Ghost丶禅悟
Ghost丶禅悟

高并发基础之Mq实现（五）

利用前面学到的知识 写一个我们自己的mq队列

不多说直接亮代码

package com.ghost.concurrent;

import java.util.LinkedList;
import java.util.concurrent.atomic.AtomicInteger;
/**
 * 消息队列
 * @author Ghost
 */
public abstract class Mq {
	
	/**
	 * 队列容器
	 */
	private final LinkedList list = new LinkedList();
	
	/**
	 * 当前队列长度
	 */
	private final AtomicInteger count = new AtomicInteger(0);
	
	/**
	 * 队列最小值
	 */
	private final int min=0;
	
	/**
	 * 队列最大值
	 */
	private final int max;
	
	/**
	 * 锁对象
	 */
	private final Object lock = new Object();
	
	public Mq(int max){
		this.max=max;
	}

	/**
	 * 
	 * @Description: TODO(插入方法) 
	 * @param @param obj
	 * @return void
	 * @author LJ
	 */
	public void put(Object obj){
		synchronized (lock) {
			try {
				if(count.get()==max){
					lock.wait();
				}
				list.add(obj);
				count.getAndIncrement();
				lock.notify();
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
		}
	}
	/**
	 * 
	 * @Description: TODO(获取) 
	 * @param @return
	 * @return Object
	 * @author LJ
	 */
	public Object take(){
		Object obj = null;
		synchronized (lock) {
			try {
				while(true){
					if(count.get()==min){
						lock.wait();
					}
					obj = list.removeFirst();
					count.getAndDecrement();
					try {
						spvoice(obj);
					} catch (Exception e) {
						e.printStackTrace();
					}
					lock.notify();
				}
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
			return obj;
		}
	}
	/**
	 * 
	 * @Description: TODO(子类继承实现) 
	 * @param @param obj
	 * @return void
	 * @author LJ
	 */
	public abstract void spvoice(Object obj);
}
 
  
package com.ghost.concurrent;

public class MyMq extends Mq{

	public MyMq(int max) {
		super(max);
	}

	@Override
	public void spvoice(Object obj) {
		System.out.println("获取到一个对象:"+obj);
		//模拟执行时间
		try {
			Thread.sleep(100);
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
	}

}

 
  
 
  
package com.ghost.concurrent;


public class Test1 {
	public static void main(String[] args) {
		final MyMq myMQ = new MyMq(100);
		T t1 = new T(myMQ,"1");
		T t2 = new T(myMQ,"2");
		T t3 = new T(myMQ,"3");
		T t4 = new T(myMQ,"4");
		T t5 = new T(myMQ,"5");
		t1.start();
		t2.start();
		t3.start();
		t4.start();
		t5.start();
		new Thread(new Runnable() {
			@Override
			public void run() {
				myMQ.take();
			}
		}).start();;
	}
}

class T extends Thread{
	MyMq m;
	String name; 
	public T(MyMq m,String name){
		this.m=m;
		this.name=name;
	}
	@Override
	public void run() {
		for(int i=0;i<10;i++){
			m.put(name+":"+i);
		}
	}
}
 
  
 这是一个阻塞式的队列 大家看看就好！ 
  

                            
                        
                    
                    
                    

                    
                    
                    

                
                

                    
                

            
        
    
    

        
你可能感兴趣的:(高并发架构基础)

        

            

                
    
                    
  • Flowable 高级扩展：自定义元素与性能优化实战
                        练习时长两年半的程序员小胡
Flowable流程引擎实战指南流程图flowableBPMN流程引擎java
                        
    在前五篇文章中，我们从基础概念、流程设计、API实战、SpringBoot集成，到外部系统协同，逐步构建了Flowable的应用体系。但企业级复杂场景中，原生功能往往难以满足定制化需求——比如需要特殊的审批规则网关、与决策引擎联动实现动态路由，或是在高并发场景下优化流程引擎性能。本文将聚焦Flowable的高级扩展能力，详解如何自定义流程元素、集成规则引擎，并掌握大型系统中的性能调优策略。一、自定
    
