(我的算法刷题笔记（3.18-3.22）) 1. 螺旋矩阵 原题链接 1. total是总共走的步数 2. int[][] directions = {{0, 1}, {1, 0}, {0, -1}, {-1, 0}};方位 3. visited[row][column] = true;用于判断是否走完一圈 class Solution { public List<Integer&g
(MongoDB快速⼊⻔) 转自 黑马 MongoDB简介 通过docker安装MongoDB MongoDB基本操作 基本概念 数据库以及表的操作 新增数据 更新数据 删除数据 查询数据 索引 执⾏计划 UI客户端⼯具 SpringBoot整合MongoDB
(Lombok) 配置安装 常用注解 常用注解 @Data：注解在类上；提供类所有属性的 getting 和 setting 方法，此外还提供了equals、canEqual、hashCode、toString 方法 @Setter：注解在属性上；为属性提供 setting 方法 @Getter：注解在属性上；为属性提供 getting 方法 @Slf4j：注解在类上；为类提供一个 属性名为
(Nginx-概述) 介绍 下载和安装 目录结构 Nginx-命令 Nginx-应用 配置文件结构 部署静态资源 反向代理
(项目实战 MySQL读写分离) 转自-黑马 在前面基础功能实现的过程中，我们后台管理系统及移动端的用户，在进行数据访问时，都是直接操作数据库MySQL的。结构如下图： 而在当前，MySQL服务器只有一台，那么就可能会存在如下问题： 1). 读和写所有压力都由一台数据库承担，压力大 2). 数据库服务器磁盘损坏则数据丢失，单点故障 2). 解决方案 为了解决上述提到的两个问题，我们可以准备两台My
(Redis缓存示例【一篇看懂数据库缓存的技术redis】) 因为服务器和数据库直接读写，性能消耗大 我们可以用redis缓存 当服务器想访问数据库时，可以先访问redis，看是否之前访问过想要的数据，这样就可以直接拿到想要的数据，而不需要再次访问读写数据库 环境准备 1). 在项目的pom.xml文件中导入spring data redis的maven坐标 <dependency>
(JVM参数：标准参数、非标准参数、不稳定参数) 在JVM调整过程中，主要是对JVM参数做调整。JVM参数有很多，其实我们直接使用默认的JVM参数，不去修改可以满足大多数情况。 但是如果你想在有限的硬件资源下，部署的系统达到最大的运行效率，那么进行相关的JVM参数设置是必不可少的。 下面我们就来对JVM参数进行介绍。 JVM参数主要分为以下三种：标准参数、非标准参数、不稳定参数。 标准参数 非标
(JVM相关工具) 转自 《极客时间》 JDK工具包 jps jstat jinfo jmap jhat jstack VisualVM 第三方工具【GCEasy、MAT、GCViewer、Arthas】
(JVM垃圾收集器) 转自《极客时间》 GC基本原理 垃圾回收 如果不进行垃圾收集，内存数据很快就会被占满 理论计算： 计算题：256byte * 400w / 1024 /1024 = 976.5625 MB 400百万256byte请求 约等于对象 1GB 什么是垃圾? 如何找到这个垃圾？ 引用计数法和根可达算法 1）引用计数法（Reference Counting） 通过引用计数方法，找到
(MySQL集群架构搭建以及多数据源管理实战) 转自《图灵课堂》 应用中如何将单数据库升级为集群 分库分表是一个很复杂的问题，因此在实际上手ShardingSphere这样的框架之前，我们其实有必要了解一下在实际开发中，我们如何将一个MySQL服务扩展成一个MySQL集群，这样，在后续面对ShardingSphere各种复杂的配置以及API时，才能弄明白到底在干些什么事情。 接下来会一步一
自定义类加载器，加载指定路径在D盘下的lib文件夹下的类。 步骤: 新建一个需要被加载的类Test.jave 编译Test.jave到指定lib目录 自定义类加载器HeroClassLoader继承ClassLoader: 重写findClass()方法 调用defineClass()方法 测试自定义类加载器 实现: (1)新建一个 Test.java 类，代码如下: pa
