首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
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
登录
注册
yexihu
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
20
文章 20
沸点 0
赞
20
返回
|
搜索文章
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
【双11狂欢的背后】微服务注册中心如何承载大型系统的千万级访问?
Spring Cloud微服务架构体系中,Eureka是一个至关重要的组件,它扮演着微服务注册中心的角色,所有的服务注册与服务发现,都是依赖Eureka的。 下面这些问题,...
105
19
分享
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
拜托!面试请不要再问我Spring Cloud底层原理
毫无疑问,Spring Cloud是目前微服务架构领域的翘楚,无数的书籍博客都在讲解这个技术。不过大多数讲解还停留在对Spring Cloud功能使用的层面,其底层的很多原...
1.1k
172
分享
yexihu
关注了
MarvinZhang
yexihu
关注了
超人汪小建
yexihu
关注了
狸猫技术窝
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
【Java进阶面试系列之五】消息中间件集群崩溃,如何保证百万生产数据不丢失?【石杉的架构笔记】
目前为止,你的RabbitMQ部署在线上服务器了,对吧?然后订单服务和仓储服务都可以基于RabbitMQ来收发消息,同时仓储服务宕机,不会导致消息丢失。 好,我们来看下目前...
54
21
分享
yexihu
赞了这篇文章
石杉的架构笔记
6年前
关注
高并发场景下,如何保证生产者投递到消息中间件的消息不丢失?【石杉的架构笔记】
上篇文章:《面试大杀器:消息中间件如何实现消费吞吐量的百倍优化?》,我们分析了RabbitMQ开启手动ack机制保证消费端数据不丢失的时候,prefetch机制对消费者的吞...
50
4
分享
yexihu
赞了这篇文章
石杉的架构笔记
6年前
关注
面试大杀器:消息中间件如何实现消费吞吐量的百倍优化?【石杉的架构笔记】
上一篇文章:互联网面试必杀:如何保证消息中间件全链路数据100%不丢失(2),我们分析了ack机制的底层实现原理(delivery tag机制),还有消除处理失败时的nac...
34
2
分享
yexihu
赞了这篇文章
一起的远方
@找实习
·
6年前
关注
从基础讲全排列(Java实现)
提起全排列,第一印象是不是大学概率中的排列和组合呢,回头翻了翻书(怪自己太笨,记不住),才发现全排列是排列的一种。那就先延伸一下排列和组合呗。 一般地说,从n个不同元素中,...
2
评论
分享
yexihu
赞了这篇文章
石杉的架构笔记
6年前
关注
尴尬的面试现场:说说你们系统有多大QPS?系统到底怎么抗住高并发的?【石杉的架构笔记】
“ 这篇文章,给大家说一个同样是很多人都很迷惑的问题,因为实在是太多同学来问我类似的问题了,所以写一篇文章给大家来说一下。 事情的起因是这样子的:很多好学的同学,都会自己平...
206
58
分享
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
互联网公司面试官是如何360°无死角考察候选人的?(下篇)【石杉的架构笔记】
用一个面试连环炮引出了平时中大型互联网公司的面试官是如何发问的。 紧接着从技术广度、底层技术、技术深度几个角度说了一下,我们一般是如何来考察候选人的技术。 本文是下篇,将会...
86
13
分享
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
【行走的Offer收割机】记一位朋友斩获BAT技术专家Offer的面试经历【石杉的架构笔记】
通过这两篇文章,我们给大家聊了聊国内中大型互联网公司,在Java面试时一些高频的技术问题。 面试者是笔者以前的下属,多年的好朋友。 这是他今年早些时候出去面试,拿到BAT等...
158
64
分享
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
七张图彻底讲清楚ZooKeeper分布式锁的实现原理【石杉的架构笔记】
之前写过一篇文章(《拜托,面试请不要再问我Redis分布式锁的实现原理》),给大家说了一下Redisson这个开源框架是如何实现Redis分布式锁原理的,这篇文章再给大家聊...
230
54
分享
yexihu
赞了这篇文章
石杉的架构笔记
6年前
关注
面试最让你手足无措的一个问题:你的系统如何支撑高并发?【石杉的架构笔记】
大多数同学被问到这个问题压根儿没什么思路去回答,不知道从什么地方说起,其实本质就是没经历过一些真正有高并发系统的锤炼罢了。 因为没有过相关的项目经历,所以就没法从真实的自身...
546
50
分享
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
亿级流量系统架构之如何设计每秒十万查询的高并发架构【石杉的架构笔记】
上篇文章(亿级流量系统架构之如何设计承载百亿流量的高性能架构)聊了一下系统架构中,百亿流量级别高并发写入场景下,如何承载这种高并发写入,同时如何在高并发写入的背景下还能保证...
130
7
分享
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
亿级流量系统架构之如何设计承载百亿流量的高性能架构【石杉的架构笔记】
上篇文章《大型系统架构演进之如何设计高容错分布式计算系统》,主要聊了一下将单块系统重构为分布式系统,以此来避免单台机器的负载过高。同时引申出来了弹性资源调度、分布式容错机制...
58
5
分享
yexihu
赞了这篇文章
石杉的架构笔记
6年前
关注
互联网面试必杀:如何保证消息中间件全链路数据100%不丢失(1)【石杉的架构笔记】
这篇文章,我们来聊聊在线上生产环境使用消息中间件技术的时候,从前到后的全链路到底如何保证数据不能丢失。 这个问题,在互联网公司面试的时候高频出现,而且也是非常现实的生产环境...
134
23
分享
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
【Java进阶面试系列之四】扎心!线上服务宕机时,如何保证数据100%不丢失?【石杉的架构笔记】
上篇文章「Java进阶面试系列之三」消息中间件在你们项目里是如何落地的?,我们用一个简单易懂的电商场景给大家引入说明了一个消息中间件的使用场景。 同时,我们还基于Rabbi...
100
50
分享
yexihu
赞了这篇文章
石杉的架构笔记
7年前
关注
亿级流量系统架构之如何设计全链路99.99%高可用架构【石杉的架构笔记】
上篇文章(《亿级流量系统架构之如何设计每秒十万查询的高并发架构》),聊了一下系统架构中的查询平台。 热数据基于缓存集群+MySQL集群做到了当日数据的几十毫秒级别的查询性能...
39
10
分享
下一页
关注了
4
关注者
1
收藏集
6
关注标签
50
加入于
2016-07-21