Mrying
获得徽章 1
赞了这篇文章
#青训营笔记创作活动#
2月21日 打卡day40
今日阅读的文章是《「Redis应用」Redis "高级"应用场景 -- 限流、延时队列、幂等处理》
Redis限流：固定窗口计数，Redis过期机制实现，但存在窗口临界问题；滑动窗口计数，Zset实现；漏桶算法限制常量流出速率，令牌桶算法限制平均流入速率
Nginx限流：突发流量限制访问频率，加上burst参数，在结合nodelay一起使用，瞬间超出设置的每秒处理量时，超出的请求立马处理，不能延迟；控制并发连接数，ngx_http_limit_conn_module提供了限制连接数功能
Redis实现延时队列：String设置key，过期监听触发事件，但是Redis从未保证会在设定的过期时间立即删除并发送过期通知；ZSet存储定时任务
Redis实现布隆过滤器：布隆过滤器可以用于检索一个元素是否在一个集合中，如果布隆过滤器判断存在，则放“可能会误判”，后续过程跟普通查询Redis过程是一样的，不存在，则直接返回，不走redis。将所有可能存在的数据哈希到一个足够大的bitmaps中，一定不存在的数据会被这个bitmaps拦截掉，从而避免了对底层存储系统的查询压力。布隆过滤器不好删除元素，加计数器解决
Redis实现幂等处理：先删除token，再执行业务
Redis的incr：签到等需要计数的序列号、记录登录失败次数防爆破
登录失败逻辑
2月21日 打卡day40
今日阅读的文章是《「Redis应用」Redis "高级"应用场景 -- 限流、延时队列、幂等处理》
Redis限流：固定窗口计数，Redis过期机制实现，但存在窗口临界问题；滑动窗口计数，Zset实现；漏桶算法限制常量流出速率，令牌桶算法限制平均流入速率
Nginx限流：突发流量限制访问频率，加上burst参数，在结合nodelay一起使用，瞬间超出设置的每秒处理量时，超出的请求立马处理，不能延迟；控制并发连接数，ngx_http_limit_conn_module提供了限制连接数功能
Redis实现延时队列：String设置key，过期监听触发事件，但是Redis从未保证会在设定的过期时间立即删除并发送过期通知；ZSet存储定时任务
Redis实现布隆过滤器：布隆过滤器可以用于检索一个元素是否在一个集合中，如果布隆过滤器判断存在，则放“可能会误判”，后续过程跟普通查询Redis过程是一样的，不存在，则直接返回，不走redis。将所有可能存在的数据哈希到一个足够大的bitmaps中，一定不存在的数据会被这个bitmaps拦截掉，从而避免了对底层存储系统的查询压力。布隆过滤器不好删除元素，加计数器解决
Redis实现幂等处理：先删除token，再执行业务
Redis的incr：签到等需要计数的序列号、记录登录失败次数防爆破
登录失败逻辑
展开
评论
1
赞了这篇文章
#青训营笔记创作活动#
2月20日 打卡day39
今日阅读文章《利用Optional解决空指针异常》
空指针异常（NullPointerException）指java中的异常类，当应用程序试图在需要对象的地方使用null时（调用null对象的实例方法、访问或修改null对象的字段、将null作为一个数组，获得其长度、将null作为一个数组，访问或修改其时间片、将null作为Throwable值抛出），抛出该异常
Java8引入的Optional类用于解决空指针异常
基本用法：使用同名方法创建、使用of()和ofNullable()方法创建包含值的Optioanal实例、get()方法获得实际值对象、isPresent()方法验证是否有值、API用以返回对象值、
转换与过滤：map()和flatMap()方法转换Optional的值
文章还介绍了使用Optional重写案例，Optional类源码解析
Optional是Java语言的有益补充，旨在减少代码中的空指针异常，这个简单而强大的类有助于创建简单、可读性更强、比对应程序错误更少的程序
2月20日 打卡day39
今日阅读文章《利用Optional解决空指针异常》
