首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
赛先生和泰先生
掘友等级
www.altitude.xin
努力做一个有温度的Java知识分享者。 🎉视频讲解 https://space.bilibili.com/1936685014
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
22
文章 22
沸点 0
赞
22
返回
|
搜索文章
赞
文章( 22 )
沸点( 0 )
EntityUtils MapStruct BeanCopier 数据实体类转换工具 DO BO VO DTO 附视频
实际项目开发过程中,总有数据实体类互相转换的需求,DO、BO、VO、DTO等数据模型转换经常发生。今天推荐几个好用的实体类转换工具分别是EntityUtils MapStruct BeaBCopier
Java多线程与线程池技术
Java多线程编程线程池被广泛使用,甚至成为了标配。 线程池本质是池化技术的应用,和连接池类似,创建连接与关闭连接属于耗时操作,创建线程与销毁线程也属于重操作,为了提高效率,先提前创建好一批
G1垃圾回收器在并发场景调优
目前企业级主流使用的Java版本是8,垃圾回收器支持手动修改为G1,G1垃圾回收器是Java 11的默认设置,因此G1垃圾回收器可以用很长时间,现阶段垃圾回收器优化意味着针对G1垃圾回收器优
Caffeine缓存 最快缓存 内存缓存
Caffeine是一个进程内部缓存框架 内存缓存 最快缓存 Caffeine是一个进程内部缓存框架 内存缓存 最快缓存
Lombok从入门到精通
对 Lombok 的态度是强烈推荐,甚至认为应当将部分常用功能直接以 JDK 的形式集成。 在构建实体类过程中写一堆Set/Get方法毫无意义
请求合并与拆分在并发场景中应用
在并发场景中,当热点缓存Key失效时,流量瞬间打到数据库中,此所谓缓存击穿现象;当大范围的缓存Key失效时,流量也会打到数据库中,此所谓缓存雪崩现象。 当使用分布式行锁时,能够有效解决缓存击
数据库与缓存数据一致性解决方案
在分布式并发系统中,数据库与缓存数据一致性是一项富有挑战性的技术难点。本文将讨论数据库与缓存数据一致性问题,并提供通用的解决方案。 假设有完善的工业级分布式事务解决方案,那么数据库与缓存数据
基于消息队列(RabbitMQ)实现延迟任务
延迟任务应用广泛,延迟任务典型应用场景有订单超时自动取消;支付回调重试。其中订单超时取消具有幂等性属性,无需考虑重复消费问题;支付回调重试需要考虑重复消费问题。
基于Redis分布式BitMap的应用
在实际开发中常常遇到如下需求:判断当前元素是否存在于已知的集合中,将已知集合中的元素维护一个HashSet,使用时只需耗时O(1)的时间复杂度便可判断出结果,Java内部或者Redis均提供
应用系统缓存体系深入研究(Java版)
在使用MyBatis、MybatisPlus等DAO层数据库访问框架式,常常会与一级缓存、二级缓存打交道,为了增强对缓存体系的整体把控力,提高软件应用响应速度,这里对三级缓存一次梳理。
下一页
个人成就
文章被点赞
195
文章被阅读
46,761
掘力值
1,401
关注了
0
关注者
48
收藏集
1
关注标签
16
加入于
2022-01-19