Java

安装 sudo apt update # 对于Ubuntu/Debian sudo yum update # 对于CentOS/RHEL sudo apt install postgresql postgresql-contrib 配置与优化 修改配置文件 编辑postgresql.conf和pg_hba.conf以允许远程访问： listen_addresses = '*' host all all 0.0.0.0/0 md5 重启服务：sudo systemctl restart postgresql 修改密码 # sudo -u postgres psql ### ALTER USER postgres WITH PASSWORD 'postgre123'; ### \q 启动停止 方法 1: 使用 pg_ctl 命令 定位数据目录 确保知道 PostgreSQL 数据库的 data 目录路径，例如 /var/lib/postgresql/13/main。 启动数据库 在终端中运行以下命令： pg_ctl -D /path/to/data/directory start 验证服务状态 使用以下命令确认服务是否正常运行： netstat -aon | grep 5432 停止数据库 若需停止服务，运行： pg_ctl -D /path/to/data/directory stop 方法 2: 使用 service 命令 启动服务 如果 PostgreSQL 已注册为系统服务，可以直接运行以下命令： ...

一 java基础 Java的跨平台性 Java可在不同操作系统上运行，原理是通过JVM（Java虚拟机）实现——Java代码编译为字节码（.class），由不同系统的JVM解释执行，即“一次编写，到处运行”。 抽象类 vs 接口比较 抽象类可包含具体方法和成员变量，接口仅定义方法签名（Java 8后支持默认方法）。 选择依据：若需共享代码或状态，用抽象类；若定义规范或回调机制，用接口。 volatile 关键字详解 一句话：Java中的volatile关键字通过内存屏障强制保证变量的可见性（修改后立即刷新主存）和禁止指令重排序，适用于状态标志、单例初始化等场景，但无法保证复合操作的原子性（如i++需配合锁或原子类）。 1. 核心特性 可见性 保证变量修改后立即刷新到主内存，其他线程读取时直接从主内存获取最新值，避免线程本地缓存导致的脏数据问题。 示例： volatile boolean flag = false; // 线程A修改flag后，线程B立即可见 禁止指令重排序 阻止编译器和处理器对指令进行重排序优化，确保代码执行顺序与编写顺序一致。 典型场景： volatile int a = 0; int b = 1; // 写操作不会被重排序到a的读操作之前 2. 底层实现原理 内存屏障（Memory Barrier） JVM通过插入内存屏障指令（如 StoreStore、StoreLoad）实现可见性和禁止重排序： 写操作：在写入 volatile 变量后插入 StoreLoad 屏障，强制刷写主存。 读操作：读取前插入 LoadLoad 屏障，确保后续操作基于最新值。 Happens-Before 关系 volatile 写操作先行发生于后续的读操作，形成线程间的同步约束。 3. 典型应用场景 场景 作用 示例代码片段 状态标志 线程协作终止条件（如中断信号） java volatile boolean running = true; 单例模式（DCL） 防止指令重排序导致半初始化对象泄漏 java volatile static Singleton instance; 配置参数 多线程共享的动态配置值（需配合锁或CAS保证原子性） java volatile int refreshInterval = 5000; 硬件寄存器操作 嵌入式开发中直接访问内存映射的硬件寄存器（确保每次操作直接访问物理内存） c volatile uint32_t *reg = (uint32_t*)0x1234; 4. 局限性 不保证原子性 ...