DBUtil package common; import com.mysql.jdbc.jdbc2.optional.MysqlDataSource; import javax.sql.DataSource; import java.sql.Connection; import java.sql.PreparedStatement; import java.sql.ResultSet; im
(大厂生产级Redis高并发分布式锁实战) 转自https://blog.csdn.net/qq_32681589/article/details/132794656 一个分布式案例引发的思考 先假设，我们当前线上有一个项目，使用nginx分别轮循到2个tomcat上。它的模型如下： 如上图，为了减缓节点压力，我们把项目部署成了2个tomcat，分别是8080端口和8081端口。并且采用的是轮询
(Redis缓存设计与性能优化) 转自 图灵课堂 缓存设计 缓存穿透 缓存穿透是指查询一个根本不存在的数据， 缓存层和存储层都不会命中， 通常出于容错的考虑， 如果从存储层查不到数据则不写入缓存层。 ==缓存穿透将导致不存在的数据每次请求都要到存储层去查询， 失去了缓存保护后端存储的意义。== 造成缓存穿透的基本原因有两个： 第一， 自身业务代码或者数据出现问题。 第二， 一些恶意攻击、 爬虫等造
(线程和进程【并发和并行、线程上下文切换、线程的状态】) 转自 极客时间 进程：是指内存中运行的一个应用程序，每个进程都有自己独立的内存空间；进程也是程序的一次执行过程，是系统运行程序的基本单位；系统运行一个程序即是一个进程从创建、运行到消亡的过程。 线程：是进程中的一个执行单元，负责当前进程中任务的执行。一个进程在其执行过程中，会产生很多个线程。 什么是并发与并行？ 什么是线程上下文切换？
春节回来 回顾一下春节前实习的第二和第三周 导师给分配了一个测试任务，就是简单的功能测试。自己补充了一些测试点，总体难度很小 了解了部门的主要链路，业务执行的全流程 大体就是这两个任务 工作难度不大 感悟就是：实习需要大量时间，融入部门业务。如果部门业务有具体的学习视频，这样工作入手就会快捷一些。 最后希望自己可以坚持，努力的坚持下去，学习到一些知识，和部门的正式员工学习到技术和精神。 抱着学
(阅读《极客时间 | Kafka核心技术与实战》) 为什么要学习Kafka 如果你是一名软件开发工程师的话，掌握 Kafka 的第一步就是要根据你掌握的编程语言去寻找对应的 Kafka 客户端。当前 Kafka 最重要的两大客户端是 Java 客户端和 libkafka 客户端，它们更新和维护的速度很快，非常适合你持续花时间投入。 一旦确定了要使用的客户端，马上去官网上学习一下代码示例，如果能够正
(Future和FutureTask) Future类 FutureTask叫未来任务，可以将一个复杂的任务剔除出去交给另外一个线程来完成 Future主要方法 get() get方法的行为取决于Callable任务的状态，只有以下5种情况: 任务正常完成:get方法会立刻返回结果 任务尚未完成:任务还没有开始或进行中，get将阻塞并直到任务完成。 任务执行过程中抛出Exception:get
(ThreadLocal) 什么是ThreadLocal? ThreadLocal 被译为==线程本地变量”类==，在 Java 的多线程并发执行过程中，为保证多个线程对变量的安 全访问，可以将变量放到ThreadLocal 类型的对象中，使变量在每个线程中都有独立值，不会出现一个 线程读取变量时而被另一个线程修改的现象。 ThreadLocal 是解决线程安全问题一个较好方案，它通过为每个线程提
顺序打印-进阶版 方法一：三个线程竞争同一个锁，通过count判断是否打印 三个线程分别打印A，B，C 方法一：通过count计数打印（三个线程上同样的锁，打印一个，召唤所有锁，如果不满足条件，则wait等待，锁自动解锁） 方法二： /** * 有三个线程，分别只能打印A，B和C * 要求按顺序打印ABC，打印10次 * 输出示例： * ABC * ABC * ABC * ABC
