumeMessageOrderlyService#submitConsumeRequest，具体实现如下：
+@Override
+public void submitConsumeRequest (
+ final List < MessageExt > ,
+ final ProcessQueue processQueue,
+ final MessageQueue messageQueue,
+ final boolean dispathToConsume) {
+ if ( dispathToConsume) {
+ ConsumeRequest consumeRequest = new ConsumeRequest ( processQueue, messageQueue) ;
+ this . consumeExecutor. submit ( consumeRequest) ;
+ }
+} 构建了一个ConsumeRequest对象，它是个实现了 runnable 接口的类，并提交给了线程池来并行消费，看下顺序消费的ConsumeRequest的run方法实现：
+@Override
+ public void run ( ) {
+ if ( this . processQueue. isDropped ( ) ) {
+ log. warn ( "run, the message queue not be able to consume, because it's dropped. {}" , this . messageQueue) ;
+ return ;
}
- injectExtension ( instance) ;
- Set < Class < ? > > = cachedWrapperClasses;
- if ( wrapperClasses != null && wrapperClasses. size ( ) > 0 ) {
- for ( Class < ? > : wrapperClasses) {
- instance = injectExtension ( ( T ) wrapperClass. getConstructor ( type) . newInstance ( instance) ) ;
+
+ final Object objLock = messageQueueLock. fetchLockObject ( this . messageQueue) ;
+ synchronized ( objLock) {
+
+ if ( MessageModel . BROADCASTING . equals ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. messageModel ( ) )
+ || ( this . processQueue. isLocked ( ) && ! this . processQueue. isLockExpired ( ) ) ) {
+ final long beginTime = System . currentTimeMillis ( ) ;
+
+ for ( boolean continueConsume = true ; continueConsume; ) {
+ if ( this . processQueue. isDropped ( ) ) {
+ log. warn ( "the message queue not be able to consume, because it's dropped. {}" , this . messageQueue) ;
+ break ;
+ }
+
+
+ if ( MessageModel . CLUSTERING . equals ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. messageModel ( ) )
+ && ! this . processQueue. isLocked ( ) ) {
+ log. warn ( "the message queue not locked, so consume later, {}" , this . messageQueue) ;
+ ConsumeMessageOrderlyService . this . tryLockLaterAndReconsume ( this . messageQueue, this . processQueue, 10 ) ;
+ break ;
+ }
+
+
+ if ( MessageModel . CLUSTERING . equals ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. messageModel ( ) )
+ && this . processQueue. isLockExpired ( ) ) {
+ log. warn ( "the message queue lock expired, so consume later, {}" , this . messageQueue) ;
+ ConsumeMessageOrderlyService . this . tryLockLaterAndReconsume ( this . messageQueue, this . processQueue, 10 ) ;
+ break ;
+ }
+
+ long interval = System . currentTimeMillis ( ) - beginTime;
+ if ( interval > MAX_TIME_CONSUME_CONTINUOUSLY ) {
+ ConsumeMessageOrderlyService . this . submitConsumeRequestLater ( processQueue, messageQueue, 10 ) ;
+ break ;
+ }
+
+ final int consumeBatchSize =
+ ConsumeMessageOrderlyService . this . defaultMQPushConsumer. getConsumeMessageBatchMaxSize ( ) ;
+
+ List < MessageExt > = this . processQueue. takeMessags ( consumeBatchSize) ;
+ defaultMQPushConsumerImpl. resetRetryAndNamespace ( msgs, defaultMQPushConsumer. getConsumerGroup ( ) ) ;
+ if ( ! msgs. isEmpty ( ) ) {
+ final ConsumeOrderlyContext context = new ConsumeOrderlyContext ( this . messageQueue) ;
+
+ ConsumeOrderlyStatus status = null ;
+
+ ConsumeMessageContext consumeMessageContext = null ;
+ if ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. hasHook ( ) ) {
+ consumeMessageContext = new ConsumeMessageContext ( ) ;
+ consumeMessageContext
+ . setConsumerGroup ( ConsumeMessageOrderlyService . this . defaultMQPushConsumer. getConsumerGroup ( ) ) ;
+ consumeMessageContext. setNamespace ( defaultMQPushConsumer. getNamespace ( ) ) ;
+ consumeMessageContext. setMq ( messageQueue) ;
+ consumeMessageContext. setMsgList ( msgs) ;
+ consumeMessageContext. setSuccess ( false ) ;
+
+ consumeMessageContext. setProps ( new HashMap < String , String > ( ) ) ;
+ ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. executeHookBefore ( consumeMessageContext) ;
+ }
+
+ long beginTimestamp = System . currentTimeMillis ( ) ;
+ ConsumeReturnType returnType = ConsumeReturnType . SUCCESS ;
+ boolean hasException = false ;
+ try {
+ this . processQueue. getLockConsume ( ) . lock ( ) ;
+ if ( this . processQueue. isDropped ( ) ) {
+ log. warn ( "consumeMessage, the message queue not be able to consume, because it's dropped. {}" ,
+ this . messageQueue) ;
+ break ;
+ }
+
+ status = messageListener. consumeMessage ( Collections . unmodifiableList ( msgs) , context) ;
+ } catch ( Throwable e) {
+ log. warn ( "consumeMessage exception: {} Group: {} Msgs: {} MQ: {}" ,
+ RemotingHelper . exceptionSimpleDesc ( e) ,
+ ConsumeMessageOrderlyService . this . consumerGroup,
+ msgs,
+ messageQueue) ;
+ hasException = true ;
+ } finally {
+ this . processQueue. getLockConsume ( ) . unlock ( ) ;
+ }
+
+ if ( null == status
+ || ConsumeOrderlyStatus . ROLLBACK == status
+ || ConsumeOrderlyStatus . SUSPEND_CURRENT_QUEUE_A_MOMENT == status) {
+ log. warn ( "consumeMessage Orderly return not OK, Group: {} Msgs: {} MQ: {}" ,
+ ConsumeMessageOrderlyService . this . consumerGroup,
+ msgs,
+ messageQueue) ;
+ }
+
+ long consumeRT = System . currentTimeMillis ( ) - beginTimestamp;
+ if ( null == status) {
+ if ( hasException) {
+ returnType = ConsumeReturnType . EXCEPTION ;
+ } else {
+ returnType = ConsumeReturnType . RETURNNULL ;
+ }
+ } else if ( consumeRT >= defaultMQPushConsumer. getConsumeTimeout ( ) * 60 * 1000 ) {
+ returnType = ConsumeReturnType . TIME_OUT ;
+ } else if ( ConsumeOrderlyStatus . SUSPEND_CURRENT_QUEUE_A_MOMENT == status) {
+ returnType = ConsumeReturnType . FAILED ;
+ } else if ( ConsumeOrderlyStatus . SUCCESS == status) {
+ returnType = ConsumeReturnType . SUCCESS ;
+ }
+
+ if ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. hasHook ( ) ) {
+ consumeMessageContext. getProps ( ) . put ( MixAll . CONSUME_CONTEXT_TYPE , returnType. name ( ) ) ;
+ }
+
+ if ( null == status) {
+ status = ConsumeOrderlyStatus . SUSPEND_CURRENT_QUEUE_A_MOMENT ;
+ }
+
+ if ( ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. hasHook ( ) ) {
+ consumeMessageContext. setStatus ( status. toString ( ) ) ;
+ consumeMessageContext
+ . setSuccess ( ConsumeOrderlyStatus . SUCCESS == status || ConsumeOrderlyStatus . COMMIT == status) ;
+ ConsumeMessageOrderlyService . this . defaultMQPushConsumerImpl. executeHookAfter ( consumeMessageContext) ;
+ }
+
+ ConsumeMessageOrderlyService . this . getConsumerStatsManager ( )
+ . incConsumeRT ( ConsumeMessageOrderlyService . this . consumerGroup, messageQueue. getTopic ( ) , consumeRT) ;
+
+ continueConsume = ConsumeMessageOrderlyService . this . processConsumeResult ( msgs, status, context, this ) ;
+ } else {
+ continueConsume = false ;
+ }
+ }
+ } else {
+ if ( this . processQueue. isDropped ( ) ) {
+ log. warn ( "the message queue not be able to consume, because it's dropped. {}" , this . messageQueue) ;
+ return ;
+ }
+
+ ConsumeMessageOrderlyService . this . tryLockLaterAndReconsume ( this . messageQueue, this . processQueue, 100 ) ;
}
}
- return instance;
- } catch ( Throwable t) {
- throw new IllegalStateException ( "Extension instance(name: " + name + ", class: " +
- type + ") could not be instantiated: " + t. getMessage ( ) , t) ;
- }
- } 然后就是创建扩展了，这里如果 wrapperClasses 就会遍历生成wrapper实例，并做 setter 依赖注入，但是这里cachedWrapperClasses的来源还是有点搞不清楚，得再看下 com.alibaba.dubbo.common.extension.ExtensionLoader#loadFile的具体逻辑
-
- private boolean isWrapperClass ( Class < ? > ) {
- try {
- clazz. getConstructor ( type) ;
- return true ;
- } catch ( NoSuchMethodException e) {
- return false ;
- }
- } 是否是 wrapperClass 其实就看构造函数的。
+ } 获取到锁对象后，使用synchronized尝试申请线程级独占锁。
+如果加锁成功 ，同一时刻只有一个线程进行消息消费。
+如果加锁失败 ，会延迟100ms重新尝试向broker端申请锁定messageQueue，锁定成功后重新提交消费请求
+创建消息拉取任务时，消息客户端向broker端申请锁定MessageQueue，使得一个MessageQueue同一个时刻只能被一个消费客户端消费。
+消息消费时，多线程针对同一个消息队列的消费先尝试使用synchronized申请独占锁，加锁成功才能进行消费，使得一个MessageQueue同一个时刻只能被一个消费客户端中一个线程消费。
]]>
- Java
- Dubbo
- RPC
- SPI
- Dubbo
- SPI
+ MQ
+ RocketMQ
+ 消息队列
- Java
- Dubbo
- RPC
- SPI
+ MQ
+ 消息队列
+ RocketMQ
- 聊聊 Dubbo 的容错机制
- /2020/11/22/%E8%81%8A%E8%81%8A-Dubbo-%E7%9A%84%E5%AE%B9%E9%94%99%E6%9C%BA%E5%88%B6/
- 之前看了 dubbo 的一些代码，在学习过程中，主要关注那些比较“高级”的内容，SPI，自适应扩展等，却忘了一些作为一个 rpc 框架最核心需要的部分，比如如何通信，序列化，网络，容错机制等等，因为其实这个最核心的就是远程调用，自适应扩展其实就是让代码可扩展性，可读性，更优雅等，写的搓一点其实也问题不大，但是一个合适的通信协议，序列化方法，如何容错等却是真正保证是一个 rpc 框架最重要的要素。
-这里的 Invoker 是 Provider 的一个可调用 Service 的抽象，Invoker 封装了 Provider 地址及 Service 接口信息
-Directory 代表多个 Invoker，可以把它看成 List<Invoker> ，但与 List 不同的是，它的值可能是动态变化的，比如注册中心推送变更Cluster 将 Directory 中的多个 Invoker 伪装成一个 Invoker，对上层透明，伪装过程包含了容错逻辑，调用失败后，重试另一个Router 负责从多个 Invoker 中按路由规则选出子集，比如读写分离，应用隔离等LoadBalance 负责从多个 Invoker 中选出具体的一个用于本次调用，选的过程包含了负载均衡算法，调用失败后，需要重选
-集群容错模式 Failover Cluster 失败自动切换，当出现失败，重试其它服务器 1。通常用于读操作，但重试会带来更长延迟。可通过 retries=”2” 来设置重试次数(不含第一次)。
-重试次数配置如下：
-<dubbo:service retries=”2” />Failover Cluster集群模式的实现
-public class FailoverCluster implements Cluster {
-
- public final static String NAME = "failover" ;
+ 聊一下 RocketMQ 的消息存储四
+ /2021/10/17/%E8%81%8A%E4%B8%80%E4%B8%8B-RocketMQ-%E7%9A%84%E6%B6%88%E6%81%AF%E5%AD%98%E5%82%A8%E5%9B%9B/
+ IndexFile 结构 hash 结构能够通过 key 寻找到对应在 CommitLog 中的位置
+IndexFile 的构建则是分发给这个进行处理
+class CommitLogDispatcherBuildIndex implements CommitLogDispatcher {
- public < T > Invoker < T > join ( Directory < T > ) throws RpcException {
- return new FailoverClusterInvoker < T > ( directory) ;
+ @Override
+ public void dispatch ( DispatchRequest request) {
+ if ( DefaultMessageStore . this . messageStoreConfig. isMessageIndexEnable ( ) ) {
+ DefaultMessageStore . this . indexService. buildIndex ( request) ;
+ }
}
+}
+public void buildIndex ( DispatchRequest req) {
+ IndexFile indexFile = retryGetAndCreateIndexFile ( ) ;
+ if ( indexFile != null ) {
+ long endPhyOffset = indexFile. getEndPhyOffset ( ) ;
+ DispatchRequest msg = req;
+ String topic = msg. getTopic ( ) ;
+ String keys = msg. getKeys ( ) ;
+ if ( msg. getCommitLogOffset ( ) < endPhyOffset) {
+ return ;
+ }
-} 这个代码就非常简单，重点需要看FailoverClusterInvoker里的代码，FailoverClusterInvoker继承了AbstractClusterInvoker类，其中invoke 方法是在抽象类里实现的
-@Override
-public Result invoke(final Invocation invocation) throws RpcException {
- checkWhetherDestroyed();
- // binding attachments into invocation.
- // 绑定 attachments 到 invocation 中.
- Map<String, Object> contextAttachments = RpcContext.getContext().getObjectAttachments();
- if (contextAttachments != null && contextAttachments.size() != 0) {
- ((RpcInvocation) invocation).addObjectAttachments(contextAttachments);
- }
- // 列举 Invoker
- List<Invoker<T>> invokers = list(invocation);
- // 加载 LoadBalance 负载均衡器
- LoadBalance loadbalance = initLoadBalance(invokers, invocation);
- RpcUtils.attachInvocationIdIfAsync(getUrl(), invocation);
- // 调用 实际的 doInvoke 进行后续操作
- return doInvoke(invocation, invokers, loadbalance);
-}
-// 这是个抽象方法，实际是由子类实现的
- protected abstract Result doInvoke(Invocation invocation, List<Invoker<T>> invokers,
- LoadBalance loadbalance) throws RpcException;然后重点就是FailoverClusterInvoker中的doInvoke方法了，其实它里面也就这么一个方法
-@Override
- @SuppressWarnings({"unchecked", "rawtypes"})
- public Result doInvoke(Invocation invocation, final List<Invoker<T>> invokers, LoadBalance loadbalance) throws RpcException {
- List<Invoker<T>> copyInvokers = invokers;
- checkInvokers(copyInvokers, invocation);
- String methodName = RpcUtils.getMethodName(invocation);
- // 获取重试次数，这里默认是 2 次，还有可以注意下后面的+1
- int len = getUrl().getMethodParameter(methodName, RETRIES_KEY, DEFAULT_RETRIES) + 1;
- if (len <= 0) {
- len = 1;
- }
- // retry loop.
- RpcException le = null; // last exception.
- List<Invoker<T>> invoked = new ArrayList<Invoker<T>>(copyInvokers.size()); // invoked invokers.
- Set<String> providers = new HashSet<String>(len);
- // 循环调用，失败重试
- for (int i = 0; i < len; i++) {
- //Reselect before retry to avoid a change of candidate `invokers`.
- //NOTE: if `invokers` changed, then `invoked` also lose accuracy.
- if (i > 0) {
- checkWhetherDestroyed();
- // 在进行重试前重新列举 Invoker，这样做的好处是，如果某个服务挂了，
- // 通过调用 list 可得到最新可用的 Invoker 列表
- copyInvokers = list(invocation);
- // check again
- // 对 copyinvokers 进行判空检查
- checkInvokers(copyInvokers, invocation);
- }
- // 通过负载均衡来选择 invoker
- Invoker<T> invoker = select(loadbalance, invocation, copyInvokers, invoked);
- // 将其添加到 invoker 到 invoked 列表中
- invoked.add(invoker);
- // 设置上下文
- RpcContext.getContext().setInvokers((List) invoked);
- try {
- // 正式调用
- Result result = invoker.invoke(invocation);
- if (le != null && logger.isWarnEnabled()) {
- logger.warn("Although retry the method " + methodName
- + " in the service " + getInterface().getName()
- + " was successful by the provider " + invoker.getUrl().getAddress()
- + ", but there have been failed providers " + providers
- + " (" + providers.size() + "/" + copyInvokers.size()
- + ") from the registry " + directory.getUrl().getAddress()
- + " on the consumer " + NetUtils.getLocalHost()
- + " using the dubbo version " + Version.getVersion() + ". Last error is: "
- + le.getMessage(), le);
- }
- return result;
- } catch (RpcException e) {
- if (e.isBiz()) { // biz exception.
- throw e;
- }
- le = e;
- } catch (Throwable e) {
- le = new RpcException(e.getMessage(), e);
- } finally {
- providers.add(invoker.getUrl().getAddress());
- }
- }
- throw new RpcException(le.getCode(), "Failed to invoke the method "
- + methodName + " in the service " + getInterface().getName()
- + ". Tried " + len + " times of the providers " + providers
- + " (" + providers.size() + "/" + copyInvokers.size()
- + ") from the registry " + directory.getUrl().getAddress()
- + " on the consumer " + NetUtils.getLocalHost() + " using the dubbo version "
- + Version.getVersion() + ". Last error is: "
- + le.getMessage(), le.getCause() != null ? le.getCause() : le);
- }final int tranType = MessageSysFlag . getTransactionValue ( msg. getSysFlag ( ) ) ;
+ switch ( tranType) {
+ case MessageSysFlag . TRANSACTION_NOT_TYPE :
+ case MessageSysFlag . TRANSACTION_PREPARED_TYPE :
+ case MessageSysFlag . TRANSACTION_COMMIT_TYPE :
+ break ;
+ case MessageSysFlag . TRANSACTION_ROLLBACK_TYPE :
+ return ;
+ }
+
+ if ( req. getUniqKey ( ) != null ) {
+ indexFile = putKey ( indexFile, msg, buildKey ( topic, req. getUniqKey ( ) ) ) ;
+ if ( indexFile == null ) {
+ log. error ( "putKey error commitlog {} uniqkey {}" , req. getCommitLogOffset ( ) , req. getUniqKey ( ) ) ;
+ return ;
+ }
+ }
+
+ if ( keys != null && keys. length ( ) > 0 ) {
+ String [ ] keyset = keys. split ( MessageConst . KEY_SEPARATOR ) ;
+ for ( int i = 0 ; i < keyset. length; i++ ) {
+ String key = keyset[ i] ;
+ if ( key. length ( ) > 0 ) {
+ indexFile = putKey ( indexFile, msg, buildKey ( topic, key) ) ;
+ if ( indexFile == null ) {
+ log. error ( "putKey error commitlog {} uniqkey {}" , req. getCommitLogOffset ( ) , req. getUniqKey ( ) ) ;
+ return ;
+ }
+ }
+ }
+ }
+ } else {
+ log. error ( "build index error, stop building index" ) ;
+ }
+ } 配置的数量
+private boolean messageIndexEnable = true ;
+private int maxHashSlotNum = 5000000 ;
+private int maxIndexNum = 5000000 * 4 ; Failfast Cluster 快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。
-Failsafe Cluster 失败安全，出现异常时，直接忽略。通常用于写入审计日志等操作。
-Failback Cluster 失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。
-Forking Cluster 并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。可通过 forks=”2” 来设置最大并行数。
-Broadcast Cluster 广播调用所有提供者，逐个调用，任意一台报错则报错 2。通常用于通知所有提供者更新缓存或日志等本地资源信息。
+最核心的其实是 IndexFile 的结构和如何写入
+public boolean putKey ( final String key, final long phyOffset, final long storeTimestamp) {
+ if ( this . indexHeader. getIndexCount ( ) < this . indexNum) {
+
+ int keyHash = indexKeyHashMethod ( key) ;
+
+ int slotPos = keyHash % this . hashSlotNum;
+
+ int absSlotPos = IndexHeader . INDEX_HEADER_SIZE + slotPos * hashSlotSize;
+
+ FileLock fileLock = null ;
+
+ try {
+
+
+
+ int slotValue = this . mappedByteBuffer. getInt ( absSlotPos) ;
+ if ( slotValue <= invalidIndex || slotValue > this . indexHeader. getIndexCount ( ) ) {
+ slotValue = invalidIndex;
+ }
+
+ long timeDiff = storeTimestamp - this . indexHeader. getBeginTimestamp ( ) ;
+
+ timeDiff = timeDiff / 1000 ;
+
+ if ( this . indexHeader. getBeginTimestamp ( ) <= 0 ) {
+ timeDiff = 0 ;
+ } else if ( timeDiff > Integer . MAX_VALUE ) {
+ timeDiff = Integer . MAX_VALUE ;
+ } else if ( timeDiff < 0 ) {
+ timeDiff = 0 ;
+ }
+
+
+ int absIndexPos =
+ IndexHeader . INDEX_HEADER_SIZE + this . hashSlotNum * hashSlotSize
+ + this . indexHeader. getIndexCount ( ) * indexSize;
+
+ this . mappedByteBuffer. putInt ( absIndexPos, keyHash) ;
+ this . mappedByteBuffer. putLong ( absIndexPos + 4 , phyOffset) ;
+ this . mappedByteBuffer. putInt ( absIndexPos + 4 + 8 , ( int ) timeDiff) ;
+ this . mappedByteBuffer. putInt ( absIndexPos + 4 + 8 + 4 , slotValue) ;
+
+
+ this . mappedByteBuffer. putInt ( absSlotPos, this . indexHeader. getIndexCount ( ) ) ;
+
+ if ( this . indexHeader. getIndexCount ( ) <= 1 ) {
+ this . indexHeader. setBeginPhyOffset ( phyOffset) ;
+ this . indexHeader. setBeginTimestamp ( storeTimestamp) ;
+ }
+
+ this . indexHeader. incHashSlotCount ( ) ;
+ this . indexHeader. incIndexCount ( ) ;
+ this . indexHeader. setEndPhyOffset ( phyOffset) ;
+ this . indexHeader. setEndTimestamp ( storeTimestamp) ;
+
+ return true ;
+ } catch ( Exception e) {
+ log. error ( "putKey exception, Key: " + key + " KeyHashCode: " + key. hashCode ( ) , e) ;
+ } finally {
+ if ( fileLock != null ) {
+ try {
+ fileLock. release ( ) ;
+ } catch ( IOException e) {
+ log. error ( "Failed to release the lock" , e) ;
+ }
+ }
+ }
+ } else {
+ log. warn ( "Over index file capacity: index count = " + this . indexHeader. getIndexCount ( )
+ + "; index max num = " + this . indexNum) ;
+ }
+
+ return false ;
+ } 具体可以看一下这个简略的示意图
]]>
- Java
- Dubbo - RPC
- Dubbo
- 容错机制
+ MQ
+ RocketMQ
+ 消息队列
- Java
- Dubbo
- RPC
- 容错机制
+ MQ
+ 消息队列
+ RocketMQ
- 聊聊 Java 中绕不开的 Synchronized 关键字
- /2021/06/20/%E8%81%8A%E8%81%8A-Java-%E4%B8%AD%E7%BB%95%E4%B8%8D%E5%BC%80%E7%9A%84-Synchronized-%E5%85%B3%E9%94%AE%E5%AD%97/
- Synchronized 关键字在 Java 的并发体系里也是非常重要的一个内容，首先比较常规的是知道它使用的方式，可以锁对象，可以锁代码块，也可以锁方法，看一个简单的 demo
-public class SynchronizedDemo {
+ 聊一下 SpringBoot 中动态切换数据源的方法
+ /2021/09/26/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E4%B8%AD%E5%8A%A8%E6%80%81%E5%88%87%E6%8D%A2%E6%95%B0%E6%8D%AE%E6%BA%90%E7%9A%84%E6%96%B9%E6%B3%95/
+ 其实这个表示有点不太对，应该是 Druid 动态切换数据源的方法，只是应用在了 springboot 框架中，准备代码准备了半天，之前在一次数据库迁移中使用了，发现 Druid 还是很强大的，用来做动态数据源切换很方便。
+首先这里的场景跟我原来用的有点点区别，在项目中使用的是通过配置中心控制数据源切换，统一切换，而这里的例子多加了个可以根据接口注解配置
+第一部分是最核心的，如何基于 Spring JDBC 和 Druid 来实现数据源切换，是继承了org.springframework.jdbc.datasource.lookup.AbstractRoutingDataSource 这个类，他的determineCurrentLookupKey方法会被调用来获得用来决定选择那个数据源的对象，也就是 lookupKey，也可以通过这个类看到就是通过这个 lookupKey 来路由找到数据源。
+public class DynamicDataSource extends AbstractRoutingDataSource {
+
+ @Override
+ protected Object determineCurrentLookupKey ( ) {
+ if ( DatabaseContextHolder . getDatabaseType ( ) != null ) {
+ return DatabaseContextHolder . getDatabaseType ( ) . getName ( ) ;
+ }
+ return DatabaseType . MASTER1 . getName ( ) ;
+ }
+} 而如何使用这个 lookupKey 呢，就涉及到我们的 DataSource 配置了，原来就是我们可以直接通过spring 的 jdbc 配置数据源，像这样
+
+现在我们要使用 Druid 作为数据源了，然后配置 DynamicDataSource 的参数，通过 key 来选择对应的 DataSource，也就是下面配的 master1 和 master2
+< beanid = " master1" class = " com.alibaba.druid.pool.DruidDataSource" init-method = " init" destroy-method = " close" p: driverClassName= " com.mysql.cj.jdbc.Driver" p: url= " ${master1.demo.datasource.url}" p: username= " ${master1.demo.datasource.username}" p: password= " ${master1.demo.datasource.password}" p: initialSize= " 5" p: minIdle= " 1" p: maxActive= " 10" p: maxWait= " 60000" p: timeBetweenEvictionRunsMillis= " 60000" p: minEvictableIdleTimeMillis= " 300000" p: validationQuery= " SELECT 'x'" p: testWhileIdle= " true" p: testOnBorrow= " false" p: testOnReturn= " false" p: poolPreparedStatements= " false" p: maxPoolPreparedStatementPerConnectionSize= " 20" p: connectionProperties= " config.decrypt=true" p: filters= " stat,config" /> < beanid = " master2" class = " com.alibaba.druid.pool.DruidDataSource" init-method = " init" destroy-method = " close" p: driverClassName= " com.mysql.cj.jdbc.Driver" p: url= " ${master2.demo.datasource.url}" p: username= " ${master2.demo.datasource.username}" p: password= " ${master2.demo.datasource.password}" p: initialSize= " 5" p: minIdle= " 1" p: maxActive= " 10" p: maxWait= " 60000" p: timeBetweenEvictionRunsMillis= " 60000" p: minEvictableIdleTimeMillis= " 300000" p: validationQuery= " SELECT 'x'" p: testWhileIdle= " true" p: testOnBorrow= " false" p: testOnReturn= " false" p: poolPreparedStatements= " false" p: maxPoolPreparedStatementPerConnectionSize= " 20" p: connectionProperties= " config.decrypt=true" p: filters= " stat,config" /> < beanid = " dataSource" class = " com.nicksxs.springdemo.config.DynamicDataSource" > < propertyname = " targetDataSources" > < mapkey-type = " java.lang.String" > < entrykey = " master1" value-ref = " master1" /> < entrykey = " master2" value-ref = " master2" /> </ map> </ property> < propertyname = " defaultTargetDataSource" ref = " master1" /> </ bean> 现在就要回到头上，介绍下这个DatabaseContextHolder，这里使用了 ThreadLocal 存放这个 DatabaseType，为啥要用这个是因为前面说的我们想要让接口层面去配置不同的数据源，要把持相互隔离不受影响，就使用了 ThreadLocal，关于它也可以看我前面写的一篇文章聊聊传说中的 ThreadLocal ，而 DatabaseType 就是个简单的枚举
+public class DatabaseContextHolder {
+ public static final ThreadLocal < DatabaseType > = new ThreadLocal < > ( ) ;
+
+ public static DatabaseType getDatabaseType ( ) {
+ return databaseTypeThreadLocal. get ( ) ;
+ }
+
+ public static void putDatabaseType ( DatabaseType databaseType) {
+ databaseTypeThreadLocal. set ( databaseType) ;
+ }
+
+ public static void clearDatabaseType ( ) {
+ databaseTypeThreadLocal. remove ( ) ;
+ }
+}
+public enum DatabaseType {
+ MASTER1 ( "master1" , "1" ) ,
+ MASTER2 ( "master2" , "2" ) ;
+
+ private final String name;
+ private final String value;
+
+ DatabaseType ( String name, String value) {
+ this . name = name;
+ this . value = value;
+ }
+
+ public String getName ( ) {
+ return name;
+ }
+
+ public String getValue ( ) {
+ return value;
+ }
+
+ public static DatabaseType getDatabaseType ( String name) {
+ if ( MASTER2 . name. equals ( name) ) {
+ return MASTER2 ;
+ }
+ return MASTER1 ;
+ }
+} 这边可以看到就是通过动态地通过putDatabaseType设置lookupKey来进行数据源切换，要通过接口注解配置来进行设置的话，我们就需要一个注解
+@Retention ( RetentionPolicy . RUNTIME )
+@Target ( ElementType . METHOD )
+public @interface DataSource {
+ String value ( ) ;
+} 这个注解可以配置在我的接口方法上，比如这样
+public interface StudentService {
+
+ @DataSource ( "master1" )
+ public Student queryOne ( ) ;
+
+ @DataSource ( "master2" )
+ public Student queryAnother ( ) ;
+
+} 通过切面来进行数据源的设置
+@Aspect
+@Component
+@Order ( - 1 )
+public class DataSourceAspect {
+
+ @Pointcut ( "execution(* com.nicksxs.springdemo.service..*.*(..))" )
+ public void pointCut ( ) {
- public static void main ( String [ ] args) {
- SynchronizedDemo synchronizedDemo = new SynchronizedDemo ( ) ;
- synchronizedDemo. lockMethod ( ) ;
}
- public synchronized void lockMethod ( ) {
- System . out. println ( "here i'm locked" ) ;
- }
- public void lockSynchronizedDemo ( ) {
- synchronized ( this ) {
- System . out. println ( "here lock class" ) ;
+ @Before ( "pointCut()" )
+ public void before ( JoinPoint point)
+ {
+ Object target = point. getTarget ( ) ;
+ System . out. println ( target. toString ( ) ) ;
+ String method = point. getSignature ( ) . getName ( ) ;
+ System . out. println ( method) ;
+ Class < ? > [ ] classz = target. getClass ( ) . getInterfaces ( ) ;
+ Class < ? > [ ] parameterTypes = ( ( MethodSignature ) point. getSignature ( ) )
+ . getMethod ( ) . getParameterTypes ( ) ;
+ try {
+ Method m = classz[ 0 ] . getMethod ( method, parameterTypes) ;
+ System . out. println ( "method" + m. getName ( ) ) ;
+ if ( m. isAnnotationPresent ( DataSource . class ) ) {
+ DataSource data = m. getAnnotation ( DataSource . class ) ;
+ System . out. println ( "dataSource：" + data. value ( ) ) ;
+ DatabaseContextHolder . putDatabaseType ( DatabaseType . getDatabaseType ( data. value ( ) ) ) ;
+ }
+
+ } catch ( Exception e) {
+ e. printStackTrace ( ) ;
}
}
-} 然后来查看反编译结果，其实代码（日光）之下并无新事，即使是完全不懂的也可以通过一些词义看出一些意义
- Last modified 2021 年6 月20 日; size 729 bytes
- MD5 checksum dd9c529863bd7ff839a95481db578ad9
- Compiled from "SynchronizedDemo.java"
-public class SynchronizedDemo
- minor version: 0
- major version: 53
- flags: ( 0x0021 ) ACC_PUBLIC , ACC_SUPER
- this_class: #2
- super_class: #9
- interfaces: 0 , fields: 0 , methods: 4 , attributes: 1
-Constant pool:
- #1 = Methodref #9. #22
- #2 = Class #23
- #3 = Methodref #2. #22
- #4 = Methodref #2. #24
- #5 = Fieldref #25. #26
- #6 = String #27
- #7 = Methodref #28. #29
- #8 = String #30
- #9 = Class #31
- #10 = Utf8 < init> 11 = Utf8 ( ) V
- #12 = Utf8 Code
- #13 = Utf8 LineNumberTable
- #14 = Utf8 main
- #15 = Utf8 ( [ Ljava / lang/ String ; ) V
- #16 = Utf8 lockMethod
- #17 = Utf8 lockSynchronizedDemo
- #18 = Utf8 StackMapTable
- #19 = Class #32
- #20 = Utf8 SourceFile
- #21 = Utf8 SynchronizedDemo . java
- #22 = NameAndType #10 : #11
- #23 = Utf8 SynchronizedDemo
- #24 = NameAndType #16 : #11
- #25 = Class #33
- #26 = NameAndType #34 : #35
- #27 = Utf8 here i\'m locked
- #28 = Class #36
- #29 = NameAndType #37 : #38
- #30 = Utf8 here lock class
- #31 = Utf8 java/ lang/ Object
- #32 = Utf8 java/ lang/ Throwable
- #33 = Utf8 java/ lang/ System
- #34 = Utf8 out
- #35 = Utf8 Ljava / io/ PrintStream ;
- #36 = Utf8 java/ io/ PrintStream
- #37 = Utf8 println
- #38 = Utf8 ( Ljava / lang/ String ; ) V
-{
- public SynchronizedDemo ( ) ;
- descriptor: ( ) V
- flags: ( 0x0001 ) ACC_PUBLIC
- Code :
- stack= 1 , locals= 1 , args_size= 1
- 0 : aload_0
- 1 : invokespecial #1
- 4 : return
- LineNumberTable :
- line 5 : 0
- public static void main ( java. lang. String[ ] ) ;
- descriptor: ( [ Ljava / lang/ String ; ) V
- flags: ( 0x0009 ) ACC_PUBLIC , ACC_STATIC
- Code :
- stack= 2 , locals= 2 , args_size= 1
- 0 : new #2
- 3 : dup
- 4 : invokespecial #3
- 7 : astore_1
- 8 : aload_1
- 9 : invokevirtual #4
- 12 : return
- LineNumberTable :
- line 8 : 0
- line 9 : 8
- line 10 : 12
+ @After ( "pointCut()" )
+ public void after ( ) {
+ DatabaseContextHolder . clearDatabaseType ( ) ;
+ }
+} public synchronized void lockMethod ( ) ;
- descriptor: ( ) V
- flags: ( 0x0021 ) ACC_PUBLIC , ACC_SYNCHRONIZED
- Code :
- stack= 2 , locals= 1 , args_size= 1
- 0 : getstatic #5
- 3 : ldc #6
- 5 : invokevirtual #7
- 8 : return
- LineNumberTable :
- line 13 : 0
- line 14 : 8
+通过接口判断是否带有注解跟是注解的值，DatabaseType 的配置不太好，不过先忽略了，然后在切点后进行清理
+这是我 master1 的数据，
+
+master2 的数据
+
+然后跑一下简单的 demo，
+@Override
+public void run ( String . . . args) {
+ LOGGER . info ( "run here" ) ;
+ System . out. println ( studentService. queryOne ( ) ) ;
+ System . out. println ( studentService. queryAnother ( ) ) ;
- public void lockSynchronizedDemo ( ) ;
- descriptor: ( ) V
- flags: ( 0x0001 ) ACC_PUBLIC
- Code :
- stack= 2 , locals= 3 , args_size= 1
- 0 : aload_0
- 1 : dup
- 2 : astore_1
- 3 : monitorenter
- 4 : getstatic #5
- 7 : ldc #8
- 9 : invokevirtual #7
- 12 : aload_1
- 13 : monitorexit
- 14 : goto 22
- 17 : astore_2
- 18 : aload_1
- 19 : monitorexit
- 20 : aload_2
- 21 : athrow
- 22 : return
- Exception table:
- from to target type
- 4 14 17 any
- 17 20 17 any
- LineNumberTable :
- line 17 : 0
- line 18 : 4
- line 19 : 12
- line 20 : 22
- StackMapTable : number_of_entries = 2
- frame_type = 255
- offset_delta = 17
- locals = [ class SynchronizedDemo , class java/ lang/ Object ]
- stack = [ class java/ lang/ Throwable ]
- frame_type = 250
- offset_delta = 4
-}
-SourceFile : "SynchronizedDemo.java" } 其中lockMethod中可以看到是通过 ACC_SYNCHRONIZED flag 来标记是被 synchronized 修饰，前面的 ACC 应该是 access 的意思，并且通过 ACC_PUBLIC 也可以看出来他们是同一类访问权限关键字来控制的，而修饰类则是通过3: monitorenter和13: monitorexit来控制并发，这个是原来就知道，后来看了下才知道修饰方法是不一样的，但是在前期都比较诟病是 synchronized 的性能，像 monitor 也是通过操作系统的mutex lock互斥锁来实现的，相对是比较重的锁，于是在 JDK 1.6 之后对 synchronized 做了一系列优化，包括偏向锁，轻量级锁，并且包括像 ConcurrentHashMap 这类并发集合都有在使用 synchronized 关键字配合 cas 来做并发保护，
-jdk 对于 synchronized 的优化主要在于多重状态锁的升级，最初会使用偏向锁，当一个线程访问同步块并获取锁时，会在对象头和栈帧中的锁记录里存储锁偏向的线程ID，以后该线程在进入和退出同步块时不需要进行CAS操作来加锁和解锁，只需简单地测试一下对象头的Mark Word里是否存储着指向当前线程的偏向锁。引入偏向锁是为了在无多线程竞争的情况下尽量减少不必要的轻量级锁执行路径，因为轻量级锁的获取及释放依赖多次CAS原子指令，而偏向锁只需要在置换ThreadID的时候依赖一次CAS原子指令（由于一旦出现多线程竞争的情况就必须撤销偏向锁，所以偏向锁的撤销操作的性能损耗必须小于节省下来的CAS原子指令的性能消耗）。
+看一下运行结果
+
+其实这个方法应用场景不止可以用来迁移数据库，还能实现精细化的读写数据源分离之类的，算是做个简单记录和分享。
]]>
Java
+ SpringBoot
Java
- Synchronized
- 偏向锁
- 轻量级锁
- 重量级锁
- 自旋
+ Spring
+ SpringBoot
+ Druid
+ 数据源动态切换
- 聊聊 Java 的 equals 和 hashCode 方法
- /2021/01/03/%E8%81%8A%E8%81%8A-Java-%E7%9A%84-equals-%E5%92%8C-hashCode-%E6%96%B9%E6%B3%95/
- Java 中的这个话题也是比较常遇到的，关于这块原先也是比较忽略的，但是仔细想想又有点遗忘了就在这里记一下java.lang.Object#equals
-public boolean equals ( Object obj) {
- return ( this == obj) ;
- } 对于所有对象的父类，equals 方法其实对比的就是对象的地址，也就是是否是同一个对象，试想如果像 Integer 或者 String 这种，我们没有重写 equals，那其实就等于是在用==，可能就没法达到我们的目的，所以像 String 这种常用的 jdk 类都是默认重写了java.lang.String#equals
-public boolean equals ( Object anObject) {
- if ( this == anObject) {
- return true ;
- }
- if ( anObject instanceof String ) {
- String anotherString = ( String ) anObject;
- int n = value. length;
- if ( n == anotherString. value. length) {
- char v1[ ] = value;
- char v2[ ] = anotherString. value;
- int i = 0 ;
- while ( n-- != 0 ) {
- if ( v1[ i] != v2[ i] )
- return false ;
- i++ ;
- }
- return true ;
- }
- }
- return false ;
- } 然后呢就是为啥一些书或者 effective java 中写了 equals 跟 hashCode 要一起重写，这里涉及到当对象作为 HashMap 的 key 的时候HashMap 会使用 hashCode 去判断是否在同一个槽里，然后在通过 equals 去判断是否是同一个 key，是的话就替换，不是的话就链表接下去，如果不重写 hashCode 的话，默认的 object 的hashCode 是 native 方法，根据对象的地址生成的，这样其实对象的值相同的话，因为地址不同，HashMap 也会出现异常，所以需要重写，同时也需要重写 equals 方法，才能确认是同一个 key，而不是落在同一个槽的不同 key.
