前言 对于从事java开发工作的同学来说，Spring的事务肯定再熟悉不过了。 在某些业务场景下，如果一个请求中，需要同时写入多张表的数据。为了保证操作的原子性（要么同时成功，要么同时失败），避免数据

昨天晚上，我刚到家里打开公司群，就看见群里有人讨论：线上环境出现大量RPC请求报错，异常原因：被线程池拒绝……

Spring Cache + Caffeine实现本地缓存，Caffeine是一个高性能，高命中率，低内存占用，near optimal 的本地缓存。

Guava Cache实战—从场景使用到原理分析 [toc] 为什么使用本地缓存 在多线程高并发场景中往往是离不开 cache 的，需要根据不同的应用场景来需要选择不同的 cache，比如分布式缓存如

创建一个多线程工具类，可以包含执行任务、处理返回值、异常操作以及多线程合并操作等功能。使用 `CompletableFuture` 来处理异步操作和合并结果

优化RedissonBloomFilterUtil使其对元素误差进一步优化并增加其代码鲁棒性.可以在这里实现布隆过滤器的重建逻辑。这可能包括从数据库或其他可靠源重新填充布隆过滤器，以确保其准确性。

Redis 的 GEO 命令集基于 geohash，它将二维的经纬度转换成一个字符串。Redis 使用这些 geohashes 来快速检索特定区域内的元素。

令牌（token）以固定速率放入桶中，每个请求需要消耗一个令牌才能被处理，如果桶中有足够的令牌，请求立即被处理；如果没有，请求可以等待令牌或被拒绝。允许突发流量直到令牌耗尽，然后恢复到固定速率。

`TransactionSynchronizationAdapter` 实现了 `TransactionSynchronization` 接口，提供了一种方便的方式来使用事务同步回调。