行动zhe

你好呀，我是歪歪。 最近遇到一个业务上的问题，在网上看到一个对应场景下的解决方案，我感觉这个场景还挺有通用性的，分享一下。 以后遇到类似问题，或者当它以面试场景题出现的时候，你可以拿去就用。 事情是这

当面对 JVM OOM 时，你会紧张吗 ？ 会不会手足无措 ？ 这篇文章，分享前段时间帮一位同学梳理面对 JVM OOM 事故时的解题思路。 首先从对话中，我们可以看到内存溢出呈现两种情况： 运行一段

逃逸分析算是go语言的特色之一，编译器自动分析变量/内存应该分配在栈上还是堆上，程序员不需要主动关心这些事情，保证了内存安全的同时也减轻了程序员的负担。 但这个“减轻负担”的特性现在成了程序员的负担。

顺手把个人至今经历过的，三次关键角色转型的核心分享给大家，希望对大家有所帮助。 1. 从新手到团队骨干 2. 从团队骨干到虚线组长 3. 从虚线组长到一线主管

你好呀，我是歪歪。 来一起看看一个关于线程池使用场景上的问题，就当是个场景面试题了。 问题是这样的： 字有点多，我直接给你上个图你就懂了： 前端发起一个生成报表页面的请求，这个页面上的数据由后端多个接

目录 需求背景 当你需要将byte[]、MultipartFile、File实现互转时，无外乎以下场景： 保存第三方接口返回二进制流 前/后端文件流上传 微服务间调用 文件格式转换 正如你所需要的，通

ThreadPoolExecutor 是 Python 的官方线程池实现方案，本文主要通过分析相关源码实现来理解其架构设计，同时探讨由于使用不当导致的内存占用过高等相关问题。

我们不生产数据，我们只是数据的搬运工；一个疏忽搬不好，还会炸到自己的脚。在进行双方数据同步时需要考虑：数据防重，数据防乱序；如何保证数据不丢失；数据同步及时性上的设计

终于明白为什么大公司的前端程序员放着公司免费提供的webstorm不用，反而都用vscode。大概在编程领域，收费的并不一定就是最好的吧！