+ 聊一下 SpringBoot 设置非 web 应用的方法
+ /2022/07/31/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E8%AE%BE%E7%BD%AE%E9%9D%9E-web-%E5%BA%94%E7%94%A8%E7%9A%84%E6%96%B9%E6%B3%95/
+ 寻找原因这次碰到一个比较奇怪的问题，应该统一发布脚本统一给应用启动参数传了个 -Dserver.port=xxxx，其实这个端口会作为 dubbo 的服务端口，并且应用也不提供 web 服务，但是在启动的时候会报embedded servlet container failed to start. port xxxx was already in use就觉得有点奇怪，仔细看了启动参数猜测可能是这个问题，有可能是依赖的二方三方包带了 spring-web 的包，然后基于 springboot 的 auto configuration 会把这个自己加载，就在本地复现了下这个问题，结果的确是这个问题。
+解决方案 老版本 设置 spring 不带 web 功能 比较老的 springboot 版本，可以使用
+SpringApplication app = new SpringApplication ( XXXXXApplication . class ) ;
+app. setWebEnvironment ( false ) ;
+app. run ( args) ; 新版本 新版本的 springboot (>= 2.0.0)可以在 properties 里配置
+spring. main. web- application- type= none或者
+SpringApplication app = new SpringApplication ( XXXXXApplication . class ) ;
+app. setWebApplicationType ( WebApplicationType . NONE ) ; 这个枚举里还有其他两种配置
+public enum WebApplicationType {
+
+
+ NONE ,
+
+
+ SERVLET ,
+
+
+ REACTIVE
+
+} 相当于是把none 的类型和包括 servlet 和 reactive 放进了枚举类进行控制。
]]>
- java
+ Java
+ SpringBoot
- java
+ Java
+ Spring
+ SpringBoot
+ 自动装配
+ AutoConfiguration
- 聊聊 Java 的类加载机制二
- /2021/06/13/%E8%81%8A%E8%81%8A-Java-%E7%9A%84%E7%B1%BB%E5%8A%A0%E8%BD%BD%E6%9C%BA%E5%88%B6%E4%BA%8C/
- 类加载器类加载机制中说来说去其实也逃不开类加载器这个话题，我们就来说下类加载器这个话题，Java 在 jdk1.2 以后开始有了
-public class ClassLoaderTest {
+ 聊一下 SpringBoot 中使用的 cglib 作为动态代理中的一个注意点
+ /2021/09/19/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E4%B8%AD%E4%BD%BF%E7%94%A8%E7%9A%84-cglib-%E4%BD%9C%E4%B8%BA%E5%8A%A8%E6%80%81%E4%BB%A3%E7%90%86%E4%B8%AD%E7%9A%84%E4%B8%80%E4%B8%AA%E6%B3%A8%E6%84%8F%E7%82%B9/
+ 这个话题是由一次组内同学分享引出来的，首先在 springboot 2.x 开始默认使用了 cglib 作为 aop 的实现，这里也稍微讲一下，在一个 1.x 的老项目里，可以看到AopAutoConfiguration 是这样的
+@Configuration
+@ConditionalOnClass ( { EnableAspectJAutoProxy . class , Aspect . class , Advice . class } )
+@ConditionalOnProperty ( prefix = "spring.aop" , name = "auto" , havingValue = "true" , matchIfMissing = true )
+public class AopAutoConfiguration {
- public static void main ( String [ ] args) throws Exception {
- ClassLoader myLoader = new ClassLoader ( ) {
- @Override
- public Class < ? > loadClass ( String name) throws ClassNotFoundException {
- try {
- String fileName = name. substring ( name. lastIndexOf ( "." ) + 1 ) + ".class" ;
- InputStream is = getClass ( ) . getResourceAsStream ( fileName) ;
- if ( is == null ) {
- return super . loadClass ( name) ;
- }
- byte [ ] b = new byte [ is. available ( ) ] ;
- is. read ( b) ;
- return defineClass ( name, b, 0 , b. length) ;
- } catch ( IOException e) {
- throw new ClassNotFoundException ( name) ;
- }
- }
- } ;
- Object object = myLoader. loadClass ( "com.nicksxs.demo.ClassLoaderTest" ) . newInstance ( ) ;
- System . out. println ( object. getClass ( ) ) ;
- System . out. println ( object instanceof ClassLoaderTest ) ;
+ @Configuration
+ @EnableAspectJAutoProxy ( proxyTargetClass = false )
+ @ConditionalOnProperty ( prefix = "spring.aop" , name = "proxy-target-class" , havingValue = "false" , matchIfMissing = true )
+ public static class JdkDynamicAutoProxyConfiguration {
+ }
+
+ @Configuration
+ @EnableAspectJAutoProxy ( proxyTargetClass = true )
+ @ConditionalOnProperty ( prefix = "spring.aop" , name = "proxy-target-class" , havingValue = "true" , matchIfMissing = false )
+ public static class CglibAutoProxyConfiguration {
+ }
+
+} 而在 2.x 中变成了这样
+@Configuration ( proxyBeanMethods = false )
+@ConditionalOnProperty ( prefix = "spring.aop" , name = "auto" , havingValue = "true" , matchIfMissing = true )
+public class AopAutoConfiguration {
+
+ @Configuration ( proxyBeanMethods = false )
+ @ConditionalOnClass ( Advice . class )
+ static class AspectJAutoProxyingConfiguration {
+
+ @Configuration ( proxyBeanMethods = false )
+ @EnableAspectJAutoProxy ( proxyTargetClass = false )
+ @ConditionalOnProperty ( prefix = "spring.aop" , name = "proxy-target-class" , havingValue = "false" )
+ static class JdkDynamicAutoProxyConfiguration {
+
+ }
+
+ @Configuration ( proxyBeanMethods = false )
+ @EnableAspectJAutoProxy ( proxyTargetClass = true )
+ @ConditionalOnProperty ( prefix = "spring.aop" , name = "proxy-target-class" , havingValue = "true" ,
+ matchIfMissing = true )
+ static class CglibAutoProxyConfiguration {
+
+ }
+
+ } 为何会加载 AopAutoConfiguration 在前面的文章聊聊 SpringBoot 自动装配 里已经介绍过，有兴趣的可以看下，可以发现 springboot 在 2.x 版本开始使用 cglib 作为默认的动态代理实现。
+然后就是出现的问题了，代码是这样的，一个简单的基于 springboot 的带有数据库的插入，对插入代码加了事务注解，
+@Mapper
+public interface StudentMapper {
+
+ @Insert ( "insert into student(name, age)" + "values ('nick', '18')" )
+ public Long insert ( ) ;
+}
+
+@Component
+public class StudentManager {
+
+ @Resource
+ private StudentMapper studentMapper;
+
+ public Long createStudent ( ) {
+ return studentMapper. insert ( ) ;
}
-} 可以看下结果
-双亲委派 自 JDK1.2 以来，Java 一直有些三层类加载器、双亲委派的类加载架构
-启动类加载器 首先是启动类加载器，Bootstrap Class Loader，这个类加载器负责加载放在\lib目录，或者被-Xbootclasspath参数所指定的路径中存放的，而且是Java 虚拟机能够识别的（按照文件名识别，如 rt.jar、tools.jar，名字不符合的类库即使放在 lib 目录中，也不会被加载）类库加载到虚拟机的内存中，启动类加载器无法被 Java 程序直接引用，用户在编写自定义类加载器时，如果需要把家在请求为派给引导类加载器去处理，那直接使用 null 代替即可，可以看下 java.lang.ClassLoader.getClassLoader()方法的代码片段
-
- @CallerSensitive
- public ClassLoader getClassLoader ( ) {
- ClassLoader cl = getClassLoader0 ( ) ;
- if ( cl == null )
- return null ;
- SecurityManager sm = System . getSecurityManager ( ) ;
- if ( sm != null ) {
- ClassLoader . checkClassLoaderPermission ( cl, Reflection . getCallerClass ( ) ) ;
- }
- return cl;
- } 扩展类加载器 这个类加载器是在类sun.misc.Launcher.ExtClassLoader中以 Java 代码的形式实现的，它负责在家\lib\ext 目录中，或者被 java.ext.dirs系统变量中所指定的路径中的所有类库，它其实目的是为了实现 Java 系统类库的扩展机制
-应用程序类加载器 这个类加载器是由sun.misc.Launcher.AppClassLoader实现，通过 java 代码，并且是 ClassLoader 类中的 getSystemClassLoader()方法的返回值，可以看一下代码
-
- @CallerSensitive
- public static ClassLoader getSystemClassLoader ( ) {
- initSystemClassLoader ( ) ;
- if ( scl == null ) {
- return null ;
- }
- SecurityManager sm = System . getSecurityManager ( ) ;
- if ( sm != null ) {
- checkClassLoaderPermission ( scl, Reflection . getCallerClass ( ) ) ;
- }
- return scl;
+}
+
+@Component
+public class StudentServiceImpl implements StudentService {
+
+ @Resource
+ private StudentManager studentManager;
+
+
+ @Resource
+ private StudentServiceImpl studentService;
+
+ @Override
+ @Transactional
+ public Long createStudent ( ) {
+ Long id = studentManager. createStudent ( ) ;
+ Long id2 = studentService. createStudent2 ( ) ;
+ return 1L ;
}
- private static synchronized void initSystemClassLoader ( ) {
- if ( ! sclSet) {
- if ( scl != null )
- throw new IllegalStateException ( "recursive invocation" ) ;
-
- sun. misc. Launcher= sun. misc. Launcher. getLauncher ( ) ;
- if ( l != null ) {
- Throwable oops = null ;
-
- scl = l. getClassLoader ( ) ;
- try {
- scl = AccessController . doPrivileged (
- new SystemClassLoaderAction ( scl) ) ;
- } catch ( PrivilegedActionException pae) {
- oops = pae. getCause ( ) ;
- if ( oops instanceof InvocationTargetException ) {
- oops = oops. getCause ( ) ;
- }
- }
- if ( oops != null ) {
- if ( oops instanceof Error ) {
- throw ( Error ) oops;
- } else {
-
- throw new Error ( oops) ;
+
+ @Transactional
+ private Long createStudent2 ( ) {
+
+ return studentManager. createStudent ( ) ;
+ }
+} 第一个公有方法 createStudent 首先调用了 manager 层的创建方法，然后再通过引入的 studentService 调用了createStudent2，我们先跑一下看看会出现啥情况，果不其然报错了，正是这个报错让我纠结了很久
+
+报了个空指针，而且是在 createStudent2 已经被调用到了，在它的内部，报的 studentManager 是 null，首先 cglib 作为动态代理它是通过继承的方式来实现的，相当于是会在调用目标对象的代理方法时调用 cglib 生成的子类，具体的代理切面逻辑在子类实现，然后在调用目标对象的目标方法，但是继承的方式对于 final 和私有方法其实是没法进行代理的，因为没法继承，所以我最开始的想法是应该通过 studentService 调用 createStudent2 的时候就报错了，也就是不会进入这个方法内部，后面才发现犯了个特别二的错误，继承的方式去调用父类的私有方法，对于 Java 来说是可以调用到的，父类的私有方法并不由子类的InstanceKlass维护，只能通过子类的InstanceKlass找到Java类对应的_super，这样间接地访问。也就是说子类其实是可以访问的，那为啥访问了会报空指针呢，这里报的是studentManager 是空的，可以往依赖注入方面去想，如果忽略依赖注入，我这个studentManager 的确是 null，那是不是就没有被依赖注入呢，但是为啥前面那个可以呢
+这个问题着实查了很久，不废话来看代码
+@Override
+ protected Object invokeJoinpoint ( ) throws Throwable {
+ if ( this . methodProxy != null ) {
+
+ return this . methodProxy. invoke ( this . target, this . arguments) ;
+ }
+ else {
+ return super . invokeJoinpoint ( ) ;
+ }
+ } 这个是org.springframework.aop.framework.CglibAopProxy.CglibMethodInvocation的代码，其实它在这里不是直接调用 super 也就是父类的方法，而是通过 methodProxy 调用 target 目标对象的方法，也就是原始的 studentService bean 的方法，这样子 spring 管理的已经做好依赖注入的 bean 就能正常起作用，否则就会出现上面的问题，因为 cglib 其实是通过继承来实现，通过将调用转移到子类上加入代理逻辑，我们在简单使用的时候会直接 invokeSuper() 调用父类的方法，但是在这里 spring 的场景里需要去支持 spring 的功能逻辑，所以上面的问题就可以开始来解释了，因为 createStudent 是公共方法，cglib 可以对其进行继承代理，但是在执行逻辑的时候其实是通过调用目标对象，也就是 spring 管理的被代理的目标对象的 bean 调用的 createStudent，而对于下面的 createStudent2 方法因为是私有方法，不会走代理逻辑，也就不会有调用回目标对象的逻辑，只是通过继承关系，在子类中没有这个方法，所以会通过子类的InstanceKlass找到这个类对应的_super，然后调用父类的这个私有方法，这里要搞清楚一个点，从这个代理类直接找到其父类然后调用这个私有方法，这个类是由 cglib 生成的，不是被 spring 管理起来经过依赖注入的 bean，所以是没有 studentManager 这个依赖的，也就出现了前面的问题
+而在前面提到的cglib通过methodProxy调用到目标对象，目标对象是在什么时候设置的呢，其实是在bean的生命周期中，org.springframework.beans.factory.config.BeanPostProcessor#postProcessAfterInitialization这个接口的在bean的初始化过程中，会调用实现了这个接口的方法，
+@Override
+public Object postProcessAfterInitialization ( @Nullable Object bean, String beanName) {
+ if ( bean != null ) {
+ Object cacheKey = getCacheKey ( bean. getClass ( ) , beanName) ;
+ if ( this . earlyProxyReferences. remove ( cacheKey) != bean) {
+ return wrapIfNecessary ( bean, beanName, cacheKey) ;
+ }
+ }
+ return bean;
+} 具体的逻辑在 org.springframework.aop.framework.autoproxy.AbstractAutoProxyCreator#wrapIfNecessary这个方法里
+protected Object getCacheKey ( Class < ? > , @Nullable String beanName) {
+ if ( StringUtils . hasLength ( beanName) ) {
+ return ( FactoryBean . class . isAssignableFrom ( beanClass) ?
+ BeanFactory . FACTORY_BEAN_PREFIX + beanName : beanName) ;
+ }
+ else {
+ return beanClass;
+ }
+ }
+
+
+ protected Object wrapIfNecessary ( Object bean, String beanName, Object cacheKey) {
+ if ( StringUtils . hasLength ( beanName) && this . targetSourcedBeans. contains ( beanName) ) {
+ return bean;
+ }
+ if ( Boolean . FALSE . equals ( this . advisedBeans. get ( cacheKey) ) ) {
+ return bean;
+ }
+ if ( isInfrastructureClass ( bean. getClass ( ) ) || shouldSkip ( bean. getClass ( ) , beanName) ) {
+ this . advisedBeans. put ( cacheKey, Boolean . FALSE ) ;
+ return bean;
+ }
+
+
+ Object [ ] specificInterceptors = getAdvicesAndAdvisorsForBean ( bean. getClass ( ) , beanName, null ) ;
+ if ( specificInterceptors != DO_NOT_PROXY ) {
+ this . advisedBeans. put ( cacheKey, Boolean . TRUE ) ;
+ Object proxy = createProxy (
+ bean. getClass ( ) , beanName, specificInterceptors, new SingletonTargetSource ( bean) ) ;
+ this . proxyTypes. put ( cacheKey, proxy. getClass ( ) ) ;
+ return proxy;
+ }
+
+ this . advisedBeans. put ( cacheKey, Boolean . FALSE ) ;
+ return bean;
+ } 然后在 org.springframework.aop.framework.autoproxy.AbstractAutoProxyCreator#createProxy 中创建了代理类
+]]>
+
+ Java
+ SpringBoot
+
+
+ Java
+ Spring
+ SpringBoot
+ cglib
+ 事务
+
+
+
+ 聊聊 Dubbo 的 SPI 续之自适应拓展
+ /2020/06/06/%E8%81%8A%E8%81%8A-Dubbo-%E7%9A%84-SPI-%E7%BB%AD%E4%B9%8B%E8%87%AA%E9%80%82%E5%BA%94%E6%8B%93%E5%B1%95/
+ Adaptive这个应该是 Dubbo SPI 里最玄妙的东西了，一开始没懂，自适应扩展点加载，dubbo://123.123.123.123:1234/com.nicksxs.demo.service.HelloWorldService?anyhost=true&application=demo&default.loadbalance=random&default.service.filter=LoggerFilter&dubbo=2.5.3&interface=com.nicksxs.demo.service.HelloWorldService&logger=slf4j&methods=method1,method2,method3,method4&pid=4292&retries=0&side=provider&threadpool=fixed&threads=200&timeout=2000×tamp=1590647155886threadpool = fixed，说明线程池使用的是 fixed 对应的实现，也就是下图的这个
+譬如我们在引用一个服务时，在ReferenceConfig 中的
+private static final Protocol refprotocol = ExtensionLoader.getExtensionLoader(Protocol.class).getAdaptiveExtension();就获取了自适应拓展，
+public T getAdaptiveExtension ( ) {
+ Object instance = cachedAdaptiveInstance. get ( ) ;
+ if ( instance == null ) {
+ if ( createAdaptiveInstanceError == null ) {
+ synchronized ( cachedAdaptiveInstance) {
+ instance = cachedAdaptiveInstance. get ( ) ;
+ if ( instance == null ) {
+ try {
+ instance = createAdaptiveExtension ( ) ;
+ cachedAdaptiveInstance. set ( instance) ;
+ } catch ( Throwable t) {
+ createAdaptiveInstanceError = t;
+ throw new IllegalStateException ( "fail to create adaptive instance: " + t. toString ( ) , t) ;
+ }
}
}
+ } else {
+ throw new IllegalStateException ( "fail to create adaptive instance: " + createAdaptiveInstanceError. toString ( ) , createAdaptiveInstanceError) ;
}
- sclSet = true ;
}
- }
-
-public ClassLoader getClassLoader ( ) {
- return this . loader;
- }
-
-public Launcher ( ) {
- Launcher. ExtClassLoader var1;
+
+ return ( T ) instance;
+ } 这里也使用了 DCL，来锁cachedAdaptiveInstance，当缓存中没有时就去创建自适应拓展
+private T createAdaptiveExtension ( ) {
try {
- var1 = Launcher. ExtClassLoader . getExtClassLoader ( ) ;
- } catch ( IOException var10) {
- throw new InternalError ( "Could not create extension class loader" , var10) ;
+
+ return injectExtension ( ( T ) getAdaptiveExtensionClass ( ) . newInstance ( ) ) ;
+ } catch ( Exception e) {
+ throw new IllegalStateException ( "Can not create adaptive extension " + type + ", cause: " + e. getMessage ( ) , e) ;
}
+ }
- try {
-
- this . loader = Launcher. AppClassLoader . getAppClassLoader ( var1) ;
- } catch ( IOException var9) {
- throw new InternalError ( "Could not create application class loader" , var9) ;
+private Class < ? > getAdaptiveExtensionClass ( ) {
+
+ getExtensionClasses ( ) ;
+ if ( cachedAdaptiveClass != null ) {
+ return cachedAdaptiveClass;
}
+ return cachedAdaptiveClass = createAdaptiveExtensionClass ( ) ;
+ }
+private Class < ? > createAdaptiveExtensionClass ( ) {
+
+ String code = createAdaptiveExtensionClassCode ( ) ;
+ ClassLoader classLoader = findClassLoader ( ) ;
+ com. alibaba. dubbo. common. compiler. Compiler= ExtensionLoader . getExtensionLoader ( com. alibaba. dubbo. common. compiler. Compiler. class ) . getAdaptiveExtension ( ) ;
+ return compiler. compile ( code, classLoader) ;
+ } Thread . currentThread ( ) . setContextClassLoader ( this . loader) ;
- String var2 = System . getProperty ( "java.security.manager" ) ;
- if ( var2 != null ) {
- SecurityManager var3 = null ;
- if ( ! "" . equals ( var2) && ! "default" . equals ( var2) ) {
- try {
- var3 = ( SecurityManager ) this . loader. loadClass ( var2) . newInstance ( ) ;
- } catch ( IllegalAccessException var5) {
- } catch ( InstantiationException var6) {
- } catch ( ClassNotFoundException var7) {
- } catch ( ClassCastException var8) {
- }
- } else {
- var3 = new SecurityManager ( ) ;
- }
+生成的代码像这样
+package com. alibaba. dubbo. rpc ;
- if ( var3 == null ) {
- throw new InternalError ( "Could not create SecurityManager: " + var2) ;
- }
+import com. alibaba. dubbo. common. extension. ExtensionLoader ;
- System . setSecurityManager ( var3) ;
- }
- } 它负责加载用户类路径(ClassPath)上所有的类库，我们可以直接在代码中使用这个类加载器，如果我们的代码中没有自定义的类在加载器，一般情况下这个就是程序中默认的类加载器
-双亲委派模型
-
- protected Class < ? > loadClass ( String name, boolean resolve)
- throws ClassNotFoundException
- {
- synchronized ( getClassLoadingLock ( name) ) {
-
- Class < ? > = findLoadedClass ( name) ;
- if ( c == null ) {
- long t0 = System . nanoTime ( ) ;
- try {
- if ( parent != null ) {
-
- c = parent. loadClass ( name, false ) ;
- } else {
-
- c = findBootstrapClassOrNull ( name) ;
- }
- } catch ( ClassNotFoundException e) {
-
-
- }
+public class Protocol $Adaptive implements com. alibaba. dubbo. rpc. Protocol{
+ public void destroy ( ) {
+ throw new UnsupportedOperationException (
+ "method public abstract void com.alibaba.dubbo.rpc.Protocol.destroy() of interface com.alibaba.dubbo.rpc.Protocol is not adaptive method!" ) ;
+ }
+
+ public int getDefaultPort ( ) {
+ throw new UnsupportedOperationException (
+ "method public abstract int com.alibaba.dubbo.rpc.Protocol.getDefaultPort() of interface com.alibaba.dubbo.rpc.Protocol is not adaptive method!" ) ;
+ }
+
+ public com. alibaba. dubbo. rpc. Exporterexport (
+ com. alibaba. dubbo. rpc. Invoker)
+ throws com. alibaba. dubbo. rpc. RpcException{
+ if ( arg0 == null ) {
+ throw new IllegalArgumentException (
+ "com.alibaba.dubbo.rpc.Invoker argument == null" ) ;
+ }
- if ( c == null ) {
-
-
- long t1 = System . nanoTime ( ) ;
-
- c = findClass ( name) ;
+ if ( arg0. getUrl ( ) == null ) {
+ throw new IllegalArgumentException (
+ "com.alibaba.dubbo.rpc.Invoker argument getUrl() == null" ) ;
+ }
-
- sun. misc. PerfCounter. getParentDelegationTime ( ) . addTime ( t1 - t0) ;
- sun. misc. PerfCounter. getFindClassTime ( ) . addElapsedTimeFrom ( t1) ;
- sun. misc. PerfCounter. getFindClasses ( ) . increment ( ) ;
- }
- }
- if ( resolve) {
- resolveClass ( c) ;
- }
- return c;
+ com. alibaba. dubbo. common. URL= arg0. getUrl ( ) ;
+ String extName = ( ( url. getProtocol ( ) == null ) ? "dubbo"
+ : url. getProtocol ( ) ) ;
+
+ if ( extName == null ) {
+ throw new IllegalStateException (
+ "Fail to get extension(com.alibaba.dubbo.rpc.Protocol) name from url(" +
+ url. toString ( ) + ") use keys([protocol])" ) ;
}
- } 破坏双亲委派 关于破坏双亲委派模型，第一次是在 JDK1.2 之后引入了双亲委派模型之前，那么在那之前已经有了类加载器，所以java.lang.ClassLoader 中添加了一个 protected 方法 findClass()，并引导用户编写的类加载逻辑时尽可能去重写这个方法，而不是在 loadClass()中编写代码。这个跟上面的逻辑其实类似，当父类加载失败，会调用 findClass()来完成加载；第二次是因为这个模型本身还有一些不足之处，比如 SPI 这种，所以有设计了线程下上下文类加载器(Thread Context ClassLoader)。这个类加载器可以通过 java.lang.Thread 类的 java.lang.Thread#setContextClassLoader() 进行设置，然后第三种是为了追求程序动态性，这里有涉及到了 osgi 等概念，就不展开了
+
+ com. alibaba. dubbo. rpc. Protocol= ( com. alibaba. dubbo. rpc. Protocol) ExtensionLoader . getExtensionLoader ( com. alibaba. dubbo. rpc. Protocol. class )
+ . getExtension ( extName) ;
+
+ return extension. export ( arg0) ;
+ }
+
+ public com. alibaba. dubbo. rpc. Invokerrefer ( java. lang. Class,
+ com. alibaba. dubbo. common. URL)
+ throws com. alibaba. dubbo. rpc. RpcException{
+ if ( arg1 == null ) {
+ throw new IllegalArgumentException ( "url == null" ) ;
+ }
+
+ com. alibaba. dubbo. common. URL= arg1;
+
+ String extName = ( ( url. getProtocol ( ) == null ) ? "dubbo"
+ : url. getProtocol ( ) ) ;
+
+ if ( extName == null ) {
+ throw new IllegalStateException (
+ "Fail to get extension(com.alibaba.dubbo.rpc.Protocol) name from url(" +
+ url. toString ( ) + ") use keys([protocol])" ) ;
+ }
+
+ com. alibaba. dubbo. rpc. Protocol= ( com. alibaba. dubbo. rpc. Protocol) ExtensionLoader . getExtensionLoader ( com. alibaba. dubbo. rpc. Protocol. class )
+ . getExtension ( extName) ;
+
+ return extension. refer ( arg0, arg1) ;
+ }
+}
+
Java
+ Dubbo
+ RPC
+ SPI
+ Dubbo
+ SPI
+ Adaptive
Java
- 类加载
- 加载
- 验证
- 准备
- 解析
- 初始化
- 链接
- 双亲委派
+ Dubbo
+ RPC
+ SPI
+ Adaptive
+ 自适应拓展
+
+
+
+ 聊在东京奥运会闭幕式这天-二
+ /2021/08/19/%E8%81%8A%E5%9C%A8%E4%B8%9C%E4%BA%AC%E5%A5%A5%E8%BF%90%E4%BC%9A%E9%97%AD%E5%B9%95%E5%BC%8F%E8%BF%99%E5%A4%A9-%E4%BA%8C/
+ 前面主要还是说了乒乓球的，因为整体还是乒乓球的比赛赛程比较长，比较激烈，扣人心弦，记得那会在公司没法看视频直播，就偶尔看看奥运会官网的比分，还几场马龙樊振东，陈梦被赢了一局就吓尿了，已经被混双那场留下了阴影，其实后面去看看16 年的比赛什么的，中国队虽然拿了这么多冠军，但是自改成 11 分制以来，其实都没办法那么完全彻底地碾压，而且像张继科，樊振东，陈梦都多少有些慢热，现在看来是马龙比较全面，不过看过了马龙，刘国梁，许昕等的一些过往经历，都是起起伏伏，即使是张怡宁这样的大魔王，也经历过逢王楠不赢的阶段，心态无法调整好。
+其实最开始是举重项目，侯志慧是女子 49 公斤级的冠军，这场比赛是全场都看，其实看中国队的举重比赛跟跳水有点像，每一轮都需要到最后才能等到中国队，跳水其实每轮都有，举重会按照自己报的试举重量进行排名，重量大的会在后面举，抓举和挺举各三次试举机会，有时候会看着比较焦虑，一直等不来，怕一上来就没试举成功，而且中国队一般试举重量就是很大的，容易一次试举不成功就马上下一次，连着举其实压力会非常大，说实话真的是外行看热闹，每次都是多懂一点点，这次由于实在是比较无聊，所以看的会比较专心点，对于对应的规则知识点也会多了解一点，同时对于举重，没想到我们国家的这些运动员有这么强，最后八块金牌拿了七块，有一块拿到银牌也是有点因为教练的策略问题，这里其实也稍微知道一点，因为报上去的试举重量是谁小谁先举，并且我们国家都是实力非常强的，所以都会报大一些，并且如果这个项目有实力相近的选手，会比竞对多报一公斤，这样子如果前面竞争对手没举成功，我们把握就很大了，最坏的情况即使对手试举成功了，我们还有机会搏一把，比如谌利军这样的，只是说说感想，举重运动员真的是个比较单纯的群体，而且训练是非常痛苦枯燥的，非常容易受伤，像挺举就有点会压迫呼吸通道，看到好几个都是脸憋得通红，甚至直接因为压迫气道而没法完成后面的挺举，像之前 16 年的举重比赛，有个运动员没成功夺冠就非常愧疚地哭着说对不起祖国，没有获得冠军，这是怎么样的一种歉疚，怎么样的一种纯粹的感情呢，相对应地来说，我又要举男足，男篮的例子了，很多人在那嘲笑我这样对男足男篮愤愤不平的人，说可能我这样的人都没交个税（从缴纳个税的数量比例来算有可能），只是这里有两个打脸的事情，我足额缴纳个税，接近 20%的薪资都缴了个税，并且我买的所有东西都缴了增值税，如果让我这样缴纳了个税，缴纳了增值税的有个人的投票权，我一定会投票不让男足男篮使用我缴纳我的税金，用我们的缴纳的税，打出这么烂的表现，想乒乓球混双，拿个亚军都会被喷，那可是世界第二了，而且是就输了那么一场，足球篮球呢，我觉得是一方面成绩差，因为比赛真的有状态跟心态的影响，偶尔有一场失误非常正常，NBA 被黑八的有这么多强队，但是如果像男足男篮，成绩是越来越差，用范志毅的话来说就是脸都不要了，还有就是精气神，要在比赛中打出胜负欲，保持这种争胜心，才有机会再进步，前火箭队主教练鲁迪·汤姆贾诺维奇的话，“永远不要低估冠军的决心”，即使我现在打不过你，我会在下一次，下下次打败你，竞技体育永远要有这种精神，可以接受一时的失败，但是要保持永远争胜的心。
+第一块金牌是杨倩拿下的，中国队拿奥运会首金也是有政治任务的，而恰恰杨倩这个金牌也有点碰巧是对手最后一枪失误了，当然竞技体育，特别是射击，真的是容不得一点点失误，像前面几届的美国神通埃蒙斯，失之毫厘差之千里，但是这个具体评价就比较少，唯一一点让我比较出戏的就是杨倩真的非常像王刚的徒弟漆二娃，哈哈，微博上也有挺多人觉得像，射击还是个比较可以接受年纪稍大的运动员，需要经验和稳定性，相对来说爆发力体力稍好一点，像庞伟这样的，混合团体10米气手枪金牌，36 岁可能其他项目已经是年龄很大了，不过前面说的举重的吕小军军神也是年纪蛮大了，但是非常强，而且在油管上简直就是个神，相对来说射击是关注比较少，杨倩的也只是看了后面拿到冠军这个结果，有些因为时间或者电视上没放，但是成绩还是不错的，没多少喷点。
+第二篇先到这，纯主观，轻喷。
+]]>
+
+ 生活
+ 运动
+
+
+ 生活
+ 运动
+ 东京奥运会
+ 举重
+ 射击
+
+
+
+ 聊在东京奥运会闭幕式这天
+ /2021/08/08/%E8%81%8A%E5%9C%A8%E4%B8%9C%E4%BA%AC%E5%A5%A5%E8%BF%90%E4%BC%9A%E9%97%AD%E5%B9%95%E5%BC%8F%E8%BF%99%E5%A4%A9/
+ 这届奥运会有可能是我除了 08 年之外关注度最高的一届奥运会，原因可能是因为最近也没什么电影综艺啥的比较好看，前面看跑男倒还行，不是说多好，也就图一乐，最开始看向往的生活觉得也挺不错的，后面变成了统一来了就看黄磊做饭，然后夸黄磊做饭好吃，然后无聊的说这种生活多么多么美好，单调无聊，差不多弃了，这里面还包括大华不在了，大华其实个人还是有点呱噪的，但是挺能搞气氛，并且也有才华，彭彭跟子枫人是不讨厌，但是撑不起来，所以也导致了前面说的结果，都变成了黄磊彩虹屁现场，虽然偶尔怀疑他是否做得好吃，但是整体还是承认的，可对于一个这么多季了的综艺来说，这样也有点单调了。
+还有奥运会像乒乓球，篮球，跳水这几个都是比较喜欢的项目，篮球🏀是从初中开始就也有在自己在玩的，虽然因为身高啊体质基本没什么天赋，但也算是热爱驱动，差不多到了大学因为比较懒才放下了，初中高中还是有很多时间花在上面，不像别人经常打球跑跑跳跳还能长高，我反而一直都没长个子，也因为这个其实蛮遗憾的，后面想想可能是初中的时候远走他乡去住宿读初中，伙食营养跟不上导致的，可能也是自己的一厢情愿吧，总觉得应该还能再长点个，这一点以后我自己的小孩我应该会特别注意这段时间他/她的营养摄入了；然后像乒乓球🏓的话其实小时候是比较讨厌的，因为家里人，父母都没有这类爱好习惯，我也完全不会，但是小学那会班里的“恶霸”就以公平之名要我们男生每个人都排队打几个，我这种不会的反而又要被嘲笑，这个小时候的阴影让我有了比较不好的印象，对它🏓的改观是在工作以后，前司跟一个同样不会的同事经常在饭点会打打，而且那会因为这个其实身体得到了锻炼，感觉是个不错的健身方式，然后又是中国的优势项目，小时候跟着我爸看孔令辉，那时候完全不懂，印象就觉得老瓦很牛，后面其实也没那么关注，上一届好像看了马龙的比赛；跳水也是中国的优势项目，而且也比较简单，不是说真的很简单，就是我们外行观众看着就看看水花大小图一乐。
+这次的观赛过程其实主要还是在乒乓球上面，现在都有点怪我的乌鸦嘴，混双我一直就不太放心（关我什么事，我也不专业），然后一直觉得混双是不是不太稳，结果那天看的时候也是因为央视一套跟五套都没放，我家的有线电视又是没有五加体育，然后用电脑投屏就很卡，看得也很不爽，同时那天因为看的时候已经是 2:0还是再后面点了，一方面是不懂每队只有一次暂停，另一方面不知道已经用过暂停了，所以就特别怀疑马林是不是只会无脑鼓掌，感觉作为教练，并且是前冠军，应该也能在擦汗间隙，或者局间休息调整的时候多给些战略战术的指导，类似于后面男团小胖打奥恰洛夫，像解说都看出来了，其实奥恰那会的反手特别顺，打得特别凶，那就不能让他能特别顺手的上反手位，这当然是外行比较粗浅的看法，在混双过程中其实除了这个，还有让人很不爽的就是我们的许昕跟刘诗雯有种拿不出破釜沉舟的勇气的感觉，在气势上完全被对面两位日本乒乓球最讨厌的两位对手压制着，我都要输了，我就每一颗都要不让你好过，因为真的不是说没有实力，对面水谷隼也不是多么多么强的，可能上一届男团许昕输给他还留着阴影，但是以许昕 19 年男单世界第一的实力，目前也排在世界前三，输一场不应该成为这种阻力，有一些失误也很可惜，后面孙颖莎真的打得很解气，第二局一度以为又要被翻盘了，结果来了个大逆转，女团的时候也是，感觉在心态上孙颖莎还是很值得肯定的，少年老成这个词很适合，看其他的视频也觉得莎莎萌萌哒，陈梦总感觉还欠一点王者霸气，王曼昱还是可以的，反手很凶，我觉得其实这一届日本女乒就是打得非常凶，即使像平野这种看着很弱的妹子，打的球可一点都不弱，也是这种凶狠的打法，有点要压制中国的感觉，这方面我觉得是需要改善的，打这种要不就是实力上的完全碾压，要不就是我实力虽然比较没强多少，但是你狠我打得比你还狠，越保守越要输，我不太成熟的想法是这样的，还有就是面对逆境，这个就要说到男队的了，樊振东跟马龙在半决赛的时候，特别是男团的第二盘，樊振东打奥恰很好地表现了这个心态，当然樊振东我不是特别了解，据说他是比较善于打相持，比较善于焦灼的情况，不过整体看下来樊振东还是有一些欠缺，就是面对情况的快速转变应对，这一点也是马龙特别强的，虽然看起来马龙真的是年纪大了点，没有 16 年那会满头发胶，油光锃亮的大背头和满脸胶原蛋白的意气风发，大范围运动能力也弱了一点，但是经验和能力的全面性也让他最终能再次站上巅峰，还是非常佩服的，这里提一下张继科，虽然可能天赋上是张继科更强点，但是男乒一直都是有强者出现，能为国家队付出这么多并且一直坚持的可不是人人都可以，即使现在同台竞技马龙打不过张继科我还是更喜欢马龙。再来说说我们的对手，主要分三部分，德国男乒，里面有波尔（我刚听到的时候在想怎么又出来个叫波尔的，是不是像举重的石智勇一样，又来一个同名的，结果是同一个，已经四十岁了），这真是个让人敬佩的对手，实力强，经验丰富，虽然男单有点可惜，但是帮助男团获得银牌，真的是起到了定海神针的作用；奥恰洛夫，以前完全不认识，或者说看过也忘了，这次是真的有点意外，竟然有这么个马龙护法，其实他也坦言非常想赢一次马龙，并且在半决赛也非常接近赢得比赛，是个实力非常强的对手，就是男团半决赛输给张本智和有点可惜，有点被打蒙的感觉，佛朗西斯卡的话也是实力不错的选手，就是可能被奥恰跟波尔的光芒掩盖了，跟波尔在男团第一盘男双的比赛中打败日本那对男双也是非常给力的，说实话，最后打国乒的时候的确是国乒实力更胜一筹，但是即使德国赢了我也是充满尊敬，拼的就是硬实力，就像第二盘奥恰打樊振东，反手是真的很强，反过来看奥恰可能也不是很善于快速调整，樊振东打出来自己的节奏，主攻奥恰的中路，他好像没什么好办法解决。再来说我最讨厌的日本，嗯，小日本，张本智和、水谷隼、伊藤美诚，一一评价下（我是外行，绝对主观评价），张本智和，父母也是中国人，原来叫张智和，改日本籍后加了个本，被微博网友笑称日本尖叫鸡，男单输给了斯洛文尼亚选手，男团里是赢了两场，但是在我看来其实实力上可能比不上全力的奥恰，主要是特别能叫，会干扰对手，如果觉得这种也是种能力我也无话可说，要是有那种吼声能直接把对手震聋的，都不需要打比赛了，我简单记了下，赢一颗球，他要叫八声，用 LD 的话来说烦都烦死了，心态是在面对一些困境顺境的应对调整适应能力，而不是对这种噪音的适应能力，至少我是这么看的，所以我很期待樊振东能好好地虐虐他，因为其他像林昀儒真的是非常优秀的新选手，所谓的国乒克星估计也是小日本自己说说的，国乒其实有很多对手，马龙跟樊振东在男单半决赛碰到的这两个几乎都差点把他们掀翻了，所以还是练好自己的实力再来吹吧，免得打脸；水谷隼的话真的是长相就是特别地讨厌，还搞出那套不打比赛的姿态，男团里被波尔干掉就是很好的例子，波尔虽然真的很强，但毕竟 40 岁了，跟伊藤美诚一起说了吧，伊藤实力说实话是有的，混双中很大一部分的赢面来自于她，刘诗雯做了手术状态不好，许昕失误稍多，但是这种赢球了就感觉我赢了你一辈子一场没输的感觉，还有那种不知道怎么形容的笑，实力强的正常打比赛的我都佩服，像女团决赛里，平野跟石川佳纯的打法其实也很凶狠，但是都是正常的比赛，即使中国队两位实力不济输了也很正常，这种就真的需要像孙颖莎这样的小魔王无视各种魔法攻击，无视你各种花里胡哨的打法的人好好教训一下，混双输了以后了解了下她，感觉实力真的不错，是个大威胁，但是其实我们孙颖莎也是经历了九个月的继续成长，像张怡宁也评价了她，可能后面就没什么空间了，当然如果由张怡宁来打她就更适合了，净整这些有的没的，就打得你没脾气。
+乒乓球的说的有点多，就分篇说了，第一篇先到这。
+]]>
+
+ 生活
+ 运动
+
+
+ 生活
+ 运动
+ 东京奥运会
+ 乒乓球
+ 跳水
+
+
+
+ 聊聊 Dubbo 的容错机制
+ /2020/11/22/%E8%81%8A%E8%81%8A-Dubbo-%E7%9A%84%E5%AE%B9%E9%94%99%E6%9C%BA%E5%88%B6/
+ 之前看了 dubbo 的一些代码，在学习过程中，主要关注那些比较“高级”的内容，SPI，自适应扩展等，却忘了一些作为一个 rpc 框架最核心需要的部分，比如如何通信，序列化，网络，容错机制等等，因为其实这个最核心的就是远程调用，自适应扩展其实就是让代码可扩展性，可读性，更优雅等，写的搓一点其实也问题不大，但是一个合适的通信协议，序列化方法，如何容错等却是真正保证是一个 rpc 框架最重要的要素。
+这里的 Invoker 是 Provider 的一个可调用 Service 的抽象，Invoker 封装了 Provider 地址及 Service 接口信息
+Directory 代表多个 Invoker，可以把它看成 List<Invoker> ，但与 List 不同的是，它的值可能是动态变化的，比如注册中心推送变更Cluster 将 Directory 中的多个 Invoker 伪装成一个 Invoker，对上层透明，伪装过程包含了容错逻辑，调用失败后，重试另一个Router 负责从多个 Invoker 中按路由规则选出子集，比如读写分离，应用隔离等LoadBalance 负责从多个 Invoker 中选出具体的一个用于本次调用，选的过程包含了负载均衡算法，调用失败后，需要重选
+集群容错模式 Failover Cluster 失败自动切换，当出现失败，重试其它服务器 1。通常用于读操作，但重试会带来更长延迟。可通过 retries=”2” 来设置重试次数(不含第一次)。
+重试次数配置如下：
+<dubbo:service retries=”2” />Failover Cluster集群模式的实现
+public class FailoverCluster implements Cluster {
+
+ public final static String NAME = "failover" ;
+
+ public < T > Invoker < T > join ( Directory < T > ) throws RpcException {
+ return new FailoverClusterInvoker < T > ( directory) ;
+ }
+
+} 这个代码就非常简单，重点需要看FailoverClusterInvoker里的代码，FailoverClusterInvoker继承了AbstractClusterInvoker类，其中invoke 方法是在抽象类里实现的
+@Override
+public Result invoke(final Invocation invocation) throws RpcException {
+ checkWhetherDestroyed();
+ // binding attachments into invocation.
