ITPub博客

高并发是非常重要的架构核心技能，比如：阿里的双11秒杀就是典型的高并发场景，短时间来抢购，技术如何解决，这就会涉及到高并发的解决方案，下面我给大家详解9大高并发解决方案

我们在美团 APP 下单，假如没有立即支付，进入订单详情会显示倒计时，如果超过支付时间，订单就会被自动取消。 网上有很多八股文，很多方案其实并不太适合真实的业务场景。所以这篇文章，笔者想深入剖析如何设计订单超时自动取消的功能，希望能带给大家一些启发。

我们写代码的时候，经常会需要从数据库里读取一些数据，比如配置信息或者诸如每周热点商品之类的数据。

问题背景 2 探索 2.1 邻居状态确认 2.2 路由有效性检查 2.3 路由过滤 2.4 手搓新网段，触发路由更新 3 分析原因 4 解决方案

hive函数 lateral view 主要功能是将原本汇总在一条（行）的数据拆分成多条（行）成虚拟表，再与原表进行笛卡尔积，从而得到明细表。配合UDTF函数使用，一般情况下经常与explode函数搭配，explode的操作对象（列值）是 ARRAY 或者 MAP ,可以通过 split 函数将 String 类型的列值转成 ARRAY 来处理。

为什么需要可观测性？可观测性技术对业务团队的价值有哪些？如何建设一个可观测性技术体系？本文将从整体架构到核心设计一一为大家讲解。

提供B站相关技术的介绍和讲解

消息中间件在互联网大厂的业务场景占据了非常重要的位置，其国内典型RocketMQ需要重点掌握，下面我就全面来详解RocketMQ

本文主要以一个Java工程师视角，阐述如何从零(无任何二三方依赖)构建一个极简(麻雀虽小五脏俱全)现代深度学习框架（类比AI的操作系统）。

SpringCloud是微服务架构发展的一个重要里程碑，也是标准的微服务的第二代实现，下面我就全面来详解SpringCloud微服务

数字经济背景下，数据要素深入推进。下面我们将深入探讨为数据专家、项目协调员和数据决策者创建有效、安全和高质量的数据治理框架。 2024年CDO开展数据治理亟需关注的四件事包括： 第一：深刻了解业务目标 第二：建立数据治理团队 第三：开展协作变革管理 第四：进行数据盘点分类

本文将深入浅出地探讨微前端架构模式——MicroApp，从微前端的基本概念、核心优势以及如何在现代web开发中实现它，详解微前端如何使得大型应用能够分解为小型、简单、可独立开发和部署的子应用，同时还能保持各个子应用间的完整性和协调性。此外，本文还将探讨实施微前端时可能遇到的挑战和最佳实践，为开发者提供一条清晰的实施路径，帮助其构建更加灵活和可维护的前端生态系统。

Dubbo是一款高性能的Java RPC框架，它提供了多种负载均衡策略，一般大厂也爱问：Dubbo常用的负载均衡策略有哪些？下面我来详解

本文探讨了代码可视化的核心概念、实现方法和在不同场景下的应用。无论读者是开发新手还是资深工程师，本文都将提供一个新的视角，帮助读者更好地理解代码可视化的价值，并将其应用于实际开发过程中。通过阅读本文可以掌握代码可视化的基本实现原理，了解在不同场景下如何运用可视化结果提前识别风险、提高代码质量和优化系统性能。

先说明下RocketMQ版本， 4.6.0的老版本了。 线下环境客户端启动会频繁报错响应超时，导致consumer实例化失败，无法启动应用。

通过Future获取异步返回值，轮询判断Future状态，如果执行完毕或已取消，则通过get()获取返回值，get()是阻塞的方法，因此会阻塞当前线程，如果通过new Runnable()执行get()方法，那么还是需要返回AsyncResult，然后再通过主线程去get()获取异步线程返回结果。

本文整理了实现定时任务的六种策略，我们需要根据实际场景选择合适的策略。 同时，我们也需要考虑： 是否需要任务应用集群部署； 集群部署下假如出现并发执行，业务是否会出现异常； 如何规避并发执行导致的业务异常。

如何保证插入后数据的一致性呢？ 很简单，通过对比Excel文件行数和入库数量是否相等即可。 那么，如何获取异步线程的返回值呢？

Raft是当前广泛使用的共识算法。流行的系统，如Kafka、Cockroach DB、MongoDB、Neo4j、Splunk等，都使用Raft来实现共识。系统要么是最终一致性的，要么是强一致性的。线性一致性是一致性模型中最强大的，但实现它可能很耗时。键值数据库出现在市场上，以避免SQL数据库的复杂性并提供横向扩展性。这些数据库主要提供两种操作：get(key)和put(key, value)。在我对Raft相关论文的探索中，我找到了一篇有趣的文章，标题为‘Rethink the Linearizability Constraints of Raft for Distributed Key-Value Stores’。本文详细介绍了在类似键值数据库中减少读写线性操作延迟以提高吞吐量的技术。本文提供了对这篇论文的简要概述。

数据库在高并发大数据量的场景尤其重要，特别是性能的的问题，这其中就会涉及到数据库读写分离机制，比如：什么是读写分离？底层如何实现？优先级如何排定等问题