空指针异常（NullPointerException）指java中的异常类，当应用程序试图在需要对象的地方使用null时（调用null对象的实例方法、访问或修改null对象的字段、将null作为一个数组，获得其长度、将null作为一个数组，访问或修改其时间片、将null作为Throwable值抛出），抛出该异常
Java8引入的Optional类用于解决空指针异常
基本用法：使用同名方法创建、使用of()和ofNullable()方法创建包含值的Optioanal实例、get()方法获得实际值对象、isPresent()方法验证是否有值、API用以返回对象值、
转换与过滤：map()和flatMap()方法转换Optional的值
文章还介绍了使用Optional重写案例，Optional类源码解析
Optional是Java语言的有益补充，旨在减少代码中的空指针异常，这个简单而强大的类有助于创建简单、可读性更强、比对应程序错误更少的程序
展开
评论
点赞
赞了这篇文章
#青训营笔记创作活动#
2月19日 打卡day38
今日阅读的文章是《实现真正的高性能高并发的上亿级别秒杀系统！》
秒杀系统我在青训营课程的学习中有过了解，也在之前的阅读中读到过秒杀系统，所以今天的要记的是知识点上的补充
秒杀特点是持续时间短，抢购人数多，参与人数远远高于商品数量
在《高并发秒杀商品，你必须知道的9个细节》中提到设计秒杀系统需要注意的9个细节：瞬时高并发、页面静态化、秒杀按钮、读多写少、缓存问题、库存问题、分布式锁、mq异步处理、如何限流。该文章提供的更多是设计方向
本文章结构也是这样安排的，但是这篇文章就是将怎么做，提供更详细的方法
负载均衡：高并发系统架构采用分布式集群部署，服务上层有层层负载均衡，提供各种容灾手段，保证系统的高可用。OSPF，是一个内部网关协议，最多6条链路同时执行负载均衡；LVS；Ngnix，轮询、加权轮询、ip hash轮询
消息丢失问题，加消息发送表；重复消费问题，加消息处理表；垃圾消息问题，在job重试时进行相关处理；延迟消费问题，使用延迟队列；支付回调问题：完成支付，修改订单状态为已支付，删除缓存中排队信息、下单状态
熔断：雪崩效应，在微服务架构中多个服务层调用，基础服务故障导致级联故障，进而造成整个系统不可用；熔断器，隔离模式、熔断器模式、命令模式、Hystrix、Metrics
Redis限流：setnx、zset、令牌桶
2月19日 打卡day38
今日阅读的文章是《实现真正的高性能高并发的上亿级别秒杀系统！》
秒杀系统我在青训营课程的学习中有过了解，也在之前的阅读中读到过秒杀系统，所以今天的要记的是知识点上的补充
秒杀特点是持续时间短，抢购人数多，参与人数远远高于商品数量
在《高并发秒杀商品，你必须知道的9个细节》中提到设计秒杀系统需要注意的9个细节：瞬时高并发、页面静态化、秒杀按钮、读多写少、缓存问题、库存问题、分布式锁、mq异步处理、如何限流。该文章提供的更多是设计方向
本文章结构也是这样安排的，但是这篇文章就是将怎么做，提供更详细的方法
负载均衡：高并发系统架构采用分布式集群部署，服务上层有层层负载均衡，提供各种容灾手段，保证系统的高可用。OSPF，是一个内部网关协议，最多6条链路同时执行负载均衡；LVS；Ngnix，轮询、加权轮询、ip hash轮询
消息丢失问题，加消息发送表；重复消费问题，加消息处理表；垃圾消息问题，在job重试时进行相关处理；延迟消费问题，使用延迟队列；支付回调问题：完成支付，修改订单状态为已支付，删除缓存中排队信息、下单状态
熔断：雪崩效应，在微服务架构中多个服务层调用，基础服务故障导致级联故障，进而造成整个系统不可用；熔断器，隔离模式、熔断器模式、命令模式、Hystrix、Metrics
Redis限流：setnx、zset、令牌桶
展开
评论
1
赞了这篇文章
#青训营笔记创作活动#
2月18日 打卡day37
今日阅读的文章是《聊一聊安全且正确使用缓存的那些事 —— 关于缓存可靠性、关乎数据一致性》
我在day24、25、26有阅读过缓存的相关知识
本文章探讨了缓存使用过程中的典型异常的触发场景与防护策略，以及保持缓存与数据库数据一致性的方法