+ // 绑定 attachments 到 invocation 中.
+ Map<String, Object> contextAttachments = RpcContext.getContext().getObjectAttachments();
+ if (contextAttachments != null && contextAttachments.size() != 0) {
+ ((RpcInvocation) invocation).addObjectAttachments(contextAttachments);
+ }
+ // 列举 Invoker
+ List<Invoker<T>> invokers = list(invocation);
+ // 加载 LoadBalance 负载均衡器
+ LoadBalance loadbalance = initLoadBalance(invokers, invocation);
+ RpcUtils.attachInvocationIdIfAsync(getUrl(), invocation);
+ // 调用 实际的 doInvoke 进行后续操作
+ return doInvoke(invocation, invokers, loadbalance);
+}
+// 这是个抽象方法，实际是由子类实现的
+ protected abstract Result doInvoke(Invocation invocation, List<Invoker<T>> invokers,
+ LoadBalance loadbalance) throws RpcException;然后重点就是FailoverClusterInvoker中的doInvoke方法了，其实它里面也就这么一个方法
+@Override
+ @SuppressWarnings({"unchecked", "rawtypes"})
+ public Result doInvoke(Invocation invocation, final List<Invoker<T>> invokers, LoadBalance loadbalance) throws RpcException {
+ List<Invoker<T>> copyInvokers = invokers;
+ checkInvokers(copyInvokers, invocation);
+ String methodName = RpcUtils.getMethodName(invocation);
+ // 获取重试次数，这里默认是 2 次，还有可以注意下后面的+1
+ int len = getUrl().getMethodParameter(methodName, RETRIES_KEY, DEFAULT_RETRIES) + 1;
+ if (len <= 0) {
+ len = 1;
+ }
+ // retry loop.
+ RpcException le = null; // last exception.
+ List<Invoker<T>> invoked = new ArrayList<Invoker<T>>(copyInvokers.size()); // invoked invokers.
+ Set<String> providers = new HashSet<String>(len);
+ // 循环调用，失败重试
+ for (int i = 0; i < len; i++) {
+ //Reselect before retry to avoid a change of candidate `invokers`.
+ //NOTE: if `invokers` changed, then `invoked` also lose accuracy.
+ if (i > 0) {
+ checkWhetherDestroyed();
+ // 在进行重试前重新列举 Invoker，这样做的好处是，如果某个服务挂了，
+ // 通过调用 list 可得到最新可用的 Invoker 列表
+ copyInvokers = list(invocation);
+ // check again
+ // 对 copyinvokers 进行判空检查
+ checkInvokers(copyInvokers, invocation);
+ }
+ // 通过负载均衡来选择 invoker
+ Invoker<T> invoker = select(loadbalance, invocation, copyInvokers, invoked);
+ // 将其添加到 invoker 到 invoked 列表中
+ invoked.add(invoker);
+ // 设置上下文
+ RpcContext.getContext().setInvokers((List) invoked);
+ try {
+ // 正式调用
+ Result result = invoker.invoke(invocation);
+ if (le != null && logger.isWarnEnabled()) {
+ logger.warn("Although retry the method " + methodName
+ + " in the service " + getInterface().getName()
+ + " was successful by the provider " + invoker.getUrl().getAddress()
+ + ", but there have been failed providers " + providers
+ + " (" + providers.size() + "/" + copyInvokers.size()
+ + ") from the registry " + directory.getUrl().getAddress()
+ + " on the consumer " + NetUtils.getLocalHost()
+ + " using the dubbo version " + Version.getVersion() + ". Last error is: "
+ + le.getMessage(), le);
+ }
+ return result;
+ } catch (RpcException e) {
+ if (e.isBiz()) { // biz exception.
+ throw e;
+ }
+ le = e;
+ } catch (Throwable e) {
+ le = new RpcException(e.getMessage(), e);
+ } finally {
+ providers.add(invoker.getUrl().getAddress());
+ }
+ }
+ throw new RpcException(le.getCode(), "Failed to invoke the method "
+ + methodName + " in the service " + getInterface().getName()
+ + ". Tried " + len + " times of the providers " + providers
+ + " (" + providers.size() + "/" + copyInvokers.size()
+ + ") from the registry " + directory.getUrl().getAddress()
+ + " on the consumer " + NetUtils.getLocalHost() + " using the dubbo version "
+ + Version.getVersion() + ". Last error is: "
+ + le.getMessage(), le.getCause() != null ? le.getCause() : le);
+ }Failfast Cluster 快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。
+Failsafe Cluster 失败安全，出现异常时，直接忽略。通常用于写入审计日志等操作。
+Failback Cluster 失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。
+Forking Cluster 并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。可通过 forks=”2” 来设置最大并行数。
+Broadcast Cluster 广播调用所有提供者，逐个调用，任意一台报错则报错 2。通常用于通知所有提供者更新缓存或日志等本地资源信息。
+]]>
+
+ Java
+ Dubbo - RPC
+ Dubbo
+ 容错机制
+
+
+ Java
+ Dubbo
+ RPC
+ 容错机制
@@ -15557,60 +14928,402 @@ public Result invoke(final Invocation invocation) throws RpcException {
}
}
-可以看到变成了轻量级锁，在线程没有争抢，只是进行了切换，就会使用轻量级锁，当两个线程在竞争了，就又会升级成重量级锁
-public class ObjectHeaderDemo {
- public static void main ( String [ ] args) throws InterruptedException {
- TimeUnit . SECONDS . sleep ( 5 ) ;
- L l = new L ( ) ;
- System . out. println ( ClassLayout . parseInstance ( l) . toPrintable ( ) ) ;
- synchronized ( l) {
- System . out. println ( "1\n" + ClassLayout . parseInstance ( l) . toPrintable ( ) ) ;
+
+可以看到变成了轻量级锁，在线程没有争抢，只是进行了切换，就会使用轻量级锁，当两个线程在竞争了，就又会升级成重量级锁
+public class ObjectHeaderDemo {
+ public static void main ( String [ ] args) throws InterruptedException {
+ TimeUnit . SECONDS . sleep ( 5 ) ;
+ L l = new L ( ) ;
+ System . out. println ( ClassLayout . parseInstance ( l) . toPrintable ( ) ) ;
+ synchronized ( l) {
+ System . out. println ( "1\n" + ClassLayout . parseInstance ( l) . toPrintable ( ) ) ;
+ }
+ Thread thread1 = new Thread ( ) {
+ @Override
+ public void run ( ) {
+ try {
+ TimeUnit . SECONDS . sleep ( 5L ) ;
+ } catch ( InterruptedException e) {
+ e. printStackTrace ( ) ;
+ }
+ synchronized ( l) {
+ System . out. println ( "thread1 获取锁成功" ) ;
+ System . out. println ( ClassLayout . parseInstance ( l) . toPrintable ( ) ) ;
+ try {
+ TimeUnit . SECONDS . sleep ( 5L ) ;
+ } catch ( InterruptedException e) {
+ e. printStackTrace ( ) ;
+ }
+ }
+ }
+ } ;
+ Thread thread2 = new Thread ( ) {
+ @Override
+ public void run ( ) {
+ try {
+ TimeUnit . SECONDS . sleep ( 5L ) ;
+ } catch ( InterruptedException e) {
+ e. printStackTrace ( ) ;
+ }
+ synchronized ( l) {
+ System . out. println ( "thread2 获取锁成功" ) ;
+ System . out. println ( ClassLayout . parseInstance ( l) . toPrintable ( ) ) ;
+ }
+ }
+ } ;
+ thread1. start ( ) ;
+ thread2. start ( ) ;
+ }
+}
+
+class L {
+ private boolean myboolean = true ;
+}
+可以看到变成了重量级锁。
+]]>
+
+ Java
+
+
+ Java
+ Synchronized
+ 偏向锁
+ 轻量级锁
+ 重量级锁
+ 自旋
+
+
+
+ 聊聊 Dubbo 的 SPI
+ /2020/05/31/%E8%81%8A%E8%81%8A-Dubbo-%E7%9A%84-SPI/
+ SPI全称是Service Provider Interface，咋眼看跟api是不是有点相似，api是application interface，这两个其实在某些方面有类似的地方，也有蛮大的区别，比如我们基于 dubbo 的微服务，一般我们可以提供服务，然后非泛化调用的话，我们可以把 api 包提供给应用调用方，他们根据接口签名传对应参数并配置好对应的服务发现如 zk 等就可以调用我们的服务了，然后 spi 会有点类似但是是反过来的关系，相当于是一种规范，比如我约定完成这个功能需要两个有两个接口，一个是连接的，一个是断开的，其实就可以用 jdbc 的驱动举例，比较老套了，然后各个厂家去做具体的实现吧，到时候根据我接口的全限定名的文件来加载实际的实现类，然后运行的时候调用对应实现类的方法就完了
+
+看上面的图，java.sql.Driver就是 spi，对应在classpath 的 META-INF/services 目录下的这个文件，里边的内容就是具体的实现类
+
+简单介绍了 Java的 SPI，再来说说 dubbo 的，dubbo 中为啥要用 SPI 呢，主要是为了框架的可扩展性和性能方面的考虑，比如协议层 dubbo 默认使用 dubbo 协议，同时也支持很多其他协议，也支持用户自己实现协议，那么跟 Java 的 SPI 会有什么区别呢，我们也来看个文件
+
+是不是看着很想，又有点不一样，在 Java 的 SPI 配置文件里每一行只有一个实现类的全限定名，在 Dubbo的 SPI配置文件中是 key=value 的形式，我们只需要对应的 key 就能加载对应的实现，
+
+ @SuppressWarnings ( "unchecked" )
+ public T getExtension ( String name) {
+ if ( name == null || name. length ( ) == 0 )
+ throw new IllegalArgumentException ( "Extension name == null" ) ;
+ if ( "true" . equals ( name) ) {
+ return getDefaultExtension ( ) ;
+ }
+ Holder < Object > = cachedInstances. get ( name) ;
+ if ( holder == null ) {
+ cachedInstances. putIfAbsent ( name, new Holder < Object > ( ) ) ;
+ holder = cachedInstances. get ( name) ;
+ }
+ Object instance = holder. get ( ) ;
+ if ( instance == null ) {
+ synchronized ( holder) {
+ instance = holder. get ( ) ;
+ if ( instance == null ) {
+ instance = createExtension ( name) ;
+ holder. set ( instance) ;
+ }
+ }
+ }
+ return ( T ) instance;
+ } 这里其实就可以看出来第二个不同点了，就是这个cachedInstances，第一个是不用像 Java 原生的 SPI 那样去遍历加载对应的服务类，只需要通过 key 去寻找，并且寻找的时候会先从缓存的对象里去取，还有就是注意下这里的 DCL(double check lock)
+@SuppressWarnings ( "unchecked" )
+ private T createExtension ( String name) {
+ Class < ? > = getExtensionClasses ( ) . get ( name) ;
+ if ( clazz == null ) {
+ throw findException ( name) ;
+ }
+ try {
+ T instance = ( T ) EXTENSION_INSTANCES . get ( clazz) ;
+ if ( instance == null ) {
+ EXTENSION_INSTANCES . putIfAbsent ( clazz, ( T ) clazz. newInstance ( ) ) ;
+ instance = ( T ) EXTENSION_INSTANCES . get ( clazz) ;
+ }
+ injectExtension ( instance) ;
+ Set < Class < ? > > = cachedWrapperClasses;
+ if ( wrapperClasses != null && wrapperClasses. size ( ) > 0 ) {
+ for ( Class < ? > : wrapperClasses) {
+ instance = injectExtension ( ( T ) wrapperClass. getConstructor ( type) . newInstance ( instance) ) ;
+ }
+ }
+ return instance;
+ } catch ( Throwable t) {
+ throw new IllegalStateException ( "Extension instance(name: " + name + ", class: " +
+ type + ") could not be instantiated: " + t. getMessage ( ) , t) ;
+ }
+ } 然后就是创建扩展了，这里如果 wrapperClasses 就会遍历生成wrapper实例，并做 setter 依赖注入，但是这里cachedWrapperClasses的来源还是有点搞不清楚，得再看下 com.alibaba.dubbo.common.extension.ExtensionLoader#loadFile的具体逻辑
+
+ private boolean isWrapperClass ( Class < ? > ) {
+ try {
+ clazz. getConstructor ( type) ;
+ return true ;
+ } catch ( NoSuchMethodException e) {
+ return false ;
+ }
+ } 是否是 wrapperClass 其实就看构造函数的。
+]]>
+
+ Java
+ Dubbo
+ RPC
+ SPI
+ Dubbo
+ SPI
+
+
+ Java
+ Dubbo
+ RPC
+ SPI
+
+
+
+ 聊聊 Java 的 equals 和 hashCode 方法
+ /2021/01/03/%E8%81%8A%E8%81%8A-Java-%E7%9A%84-equals-%E5%92%8C-hashCode-%E6%96%B9%E6%B3%95/
+ Java 中的这个话题也是比较常遇到的，关于这块原先也是比较忽略的，但是仔细想想又有点遗忘了就在这里记一下java.lang.Object#equals
+public boolean equals ( Object obj) {
+ return ( this == obj) ;
+ } 对于所有对象的父类，equals 方法其实对比的就是对象的地址，也就是是否是同一个对象，试想如果像 Integer 或者 String 这种，我们没有重写 equals，那其实就等于是在用==，可能就没法达到我们的目的，所以像 String 这种常用的 jdk 类都是默认重写了java.lang.String#equals
+public boolean equals ( Object anObject) {
+ if ( this == anObject) {
+ return true ;
+ }
+ if ( anObject instanceof String ) {
+ String anotherString = ( String ) anObject;
+ int n = value. length;
+ if ( n == anotherString. value. length) {
+ char v1[ ] = value;
+ char v2[ ] = anotherString. value;
+ int i = 0 ;
+ while ( n-- != 0 ) {
+ if ( v1[ i] != v2[ i] )
+ return false ;
+ i++ ;
+ }
+ return true ;
+ }
+ }
+ return false ;
+ } 然后呢就是为啥一些书或者 effective java 中写了 equals 跟 hashCode 要一起重写，这里涉及到当对象作为 HashMap 的 key 的时候HashMap 会使用 hashCode 去判断是否在同一个槽里，然后在通过 equals 去判断是否是同一个 key，是的话就替换，不是的话就链表接下去，如果不重写 hashCode 的话，默认的 object 的hashCode 是 native 方法，根据对象的地址生成的，这样其实对象的值相同的话，因为地址不同，HashMap 也会出现异常，所以需要重写，同时也需要重写 equals 方法，才能确认是同一个 key，而不是落在同一个槽的不同 key.
+]]>
+
+ java
+
+
+ java
+
+
+
+ 聊聊 Java 的类加载机制一
+ /2020/11/08/%E8%81%8A%E8%81%8A-Java-%E7%9A%84%E7%B1%BB%E5%8A%A0%E8%BD%BD%E6%9C%BA%E5%88%B6/
+ 一说到这个主题，想到的应该是双亲委派模型，不过讲的包括但不限于这个，主要内容是参考深入理解 Java 虚拟机书中的介绍，
+通过一个类的全限定名来获取定义此类的二进制字节流
+将这个字节流代表的静态存储结构转化为方法区的运行时数据结构
+在内存中生成了一个代表这个类的 java.lang.Class 对象，作为方法区这个类的各种数据的访问入口
+
+
+
+文件格式验证
+元数据验证
+字节码验证
+符号引用验证
+
+
+以上验证 、准备 、解析 三个阶段又合称为链接阶段，链接阶段要做的是将加载到JVM中的二进制字节流的类数据信息合并到JVM的运行时状态中。
+
+初始化 类的初始化阶段是类加载过程的最后一个步骤，也是除了自定义类加载器之外将主动权交给了应用程序，其实就是执行类构造器()方法的过程，()并不是我们在 Java 代码中直接编写的方法，它是 Javac编译器的自动生成物，()方法是由编译器自动收集类中的所有类变量的复制动作和静态句块(static{}块)中的语句合并产生的，编译器收集的顺序是由语句在原文件中出现的顺序决定的，静态语句块中只能访问定义在静态语句块之前的变量，定义在它之后的变量，在前面的静态语句块可以复制，但是不能访问，同时还要保证父类的执行先于子类，然后保证多线程下的并发问题
+最终，方法区会存储当前类类信息，包括类的静态变量、类初始化代码（定义静态变量时的赋值语句 和 静态初始化代码块）、实例变量定义、实例初始化代码（定义实例变量时的赋值语句实例代码块和构造方法）和实例方法，还有父类的类信息引用。
+]]>
+
+ Java
+ 类加载
+
+
+
+ 聊聊 Java 中绕不开的 Synchronized 关键字
+ /2021/06/20/%E8%81%8A%E8%81%8A-Java-%E4%B8%AD%E7%BB%95%E4%B8%8D%E5%BC%80%E7%9A%84-Synchronized-%E5%85%B3%E9%94%AE%E5%AD%97/
+ Synchronized 关键字在 Java 的并发体系里也是非常重要的一个内容，首先比较常规的是知道它使用的方式，可以锁对象，可以锁代码块，也可以锁方法，看一个简单的 demo
+public class SynchronizedDemo {
+
+ public static void main ( String [ ] args) {
+ SynchronizedDemo synchronizedDemo = new SynchronizedDemo ( ) ;
+ synchronizedDemo. lockMethod ( ) ;
+ }
+
+ public synchronized void lockMethod ( ) {
+ System . out. println ( "here i'm locked" ) ;
+ }
+
+ public void lockSynchronizedDemo ( ) {
+ synchronized ( this ) {
+ System . out. println ( "here lock class" ) ;
}
- Thread thread1 = new Thread ( ) {
- @Override
- public void run ( ) {
- try {
- TimeUnit . SECONDS . sleep ( 5L ) ;
- } catch ( InterruptedException e) {
- e. printStackTrace ( ) ;
- }
- synchronized ( l) {
- System . out. println ( "thread1 获取锁成功" ) ;
- System . out. println ( ClassLayout . parseInstance ( l) . toPrintable ( ) ) ;
- try {
- TimeUnit . SECONDS . sleep ( 5L ) ;
- } catch ( InterruptedException e) {
- e. printStackTrace ( ) ;
- }
- }
- }
- } ;
- Thread thread2 = new Thread ( ) {
- @Override
- public void run ( ) {
- try {
- TimeUnit . SECONDS . sleep ( 5L ) ;
- } catch ( InterruptedException e) {
- e. printStackTrace ( ) ;
- }
- synchronized ( l) {
- System . out. println ( "thread2 获取锁成功" ) ;
- System . out. println ( ClassLayout . parseInstance ( l) . toPrintable ( ) ) ;
- }
- }
- } ;
- thread1. start ( ) ;
- thread2. start ( ) ;
}
-}
+} class L {
- private boolean myboolean = true ;
-} 然后来查看反编译结果，其实代码（日光）之下并无新事，即使是完全不懂的也可以通过一些词义看出一些意义
+ Last modified 2021 年6 月20 日; size 729 bytes
+ MD5 checksum dd9c529863bd7ff839a95481db578ad9
+ Compiled from "SynchronizedDemo.java"
+public class SynchronizedDemo
+ minor version: 0
+ major version: 53
+ flags: ( 0x0021 ) ACC_PUBLIC , ACC_SUPER
+ this_class: #2
+ super_class: #9
+ interfaces: 0 , fields: 0 , methods: 4 , attributes: 1
+Constant pool:
+ #1 = Methodref #9. #22
+ #2 = Class #23
+ #3 = Methodref #2. #22
+ #4 = Methodref #2. #24
+ #5 = Fieldref #25. #26
+ #6 = String #27
+ #7 = Methodref #28. #29
+ #8 = String #30
+ #9 = Class #31
+ #10 = Utf8 < init> 11 = Utf8 ( ) V
+ #12 = Utf8 Code
+ #13 = Utf8 LineNumberTable
+ #14 = Utf8 main
+ #15 = Utf8 ( [ Ljava / lang/ String ; ) V
+ #16 = Utf8 lockMethod
+ #17 = Utf8 lockSynchronizedDemo
+ #18 = Utf8 StackMapTable
+ #19 = Class #32
+ #20 = Utf8 SourceFile
+ #21 = Utf8 SynchronizedDemo . java
+ #22 = NameAndType #10 : #11
+ #23 = Utf8 SynchronizedDemo
+ #24 = NameAndType #16 : #11
+ #25 = Class #33
+ #26 = NameAndType #34 : #35
+ #27 = Utf8 here i\'m locked
+ #28 = Class #36
+ #29 = NameAndType #37 : #38
+ #30 = Utf8 here lock class
+ #31 = Utf8 java/ lang/ Object
+ #32 = Utf8 java/ lang/ Throwable
+ #33 = Utf8 java/ lang/ System
+ #34 = Utf8 out
+ #35 = Utf8 Ljava / io/ PrintStream ;
+ #36 = Utf8 java/ io/ PrintStream
+ #37 = Utf8 println
+ #38 = Utf8 ( Ljava / lang/ String ; ) V
+{
+ public SynchronizedDemo ( ) ;
+ descriptor: ( ) V
+ flags: ( 0x0001 ) ACC_PUBLIC
+ Code :
+ stack= 1 , locals= 1 , args_size= 1
+ 0 : aload_0
+ 1 : invokespecial #1
+ 4 : return
+ LineNumberTable :
+ line 5 : 0
-
-可以看到变成了重量级锁。
+ public static void main ( java. lang. String[ ] ) ;
+ descriptor: ( [ Ljava / lang/ String ; ) V
+ flags: ( 0x0009 ) ACC_PUBLIC , ACC_STATIC
+ Code :
+ stack= 2 , locals= 2 , args_size= 1
+ 0 : new #2
+ 3 : dup
+ 4 : invokespecial #3
+ 7 : astore_1
+ 8 : aload_1
+ 9 : invokevirtual #4
+ 12 : return
+ LineNumberTable :
+ line 8 : 0
+ line 9 : 8
+ line 10 : 12
+
+ public synchronized void lockMethod ( ) ;
+ descriptor: ( ) V
+ flags: ( 0x0021 ) ACC_PUBLIC , ACC_SYNCHRONIZED
+ Code :
+ stack= 2 , locals= 1 , args_size= 1
+ 0 : getstatic #5
+ 3 : ldc #6
+ 5 : invokevirtual #7
+ 8 : return
+ LineNumberTable :
+ line 13 : 0
+ line 14 : 8
+
+ public void lockSynchronizedDemo ( ) ;
+ descriptor: ( ) V
+ flags: ( 0x0001 ) ACC_PUBLIC
+ Code :
+ stack= 2 , locals= 3 , args_size= 1
+ 0 : aload_0
+ 1 : dup
+ 2 : astore_1
+ 3 : monitorenter
+ 4 : getstatic #5
+ 7 : ldc #8
+ 9 : invokevirtual #7
+ 12 : aload_1
+ 13 : monitorexit
+ 14 : goto 22
+ 17 : astore_2
+ 18 : aload_1
+ 19 : monitorexit
+ 20 : aload_2
+ 21 : athrow
+ 22 : return
+ Exception table:
+ from to target type
+ 4 14 17 any
+ 17 20 17 any
+ LineNumberTable :
+ line 17 : 0
+ line 18 : 4
+ line 19 : 12
+ line 20 : 22
+ StackMapTable : number_of_entries = 2
+ frame_type = 255
+ offset_delta = 17
+ locals = [ class SynchronizedDemo , class java/ lang/ Object ]
+ stack = [ class java/ lang/ Throwable ]
+ frame_type = 250
+ offset_delta = 4
+}
+SourceFile : "SynchronizedDemo.java" 其中lockMethod中可以看到是通过 ACC_SYNCHRONIZED flag 来标记是被 synchronized 修饰，前面的 ACC 应该是 access 的意思，并且通过 ACC_PUBLIC 也可以看出来他们是同一类访问权限关键字来控制的，而修饰类则是通过3: monitorenter和13: monitorexit来控制并发，这个是原来就知道，后来看了下才知道修饰方法是不一样的，但是在前期都比较诟病是 synchronized 的性能，像 monitor 也是通过操作系统的mutex lock互斥锁来实现的，相对是比较重的锁，于是在 JDK 1.6 之后对 synchronized 做了一系列优化，包括偏向锁，轻量级锁，并且包括像 ConcurrentHashMap 这类并发集合都有在使用 synchronized 关键字配合 cas 来做并发保护，
+jdk 对于 synchronized 的优化主要在于多重状态锁的升级，最初会使用偏向锁，当一个线程访问同步块并获取锁时，会在对象头和栈帧中的锁记录里存储锁偏向的线程ID，以后该线程在进入和退出同步块时不需要进行CAS操作来加锁和解锁，只需简单地测试一下对象头的Mark Word里是否存储着指向当前线程的偏向锁。引入偏向锁是为了在无多线程竞争的情况下尽量减少不必要的轻量级锁执行路径，因为轻量级锁的获取及释放依赖多次CAS原子指令，而偏向锁只需要在置换ThreadID的时候依赖一次CAS原子指令（由于一旦出现多线程竞争的情况就必须撤销偏向锁，所以偏向锁的撤销操作的性能损耗必须小于节省下来的CAS原子指令的性能消耗）。
]]>
Java
@@ -16087,63 +15800,376 @@ public Result invoke(final Invocation invocation) throws RpcException {
"GC task thread#1 (ParallelGC)" os_prio= 31 tid= 0x00007fc9de003800 nid= 0x2a03 runnable
-"GC task thread#2 (ParallelGC)" os_prio= 31 tid= 0x00007fc9df002000 nid= 0x5403 runnable
+"GC task thread#2 (ParallelGC)" os_prio= 31 tid= 0x00007fc9df002000 nid= 0x5403 runnable
+
+"GC task thread#3 (ParallelGC)" os_prio= 31 tid= 0x00007fc9df002800 nid= 0x5203 runnable
+
+"VM Periodic Task Thread" os_prio= 31 tid= 0x00007fc9df11a800 nid= 0x3a03 waiting on condition
+
+JNI global references: 1087
+
+
+Found one Java - level deadlock:
+== == == == == == == == == == == == == == =
+"mythread2" :
+ waiting for ownable synchronizer 0x000000076f5d4330 , ( a java. util. concurrent. locks. ReentrantLockNonfairSync ) ,
+ which is held by "mythread1"
+"mythread1" :
+ waiting for ownable synchronizer 0x000000076f5d4360 , ( a java. util. concurrent. locks. ReentrantLockNonfairSync ) ,
+ which is held by "mythread2"
+
+Java stack information for the threads listed above:
+== == == == == == == == == == == == == == == == == == == == == == == == == =
+"mythread2" :
+ at sun. misc. Unsafe. park ( Native Method )
+ - parking to wait for < 0x000000076f5d4330> ( a java. util. concurrent. locks. ReentrantLockNonfairSync )
+ at java. util. concurrent. locks. LockSupport. park ( LockSupport . java: 175 )
+ at java. util. concurrent. locks. AbstractQueuedSynchronizer. parkAndCheckInterrupt ( AbstractQueuedSynchronizer . java: 836 )
+ at java. util. concurrent. locks. AbstractQueuedSynchronizer. acquireQueued ( AbstractQueuedSynchronizer . java: 870 )
+ at java. util. concurrent. locks. AbstractQueuedSynchronizer. acquire ( AbstractQueuedSynchronizer . java: 1199 )
+ at java. util. concurrent. locks. ReentrantLockNonfairSync . lock ( ReentrantLock . java: 209 )
+ at java. util. concurrent. locks. ReentrantLock. lock ( ReentrantLock . java: 285 )
+ at com. nicksxs. thread_dump_demo. ThreadDumpDemoApplication2. run ( ThreadDumpDemoApplication . java: 34 )
+"mythread1" :
+ at sun. misc. Unsafe. park ( Native Method )
+ - parking to wait for < 0x000000076f5d4360> ( a java. util. concurrent. locks. ReentrantLockNonfairSync )
+ at java. util. concurrent. locks. LockSupport. park ( LockSupport . java: 175 )
+ at java. util. concurrent. locks. AbstractQueuedSynchronizer. parkAndCheckInterrupt ( AbstractQueuedSynchronizer . java: 836 )
+ at java. util. concurrent. locks. AbstractQueuedSynchronizer. acquireQueued ( AbstractQueuedSynchronizer . java: 870 )
+ at java. util. concurrent. locks. AbstractQueuedSynchronizer. acquire ( AbstractQueuedSynchronizer . java: 1199 )
+ at java. util. concurrent. locks. ReentrantLockNonfairSync . lock ( ReentrantLock . java: 209 )
+ at java. util. concurrent. locks. ReentrantLock. lock ( ReentrantLock . java: 285 )
+ at com. nicksxs. thread_dump_demo. ThreadDumpDemoApplication1. run ( ThreadDumpDemoApplication . java: 22 )
+
+Found 1 deadlock. 前面的信息其实上次就看过了，后面就可以发现有个死锁了，
+jmap 惯例还是看一下帮助信息jmap -dump:live,format=b,file=heap.bin <pid>jmap -histo <pid>打印对象的实例数和对象占用的内存jmap -finalizerinfo <pid> 打印正在等候回收的对象
+小tips 对于一些应用内存已经占满了，jstack 和 jmap 可能会连不上的情况，可以使用-F参数强制打印线程或者 dump 文件，但是要注意这两者使用的用户必须与 java 进程启动用户一致，并且使用的 jdk 也要一致
+]]>
+
+ Java
+ Thread dump
+ 问题排查
+ 工具
+
+
+ Java
+ JPS
+ JStack
+ JMap
+
+
+
+ 聊聊 Java 的类加载机制二
+ /2021/06/13/%E8%81%8A%E8%81%8A-Java-%E7%9A%84%E7%B1%BB%E5%8A%A0%E8%BD%BD%E6%9C%BA%E5%88%B6%E4%BA%8C/
+ 类加载器类加载机制中说来说去其实也逃不开类加载器这个话题，我们就来说下类加载器这个话题，Java 在 jdk1.2 以后开始有了
+public class ClassLoaderTest {
+
+ public static void main ( String [ ] args) throws Exception {
+ ClassLoader myLoader = new ClassLoader ( ) {
+ @Override
+ public Class < ? > loadClass ( String name) throws ClassNotFoundException {
+ try {
+ String fileName = name. substring ( name. lastIndexOf ( "." ) + 1 ) + ".class" ;
+ InputStream is = getClass ( ) . getResourceAsStream ( fileName) ;
+ if ( is == null ) {
+ return super . loadClass ( name) ;
+ }
+ byte [ ] b = new byte [ is. available ( ) ] ;
+ is. read ( b) ;
+ return defineClass ( name, b, 0 , b. length) ;
+ } catch ( IOException e) {
+ throw new ClassNotFoundException ( name) ;
+ }
+ }
+ } ;
+ Object object = myLoader. loadClass ( "com.nicksxs.demo.ClassLoaderTest" ) . newInstance ( ) ;
+ System . out. println ( object. getClass ( ) ) ;
+ System . out. println ( object instanceof ClassLoaderTest ) ;
+ }
+} 可以看下结果
+双亲委派 自 JDK1.2 以来，Java 一直有些三层类加载器、双亲委派的类加载架构
+启动类加载器 首先是启动类加载器，Bootstrap Class Loader，这个类加载器负责加载放在\lib目录，或者被-Xbootclasspath参数所指定的路径中存放的，而且是Java 虚拟机能够识别的（按照文件名识别，如 rt.jar、tools.jar，名字不符合的类库即使放在 lib 目录中，也不会被加载）类库加载到虚拟机的内存中，启动类加载器无法被 Java 程序直接引用，用户在编写自定义类加载器时，如果需要把家在请求为派给引导类加载器去处理，那直接使用 null 代替即可，可以看下 java.lang.ClassLoader.getClassLoader()方法的代码片段
+
+ @CallerSensitive
+ public ClassLoader getClassLoader ( ) {
+ ClassLoader cl = getClassLoader0 ( ) ;
+ if ( cl == null )
+ return null ;
+ SecurityManager sm = System . getSecurityManager ( ) ;
+ if ( sm != null ) {
+ ClassLoader . checkClassLoaderPermission ( cl, Reflection . getCallerClass ( ) ) ;
+ }
+ return cl;
+ } 扩展类加载器 这个类加载器是在类sun.misc.Launcher.ExtClassLoader中以 Java 代码的形式实现的，它负责在家\lib\ext 目录中，或者被 java.ext.dirs系统变量中所指定的路径中的所有类库，它其实目的是为了实现 Java 系统类库的扩展机制
+应用程序类加载器 这个类加载器是由sun.misc.Launcher.AppClassLoader实现，通过 java 代码，并且是 ClassLoader 类中的 getSystemClassLoader()方法的返回值，可以看一下代码
+
+ @CallerSensitive
+ public static ClassLoader getSystemClassLoader ( ) {
+ initSystemClassLoader ( ) ;
+ if ( scl == null ) {
+ return null ;
+ }
+ SecurityManager sm = System . getSecurityManager ( ) ;
+ if ( sm != null ) {
+ checkClassLoaderPermission ( scl, Reflection . getCallerClass ( ) ) ;
+ }
+ return scl;
+ }
+ private static synchronized void initSystemClassLoader ( ) {
+ if ( ! sclSet) {
+ if ( scl != null )
+ throw new IllegalStateException ( "recursive invocation" ) ;
+
+ sun. misc. Launcher= sun. misc. Launcher. getLauncher ( ) ;
+ if ( l != null ) {
+ Throwable oops = null ;
+
+ scl = l. getClassLoader ( ) ;
+ try {
+ scl = AccessController . doPrivileged (
+ new SystemClassLoaderAction ( scl) ) ;
+ } catch ( PrivilegedActionException pae) {
+ oops = pae. getCause ( ) ;
+ if ( oops instanceof InvocationTargetException ) {
+ oops = oops. getCause ( ) ;
+ }
+ }
+ if ( oops != null ) {
+ if ( oops instanceof Error ) {
+ throw ( Error ) oops;
+ } else {
+
+ throw new Error ( oops) ;
+ }
+ }
+ }
+ sclSet = true ;
+ }
+ }
+
+public ClassLoader getClassLoader ( ) {
+ return this . loader;
+ }
+
+public Launcher ( ) {
+ Launcher. ExtClassLoader var1;
+ try {
+ var1 = Launcher. ExtClassLoader . getExtClassLoader ( ) ;
+ } catch ( IOException var10) {
+ throw new InternalError ( "Could not create extension class loader" , var10) ;
+ }
-"GC task thread#3 (ParallelGC)" os_prio= 31 tid= 0x00007fc9df002800 nid= 0x5203 runnable
+ try {
+
+ this . loader = Launcher. AppClassLoader . getAppClassLoader ( var1) ;
+ } catch ( IOException var9) {
+ throw new InternalError ( "Could not create application class loader" , var9) ;
+ }
-"VM Periodic Task Thread" os_prio= 31 tid= 0x00007fc9df11a800 nid= 0x3a03 waiting on condition
+ Thread . currentThread ( ) . setContextClassLoader ( this . loader) ;
+ String var2 = System . getProperty ( "java.security.manager" ) ;
+ if ( var2 != null ) {
+ SecurityManager var3 = null ;
+ if ( ! "" . equals ( var2) && ! "default" . equals ( var2) ) {
+ try {
+ var3 = ( SecurityManager ) this . loader. loadClass ( var2) . newInstance ( ) ;
+ } catch ( IllegalAccessException var5) {
+ } catch ( InstantiationException var6) {
+ } catch ( ClassNotFoundException var7) {
+ } catch ( ClassCastException var8) {
+ }
+ } else {
+ var3 = new SecurityManager ( ) ;
+ }
-JNI global references: 1087
+ if ( var3 == null ) {
+ throw new InternalError ( "Could not create SecurityManager: " + var2) ;
+ }
+ System . setSecurityManager ( var3) ;
+ }
-Found one Java - level deadlock:
-== == == == == == == == == == == == == == =
-"mythread2" :
- waiting for ownable synchronizer 0x000000076f5d4330 , ( a java. util. concurrent. locks. ReentrantLockNonfairSync ) ,
- which is held by "mythread1"
-"mythread1" :
- waiting for ownable synchronizer 0x000000076f5d4360 , ( a java. util. concurrent. locks. ReentrantLockNonfairSync ) ,
- which is held by "mythread2"
+ } 它负责加载用户类路径(ClassPath)上所有的类库，我们可以直接在代码中使用这个类加载器，如果我们的代码中没有自定义的类在加载器，一般情况下这个就是程序中默认的类加载器
+双亲委派模型
+
+ protected Class < ? > loadClass ( String name, boolean resolve)
+ throws ClassNotFoundException
+ {
+ synchronized ( getClassLoadingLock ( name) ) {
+
+ Class < ? > = findLoadedClass ( name) ;
+ if ( c == null ) {
+ long t0 = System . nanoTime ( ) ;
+ try {
+ if ( parent != null ) {
+
+ c = parent. loadClass ( name, false ) ;
+ } else {
+
+ c = findBootstrapClassOrNull ( name) ;
+ }
+ } catch ( ClassNotFoundException e) {
+
+
+ }
-Java stack information for the threads listed above:
-== == == == == == == == == == == == == == == == == == == == == == == == == =
-"mythread2" :
- at sun. misc. Unsafe. park ( Native Method )
- - parking to wait for < 0x000000076f5d4330> ( a java. util. concurrent. locks. ReentrantLockNonfairSync )
- at java. util. concurrent. locks. LockSupport. park ( LockSupport . java: 175 )
- at java. util. concurrent. locks. AbstractQueuedSynchronizer. parkAndCheckInterrupt ( AbstractQueuedSynchronizer . java: 836 )
- at java. util. concurrent. locks. AbstractQueuedSynchronizer. acquireQueued ( AbstractQueuedSynchronizer . java: 870 )
- at java. util. concurrent. locks. AbstractQueuedSynchronizer. acquire ( AbstractQueuedSynchronizer . java: 1199 )
- at java. util. concurrent. locks. ReentrantLockNonfairSync . lock ( ReentrantLock . java: 209 )
- at java. util. concurrent. locks. ReentrantLock. lock ( ReentrantLock . java: 285 )
- at com. nicksxs. thread_dump_demo. ThreadDumpDemoApplication2. run ( ThreadDumpDemoApplication . java: 34 )
-"mythread1" :
- at sun. misc. Unsafe. park ( Native Method )
- - parking to wait for < 0x000000076f5d4360> ( a java. util. concurrent. locks. ReentrantLockNonfairSync )
- at java. util. concurrent. locks. LockSupport. park ( LockSupport . java: 175 )
- at java. util. concurrent. locks. AbstractQueuedSynchronizer. parkAndCheckInterrupt ( AbstractQueuedSynchronizer . java: 836 )
- at java. util. concurrent. locks. AbstractQueuedSynchronizer. acquireQueued ( AbstractQueuedSynchronizer . java: 870 )
- at java. util. concurrent. locks. AbstractQueuedSynchronizer. acquire ( AbstractQueuedSynchronizer . java: 1199 )
- at java. util. concurrent. locks. ReentrantLockNonfairSync . lock ( ReentrantLock . java: 209 )
- at java. util. concurrent. locks. ReentrantLock. lock ( ReentrantLock . java: 285 )
- at com. nicksxs. thread_dump_demo. ThreadDumpDemoApplication1. run ( ThreadDumpDemoApplication . java: 22 )
+ if ( c == null ) {
+
+
+ long t1 = System . nanoTime ( ) ;
+
+ c = findClass ( name) ;
-Found 1 deadlock. 前面的信息其实上次就看过了，后面就可以发现有个死锁了，
-jmap 惯例还是看一下帮助信息jmap -dump:live,format=b,file=heap.bin <pid>jmap -histo <pid>打印对象的实例数和对象占用的内存jmap -finalizerinfo <pid> 打印正在等候回收的对象
-小tips 对于一些应用内存已经占满了，jstack 和 jmap 可能会连不上的情况，可以使用-F参数强制打印线程或者 dump 文件，但是要注意这两者使用的用户必须与 java 进程启动用户一致，并且使用的 jdk 也要一致
+
+ sun. misc. PerfCounter. getParentDelegationTime ( ) . addTime ( t1 - t0) ;
+ sun. misc. PerfCounter. getFindClassTime ( ) . addElapsedTimeFrom ( t1) ;
+ sun. misc. PerfCounter. getFindClasses ( ) . increment ( ) ;
+ }
+ }
+ if ( resolve) {
+ resolveClass ( c) ;
+ }
+ return c;
+ }
+ } 破坏双亲委派 关于破坏双亲委派模型，第一次是在 JDK1.2 之后引入了双亲委派模型之前，那么在那之前已经有了类加载器，所以java.lang.ClassLoader 中添加了一个 protected 方法 findClass()，并引导用户编写的类加载逻辑时尽可能去重写这个方法，而不是在 loadClass()中编写代码。这个跟上面的逻辑其实类似，当父类加载失败，会调用 findClass()来完成加载；第二次是因为这个模型本身还有一些不足之处，比如 SPI 这种，所以有设计了线程下上下文类加载器(Thread Context ClassLoader)。这个类加载器可以通过 java.lang.Thread 类的 java.lang.Thread#setContextClassLoader() 进行设置，然后第三种是为了追求程序动态性，这里有涉及到了 osgi 等概念，就不展开了
]]>
Java
- Thread dump
- 问题排查
- 工具
Java
- JPS
- JStack
- JMap
+ 类加载
+ 加载
+ 验证
+ 准备
+ 解析
+ 初始化
+ 链接
+ 双亲委派
@@ -16188,9 +16214,9 @@ public Result invoke(final Invocation invocation) throws RpcException {
排序
+ 小技巧
排序
linux
- 小技巧
top
@@ -16719,6 +16745,35 @@ result
= result
Broker
+
+ 聊聊 Sharding-Jdbc 的简单原理初篇
+ /2021/12/26/%E8%81%8A%E8%81%8A-Sharding-Jdbc-%E7%9A%84%E7%AE%80%E5%8D%95%E5%8E%9F%E7%90%86%E5%88%9D%E7%AF%87/
+ 在上一篇 sharding-jdbc 的介绍中其实碰到过一个问题，这里也引出了一个比较有意思的话题ResultSet resultSet = ps. executeQuery ( sql) ; 实际上应该是
+ResultSet resultSet = ps. executeQuery ( ) ; 而这里的差别就是，是否传 sql 这个参数，首先我们要知道这个 ps 是什么，它也是个接口java.sql.PreparedStatement,而真正的实现类是org.apache.shardingsphere.driver.jdbc.core.statement.ShardingSpherePreparedStatement,我们来看下继承关系org.apache.shardingsphere.driver.jdbc.unsupported.AbstractUnsupportedOperationPreparedStatement
+@Override
+public final ResultSet executeQuery ( final String sql) throws SQLException {
+ throw new SQLFeatureNotSupportedException ( "executeQuery with SQL for PreparedStatement" ) ;
+} 这个报错一开始让我有点懵，后来点进去了发现是这么个异常，但是我其实一开始是用的更新语句，以为更新不支持，因为平时使用没有深究过，以为是不是需要使用 Mybatis 才可以执行更新，但是理论上也不应该，再往上看原来这些异常是由 sharding-jdbc 包装的，也就是在上面说的AbstractUnsupportedOperationPreparedStatement，这其实也是一种设计思想，本身 jdbc 提供了一系列接口，由各家去支持，包括 mysql，sql server，oracle 等，而正因为这个设计，所以 sharding-jdbc 也可以在此基础上进行设计，我们可以总体地看下 sharding-jdbc 的实现基础ShardingSpherePreparedStatement的继承关系，应该也能猜到这里的几个类都是实现了 jdbc 的基础接口，
+Connection conn = dataSource. getConnection ( ) ; 其实就获得了org.apache.shardingsphere.driver.jdbc.core.connection.ShardingSphereConnection#ShardingSphereConnectionjava.sql.PreparedStatement
+PreparedStatement ps = conn. prepareStatement ( sql) 就是获取了org.apache.shardingsphere.driver.jdbc.core.statement.ShardingSpherePreparedStatement
+ResultSet resultSet = ps. executeQuery ( ) ; 然后获得结果org.apache.shardingsphere.driver.jdbc.core.resultset.ShardingSphereResultSet
+其实像 mybatis 也是基于这样去实现的
+]]>
+
+ Java
+
+
+ Java
+ Sharding-Jdbc
+
+
聊聊 Sharding-Jdbc 分库分表下的分页方案
/2022/01/09/%E8%81%8A%E8%81%8A-Sharding-Jdbc-%E5%88%86%E5%BA%93%E5%88%86%E8%A1%A8%E4%B8%8B%E7%9A%84%E5%88%86%E9%A1%B5%E6%96%B9%E6%A1%88/
@@ -16905,35 +16960,6 @@ t2
}
} 看下查询结果
-]]>
-
- Java
-
-
- Java
- Sharding-Jdbc
-
-
-
- 聊聊 Sharding-Jdbc 的简单原理初篇
- /2021/12/26/%E8%81%8A%E8%81%8A-Sharding-Jdbc-%E7%9A%84%E7%AE%80%E5%8D%95%E5%8E%9F%E7%90%86%E5%88%9D%E7%AF%87/
- 在上一篇 sharding-jdbc 的介绍中其实碰到过一个问题，这里也引出了一个比较有意思的话题ResultSet resultSet = ps. executeQuery ( sql) ; 实际上应该是
-ResultSet resultSet = ps. executeQuery ( ) ; 而这里的差别就是，是否传 sql 这个参数，首先我们要知道这个 ps 是什么，它也是个接口java.sql.PreparedStatement,而真正的实现类是org.apache.shardingsphere.driver.jdbc.core.statement.ShardingSpherePreparedStatement,我们来看下继承关系org.apache.shardingsphere.driver.jdbc.unsupported.AbstractUnsupportedOperationPreparedStatement
-@Override
-public final ResultSet executeQuery ( final String sql) throws SQLException {
- throw new SQLFeatureNotSupportedException ( "executeQuery with SQL for PreparedStatement" ) ;
-} 这个报错一开始让我有点懵，后来点进去了发现是这么个异常，但是我其实一开始是用的更新语句，以为更新不支持，因为平时使用没有深究过，以为是不是需要使用 Mybatis 才可以执行更新，但是理论上也不应该，再往上看原来这些异常是由 sharding-jdbc 包装的，也就是在上面说的AbstractUnsupportedOperationPreparedStatement，这其实也是一种设计思想，本身 jdbc 提供了一系列接口，由各家去支持，包括 mysql，sql server，oracle 等，而正因为这个设计，所以 sharding-jdbc 也可以在此基础上进行设计，我们可以总体地看下 sharding-jdbc 的实现基础ShardingSpherePreparedStatement的继承关系，应该也能猜到这里的几个类都是实现了 jdbc 的基础接口，
-Connection conn = dataSource. getConnection ( ) ; 其实就获得了org.apache.shardingsphere.driver.jdbc.core.connection.ShardingSphereConnection#ShardingSphereConnectionjava.sql.PreparedStatement
-PreparedStatement ps = conn. prepareStatement ( sql) 就是获取了org.apache.shardingsphere.driver.jdbc.core.statement.ShardingSpherePreparedStatement
-ResultSet resultSet = ps. executeQuery ( ) ; 然后获得结果org.apache.shardingsphere.driver.jdbc.core.resultset.ShardingSphereResultSet
-其实像 mybatis 也是基于这样去实现的
]]>
Java
@@ -17001,120 +17027,7 @@ t2
FixedThreadPool
LimitedThreadPool
EagerThreadPool
- CachedThreadPool
-
-
-
- 聊聊 mysql 的 MVCC 续篇
- /2020/05/02/%E8%81%8A%E8%81%8A-mysql-%E7%9A%84-MVCC-%E7%BB%AD%E7%AF%87/
- 上一篇聊了mysql 的 innodb 引擎基于 read view 实现的 mvcc 和事务隔离级别，可能有些细心的小伙伴会发现一些问题，第一个是在 RC 级别下的事务提交后的可见性，这里涉及到了三个参数，m_low_limit_id，m_up_limit_id，m_ids，之前看到知乎的一篇写的非常不错的文章，但是就在这一点上似乎有点疑惑，这里基于源码和注释来解释下这个问题
-/**
-Opens a read view where exactly the transactions serialized before this
-point in time are seen in the view.
