🥈【Java技术体系】技术研究院

缓存的理解 缓存的工作机制是先从缓存中读取数据，如果没有再从慢速设备上读取实际数据，并将数据存入缓存中。通常情况下，我们会将那些经常读取且不经常修改的数据或昂贵（CPU/IO）的且对于相同请求有相同计

Maven介绍 由于Java的生态非常丰富，无论你想实现什么功能，都能找到对应的工具类，这些工具类都是以jar包的形式出现的，例如Spring,SpringMVC、MyBatis、数据库驱动，等等，都

CacheManager管理器的扩展支持 Spring的抽象控制机制，即允许绑定不同的缓存解决方案（如Caffeine、Ehcache等），但本身不直接提供缓存功能的实现。它支持注解方式使用缓存，非常

JPA的介绍 Java持久化API（JPA）显著简化了EJB持续性并提供了一个对象关系映射方法，该方法使用可以采用声明方式定义如何通过一种标准的可移植方式，将Java对象映射到关系数据库表。 通过JP

前提介绍 Java安全应该包括两方面的内容，一是Java平台（即是Java运行环境）的安全性；二是Java语言开发的应用程序的安全性。由于我们不是Java本身语言的制定开发者，所以第一个安全性不需要我

本文正在参加「金石计划」 承接上文 承接上一篇文章【算法数据结构专题】「延时队列算法」史上手把手教你针对层级时间轮（TimingWheel）实现延时队列的开发实战落地（上）】我们基本上对层级时间轮算法

本文正在参加「金石计划」 承接上文 承接之前的【精华推荐 |【算法数据结构专题】「延时队列算法」史上非常详细分析和介绍如何通过时间轮（TimingWheel）实现延时队列的原理指南】，让我们基本上已经

本文正在参加「金石计划」 并发编程的难题和挑战 在并发编程的技术领域中，对于我们而言的难题主要有两个： 多线程之间如何进行通信和线程之间如何同步，通信是指线程之间以何种机制来交换信息。 多线程的线程通

本文正在参加「金石计划」 前提介绍 相信如果经历了我的上一篇Arthas的文章[【JVM实战系列】「监控调优体系」针对于Alibaba-Arthas的安装入门及基础使用开发实战指南]之后，相信你对Ar

什么是JMH（微基准测试） JMH，全称Java Microbenchmark Harness (微基准测试框架），是专门用于Java代码微基准测试的一套测试工具API，是由Java虚拟机团队开发的的

前提介绍 很多小伙伴，都跟我反馈，说自己总是对JVM这一块的学习和认识不够扎实也不够成熟，因为JVM的一些特性以及运作机制总是混淆以及不确定，导致面试和工作实战中出现了很多的纰漏和短板，解决广大小伙伴

专题⽬标 本系列专题的目标是希望可以帮助读者们系统和全访问掌握应⽤系统调优的思路与方案以及相关的调优工具的使用，虽然未必会覆盖目前的所有的问题场景，但是还是提供了较为丰富的案例和调优理论，会帮助大家打

finalize方法是什么 finalize方法是Object的protected方法，Object的子类们可以覆盖该方法以实现资源清理工作，GC在首次回收对象之前调用该方法。 finalize方法与

本文正在参加「金石计划 . 瓜分6万现金大奖」 NIO与内存映射文件 Java类库中的NIO包相对于IO包来说有一个新功能就是 【内存映射文件】，在业务层面的日常开发过程中并不是经常会使用，但是一旦在

「这是我参与2022首次更文挑战的第9天，活动详情查看：2022首次更文挑战」。 CompletionService基本介绍 CompletionService与ExecutorService类似都可

「这是我参与2022首次更文挑战的第8天，活动详情查看：2022首次更文挑战」。 CountDownLatch工作原理分析 一、大致介绍 那么本篇文章和大家分享分析一下JDK1.8的CountDown

CyclicBarrier和CountDownLatch CyclicBarrier和CountDownLatch 都位于java.util.concurrent这个包下，其工作原理的核心要点： Cy

BitMap（位图）的介绍 BitMap从字面的意思，很多人认为是位图，其实准确的来说，翻译成基于位的映射，其中数据库中有一种索引就叫做位图索引。 在具有性能优化的数据结构中，大家使用最多的就是has

Netty的零拷贝 Netty中的零拷贝与我们传统理解的零拷贝不太一样。 传统的零拷贝指的是数据传输过程中，不需要CPU进行数据的拷贝。主要是数据在用户空间与内核中间之间的拷贝。 传统意义的零拷贝 在

探究背景 涉及诸如float或者double这两种浮点型数据的处理时，偶尔总会有一些怪怪的现象，不知道大家注意过没，举几个常见的栗子： 条件判断超预期 数据转换超预期 基本运算超预期 数据自增超预期