(并发容器) 转自极客时间 什么是并发容器? 在JUC包中，有一大部分是关于并发容器的，如ConcurrentHashMap，ConcurrentSkipListMap， CopyOnWriteArrayList及阻塞队列。这里将介绍使用频率、面试中出现频繁的最高的 ConcurrentHashMap和阻塞队列。 注意:这里说到的容器概念，相当于我们理解中的集合的概念。 同步容器: Java中的集
(线程协作工具类) 转自 极客时间 线程协作工具类就是帮助程序员更容易的让线程之间进行协作，来完成某个业务功能。 CountDownLatch倒数门闩 import java.util.concurrent.CountDownLatch; import java.util.concurrent.TimeUnit; /** * CountDownLatch案例：6个程序猿加班 * 当计数器
(kafka系列 一) 一、消息队列 1. 消息队列的来源 在高并发的应用场景中，由于来不及同步处理请求，接收到的请求往往会发生阻塞。 例如，大量的插入、更新请求同时到达数据库，这会导致行或表被锁住，最后会因为请求堆积过多而触发“连接数过多的异常”(TooMany Connections)错误。 因此，在高并发的应用场景中需要一个缓冲机制，而消息队列则可以很好地充当这样一个角色。==消息队列通过异
ReentrantLock类图 我们看一下重入锁ReentrantLock类关系图，它是实现了Lock接口的类。NonfairSync和FairSync都继承 自抽象类Sync，在ReentrantLock中有非公平锁NonfairSync和公平锁FairSync的实现。 在重入锁ReentrantLock类关系图中，我们可以看到NonfairSync和FairSync都继承自抽象类Sync，
减少锁持有时间 减少锁粒度 将大对象拆分成小对象，增加并行度，降低锁竞争。 ConcurrentHashMap允许多个线程同 时进入 锁分离 根据功能进行锁分离 ReadWriteLock在读多写少时，可以提高性能。 锁消除 锁消除是发生在编译器级别的一种锁优化方式。 有时候我们写的代码完全不需要加锁，却执行了加锁操作。 锁粗化 通常情况下，为了保证多线程间的有效并发，会要求每个线程
转自 极客时间 Redis主从架构 redis主从架构搭建，配置从节点步骤： 1、复制一份redis.conf文件 2、将相关配置修改为如下值： port 6380 pidfile /var/run/redis_6380.pid # 把pid进程号写入pidfile配置的文件 logfile "6380.log" dir /usr/local/redis-5.0.3/da
(Java锁简介) JUC包中提供的锁 Java提供了种类丰富的锁，每种锁因其特性的不同，在适当的场景下能够展现出非常高的效率。 JUC包中提供的锁: ReentrantLock重入锁，它是一种可重入的独享锁，具有与使用 synchronized 相同的一些基本行 为和语义，但是它的API功能更强大，==ReentrantLock 相当于synchronized 的增强版，具有 synchron
(从Kafka系统中读取消息数据——消费) 转自《 Kafka并不难学！入门、进阶、商业实战》 消费者是读取kafka分区中信息的一个实例 注意： 一个消费者可以读取多个分区 一个分区不能被多个消费者读取 消费 Kafka 集群中的主题消息 检查消费者是不是单线程 Kafka 系统的消费者接口是向下兼容的，即，在新版 Kafka 系统中老版的消费者接口仍可以使用。在新版本的 Kafka 系统中，消
(redis持久化) 转自 图灵课堂 RDB快照（snapshot） 在默认情况下， Redis 将内存数据库快照保存在名字为 dump.rdb 的二进制文件中。 你可以对 Redis 进行设置， 让它在“ N 秒内数据集至少有 M 个改动”这一条件被满足时， 自动保存一次数据集。 比如说， 以下设置会让 Redis 在满足“ 60 秒内有至少有 1000 个键被改动”这一条件时， 自动保存一次数
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