-@param id Creator transaction id */
-
-void ReadView::prepare(trx_id_t id) {
- ut_ad(mutex_own(&trx_sys->mutex));
-
- m_creator_trx_id = id;
-
- m_low_limit_no = m_low_limit_id = m_up_limit_id = trx_sys->max_trx_id;m_low_limit_id赋的值是trx_sys->max_trx_id，代表的是当前系统最小的未分配的事务 id，所以呢，举个例子，当前有三个活跃事务，事务 id 分别是 100，200，300，而 m_up_limit_id = 100, m_low_limit_id = 301，当事务 id 是 200 的提交之后，它的更新就是可以被 100 和 300 看到，而不是说 m_ids 里没了 200，并且 200 比 100 大就应该不可见了
-幻读 还有一个问题是幻读的问题，这貌似也是个高频面试题，啥意思呢，或者说跟它最常拿来比较的脏读，脏读是指读到了别的事务未提交的数据，因为未提交，严格意义上来讲，不一定是会被最后落到库里，可能会回滚，也就是在 read uncommitted 级别下会出现的问题，但是幻读不太一样，幻读是指两次查询的结果数量不一样，比如我查了第一次是 select * from table1 where id < 10 for update,查出来了一条结果 id 是 5，然后再查一下发现出来了一条 id 是 5，一条 id 是 7，那是不是有点尴尬了，其实呢这个点我觉得脏读跟幻读也比较是从原理层面来命名，如果第一次接触的同学发觉有点不理解也比较正常，因为从逻辑上讲总之都是数据不符合预期，但是基于源码层面其实是不同的情况，幻读是在原先的 read view 无法完全解决的，怎么解决呢，简单的来说就是锁咯，我们知道innodb 是基于 record lock 行锁的，但是貌似没有办法解决这种问题，那么 innodb 就引入了 gap lock 间隙锁，比如上面说的情况下，id 小于 10 的情况下，是都应该锁住的，gap lock 其实是基于索引结构来锁的，因为索引树除了树形结构之外，还有一个next record 的指针，gap lock 也是基于这个来锁的
-
-SELECT … FOR UPDATE sets an exclusive next-key lock on every record the search encounters. However, only an index record lock is required for statements that lock rows using a unique index to search for a unique row.
-
-对于一个 for update 查询，在 RR 级别下，会设置一个 next-key lock在每一条被查询到的记录上，next-lock 又是啥呢，其实就是 gap 锁和 record 锁的结合体，比如我在数据库里有 id 是 1，3，5，7，10，对于上面那条查询，查出来的结果就是 1，3，5，7，那么按照文档里描述的，对于这几条记录都会加上next-key lock，也就是(-∞, 1], (1, 3], (3, 5], (5, 7], (7, 10) 这些区间和记录会被锁起来，不让插入，再唠叨一下呢，就是其实如果是只读的事务，光 read view 一致性读就够了，如果是有写操作的呢，就需要锁了。
-]]>
-
- Mysql
- C
- 数据结构
- 源码
- Mysql
-
-
- mysql
- 数据结构
- 源码
- mvcc
- read view
- gap lock
- next-key lock
- 幻读
-
-
-
- 聊聊 Java 的类加载机制一
- /2020/11/08/%E8%81%8A%E8%81%8A-Java-%E7%9A%84%E7%B1%BB%E5%8A%A0%E8%BD%BD%E6%9C%BA%E5%88%B6/
- 一说到这个主题，想到的应该是双亲委派模型，不过讲的包括但不限于这个，主要内容是参考深入理解 Java 虚拟机书中的介绍，
-通过一个类的全限定名来获取定义此类的二进制字节流
-将这个字节流代表的静态存储结构转化为方法区的运行时数据结构
-在内存中生成了一个代表这个类的 java.lang.Class 对象，作为方法区这个类的各种数据的访问入口
-
-
-
-文件格式验证
-元数据验证
-字节码验证
-符号引用验证
-
-
-以上验证 、准备 、解析 三个阶段又合称为链接阶段，链接阶段要做的是将加载到JVM中的二进制字节流的类数据信息合并到JVM的运行时状态中。
-
-初始化 类的初始化阶段是类加载过程的最后一个步骤，也是除了自定义类加载器之外将主动权交给了应用程序，其实就是执行类构造器()方法的过程，()并不是我们在 Java 代码中直接编写的方法，它是 Javac编译器的自动生成物，()方法是由编译器自动收集类中的所有类变量的复制动作和静态句块(static{}块)中的语句合并产生的，编译器收集的顺序是由语句在原文件中出现的顺序决定的，静态语句块中只能访问定义在静态语句块之前的变量，定义在它之后的变量，在前面的静态语句块可以复制，但是不能访问，同时还要保证父类的执行先于子类，然后保证多线程下的并发问题
-最终，方法区会存储当前类类信息，包括类的静态变量、类初始化代码（定义静态变量时的赋值语句 和 静态初始化代码块）、实例变量定义、实例初始化代码（定义实例变量时的赋值语句实例代码块和构造方法）和实例方法，还有父类的类信息引用。
-]]>
-
- Java
- 类加载
-
-
-
- 聊聊 mysql 的 MVCC 续续篇之锁分析
- /2020/05/10/%E8%81%8A%E8%81%8A-mysql-%E7%9A%84-MVCC-%E7%BB%AD%E7%BB%AD%E7%AF%87%E4%B9%8B%E5%8A%A0%E9%94%81%E5%88%86%E6%9E%90/
- 看完前面两篇水文之后，感觉不得不来分析下 mysql 的锁了，其实前面说到幻读的时候是有个前提没提到的，比如一个select * from table1 where id = 1这种查询语句其实是不会加传说中的锁的，当然这里是指在 RR 或者 RC 隔离级别下，
-SELECT ... FROM is a consistent read, reading a snapshot of the database and setting no locks unless the transaction isolation level is set to SERIALIZABLE. For SERIALIZABLE level, the search sets shared next-key locks on the index records it encounters. However, only an index record lock is required for statements that lock rows using a unique index to search for a unique row.
-
-纯粹的这种一致性读，实际读取的是快照，也就是基于 read view 的读取方式，除非当前隔离级别是SERIALIZABLE
-
-select * from table where ? lock in share mode;select * from table where ? for update;insert into table values (...);update table set ? where ?;delete from table where ?;
-除了第一条是 S 锁之外，其他都是 X 排他锁，这边在顺带下，S 锁表示共享锁， X 表示独占锁，同为 S 锁之间不冲突，S 与 X，X 与 S，X 与 X 之间都冲突，也就是加了前者，后者就加不上了select * from table1 where id = 10 for update
-]]>
-
- Mysql
- C
- 数据结构
- 源码
- Mysql
-
-
- mysql
- 数据结构
- 源码
- mvcc
- read view
- gap lock
- next-key lock
- 幻读
+ CachedThreadPool
@@ -17197,6 +17110,81 @@ constexpr size_t DATA_ROLL_PTR_LEN read view
+
+ 聊聊 mysql 的 MVCC 续续篇之锁分析
+ /2020/05/10/%E8%81%8A%E8%81%8A-mysql-%E7%9A%84-MVCC-%E7%BB%AD%E7%BB%AD%E7%AF%87%E4%B9%8B%E5%8A%A0%E9%94%81%E5%88%86%E6%9E%90/
+ 看完前面两篇水文之后，感觉不得不来分析下 mysql 的锁了，其实前面说到幻读的时候是有个前提没提到的，比如一个select * from table1 where id = 1这种查询语句其实是不会加传说中的锁的，当然这里是指在 RR 或者 RC 隔离级别下，
+SELECT ... FROM is a consistent read, reading a snapshot of the database and setting no locks unless the transaction isolation level is set to SERIALIZABLE. For SERIALIZABLE level, the search sets shared next-key locks on the index records it encounters. However, only an index record lock is required for statements that lock rows using a unique index to search for a unique row.
+
+纯粹的这种一致性读，实际读取的是快照，也就是基于 read view 的读取方式，除非当前隔离级别是SERIALIZABLE
+
+select * from table where ? lock in share mode;select * from table where ? for update;insert into table values (...);update table set ? where ?;delete from table where ?;
+除了第一条是 S 锁之外，其他都是 X 排他锁，这边在顺带下，S 锁表示共享锁， X 表示独占锁，同为 S 锁之间不冲突，S 与 X，X 与 S，X 与 X 之间都冲突，也就是加了前者，后者就加不上了select * from table1 where id = 10 for update
+]]>
+
+ Mysql
+ C
+ 数据结构
+ 源码
+ Mysql
+
+
+ mysql
+ 数据结构
+ 源码
+ mvcc
+ read view
+ gap lock
+ next-key lock
+ 幻读
+
+
+
+ 聊聊 mysql 的 MVCC 续篇
+ /2020/05/02/%E8%81%8A%E8%81%8A-mysql-%E7%9A%84-MVCC-%E7%BB%AD%E7%AF%87/
+ 上一篇聊了mysql 的 innodb 引擎基于 read view 实现的 mvcc 和事务隔离级别，可能有些细心的小伙伴会发现一些问题，第一个是在 RC 级别下的事务提交后的可见性，这里涉及到了三个参数，m_low_limit_id，m_up_limit_id，m_ids，之前看到知乎的一篇写的非常不错的文章，但是就在这一点上似乎有点疑惑，这里基于源码和注释来解释下这个问题
+/**
+Opens a read view where exactly the transactions serialized before this
+point in time are seen in the view.
+@param id Creator transaction id */
+
+void ReadView::prepare(trx_id_t id) {
+ ut_ad(mutex_own(&trx_sys->mutex));
+
+ m_creator_trx_id = id;
+
+ m_low_limit_no = m_low_limit_id = m_up_limit_id = trx_sys->max_trx_id;m_low_limit_id赋的值是trx_sys->max_trx_id，代表的是当前系统最小的未分配的事务 id，所以呢，举个例子，当前有三个活跃事务，事务 id 分别是 100，200，300，而 m_up_limit_id = 100, m_low_limit_id = 301，当事务 id 是 200 的提交之后，它的更新就是可以被 100 和 300 看到，而不是说 m_ids 里没了 200，并且 200 比 100 大就应该不可见了
+幻读 还有一个问题是幻读的问题，这貌似也是个高频面试题，啥意思呢，或者说跟它最常拿来比较的脏读，脏读是指读到了别的事务未提交的数据，因为未提交，严格意义上来讲，不一定是会被最后落到库里，可能会回滚，也就是在 read uncommitted 级别下会出现的问题，但是幻读不太一样，幻读是指两次查询的结果数量不一样，比如我查了第一次是 select * from table1 where id < 10 for update,查出来了一条结果 id 是 5，然后再查一下发现出来了一条 id 是 5，一条 id 是 7，那是不是有点尴尬了，其实呢这个点我觉得脏读跟幻读也比较是从原理层面来命名，如果第一次接触的同学发觉有点不理解也比较正常，因为从逻辑上讲总之都是数据不符合预期，但是基于源码层面其实是不同的情况，幻读是在原先的 read view 无法完全解决的，怎么解决呢，简单的来说就是锁咯，我们知道innodb 是基于 record lock 行锁的，但是貌似没有办法解决这种问题，那么 innodb 就引入了 gap lock 间隙锁，比如上面说的情况下，id 小于 10 的情况下，是都应该锁住的，gap lock 其实是基于索引结构来锁的，因为索引树除了树形结构之外，还有一个next record 的指针，gap lock 也是基于这个来锁的
+
+SELECT … FOR UPDATE sets an exclusive next-key lock on every record the search encounters. However, only an index record lock is required for statements that lock rows using a unique index to search for a unique row.
+
+对于一个 for update 查询，在 RR 级别下，会设置一个 next-key lock在每一条被查询到的记录上，next-lock 又是啥呢，其实就是 gap 锁和 record 锁的结合体，比如我在数据库里有 id 是 1，3，5，7，10，对于上面那条查询，查出来的结果就是 1，3，5，7，那么按照文档里描述的，对于这几条记录都会加上next-key lock，也就是(-∞, 1], (1, 3], (3, 5], (5, 7], (7, 10) 这些区间和记录会被锁起来，不让插入，再唠叨一下呢，就是其实如果是只读的事务，光 read view 一致性读就够了，如果是有写操作的呢，就需要锁了。
+]]>
+
+ Mysql
+ C
+ 数据结构
+ 源码
+ Mysql
+
+
+ mysql
+ 数据结构
+ 源码
+ mvcc
+ read view
+ gap lock
+ next-key lock
+ 幻读
+
+
聊聊 mysql 索引的一些细节
/2020/12/27/%E8%81%8A%E8%81%8A-mysql-%E7%B4%A2%E5%BC%95%E7%9A%84%E4%B8%80%E4%BA%9B%E7%BB%86%E8%8A%82/
@@ -17318,54 +17306,226 @@ $
// 和饿汉模式相比，这边不需要先实例化出来，注意这里的 volatile，它是必须的
private static volatile Singleton2 instance = null;
- private int m = 9;
+ private int m = 9;
+
+ public static Singleton getInstance() {
+ if (instance == null) {
+ // 加锁
+ synchronized (Singleton2.class) {
+ // 这一次判断也是必须的，不然会有并发问题
+ if (instance == null) {
+ instance = new Singleton2();
+ }
+ }
+ }
+ return instance;
+ }
+}这里容易错的有三点，理解了其实就比较好记了
+第一点，为啥不在 getInstance 上整个代码块加 synchronized，这个其实比较容易理解，就是锁的力度太大，性能太差了，这点其实也要去理解，可以举个夸张的例子，比如我一个电商的服务，如果为了避免一个人的订单出现问题，是不是可以从请求入口就把他锁住，到请求结束释放，那么里面做的事情都有保障，然而这显然不可能，因为我们想要这种竞态条件抢占资源的时间尽量减少，防止其他线程等待。synchronized之已经检查了 instance == null,还要在里面再检查一次，这个有个术语，叫 double check lock,但是为啥要这么做呢，其实很简单，想象当有两个线程，都过了第一步为空判断，这个时候只有一个线程能拿到这个锁，另一个线程就等待了，如果不再判断一次，那么第一个线程新建完对象释放锁之后，第二个线程又能拿到锁，再去创建一个对象。volatile关键字，原先对它的理解是它修饰的变量在 JMM 中能及时将变量值写到主存中，但是它还有个很重要的作用，就是防止指令重排序，instance = new Singleton();这行代码其实在底层是分成三条指令执行的，第一条是在堆上申请了一块内存放这个对象，但是对象的字段啥的都还是默认值，第二条是设置对象的值，比如上面的 m 是 9，然后第三条是将这个对象和虚拟机栈上的指针建立引用关联，那么如果我不用volatile关键字，这三条指令就有可能出现重排，比如变成了 1-3-2 这种顺序，当执行完第二步时，有个线程来访问这个对象了，先判断是不是空，发现不是空的，就拿去直接用了，是不是就出现问题了，所以这个volatile也是不可缺少的
+嵌套类 public class Singleton3 {
+
+ private Singleton3() {}
+ // 主要是使用了 嵌套类可以访问外部类的静态属性和静态方法 的特性
+ private static class Holder {
+ private static Singleton3 instance = new Singleton3();
+ }
+ public static Singleton3 getInstance() {
+ return Holder.instance;
+ }
+}这个我个人感觉是饿汉模式的升级版，可以在调用getInstance的时候去实例化对象，也是比较推荐的
+枚举单例 public enum Singleton {
+ INSTANCE;
+
+ public void doSomething(){
+ //todo doSomething
+ }
+}枚举很特殊，它在类加载的时候会初始化里面的所有的实例，而且 JVM 保证了它们不会再被实例化，所以它天生就是单例的。
+]]>
+
+ Java
+ Design Patterns
+ Singleton
+
+
+ 设计模式
+ Design Patterns
+ 单例
+ Singleton
+
+
+
+ 聊聊一次 brew update 引发的血案
+ /2020/06/13/%E8%81%8A%E8%81%8A%E4%B8%80%E6%AC%A1-brew-update-%E5%BC%95%E5%8F%91%E7%9A%84%E8%A1%80%E6%A1%88/
+ 熟悉我的人（谁熟悉你啊🙄）知道我以前写过 PHP，虽然现在在工作中没用到了，但是自己的一些小工具还是会用 PHP 来写，但是在 Mac 碰到了一个环境相关的问题，因为我也是个更新狂魔，用了 brew 之后因为 gfw 的原因，如果长时间不更新，有时候要装一个用它装一个软件的话，前置的更新耗时就会让人非常头大，所以我基本会隔天 update 一下，但是这样会带来一个很心烦的问题，就是像这样，因为我是要用一个固定版本的 PHP，如果一直升需要一直配扩展啥的也很麻烦，如果一直升级 PHP 到最新版可能会比较少碰到这个问题
+dyld: Library not loaded: /usr/local/opt/icu4c/lib/libicui18n.64.dylib这是什么鬼啊，然后我去这个目录下看了下，已经都是libicui18n.67.dylib了，而且它没有把原来的版本保留下来，首先这个是个叫 icu4c是啥玩意，谷歌了一下
+
+ICU4C是ICU在C/C++平台下的版本, ICU(International Component for Unicode)是基于”IBM公共许可证”的，与开源组织合作研究的, 用于支持软件国际化的开源项目。ICU4C提供了C/C++平台强大的国际化开发能力，软件开发者几乎可以使用ICU4C解决任何国际化的问题，根据各地的风俗和语言习惯，实现对数字、货币、时间、日期、和消息的格式化、解析，对字符串进行大小写转换、整理、搜索和排序等功能，必须一提的是，ICU4C提供了强大的BIDI算法，对阿拉伯语等BIDI语言提供了完善的支持。
+
+然后首先想到的解决方案就是能不能我使用brew install icu4c@64来重装下原来的版本，发现不行，并木有，之前的做法就只能是去网上把 64 的下载下来，然后放到这个目录，比较麻烦不智能，虽然没抱着希望在谷歌着，不过这次竟然给我找到了一个我认为非常 nice 的解决方案，因为是在 Stack Overflow 找到的，本着写给像我这样的小小白看的，那就稍微翻译一下
+cd $( brew --prefix ) 这个可以理解为是 maven 的 pom 文件，不过有很多不同之处，使用ruby 写的，然后一个文件对应一个组件或者软件，那我们看下有个叫icu4c.rb的文件，
+git log --follow icu4c.rb在 git log 的海洋中寻找，寻找它的(64版本)的身影
+git checkout -b icu4c-63 e7f0f10dc63b1dc1061d475f1a61d01b70ef2cb7其实注意 commit id 旁边的红框，这个是有tag 的，可以直接
+git checkout icu4c-64PS: 因为我的问题是出在 64 的问题，Stack Overflow 回答的是 63 的，反正是一样的解决方法
+brew reinstall ./icu4c.rb然后就是第五步，切换版本
+brew switch icu4c 64.2 最后把分支切回来
+git checkout master是不是感觉很厉害的解决方法，大佬还提供了一个更牛的，直接写个 zsh 方法
+
+function hiicu64 ( ) {
+ local last_dir = $( pwd ) cd $( brew --prefix ) git checkout icu4c-4
+ brew reinstall ./icu4c.rb
+ brew switch icu4c 64.2
+ git checkout master
+
+ cd $last_dir
+} 对应自己的版本改改版本号就可以了，非常好用。
+]]>
+
+ Mac
+ PHP
+ Homebrew
+ PHP
+ icu4c
+
+
+ Mac
+ PHP
+ Homebrew
+ icu4c
+ zsh
+
+
+
+ 聊聊传说中的 ThreadLocal
+ /2021/05/30/%E8%81%8A%E8%81%8A%E4%BC%A0%E8%AF%B4%E4%B8%AD%E7%9A%84-ThreadLocal/
+ 说来也惭愧，这个 ThreadLocal 其实一直都是一知半解，而且看了一下之后还发现记错了，所以还是记录下究竟是啥结构 比如我们在代码中 new 一个 ThreadLocal，
+public static void main ( String [ ] args) {
+ ThreadLocal < Man > = new ThreadLocal < > ( ) ;
+
+ new Thread ( ( ) -> {
+ try {
+ TimeUnit . SECONDS . sleep ( 2 ) ;
+ } catch ( InterruptedException e) {
+ e. printStackTrace ( ) ;
+ }
+ System . out. println ( tl. get ( ) ) ;
+ } ) . start ( ) ;
+ new Thread ( ( ) -> {
+ try {
+ TimeUnit . SECONDS . sleep ( 1 ) ;
+ } catch ( InterruptedException e) {
+ e. printStackTrace ( ) ;
+ }
+ tl. set ( new Man ( ) ) ;
+ } ) . start ( ) ;
+ }
+
+ static class Man {
+ String name = "nick" ;
+ } 这里构造了两个线程，一个先往里设值，一个后从里取，运行看下结果，
+public void set ( T value) {
+ Thread t = Thread . currentThread ( ) ;
+ ThreadLocalMap map = getMap ( t) ;
+ if ( map != null )
+ map. set ( this , value) ;
+ else
+ createMap ( t, value) ;
+} 写博客这会我才明白我原来咋会错得这么离谱，看到第一行代码 t 就是当前线程，然后第二行就是用这个线程去getMap，然后我是把这个当成从 map 里取值了，其实这里是
+ThreadLocalMap getMap ( Thread t) {
+ return t. threadLocals;
+} 获取 t 的 threadLocals 成员变量，那这个 threadLocals 又是啥呢
+static class ThreadLocalMap {
+
+
+ static class Entry extends WeakReference < ThreadLocal < ? > > {
+
+ Object value;
+
+ Entry ( ThreadLocal < ? > , Object v) {
+ super ( k) ;
+ value = v;
+ }
+ }
+ } 全部代码有点长，只截取了一小部分，然后我们再回头来分析前面说的 set 过程，再 copy 下代码
+public void set ( T value) {
+ Thread t = Thread . currentThread ( ) ;
+ ThreadLocalMap map = getMap ( t) ;
+ if ( map != null )
+ map. set ( this , value) ;
+ else
+ createMap ( t, value) ;
+} 获取到 map 以后呢，如果 map 不为空，就往 map 里 set，这里注意 key 是啥，其实是当前这个 ThreadLocal，这里就比较明白了究竟是啥结构，每个线程都会维护自身的 ThreadLocalMap，它是线程的一个成员变量，当创建 ThreadLocal 的时候，进行设值的时候其实是往这个 map 里以 ThreadLocal 作为 key，往里设 value。
+内存泄漏是什么鬼 这里又要看下前面的 ThreadLocalMap 结构了，类似 HashMap，它有个 Entry 结构，在设置的时候会先包装成一个 Entry
+private void set ( ThreadLocal < ? > , Object value) {
+
+
+
+
+
+
+ Entry [ ] tab = table;
+ int len = tab. length;
+ int i = key. threadLocalHashCode & ( len- 1 ) ;
- public static Singleton getInstance() {
- if (instance == null) {
- // 加锁
- synchronized (Singleton2.class) {
- // 这一次判断也是必须的，不然会有并发问题
- if (instance == null) {
- instance = new Singleton2();
- }
- }
- }
- return instance;
- }
-}这里容易错的有三点，理解了其实就比较好记了
-第一点，为啥不在 getInstance 上整个代码块加 synchronized，这个其实比较容易理解，就是锁的力度太大，性能太差了，这点其实也要去理解，可以举个夸张的例子，比如我一个电商的服务，如果为了避免一个人的订单出现问题，是不是可以从请求入口就把他锁住，到请求结束释放，那么里面做的事情都有保障，然而这显然不可能，因为我们想要这种竞态条件抢占资源的时间尽量减少，防止其他线程等待。synchronized之已经检查了 instance == null,还要在里面再检查一次，这个有个术语，叫 double check lock,但是为啥要这么做呢，其实很简单，想象当有两个线程，都过了第一步为空判断，这个时候只有一个线程能拿到这个锁，另一个线程就等待了，如果不再判断一次，那么第一个线程新建完对象释放锁之后，第二个线程又能拿到锁，再去创建一个对象。volatile关键字，原先对它的理解是它修饰的变量在 JMM 中能及时将变量值写到主存中，但是它还有个很重要的作用，就是防止指令重排序，instance = new Singleton();这行代码其实在底层是分成三条指令执行的，第一条是在堆上申请了一块内存放这个对象，但是对象的字段啥的都还是默认值，第二条是设置对象的值，比如上面的 m 是 9，然后第三条是将这个对象和虚拟机栈上的指针建立引用关联，那么如果我不用volatile关键字，这三条指令就有可能出现重排，比如变成了 1-3-2 这种顺序，当执行完第二步时，有个线程来访问这个对象了，先判断是不是空，发现不是空的，就拿去直接用了，是不是就出现问题了，所以这个volatile也是不可缺少的
-嵌套类 public class Singleton3 {
+ for ( Entry e = tab[ i] ;
+ e != null ;
+ e = tab[ i = nextIndex ( i, len) ] ) {
+ ThreadLocal < ? > = e. get ( ) ;
- private Singleton3() {}
- // 主要是使用了 嵌套类可以访问外部类的静态属性和静态方法 的特性
- private static class Holder {
- private static Singleton3 instance = new Singleton3();
- }
- public static Singleton3 getInstance() {
- return Holder.instance;
- }
-}这个我个人感觉是饿汉模式的升级版，可以在调用getInstance的时候去实例化对象，也是比较推荐的
-枚举单例 public enum Singleton {
- INSTANCE;
-
- public void doSomething(){
- //todo doSomething
- }
-}枚举很特殊，它在类加载的时候会初始化里面的所有的实例，而且 JVM 保证了它们不会再被实例化，所以它天生就是单例的。
+ if ( k == key) {
+ e. value = value;
+ return ;
+ }
+
+ if ( k == null ) {
+ replaceStaleEntry ( key, value, i) ;
+ return ;
+ }
+ }
+
+ tab[ i] = new Entry ( key, value) ;
+ int sz = ++ size;
+ if ( ! cleanSomeSlots ( i, sz) && sz >= threshold)
+ rehash ( ) ;
+} 这里其实比较重要的就是前面的 Entry 的构造方法，Entry 是个 WeakReference 的子类，然后在构造方法里可以看到 key 会被包装成一个弱引用，这里为什么使用弱引用，其实是方便这个 key 被回收，如果前面的 ThreadLocal tl实例被设置成 null 了，如果这里是直接的强引用的话，就只能等到线程整个回收了，但是其实是弱引用也会有问题，主要是因为这个 value，如果在 ThreadLocal tl 被设置成 null 了，那么其实这个 value 就会没法被访问到，所以最好的操作还是在使用完了就 remove 掉
]]>
Java
- Design Patterns
- Singleton
- 设计模式
- Design Patterns
- 单例
- Singleton
+ Java
+ ThreadLocal
+ 弱引用
+ 内存泄漏
+ WeakReference
@@ -17673,221 +17833,49 @@ $
org. springframework. boot. autoconfigure. web. servlet. ServletWebServerFactoryAutoConfiguration, \
org. springframework. boot. autoconfigure. web. servlet. error. ErrorMvcAutoConfiguration, \
org. springframework. boot. autoconfigure. web. servlet. HttpEncodingAutoConfiguration, \
-org. springframework. boot. autoconfigure. web. servlet. MultipartAutoConfiguration, \
-org. springframework. boot. autoconfigure. web. servlet. WebMvcAutoConfiguration, \
-org. springframework. boot. autoconfigure. websocket. reactive. WebSocketReactiveAutoConfiguration, \
-org. springframework. boot. autoconfigure. websocket. servlet. WebSocketServletAutoConfiguration, \
-org. springframework. boot. autoconfigure. websocket. servlet. WebSocketMessagingAutoConfiguration, \
-org. springframework. boot. autoconfigure. webservices. WebServicesAutoConfiguration, \
-org. springframework. boot. autoconfigure. webservices. client. WebServiceTemplateAutoConfigurationFailure analyzers
-org. springframework. boot. diagnostics. FailureAnalyzer= \
-org. springframework. boot. autoconfigure. data. redis. RedisUrlSyntaxFailureAnalyzer, \
-org. springframework. boot. autoconfigure. diagnostics. analyzer. NoSuchBeanDefinitionFailureAnalyzer, \
-org. springframework. boot. autoconfigure. flyway. FlywayMigrationScriptMissingFailureAnalyzer, \
-org. springframework. boot. autoconfigure. jdbc. DataSourceBeanCreationFailureAnalyzer, \
-org. springframework. boot. autoconfigure. jdbc. HikariDriverConfigurationFailureAnalyzer, \
-org. springframework. boot. autoconfigure. r2dbc. ConnectionFactoryBeanCreationFailureAnalyzer, \
-org. springframework. boot. autoconfigure. session. NonUniqueSessionRepositoryFailureAnalyzerTemplate availability providers
-org. springframework. boot. autoconfigure. template. TemplateAvailabilityProvider= \
-org. springframework. boot. autoconfigure. freemarker. FreeMarkerTemplateAvailabilityProvider, \
-org. springframework. boot. autoconfigure. mustache. MustacheTemplateAvailabilityProvider, \
-org. springframework. boot. autoconfigure. groovy. template. GroovyTemplateAvailabilityProvider, \
-org. springframework. boot. autoconfigure. thymeleaf. ThymeleafTemplateAvailabilityProvider, \
-org. springframework. boot. autoconfigure. web. servlet. JspTemplateAvailabilityProviderDataSource initializer detectors
-org. springframework. boot. sql. init. dependency. DatabaseInitializerDetector= \
-org. springframework. boot. autoconfigure. flyway. FlywayMigrationInitializerDatabaseInitializerDetector上面根据 org.springframework.boot.autoconfigure.EnableAutoConfiguration 获取的各个配置类，在通过反射加载就能得到一堆 JavaConfig配置类，然后再根据 ConditionalOnProperty等条件配置加载具体的 bean，大致就是这么个逻辑
-]]>
-
- Java
- SpringBoot
-
-
- Java
- Spring
- SpringBoot
- 自动装配
- AutoConfiguration
-
-
-
- 聊聊一次 brew update 引发的血案
- /2020/06/13/%E8%81%8A%E8%81%8A%E4%B8%80%E6%AC%A1-brew-update-%E5%BC%95%E5%8F%91%E7%9A%84%E8%A1%80%E6%A1%88/
- 熟悉我的人（谁熟悉你啊🙄）知道我以前写过 PHP，虽然现在在工作中没用到了，但是自己的一些小工具还是会用 PHP 来写，但是在 Mac 碰到了一个环境相关的问题，因为我也是个更新狂魔，用了 brew 之后因为 gfw 的原因，如果长时间不更新，有时候要装一个用它装一个软件的话，前置的更新耗时就会让人非常头大，所以我基本会隔天 update 一下，但是这样会带来一个很心烦的问题，就是像这样，因为我是要用一个固定版本的 PHP，如果一直升需要一直配扩展啥的也很麻烦，如果一直升级 PHP 到最新版可能会比较少碰到这个问题
-dyld: Library not loaded: /usr/local/opt/icu4c/lib/libicui18n.64.dylib这是什么鬼啊，然后我去这个目录下看了下，已经都是libicui18n.67.dylib了，而且它没有把原来的版本保留下来，首先这个是个叫 icu4c是啥玩意，谷歌了一下
-
-ICU4C是ICU在C/C++平台下的版本, ICU(International Component for Unicode)是基于”IBM公共许可证”的，与开源组织合作研究的, 用于支持软件国际化的开源项目。ICU4C提供了C/C++平台强大的国际化开发能力，软件开发者几乎可以使用ICU4C解决任何国际化的问题，根据各地的风俗和语言习惯，实现对数字、货币、时间、日期、和消息的格式化、解析，对字符串进行大小写转换、整理、搜索和排序等功能，必须一提的是，ICU4C提供了强大的BIDI算法，对阿拉伯语等BIDI语言提供了完善的支持。
-
-然后首先想到的解决方案就是能不能我使用brew install icu4c@64来重装下原来的版本，发现不行，并木有，之前的做法就只能是去网上把 64 的下载下来，然后放到这个目录，比较麻烦不智能，虽然没抱着希望在谷歌着，不过这次竟然给我找到了一个我认为非常 nice 的解决方案，因为是在 Stack Overflow 找到的，本着写给像我这样的小小白看的，那就稍微翻译一下
-cd $( brew --prefix ) 这个可以理解为是 maven 的 pom 文件，不过有很多不同之处，使用ruby 写的，然后一个文件对应一个组件或者软件，那我们看下有个叫icu4c.rb的文件，
-git log --follow icu4c.rb在 git log 的海洋中寻找，寻找它的(64版本)的身影
-git checkout -b icu4c-63 e7f0f10dc63b1dc1061d475f1a61d01b70ef2cb7其实注意 commit id 旁边的红框，这个是有tag 的，可以直接
-git checkout icu4c-64PS: 因为我的问题是出在 64 的问题，Stack Overflow 回答的是 63 的，反正是一样的解决方法
-brew reinstall ./icu4c.rb然后就是第五步，切换版本
-brew switch icu4c 64.2 最后把分支切回来
-git checkout master是不是感觉很厉害的解决方法，大佬还提供了一个更牛的，直接写个 zsh 方法
-
-function hiicu64 ( ) {
- local last_dir = $( pwd ) cd $( brew --prefix ) git checkout icu4c-4
- brew reinstall ./icu4c.rb
- brew switch icu4c 64.2
- git checkout master
-
- cd $last_dir
-} 对应自己的版本改改版本号就可以了，非常好用。
-]]>
-
- Mac
- PHP
- Homebrew
- PHP
- icu4c
-
-
- Mac
- PHP
- Homebrew
- icu4c
- zsh
-
-
-
- 聊聊传说中的 ThreadLocal
- /2021/05/30/%E8%81%8A%E8%81%8A%E4%BC%A0%E8%AF%B4%E4%B8%AD%E7%9A%84-ThreadLocal/
- 说来也惭愧，这个 ThreadLocal 其实一直都是一知半解，而且看了一下之后还发现记错了，所以还是记录下究竟是啥结构 比如我们在代码中 new 一个 ThreadLocal，
-public static void main ( String [ ] args) {
- ThreadLocal < Man > = new ThreadLocal < > ( ) ;
-
- new Thread ( ( ) -> {
- try {
- TimeUnit . SECONDS . sleep ( 2 ) ;
- } catch ( InterruptedException e) {
- e. printStackTrace ( ) ;
- }
- System . out. println ( tl. get ( ) ) ;
- } ) . start ( ) ;
- new Thread ( ( ) -> {
- try {
- TimeUnit . SECONDS . sleep ( 1 ) ;
- } catch ( InterruptedException e) {
- e. printStackTrace ( ) ;
- }
- tl. set ( new Man ( ) ) ;
- } ) . start ( ) ;
- }
-
- static class Man {
- String name = "nick" ;
- } 这里构造了两个线程，一个先往里设值，一个后从里取，运行看下结果，
-public void set ( T value) {
- Thread t = Thread . currentThread ( ) ;
- ThreadLocalMap map = getMap ( t) ;
- if ( map != null )
- map. set ( this , value) ;
- else
- createMap ( t, value) ;
-} 写博客这会我才明白我原来咋会错得这么离谱，看到第一行代码 t 就是当前线程，然后第二行就是用这个线程去getMap，然后我是把这个当成从 map 里取值了，其实这里是
-ThreadLocalMap getMap ( Thread t) {
- return t. threadLocals;
-} 获取 t 的 threadLocals 成员变量，那这个 threadLocals 又是啥呢
-static class ThreadLocalMap {
-
-
- static class Entry extends WeakReference < ThreadLocal < ? > > {
-
- Object value;
-
- Entry ( ThreadLocal < ? > , Object v) {
- super ( k) ;
- value = v;
- }
- }
- } 全部代码有点长，只截取了一小部分，然后我们再回头来分析前面说的 set 过程，再 copy 下代码
-public void set ( T value) {
- Thread t = Thread . currentThread ( ) ;
- ThreadLocalMap map = getMap ( t) ;
- if ( map != null )
- map. set ( this , value) ;
- else
- createMap ( t, value) ;
-} 获取到 map 以后呢，如果 map 不为空，就往 map 里 set，这里注意 key 是啥，其实是当前这个 ThreadLocal，这里就比较明白了究竟是啥结构，每个线程都会维护自身的 ThreadLocalMap，它是线程的一个成员变量，当创建 ThreadLocal 的时候，进行设值的时候其实是往这个 map 里以 ThreadLocal 作为 key，往里设 value。
-内存泄漏是什么鬼 这里又要看下前面的 ThreadLocalMap 结构了，类似 HashMap，它有个 Entry 结构，在设置的时候会先包装成一个 Entry
-private void set ( ThreadLocal < ? > , Object value) {
-
-
-
-
-
-
- Entry [ ] tab = table;
- int len = tab. length;
- int i = key. threadLocalHashCode & ( len- 1 ) ;
+org. springframework. boot. autoconfigure. web. servlet. MultipartAutoConfiguration, \
+org. springframework. boot. autoconfigure. web. servlet. WebMvcAutoConfiguration, \
+org. springframework. boot. autoconfigure. websocket. reactive. WebSocketReactiveAutoConfiguration, \
+org. springframework. boot. autoconfigure. websocket. servlet. WebSocketServletAutoConfiguration, \
+org. springframework. boot. autoconfigure. websocket. servlet. WebSocketMessagingAutoConfiguration, \
+org. springframework. boot. autoconfigure. webservices. WebServicesAutoConfiguration, \
+org. springframework. boot. autoconfigure. webservices. client. WebServiceTemplateAutoConfigurationfor ( Entry e = tab[ i] ;
- e != null ;
- e = tab[ i = nextIndex ( i, len) ] ) {
- ThreadLocal < ? > = e. get ( ) ;
+# Failure analyzers
+org. springframework. boot. diagnostics. FailureAnalyzer= \
+org. springframework. boot. autoconfigure. data. redis. RedisUrlSyntaxFailureAnalyzer, \
+org. springframework. boot. autoconfigure. diagnostics. analyzer. NoSuchBeanDefinitionFailureAnalyzer, \
+org. springframework. boot. autoconfigure. flyway. FlywayMigrationScriptMissingFailureAnalyzer, \
+org. springframework. boot. autoconfigure. jdbc. DataSourceBeanCreationFailureAnalyzer, \
+org. springframework. boot. autoconfigure. jdbc. HikariDriverConfigurationFailureAnalyzer, \
+org. springframework. boot. autoconfigure. r2dbc. ConnectionFactoryBeanCreationFailureAnalyzer, \
+org. springframework. boot. autoconfigure. session. NonUniqueSessionRepositoryFailureAnalyzerif ( k == key) {
- e. value = value;
- return ;
- }
+# Template availability providers
+org. springframework. boot. autoconfigure. template. TemplateAvailabilityProvider= \
+org. springframework. boot. autoconfigure. freemarker. FreeMarkerTemplateAvailabilityProvider, \
+org. springframework. boot. autoconfigure. mustache. MustacheTemplateAvailabilityProvider, \
+org. springframework. boot. autoconfigure. groovy. template. GroovyTemplateAvailabilityProvider, \
+org. springframework. boot. autoconfigure. thymeleaf. ThymeleafTemplateAvailabilityProvider, \
+org. springframework. boot. autoconfigure. web. servlet. JspTemplateAvailabilityProviderif ( k == null ) {
- replaceStaleEntry ( key, value, i) ;
- return ;
- }
- }
+# DataSource initializer detectors
+org. springframework. boot. sql. init. dependency. DatabaseInitializerDetector= \
+org. springframework. boot. autoconfigure. flyway. FlywayMigrationInitializerDatabaseInitializerDetector[ i] = new Entry ( key, value) ;
- int sz = ++ size;
- if ( ! cleanSomeSlots ( i, sz) && sz >= threshold)
- rehash ( ) ;
-} 这里其实比较重要的就是前面的 Entry 的构造方法，Entry 是个 WeakReference 的子类，然后在构造方法里可以看到 key 会被包装成一个弱引用，这里为什么使用弱引用，其实是方便这个 key 被回收，如果前面的 ThreadLocal tl实例被设置成 null 了，如果这里是直接的强引用的话，就只能等到线程整个回收了，但是其实是弱引用也会有问题，主要是因为这个 value，如果在 ThreadLocal tl 被设置成 null 了，那么其实这个 value 就会没法被访问到，所以最好的操作还是在使用完了就 remove 掉