                    
    • 
                    
  • Redis + Caffeine 实现高效的两级缓存架构
                        周童學
Java缓存redis架构
                        
    Redis+Caffeine实现高效的两级缓存架构引言在现代高并发系统中，缓存是提升系统性能的关键组件之一。传统的单一缓存方案往往难以同时满足高性能和高可用性的需求。本文将介绍如何结合Redis和Caffeine构建一个高效的两级缓存系统，并通过三个版本的演进展示如何逐步优化代码结构。项目源代码：github地址、gitee地址两级缓存架构概述两级缓存通常由本地缓存（如Caffeine）和分布式缓
    
                    
    • 
                    
  • 【三桥君】MCP中台，究竟如何实现多模型、多渠道、多环境的统一管控？如何以MCP为核心设计AI应用架构？
                        三桥君
《三桥君MCP落地方法论》《三桥君AI大模型落地方法论》#《三桥君AI产品方法论》人工智能AI产品经理MCPAPI三桥君系统架构llama
                        
    你好，我是✨三桥君✨本文介绍>>一、引言随着人工智能技术的快速发展，越来越多的企业开始引入大语言模型（LLM）以提升用户体验和运营效率。然而，如何高效、稳定地将这些AI能力落地到生产环境呢？传统的系统架构往往难以应对AI应用的高并发、低延迟和灵活扩展需求，因此，从整体架构角度设计AI应用架构显得尤为重要。本文三桥君将深入探讨以MCP为核心的AI应用架构，并分析多种部署方式的优劣势，为企业在AI落地
    
                    
    • 
                    
  • 深入剖析 boost::unique_lock＜boost::mutex＞
                        程序员乐逍遥
C++Boost库C/C++多线程编程专题C++boost线程锁
                        
    在高并发的C++程序中，线程安全是永恒的主题。而boost::unique_lock作为Boost.Thread库中的核心组件，为开发者提供了强大、灵活且异常安全的互斥量管理机制。它不仅是RAII（ResourceAcquisitionIsInitialization）设计模式的典范，更是实现复杂线程同步逻辑的基石。一、从lock_guard的说起在介绍unique_lock之前，我们先回顾其“简
    
                    
    • 
                    
  • 每日面试题15：如何解决堆溢出？
                        ℡余晖^
每日面试题python开发语言
                        
    在Java应用运行过程中，"java.lang.OutOfMemoryError:Javaheapspace"是最常见的错误之一。无论是高并发的电商大促场景，还是持续运行的后台服务，堆内存溢出都可能导致服务不可用、数据丢失，甚至引发系统崩溃。本文将结合实际排查经验，系统讲解堆溢出的底层逻辑、应急处理流程及长效预防策略。一、堆溢出的本质：内存分配的"收支失衡"Java堆是JVM管理的内存区域，用于存
    
                    
    • 
                    
  • 构建高性能Web应用：深入Spring WebFlux
                        李多田

                        
    本文还有配套的精品资源，点击获取简介：SpringWebFlux是Spring框架的一部分，支持反应式编程模型，适合高并发和低延迟Web应用。它提供了非阻塞I/O和事件驱动模型，优化了多核处理器资源的使用。SpringWebFlux拥有两种编程模式，核心组件包括WebHandler,RouterFunction,WebFilter,和WebSession。它与高性能服务器集成，并提供反应式HTTP
    
                    
    • 
                    
  • 零基础学习性能测试第八章：高并发-redis缓存架构介绍
                        试着
性能测试缓存学习redis性能测试零基础
                        
    目录一、Redis在高并发中的核心价值二、Redis核心架构模式▶1.缓存穿透防御架构▶2.热点数据多级缓存三、Redis集群高可用方案▶1.RedisCluster分片架构▶2.读写分离方案四、Redis性能压测实战▶1.基准测试工具▶2.关键性能指标五、典型瓶颈分析与优化案例1：缓存雪崩案例2：热Key阻塞六、电商秒杀实战架构七、必须掌握的进阶技巧八、学习路径与工具推荐以下是为零基础学习者设计
    
                    
    • 
                    
  • Spring Security OAuth2.0在分布式系统中的安全实践
                        

                        
    引言分布式系统架构下，安全认证与授权面临跨服务、高并发、多租户等挑战。SpringSecurity与OAuth2.0的结合为微服务安全提供了标准化解决方案。分布式系统中的安全挑战跨服务身份认证的复杂性令牌管理的可扩展性问题多租户场景下的权限隔离需求防止CSRF、XSS等常见攻击SpringSecurityOAuth2.0核心架构授权服务器设计@EnableAuthorizationServer配置
    