RocketMQ是阿里巴巴开源的分布式消息中间件，基于Java开发，专为高吞吐、高可靠的分布式系统设计。 核心特点 ①高吞吐量（支持千万级TPS）； ②低延迟（毫秒级响应）； ③支持多种消息模式（普通消息、顺序消息、事务消息等）； ④完善的重试和死信机制； ⑤分布式架构，支持水平扩展； ⑥提供丰富的监控和运维工具。 消息队列优势 系统解耦：解决不同重要程度、不同能力级别系统之间依赖导致一死全死；大多数MQ支撑多语言客户端，可兼容多语言发开发； 削峰填谷：主要解决瞬时写压力大于应用服务能力导致消息丢失、系统奔溃等问题 异步通信：很多时候，用户不想也不需要立即处理消息。消息队列提供了异步处理机制，允许用户把一个消息放入队列，但并不立即处理它。想向队列中放入多少消息就放多少，然后在需要的时候再去处理它们。 提升性能：当存在一对多调用时，可以发一条消息给消息系统，让消息系统通知相关系统 蓄流压测：线上有些链路不好压测，可以通过堆积一定量消息再放开来压测 数据冗余：有些情况下，处理数据的过程会失败。除非数据被持久化，否则将造成丢失。MQ把数据进行持久化直到它们已经被完全处理，通过这一方式规避了数据丢失风险。许多MQ所采用的"插入-获取-删除"范式中，在把一个消息从队列中删除之前，需要你的处理系统明确的指出该消息已经被处理完毕，从而确保你的数据被安全的保存直到你使用完毕。 核心组件 **生产者（Producer）：**Apache RocketMQ 中用于产生消息的运行实体，一般集成于业务调用链路的上游。生产者是轻量级匿名无身份的。 消息存储 主题（Topic）：Apache RocketMQ 消息传输和存储的分组容器，主题内部由多个队列组成，消息的存储和水平扩展实际是通过主题内的队列实现的。 队列（MessageQueue）：Apache RocketMQ 消息传输和存储的实际单元容器，类比于其他消息队列中的分区。 Apache RocketMQ 通过流式特性的无限队列结构来存储消息，消息在队列内具备顺序性存储特征。 消息（Message）：Apache RocketMQ 的最小传输单元。消息具备不可变性，在初始化发送和完成存储后即不可变。 消息消费 消费者分组（ConsumerGroup）：Apache RocketMQ 发布订阅模型中定义的独立的消费身份分组，用于统一管理底层运行的多个消费者（Consumer）。同一个消费组的多个消费者必须保持消费逻辑和配置一致，共同分担该消费组订阅的消息，实现消费能力的水平扩展。 消费者（Consumer）：Apache RocketMQ 消费消息的运行实体，一般集成在业务调用链路的下游。消费者必须被指定到某一个消费组中。 订阅关系（Subscription）： Apache RocketMQ 发布订阅模型中消息过滤、重试、消费进度的规则配置。订阅关系以消费组粒度进行管理，消费组通过定义订阅关系控制指定消费组下的消费者如何实现消息过滤、消费重试及消费进度恢复等。 Apache RocketMQ 的订阅关系除过滤表达式之外都是持久化的，即服务端重启或请求断开，订阅关系依然保留。 Broker：消息服务器，存储消息并处理收发请求，由多个节点组成集群，分为Master和Slave（Master负责读写，Slave同步数据并提供读服务）。 NameServer：轻量级注册中心，存储Broker的路由信息（如Topic与Broker的映射关系），支持动态扩容，无状态且节点间互不通信。 NameServer是RocketMQ的“路由中枢”，核心作用是存储和更新集群的路由信息，为生产者和消费者提供Broker的地址发现服务。 与Broker的交互机制： ①Broker启动时向所有NameServer注册自身信息（如IP、端口、Topic配置等）； ②Broker定期（默认30秒）向NameServer发送心跳包，维持在线状态； ③NameServer在120秒内未收到Broker心跳，则将其从路由信息中移除，保证路由的实时性。 保证消息的可靠性 RocketMQ的消息可靠性保证贯穿于消息生产、Broker存储、消息消费全链路，通过多层次机制确保消息不丢失、不重复，具体如下： 一、生产端：确保消息成功发送到Broker 生产者（Producer）发送消息时，通过“重试机制+确认机制”避免因网络波动、Broker临时故障导致的消息丢失。 发送确认机制 RocketMQ支持三种发送方式，均通过Broker的响应确认消息是否成功送达： 同步发送：Producer发送消息后，等待Broker返回“发送成功”确认（包含消息ID和存储位置），才视为发送完成；若超时未收到确认，触发重试。 异步发送：Producer发送消息后立即返回，通过回调函数接收Broker的确认结果；若失败，在回调中处理重试。 单向发送：仅发送消息不等待确认（适用于日志等非核心场景），但核心业务一般不使用，避免丢失。 失败重试机制 当发送失败（如网络超时、Broker繁忙）时，Producer会自动重试，可通过参数配置： retryTimesWhenSendFailed：同步发送失败重试次数（默认2次）。 retryTimesWhenSendAsyncFailed：异步发送失败重试次数（默认2次）。 重试时会选择其他Broker节点（通过NameServer获取路由信息），避免单节点故障影响。 二、Broker端：确保消息持久化与集群可靠性 Broker作为消息存储核心，通过“持久化存储+主从复制+故障转移”保证消息不丢失。 ...