+上面根据 org.springframework.boot.autoconfigure.EnableAutoConfiguration 获取的各个配置类，在通过反射加载就能得到一堆 JavaConfig配置类，然后再根据 ConditionalOnProperty等条件配置加载具体的 bean，大致就是这么个逻辑
]]>
Java
+ SpringBoot
Java
- ThreadLocal
- 弱引用
- 内存泄漏
- WeakReference
+ Spring
+ SpringBoot
+ 自动装配
+ AutoConfiguration
@@ -17938,27 +17926,28 @@ $
- 聊聊我刚学会的应用诊断方法
- /2020/05/22/%E8%81%8A%E8%81%8A%E6%88%91%E5%88%9A%E5%AD%A6%E4%BC%9A%E7%9A%84%E5%BA%94%E7%94%A8%E8%AF%8A%E6%96%AD%E6%96%B9%E6%B3%95/
- 因为传说中的出身问题，我以前写的是PHP，在使用 swoole 之前，基本的应用调试手段就是简单粗暴的 var_dump，exit，对于单进程模型的 PHP 也是简单有效，技术栈换成 Java 之后，就变得没那么容易，一方面是需要编译，另一方面是一般都是基于 spring 的项目，如果问题定位比较模糊，那框架层的是很难靠简单的 System.out.println 或者打 log 解决，(PS：我觉得可能我写的东西比较适合从 PHP 这种弱类型语言转到 Java 的小白同学)这个时候一方面因为是 Java，有了非常好用的 idea IDE 的支持，可以各种花式调试，条件断点尤其牛叉，但是又因为有 Spring+Java 的双重原因，有些情况下单步调试可以把手按废掉，这也是我之前一直比较困惑苦逼的点，后来随着慢慢精（jiang）进（you）之后，比如对于一个 oom 的情况，我们可以通过启动参数加上-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=xx/xx 来配置溢出时的堆dump 日志，获取到这个文件后，我们可以通过像 Memory Analyzer (MAT)[https://www.eclipse.org/mat/] (The Eclipse Memory Analyzer is a fast and feature-rich Java heap analyzer that helps you find memory leaks and reduce memory consumption.)来查看诊断问题所在，之前用到的时候是因为有个死循环一直往链表里塞数据，属于比较简单的，后来一次是由于运维进行应用迁移时按默认的统一配置了堆内存大小，导致内存的确不够用，所以溢出了，"main@1" prio=5 tid=0x1 nid=NA runnable
- java.lang.Thread.State: RUNNABLE
- at TreeDistance.treeDist(TreeDistance.java:64)
- at TreeDistance.treeDist(TreeDistance.java:65)
- at TreeDistance.treeDist(TreeDistance.java:65)
- at TreeDistance.treeDist(TreeDistance.java:65)
- at TreeDistance.main(TreeDistance.java:45)这就是我们主线程的堆栈信息了，main 表示这个线程名，prio表示优先级，默认是 5，tid 表示线程 id，nid 表示对应的系统线程，后面的runnable 表示目前线程状态，因为是被我打了断点，所以是就许状态，然后下面就是对应的线程栈内容了，在TreeDistance类的 treeDist方法中，对应的文件行数是 64 行。
+ 聊一下关于怎么陪伴学习
+ /2022/11/06/%E8%81%8A%E4%B8%80%E4%B8%8B%E5%85%B3%E4%BA%8E%E6%80%8E%E4%B9%88%E9%99%AA%E4%BC%B4%E5%AD%A6%E4%B9%A0/
+ 这是一次开车过程中结合网上的一些微博想到的，开车是之前LD买了车后，陪领导练车，其实在一开始练车的时候，我们已经是找了相对很空的封闭路段，路上基本很少有车，偶尔有一辆车，但是LD还是很害怕，车速还只有十几的时候，还很远的对面来车的时候就觉得很慌了，这个时候如果以常理肯定会说这样子完全不用怕，如果克服恐惧真的这么容易的话，问题就不会那么纠结了，人生是很难完全感同身受的，唯有降低预设的基准让事情从头理清楚，害怕了我们就先休息，有车了我们就停下，先适应完全没车的情况，变得更慢一点，如果这时候着急一点，反而会起到反效果，比如只是说不要怕，接着开，甚至有点厌烦了，那基本这个练车也不太成得了了，而正好是有耐心的一起慢慢练习，还有就是第二件是切身体会，就是当道路本来是两条道，但是封了一条的时候，这时候开车如果是像我这样的新手，如果开车时左右边看着的话，车肯定开不好，因为那样会一直左右调整，反而更容易控制不好左右的距离，蹭到旁边的隔离栏，正确的方式应该是专注于正前方的路，这样才能保证左右边距离尽可能均匀，而不是顾左失右或者顾右失左，所以很多陪伴学习需要注意的是方式和耐心，能够识别到关键点那是最好的，但是有时候更需要的是耐心，纯靠耐心不一定能解决问题，但是可能会找到问题关键点。
]]>
- Java
- Thread dump
- 问题排查
- 工具
+ 生活
- Java
- Thread dump
+ 生活
+
+
+
+ 聊聊我的远程工作体验
+ /2022/06/26/%E8%81%8A%E8%81%8A%E6%88%91%E7%9A%84%E8%BF%9C%E7%A8%8B%E5%B7%A5%E4%BD%9C%E4%BD%93%E9%AA%8C/
+ 发生疫情之后，因为正好是春节假期，假期结束的时候还不具备回工作地点办公的条件，所以史无前例地开始了远程办公，以前对于远程办公的概念还停留在国外一些有“格局”的企业会允许员工远程办公，当然对于远程办公这个事情本身我个人也并不是全然支持的态度，其中涉及到很多方面，首先远程办公并不代表就是不用去办公地点上班，可以在家里摸鱼，相对能够得到较高报酬的能够远程办公的企业需要在远程办公期间能够有高效的产出，并且也需要像在公司办公地点一样，能随时被联系到，第二点是薪资福利之外的社保公积金，除非薪资相比非远程办公的企业高出比较多，不然没法 cover 企业额外缴纳的社保公积金，听说有部分企业也会远程办公点给员工上社保，但是毕竟能做到这点的很少，在允许远程办公的企业数量这个本来就不大的基数里，大概率是少之又少了。
+
+ 生活
+
+
+ 生活
+ 远程办公
@@ -18006,16 +17995,17 @@ $
- 聊聊我的远程工作体验
- /2022/06/26/%E8%81%8A%E8%81%8A%E6%88%91%E7%9A%84%E8%BF%9C%E7%A8%8B%E5%B7%A5%E4%BD%9C%E4%BD%93%E9%AA%8C/
- 发生疫情之后，因为正好是春节假期，假期结束的时候还不具备回工作地点办公的条件，所以史无前例地开始了远程办公，以前对于远程办公的概念还停留在国外一些有“格局”的企业会允许员工远程办公，当然对于远程办公这个事情本身我个人也并不是全然支持的态度，其中涉及到很多方面，首先远程办公并不代表就是不用去办公地点上班，可以在家里摸鱼，相对能够得到较高报酬的能够远程办公的企业需要在远程办公期间能够有高效的产出，并且也需要像在公司办公地点一样，能随时被联系到，第二点是薪资福利之外的社保公积金，除非薪资相比非远程办公的企业高出比较多，不然没法 cover 企业额外缴纳的社保公积金，听说有部分企业也会远程办公点给员工上社保，但是毕竟能做到这点的很少，在允许远程办公的企业数量这个本来就不大的基数里，大概率是少之又少了。聊聊最近平淡的生活之《花束般的恋爱》观后感
+ /2021/12/31/%E8%81%8A%E8%81%8A%E6%9C%80%E8%BF%91%E5%B9%B3%E6%B7%A1%E7%9A%84%E7%94%9F%E6%B4%BB%E4%B9%8B%E3%80%8A%E8%8A%B1%E6%9D%9F%E8%88%AC%E7%9A%84%E6%81%8B%E7%88%B1%E3%80%8B%E8%A7%82%E5%90%8E%E6%84%9F/
+ 周末在领导的提议下看了豆瓣的年度榜单，本来感觉没啥心情看的，看到主演有有村架纯就觉得可以看一下，颜值即正义嘛，男主小麦跟女主小娟（后面简称小麦跟小娟）是两个在一次非常偶然的没赶上地铁末班车事件中相识，这里得说下日本这种通宵营业的店好像挺不错的，看着也挺正常，国内估计只有酒吧之类的可以。晚上去的地方是有点暗暗的，好像也有点类似酒吧，旁边有类似于 dj 那种，然后同桌的还有除了男女主的另外一对男女，也是因为没赶上地铁末班车的，但也是陌生人，然后小麦突然看到了有个非常有名的电影人，小娟竟然也认识，然后旁边那对完全不认识，还在那吹自己看过很多电影，比如《肖申克的救赎》，于是男女主都特别鄙夷地看着他们，然后他们又去了另一个有点像泡澡的地方席地而坐，他们发现了自己的鞋子都是一样的，然后在女的去上厕所的时候，小麦暗恋的学姐也来了，然后小麦就去跟学姐他们一起坐了，小娟回来后有点不开心就说去朋友家睡，幸好小麦看出来了（他竟然看出来了，本来以为应该是没填过恋爱很木讷的），就追出去，然后就去了小麦家，到了家小娟发现小麦家的书柜上的书简直就跟她自己家的一模一样，小麦还给小娟吹了头发，一起吃烤饭团，看电影，第二天送小娟上了公交，还约好了一起看木乃伊展，然而并没有交换联系方式，但是他们还是约上了一起看了木乃伊展，在餐馆就出现了片头那一幕的来源，因为餐馆他们想一起听歌，就用有线耳机一人一个耳朵听，但是旁边就有个大叔说“你们是不是不爱音乐，左右耳朵是不一样的，只有一起听才是真正的音乐”这样的话，然后的剧情有点跳，因为是指他们一直在这家餐馆吃饭，中间有他们一起出去玩情节穿插着，也是在这他们确立了关系，可以说主体就是体现了他们非常的合拍和默契，就像一些影评说的，这部电影是说如何跟百分百合拍的人分手，然后就是正常的恋爱开始啪啪啪，一直腻在床上，也没去就业说明会，后面也有讲了一点小麦带着小娟去认识他的朋友，也把小娟介绍给了他们认识，这里算是个小伏笔，后面他们分手也有这里的人的一些关系，接下去的剧情说实话我是不太喜欢的，如果一部八分的电影只是说恋爱被现实打败的话，我觉得在我这是不合格的，但是事实也是这样，小麦其实是有家里的资助，所以后面还是按自己的喜好给一些机构画点插画，小娟则要出去工作，因为小娟家庭观念也是要让她出去有正经工作，用脚指头想也能知道肯定不顺利，然后就是暂时在一家蛋糕店工作，小麦就每天去接小娟，日子过得甜甜蜜蜜，后面小娟在自己的努力下考了个什么资格证，去了一家医院还是什么做前台行政，这中间当然就有父母来见面吃饭了，他们在开始恋爱不久就同居合租了，然后小娟父母就是来说要让她有个正经工作，对男的说的话就是人生就是责任这类的话，而小麦爸爸算是个导火索，因为小麦家里是做烟花生意的，他爸让他就做烟花生意，因为要回老家，并且小麦也不想做，所以就拒绝了，然后他爸就说不给他每个月五万的资助，这也导致了小麦需要去找工作，这个过程也是很辛苦，本来想要年前找好工作，然后事与愿违，后面有一次小娟被同事吐槽怎么从来不去团建，于是她就去了（我以为会拒绝），正在团建的时候小麦给她电话，说找到工作了，是一个创业物流公司这种，这里剧情就是我觉得比较俗套的，小麦各种被虐，累成狗，但是就像小娟爸爸说的话，人生就是责任，所以一直在坚持，但是这样也导致了跟小娟的交流也越来越少，他们原来最爱的漫画，爱玩的游戏，也只剩小娟一个人看，一个人玩，而正是这个时候，小娟说她辞掉了工作，去做一个不是太靠谱的漫画改造的密室逃脱，然后这里其实有一点后面争议很大的，就是这个工作其实是前面小麦介绍给小娟的那些朋友中一个的女朋友介绍的，而在有个剧情就是小娟有一次在这个密室逃脱的老板怀里醒过来，是在 KTV 那样的场景里，这就有很多人觉得小娟是不是出轨了，我觉得其实不那么重要，因为这个离职的事情已经让一切矛盾都摆在眼前，小麦其实是接受这种需要承担责任的生活，也想着要跟小娟结婚，但是小娟似乎还是想要过着那样理想的生活，做自己想做的事情，看自己爱看的漫画，也要小麦能像以前那样一直那么默契的有着相同的爱好，这里的触发点其实还有个是那个小麦的朋友（也就是他女朋友介绍小娟那个不靠谱工作的）的葬礼上，小麦在参加完葬礼后有挺多想倾诉的，而小娟只是想睡了，这个让小麦第二天起来都不想理小娟，只是这里我不太理解，难道这点闹情绪都不能接受吗，所谓的合拍也只是毫无限制的情况下的合拍吧，真正的生活怎么可能如此理想呢，即使没有物质生活的压力，也会有其他的各种压力和限制，在这之后其实小麦想说的是小娟是不是没有想跟自己继续在一起的想法了，而小娟觉得都不说话了，还怎么结婚呢，后面其实导演搞了个小 trick，突然放了异常婚礼，但是不是男女主的，我并不觉得这个桥段很好，在婚礼里男女主都觉得自己想要跟对方说分手了，但是当他们去了最开始一直去的餐馆的时候，一个算是一个现实映照的就是他们一直坐的位子被占了，可能也是导演想通过这个来说明他们已经回不去了，在餐馆交谈的时候，小麦其实是说他们结婚吧，并没有想前面婚礼上预设地要分手，但是小娟放弃了，不想结婚，因为不想过那样的生活了，而小麦觉得可能生活就是那样，不可能一直保持刚恋爱时候的那种感觉，生活就是责任，人生就意味着责任。
+我的一些观点也在前面说了，恋爱到婚姻，即使物质没问题，经济没问题，也会有各种各样的问题，需要一起去解决，因为结婚就意味着需要相互扶持，而不是各取所需，可能我的要求比较高，后面男女主在分手后还一起住了一段时间，我原来还在想会不会通过这个方式让他们继续去磨合同步，只是我失望了，最后给个打分可能是 5 到 6 分吧，勉强及格，好的影视剧应该源于生活高于生活，这一部可能还比不上生活。
]]>
生活
生活
- 远程办公
+ 看剧
@@ -18038,92 +18028,337 @@ $
- 聊聊最近平淡的生活之《花束般的恋爱》观后感
- /2021/12/31/%E8%81%8A%E8%81%8A%E6%9C%80%E8%BF%91%E5%B9%B3%E6%B7%A1%E7%9A%84%E7%94%9F%E6%B4%BB%E4%B9%8B%E3%80%8A%E8%8A%B1%E6%9D%9F%E8%88%AC%E7%9A%84%E6%81%8B%E7%88%B1%E3%80%8B%E8%A7%82%E5%90%8E%E6%84%9F/
- 周末在领导的提议下看了豆瓣的年度榜单，本来感觉没啥心情看的，看到主演有有村架纯就觉得可以看一下，颜值即正义嘛，男主小麦跟女主小娟（后面简称小麦跟小娟）是两个在一次非常偶然的没赶上地铁末班车事件中相识，这里得说下日本这种通宵营业的店好像挺不错的，看着也挺正常，国内估计只有酒吧之类的可以。晚上去的地方是有点暗暗的，好像也有点类似酒吧，旁边有类似于 dj 那种，然后同桌的还有除了男女主的另外一对男女，也是因为没赶上地铁末班车的，但也是陌生人，然后小麦突然看到了有个非常有名的电影人，小娟竟然也认识，然后旁边那对完全不认识，还在那吹自己看过很多电影，比如《肖申克的救赎》，于是男女主都特别鄙夷地看着他们，然后他们又去了另一个有点像泡澡的地方席地而坐，他们发现了自己的鞋子都是一样的，然后在女的去上厕所的时候，小麦暗恋的学姐也来了，然后小麦就去跟学姐他们一起坐了，小娟回来后有点不开心就说去朋友家睡，幸好小麦看出来了（他竟然看出来了，本来以为应该是没填过恋爱很木讷的），就追出去，然后就去了小麦家，到了家小娟发现小麦家的书柜上的书简直就跟她自己家的一模一样，小麦还给小娟吹了头发，一起吃烤饭团，看电影，第二天送小娟上了公交，还约好了一起看木乃伊展，然而并没有交换联系方式，但是他们还是约上了一起看了木乃伊展，在餐馆就出现了片头那一幕的来源，因为餐馆他们想一起听歌，就用有线耳机一人一个耳朵听，但是旁边就有个大叔说“你们是不是不爱音乐，左右耳朵是不一样的，只有一起听才是真正的音乐”这样的话，然后的剧情有点跳，因为是指他们一直在这家餐馆吃饭，中间有他们一起出去玩情节穿插着，也是在这他们确立了关系，可以说主体就是体现了他们非常的合拍和默契，就像一些影评说的，这部电影是说如何跟百分百合拍的人分手，然后就是正常的恋爱开始啪啪啪，一直腻在床上，也没去就业说明会，后面也有讲了一点小麦带着小娟去认识他的朋友，也把小娟介绍给了他们认识，这里算是个小伏笔，后面他们分手也有这里的人的一些关系，接下去的剧情说实话我是不太喜欢的，如果一部八分的电影只是说恋爱被现实打败的话，我觉得在我这是不合格的，但是事实也是这样，小麦其实是有家里的资助，所以后面还是按自己的喜好给一些机构画点插画，小娟则要出去工作，因为小娟家庭观念也是要让她出去有正经工作，用脚指头想也能知道肯定不顺利，然后就是暂时在一家蛋糕店工作，小麦就每天去接小娟，日子过得甜甜蜜蜜，后面小娟在自己的努力下考了个什么资格证，去了一家医院还是什么做前台行政，这中间当然就有父母来见面吃饭了，他们在开始恋爱不久就同居合租了，然后小娟父母就是来说要让她有个正经工作，对男的说的话就是人生就是责任这类的话，而小麦爸爸算是个导火索，因为小麦家里是做烟花生意的，他爸让他就做烟花生意，因为要回老家，并且小麦也不想做，所以就拒绝了，然后他爸就说不给他每个月五万的资助，这也导致了小麦需要去找工作，这个过程也是很辛苦，本来想要年前找好工作，然后事与愿违，后面有一次小娟被同事吐槽怎么从来不去团建，于是她就去了（我以为会拒绝），正在团建的时候小麦给她电话，说找到工作了，是一个创业物流公司这种，这里剧情就是我觉得比较俗套的，小麦各种被虐，累成狗，但是就像小娟爸爸说的话，人生就是责任，所以一直在坚持，但是这样也导致了跟小娟的交流也越来越少，他们原来最爱的漫画，爱玩的游戏，也只剩小娟一个人看，一个人玩，而正是这个时候，小娟说她辞掉了工作，去做一个不是太靠谱的漫画改造的密室逃脱，然后这里其实有一点后面争议很大的，就是这个工作其实是前面小麦介绍给小娟的那些朋友中一个的女朋友介绍的，而在有个剧情就是小娟有一次在这个密室逃脱的老板怀里醒过来，是在 KTV 那样的场景里，这就有很多人觉得小娟是不是出轨了，我觉得其实不那么重要，因为这个离职的事情已经让一切矛盾都摆在眼前，小麦其实是接受这种需要承担责任的生活，也想着要跟小娟结婚，但是小娟似乎还是想要过着那样理想的生活，做自己想做的事情，看自己爱看的漫画，也要小麦能像以前那样一直那么默契的有着相同的爱好，这里的触发点其实还有个是那个小麦的朋友（也就是他女朋友介绍小娟那个不靠谱工作的）的葬礼上，小麦在参加完葬礼后有挺多想倾诉的，而小娟只是想睡了，这个让小麦第二天起来都不想理小娟，只是这里我不太理解，难道这点闹情绪都不能接受吗，所谓的合拍也只是毫无限制的情况下的合拍吧，真正的生活怎么可能如此理想呢，即使没有物质生活的压力，也会有其他的各种压力和限制，在这之后其实小麦想说的是小娟是不是没有想跟自己继续在一起的想法了，而小娟觉得都不说话了，还怎么结婚呢，后面其实导演搞了个小 trick，突然放了异常婚礼，但是不是男女主的，我并不觉得这个桥段很好，在婚礼里男女主都觉得自己想要跟对方说分手了，但是当他们去了最开始一直去的餐馆的时候，一个算是一个现实映照的就是他们一直坐的位子被占了，可能也是导演想通过这个来说明他们已经回不去了，在餐馆交谈的时候，小麦其实是说他们结婚吧，并没有想前面婚礼上预设地要分手，但是小娟放弃了，不想结婚，因为不想过那样的生活了，而小麦觉得可能生活就是那样，不可能一直保持刚恋爱时候的那种感觉，生活就是责任，人生就意味着责任。
-我的一些观点也在前面说了，恋爱到婚姻，即使物质没问题，经济没问题，也会有各种各样的问题，需要一起去解决，因为结婚就意味着需要相互扶持，而不是各取所需，可能我的要求比较高，后面男女主在分手后还一起住了一段时间，我原来还在想会不会通过这个方式让他们继续去磨合同步，只是我失望了，最后给个打分可能是 5 到 6 分吧，勉强及格，好的影视剧应该源于生活高于生活，这一部可能还比不上生活。
+ 聊聊我刚学会的应用诊断方法
+ /2020/05/22/%E8%81%8A%E8%81%8A%E6%88%91%E5%88%9A%E5%AD%A6%E4%BC%9A%E7%9A%84%E5%BA%94%E7%94%A8%E8%AF%8A%E6%96%AD%E6%96%B9%E6%B3%95/
+ 因为传说中的出身问题，我以前写的是PHP，在使用 swoole 之前，基本的应用调试手段就是简单粗暴的 var_dump，exit，对于单进程模型的 PHP 也是简单有效，技术栈换成 Java 之后，就变得没那么容易，一方面是需要编译，另一方面是一般都是基于 spring 的项目，如果问题定位比较模糊，那框架层的是很难靠简单的 System.out.println 或者打 log 解决，(PS：我觉得可能我写的东西比较适合从 PHP 这种弱类型语言转到 Java 的小白同学)这个时候一方面因为是 Java，有了非常好用的 idea IDE 的支持，可以各种花式调试，条件断点尤其牛叉，但是又因为有 Spring+Java 的双重原因，有些情况下单步调试可以把手按废掉，这也是我之前一直比较困惑苦逼的点，后来随着慢慢精（jiang）进（you）之后，比如对于一个 oom 的情况，我们可以通过启动参数加上-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=xx/xx 来配置溢出时的堆dump 日志，获取到这个文件后，我们可以通过像 Memory Analyzer (MAT)[https://www.eclipse.org/mat/] (The Eclipse Memory Analyzer is a fast and feature-rich Java heap analyzer that helps you find memory leaks and reduce memory consumption.)来查看诊断问题所在，之前用到的时候是因为有个死循环一直往链表里塞数据，属于比较简单的，后来一次是由于运维进行应用迁移时按默认的统一配置了堆内存大小，导致内存的确不够用，所以溢出了，"main@1" prio=5 tid=0x1 nid=NA runnable
+ java.lang.Thread.State: RUNNABLE
+ at TreeDistance.treeDist(TreeDistance.java:64)
+ at TreeDistance.treeDist(TreeDistance.java:65)
+ at TreeDistance.treeDist(TreeDistance.java:65)
+ at TreeDistance.treeDist(TreeDistance.java:65)
+ at TreeDistance.main(TreeDistance.java:45)这就是我们主线程的堆栈信息了，main 表示这个线程名，prio表示优先级，默认是 5，tid 表示线程 id，nid 表示对应的系统线程，后面的runnable 表示目前线程状态，因为是被我打了断点，所以是就许状态，然后下面就是对应的线程栈内容了，在TreeDistance类的 treeDist方法中，对应的文件行数是 64 行。
+]]>
+
+ Java
+ Thread dump
+ 问题排查
+ 工具
+
+
+ Java
+ Thread dump
+
+
+
+ 聊聊最近平淡的生活之看看老剧
+ /2021/11/21/%E8%81%8A%E8%81%8A%E6%9C%80%E8%BF%91%E5%B9%B3%E6%B7%A1%E7%9A%84%E7%94%9F%E6%B4%BB%E4%B9%8B%E7%9C%8B%E7%9C%8B%E8%80%81%E5%89%A7/
+ 最近因为也没什么好看的新剧和综艺所以就看看一些以前看过的老剧，我是个非常念旧的人吧，很多剧都会反反复复地看，一方面之前看过觉得好看的的确是一直记着，还有就是平时工作完了回来就想能放松下，剧情太纠结的，太烧脑的都不喜欢，也就是我常挂在口头的不喜欢看费脑子的剧，跟我不喜欢狼人杀的原因也类似。
+前面其实是看的太阳的后裔，跟 LD 一起看的，之前其实算是看过一点，但是没有看的很完整，并且很多剧情也忘了，只是这个我我可能看得更少一点，因为最开始的时候觉得男主应该是男二，可能对长得这样的男主并且是这样的人设有点失望，感觉不是特别像个特种兵，但是由于本来也比较火，而且 LD 比较喜欢就从这个开始看了，有两个点是比较想说的
+韩剧虽然被吐槽的很多，但是很多剧的质量，情节把控还是优于目前非常多国内剧的，相对来说剧情发展的前后承接不是那么硬凹出来的，而且人设都立得住，这个是非常重要的，很多国内剧怎么说呢，就是当爹的看起来就比儿子没大几岁，三四十岁的人去演一个十岁出头的小姑娘，除非容貌异常，比如刘晓庆这种，不然就会觉得导演在把我们观众当傻子。瞬间就没有想看下去的欲望了。
+再一点就是情节是大众都能接受度比较高的，现在有很多普遍会找一些新奇的视角，比如卖腐，想某某令，两部都叫某某令，这其实是一个点，延伸出去就是跟前面说的一点有点类似，xx 老祖，人看着就二三十，叫 xx 老祖，（喜欢的人轻喷哈）然后名字有一堆，同一个人物一会叫这个名字，一会又叫另一个名字，然后一堆死表情。
+因为今天有个特殊的事情发生，所以简短的写（shui）一篇了
+]]>
+
+ 生活
+
+
+ 生活
+ 看剧
+
+
+
+ 聊聊最近平淡的生活之看《神探狄仁杰》
+ /2021/12/19/%E8%81%8A%E8%81%8A%E6%9C%80%E8%BF%91%E5%B9%B3%E6%B7%A1%E7%9A%84%E7%94%9F%E6%B4%BB%E4%B9%8B%E7%9C%8B%E3%80%8A%E7%A5%9E%E6%8E%A2%E7%8B%84%E4%BB%81%E6%9D%B0%E3%80%8B/
+ 其实最近看的不止这一部，前面看了《继承者们》，《少年包青天》这些，就一起聊下，其中看《继承者们》算是个人比较喜欢，以前就有这种看剧的习惯，这个跟《一生一世》里任嘉伦说自己看《寻秦记》看了几十遍一样，我看喜欢的剧也基本上会看不止五遍，继承者们是有帅哥美女看，而且印象中剧情也挺甜的，一般情况下最好是已经有点遗忘剧情了，因为我个人觉得看剧分两种，无聊了又心情不太好，可以看些这类轻松又看过的剧，可以不完全专心地看剧，另外有心情专心看的时候，可以看一些需要思考，一些探案类的或者烧脑类。
+
+ 生活
+
+
+ 生活
+ 看剧
+
+
+
+ 聊聊部分公交车的设计bug
+ /2021/12/05/%E8%81%8A%E8%81%8A%E9%83%A8%E5%88%86%E5%85%AC%E4%BA%A4%E8%BD%A6%E7%9A%84%E8%AE%BE%E8%AE%A1bug/
+ 今天惯例坐公交回住的地方，不小心撞了头，原因是我们想坐倒数第二排，然后LD 走在我后面，我就走到最后一排中间等着，但是最后一排是高一截的，等 LD 坐进去以后，我就往前走，结果撞到了车顶的扶手杆子的一端，差点撞昏了去，这里我觉得其实杆子长度应该短一点，不然从最后一排出来，还是有比较大概率因为没注意看而撞到头，特别是没注意看的情况，发力其实会比较大，一头撞上就会像我这样，眼前一黑，又痛得要死。
+
+ 生活
+
+
+ 生活
+ 公交
+ 杭州
+
+
+
+ 聊聊那些加塞狗
+ /2021/01/17/%E8%81%8A%E8%81%8A%E9%82%A3%E4%BA%9B%E5%8A%A0%E5%A1%9E%E7%8B%97/
+ 今天真的是被气得不轻，情况是碰到一个有 70 多秒的直行红灯，然后直行就排了很长的队，但是左转车道没车，就有好几辆车占着左转车道，准备往直行车道插队加塞，一般这种加塞的，会挑个不太计较的，如果前面一辆不让的话就再等等，我因为赶着回家，就不想让，结果那辆车几次车头直接往里冲，当时怒气值基本已经蓄满了，我真的是分毫都不想让，如果路上都是让着这种人的，那么这种情况只会越来越严重，我理解的这种心态，就赌你怕麻烦，多一事不如少一事，结果就是每次都能顺利插队加塞，其实延伸到我们社会中的种种实质性的排队或者等同于排队的情况，都已经有这种惯有思维，一方面这种不符合规则，可能在严重程度上容易被很多人所忽视，基本上已经被很多人当成是“合理”行为，另一方面，对于这些“微小”的违规行为，本身管理层面也基本没有想要管的意思，就更多的成为了纵容这些行为的导火索，并且大多数人都是想着如果不让，发生点小剐小蹭的要浪费很多时间精力来处理，甚至会觉得会被别人觉得自己太小气等等，诸多内外成本结合起来，会真的去硬刚的可能少之又少了，这样也就让更多的人觉得这种行为是被默许的，再举个非常小的例子，以我们公司疫情期间的盒饭发放为例，有两个比较“有意思”的事情，第一个就是因为疫情，本来是让排队要间隔一米，但是可能除了我比较怕死会跟前面的人保持点距离基本没别人会不挨着前面的人，甚至我跟我前面的人保持点距离，后面的同学会推着我让我上去；第二个是关于拿饭，这么多人排着队拿饭，然后有部分同学，一个人拿好几份，帮组里其他人的都拿了，有些甚至一个人拿十份，假如这个盒饭发放是说明了可以按部门直接全领了那就没啥问题，但是当时的状况是个人排队领自己的那一份，如果一个同学直接帮着组里十几个人都拿了，后面排队的人是什么感受呢，甚至有些是看到队伍排长了，就找队伍里自己认识的比较靠前的人说你帮我也拿一份，其实作为我这个比较按规矩办事的“愣头青”来说，我是比较不能接受这两件小事里的行为的，再往下说可能就有点偏激了，先说到这~
+]]>
+
+ 生活
+ 开车
+
+
+ 生活
+ 开车
+ 加塞
+ 糟心事
+ 规则
+
+
+
+ 聊聊给亲戚朋友的老电脑重装系统那些事儿
+ /2021/05/09/%E8%81%8A%E8%81%8A%E7%BB%99%E4%BA%B2%E6%88%9A%E6%9C%8B%E5%8F%8B%E7%9A%84%E8%80%81%E7%94%B5%E8%84%91%E9%87%8D%E8%A3%85%E7%B3%BB%E7%BB%9F%E9%82%A3%E4%BA%9B%E4%BA%8B%E5%84%BF/
+ 前面这个五一回去之前，LD 姐姐跟我说电脑很卡了，想让我重装系统，问了下 LD 可能是那个 09 年买的笔记本，想想有点害怕[捂脸]，前年有一次好像让我帮忙装了她同事的一个三星的笔记本，本着一些系统洁癖，所以就从开始找纯净版的 win7 家庭版，因为之前那些本基本都自带 win7 的家庭版，而且把激活码就贴在机器下面，然后从三星官网去找官方驱动，还好这个机型的驱动还在，先做了系统镜像，其实感觉这种情况需要两个 U 盘，一个 U 盘装系统作为安装启动盘，一个放驱动，毕竟不是专业装系统的，然后因为官方驱动需要一个个下载一个个安装，然后驱动文件下载的地方还没标明是 32 位还是 64 位的，结果还被 LD 姐姐催着，一直问好没好，略尴尬，索性还是找个一键安装的
+这次甚至更夸张，上次还让带回去，我准备好了系统镜像啥的，第二天装，这次直接带了两个老旧笔记本过来说让当天就装好，感觉有点像被当修电脑的使，又说这些电脑其实都不用了的，都是为了她们当医生的要每年看会课，然后只能用电脑浏览器看，结果都在用 360 浏览器，真的是万恶的 360，其实以前对 360 没啥坏印象，毕竟以前也经常用，只是对于这些老电脑，360 全家桶真的就是装了就废了，2G 的内存，开机就开着 360 安全卫士，360 杀毒，有一个还装了腾讯电脑管家，然后腾讯视频跟爱奇艺也开机启动了，然后还打开 360 浏览器看课，就算再好的系统也吃不消这么用，重装了系统，还是这么装这些东西，也是分分钟变卡，可惜他们都没啥这类概念。
+对于他们要看的课，更搞笑的是，明明在页面上注明了说要使用 IE 浏览器，结果他们都在用 360 浏览器看，但是这个也不能完全怪他们，因为实在是现在的 IE 啥的也有开始不兼容 flash 的配置，需要开启兼容配置，但是只要开启了之后就可以直接用 IE 看，比 360 靠谱很多， 资源占用也比较少，360 估计是基于 chromium 加了很多内置的插件，本身 chromium 也是内存大户，但是说这些其实他们也不懂，总觉得找我免费装下系统能撑一段时间，反正对我来说也应该很简单（他们觉得），实际上开始工作以后，我自己想装个双系统都是上淘宝买别人的服务装的，台式机更是几年没动过系统了，因为要重装一大堆软件，数据备份啥的，还有驱动什么的，分区格式，那些驱动精灵啥的也都是越来越坑，一装就给你带一堆垃圾软件。
+感悟是，总觉得学计算机的就应该会装系统，会修电脑，之前亲戚还拿着一个完全开不起来的笔记本让我来修，这真的是，我说可以找官方维修的，结果我说我搞不定，她直接觉得是修不好了，直接电脑都懒得拿回去了，后面又一次反复解释了才明白，另外就是 360 全家桶，别说老电脑了，新机器都不太吃得消。
+]]>
+
+ 生活
+
+
+ 生活
+ 装电脑
+ 老电脑
+ 360 全家桶
+ 修电脑的
+
+
+
+ 聊聊这次换车牌及其他
+ /2022/02/20/%E8%81%8A%E8%81%8A%E8%BF%99%E6%AC%A1%E6%8D%A2%E8%BD%A6%E7%89%8C%E5%8F%8A%E5%85%B6%E4%BB%96/
+ 去年 8 月份运气比较好，摇到了车牌，本来其实应该很早就开始摇的，前面第一次换工作没注意社保断缴了一个月，也是大意失荆州，后面到了 17 年社保满两年了，好像只摇了一次，还是就没摇过，有点忘了，好像是什么原因导致那次也没摇成功，但是后面暂住证就取消了，需要居住证，居住证又要一年及以上的租房合同，并且那会买车以后也不怎么开，住的地方车位还好，但是公司车位一个月要两三千，甚至还是打车上下班比较实惠，所以也没放在心上，后面摇到房以后，也觉得应该准备起来车子，就开始办了居住证，居住证其实还可以用劳动合同，而且办起来也挺快，大概是三四月份开始摇，到 8 月份的某一天收到短信说摇到了，一开始还挺开心，不过心里抱着也不怎么开，也没怎么大放在心上，不过这里有一点就是我把那个照片直接发出去，上面有着我的身份证号，被 LD 说了一顿，以后也应该小心点，但是后面不知道是哪里看了下，说杭州上牌已经需要国六标准的车了，瞬间感觉是空欢喜了，可是有同事说是可以的，我就又打了官方的电话，结果说可以的，要先转籍，然后再做上牌。
+转籍其实是很方便的，在交警 12123 App 上申请就行了，在转籍以后，需要去实地验车，验车的话，在支付宝-杭州交警生活号里进行预约，找就近的车管所就好，需要准备一些东西，首先是行驶证，机动车登记证书，身份证，居住证，还有车上需要准备的东西是要有三脚架和反光背心，反光背心是最近几个月开始要的，问过之前去验车的只需要三脚架就好了，预约好了的话建议是赶上班时间越早越好，不然过去排队时间要很久，而且人多了以后会很乱，各种插队，而且有很多都是汽车销售，一个销售带着一堆车，我们附近那个进去的小路没一会就堵满车，进去需要先排队，然后扫码，接着交资料，这两个都排着队，如果去晚了就要排很久的队，交完资料才是排队等验车，验车就是打开引擎盖，有人会帮忙拓印发动机车架号，然后验车的会各种检查一下，车里面，还有后备箱，建议车内整理干净点，后备箱不要放杂物，检验完了之后，需要把三脚架跟反光背心放在后备箱盖子上，人在旁边拍个照，然后需要把车牌遮住后再拍个车子的照片，再之后就是去把车牌卸了，这个多吐槽下，那边应该是本来那边师傅帮忙卸车牌，结果他就说是教我们拆，虽然也不算难，但是不排除师傅有在偷懒，完了之后就是把旧车牌交回去，然后需要在手机上（警察叔叔 App）提交各种资料，包括身份证，行驶证，机动车登记证书，提交了之后就等寄车牌过来了。
+这里面缺失的一个环节就是选号了，选号杭州有两个方式，一种就是根据交管局定期发布的选号号段，可以自定义拼 20 个号，在手机上的交警 12123 App 上可以三个一组的形式提交，如果有没被选走的，就可以预选到这个了，但是这种就是也需要有一定策略，最新出的号段能选中的概率大一点，然后数字全是 8，6 这种的肯定会一早就被选走，然后如果跟我一样可以提前选下尾号，因为尾号数字影响限号，我比较有可能周五回家，所以得避开 5，0 的，第二种就是 50 选一跟以前新车选号一样，就不介绍了。第一种选中了以后可以在前面交还旧车牌的时候填上等着寄过来了，因为我是第一种选中的，第二种也可以在手机上选，也在可以在交还车牌的时候现场选。
+总体过程其实是 LD 在各种查资料跟帮我跑来跑去，要不是 LD，估计在交管局那边我就懵逼了，各种插队，而且车子开着车子，也不能随便跑，所以建议办这个的时候有个人一起比较好。
+]]>
+
+ 生活
+
+
+ 生活
+ 换车牌
+
+
+
+ 记录下 Java Stream 的一些高效操作
+ /2022/05/15/%E8%AE%B0%E5%BD%95%E4%B8%8B-Java-Lambda-%E7%9A%84%E4%B8%80%E4%BA%9B%E9%AB%98%E6%95%88%E6%93%8D%E4%BD%9C/
+ 我们日常在代码里处理一些集合逻辑的时候用到 Stream 其实还挺多的，普通的取值过滤集合一般都是结合 ide 的提示就能搞定了，但是有些不太常用的就在这记录下，争取后面都更新记录下来。
+自定义 distinctByKey 对结果进行去重 stream 中自带的 distinct 只能对元素进行去重
+public static void main ( String [ ] args) {
+ List < Integer > = new ArrayList < > ( ) ;
+ list. add ( 1 ) ;
+ list. add ( 1 ) ;
+ list. add ( 2 ) ;
+ list = list. stream ( ) . distinct ( ) . collect ( Collectors . toList ( ) ) ;
+ System . out. println ( list) ;
+ } 结果就是去了重的
+[ 1 , 2 ] 但是当我的元素是个复杂对象，我想根据对象里的某个元素进行过滤的时候，就需要用到自定义的 distinctByKey 了，比如下面的想对 userId 进行去重
+public static void main ( String [ ] args) {
+ List < StudentRecord > = new ArrayList < > ( ) ;
+ StudentRecord s1 = new StudentRecord ( ) ;
+ s1. setUserId ( 11L ) ;
+ s1. setCourseId ( 100L ) ;
+ s1. setScore ( 100 ) ;
+ list. add ( s1) ;
+ StudentRecord s2 = new StudentRecord ( ) ;
+ s2. setUserId ( 11L ) ;
+ s2. setCourseId ( 101L ) ;
+ s2. setScore ( 100 ) ;
+ list. add ( s2) ;
+ StudentRecord s3 = new StudentRecord ( ) ;
+ s3. setUserId ( 12L ) ;
+ s3. setCourseId ( 100L ) ;
+ s3. setScore ( 100 ) ;
+ list. add ( s3) ;
+ System . out. println ( list. stream ( ) . distinct ( ) . collect ( Collectors . toList ( ) ) ) ;
+ }
+ @Data
+ static class StudentRecord {
+ Long id;
+ Long userId;
+ Long courseId;
+ Integer score;
+ } 结果就是
+[ StudentRecord ( id= null , userId= 11 , courseId= 100 , score= 100 ) , StudentRecord ( id= null , userId= 11 , courseId= 101 , score= 100 ) , StudentRecord ( id= null , userId= 12 , courseId= 100 , score= 100 ) ] 因为对象都不一样，所以就没法去重了，这里就需要用
+public static < T > Predicate < T > distinctByKey (
+ Function < ? super T , ? > ) {
+
+ Map < Object , Boolean > = new ConcurrentHashMap < > ( ) ;
+ return t -> seen. putIfAbsent ( keyExtractor. apply ( t) , Boolean . TRUE ) == null ;
+ } 然后就可以用它来去重了
+System . out. println ( list. stream ( ) . filter ( distinctByKey ( StudentRecord :: getUserId ) ) . collect ( Collectors . toList ( ) ) ) ; 看下结果
+[ StudentRecord ( id= null , userId= 11 , courseId= 100 , score= 100 ) , StudentRecord ( id= null , userId= 12 , courseId= 100 , score= 100 ) ] 但是说实在的这个功能感觉应该是 stream 默认给实现的
+使用 java.util.stream.Collectors#groupingBy 对 list 进行分组 这个使用场景还是蛮多的，上面的场景里比如我要对 userId 进行分组，就一行代码就解决了
+System . out. println ( list. stream ( ) . collect ( Collectors . groupingBy ( StudentRecord :: getUserId ) ) ) ; 结果 { 11 = [ StudentRecord ( id= null , userId= 11 , courseId= 100 , score= 100 ) , StudentRecord ( id= null , userId= 11 , courseId= 101 , score= 100 ) ] , 12 = [ StudentRecord ( id= null , userId= 12 , courseId= 100 , score= 100 ) ] } 很方便的变成了以 userId 作为 key，以相同 userId 的 StudentRecord 的 List 作为 value 的 map 结构
]]>
- 生活
+ java
- 生活
- 看剧
+ java
+ stream
- 聊聊最近平淡的生活之看《神探狄仁杰》
- /2021/12/19/%E8%81%8A%E8%81%8A%E6%9C%80%E8%BF%91%E5%B9%B3%E6%B7%A1%E7%9A%84%E7%94%9F%E6%B4%BB%E4%B9%8B%E7%9C%8B%E3%80%8A%E7%A5%9E%E6%8E%A2%E7%8B%84%E4%BB%81%E6%9D%B0%E3%80%8B/
- 其实最近看的不止这一部，前面看了《继承者们》，《少年包青天》这些，就一起聊下，其中看《继承者们》算是个人比较喜欢，以前就有这种看剧的习惯，这个跟《一生一世》里任嘉伦说自己看《寻秦记》看了几十遍一样，我看喜欢的剧也基本上会看不止五遍，继承者们是有帅哥美女看，而且印象中剧情也挺甜的，一般情况下最好是已经有点遗忘剧情了，因为我个人觉得看剧分两种，无聊了又心情不太好，可以看些这类轻松又看过的剧，可以不完全专心地看剧，另外有心情专心看的时候，可以看一些需要思考，一些探案类的或者烧脑类。记录下 phpunit 的入门使用方法之setUp和tearDown
+ /2022/10/23/%E8%AE%B0%E5%BD%95%E4%B8%8B-phpunit-%E7%9A%84%E5%85%A5%E9%97%A8%E4%BD%BF%E7%94%A8%E6%96%B9%E6%B3%95%E4%B9%8BsetUp%E5%92%8CtearDown/
+ 可能是太久没写单测了，写个单测发现不符合预期，后来验证下才反应过来class RenameTest extends TestCase
+{
+ public function setUp ( ) : void
+ {
+ var_dump ( "setUp" ) ;
+ }
+
+ public function test1 ( )
+ {
+ var_dump ( "test1" ) ;
+ assertEquals ( 1 , 1 ) ;
+ }
+
+ public function test2 ( )
+ {
+ var_dump ( "test2" ) ;
+ assertEquals ( 1 , 1 ) ;
+ }
+
+ protected function tearDown ( ) : void
+ {
+ var_dump ( "tearDown" ) ;
+ }
+} 因为我是想写个重命名的小工具，希望通过setUp和tearDown做一些文件初始化和清理工作，但是我把两个case的初始化跟清理工作写到了单个setUp和tearDown中，这样就出现了异常的错误
+❯ vendor/bin/phpunit
+PHPUnit 9.5 .25 by Sebastian Bergmann and contributors.
+
+.string( 5 ) "setUp"
+string( 5 ) "test1"
+string( 8 ) "tearDown"
+. 2 / 2 ( 100 %) string( 5 ) "setUp"
+string( 5 ) "test2"
+string( 8 ) "tearDown"
+
+
+Time: 00:00.005, Memory: 6.00 MB
+
+OK ( 2 tests, 2 assertions) 其实就是很简单的会在每个test方法前后都执行setUp和tearDown
]]>
- 生活
+ php
- 生活
- 看剧
+ php
- 聊聊最近平淡的生活之看看老剧
- /2021/11/21/%E8%81%8A%E8%81%8A%E6%9C%80%E8%BF%91%E5%B9%B3%E6%B7%A1%E7%9A%84%E7%94%9F%E6%B4%BB%E4%B9%8B%E7%9C%8B%E7%9C%8B%E8%80%81%E5%89%A7/
- 最近因为也没什么好看的新剧和综艺所以就看看一些以前看过的老剧，我是个非常念旧的人吧，很多剧都会反反复复地看，一方面之前看过觉得好看的的确是一直记着，还有就是平时工作完了回来就想能放松下，剧情太纠结的，太烧脑的都不喜欢，也就是我常挂在口头的不喜欢看费脑子的剧，跟我不喜欢狼人杀的原因也类似。
-前面其实是看的太阳的后裔，跟 LD 一起看的，之前其实算是看过一点，但是没有看的很完整，并且很多剧情也忘了，只是这个我我可能看得更少一点，因为最开始的时候觉得男主应该是男二，可能对长得这样的男主并且是这样的人设有点失望，感觉不是特别像个特种兵，但是由于本来也比较火，而且 LD 比较喜欢就从这个开始看了，有两个点是比较想说的
-韩剧虽然被吐槽的很多，但是很多剧的质量，情节把控还是优于目前非常多国内剧的，相对来说剧情发展的前后承接不是那么硬凹出来的，而且人设都立得住，这个是非常重要的，很多国内剧怎么说呢，就是当爹的看起来就比儿子没大几岁，三四十岁的人去演一个十岁出头的小姑娘，除非容貌异常，比如刘晓庆这种，不然就会觉得导演在把我们观众当傻子。瞬间就没有想看下去的欲望了。
-再一点就是情节是大众都能接受度比较高的，现在有很多普遍会找一些新奇的视角，比如卖腐，想某某令，两部都叫某某令，这其实是一个点，延伸出去就是跟前面说的一点有点类似，xx 老祖，人看着就二三十，叫 xx 老祖，（喜欢的人轻喷哈）然后名字有一堆，同一个人物一会叫这个名字，一会又叫另一个名字，然后一堆死表情。
-因为今天有个特殊的事情发生，所以简短的写（shui）一篇了
+ 记录下 zookeeper 集群迁移和易错点
+ /2022/05/29/%E8%AE%B0%E5%BD%95%E4%B8%8B-zookeeper-%E9%9B%86%E7%BE%A4%E8%BF%81%E7%A7%BB/
+ 前阵子做了zk 的集群升级迁移，大概情况是原来是一个三节点的 zk 集群（最小可用zk1 192.168 .2.1
+zk2 192.168 .2.2
+zk3 192.168 .2.3在 zoo.cfg 中的配置就是如下
+server.1 = 192.168 .2.1:2888:3888
+server.2 = 192.168 .2.2:2888:3888
+server.3 = 192.168 .2.3:2888:3888加节点 需要将集群迁移到 192.168.2.4（简称 zk4），192.168.2.5（简称 zk5），192.168.2.6（简称 zk6） 这三台机器上，目前新的这三台机器上是没有 zk 部署的, 我们想要的是数据不丢失，那主要考虑的就是滚动升级，这里我其实犯了几个错误，也特别说明下
+server.1 = 192.168 .2.1:2888:3888
+server.2 = 192.168 .2.2:2888:3888
+server.3 = 192.168 .2.3:2888:3888
+server.4 = 192.168 .2.4:2888:3888
+server.5 = 192.168 .2.5:2888:3888
+server.6 = 192.168 .2.6:2888:3888这样起来发现状态是该节点没起来，./zkServer.sh status 来查看myid文件，标识我是哪个节点，里面的内容就写 4或 5 或 6 这样就行了，并且这个文件的路径应该在配置文件中指定的dataDir=数据目录下FastLeaderElection@xxx - Notification time out: 60000 这个报错，一开始以为是网络不通，端口没开这些原因，检查了下都是通的，结果原因其实跟我之前的一个考虑是相关的，当有六个节点的时候，理论上需要有半数以上的节点可用，集群才会是健康的，但是按我这个方式起来，其实我配置了六个节点，但是其中三个都是不可用的（包括自身节点），那么它自然是没办法正常工作，所以这里其实也需要滚动添加，类似于这样zk4 的配置应该是这样
+server.1 = 192.168 .2.1:2888:3888
+server.2 = 192.168 .2.2:2888:3888
+server.3 = 192.168 .2.3:2888:3888
+server.4 = 192.168 .2.4:2888:3888然后 zk5 的配置
+server.1 = 192.168 .2.1:2888:3888
+server.2 = 192.168 .2.2:2888:3888
+server.3 = 192.168 .2.3:2888:3888
+server.4 = 192.168 .2.4:2888:3888
+server.5 = 192.168 .2.5:2888:3888接着 zk6 的配置就可以是全部了
+server.1 = 192.168 .2.1:2888:3888
+server.2 = 192.168 .2.2:2888:3888
+server.3 = 192.168 .2.3:2888:3888
+server.4 = 192.168 .2.4:2888:3888
+server.5 = 192.168 .2.5:2888:3888
+server.6 = 192.168 .2.6:2888:3888然后为了集群完全更新，就继续在 zk4 和 zk5 加上其他节点，这样我的 6 节点集群就起来了
+下节点 这里我踩了另外一个坑，或者说没搞清楚两种方式的差别，
+第一种 首先说说我没采用的第一种方式，（也是比较合理的）其实上面这个集群有个明显的问题，老集群其实还是各自认了一个三节点的集群，其中 zk3 是主节点，对于 zk1，zk2，zk3 来说它们能看到的就只有这三个节点，对于后三个 zk4，zk5，zk6 节点来说他们能连上其余五个节点，可以认为这是个六节点的集群，那么比较合理的操作应该是在老的三节点上把后面三个也都加进来，即每个节点的配置里 server 都有 6 个，然后我再对老的节点进行下线，这里下线需要注意的比较理想的是下一个节点就要修改配置，挪掉下线的节点后进行一遍重启，比如我知道了集群中的 leader 是在 zk3 上面，那么我先将 zk1 和 zk2 下掉，那么在我将 zk1 下线的之后，我将其他的五个节点都删除 zk1 的配置，然后重启，这样其实不是必须，但相对会可靠些，理论上我也可以在下掉 zk1 和 zk2 之后再修改配置重启其余节点。而当只剩下 zk3，zk4，zk5，zk6 四个节点的集群后，并且每个节点里的配置也只有这四个 server，我再下线 zk3 这个 leader 的时候，就会进行选举，再选出新的 leader，因为刚好是三节点，同样保证了最小可用。
+第二种 这也是我踩坑的一种方式，就是我没有修改原来三节点的配置，并且我一开始以为可以通过下线 zk1，zk2，zk3（进行选举）的方式完成下线，然后再进行重启，但是这种方式就是我上面说的，原来的三节点里我下掉 zk1 还是能够正常运行，但是我下线 zk2 的时候，这个集群就等于是挂了，小于最小可用了，这样三节点都挂了，而且对于新加入的三个节点来说，又回到了最初起不来一样状态，六节点里只有三节点在线，导致整个集群都挂了，所以对于我这样的操作来说，我需要滚动修改启动，在下线 zk1 的时候就需要把 zk4，zk5，zk6 中的 zk1 移除后重启，当然这样唯一的好处就是可以少重启几个，同样继续下线 zk2 的时候，把 zk2 移除掉再重启，其实在移除 zk1 后修改重启后，在下线 zk2 的时候，集群就会重新选举了，因为 zk2 下线的时候，zk3 还是会一起下线。这个是我们需要特别注意的
]]>
- 生活
+ java
- 生活
- 看剧
+ zookeeper
- 聊聊给亲戚朋友的老电脑重装系统那些事儿
- /2021/05/09/%E8%81%8A%E8%81%8A%E7%BB%99%E4%BA%B2%E6%88%9A%E6%9C%8B%E5%8F%8B%E7%9A%84%E8%80%81%E7%94%B5%E8%84%91%E9%87%8D%E8%A3%85%E7%B3%BB%E7%BB%9F%E9%82%A3%E4%BA%9B%E4%BA%8B%E5%84%BF/
- 前面这个五一回去之前，LD 姐姐跟我说电脑很卡了，想让我重装系统，问了下 LD 可能是那个 09 年买的笔记本，想想有点害怕[捂脸]，前年有一次好像让我帮忙装了她同事的一个三星的笔记本，本着一些系统洁癖，所以就从开始找纯净版的 win7 家庭版，因为之前那些本基本都自带 win7 的家庭版，而且把激活码就贴在机器下面，然后从三星官网去找官方驱动，还好这个机型的驱动还在，先做了系统镜像，其实感觉这种情况需要两个 U 盘，一个 U 盘装系统作为安装启动盘，一个放驱动，毕竟不是专业装系统的，然后因为官方驱动需要一个个下载一个个安装，然后驱动文件下载的地方还没标明是 32 位还是 64 位的，结果还被 LD 姐姐催着，一直问好没好，略尴尬，索性还是找个一键安装的
