- 1 简介为什么map数据结构在大多语言是无序？本文通过一些计算例子说明和帮助理解。通过一个具体的例子来说明 哈希值的计算是基于键的内容，而不是插入顺序。示例：假设我们有一个 map，它的键是字符串，值是整数。我们将通过计算每个键的哈希值来展示 map 中的元素是如何存储的。 2 计算原理和示例哈希表的基本原理哈希表通过一个 哈希函数 将键映射到哈希表的桶（bucket）中。哈希函数通常会根... 1 简介为什么map数据结构在大多语言是无序？本文通过一些计算例子说明和帮助理解。通过一个具体的例子来说明 哈希值的计算是基于键的内容，而不是插入顺序。示例：假设我们有一个 map，它的键是字符串，值是整数。我们将通过计算每个键的哈希值来展示 map 中的元素是如何存储的。 2 计算原理和示例哈希表的基本原理哈希表通过一个 哈希函数 将键映射到哈希表的桶（bucket）中。哈希函数通常会根...
- springboot整合redis五种数据结构API springboot整合redis五种数据结构API
- 跳表之所以能替代红黑树，并被 Redis 用于 Sorted Set，原因可以概括为：实现更简单、常数因子小、支持高效的范围与排名操作、并且更容易在工程中维护和并发化。Redis 采用跳表 + 哈希表的组合，把两种结构的优势结合起来，既保证了按 member 的 O(1) 定位，又支持按 score 的有序操作和排名查询。 跳表之所以能替代红黑树，并被 Redis 用于 Sorted Set，原因可以概括为：实现更简单、常数因子小、支持高效的范围与排名操作、并且更容易在工程中维护和并发化。Redis 采用跳表 + 哈希表的组合，把两种结构的优势结合起来，既保证了按 member 的 O(1) 定位，又支持按 score 的有序操作和排名查询。
- 性能调优不是“加服务器”，而是先搞清楚卡在哪 性能调优不是“加服务器”，而是先搞清楚卡在哪
- 1 简介etcd 和 Redis 都是广泛使用的分布式键值存储服务，但它们有不同的设计目标、特性和实现方式。本文从多个角度来分析它们了解它们。 2 设计目标和用途etcd主要用途：etcd 是一个分布式键值存储，特别设计用于支持 配置管理 和 服务发现。它保证了强一致性（通过 Raft 协议）和高可用性，因此广泛用于 Kubernetes 和其他微服务架构中，作为一个高可用、强一致的存储... 1 简介etcd 和 Redis 都是广泛使用的分布式键值存储服务，但它们有不同的设计目标、特性和实现方式。本文从多个角度来分析它们了解它们。 2 设计目标和用途etcd主要用途：etcd 是一个分布式键值存储，特别设计用于支持 配置管理 和 服务发现。它保证了强一致性（通过 Raft 协议）和高可用性，因此广泛用于 Kubernetes 和其他微服务架构中，作为一个高可用、强一致的存储...
- 对个人而言，一次差旅是一次任务的完成；对企业而言，无数差旅则是效率与成本管控的博弈。在差旅后的报销环节，往往存在着员工便捷与企业合规之间的平衡难题。而随着企业差旅需求的增加与管理成本的攀升，数智化转型成为企业提升差旅管理效能、优化内部流程、降低运营成本的重要路径。苏州思客科技（集团）有限公司是一家以科技和服务驱动的综合性商务出行管理公司，旗下拥有差旅管家Tripwise（国内差旅业务）、Be... 对个人而言，一次差旅是一次任务的完成；对企业而言，无数差旅则是效率与成本管控的博弈。在差旅后的报销环节，往往存在着员工便捷与企业合规之间的平衡难题。而随着企业差旅需求的增加与管理成本的攀升，数智化转型成为企业提升差旅管理效能、优化内部流程、降低运营成本的重要路径。苏州思客科技（集团）有限公司是一家以科技和服务驱动的综合性商务出行管理公司，旗下拥有差旅管家Tripwise（国内差旅业务）、Be...