Kafka基础架构介绍 Kafka 是一个分布式、高吞吐量、低延迟的流处理平台，核心用于消息传递、日志收集、实时数据管道等场景。其架构设计和底层原理围绕“高吞吐”“高可用”“持久化”三大目标展开，以下从核心架构和底层机制两方面解析。 主要应用场景： ①日志收集（如ELK架构中收集应用日志）； ②消息系统（解耦生产者和消费者）； ③流式数据处理（与Spark Streaming、Flink等结合）； ④事件溯源（记录系统状态变化的事件序列）； ⑤数据同步（跨系统数据实时同步）。 一、Kafka 核心架构 Kafka 的架构由四大核心组件和关键概念构成，整体呈现分布式集群形态： 1. 核心组件 Producer（生产者）：向 Kafka 集群发送消息的客户端（如应用程序、日志采集器等）。 Consumer（消费者）：从 Kafka 集群读取消息的客户端（如数据分析程序、下游服务等）。 Broker（ broker 节点）：Kafka 服务器实例，负责存储消息、处理生产/消费请求，多个 broker 组成集群。 ZooKeeper（协调服务）：早期版本（2.8 前）用于管理集群元数据（如 broker 注册、分区 leader 选举、配置存储等）；新版本（2.8+）引入 Self-Managed Metadata Quorum，逐步弱化对 ZooKeeper 的依赖。 2. 关键概念 Topic（主题）：消息的逻辑分类，生产者按 Topic 发送消息，消费者按 Topic 订阅消息（类似“消息队列名称”）。 Partition（分区）：每个 Topic 被拆分为多个分区（Partition），分区是 Kafka 并行处理的基本单位。 每个分区是有序、不可变的消息日志（仅支持追加写入），消息按发送顺序编号（Offset，从 0 开始递增）。 分区分布在不同 broker 上，实现数据分片存储和并行读写（吞吐量随分区数增加而提升）。 Replica（副本）：为保证数据高可用，每个分区可配置多个副本（Replica），其中一个为Leader 副本（处理读写请求），其余为Follower 副本（同步 Leader 数据，Leader 故障时替代）。 三者是描述Partition副本状态的术语： AR（Assigned Replicas）：Partition的所有副本集合（包括Leader和Follower）。 ISR（In-Sync Replicas，同步副本集）：与Leader副本保持同步的副本集合（包括Leader本身），满足两个条件：①与Leader保持网络连接；②同步滞后不超过replica.lag.time.max.ms（默认30秒）。 若 Follower 长时间未同步，会被踢出 ISR，仅 ISR 中的副本可参与 Leader 选举。 ...

MySQL是一个开放源代码的数据库管理系统（DBMS），是由MySQL AB公司开发、发布并支持的。MySQL是一个跨平台的开源关系型数据库管理系统，广泛地应用在Internet上的中小型网站开发中。 概念 SQL语句分类 数据定义语言DDL（Data Ddefinition Language）：CREATE，DROP，ALTER 主要为以上操作 即对逻辑结构等有操作的，其中包括表结构，视图和索引。 数据查询语言DQL（Data Query Language）：SELECT 这个较为好理解 即查询操作，以select关键字。各种简单查询，连接查询等 都属于DQL。 数据操纵语言DML（Data Manipulation Language）：INSERT，UPDATE，DELETE 主要为以上操作 即对数据进行操作的，对应上面所说的查询操作 DQL与DML共同构建了多数初级程序员常用的增删改查操作。而查询是较为特殊的一种 被划分到DQL中。 数据控制功能DCL（Data Control Language）：GRANT，REVOKE，COMMIT，ROLLBACK 主要为以上操作 即对数据库安全性完整性等有操作的，可以简单的理解为权限控制等。 数据库三大范式是什么 第一范式：每个列都不可以再拆分。 第二范式：在第一范式的基础上，非主键列完全依赖于主键，而不能是依赖于主键的一部分。 第三范式：在第二范式的基础上，非主键列只依赖于主键，不依赖于其他非主键。 在设计数据库结构的时候，要尽量遵守三范式，如果不遵守，必须有足够的理由。比如性能。事实上我们经常会为了性能而妥协数据库的设计。 一 存储引擎 1.1 存储引擎 MySQL 8.0支持的存储引擎有InnoDB、MyISAM、Memory、Merge、Archive、Federated、CSV、BLACKHOLE等。 MySQL常用存储引擎包括： InnoDB（默认）：支持事务、外键、行级锁，适合高并发场景。 MyISAM：不支持事务和外键，表级锁，读写性能较高（适合读多写少）。 Memory：数据存储在内存中，速度极快，适合临时表。 Archive：只支持INSERT和SELECT，压缩存储，适合历史数据归档。 核心区别： 特性 InnoDB MyISAM 事务支持 ✅ ❌ 外键 ✅ ❌ 锁机制 行级锁 表级锁 索引与数据 聚簇索引（索引和数据存储在一起） 非聚簇索引 崩溃恢复 支持 不支持 InnoDB与MyISAM对比： InnoDB主键索引直接存储数据，MyISAM索引只存储数据地址。 InnoDB的二级索引叶子节点存储主键值，MyISAM存储数据地址。 MyISAM：不支持事务和外键，支持表级锁，查询速度快，适合读多写少场景（如日志表），崩溃后恢复困难。 InnoDB：支持事务（ACID）、外键和行级锁，有崩溃恢复能力（依赖redo日志），适合写操作频繁的场景（如订单表），性能略低于MyISAM但安全性更高。 1.2 日志文件 常用的日志文件包括错误日志、二进制日志、查询日志、慢查询日志和InnoDB引擎在线Redo日志等。 ...