-这次甚至更夸张，上次还让带回去，我准备好了系统镜像啥的，第二天装，这次直接带了两个老旧笔记本过来说让当天就装好，感觉有点像被当修电脑的使，又说这些电脑其实都不用了的，都是为了她们当医生的要每年看会课，然后只能用电脑浏览器看，结果都在用 360 浏览器，真的是万恶的 360，其实以前对 360 没啥坏印象，毕竟以前也经常用，只是对于这些老电脑，360 全家桶真的就是装了就废了，2G 的内存，开机就开着 360 安全卫士，360 杀毒，有一个还装了腾讯电脑管家，然后腾讯视频跟爱奇艺也开机启动了，然后还打开 360 浏览器看课，就算再好的系统也吃不消这么用，重装了系统，还是这么装这些东西，也是分分钟变卡，可惜他们都没啥这类概念。
-对于他们要看的课，更搞笑的是，明明在页面上注明了说要使用 IE 浏览器，结果他们都在用 360 浏览器看，但是这个也不能完全怪他们，因为实在是现在的 IE 啥的也有开始不兼容 flash 的配置，需要开启兼容配置，但是只要开启了之后就可以直接用 IE 看，比 360 靠谱很多， 资源占用也比较少，360 估计是基于 chromium 加了很多内置的插件，本身 chromium 也是内存大户，但是说这些其实他们也不懂，总觉得找我免费装下系统能撑一段时间，反正对我来说也应该很简单（他们觉得），实际上开始工作以后，我自己想装个双系统都是上淘宝买别人的服务装的，台式机更是几年没动过系统了，因为要重装一大堆软件，数据备份啥的，还有驱动什么的，分区格式，那些驱动精灵啥的也都是越来越坑，一装就给你带一堆垃圾软件。
-感悟是，总觉得学计算机的就应该会装系统，会修电脑，之前亲戚还拿着一个完全开不起来的笔记本让我来修，这真的是，我说可以找官方维修的，结果我说我搞不定，她直接觉得是修不好了，直接电脑都懒得拿回去了，后面又一次反复解释了才明白，另外就是 360 全家桶，别说老电脑了，新机器都不太吃得消。
+ 这周末我又在老丈人家打了天小工
+ /2020/08/30/%E8%BF%99%E5%91%A8%E6%9C%AB%E6%88%91%E5%8F%88%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E6%89%93%E4%BA%86%E5%A4%A9%E5%B0%8F%E5%B7%A5/
+ 因为活实在比较多，也不太好叫大工(活比较杂散)，相比上一次我跟 LD 俩人晚起了一点，我真的是只要有事，早上就醒的很早，准备八点出发的，六点就醒了，然后想继续睡就一直做梦🤦♂️，差不多八点半多到的丈人家，他们应该已经干了有一会了，我们到了以后就分配给我撬地板的活，上次说的那个敲掉柜子的房间里，还铺着质地还不错的木地板，但是也不想要了，得撬掉重新铺。
生活
+ 运动
+ 跑步
+ 干活
生活
- 装电脑
- 老电脑
- 360 全家桶
- 修电脑的
+ 运动
+ 减肥
+ 跑步
+ 干活
- 聊聊这次换车牌及其他
- /2022/02/20/%E8%81%8A%E8%81%8A%E8%BF%99%E6%AC%A1%E6%8D%A2%E8%BD%A6%E7%89%8C%E5%8F%8A%E5%85%B6%E4%BB%96/
- 去年 8 月份运气比较好，摇到了车牌，本来其实应该很早就开始摇的，前面第一次换工作没注意社保断缴了一个月，也是大意失荆州，后面到了 17 年社保满两年了，好像只摇了一次，还是就没摇过，有点忘了，好像是什么原因导致那次也没摇成功，但是后面暂住证就取消了，需要居住证，居住证又要一年及以上的租房合同，并且那会买车以后也不怎么开，住的地方车位还好，但是公司车位一个月要两三千，甚至还是打车上下班比较实惠，所以也没放在心上，后面摇到房以后，也觉得应该准备起来车子，就开始办了居住证，居住证其实还可以用劳动合同，而且办起来也挺快，大概是三四月份开始摇，到 8 月份的某一天收到短信说摇到了，一开始还挺开心，不过心里抱着也不怎么开，也没怎么大放在心上，不过这里有一点就是我把那个照片直接发出去，上面有着我的身份证号，被 LD 说了一顿，以后也应该小心点，但是后面不知道是哪里看了下，说杭州上牌已经需要国六标准的车了，瞬间感觉是空欢喜了，可是有同事说是可以的，我就又打了官方的电话，结果说可以的，要先转籍，然后再做上牌。
-转籍其实是很方便的，在交警 12123 App 上申请就行了，在转籍以后，需要去实地验车，验车的话，在支付宝-杭州交警生活号里进行预约，找就近的车管所就好，需要准备一些东西，首先是行驶证，机动车登记证书，身份证，居住证，还有车上需要准备的东西是要有三脚架和反光背心，反光背心是最近几个月开始要的，问过之前去验车的只需要三脚架就好了，预约好了的话建议是赶上班时间越早越好，不然过去排队时间要很久，而且人多了以后会很乱，各种插队，而且有很多都是汽车销售，一个销售带着一堆车，我们附近那个进去的小路没一会就堵满车，进去需要先排队，然后扫码，接着交资料，这两个都排着队，如果去晚了就要排很久的队，交完资料才是排队等验车，验车就是打开引擎盖，有人会帮忙拓印发动机车架号，然后验车的会各种检查一下，车里面，还有后备箱，建议车内整理干净点，后备箱不要放杂物，检验完了之后，需要把三脚架跟反光背心放在后备箱盖子上，人在旁边拍个照，然后需要把车牌遮住后再拍个车子的照片，再之后就是去把车牌卸了，这个多吐槽下，那边应该是本来那边师傅帮忙卸车牌，结果他就说是教我们拆，虽然也不算难，但是不排除师傅有在偷懒，完了之后就是把旧车牌交回去，然后需要在手机上（警察叔叔 App）提交各种资料，包括身份证，行驶证，机动车登记证书，提交了之后就等寄车牌过来了。
-这里面缺失的一个环节就是选号了，选号杭州有两个方式，一种就是根据交管局定期发布的选号号段，可以自定义拼 20 个号，在手机上的交警 12123 App 上可以三个一组的形式提交，如果有没被选走的，就可以预选到这个了，但是这种就是也需要有一定策略，最新出的号段能选中的概率大一点，然后数字全是 8，6 这种的肯定会一早就被选走，然后如果跟我一样可以提前选下尾号，因为尾号数字影响限号，我比较有可能周五回家，所以得避开 5，0 的，第二种就是 50 选一跟以前新车选号一样，就不介绍了。第一种选中了以后可以在前面交还旧车牌的时候填上等着寄过来了，因为我是第一种选中的，第二种也可以在手机上选，也在可以在交还车牌的时候现场选。
-总体过程其实是 LD 在各种查资料跟帮我跑来跑去，要不是 LD，估计在交管局那边我就懵逼了，各种插队，而且车子开着车子，也不能随便跑，所以建议办这个的时候有个人一起比较好。
+ 重看了下《蛮荒记》说说感受
+ /2021/10/10/%E9%87%8D%E7%9C%8B%E4%BA%86%E4%B8%8B%E3%80%8A%E8%9B%AE%E8%8D%92%E8%AE%B0%E3%80%8B%E8%AF%B4%E8%AF%B4%E6%84%9F%E5%8F%97/
+ 周末把《蛮荒记》看完了，前面是发现微信读书有《搜神记》和《蛮荒记》，但是《搜神记》看了会发现很多都是跳段了，不知道为啥，貌似也没什么少儿不宜的情节，所以就上网找了原版来看，为什么看这个呢，主要还是高中的时候看过，觉得写得很不错，属于那时候的玄幻小说里的独一档，基于山海经创造了一个半架空的大荒宇宙，五族帝尊，人物名都是听说过的，而且又能契合部分历史，整个故事布局非常宏大，并且情节矛盾埋得很深，这里就不对具体情节作介绍了，只是聊聊对书中的一些人物和情节的看法感受。
+乌丝兰玛是个贯穿两部，甚至在蛮荒的最后还要再搞事情，极其坚定的自以为是的大 boss，其实除了最后被我们的主人公打败，前面几乎就是无所不能，下了一盘无比巨大的棋，主人公都只是其中一个棋子和意外，但是正如很多反派，一直以来都是背着一个信念，并且这个所谓的信念是比较正义的，只是为了这个正义的信念和目标却做了各种丧尽天良的事情，说起来跟灭霸有点像，为了环保哈哈，相对来说感觉姬远玄也只是个最大牌的工具人，或者说是中间人，深爱的妹妹冰夷也意外被蚩尤怒拿一血。
+但是中间那个赤霞仙子一定要给烈烟石的心上锁，导致最后认不出来蚩尤，也间接导致了蚩尤被杀，如果不考虑最后情节或者推动故事的需求，这个还是我很讨厌的，有点类似于《驴得水》里那个校长，看着貌似是个正常的，做的事情也是正派，但是其实是害人不浅，即使南阳仙子因此被抛进了火山，那也是有贱人在那挑食，并且赤松子是赤飚怒的儿子，烈烟石跟蚩尤又没这层关系，就很像倚天屠龙记里的灭绝师太和极品家丁里的那个玉德仙坊的院主，后者还好一些，前者几乎就是导致周芷若一生悲剧的始作俑者，自己偏执的善恶观，还要给徒弟灌输如此恶毒的理念和让她立下像紧箍咒似的誓言，在人一生中本来就有很多不能如愿的，又被最亲最尊敬的人下了这样的紧箍咒，人生的不幸也加倍了。
+似乎习惯了总要有个总结的，想说的应该是我觉得这些剧也好，书也好，我觉得最坏的人可能是大部分人眼中的一些次要人物，或者至少大 boss 才是最坏的人，当然这个坏也不是严格的二分法，只是我觉得最让我觉得负面的人物，这些人可能看起来情景出现的不多，只是说了很少的话，做了很少的事，但是在我看来却做了最大的恶。
]]>
生活
生活
- 换车牌
+ 看书
- 聊聊那些加塞狗
- /2021/01/17/%E8%81%8A%E8%81%8A%E9%82%A3%E4%BA%9B%E5%8A%A0%E5%A1%9E%E7%8B%97/
- 今天真的是被气得不轻，情况是碰到一个有 70 多秒的直行红灯，然后直行就排了很长的队，但是左转车道没车，就有好几辆车占着左转车道，准备往直行车道插队加塞，一般这种加塞的，会挑个不太计较的，如果前面一辆不让的话就再等等，我因为赶着回家，就不想让，结果那辆车几次车头直接往里冲，当时怒气值基本已经蓄满了，我真的是分毫都不想让，如果路上都是让着这种人的，那么这种情况只会越来越严重，我理解的这种心态，就赌你怕麻烦，多一事不如少一事，结果就是每次都能顺利插队加塞，其实延伸到我们社会中的种种实质性的排队或者等同于排队的情况，都已经有这种惯有思维，一方面这种不符合规则，可能在严重程度上容易被很多人所忽视，基本上已经被很多人当成是“合理”行为，另一方面，对于这些“微小”的违规行为，本身管理层面也基本没有想要管的意思，就更多的成为了纵容这些行为的导火索，并且大多数人都是想着如果不让，发生点小剐小蹭的要浪费很多时间精力来处理，甚至会觉得会被别人觉得自己太小气等等，诸多内外成本结合起来，会真的去硬刚的可能少之又少了，这样也就让更多的人觉得这种行为是被默许的，再举个非常小的例子，以我们公司疫情期间的盒饭发放为例，有两个比较“有意思”的事情，第一个就是因为疫情，本来是让排队要间隔一米，但是可能除了我比较怕死会跟前面的人保持点距离基本没别人会不挨着前面的人，甚至我跟我前面的人保持点距离，后面的同学会推着我让我上去；第二个是关于拿饭，这么多人排着队拿饭，然后有部分同学，一个人拿好几份，帮组里其他人的都拿了，有些甚至一个人拿十份，假如这个盒饭发放是说明了可以按部门直接全领了那就没啥问题，但是当时的状况是个人排队领自己的那一份，如果一个同学直接帮着组里十几个人都拿了，后面排队的人是什么感受呢，甚至有些是看到队伍排长了，就找队伍里自己认识的比较靠前的人说你帮我也拿一份，其实作为我这个比较按规矩办事的“愣头青”来说，我是比较不能接受这两件小事里的行为的，再往下说可能就有点偏激了，先说到这~
+ 闲聊下乘公交的用户体验
+ /2021/02/28/%E9%97%B2%E8%81%8A%E4%B8%8B%E4%B9%98%E5%85%AC%E4%BA%A4%E7%9A%84%E7%94%A8%E6%88%B7%E4%BD%93%E9%AA%8C/
+ 新年开工开车来杭州，因为没有车位加限行今天来就没开车来了，从东站做公交回住的地方，这班神奇的车我之前也吐槽过了，有神奇的乘客和神奇的司机，因为基本上这班车是从我毕业就开始乘了，所以也算是比较熟悉了，以前总体感觉不太好的是乘坐时间太长了，不过这个也不能怪车，是我自己住得远（离东站），后来住到了现在的地方，也算是直达，并且 LD 比较喜欢直达的，不爱更快却要换乘的地铁，所以坐的频率比较高，也说过前面那些比较气人的乘客，自己不好好戴口罩，反而联合一起上车的乘客诽谤司机，说他要吃人了要打人了，也正是这个司机比较有意思，上车就让戴好口罩，还给大家讲，哪里哪里又有疫情了，我觉得其实这个司机还是不错的，特殊时期，对于这种公共交通，这样的确是比较负责任的做法，只是说话方式，语气这个因人而异，他也不是来伺候人的，而且这么一大车人，说了一遍不行，再说一遍，三遍以上了，嗓门大一点也属于正常的人的行为。
生活
- 开车
+ 公交
生活
@@ -18131,20 +18366,25 @@ $
加塞
糟心事
规则
+ 公交
+ 路政规划
+ 基础设施
+ 杭州
+ 高速
- 聊聊部分公交车的设计bug
- /2021/12/05/%E8%81%8A%E8%81%8A%E9%83%A8%E5%88%86%E5%85%AC%E4%BA%A4%E8%BD%A6%E7%9A%84%E8%AE%BE%E8%AE%A1bug/
- 今天惯例坐公交回住的地方，不小心撞了头，原因是我们想坐倒数第二排，然后LD 走在我后面，我就走到最后一排中间等着，但是最后一排是高一截的，等 LD 坐进去以后，我就往前走，结果撞到了车顶的扶手杆子的一端，差点撞昏了去，这里我觉得其实杆子长度应该短一点，不然从最后一排出来，还是有比较大概率因为没注意看而撞到头，特别是没注意看的情况，发力其实会比较大，一头撞上就会像我这样，眼前一黑，又痛得要死。闲话篇-也算碰到了为老不尊和坏人变老了的典型案例
+ /2022/05/22/%E9%97%B2%E8%AF%9D%E7%AF%87-%E4%B9%9F%E7%AE%97%E7%A2%B0%E5%88%B0%E4%BA%86%E4%B8%BA%E8%80%81%E4%B8%8D%E5%B0%8A%E5%92%8C%E5%9D%8F%E4%BA%BA%E5%8F%98%E8%80%81%E4%BA%86%E7%9A%84%E5%85%B8%E5%9E%8B%E6%A1%88%E4%BE%8B/
+ 在目前的房子也差不多租了四五年了，楼下邻居换了两拨了，我们这栋楼装修了不知道多少次，因为是学区的原因，房子交易的频率还是比较高的，不过比较神奇的我们对门的没换过，而且一直也没什么交集（除了后面说的水管爆裂），就进出的时候偶尔看到应该是住着一对老夫妻，感觉年纪也有个七八十了。
+对对面这户人家的印象，就是对面的老头子经常是我出门上班去了他回来，看着他颤颤巍巍地走楼梯，我看到了都靠边走，而且有几次还听见好像是他儿子在说他，”年假这么大了，还是少出去吧”，说实话除了这次的事情，之前就有一次水管阀门爆裂了，算是有点交集，那次大概是去年冬天，天气已经很冷了，我们周日下午回来看到楼梯有点湿，但是没什么特别的异常就没怎么注意，到晚上洗完澡，楼下的邻居就来敲门，说我们门外的水表那一直在流水，出门一看真的是懵了，外面水表那在哗哗哗地流水，导致楼梯那就跟水帘洞一样，仔细看看是对面家的水表阀门那在漏水，我只能先用塑料袋包一下，然后大冬天（刚洗完澡）穿着凉拖跑下去找物业保安，走到一楼的时候发现水一直流到一楼了，楼梯上都是水流下来，五楼那是最惨的，感觉门框周边都浸透了，五楼的也是态度比较差的让我一定要把水弄好了，但是前面也说了谁是从对门那户的水表阀那出来的，理论上应该让对面的处理，结果我敲门敲了半天对面都没反应，想着我放着不管也不太好，就去找了物业保安，保安上来看了只能先把总阀关了，我也打电话给维修自来水管的，自来水公司的人过了会也是真的来修了，我那会是挺怕不来修，自来水公司的师傅到了以后拿开一看是对面那户的有个阀门估计是自己换上去的，跟我们这的完全不一样，看上去就比较劣质，师傅也挺气的，大晚上被叫过来，我又尝试着去敲门也还是没人应，也没办法，对面老人家我敲太响到时候出来说我吓到他们啥的，第二天去说也没现场了。
+前面的这件事是个重要铺垫，前几天 LD 下班后把厨余垃圾套好袋子放在门口，打算等我下班了因为要去做核酸（hz 48 小时核酸）顺便带下去，结果到了七点多，说对面的老太太在那疯狂砸门了，LD 被吓到了不敢开门，老太太在外面一边砸门一边骂，“你们年轻人怎么素质这么差”（他们家也经常在门口放垃圾，我们刚来住的时候在楼梯转角他们就放这个废弃的洗衣机，每次走楼梯带点东西都要小心翼翼地走，不然都过不去，然后我赶紧赶回去，结果她听到我回家了，还特意开门继续骂，“你们年轻人怎么素质这么差，垃圾放在这里”，我说我们刚才放在这，打算待会做核酸的时候去扔掉，结果他们家老头，都已经没了牙齿，在那瞪大眼睛说，“你们早上就放在这了的，”我说是LD 刚才下班了放的，争论了一会，我说这个事情我们门口放了垃圾，这会我就去扔掉了，但是你们家老太太这么砸门总不太好，像之前门口水管爆掉了，我敲了门没人应，我也没要砸门一定把你们叫醒，结果老头老太说我们的水管从来没换过，不可能破的（其实到这，再往后说就没意思了，跟这么不要脸的人说多了也只是瞎扯），一会又回到这个垃圾的问题，那个老头说“你们昨天就放在这里了的”，睁着眼说瞎话可真是 666，感觉不是老太太拦着点他马上就要冲上来揍我了一样，事后我想想，这种情况我大概只能躺地上装死了，当这个事情发生之前我真的快把前面说的事情（水管阀坏了）给忘了，虽然这是理论上不该我来处理，除非是老头老太太请求我帮忙，这事后面我也从没说起过，本来完全没交集，对他们的是怎么样的人也没概念，总觉得年纪大了可能还比较心宽和蔼点，结果没想到就是一典型的坏人变老了，我说你们这么砸门，我老婆都被吓得不敢开门，结果对面老头老太太的儿子也出来了说，“我们就是敲下门，我母亲是机关单位退休的，所以肯定不会敲门很大声的，你老婆觉得吓到了是你们人生观价值观有问题”，听到这话我差点笑出来，连着两个可笑至极的脑残逻辑，无语他妈给无语开门，无语到家了。对门家我们之前有个印象就是因为我们都是顶楼，这边老小区以前都是把前后阳台包进来的，然后社区就来咨询大家的意见是不是统一把包进来的违建拆掉，还特地上来六楼跟他们说，结果对面的老头就说，“我要去住建局投诉你们”，本来这个事情是违法的，但是社区的意思也是征求各位业主的意见，结果感觉是社区上门强拆了一样，为老不尊，坏人变老了的典范了。
]]>
生活
生活
- 公交
- 杭州
@@ -18277,77 +18517,50 @@ $
java
-
- dubbo
-
-
-
- 记录下 Java Stream 的一些高效操作
- /2022/05/15/%E8%AE%B0%E5%BD%95%E4%B8%8B-Java-Lambda-%E7%9A%84%E4%B8%80%E4%BA%9B%E9%AB%98%E6%95%88%E6%93%8D%E4%BD%9C/
- 我们日常在代码里处理一些集合逻辑的时候用到 Stream 其实还挺多的，普通的取值过滤集合一般都是结合 ide 的提示就能搞定了，但是有些不太常用的就在这记录下，争取后面都更新记录下来。
-自定义 distinctByKey 对结果进行去重 stream 中自带的 distinct 只能对元素进行去重
-public static void main ( String [ ] args) {
- List < Integer > = new ArrayList < > ( ) ;
- list. add ( 1 ) ;
- list. add ( 1 ) ;
- list. add ( 2 ) ;
- list = list. stream ( ) . distinct ( ) . collect ( Collectors . toList ( ) ) ;
- System . out. println ( list) ;
- } 结果就是去了重的
-[ 1 , 2 ] 但是当我的元素是个复杂对象，我想根据对象里的某个元素进行过滤的时候，就需要用到自定义的 distinctByKey 了，比如下面的想对 userId 进行去重
-public static void main ( String [ ] args) {
- List < StudentRecord > = new ArrayList < > ( ) ;
- StudentRecord s1 = new StudentRecord ( ) ;
- s1. setUserId ( 11L ) ;
- s1. setCourseId ( 100L ) ;
- s1. setScore ( 100 ) ;
- list. add ( s1) ;
- StudentRecord s2 = new StudentRecord ( ) ;
- s2. setUserId ( 11L ) ;
- s2. setCourseId ( 101L ) ;
- s2. setScore ( 100 ) ;
- list. add ( s2) ;
- StudentRecord s3 = new StudentRecord ( ) ;
- s3. setUserId ( 12L ) ;
- s3. setCourseId ( 100L ) ;
- s3. setScore ( 100 ) ;
- list. add ( s3) ;
- System . out. println ( list. stream ( ) . distinct ( ) . collect ( Collectors . toList ( ) ) ) ;
- }
- @Data
- static class StudentRecord {
- Long id;
- Long userId;
- Long courseId;
- Integer score;
- } 结果就是
-[ StudentRecord ( id= null , userId= 11 , courseId= 100 , score= 100 ) , StudentRecord ( id= null , userId= 11 , courseId= 101 , score= 100 ) , StudentRecord ( id= null , userId= 12 , courseId= 100 , score= 100 ) ] 因为对象都不一样，所以就没法去重了，这里就需要用
-public static < T > Predicate < T > distinctByKey (
- Function < ? super T , ? > ) {
-
- Map < Object , Boolean > = new ConcurrentHashMap < > ( ) ;
- return t -> seen. putIfAbsent ( keyExtractor. apply ( t) , Boolean . TRUE ) == null ;
- } 然后就可以用它来去重了
-System . out. println ( list. stream ( ) . filter ( distinctByKey ( StudentRecord :: getUserId ) ) . collect ( Collectors . toList ( ) ) ) ; 看下结果
-[ StudentRecord ( id= null , userId= 11 , courseId= 100 , score= 100 ) , StudentRecord ( id= null , userId= 12 , courseId= 100 , score= 100 ) ] 但是说实在的这个功能感觉应该是 stream 默认给实现的
-使用 java.util.stream.Collectors#groupingBy 对 list 进行分组 这个使用场景还是蛮多的，上面的场景里比如我要对 userId 进行分组，就一行代码就解决了
-System . out. println ( list. stream ( ) . collect ( Collectors . groupingBy ( StudentRecord :: getUserId ) ) ) ; 结果 { 11 = [ StudentRecord ( id= null , userId= 11 , courseId= 100 , score= 100 ) , StudentRecord ( id= null , userId= 11 , courseId= 101 , score= 100 ) ] , 12 = [ StudentRecord ( id= null , userId= 12 , courseId= 100 , score= 100 ) ] } 很方便的变成了以 userId 作为 key，以相同 userId 的 StudentRecord 的 List 作为 value 的 map 结构
+
+ dubbo
+
+
+
+ 闲话篇-路遇神逻辑骑车带娃爹
+ /2022/05/08/%E9%97%B2%E8%AF%9D%E7%AF%87-%E8%B7%AF%E9%81%87%E7%A5%9E%E9%80%BB%E8%BE%91%E9%AA%91%E8%BD%A6%E5%B8%A6%E5%A8%83%E7%88%B9/
+ 周末吃完中饭去买菜，没想到碰到这个神（zhi）奇（zhang）大哥带着两个娃，在非机动车道虽然没有像上班高峰车那么多，但是有送外卖，各种叮咚买菜和普通像我这样骑电驴，骑自行车的人，我的情况可能还特殊点，前面说过电驴买了以后本来网上找到过怎么解除限速的，后面看了下，限速 25 虽然慢，但还是对安全很有好处的，我上下班也不赶这个时间，所以就没解除，其他路上的电瓶车包括这位带娃的大哥可能有不少都不符合国标的限速要求或者解除了限速，这些算是铺垫。
+那位大哥，骑电瓶车一前一后带着两个娃，在非机动车道靠右边行驶，肉眼估计是在我右前方大概十几米的距离，不知道是小孩不舒服了还是啥，想下来还是就在跟他爹玩耍，我算是比较谨慎骑车的，看到这种情况已经准备好捏刹车了，但是也没想到这个娃这么神，差不多能并排四五辆电瓶车的非机动车道，直接从他爸的车下来跑到了非机动车道的最左边，前面我铺垫了电瓶车 25 码，换算一下大概 1 秒能前进 7 米，我是直接把刹车捏死了，才勉强避免撞上这个小孩，并且当时的情况本来我左后方有另一个大哥是想从我左边超过去，因为我刹车了他也赶紧刹车。
+现在我们做个假设，假如我刹车不够及时，撞上了这个小孩，会是啥后果呢，小孩人没事还好，即使没事也免不了大吵一架，说我骑车不看前面，然后去医院做检查，负责医药费，如果是有点啥伤了，这事估计是没完了，我是心里一阵后怕。
+说实话是张口快骂人了，“怎么带小孩的”，结果那大哥竟然还是那套话术，“你们骑车不会慢点的啊，说一下就好了啊，用得着这么说吗”，我是真的被这位的逻辑给打败了，还好是想超我车那大哥刹住车了，他要是刹不住呢，把我撞了我怪谁？这不是追尾事件，是 zhizhang 大哥的小孩鬼探头，下个电瓶车就下车，下来就往另一边跑，我们尽力刹车没撞到这小孩，说他没管好小孩这大哥还觉得自己委屈了？结果我倒是想骂脏话了，结果我左后方的的大哥就跟他说“你这么教小孩教得真好，你真厉害”，果然在中国还是不能好好说话，阴阳怪气才是王道，我前面也说了真的是后怕，为什么我从头到尾都没有说这个小孩不对，我是觉得这个年纪的小孩（估摸着也就五六岁或者再大个一两岁）这种安全意识应该是要父母和学校老师一起教育培养的，在路上不能这么随便乱跑，即使别人撞了他，别人有责任，那小孩的生理伤痛和心理伤害，父母也肯定要心疼的吧，另外对我们来说前面也说了，真的撞到了我们也是很难受的，这个社会里真的是自私自利的人太多了，平时让外卖小哥送爬下楼梯送上来外卖都觉得挺抱歉的，每次的接过来都说谢谢，人家也不容易，换在有些人身上大概会觉得自己花了钱就是大爷，给我送上来是必须的。
]]>
- java
+ 生活
- java
- stream
+ 生活
+
+
+
+ 难得的大扫除
+ /2022/04/10/%E9%9A%BE%E5%BE%97%E7%9A%84%E5%A4%A7%E6%89%AB%E9%99%A4/
+ 因为房东要来续签合同，记得之前她说要来看看，后来一直都没来成，一方面我们没打扫过也不想被看到，小房子东西从搬进来以后越来越多，虽然不是脏乱差，但也觉得有点不满意干净状态，这里不得不感叹房东家的有钱程度，买了房子自己都没进房子看过，买来只是为了个学籍，去年前房东把房子卖给新房东后，我们还是比较担心会要换房子了，这里其实是个我们在乎的优点略大于缺点的小房子，面积比较小，但是交通便利以及上下班通勤，周边配套也还不错，有个比较大的菜市场，虽然不常去，因为不太会挑不会还价，还是主要去附近一公里左右的超市，可以安静地挑菜，但是说实在的菜场的菜还是比超市新鲜一些。
+
+ 生活
+
+
+ 生活
+ 大扫除
+
+
+
+ 记录下 redis 的一些使用方法
+ /2022/10/30/%E8%AE%B0%E5%BD%95%E4%B8%8B-redis-%E7%9A%84%E4%B8%80%E4%BA%9B%E4%BD%BF%E7%94%A8%E6%96%B9%E6%B3%95/
+ 虽然说之前讲解过一些redis源码相关的，但是说实话，redis的各种使用其实有时候有点生疏，或者在一些特定的使用场景中，一些使用方法还是需要学习和记录的
+获取所有数据 获取list类型的所有元素，可以使用 lrange , 直接用lrange key 0 -1pop出来
+裁剪list 前面用了lrange取得了一个范围的数据，如果想将数据直接移除，那可以用 ltrim ,list里取出批量数据，并且能从list里删除这部分数据
+]]>
+
+ redis
+
+
+ redis
@@ -18436,217 +18649,4 @@ OK ( 1 t
php
-
- 记录下 redis 的一些使用方法
- /2022/10/30/%E8%AE%B0%E5%BD%95%E4%B8%8B-redis-%E7%9A%84%E4%B8%80%E4%BA%9B%E4%BD%BF%E7%94%A8%E6%96%B9%E6%B3%95/
- 虽然说之前讲解过一些redis源码相关的，但是说实话，redis的各种使用其实有时候有点生疏，或者在一些特定的使用场景中，一些使用方法还是需要学习和记录的
-获取所有数据 获取list类型的所有元素，可以使用 lrange , 直接用lrange key 0 -1pop出来
-裁剪list 前面用了lrange取得了一个范围的数据，如果想将数据直接移除，那可以用 ltrim ,list里取出批量数据，并且能从list里删除这部分数据
-]]>
-
- redis
-
-
- redis
-
-
-
- 记录下 zookeeper 集群迁移和易错点
- /2022/05/29/%E8%AE%B0%E5%BD%95%E4%B8%8B-zookeeper-%E9%9B%86%E7%BE%A4%E8%BF%81%E7%A7%BB/
- 前阵子做了zk 的集群升级迁移，大概情况是原来是一个三节点的 zk 集群（最小可用zk1 192.168 .2.1
-zk2 192.168 .2.2
-zk3 192.168 .2.3在 zoo.cfg 中的配置就是如下
-server.1 = 192.168 .2.1:2888:3888
-server.2 = 192.168 .2.2:2888:3888
-server.3 = 192.168 .2.3:2888:3888加节点 需要将集群迁移到 192.168.2.4（简称 zk4），192.168.2.5（简称 zk5），192.168.2.6（简称 zk6） 这三台机器上，目前新的这三台机器上是没有 zk 部署的, 我们想要的是数据不丢失，那主要考虑的就是滚动升级，这里我其实犯了几个错误，也特别说明下
-server.1 = 192.168 .2.1:2888:3888
-server.2 = 192.168 .2.2:2888:3888
-server.3 = 192.168 .2.3:2888:3888
-server.4 = 192.168 .2.4:2888:3888
-server.5 = 192.168 .2.5:2888:3888
-server.6 = 192.168 .2.6:2888:3888这样起来发现状态是该节点没起来，./zkServer.sh status 来查看myid文件，标识我是哪个节点，里面的内容就写 4或 5 或 6 这样就行了，并且这个文件的路径应该在配置文件中指定的dataDir=数据目录下FastLeaderElection@xxx - Notification time out: 60000 这个报错，一开始以为是网络不通，端口没开这些原因，检查了下都是通的，结果原因其实跟我之前的一个考虑是相关的，当有六个节点的时候，理论上需要有半数以上的节点可用，集群才会是健康的，但是按我这个方式起来，其实我配置了六个节点，但是其中三个都是不可用的（包括自身节点），那么它自然是没办法正常工作，所以这里其实也需要滚动添加，类似于这样zk4 的配置应该是这样
-server.1 = 192.168 .2.1:2888:3888
-server.2 = 192.168 .2.2:2888:3888
-server.3 = 192.168 .2.3:2888:3888
-server.4 = 192.168 .2.4:2888:3888然后 zk5 的配置
-server.1 = 192.168 .2.1:2888:3888
-server.2 = 192.168 .2.2:2888:3888
-server.3 = 192.168 .2.3:2888:3888
-server.4 = 192.168 .2.4:2888:3888
-server.5 = 192.168 .2.5:2888:3888接着 zk6 的配置就可以是全部了
-server.1 = 192.168 .2.1:2888:3888
-server.2 = 192.168 .2.2:2888:3888
-server.3 = 192.168 .2.3:2888:3888
-server.4 = 192.168 .2.4:2888:3888
-server.5 = 192.168 .2.5:2888:3888
-server.6 = 192.168 .2.6:2888:3888然后为了集群完全更新，就继续在 zk4 和 zk5 加上其他节点，这样我的 6 节点集群就起来了
-下节点 这里我踩了另外一个坑，或者说没搞清楚两种方式的差别，
-第一种 首先说说我没采用的第一种方式，（也是比较合理的）其实上面这个集群有个明显的问题，老集群其实还是各自认了一个三节点的集群，其中 zk3 是主节点，对于 zk1，zk2，zk3 来说它们能看到的就只有这三个节点，对于后三个 zk4，zk5，zk6 节点来说他们能连上其余五个节点，可以认为这是个六节点的集群，那么比较合理的操作应该是在老的三节点上把后面三个也都加进来，即每个节点的配置里 server 都有 6 个，然后我再对老的节点进行下线，这里下线需要注意的比较理想的是下一个节点就要修改配置，挪掉下线的节点后进行一遍重启，比如我知道了集群中的 leader 是在 zk3 上面，那么我先将 zk1 和 zk2 下掉，那么在我将 zk1 下线的之后，我将其他的五个节点都删除 zk1 的配置，然后重启，这样其实不是必须，但相对会可靠些，理论上我也可以在下掉 zk1 和 zk2 之后再修改配置重启其余节点。而当只剩下 zk3，zk4，zk5，zk6 四个节点的集群后，并且每个节点里的配置也只有这四个 server，我再下线 zk3 这个 leader 的时候，就会进行选举，再选出新的 leader，因为刚好是三节点，同样保证了最小可用。
-第二种 这也是我踩坑的一种方式，就是我没有修改原来三节点的配置，并且我一开始以为可以通过下线 zk1，zk2，zk3（进行选举）的方式完成下线，然后再进行重启，但是这种方式就是我上面说的，原来的三节点里我下掉 zk1 还是能够正常运行，但是我下线 zk2 的时候，这个集群就等于是挂了，小于最小可用了，这样三节点都挂了，而且对于新加入的三个节点来说，又回到了最初起不来一样状态，六节点里只有三节点在线，导致整个集群都挂了，所以对于我这样的操作来说，我需要滚动修改启动，在下线 zk1 的时候就需要把 zk4，zk5，zk6 中的 zk1 移除后重启，当然这样唯一的好处就是可以少重启几个，同样继续下线 zk2 的时候，把 zk2 移除掉再重启，其实在移除 zk1 后修改重启后，在下线 zk2 的时候，集群就会重新选举了，因为 zk2 下线的时候，zk3 还是会一起下线。这个是我们需要特别注意的
-]]>
-
- java
-
-
- zookeeper
-
-
-
- 重看了下《蛮荒记》说说感受
- /2021/10/10/%E9%87%8D%E7%9C%8B%E4%BA%86%E4%B8%8B%E3%80%8A%E8%9B%AE%E8%8D%92%E8%AE%B0%E3%80%8B%E8%AF%B4%E8%AF%B4%E6%84%9F%E5%8F%97/
- 周末把《蛮荒记》看完了，前面是发现微信读书有《搜神记》和《蛮荒记》，但是《搜神记》看了会发现很多都是跳段了，不知道为啥，貌似也没什么少儿不宜的情节，所以就上网找了原版来看，为什么看这个呢，主要还是高中的时候看过，觉得写得很不错，属于那时候的玄幻小说里的独一档，基于山海经创造了一个半架空的大荒宇宙，五族帝尊，人物名都是听说过的，而且又能契合部分历史，整个故事布局非常宏大，并且情节矛盾埋得很深，这里就不对具体情节作介绍了，只是聊聊对书中的一些人物和情节的看法感受。
-乌丝兰玛是个贯穿两部，甚至在蛮荒的最后还要再搞事情，极其坚定的自以为是的大 boss，其实除了最后被我们的主人公打败，前面几乎就是无所不能，下了一盘无比巨大的棋，主人公都只是其中一个棋子和意外，但是正如很多反派，一直以来都是背着一个信念，并且这个所谓的信念是比较正义的，只是为了这个正义的信念和目标却做了各种丧尽天良的事情，说起来跟灭霸有点像，为了环保哈哈，相对来说感觉姬远玄也只是个最大牌的工具人，或者说是中间人，深爱的妹妹冰夷也意外被蚩尤怒拿一血。
-但是中间那个赤霞仙子一定要给烈烟石的心上锁，导致最后认不出来蚩尤，也间接导致了蚩尤被杀，如果不考虑最后情节或者推动故事的需求，这个还是我很讨厌的，有点类似于《驴得水》里那个校长，看着貌似是个正常的，做的事情也是正派，但是其实是害人不浅，即使南阳仙子因此被抛进了火山，那也是有贱人在那挑食，并且赤松子是赤飚怒的儿子，烈烟石跟蚩尤又没这层关系，就很像倚天屠龙记里的灭绝师太和极品家丁里的那个玉德仙坊的院主，后者还好一些，前者几乎就是导致周芷若一生悲剧的始作俑者，自己偏执的善恶观，还要给徒弟灌输如此恶毒的理念和让她立下像紧箍咒似的誓言，在人一生中本来就有很多不能如愿的，又被最亲最尊敬的人下了这样的紧箍咒，人生的不幸也加倍了。
-似乎习惯了总要有个总结的，想说的应该是我觉得这些剧也好，书也好，我觉得最坏的人可能是大部分人眼中的一些次要人物，或者至少大 boss 才是最坏的人，当然这个坏也不是严格的二分法，只是我觉得最让我觉得负面的人物，这些人可能看起来情景出现的不多，只是说了很少的话，做了很少的事，但是在我看来却做了最大的恶。
-]]>
-
- 生活
-
-
- 生活
- 看书
-
-
-
- 这周末我又在老丈人家打了天小工
- /2020/08/30/%E8%BF%99%E5%91%A8%E6%9C%AB%E6%88%91%E5%8F%88%E5%9C%A8%E8%80%81%E4%B8%88%E4%BA%BA%E5%AE%B6%E6%89%93%E4%BA%86%E5%A4%A9%E5%B0%8F%E5%B7%A5/
- 因为活实在比较多，也不太好叫大工(活比较杂散)，相比上一次我跟 LD 俩人晚起了一点，我真的是只要有事，早上就醒的很早，准备八点出发的，六点就醒了，然后想继续睡就一直做梦🤦♂️，差不多八点半多到的丈人家，他们应该已经干了有一会了，我们到了以后就分配给我撬地板的活，上次说的那个敲掉柜子的房间里，还铺着质地还不错的木地板，但是也不想要了，得撬掉重新铺。
-
- 生活
- 运动
- 跑步
- 干活
-
-
- 生活
- 运动
- 减肥
- 跑步
- 干活
-
-
-
- 记录下 phpunit 的入门使用方法之setUp和tearDown
- /2022/10/23/%E8%AE%B0%E5%BD%95%E4%B8%8B-phpunit-%E7%9A%84%E5%85%A5%E9%97%A8%E4%BD%BF%E7%94%A8%E6%96%B9%E6%B3%95%E4%B9%8BsetUp%E5%92%8CtearDown/
- 可能是太久没写单测了，写个单测发现不符合预期，后来验证下才反应过来class RenameTest extends TestCase
-{
- public function setUp ( ) : void
- {
- var_dump ( "setUp" ) ;
- }
-
- public function test1 ( )
- {
- var_dump ( "test1" ) ;
- assertEquals ( 1 , 1 ) ;
- }
-
- public function test2 ( )
- {
- var_dump ( "test2" ) ;
- assertEquals ( 1 , 1 ) ;
- }
-
- protected function tearDown ( ) : void
- {
- var_dump ( "tearDown" ) ;
- }
-} 因为我是想写个重命名的小工具，希望通过setUp和tearDown做一些文件初始化和清理工作，但是我把两个case的初始化跟清理工作写到了单个setUp和tearDown中，这样就出现了异常的错误
-❯ vendor/bin/phpunit
-PHPUnit 9.5 .25 by Sebastian Bergmann and contributors.
-
-.string( 5 ) "setUp"
-string( 5 ) "test1"
-string( 8 ) "tearDown"
-. 2 / 2 ( 100 %) string( 5 ) "setUp"
-string( 5 ) "test2"
-string( 8 ) "tearDown"
-
-
-Time: 00:00.005, Memory: 6.00 MB
-
-OK ( 2 tests, 2 assertions) 其实就是很简单的会在每个test方法前后都执行setUp和tearDown
-]]>
-
- php
-
-
- php
-
-
-
- 闲聊下乘公交的用户体验
- /2021/02/28/%E9%97%B2%E8%81%8A%E4%B8%8B%E4%B9%98%E5%85%AC%E4%BA%A4%E7%9A%84%E7%94%A8%E6%88%B7%E4%BD%93%E9%AA%8C/
- 新年开工开车来杭州，因为没有车位加限行今天来就没开车来了，从东站做公交回住的地方，这班神奇的车我之前也吐槽过了，有神奇的乘客和神奇的司机，因为基本上这班车是从我毕业就开始乘了，所以也算是比较熟悉了，以前总体感觉不太好的是乘坐时间太长了，不过这个也不能怪车，是我自己住得远（离东站），后来住到了现在的地方，也算是直达，并且 LD 比较喜欢直达的，不爱更快却要换乘的地铁，所以坐的频率比较高，也说过前面那些比较气人的乘客，自己不好好戴口罩，反而联合一起上车的乘客诽谤司机，说他要吃人了要打人了，也正是这个司机比较有意思，上车就让戴好口罩，还给大家讲，哪里哪里又有疫情了，我觉得其实这个司机还是不错的，特殊时期，对于这种公共交通，这样的确是比较负责任的做法，只是说话方式，语气这个因人而异，他也不是来伺候人的，而且这么一大车人，说了一遍不行，再说一遍，三遍以上了，嗓门大一点也属于正常的人的行为。
-
- 生活
- 公交
-
-
- 生活
- 开车
- 加塞
- 糟心事
- 规则
- 公交
- 路政规划
- 基础设施
- 杭州
- 高速
-
-
-
- 闲话篇-也算碰到了为老不尊和坏人变老了的典型案例
- /2022/05/22/%E9%97%B2%E8%AF%9D%E7%AF%87-%E4%B9%9F%E7%AE%97%E7%A2%B0%E5%88%B0%E4%BA%86%E4%B8%BA%E8%80%81%E4%B8%8D%E5%B0%8A%E5%92%8C%E5%9D%8F%E4%BA%BA%E5%8F%98%E8%80%81%E4%BA%86%E7%9A%84%E5%85%B8%E5%9E%8B%E6%A1%88%E4%BE%8B/
- 在目前的房子也差不多租了四五年了，楼下邻居换了两拨了，我们这栋楼装修了不知道多少次，因为是学区的原因，房子交易的频率还是比较高的，不过比较神奇的我们对门的没换过，而且一直也没什么交集（除了后面说的水管爆裂），就进出的时候偶尔看到应该是住着一对老夫妻，感觉年纪也有个七八十了。
-对对面这户人家的印象，就是对面的老头子经常是我出门上班去了他回来，看着他颤颤巍巍地走楼梯，我看到了都靠边走，而且有几次还听见好像是他儿子在说他，”年假这么大了，还是少出去吧”，说实话除了这次的事情，之前就有一次水管阀门爆裂了，算是有点交集，那次大概是去年冬天，天气已经很冷了，我们周日下午回来看到楼梯有点湿，但是没什么特别的异常就没怎么注意，到晚上洗完澡，楼下的邻居就来敲门，说我们门外的水表那一直在流水，出门一看真的是懵了，外面水表那在哗哗哗地流水，导致楼梯那就跟水帘洞一样，仔细看看是对面家的水表阀门那在漏水，我只能先用塑料袋包一下，然后大冬天（刚洗完澡）穿着凉拖跑下去找物业保安，走到一楼的时候发现水一直流到一楼了，楼梯上都是水流下来，五楼那是最惨的，感觉门框周边都浸透了，五楼的也是态度比较差的让我一定要把水弄好了，但是前面也说了谁是从对门那户的水表阀那出来的，理论上应该让对面的处理，结果我敲门敲了半天对面都没反应，想着我放着不管也不太好，就去找了物业保安，保安上来看了只能先把总阀关了，我也打电话给维修自来水管的，自来水公司的人过了会也是真的来修了，我那会是挺怕不来修，自来水公司的师傅到了以后拿开一看是对面那户的有个阀门估计是自己换上去的，跟我们这的完全不一样，看上去就比较劣质，师傅也挺气的，大晚上被叫过来，我又尝试着去敲门也还是没人应，也没办法，对面老人家我敲太响到时候出来说我吓到他们啥的，第二天去说也没现场了。
-前面的这件事是个重要铺垫，前几天 LD 下班后把厨余垃圾套好袋子放在门口，打算等我下班了因为要去做核酸（hz 48 小时核酸）顺便带下去，结果到了七点多，说对面的老太太在那疯狂砸门了，LD 被吓到了不敢开门，老太太在外面一边砸门一边骂，“你们年轻人怎么素质这么差”（他们家也经常在门口放垃圾，我们刚来住的时候在楼梯转角他们就放这个废弃的洗衣机，每次走楼梯带点东西都要小心翼翼地走，不然都过不去，然后我赶紧赶回去，结果她听到我回家了，还特意开门继续骂，“你们年轻人怎么素质这么差，垃圾放在这里”，我说我们刚才放在这，打算待会做核酸的时候去扔掉，结果他们家老头，都已经没了牙齿，在那瞪大眼睛说，“你们早上就放在这了的，”我说是LD 刚才下班了放的，争论了一会，我说这个事情我们门口放了垃圾，这会我就去扔掉了，但是你们家老太太这么砸门总不太好，像之前门口水管爆掉了，我敲了门没人应，我也没要砸门一定把你们叫醒，结果老头老太说我们的水管从来没换过，不可能破的（其实到这，再往后说就没意思了，跟这么不要脸的人说多了也只是瞎扯），一会又回到这个垃圾的问题，那个老头说“你们昨天就放在这里了的”，睁着眼说瞎话可真是 666，感觉不是老太太拦着点他马上就要冲上来揍我了一样，事后我想想，这种情况我大概只能躺地上装死了，当这个事情发生之前我真的快把前面说的事情（水管阀坏了）给忘了，虽然这是理论上不该我来处理，除非是老头老太太请求我帮忙，这事后面我也从没说起过，本来完全没交集，对他们的是怎么样的人也没概念，总觉得年纪大了可能还比较心宽和蔼点，结果没想到就是一典型的坏人变老了，我说你们这么砸门，我老婆都被吓得不敢开门，结果对面老头老太太的儿子也出来了说，“我们就是敲下门，我母亲是机关单位退休的，所以肯定不会敲门很大声的，你老婆觉得吓到了是你们人生观价值观有问题”，听到这话我差点笑出来，连着两个可笑至极的脑残逻辑，无语他妈给无语开门，无语到家了。对门家我们之前有个印象就是因为我们都是顶楼，这边老小区以前都是把前后阳台包进来的，然后社区就来咨询大家的意见是不是统一把包进来的违建拆掉，还特地上来六楼跟他们说，结果对面的老头就说，“我要去住建局投诉你们”，本来这个事情是违法的，但是社区的意思也是征求各位业主的意见，结果感觉是社区上门强拆了一样，为老不尊，坏人变老了的典范了。
-]]>
-
- 生活
-
-
- 生活
-
-
-
- 闲话篇-路遇神逻辑骑车带娃爹
- /2022/05/08/%E9%97%B2%E8%AF%9D%E7%AF%87-%E8%B7%AF%E9%81%87%E7%A5%9E%E9%80%BB%E8%BE%91%E9%AA%91%E8%BD%A6%E5%B8%A6%E5%A8%83%E7%88%B9/
- 周末吃完中饭去买菜，没想到碰到这个神（zhi）奇（zhang）大哥带着两个娃，在非机动车道虽然没有像上班高峰车那么多，但是有送外卖，各种叮咚买菜和普通像我这样骑电驴，骑自行车的人，我的情况可能还特殊点，前面说过电驴买了以后本来网上找到过怎么解除限速的，后面看了下，限速 25 虽然慢，但还是对安全很有好处的，我上下班也不赶这个时间，所以就没解除，其他路上的电瓶车包括这位带娃的大哥可能有不少都不符合国标的限速要求或者解除了限速，这些算是铺垫。
-那位大哥，骑电瓶车一前一后带着两个娃，在非机动车道靠右边行驶，肉眼估计是在我右前方大概十几米的距离，不知道是小孩不舒服了还是啥，想下来还是就在跟他爹玩耍，我算是比较谨慎骑车的，看到这种情况已经准备好捏刹车了，但是也没想到这个娃这么神，差不多能并排四五辆电瓶车的非机动车道，直接从他爸的车下来跑到了非机动车道的最左边，前面我铺垫了电瓶车 25 码，换算一下大概 1 秒能前进 7 米，我是直接把刹车捏死了，才勉强避免撞上这个小孩，并且当时的情况本来我左后方有另一个大哥是想从我左边超过去，因为我刹车了他也赶紧刹车。
-现在我们做个假设，假如我刹车不够及时，撞上了这个小孩，会是啥后果呢，小孩人没事还好，即使没事也免不了大吵一架，说我骑车不看前面，然后去医院做检查，负责医药费，如果是有点啥伤了，这事估计是没完了，我是心里一阵后怕。
-说实话是张口快骂人了，“怎么带小孩的”，结果那大哥竟然还是那套话术，“你们骑车不会慢点的啊，说一下就好了啊，用得着这么说吗”，我是真的被这位的逻辑给打败了，还好是想超我车那大哥刹住车了，他要是刹不住呢，把我撞了我怪谁？这不是追尾事件，是 zhizhang 大哥的小孩鬼探头，下个电瓶车就下车，下来就往另一边跑，我们尽力刹车没撞到这小孩，说他没管好小孩这大哥还觉得自己委屈了？结果我倒是想骂脏话了，结果我左后方的的大哥就跟他说“你这么教小孩教得真好，你真厉害”，果然在中国还是不能好好说话，阴阳怪气才是王道，我前面也说了真的是后怕，为什么我从头到尾都没有说这个小孩不对，我是觉得这个年纪的小孩（估摸着也就五六岁或者再大个一两岁）这种安全意识应该是要父母和学校老师一起教育培养的，在路上不能这么随便乱跑，即使别人撞了他，别人有责任，那小孩的生理伤痛和心理伤害，父母也肯定要心疼的吧，另外对我们来说前面也说了，真的撞到了我们也是很难受的，这个社会里真的是自私自利的人太多了，平时让外卖小哥送爬下楼梯送上来外卖都觉得挺抱歉的，每次的接过来都说谢谢，人家也不容易，换在有些人身上大概会觉得自己花了钱就是大爷，给我送上来是必须的。
-]]>
-
- 生活
-
-
- 生活
-
-
-
- 难得的大扫除
- /2022/04/10/%E9%9A%BE%E5%BE%97%E7%9A%84%E5%A4%A7%E6%89%AB%E9%99%A4/
- 因为房东要来续签合同，记得之前她说要来看看，后来一直都没来成，一方面我们没打扫过也不想被看到，小房子东西从搬进来以后越来越多，虽然不是脏乱差，但也觉得有点不满意干净状态，这里不得不感叹房东家的有钱程度，买了房子自己都没进房子看过，买来只是为了个学籍，去年前房东把房子卖给新房东后，我们还是比较担心会要换房子了，这里其实是个我们在乎的优点略大于缺点的小房子，面积比较小，但是交通便利以及上下班通勤，周边配套也还不错，有个比较大的菜市场，虽然不常去，因为不太会挑不会还价，还是主要去附近一公里左右的超市，可以安静地挑菜，但是说实在的菜场的菜还是比超市新鲜一些。
-
- 生活
-
-
- 生活
- 大扫除
-
-
diff --git a/sitemap.xml b/sitemap.xml
index ea5d22bf7e..a2f4a36653 100644
--- a/sitemap.xml
+++ b/sitemap.xml
@@ -4,7 +4,7 @@
https://nicksxs.me/2023/02/26/%E5%88%86%E4%BA%AB%E4%B8%80%E6%AC%A1%E6%8A%98%E8%85%BE%E8%80%81%E6%97%A7%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%9A%84%E4%BD%93%E9%AA%8C-%E7%BB%AD%E7%BB%AD%E7%AF%87/
- 2023-02-26
+ 2023-03-05
monthly
0.6
@@ -443,7 +443,7 @@
- https://nicksxs.me/2021/05/01/Leetcode-48-%E6%97%8B%E8%BD%AC%E5%9B%BE%E5%83%8F-Rotate-Image-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ https://nicksxs.me/2022/03/13/Leetcode-83-%E5%88%A0%E9%99%A4%E6%8E%92%E5%BA%8F%E9%93%BE%E8%A1%A8%E4%B8%AD%E7%9A%84%E9%87%8D%E5%A4%8D%E5%85%83%E7%B4%A0-Remove-Duplicates-from-Sorted-List-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
2022-06-11
@@ -452,7 +452,7 @@
- https://nicksxs.me/2020/08/06/Linux-%E4%B8%8B-grep-%E5%91%BD%E4%BB%A4%E7%9A%84%E4%B8%80%E7%82%B9%E5%B0%8F%E6%8A%80%E5%B7%A7/
+ https://nicksxs.me/2021/05/01/Leetcode-48-%E6%97%8B%E8%BD%AC%E5%9B%BE%E5%83%8F-Rotate-Image-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
2022-06-11
@@ -461,7 +461,7 @@
- https://nicksxs.me/2022/03/13/Leetcode-83-%E5%88%A0%E9%99%A4%E6%8E%92%E5%BA%8F%E9%93%BE%E8%A1%A8%E4%B8%AD%E7%9A%84%E9%87%8D%E5%A4%8D%E5%85%83%E7%B4%A0-Remove-Duplicates-from-Sorted-List-Easy-%E9%A2%98%E8%A7%A3%E5%88%86%E6%9E%90/
+ https://nicksxs.me/2020/08/06/Linux-%E4%B8%8B-grep-%E5%91%BD%E4%BB%A4%E7%9A%84%E4%B8%80%E7%82%B9%E5%B0%8F%E6%8A%80%E5%B7%A7/
2022-06-11
@@ -479,7 +479,7 @@
- https://nicksxs.me/2021/04/18/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/
+ https://nicksxs.me/2021/04/18/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-%E6%89%80%E6%9C%89%E6%9D%83%E4%BA%8C/
2022-06-11
@@ -488,7 +488,7 @@
- https://nicksxs.me/2021/04/18/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-%E6%89%80%E6%9C%89%E6%9D%83%E4%BA%8C/