- 在Redis中，集群模式（也称为Redis Cluster）是一种提供高可用性和数据分片的方法。它允许多个Redis节点通过网络连接协同工作，形成一个单一的大型数据库。这种模式特别适用于需要高可用性、可扩展性和数据分片的场景。是 Redis 官方提供的分布式解决方案，通过数据分片（Sharding）和高可用（High Availability）机制，实现水平扩展和故障自动转移。一、Redis... 在Redis中，集群模式（也称为Redis Cluster）是一种提供高可用性和数据分片的方法。它允许多个Redis节点通过网络连接协同工作，形成一个单一的大型数据库。这种模式特别适用于需要高可用性、可扩展性和数据分片的场景。是 Redis 官方提供的分布式解决方案，通过数据分片（Sharding）和高可用（High Availability）机制，实现水平扩展和故障自动转移。一、Redis...
- 单机Redis的读写速度非常快，能够支持大量用户的访问。虽然Redis的性能很高，但是对于大型网站来说，每秒需要获取的数据远远超过单台redis服务所能承受的压力，所以我们迫切需要一种方案能够解决单台Redis服务性能不足的问题。这就需要使用到Redis的集群了。Redis集群有多种方案，下面分别进行讲解。一、 主从复制Replicationredis支持主从复制的模式。在主从复制模式下Re... 单机Redis的读写速度非常快，能够支持大量用户的访问。虽然Redis的性能很高，但是对于大型网站来说，每秒需要获取的数据远远超过单台redis服务所能承受的压力，所以我们迫切需要一种方案能够解决单台Redis服务性能不足的问题。这就需要使用到Redis的集群了。Redis集群有多种方案，下面分别进行讲解。一、 主从复制Replicationredis支持主从复制的模式。在主从复制模式下Re...
- 在Redis中遇到缓存问题时，通常可以从多个角度来诊断和解决。缓存问题可能由多种原因引起，包括配置错误、数据一致性、过期策略、内存限制、网络问题等。下面是一些常见的Redis缓存问题及其解决方法。一. Redis缓存相关问题1. 缓存穿透缓存穿透是指查询一个数据库一定不存在的数据。我们以前正常的使用Redis缓存的流程大致是：1、数据查询首先进行缓存查询2、如果数据存在则直接返回缓存数据3、... 在Redis中遇到缓存问题时，通常可以从多个角度来诊断和解决。缓存问题可能由多种原因引起，包括配置错误、数据一致性、过期策略、内存限制、网络问题等。下面是一些常见的Redis缓存问题及其解决方法。一. Redis缓存相关问题1. 缓存穿透缓存穿透是指查询一个数据库一定不存在的数据。我们以前正常的使用Redis缓存的流程大致是：1、数据查询首先进行缓存查询2、如果数据存在则直接返回缓存数据3、...
- 别让系统出问题才“火烧眉毛”：智能运维，才是靠谱的IT服务交付方式 别让系统出问题才“火烧眉毛”：智能运维，才是靠谱的IT服务交付方式
- 作为一名程序员，在日常开发中经常会遇到三个绕不开的话题：安全性、架构以及应用场景。这三者彼此关联，相互影响。本文结合个人实际项目经验，从这几个角度展开聊一聊我的一些思考和实践体会。 一、安全性：细节决定成败安全性永远是开发过程中最容易被忽略又最容易出大问题的地方。早些年刚入行的时候，写 API 总喜欢图省事，参数校验都是“后面再说”。可是一次线上XSS事故后，才深刻意识到安全防护必须前置。 ... 作为一名程序员，在日常开发中经常会遇到三个绕不开的话题：安全性、架构以及应用场景。这三者彼此关联，相互影响。本文结合个人实际项目经验，从这几个角度展开聊一聊我的一些思考和实践体会。 一、安全性：细节决定成败安全性永远是开发过程中最容易被忽略又最容易出大问题的地方。早些年刚入行的时候，写 API 总喜欢图省事，参数校验都是“后面再说”。可是一次线上XSS事故后，才深刻意识到安全防护必须前置。 ...