                    
    • 
                    
  • 【Spring WebFlux】为什么 Spring 要拥抱响应式
                        会飞的架狗师
SpringWebFluxspringjava后端
                        
    在现代分布式系统中，响应式系统已成为应对高并发、低延迟需求的核心方案。但构建响应式系统并非易事——它需要框架级别的支持来解决异步处理、资源调度、背压控制等底层问题。作为Java生态中最具影响力的框架，Spring对响应式的支持并非偶然，而是技术演进的必然选择。本文将从响应式系统的构建挑战出发，剖析Spring拥抱响应式的底层逻辑。一、响应式系统的构建困境：现有方案的局限性响应式系统的核心诉求是在有
    
                    
    • 
                    
  • 使用Spring Boot构建响应式应用
                        微赚淘客系统@聚娃科技
springboot后端java
                        
    使用SpringBoot构建响应式应用大家好，我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编，也是冬天不穿秋裤，天冷也要风度的程序猿！今天我们将探讨如何利用SpringBoot构建响应式应用，以适应现代应用程序对高并发和低延迟的需求。一、什么是响应式应用？响应式应用是一种通过异步编程模型来处理并发请求和数据流的应用程序设计方式。它能够更有效地利用计算资源，提供更快的响应时间和更高
    
                    
    • 
                    
  • Mybatisplus的雪花算法及代码生成器的使用
                        你我约定有三
算法dreamweaver
                        
    1.雪花算法1.1背景:雪花算法（Snowflake）的使用背景主要源于高并发分布式系统环境下对唯一ID生成的需求。这种需求在像Twitter这样的社交媒体平台上尤为突出，因为Twitter需要处理每秒上万条消息的请求，并且每条消息都必须分配一个唯一的ID。这些ID不仅需要全局唯一，以跨机器、跨时间区分，还需要保持一定的顺序性（尽管不要求连续），以方便客户端排序和后续的数据处理。1.2与自动递增的
    
                    
    • 
                    
  • 零基础学习性能测试第六章：性能难点-Jmeter实现海量用户压测
                        

                        
    目录一、海量压测核心挑战与解决思路二、分布式压测集群搭建（百倍性能提升）1.架构设计2.实战步骤三、百万级用户参数化方案1.Redis预生成测试数据2.JMeter分段读取（避免内存溢出）3.CSV分片策略四、高并发优化配置模板1.`jmeter.properties`关键修改2.线程组配置技巧五、结果收集与监控方案1.轻量级结果存储2.实时监控看板六、海量压测实战案例：双11级流量模拟测试目标：
    
                    
    • 
                    
  • 短剧系统开发上线全流程攻略：从架构设计到性能优化
                        v_qutudy
短剧系统开发海外短剧
                        
    ——基于微服务架构与AI推荐技术的实战指南一、引言：短剧系统的市场背景与技术挑战行业现状全球短剧市场规模已突破百亿美元，中国用户日均观看时长从2021年的18分钟增长至2023年的58分钟，呈现出爆发式增长。短剧系统的核心特点包括：内容碎片化：单集时长1-10分钟，剧情紧凑。互动性强：支持点赞、评论、付费解锁等社交功能。变现模式多元：广告、付费观看、虚拟商品等。技术挑战短剧系统需解决高并发、低延迟
    
                    
    • 
                    
  • H800核心技术突破与行业应用实战
                        智能计算研究中心
其他
                        
    内容概要在人工智能技术持续迭代的背景下，H800芯片凭借自主架构优化与算力跃升，成为推动行业场景化落地的关键驱动力。本文将从技术路径、性能突破与行业应用三个维度，系统解析H800如何在高并发计算与低延时响应领域实现底层架构创新。首先聚焦其自主架构优化的核心技术路径，包括动态资源调度算法与异构计算单元的深度协同设计，揭示其在能效比与计算密度上的突破逻辑；进一步结合算力跃升的具体表现，探讨该芯片如何通
    
                    
    • 
                    
  • Java高并发解决方案：线程池ThreadPoolExecutor详解
                        AI应用架构探索者
AI人工智能与大数据应用开发AI实战javapython开发语言ai
                        