+ https://nicksxs.me/2021/04/18/rust%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/
2022-06-11
@@ -506,7 +506,7 @@
- https://nicksxs.me/2021/12/05/wordpress-%E5%BF%98%E8%AE%B0%E5%AF%86%E7%A0%81%E7%9A%84%E4%B8%80%E7%A7%8D%E8%A7%A3%E5%86%B3%E6%96%B9%E6%B3%95/
+ https://nicksxs.me/2021/03/07/%E3%80%8A%E5%9E%83%E5%9C%BE%E5%9B%9E%E6%94%B6%E7%AE%97%E6%B3%95%E6%89%8B%E5%86%8C%E8%AF%BB%E4%B9%A6%E3%80%8B%E7%AC%94%E8%AE%B0%E4%B9%8B%E6%95%B4%E7%90%86%E7%AE%97%E6%B3%95/
2022-06-11
@@ -515,7 +515,7 @@
- https://nicksxs.me/2021/03/07/%E3%80%8A%E5%9E%83%E5%9C%BE%E5%9B%9E%E6%94%B6%E7%AE%97%E6%B3%95%E6%89%8B%E5%86%8C%E8%AF%BB%E4%B9%A6%E3%80%8B%E7%AC%94%E8%AE%B0%E4%B9%8B%E6%95%B4%E7%90%86%E7%AE%97%E6%B3%95/
+ https://nicksxs.me/2021/12/05/wordpress-%E5%BF%98%E8%AE%B0%E5%AF%86%E7%A0%81%E7%9A%84%E4%B8%80%E7%A7%8D%E8%A7%A3%E5%86%B3%E6%96%B9%E6%B3%95/
2022-06-11
@@ -587,7 +587,7 @@
- https://nicksxs.me/2021/09/19/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E4%B8%AD%E4%BD%BF%E7%94%A8%E7%9A%84-cglib-%E4%BD%9C%E4%B8%BA%E5%8A%A8%E6%80%81%E4%BB%A3%E7%90%86%E4%B8%AD%E7%9A%84%E4%B8%80%E4%B8%AA%E6%B3%A8%E6%84%8F%E7%82%B9/
+ https://nicksxs.me/2021/09/26/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E4%B8%AD%E5%8A%A8%E6%80%81%E5%88%87%E6%8D%A2%E6%95%B0%E6%8D%AE%E6%BA%90%E7%9A%84%E6%96%B9%E6%B3%95/
2022-06-11
@@ -596,7 +596,7 @@
- https://nicksxs.me/2021/09/26/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E4%B8%AD%E5%8A%A8%E6%80%81%E5%88%87%E6%8D%A2%E6%95%B0%E6%8D%AE%E6%BA%90%E7%9A%84%E6%96%B9%E6%B3%95/
+ https://nicksxs.me/2021/09/19/%E8%81%8A%E4%B8%80%E4%B8%8B-SpringBoot-%E4%B8%AD%E4%BD%BF%E7%94%A8%E7%9A%84-cglib-%E4%BD%9C%E4%B8%BA%E5%8A%A8%E6%80%81%E4%BB%A3%E7%90%86%E4%B8%AD%E7%9A%84%E4%B8%80%E4%B8%AA%E6%B3%A8%E6%84%8F%E7%82%B9/
2022-06-11
@@ -614,7 +614,7 @@
- https://nicksxs.me/2021/06/13/%E8%81%8A%E8%81%8A-Java-%E7%9A%84%E7%B1%BB%E5%8A%A0%E8%BD%BD%E6%9C%BA%E5%88%B6%E4%BA%8C/
+ https://nicksxs.me/2021/06/27/%E8%81%8A%E8%81%8A-Java-%E4%B8%AD%E7%BB%95%E4%B8%8D%E5%BC%80%E7%9A%84-Synchronized-%E5%85%B3%E9%94%AE%E5%AD%97-%E4%BA%8C/
2022-06-11
@@ -623,7 +623,7 @@
- https://nicksxs.me/2021/06/27/%E8%81%8A%E8%81%8A-Java-%E4%B8%AD%E7%BB%95%E4%B8%8D%E5%BC%80%E7%9A%84-Synchronized-%E5%85%B3%E9%94%AE%E5%AD%97-%E4%BA%8C/
+ https://nicksxs.me/2020/08/02/%E8%81%8A%E8%81%8A-Java-%E8%87%AA%E5%B8%A6%E7%9A%84%E9%82%A3%E4%BA%9B%E9%80%86%E5%A4%A9%E5%B7%A5%E5%85%B7/
2022-06-11
@@ -632,7 +632,7 @@
- https://nicksxs.me/2020/08/02/%E8%81%8A%E8%81%8A-Java-%E8%87%AA%E5%B8%A6%E7%9A%84%E9%82%A3%E4%BA%9B%E9%80%86%E5%A4%A9%E5%B7%A5%E5%85%B7/
+ https://nicksxs.me/2021/06/13/%E8%81%8A%E8%81%8A-Java-%E7%9A%84%E7%B1%BB%E5%8A%A0%E8%BD%BD%E6%9C%BA%E5%88%B6%E4%BA%8C/
2022-06-11
@@ -650,7 +650,7 @@
- https://nicksxs.me/2022/01/09/%E8%81%8A%E8%81%8A-Sharding-Jdbc-%E5%88%86%E5%BA%93%E5%88%86%E8%A1%A8%E4%B8%8B%E7%9A%84%E5%88%86%E9%A1%B5%E6%96%B9%E6%A1%88/
+ https://nicksxs.me/2021/12/26/%E8%81%8A%E8%81%8A-Sharding-Jdbc-%E7%9A%84%E7%AE%80%E5%8D%95%E5%8E%9F%E7%90%86%E5%88%9D%E7%AF%87/
2022-06-11
@@ -659,7 +659,7 @@
- https://nicksxs.me/2021/12/12/%E8%81%8A%E8%81%8A-Sharding-Jdbc-%E7%9A%84%E7%AE%80%E5%8D%95%E4%BD%BF%E7%94%A8/
+ https://nicksxs.me/2022/01/09/%E8%81%8A%E8%81%8A-Sharding-Jdbc-%E5%88%86%E5%BA%93%E5%88%86%E8%A1%A8%E4%B8%8B%E7%9A%84%E5%88%86%E9%A1%B5%E6%96%B9%E6%A1%88/
2022-06-11
@@ -668,7 +668,7 @@
- https://nicksxs.me/2021/12/26/%E8%81%8A%E8%81%8A-Sharding-Jdbc-%E7%9A%84%E7%AE%80%E5%8D%95%E5%8E%9F%E7%90%86%E5%88%9D%E7%AF%87/
+ https://nicksxs.me/2021/12/12/%E8%81%8A%E8%81%8A-Sharding-Jdbc-%E7%9A%84%E7%AE%80%E5%8D%95%E4%BD%BF%E7%94%A8/
2022-06-11
@@ -1577,7 +1577,7 @@
- https://nicksxs.me/2019/12/10/Redis-Part-1/
+ https://nicksxs.me/2015/03/11/Reverse-Bits/
2020-01-12
@@ -1586,7 +1586,7 @@
- https://nicksxs.me/2015/03/11/Reverse-Bits/
+ https://nicksxs.me/2019/12/10/Redis-Part-1/
2020-01-12
@@ -1595,7 +1595,7 @@
- https://nicksxs.me/2015/01/14/Two-Sum/
+ https://nicksxs.me/2015/03/13/Reverse-Integer/
2020-01-12
@@ -1604,7 +1604,7 @@
- https://nicksxs.me/2017/05/09/ambari-summary/
+ https://nicksxs.me/2015/01/14/Two-Sum/
2020-01-12
@@ -1613,7 +1613,7 @@
- https://nicksxs.me/2015/03/13/Reverse-Integer/
+ https://nicksxs.me/2016/09/29/binary-watch/
2020-01-12
@@ -1622,7 +1622,7 @@
- https://nicksxs.me/2016/09/29/binary-watch/
+ https://nicksxs.me/2017/05/09/ambari-summary/
2020-01-12
@@ -1694,7 +1694,7 @@
- https://nicksxs.me/categories/index.html
+ https://nicksxs.me/baidu_verify_Gl8jtoDV4z.html
2020-01-12
@@ -1703,7 +1703,7 @@
- https://nicksxs.me/baidu_verify_Gl8jtoDV4z.html
+ https://nicksxs.me/categories/index.html
2020-01-12
@@ -1748,7 +1748,7 @@
- https://nicksxs.me/2015/01/04/Path-Sum/
+ https://nicksxs.me/2015/03/11/Number-Of-1-Bits/
2020-01-12
@@ -1757,7 +1757,7 @@
- https://nicksxs.me/2015/03/11/Number-Of-1-Bits/
+ https://nicksxs.me/2015/01/04/Path-Sum/
2020-01-12
@@ -1766,7 +1766,7 @@
- https://nicksxs.me/2015/06/22/invert-binary-tree/
+ https://nicksxs.me/2014/12/23/my-new-post/
2020-01-12
@@ -1775,7 +1775,7 @@
- https://nicksxs.me/2014/12/23/my-new-post/
+ https://nicksxs.me/2015/06/22/invert-binary-tree/
2020-01-12
@@ -1867,7 +1867,7 @@
https://nicksxs.me/
- 2023-02-26
+ 2023-03-05
daily
1.0
@@ -1875,3082 +1875,3082 @@
https://nicksxs.me/tags/%E7%94%9F%E6%B4%BB/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/2020/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/2021/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%8B%96%E6%9B%B4/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Java/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/JVM/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/C/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/leetcode/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/java/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Binary-Tree/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/DFS/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%BA%8C%E5%8F%89%E6%A0%91/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E9%A2%98%E8%A7%A3/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Linked-List/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%AF%BB%E5%90%8E%E6%84%9F/
- 2023-02-26
+ https://nicksxs.me/tags/%E8%BF%90%E5%8A%A8/
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/tags/%E5%87%8F%E8%82%A5/
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/tags/%E8%B7%91%E6%AD%A5/
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/tags/%E5%B9%B2%E6%B4%BB/
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/tags/%E5%B0%8F%E6%8A%80%E5%B7%A7/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/2019/
- 2023-02-26
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/tags/%E8%AF%BB%E5%90%8E%E6%84%9F/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%B9%B4%E4%B8%AD%E6%80%BB%E7%BB%93/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%8A%80%E6%9C%AF/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%AF%BB%E4%B9%A6/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/c/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%B9%B6%E5%8F%91/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/j-u-c/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/aqs/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/condition/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/await/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/signal/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/lock/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/unlock/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/2022/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/2023/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Apollo/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/environment/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/value/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%B3%A8%E8%A7%A3/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/Disruptor/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Stream/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Comparator/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%8E%92%E5%BA%8F/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/sort/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/nullsfirst/
- 2023-02-26
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/tags/Disruptor/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Dubbo/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/RPC/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%B4%9F%E8%BD%BD%E5%9D%87%E8%A1%A1/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Filter/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Interceptor/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/AOP/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Spring/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Tomcat/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Servlet/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Web/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/G1/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/GC/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Garbage-First-Collector/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/headscale/
- 2023-02-26
+ https://nicksxs.me/tags/2022/
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/tags/2023/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E9%80%92%E5%BD%92/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Preorder-Traversal/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Inorder-Traversal/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%89%8D%E5%BA%8F/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%B8%AD%E5%BA%8F/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Print-FooBar-Alternately/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/DP/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Shift-2D-Grid/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/stack/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/min-stack/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%9C%80%E5%B0%8F%E6%A0%88/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/leetcode-155/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/3Sum-Closest/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/linked-list/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/First-Bad-Version/
- 2023-02-26
+ https://nicksxs.me/tags/Lowest-Common-Ancestor-of-a-Binary-Tree/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/Lowest-Common-Ancestor-of-a-Binary-Tree/
- 2023-02-26
+ https://nicksxs.me/tags/string/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/string/
- 2023-02-26
+ https://nicksxs.me/tags/First-Bad-Version/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Intersection-of-Two-Arrays/
- 2023-02-26
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/tags/headscale/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Median-of-Two-Sorted-Arrays/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/dp/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%BB%A3%E7%A0%81%E9%A2%98%E8%A7%A3/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Trapping-Rain-Water/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%8E%A5%E9%9B%A8%E6%B0%B4/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Leetcode-42/
- 2023-02-26
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/tags/Remove-Duplicates-from-Sorted-List/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Rotate-Image/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%9F%A9%E9%98%B5/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/linux/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/grep/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%BD%AC%E4%B9%89/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/Remove-Duplicates-from-Sorted-List/
- 2023-02-26
+ https://nicksxs.me/tags/mfc/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/mfc/
- 2023-02-26
+ https://nicksxs.me/tags/Maven/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/C/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Redis/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Distributed-Lock/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%88%86%E5%B8%83%E5%BC%8F%E9%94%81/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/Maven/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/hadoop/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/cluster/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/docker/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/mysql/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Docker/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/namespace/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/cgroup/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Dockerfile/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/echo/
- 2023-02-26
+ https://nicksxs.me/tags/Gogs/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/uname/
- 2023-02-26
+ https://nicksxs.me/tags/Webhook/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%8F%91%E8%A1%8C%E7%89%88/
- 2023-02-26
+ https://nicksxs.me/tags/echo/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/Gogs/
- 2023-02-26
+ https://nicksxs.me/tags/uname/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/Webhook/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%8F%91%E8%A1%8C%E7%89%88/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%8D%9A%E5%AE%A2%EF%BC%8C%E6%96%87%E7%AB%A0/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Mysql/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Mybatis/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E7%BC%93%E5%AD%98/
- 2023-02-26
+ https://nicksxs.me/tags/Sql%E6%B3%A8%E5%85%A5/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/Sql%E6%B3%A8%E5%85%A5/
- 2023-02-26
+ https://nicksxs.me/tags/%E7%BC%93%E5%AD%98/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/nginx/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%97%A5%E5%BF%97/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/openresty/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/php/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/powershell/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/mq/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/im/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/redis/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%BA%90%E7%A0%81/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%B7%98%E6%B1%B0%E7%AD%96%E7%95%A5/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%BA%94%E7%94%A8/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Evict/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%BF%87%E6%9C%9F%E7%AD%96%E7%95%A5/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Rust/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%89%80%E6%9C%89%E6%9D%83/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%86%85%E5%AD%98%E5%88%86%E5%B8%83/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%96%B0%E8%AF%AD%E8%A8%80/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%8F%AF%E5%8F%98%E5%BC%95%E7%94%A8/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%B8%8D%E5%8F%AF%E5%8F%98%E5%BC%95%E7%94%A8/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%88%87%E7%89%87/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/spark/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/python/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Spring-Event/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/websocket/
- 2023-02-26
+ https://nicksxs.me/tags/powershell/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/swoole/
- 2023-02-26
+ https://nicksxs.me/tags/websocket/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/WordPress/
- 2023-02-26
+ https://nicksxs.me/tags/swoole/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%B0%8F%E6%8A%80%E5%B7%A7/
- 2023-02-26
+ https://nicksxs.me/tags/gc/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/gc/
- 2023-02-26
+ https://nicksxs.me/tags/%E6%A0%87%E8%AE%B0%E6%95%B4%E7%90%86/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E6%A0%87%E8%AE%B0%E6%95%B4%E7%90%86/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%9E%83%E5%9C%BE%E5%9B%9E%E6%94%B6/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%9E%83%E5%9C%BE%E5%9B%9E%E6%94%B6/
- 2023-02-26
+ https://nicksxs.me/tags/jvm/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/jvm/
- 2023-02-26
+ https://nicksxs.me/tags/WordPress/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/MQ/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/RocketMQ/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%89%8A%E5%B3%B0%E5%A1%AB%E8%B0%B7/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%B8%AD%E9%97%B4%E4%BB%B6/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/ssh/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%AB%AF%E5%8F%A3%E8%BD%AC%E5%8F%91/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%90%90%E6%A7%BD/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%BC%80%E8%BD%A6/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E7%96%AB%E6%83%85/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%8A%A0%E5%A1%9E/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E7%BE%8E%E5%9B%BD/
- 2023-02-26
+ https://nicksxs.me/tags/%E7%B3%9F%E5%BF%83%E4%BA%8B/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%85%AC%E4%BA%A4%E8%BD%A6/
- 2023-02-26
+ https://nicksxs.me/tags/%E8%A7%84%E5%88%99/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%8F%A3%E7%BD%A9/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%85%AC%E4%BA%A4/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E6%9D%80%E4%BA%BA%E8%AF%9B%E5%BF%83/
- 2023-02-26
+ https://nicksxs.me/tags/%E8%B7%AF%E6%94%BF%E8%A7%84%E5%88%92/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E6%89%93%E5%8D%A1/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%9F%BA%E7%A1%80%E8%AE%BE%E6%96%BD/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%B9%B8%E7%A6%8F%E4%BA%86%E5%90%97/
- 2023-02-26
+ https://nicksxs.me/tags/%E6%9D%AD%E5%B7%9E/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%B6%B3%E7%90%83/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%81%A5%E5%BA%B7%E7%A0%81/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%BC%80%E8%BD%A6/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%90%90%E6%A7%BD/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%8A%A0%E5%A1%9E/
- 2023-02-26
+ https://nicksxs.me/tags/%E7%96%AB%E6%83%85/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E7%B3%9F%E5%BF%83%E4%BA%8B/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%85%AC%E4%BA%A4%E8%BD%A6/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%A7%84%E5%88%99/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%8F%A3%E7%BD%A9/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%85%AC%E4%BA%A4/
- 2023-02-26
+ https://nicksxs.me/tags/%E6%9D%80%E4%BA%BA%E8%AF%9B%E5%BF%83/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%B7%AF%E6%94%BF%E8%A7%84%E5%88%92/
- 2023-02-26
+ https://nicksxs.me/tags/Windows/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%9F%BA%E7%A1%80%E8%AE%BE%E6%96%BD/
- 2023-02-26
+ https://nicksxs.me/tags/%E6%89%93%E5%8D%A1/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E6%9D%AD%E5%B7%9E/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%B9%B8%E7%A6%8F%E4%BA%86%E5%90%97/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%81%A5%E5%BA%B7%E7%A0%81/
- 2023-02-26
+ https://nicksxs.me/tags/%E8%B6%B3%E7%90%83/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/Windows/
- 2023-02-26
+ https://nicksxs.me/tags/git/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/scp/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%BF%90%E5%8A%A8/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/%E5%87%8F%E8%82%A5/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/%E8%B7%91%E6%AD%A5/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/%E5%B9%B2%E6%B4%BB/
- 2023-02-26
+ https://nicksxs.me/tags/%E7%BE%8E%E5%9B%BD/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%BD%B1%E8%AF%84/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%AF%84%E7%94%9F%E8%99%AB/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%9B%A4%E7%89%A9%E8%B5%84/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%AD%97%E7%AC%A6%E9%9B%86/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%BC%96%E7%A0%81/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/utf8/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/utf8mb4/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/utf8mb4-0900-ai-ci/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/utf8mb4-unicode-ci/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/utf8mb4-general-ci/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/git/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/DefaultMQPushConsumer/
- 2023-02-26
+ https://nicksxs.me/tags/NameServer/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%BA%90%E7%A0%81%E8%A7%A3%E6%9E%90/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/NameServer/
- 2023-02-26
+ https://nicksxs.me/tags/DefaultMQPushConsumer/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/SpringBoot/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/cglib/
- 2023-02-26
+ https://nicksxs.me/tags/Druid/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E4%BA%8B%E5%8A%A1/
- 2023-02-26
+ https://nicksxs.me/tags/%E6%95%B0%E6%8D%AE%E6%BA%90%E5%8A%A8%E6%80%81%E5%88%87%E6%8D%A2/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/Druid/
- 2023-02-26
+ https://nicksxs.me/tags/%E8%87%AA%E5%8A%A8%E8%A3%85%E9%85%8D/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E6%95%B0%E6%8D%AE%E6%BA%90%E5%8A%A8%E6%80%81%E5%88%87%E6%8D%A2/
- 2023-02-26
+ https://nicksxs.me/tags/AutoConfiguration/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%87%AA%E5%8A%A8%E8%A3%85%E9%85%8D/
- 2023-02-26
+ https://nicksxs.me/tags/cglib/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/AutoConfiguration/
- 2023-02-26
+ https://nicksxs.me/tags/%E4%BA%8B%E5%8A%A1/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E4%B8%9C%E4%BA%AC%E5%A5%A5%E8%BF%90%E4%BC%9A/
- 2023-02-26
+ https://nicksxs.me/tags/SPI/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E4%B8%BE%E9%87%8D/
- 2023-02-26
+ https://nicksxs.me/tags/Adaptive/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%B0%84%E5%87%BB/
- 2023-02-26
+ https://nicksxs.me/tags/%E8%87%AA%E9%80%82%E5%BA%94%E6%8B%93%E5%B1%95/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E4%B9%92%E4%B9%93%E7%90%83/
- 2023-02-26
+ https://nicksxs.me/tags/%E4%B8%9C%E4%BA%AC%E5%A5%A5%E8%BF%90%E4%BC%9A/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%B7%B3%E6%B0%B4/
- 2023-02-26
+ https://nicksxs.me/tags/%E4%B8%BE%E9%87%8D/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/SPI/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%B0%84%E5%87%BB/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/Adaptive/
- 2023-02-26
+ https://nicksxs.me/tags/%E4%B9%92%E4%B9%93%E7%90%83/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%87%AA%E9%80%82%E5%BA%94%E6%8B%93%E5%B1%95/
- 2023-02-26
+ https://nicksxs.me/tags/%E8%B7%B3%E6%B0%B4/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%AE%B9%E9%94%99%E6%9C%BA%E5%88%B6/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Synchronized/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%81%8F%E5%90%91%E9%94%81/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%BD%BB%E9%87%8F%E7%BA%A7%E9%94%81/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E9%87%8D%E9%87%8F%E7%BA%A7%E9%94%81/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%87%AA%E6%97%8B/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E7%B1%BB%E5%8A%A0%E8%BD%BD/
- 2023-02-26
+ https://nicksxs.me/tags/JPS/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%8A%A0%E8%BD%BD/
- 2023-02-26
+ https://nicksxs.me/tags/JStack/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E9%AA%8C%E8%AF%81/
- 2023-02-26
+ https://nicksxs.me/tags/JMap/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%87%86%E5%A4%87/
- 2023-02-26
+ https://nicksxs.me/tags/%E7%B1%BB%E5%8A%A0%E8%BD%BD/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%A7%A3%E6%9E%90/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%8A%A0%E8%BD%BD/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%88%9D%E5%A7%8B%E5%8C%96/
- 2023-02-26