热点数据与淘汰策略我在学习青训营存储篇课程和阅读Redis相关文章有过接触
缓存雪崩、缓存击穿、缓存穿透、缓存数据一致性这些问题和它们的解决方案我都有了解过，本次阅读就当是重新温习了
2月18日 打卡day37
今日阅读的文章是《聊一聊安全且正确使用缓存的那些事 —— 关于缓存可靠性、关乎数据一致性》
我在day24、25、26有阅读过缓存的相关知识
本文章探讨了缓存使用过程中的典型异常的触发场景与防护策略，以及保持缓存与数据库数据一致性的方法
热点数据与淘汰策略我在学习青训营存储篇课程和阅读Redis相关文章有过接触
缓存雪崩、缓存击穿、缓存穿透、缓存数据一致性这些问题和它们的解决方案我都有了解过，本次阅读就当是重新温习了
展开
评论
1
#青训营笔记创作活动#
2月17日 打卡day36
今日阅读的文章是《go基础语法50问，来看看你的go基础合格了吗？》
这里面有两点重复了，所以实际上只有49问
重复的那一问是“Go语言编程的好处是什么”，当然我只有这个是可能答上来的，编译运行很快、支持并行操作、垃圾处理器、内置字符串和maps、函数是它的最基本编程单位，以上是这一问的答案。我还没有使用过Go语言进行一些算法或小项目的编程，对这些问题都不是很了解，这篇文章我觉得对我今后学习Go语言会有解惑救急的帮助
2月17日 打卡day36
今日阅读的文章是《go基础语法50问，来看看你的go基础合格了吗？》
这里面有两点重复了，所以实际上只有49问
重复的那一问是“Go语言编程的好处是什么”，当然我只有这个是可能答上来的，编译运行很快、支持并行操作、垃圾处理器、内置字符串和maps、函数是它的最基本编程单位，以上是这一问的答案。我还没有使用过Go语言进行一些算法或小项目的编程，对这些问题都不是很了解，这篇文章我觉得对我今后学习Go语言会有解惑救急的帮助
展开
评论
1
赞了这篇文章
赞了这篇文章
#青训营笔记创作活动#
2月16日 打卡day35
今日阅读的文章是《使用 Go HTTP 框架 Hertz 进行 JWT 认证》
hertz-jwt是众多外部拓展组件之一，Hertz丰富的扩展生态为开发者带来了很大的遍历
本篇文章会围绕Hertz开源仓库的一个demo讲述使用Hertz完成JWT的认证与授权的流程
通过这个demo，学习使用命令行工具hz生成脚手架代码，使用JWT扩展完成登录认证和授权访问，使用Gorm访问数据库
2月16日 打卡day35
今日阅读的文章是《使用 Go HTTP 框架 Hertz 进行 JWT 认证》
hertz-jwt是众多外部拓展组件之一，Hertz丰富的扩展生态为开发者带来了很大的遍历
本篇文章会围绕Hertz开源仓库的一个demo讲述使用Hertz完成JWT的认证与授权的流程
通过这个demo，学习使用命令行工具hz生成脚手架代码，使用JWT扩展完成登录认证和授权访问，使用Gorm访问数据库
展开
评论
1
赞了这篇文章
#青训营笔记创作活动#
2月15日 打卡day34
今天阅读的文章是《(六)MySQL索引原理篇：深入数据库底层揭开索引机制的神秘面纱！》
这篇文章是该系列文章中的第六篇，此前在day20和21有读过第4篇和第5篇，分别是初始篇和应用篇
本文章将揭开MySQL索引底层的神秘面纱
索引选择了B+树作为底层数据结构。不选择二叉树，是因为当索引的字段值按顺序增长，二叉树会转变为链表结构，检索的过程就是全表扫描了。还有由于树结构在磁盘中，各节点的数据并不连续，无法利用局部性原理。不选择红黑树，数据量一大，树会很高。每个节点中只存储一个数据，节点之间是不连续的，无法利用局部性原理。不选择B-Tree，对于大范围查询的需求，需要通过多次磁盘IO来检索数据
B+树节点分为了叶节点和叶子节点两类，最下面的一排节点之间，都存在一个单向指针，指向下一个节点所在的位置。B+树以接近完美的形式解决之前其他数据结构中的所有问题
MySQL在设计索引结构时，对于原始的B+Tree又一次做了改造，叶子节点之间是互存指针的，所有叶子节点是一个双向链表结构
全表扫描过程、磁盘IO实现、局部性原理、B+Tree数据结构、建立索引、写类型SQL对索引的影响等等，该文章内容丰富，值得细读