- 前言Redisson 不仅仅是一个 Redis 客户端，它更是一个在 Redis 基础上实现的 Java 驻内存数据网格（In-Memory Data Grid）。它的核心目标是让 Java 开发者能够以最自然的方式使用 Redis，将复杂的 Redis 命令封装成大家熟悉的 Java 接口（如 java.util.concurrent 包下的接口）。一、核心设计理念Redisson 的原理... 前言Redisson 不仅仅是一个 Redis 客户端，它更是一个在 Redis 基础上实现的 Java 驻内存数据网格（In-Memory Data Grid）。它的核心目标是让 Java 开发者能够以最自然的方式使用 Redis，将复杂的 Redis 命令封装成大家熟悉的 Java 接口（如 java.util.concurrent 包下的接口）。一、核心设计理念Redisson 的原理...
- 前言首先，我们必须明确一个核心观点：在分布式环境下，要实现强一致性（在任何时刻读取的数据都是最新的）是极其困难且代价高昂的，通常会严重牺牲性能。因此，在实践中，我们通常追求最终一致性，即允许在短暂的时间内数据不一致，但通过一些手段保证数据最终会保持一致。下面我将从基础概念、各种策略、最佳实践到最新方案，为你详细讲解。一、基础概念：为什么会有不一致？在一个包含 MySQL（作为可靠数据源）和 ... 前言首先，我们必须明确一个核心观点：在分布式环境下，要实现强一致性（在任何时刻读取的数据都是最新的）是极其困难且代价高昂的，通常会严重牺牲性能。因此，在实践中，我们通常追求最终一致性，即允许在短暂的时间内数据不一致，但通过一些手段保证数据最终会保持一致。下面我将从基础概念、各种策略、最佳实践到最新方案，为你详细讲解。一、基础概念：为什么会有不一致？在一个包含 MySQL（作为可靠数据源）和 ...
- 本文聚焦企业级微服务API网关高并发性能优化实践，针对Spring Cloud Gateway在服务扩容后出现的请求拥堵、路由匹配延迟、限流失效、日志阻塞等问题，提出“分层过滤路由+异步化处理+分布式限流”的架构重构方案。通过将路由规则按“服务分组-路径前缀-请求方法”三层拆解，结合Caffeine缓存优化检索效率；将鉴权、日志等耗时操作异步化，释放Netty线程资源； 本文聚焦企业级微服务API网关高并发性能优化实践，针对Spring Cloud Gateway在服务扩容后出现的请求拥堵、路由匹配延迟、限流失效、日志阻塞等问题，提出“分层过滤路由+异步化处理+分布式限流”的架构重构方案。通过将路由规则按“服务分组-路径前缀-请求方法”三层拆解，结合Caffeine缓存优化检索效率；将鉴权、日志等耗时操作异步化，释放Netty线程资源；
- I. 流量分割基础理论 1.1 什么是流量分割流量分割是一种将用户请求或访问按照特定规则分配到不同处理组的技术。在A/B测试中，最常见的分割是将用户分为实验组和对照组，通过比较两组用户在关键指标上的差异，来评估某个改动的影响。 1.2 流量分割的核心原则原则描述重要性随机性每个用户被分配到哪个组应该是完全随机的确保组间可比性，避免选择偏差均匀性实验组和对照组的用户特征分布应该相似减少混杂因... I. 流量分割基础理论 1.1 什么是流量分割流量分割是一种将用户请求或访问按照特定规则分配到不同处理组的技术。在A/B测试中，最常见的分割是将用户分为实验组和对照组，通过比较两组用户在关键指标上的差异，来评估某个改动的影响。 1.2 流量分割的核心原则原则描述重要性随机性每个用户被分配到哪个组应该是完全随机的确保组间可比性，避免选择偏差均匀性实验组和对照组的用户特征分布应该相似减少混杂因...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签