+ https://nicksxs.me/tags/%E9%AA%8C%E8%AF%81/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E9%93%BE%E6%8E%A5/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%87%86%E5%A4%87/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%8F%8C%E4%BA%B2%E5%A7%94%E6%B4%BE/
- 2023-02-26
+ https://nicksxs.me/tags/%E8%A7%A3%E6%9E%90/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/JPS/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%88%9D%E5%A7%8B%E5%8C%96/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/JStack/
- 2023-02-26
+ https://nicksxs.me/tags/%E9%93%BE%E6%8E%A5/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/JMap/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%8F%8C%E4%BA%B2%E5%A7%94%E6%B4%BE/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/top/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Broker/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Sharding-Jdbc/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/ThreadPool/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%BA%BF%E7%A8%8B%E6%B1%A0/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/FixedThreadPool/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/LimitedThreadPool/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/EagerThreadPool/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/CachedThreadPool/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/mvcc/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/read-view/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/gap-lock/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/next-key-lock/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%B9%BB%E8%AF%BB/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%B4%A2%E5%BC%95/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/is-null/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/is-not-null/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/procedure/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%BC%93%E5%AD%98%E7%A9%BF%E9%80%8F/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%BC%93%E5%AD%98%E5%87%BB%E7%A9%BF/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%BC%93%E5%AD%98%E9%9B%AA%E5%B4%A9/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%B8%83%E9%9A%86%E8%BF%87%E6%BB%A4%E5%99%A8/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/bloom-filter/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%BA%92%E6%96%A5%E9%94%81/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Design-Patterns/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%8D%95%E4%BE%8B/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Singleton/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Mac/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/PHP/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/Homebrew/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/icu4c/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/zsh/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/ThreadLocal/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%BC%B1%E5%BC%95%E7%94%A8/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%86%85%E5%AD%98%E6%B3%84%E6%BC%8F/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/WeakReference/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%97%85%E6%B8%B8/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%8E%A6%E9%97%A8/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%B8%AD%E5%B1%B1%E8%B7%AF/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%B1%80%E5%8F%A3%E8%A1%97/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E9%BC%93%E6%B5%AA%E5%B1%BF/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%9B%BE%E5%8E%9D%E5%9E%B5/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%A4%8D%E7%89%A9%E5%9B%AD/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E9%A9%AC%E6%88%8F%E5%9B%A2/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%B2%99%E8%8C%B6%E9%9D%A2/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%B5%B7%E8%9B%8E%E7%85%8E/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%89%B6%E6%A2%AF/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%B8%A9%E8%B8%8F/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%AE%89%E5%85%A8/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%94%B5%E7%93%B6%E8%BD%A6/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/Thread-dump/
- 2023-02-26
+ https://nicksxs.me/tags/%E8%BF%9C%E7%A8%8B%E5%8A%9E%E5%85%AC/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E5%88%86%E5%B8%83%E5%BC%8F%E4%BA%8B%E5%8A%A1/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%B8%A4%E9%98%B6%E6%AE%B5%E6%8F%90%E4%BA%A4/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%B8%89%E9%98%B6%E6%AE%B5%E6%8F%90%E4%BA%A4/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/2PC/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/3PC/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E8%BF%9C%E7%A8%8B%E5%8A%9E%E5%85%AC/
- 2023-02-26
+ https://nicksxs.me/tags/%E7%9C%8B%E5%89%A7/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E9%AA%91%E8%BD%A6/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E7%9C%8B%E5%89%A7/
- 2023-02-26
+ https://nicksxs.me/tags/Thread-dump/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%A3%85%E7%94%B5%E8%84%91/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E8%80%81%E7%94%B5%E8%84%91/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/360-%E5%85%A8%E5%AE%B6%E6%A1%B6/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E4%BF%AE%E7%94%B5%E8%84%91%E7%9A%84/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E6%8D%A2%E8%BD%A6%E7%89%8C/
- 2023-02-26
- weekly
- 0.2
-
-
-
- https://nicksxs.me/tags/dubbo/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/stream/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/zookeeper/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E7%9C%8B%E4%B9%A6/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/tags/%E9%AB%98%E9%80%9F/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/tags/%E5%A4%A7%E6%89%AB%E9%99%A4/
- 2023-02-26
+ https://nicksxs.me/tags/dubbo/
+ 2023-03-05
weekly
0.2
-
-
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/
- 2023-02-26
+ https://nicksxs.me/tags/%E5%A4%A7%E6%89%AB%E9%99%A4/
+ 2023-03-05
weekly
0.2
+
+
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/2020/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/JVM/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/leetcode/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/leetcode/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/2020/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/
- 2023-02-26
+ https://nicksxs.me/categories/Java/leetcode/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/GC/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Binary-Tree/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Linked-List/
- 2023-02-26
+ https://nicksxs.me/categories/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E8%AF%BB%E5%90%8E%E6%84%9F/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/2019/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/2020/
- 2023-02-26
+ https://nicksxs.me/categories/%E8%AF%BB%E5%90%8E%E6%84%9F/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/2019/
- 2023-02-26
+ https://nicksxs.me/categories/Linked-List/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E4%B8%AD%E6%80%BB%E7%BB%93/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/C/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/leetcode/java/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/%E5%B9%B6%E5%8F%91/
- 2023-02-26
+ https://nicksxs.me/categories/%E5%B9%B4%E7%BB%88%E6%80%BB%E7%BB%93/2020/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E8%AF%BB%E5%90%8E%E6%84%9F/%E6%9D%91%E4%B8%8A%E6%98%A5%E6%A0%91/
- 2023-02-26
+ https://nicksxs.me/categories/Java/%E5%B9%B6%E5%8F%91/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/java/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/Apollo/
- 2023-02-26
+ https://nicksxs.me/categories/%E8%AF%BB%E5%90%8E%E6%84%9F/%E6%9D%91%E4%B8%8A%E6%98%A5%E6%A0%91/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E4%B8%AD%E6%80%BB%E7%BB%93/2020/
- 2023-02-26
+ https://nicksxs.me/categories/Java/Apollo/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/%E9%9B%86%E5%90%88/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/Dubbo/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E4%B8%AD%E6%80%BB%E7%BB%93/2020/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E4%B8%AD%E6%80%BB%E7%BB%93/2021/
- 2023-02-26
+ https://nicksxs.me/categories/Java/Dubbo/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Filter/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/headscale/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%B9%B4%E4%B8%AD%E6%80%BB%E7%BB%93/2021/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/leetcode/java/Binary-Tree/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/leetcode/java/Linked-List/
- 2023-02-26
+ https://nicksxs.me/categories/DP/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/DP/
- 2023-02-26
+ https://nicksxs.me/categories/stack/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/stack/
- 2023-02-26
+ https://nicksxs.me/categories/Java/Apollo/value/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/Apollo/value/
- 2023-02-26
+ https://nicksxs.me/categories/leetcode/java/Linked-List/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/linked-list/
- 2023-02-26
+ https://nicksxs.me/categories/Java/leetcode/Lowest-Common-Ancestor-of-a-Binary-Tree/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/leetcode/Lowest-Common-Ancestor-of-a-Binary-Tree/
- 2023-02-26
+ https://nicksxs.me/categories/linked-list/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E5%AD%97%E7%AC%A6%E4%B8%B2-online/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/leetcode/Rotate-Image/
- 2023-02-26
+ https://nicksxs.me/categories/headscale/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Interceptor-AOP/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Linux/
- 2023-02-26
+ https://nicksxs.me/categories/Java/leetcode/Rotate-Image/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/leetcode/java/Binary-Tree/DFS/
- 2023-02-26
+ https://nicksxs.me/categories/Linux/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Redis/
- 2023-02-26
+ https://nicksxs.me/categories/leetcode/java/Binary-Tree/DFS/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/Maven/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/data-analysis/
- 2023-02-26
+ https://nicksxs.me/categories/Redis/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/docker/
- 2023-02-26
+ https://nicksxs.me/categories/leetcode/java/DP/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/leetcode/java/DP/
- 2023-02-26
+ https://nicksxs.me/categories/data-analysis/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Docker/
- 2023-02-26
+ https://nicksxs.me/categories/docker/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/leetcode/java/stack/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E6%8C%81%E7%BB%AD%E9%9B%86%E6%88%90/
- 2023-02-26
+ https://nicksxs.me/categories/Docker/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/leetcode/java/linked-list/
- 2023-02-26
+ https://nicksxs.me/categories/%E6%8C%81%E7%BB%AD%E9%9B%86%E6%88%90/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/Mybatis/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/leetcode/java/string/
- 2023-02-26
+ https://nicksxs.me/categories/leetcode/java/linked-list/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/nginx/
- 2023-02-26
+ https://nicksxs.me/categories/leetcode/java/string/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Spring/
- 2023-02-26
+ https://nicksxs.me/categories/nginx/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Linux/%E5%91%BD%E4%BB%A4/
- 2023-02-26
+ https://nicksxs.me/categories/Spring/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/php/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E8%AF%AD%E8%A8%80/
- 2023-02-26
+ https://nicksxs.me/categories/Linux/%E5%91%BD%E4%BB%A4/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/redis/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Redis/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Redis/Distributed-Lock/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Docker/%E4%BB%8B%E7%BB%8D/
- 2023-02-26
+ https://nicksxs.me/categories/%E8%AF%AD%E8%A8%80/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/Spring/
- 2023-02-26
+ 2023-03-05
+ weekly
+ 0.2
+
+
+
+ https://nicksxs.me/categories/Java/gc/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E5%B0%8F%E6%8A%80%E5%B7%A7/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/gc/
- 2023-02-26
+ https://nicksxs.me/categories/Docker/%E4%BB%8B%E7%BB%8D/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E8%BF%90%E5%8A%A8/
- 2023-02-26
+ https://nicksxs.me/categories/%E8%AF%BB%E5%90%8E%E6%84%9F/%E7%94%9F%E6%B4%BB/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/MQ/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E8%BF%90%E5%8A%A8/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E8%AF%BB%E5%90%8E%E6%84%9F/%E7%94%9F%E6%B4%BB/
- 2023-02-26
+ https://nicksxs.me/categories/MQ/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/ssh/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%90%90%E6%A7%BD/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%85%AC%E4%BA%A4/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E8%AF%BB%E5%90%8E%E6%84%9F/%E7%99%BD%E5%B2%A9%E6%9D%BE/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%90%90%E6%A7%BD/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%85%AC%E4%BA%A4/
- 2023-02-26
+ https://nicksxs.me/categories/Windows/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Windows/
- 2023-02-26
+ https://nicksxs.me/categories/%E8%AF%BB%E5%90%8E%E6%84%9F/%E7%99%BD%E5%B2%A9%E6%9D%BE/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/Mybatis/Mysql/
- 2023-02-26
+ https://nicksxs.me/categories/git/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/shell/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Mybatis/
- 2023-02-26
+ https://nicksxs.me/categories/Java/Mybatis/Mysql/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%BD%B1%E8%AF%84/
- 2023-02-26
+ https://nicksxs.me/categories/Mysql/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Mysql/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%BD%B1%E8%AF%84/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/git/
- 2023-02-26
+ https://nicksxs.me/categories/Mybatis/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/SpringBoot/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Spring/Servlet/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/Dubbo/RPC/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Linux/%E5%91%BD%E4%BB%A4/grep/
- 2023-02-26
+ https://nicksxs.me/categories/Dubbo-RPC/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Dubbo-RPC/
- 2023-02-26
+ https://nicksxs.me/categories/Java/%E7%B1%BB%E5%8A%A0%E8%BD%BD/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Thread-dump/
- 2023-02-26
+ https://nicksxs.me/categories/Linux/%E5%91%BD%E4%BB%A4/grep/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Linux/%E5%91%BD%E4%BB%A4/top/
- 2023-02-26
+ https://nicksxs.me/categories/Thread-dump/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Redis/%E6%BA%90%E7%A0%81/
- 2023-02-26
+ https://nicksxs.me/categories/Linux/%E5%91%BD%E4%BB%A4/top/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Dubbo-%E7%BA%BF%E7%A8%8B%E6%B1%A0/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/C/
- 2023-02-26
+ https://nicksxs.me/categories/Redis/%E5%BA%94%E7%94%A8/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/%E7%B1%BB%E5%8A%A0%E8%BD%BD/
- 2023-02-26
+ https://nicksxs.me/categories/Java/Design-Patterns/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Redis/%E5%BA%94%E7%94%A8/
- 2023-02-26
+ https://nicksxs.me/categories/Mac/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/Design-Patterns/
- 2023-02-26
+ https://nicksxs.me/categories/Redis/%E6%BA%90%E7%A0%81/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Mac/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E6%97%85%E6%B8%B8/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/SpringBoot/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E6%97%85%E6%B8%B8/
- 2023-02-26
+ https://nicksxs.me/categories/C/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E5%88%86%E5%B8%83%E5%BC%8F%E4%BA%8B%E5%8A%A1/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%BC%80%E8%BD%A6/
- 2023-02-26
+ https://nicksxs.me/categories/%E8%AF%AD%E8%A8%80/Rust/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E8%AF%AD%E8%A8%80/Rust/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%BC%80%E8%BD%A6/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Rust/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/gc/jvm/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/MQ/RocketMQ/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/ssh/%E6%8A%80%E5%B7%A7/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Linux/%E5%91%BD%E4%BB%A4/echo/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%90%90%E6%A7%BD/%E7%96%AB%E6%83%85/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%90%90%E6%A7%BD/%E7%96%AB%E6%83%85/
- 2023-02-26
+ https://nicksxs.me/categories/Windows/%E5%B0%8F%E6%8A%80%E5%B7%A7/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E8%AF%BB%E5%90%8E%E6%84%9F/%E7%99%BD%E5%B2%A9%E6%9D%BE/%E5%B9%B8%E7%A6%8F%E4%BA%86%E5%90%97/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Windows/%E5%B0%8F%E6%8A%80%E5%B7%A7/
- 2023-02-26
+ https://nicksxs.me/categories/Linux/%E5%91%BD%E4%BB%A4/echo/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/shell/%E5%B0%8F%E6%8A%80%E5%B7%A7/
- 2023-02-26
+ https://nicksxs.me/categories/git/%E5%B0%8F%E6%8A%80%E5%B7%A7/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Mybatis/%E7%BC%93%E5%AD%98/
- 2023-02-26
+ https://nicksxs.me/categories/shell/%E5%B0%8F%E6%8A%80%E5%B7%A7/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E8%BF%90%E5%8A%A8/%E8%B7%91%E6%AD%A5/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%BD%B1%E8%AF%84/2020/
- 2023-02-26
+ https://nicksxs.me/categories/Mysql/Sql%E6%B3%A8%E5%85%A5/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Mysql/Sql%E6%B3%A8%E5%85%A5/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%BD%B1%E8%AF%84/2020/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/git/%E5%B0%8F%E6%8A%80%E5%B7%A7/
- 2023-02-26
+ https://nicksxs.me/categories/Mybatis/%E7%BC%93%E5%AD%98/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Spring/Servlet/Interceptor/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Java/Dubbo/RPC/SPI/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E5%B0%8F%E6%8A%80%E5%B7%A7/grep/
- 2023-02-26
+ https://nicksxs.me/categories/Dubbo/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Dubbo/
- 2023-02-26
+ https://nicksxs.me/categories/%E5%B0%8F%E6%8A%80%E5%B7%A7/grep/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E9%97%AE%E9%A2%98%E6%8E%92%E6%9F%A5/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E5%B0%8F%E6%8A%80%E5%B7%A7/top/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Mysql/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/C/Redis/
- 2023-02-26
+ https://nicksxs.me/categories/Mysql/%E7%B4%A2%E5%BC%95/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Mysql/%E7%B4%A2%E5%BC%95/
- 2023-02-26
+ https://nicksxs.me/categories/Redis/%E7%BC%93%E5%AD%98/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Redis/%E7%BC%93%E5%AD%98/
- 2023-02-26
+ https://nicksxs.me/categories/Java/Singleton/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Java/Singleton/
- 2023-02-26
+ https://nicksxs.me/categories/Mac/PHP/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Mac/PHP/
- 2023-02-26
+ https://nicksxs.me/categories/C/Redis/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E5%88%86%E5%B8%83%E5%BC%8F%E4%BA%8B%E5%8A%A1/%E4%B8%A4%E9%98%B6%E6%AE%B5%E6%8F%90%E4%BA%A4/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Docker/%E5%8F%91%E8%A1%8C%E7%89%88%E6%9C%AC/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%90%90%E6%A7%BD/%E7%96%AB%E6%83%85/%E5%8F%A3%E7%BD%A9/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%90%90%E6%A7%BD/%E7%96%AB%E6%83%85/%E7%BE%8E%E5%9B%BD/
- 2023-02-26
+ https://nicksxs.me/categories/Docker/%E5%8F%91%E8%A1%8C%E7%89%88%E6%9C%AC/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%90%90%E6%A7%BD/%E7%96%AB%E6%83%85/%E5%8F%A3%E7%BD%A9/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E5%90%90%E6%A7%BD/%E7%96%AB%E6%83%85/%E7%BE%8E%E5%9B%BD/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Spring/Mybatis/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E8%BF%90%E5%8A%A8/%E8%B7%91%E6%AD%A5/%E5%B9%B2%E6%B4%BB/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%94%9F%E6%B4%BB/%E8%BF%90%E5%8A%A8/%E8%B7%91%E6%AD%A5/%E5%B9%B2%E6%B4%BB/
- 2023-02-26
+ https://nicksxs.me/categories/Spring/Mybatis/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/MQ/RocketMQ/%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Spring/Servlet/Interceptor/AOP/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E5%B0%8F%E6%8A%80%E5%B7%A7/grep/%E6%9F%A5%E6%97%A5%E5%BF%97/
- 2023-02-26
+ https://nicksxs.me/categories/Dubbo/SPI/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Dubbo/SPI/
- 2023-02-26
+ https://nicksxs.me/categories/Dubbo/%E5%AE%B9%E9%94%99%E6%9C%BA%E5%88%B6/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Dubbo/%E5%AE%B9%E9%94%99%E6%9C%BA%E5%88%B6/
- 2023-02-26
+ https://nicksxs.me/categories/%E5%B0%8F%E6%8A%80%E5%B7%A7/grep/%E6%9F%A5%E6%97%A5%E5%BF%97/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E5%B7%A5%E5%85%B7/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E5%B0%8F%E6%8A%80%E5%B7%A7/top/%E6%8E%92%E5%BA%8F/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Mysql/%E6%BA%90%E7%A0%81/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Dubbo/%E7%BA%BF%E7%A8%8B%E6%B1%A0/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/C/Mysql/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E7%BC%93%E5%AD%98/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/Mac/Homebrew/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E5%88%86%E5%B8%83%E5%BC%8F%E4%BA%8B%E5%8A%A1/%E4%B8%89%E9%98%B6%E6%AE%B5%E6%8F%90%E4%BA%A4/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97/RocketMQ/
- 2023-02-26
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Dubbo/%E7%BA%BF%E7%A8%8B%E6%B1%A0/ThreadPool/
- 2023-02-26
+ https://nicksxs.me/categories/Dubbo/SPI/Adaptive/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E7%BC%93%E5%AD%98/%E7%A9%BF%E9%80%8F/
- 2023-02-26
+ https://nicksxs.me/categories/Dubbo/%E7%BA%BF%E7%A8%8B%E6%B1%A0/ThreadPool/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/PHP/
- 2023-02-26
+ https://nicksxs.me/categories/%E7%BC%93%E5%AD%98/%E7%A9%BF%E9%80%8F/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/%E4%B8%AD%E9%97%B4%E4%BB%B6/
- 2023-02-26
+ https://nicksxs.me/categories/PHP/
+ 2023-03-05
weekly
0.2
- https://nicksxs.me/categories/Dubbo/SPI/Adaptive/
- 2023-02-26
+ https://nicksxs.me/categories/%E4%B8%AD%E9%97%B4%E4%BB%B6/
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E7%BC%93%E5%AD%98/%E7%A9%BF%E9%80%8F/%E5%87%BB%E7%A9%BF/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/PHP/icu4c/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E4%B8%AD%E9%97%B4%E4%BB%B6/RocketMQ/
- 2023-02-26
+ 2023-03-05
weekly
0.2
https://nicksxs.me/categories/%E7%BC%93%E5%AD%98/%E7%A9%BF%E9%80%8F/%E5%87%BB%E7%A9%BF/%E9%9B%AA%E5%B4%A9/
- 2023-02-26
+ 2023-03-05
weekly
0.2
diff --git a/tags/java/page/7/index.html b/tags/java/page/7/index.html
index 780011d2ef..6521000d61 100644
--- a/tags/java/page/7/index.html
+++ b/tags/java/page/7/index.html
@@ -1 +1 @@
-标签: Java | Nicksxs's Blog
0%
Theme NexT works best with JavaScript enabled
标签: java | Nicksxs's Blog
0%
Theme NexT works best with JavaScript enabled
![9G5FE[9%@7%G(B`Q7]E)5@R.png](https://ooo.0o0.ooo/2016/08/10/57aac43029559.png)
-
再看这个图，我们发现在这的时候还没有进行替换
好像是这里了
，图中一共有四个槽的存储空间，依次访问顺序是 A B C D E D F，
-
-user2:
-
-user3:
-
,假如我的 U 盘的盘符是
就可以搜索到占用这个盘符下文件的进程，这里千万小心‼️‼️，不可轻易杀掉这些进程，有些系统进程如果轻易杀掉会导致蓝屏等问题，不可轻易尝试，除非能确认这些进程的作用。
，这个可以看到当前最近 Windows 发生的事件，打开这个后就点击U盘推出，因为推不出来也是一种错误事件，点击下刷新就能在这看到具体是因为什么推出不了，具体的进程信息