Spring Cloud 最新架构概览 截至 2025 年，Spring Cloud 的架构已全面拥抱云原生技术，主要包括以下核心组件： 服务发现：Nacos 2.0 成为首选，支持动态服务发现、配置管理和服务元数据管理 API 网关：Spring Cloud Gateway 4.0 全面支持 WebFlux 和响应式编程 负载均衡：Spring Cloud LoadBalancer 替代 Ribbon，提供更轻量的客户端负载均衡 断路器：Sentinel 取代 Hystrix，提供更强大的流量控制和熔断降级能力 配置中心：Nacos Config 或 Apollo 成为主流选择，支持实时配置刷新 分布式链路追踪：Micrometer Tracing + Zipkin/Skywalking 组合，兼容 OpenTelemetry 标准 服务间通信：OpenFeign 支持响应式编程，与 WebClient 协同工作 Spring Cloud Gateway架构设计与核心原理详解 Spring Cloud Gateway 基于响应式编程模型（WebFlux + Reactor），通过 动态路由匹配（Predicate 断言）和 过滤器链（GlobalFilter/GatewayFilter） 实现请求转发，集成服务发现（如 Nacos）、负载均衡（Ribbon）及熔断限流（Hystrix/Sentinel），以非阻塞 I/O 模型支撑高并发，保障微服务网关的高性能与可扩展性。 一、架构设计 1. 分层模型 Spring Cloud Gateway 采用 四层分层架构，支持高并发与动态扩展： 网络层（Netty Server） 基于 Netty 实现异步非阻塞 I/O，单线程处理万级并发连接。 支持 HTTP/2、WebSocket 协议，通过 ReactorNettyServer 封装请求为 ServerWebExchange 对象。 路由层（Route Matching） ...

Spring Boot 是基于 Spring 框架的开源开发框架，由 Pivotal 团队于 2014 年推出，旨在简化 Spring 应用的初始搭建和开发流程。以下是其核心特性、应用场景及技术价值的全面解析： 一、核心特性与技术优势 1. 约定优于配置（Convention Over Configuration） 自动配置机制：通过 @EnableAutoConfiguration 注解，根据类路径依赖自动配置组件（如数据库连接池、Web 服务器） 默认配置优化：提供合理的默认值（如内嵌 Tomcat 服务器），开发者仅需关注业务逻辑，减少 XML 配置 2. 起步依赖（Starter Dependencies） 场景化依赖管理：通过 spring-boot-starter-* 模块快速集成常用功能（如 spring-boot-starter-web 整合 Web 开发所需依赖） 版本统一控制：BOM（Bill of Materials）确保依赖版本兼容性，避免冲突 3. 嵌入式服务器与独立运行 内嵌容器：支持 Tomcat、Jetty、Undertow，无需部署 WAR 包，直接运行 JAR 文件 生产级监控：集成 Actuator 模块，提供健康检查、指标采集、审计日志等运维功能 4. 开发效率增强 热部署：通过 Spring DevTools 实现代码修改自动重启，提升调试效率 命令行工具：支持快速生成项目骨架、执行数据库迁移等操作 二、典型应用场景 1. 微服务架构 服务快速启动：每个微服务独立打包，通过 Spring Cloud 实现服务注册、负载均衡 云原生支持：与 Docker、Kubernetes 深度集成，适应容器化部署需求 2. RESTful API 开发 简化 Web 开发：通过 @RestController 和 @RequestMapping 快速定义接口 JSON 处理：默认集成 Jackson 库，实现对象与 JSON 的自动转换 3. 数据访问与持久化 ORM 整合：支持 JPA、MyBatis，通过 spring-boot-starter-data-jpa 简化数据库操作 连接池管理：内置 HikariCP（默认）或 Druid，优化数据库连接性能 4. 批处理与异步任务 Spring Batch：处理大规模数据导入/导出，支持事务管理和错误重试 @Async 注解：实现异步方法调用，提升系统吞吐量 三、版本演进与技术升级 版本系列 关键特性 适用场景 1.x 初始版本，支持 Java 8，集成 Tomcat 8 传统企业级应用 2.x 支持响应式编程（WebFlux）、Java 11+ 高并发、云原生应用 3.x 默认使用 Jakarta EE 9+，移除 Java 8 兼容 现代化微服务架构 升级建议：从 2.x 到 3.x 需注意包名变更（如 javax → jakarta）和废弃 API 的替换 ...