java
39篇文章 · 0订阅
  • Redis+Caffeine两级缓存，让访问速度纵享丝滑
    当地表最强本地缓存Caffeine遇上性能之王Redis，能够给我们的接口访问速度带来怎样的提升，不妨来看一下。
    后端 Java
    Redis+Caffeine两级缓存，让访问速度纵享丝滑
  • 农行1面：Java如何保证线程T1，T2，T3 顺序执行？
    线程是 Java执行的最小单元，通常意义上来说，多个线程是为了加快速速且无需保序，这篇文章，我们来分析一道农业银行的面试题目：如要保证线程T1, T2, T3顺序执行？
    后端 Java 面试
    农行1面：Java如何保证线程T1，T2，T3 顺序执行？
  • Netty 经典面试题及答案
    Netty 面试题通常涉及到框架的内部工作原理、性能优化、故障排除以及与其他技术的集成。 以下是一些 Netty 的面试题和详细答案
    Netty 面试 后端
    Netty 经典面试题及答案
  • RabbitMQ 可靠性、重复消费、顺序性、消息积压解决方案
    前言 上篇文章介绍了 为什么引入消息队列？ 引入 MQ 给我们解决了一些问题，但同时又引入了一些复杂的问题，这些问题是大型项目中必须解决的重点，更重要的是，面试也经常问。实际上消息队列可以说是没法百分
    RabbitMQ 后端 消息队列
  • 探索企业级限流解决方案：流量削峰的实践与优化
    中原银行自研流量削峰平台，通过动态调整流量速率、快速拒绝过多和超时请求等功能，提升系统稳定性和用户体验。该平台已成功应用于多个系统，显著降低了高并发场景下的系统压力，确保业务连续性。
    后端
  • Kafka设计解析（八）- Kafka事务机制与Exactly Once语义实现原理
    本文所有Kafka原理性的描述除特殊说明外均基于Kafka 1.0.0版本。 Kafka事务机制的实现主要是为了支持 Exactly Once即正好一次语义
    后端 Kafka
  • 原来kafka也有事务啊，再也不担心消息不一致了
    前言 现在假定这么一个业务场景，从kafka中的topic获取消息数据，经过一定加工处理后，发送到另外一个topic中，要求整个过程消息不能丢失，也不能重复发送，即实现端到端的Exactly-Once
    Kafka Java 后端
    原来kafka也有事务啊，再也不担心消息不一致了
  • SparkStreaming 整合 Kafka 实现精准一次消费
    简介 SparkStreaming消费Kafka实现精确一次性消费. 保证消息不丢失、不重复消费. 消息处理的语义 At Least Once (至少处理一次): 消息至少被处理一次 可以保证 数据不
    Spark
  • kafka如何实现精准一次性消费？
    前言 在开始这篇文章的时候，我仔细回想了一下上一次写文章的时候应该还是上一次写文章的时候，回想上一次写文章的时候，仿佛还在昨天。那么今天要聊的是什么呢？没错，是大家都非常熟悉的kafka，在消息队列中
    Kafka
  • 消息中间件部署及比较：rabbitMQ、activeMQ、zeroMQ、rocketMQ、Kafka、redis
    一发一存一消费，没有最好的消息队列中间件(简称消息中间件)，只有最合适的消息中间件。 非实时性：当不需要立即获得结果，但是并发量又需要进行控制的时候，差不多就是需要使用消息队列的时候。主要解决了应用耦合、异步处理、流量削锋等问题。 限流削峰：应用于秒杀或抢购活动中，避免流量过大…
    Redis RabbitMQ