写bug写bug

在日常开发过程中，我们或多或少都会涉及到数据报表、统计分析、定时任务之类的应用场景。针对这些场景，我们可以采用 Hadoop 生态圈中的相关技术。 但是 Hadoop 是一种重量级的实现方案，实际应用

在面向请求/响应式的系统中，我们经常会在多个请求之间实现一些集中而通用处理的需求，比如要对每个请求检查数据编码方式、记录日志信息、压缩输出等。要满足这些需求，就要在请求响应代码的主流程中嵌入一些定制化

我们知道，常见的 RESTful Web 服务采用的都是基于 HTTP 协议实现的请求 - 响应式交互方式。这种交互方案很简单，但是因为只支持单一的交互方式，也就无法应对所有日常开发需求场景，例如服务

在 Java 的世界中，我们知道 Spring 是当下最主流的开发框架，没有之一。而在使用 Dubbo、MyBatis 等开源框架时，我们发现可以采用和 Spring 完全一样的方式来使用它们。 图

当你在构建一个分布式系统时，势必需要考虑的一个问题是：如何实现服务与服务之间的调用？当然，你可以使用 Dubbo 或 Spring Cloud 等分布式服务框架来封装技术实现的复杂性，以此完成这个目标

在分布式系统中，由于网络条件以及系统自身缺陷等问题，服务与服务的调用过程难免会出现失败。为了把这种失败的影响程度降到最小，目前，业界有两种主流的最佳实践方案，分别是集群容错和服务隔离。这节课，我就带你

我们知道，在分布式系统中，当面对高并发、大流量的应用场景时，系统就会面临崩溃的风险。这时候，为了提高系统可用性，我们就需要对外部流量进行限制，以减少对现有系统的影响。目前，业界主流的两种最佳实践是服务

在上一篇文章中，我们学习了 Synchronized 的底层实现原理、JDK1.6 在偏向锁、轻量级锁上对 Synchronized 的优化，以及从偏向锁，到轻量级锁，再到重量级锁的升级过程。今天我们

在刚开始学习 Java 并发编程的过程中，一遇到多线程，我们就会使用 synchronized 关键字。在 JDK1.5 之前，Synchronized 是一个重量级锁，效率不尽如人意。JDK1.6