    Java高并发解决方案：线程池ThreadPoolExecutor详解关键词：Java高并发、线程池、ThreadPoolExecutor、阻塞队列、拒绝策略、线程复用、任务调度摘要：在Java高并发场景中，线程池是解决线程频繁创建/销毁、资源浪费和线程管理混乱的“瑞士军刀”。本文将以“餐厅服务团队”为类比，用小学生都能听懂的语言，从线程池的核心参数、工作流程、实战配置到调优技巧，全面解析Thre
    
                    
    • 
                    
  • 新一代数据库：融合多模智能，重塑数据价值
                        

                        
    一、场景重塑产业格局：数据库“融合进化”AI浪潮奔涌而至，数字产业格局加速重构。云计算、移动互联、万物互联（IoT）、人工智能（AI）等技术的深度融合与快速落地，正以前所未有的速度重塑着企业的应用形态。新业务场景层出不穷——从高并发的在线交易、实时精准的分析决策，到海量物联网设备监控、基于图关系的风控反欺诈，再到AI驱动的智能推荐与内容生成，应用场景的多样性与复杂性已突破传统数据库的能力边界。这对
    
                    
    • 
                    
  • Python 4.0新特性解析：性能优化与语法升级
                        知识产权13937636601
计算机python性能优化开发语言
                        
    本文针对Python4.0的核心升级展开系统性分析，从性能优化与语法革新两个维度揭示其技术突破。首先解析新型解释器架构对运算效率的提升路径，其次探讨模式匹配、异步编程简化和类型系统强化等语法特性，最后结合机器学习与高并发场景验证新版本的实践价值。研究发现，Python4.0通过JIT编译器与内存管理重构实现3倍以上性能跃升，同时静态类型推导的完善显著提升大型项目维护效率，标志着Python从"胶水
    
                    
    • 
                    
  • Kafka——两种集群搭建详解 k8s
                        Michaelwubo
kafka分布式
                        
    1、简介Kafka是一个能够支持高并发以及流式消息处理的消息中间件，并且Kafka天生就是支持集群的，今天就主要来介绍一下如何搭建Kafka集群。Kafka目前支持使用Zookeeper模式搭建集群以及KRaft模式（即无Zookeeper）模式这两种模式搭建集群，这两种模式各有各的好处，今天就来分别介绍一下这两种方式1.1、Kafka集群中的节点类型一个Kafka集群是由下列几种类型的节点构成的
    
                    
    • 
                    
  • HAProxy 负载均衡指南
                        心上之秋
负载均衡运维
                        
    一、HAProxy简介HAProxy(HighAvailabilityProxy)是一款高性能、开源的负载均衡器和代理服务器。它以其高并发处理能力、灵活的配置选项和强大的功能而闻名，广泛应用于各种Web服务场景，如：负载均衡:将流量分配到多个后端服务器，提高系统可用性和性能。反向代理:隐藏真实服务器，提供安全防护、缓存内容等功能。SSL/TLS终止:处理HTTPS请求，提高网站安全性。Web性能优
    
                    
    • 
                    
  • 第3章通用的服务可用性治理手段——3.6 降级策略
                        计小酱蟹不肉
读书笔记微服务降级系统设计场景题
                        
    在3.4节中，我们曾列举著名景区在节假日期间限制游客数量的例子来表述限流，而景区在节假日期间将不重要的、安全风险较大的或难以管理的游玩项目暂时关闭叫作“降级”，其目的是保障游客的游玩核心体验。与此类似，服务降级的目的是重点保障用户的核心体验和服务的可用性。在异常、高并发的情况下可以忽略非核心场景或换一种简单处理方式，以便释放资源给核心场景，保证核心场景的正常处理与高性能执行。服务降级的实施方案灵活
    
                    
    • 
                    
  • 终面倒计时10分钟：候选人用`memory_profiler`定位Python内存泄漏
                        itAred
Python面试场景题PythonMemoryProfilingInterviewDebugging
                        
    场景设定：终面倒计时10分钟面试官：小兰，欢迎来到终面环节。在你前面的候选人已经展示了他们的项目经历和代码能力，但今天的终面，我们想考察你解决实际问题的能力。现在，假设你是一名资深后端工程师，负责维护一个高并发的在线服务。最近，生产环境的服务器内存占用持续升高，甚至出现了服务频繁挂掉的问题。我们需要你快速定位并解决这个问题。在接下来的10分钟内，我会给你一段简化的代码示例，并提供一个内存泄漏的场景
    