2月15日 打卡day34
今天阅读的文章是《(六)MySQL索引原理篇：深入数据库底层揭开索引机制的神秘面纱！》
这篇文章是该系列文章中的第六篇，此前在day20和21有读过第4篇和第5篇，分别是初始篇和应用篇
本文章将揭开MySQL索引底层的神秘面纱
索引选择了B+树作为底层数据结构。不选择二叉树，是因为当索引的字段值按顺序增长，二叉树会转变为链表结构，检索的过程就是全表扫描了。还有由于树结构在磁盘中，各节点的数据并不连续，无法利用局部性原理。不选择红黑树，数据量一大，树会很高。每个节点中只存储一个数据，节点之间是不连续的，无法利用局部性原理。不选择B-Tree，对于大范围查询的需求，需要通过多次磁盘IO来检索数据
B+树节点分为了叶节点和叶子节点两类，最下面的一排节点之间，都存在一个单向指针，指向下一个节点所在的位置。B+树以接近完美的形式解决之前其他数据结构中的所有问题
MySQL在设计索引结构时，对于原始的B+Tree又一次做了改造，叶子节点之间是互存指针的，所有叶子节点是一个双向链表结构
全表扫描过程、磁盘IO实现、局部性原理、B+Tree数据结构、建立索引、写类型SQL对索引的影响等等，该文章内容丰富，值得细读
展开
评论
1
赞了这篇文章
#青训营笔记创作活动#
2月14日 day33打卡
今天阅读的文章是《为什么说MySQL单表行数不要超过2000w?》
在day3阅读的文章《我说MySQL每张表最好不超过2000万数据，面试官让我回去等通知？》中说明道：常规表的存放记录数约一千万条数据。InnoDB三层B+树情况下的数据存储量范围为一百二十多万条到将近5亿条。做项目考虑分表的时候还是得多关注一下表的实际情况，而不是盲目的认为两千万数据就是那个临界点。
今该文章得到的结论也是相同的：MySQL的表数据以页的形式存放，页在磁盘中不一是连续的，页的空间会有一些固定的信息，如页头、页尾、页码、校验码。索引结构不会影响单表最大行数，2000w只是推荐值，超过了这个值可能会导致B+树层级更高，影响查询性能。
2月14日 day33打卡
今天阅读的文章是《为什么说MySQL单表行数不要超过2000w?》
在day3阅读的文章《我说MySQL每张表最好不超过2000万数据，面试官让我回去等通知？》中说明道：常规表的存放记录数约一千万条数据。InnoDB三层B+树情况下的数据存储量范围为一百二十多万条到将近5亿条。做项目考虑分表的时候还是得多关注一下表的实际情况，而不是盲目的认为两千万数据就是那个临界点。
今该文章得到的结论也是相同的：MySQL的表数据以页的形式存放，页在磁盘中不一是连续的，页的空间会有一些固定的信息，如页头、页尾、页码、校验码。索引结构不会影响单表最大行数，2000w只是推荐值，超过了这个值可能会导致B+树层级更高，影响查询性能。
展开
评论
1
赞了这篇文章
#青训营笔记创作活动#
2月13日 打卡day32
今天阅读的文章是《(十五)MySQL命令大全：以后再也不用担心忘记SQL该怎么写啦~》
如题，该文章就是一本MySQL命令集合大全，非常的全面。主要包括十三个部分：基本操作与库命令、增删改查、数据库各种函数介绍、MySQL支持函数类型、索引相关命令、事务与锁相关命令、存储过程、存储函数与触发器的相关语法、用户与权限管理命令、视图临时表命令、数据导出导入与备份还原命令、表分区相关命令、MySQL、InnoDB、MyISAM参数相关命令、还有MySQL常见的错误码
内容丰富，学习中遇到不会的可以查查
2月13日 打卡day32
今天阅读的文章是《(十五)MySQL命令大全：以后再也不用担心忘记SQL该怎么写啦~》
如题，该文章就是一本MySQL命令集合大全，非常的全面。主要包括十三个部分：基本操作与库命令、增删改查、数据库各种函数介绍、MySQL支持函数类型、索引相关命令、事务与锁相关命令、存储过程、存储函数与触发器的相关语法、用户与权限管理命令、视图临时表命令、数据导出导入与备份还原命令、表分区相关命令、MySQL、InnoDB、MyISAM参数相关命令、还有MySQL常见的错误码
内容丰富，学习中遇到不会的可以查查
展开
评论
1