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
java精彩汇总
掘友等级
java开发
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
1
文章 1
沸点 0
赞
1
返回
|
搜索文章
最新
热门
规则引擎drools的rete算法实现原理和事实匹配过程
Drools是一款基于Java的开源规则引擎,实现了将业务决策从应用程序中分离出来。本文是作为一个技术角度进行编写,文采有限,仅供对drools有一定了解,并且想搞清楚drools内部实现原理,并想提升编程技巧的同行学习和指正。 一个学校把学生的信息录入系统中,想找一批篮球苗子…
基于规则引擎在催收业务中实现高效的案件分配
在信贷业务中,客户逾期后会交由专门的催收员进行催收跟进。 客户端: 不同的客户具有不同的特征,例如:逾期天数不同、金额不同、借款产品不同等。不同特征的用户,我们需要采用不同的催收策略去跟进。 业务端:催收作为人力密集的行业,为了提升人员工作效率,我们对催收员做了精细的划分,例如…
Java中关于try、catch、finally中的细节分析
首先程序执行try语句块,把变量t赋值为try,由于没有发现异常,接下来执行finally语句块,把变量t赋值为finally,然后return t,则t的值是finally,最后t的值就是finally,程序结果应该显示finally,但是实际结果为try。为什么会这样,我们…
阿里巴巴为什么能抗住90秒100亿?看完这篇你就明白了!
本文以淘宝作为例子,介绍从一百个并发到千万级并发情况下服务端的架构的演进过程,同时列举出每个演进阶段会遇到的相关技术,让大家对架构的演进有一个整体的认知,文章最后汇总了一些架构设计的原则。 在介绍架构之前,为了避免部分读者对架构设计中的一些概念不了解,下面对几个最基础的概念进行…
Redis 面试连环炮,看看你能撑到哪一步?
他冲着我礼貌的笑了笑,然后说了句“不好意思,让你久等了”,然后示意我坐下,说:“我们开始吧。看了你的简历,觉得你对redis应该掌握的不错,我们今天就来讨论下redis……”。我想:“来就来,兵来将挡水来土掩”。 我:(这不就是总结下redis的定义和特点嘛)Redis是C语言…
SpringBoot:认认真真梳理一遍自动装配原理
Spring翻译为中文是“春天”,的确,在某段时间内,它给Java开发人员带来过春天,但是随着我们项目规模的扩大,Spring需要配置的地方就越来越多,夸张点说,“配置两小时,Coding五分钟”。这种纷繁复杂的xml配置随着软件行业一步步地发展,必将逐步退出历史舞台。 Spr…
聊聊高并发下的接口幂等性
我们实际系统中有很多操作,是不管做多少次,都应该产生一样的效果或返回一样的结果。 前端重复提交选中的数据,应该后台只产生对应这个数据的一个反应结果。 创建业务订单,一次业务请求只能创建一个,创建多个就会出大问题。 等等很多重要的情况,这些逻辑都需要幂等的特性来支持。 幂等(id…
如何设计 QQ、微信、微博、Github 等等,第三方账号登陆 ?(附表设计)
1. 创业初期 2. 数据库设计 3. 引入第三方账户方案 4. 数据库设计 5. 总结 互联网应用当中,我们的应用会使用多个第三方账号进行登录,比如:网易、微信、QQ等,我们把此称为多账户统一登陆。通过这篇文章, 我想阐释多账户登陆的技术方案细节,以及相应的表设计,流程设计。…
如何设计可以动态扩容缩容的分库分表方案
这个方案就跟停机迁移一样,步骤几乎一致,唯一的一点就是那个导数的工具,是把现有库表的数据抽出来慢慢倒入到新的库和表里去。但是最好别这么玩儿,有点不太靠谱,因为既然分库分表就说明数据量实在是太大了,可能多达几亿条,甚至几十亿,你这么玩儿,可能会出问题。 从单库单表迁移到分库分表的…
不用找了,史上最牛最全的分库分表方案,都在这里!(足够了)
不管是IO瓶颈,还是CPU瓶颈,最终都会导致数据库的活跃连接数增加,进而逼近甚至达到数据库可承载活跃连接数的阈值。在业务Service来看就是,可用数据库连接少甚至无连接可用。接下来就可以想象了吧(并发量、吞吐量、崩溃)。 第一种:磁盘读IO瓶颈,热点数据太多,数据库缓存放不下…
下一页
个人成就
文章被点赞
172
文章被阅读
228,248
掘力值
4,098
关注了
2
关注者
60
收藏集
0
关注标签
20
加入于
2019-03-22