                    
    • 
                    
  • Python爬虫实战：研究picloud相关技术
                        ylfhpy
爬虫项目实战python爬虫开发语言picloud
                        
    一、引言1.1研究背景与意义在数字化时代，网络数据已成为企业决策、学术研究和社会服务的重要资源。爬虫技术作为自动化获取网络信息的关键手段，在舆情监测、市场分析、学术研究等领域具有广泛应用。Python以其简洁的语法和丰富的爬虫库（如Requests、BeautifulSoup、Scrapy）成为爬虫开发的首选语言。然而，面对海量数据和高并发需求，本地爬虫系统往往面临性能瓶颈。picloud作为专业
    
                    
    • 
                    
  • AI浪潮涌，数据库“融合智能”奏响产业新乐章
                        可涵不会debug
AI赋能人工智能数据库
                        
    一、场景重塑产业格局：数据库“融合进化”AI浪潮奔涌而至，数字产业格局加速重构。云计算、移动互联、万物互联（IoT）、人工智能（AI）等技术的深度融合与快速落地，正以前所未有的速度重塑着企业的应用形态。新业务场景层出不穷——从高并发的在线交易、实时精准的分析决策，到海量物联网设备监控、基于图关系的风控反欺诈，再到AI驱动的智能推荐与内容生成，应用场景的多样性与复杂性已突破传统数据库的能力边界。这对
    
                    
    • 
                    
  • 数据库融合进化：AI驱动下的数字化转型新纪元
                        颜颜yan_
前沿科技产品测评数据库人工智能
                        
    一、场景重塑产业格局：数据库“融合进化”AI浪潮奔涌而至，数字产业格局加速重构。云计算、移动互联、万物互联（IoT）、人工智能（AI）等技术的深度融合与快速落地，正以前所未有的速度重塑着企业的应用形态。新业务场景层出不穷——从高并发的在线交易、实时精准的分析决策，到海量物联网设备监控、基于图关系的风控反欺诈，再到AI驱动的智能推荐与内容生成，应用场景的多样性与复杂性已突破传统数据库的能力边界。这对
    
                    
    • 
                    
  • MySQL 监控与性能调优实战指南：从入门到精通
                        CarlowZJ
AI应用落地涉及的数据库mysql数据库监控与性能调优实战指南从入门到精通
                        
    目录一、MySQL监控的核心概念与体系架构（一）监控的重要性与目标（二）构建全面的监控指标体系（三）MySQL内置监控工具详解与实战（四）外部监控工具深度集成与应用二、性能调优策略：从基础到高级的全方位实战技术（一）配置参数优化：挖掘MySQL内置潜力（二）SQL优化：从源头解决性能瓶颈（三）架构调优：硬件资源的合理调配（四）自动化调优工具：迈向智能化运维三、实战案例：高并发电商秒杀场景下的监控与
    
                    
    • 
                    
  • 融合与智能：AI时代数据库的演进新范式与产业格局重塑
                        意疏
测评人工智能数据库
                        
    一、场景重塑产业格局：数据库“融合进化”AI浪潮奔涌而至，数字产业格局加速重构。云计算、移动互联、万物互联（IoT）、人工智能（AI）等技术的深度融合与快速落地，正以前所未有的速度重塑着企业的应用形态。新业务场景层出不穷——从高并发的在线交易、实时精准的分析决策，到海量物联网设备监控、基于图关系的风控反欺诈，再到AI驱动的智能推荐与内容生成，应用场景的多样性与复杂性已突破传统数据库的能力边界。这对
    
                    
    • 
                    
  • 耳根圆通：“高并发架构”设计思想
                        

                        
    ——从《楞严经》看顶级修行者的系统架构哲学一、需求背景：无上道的“性能瓶颈”在《楞严经》中，观世音菩萨向佛陀汇报其突破性成果：通过耳根圆通法门修证无上道，并实现四种“无作妙德”。这像极了一位架构师通过技术创新，解决系统性能瓶颈后获得四大核心能力：graphLRA[耳根圆通架构]-->B[四大能力]B-->B1[多模态交互系统]B-->B2[全协议兼容通信]B-->B3[高用户粘性设计]B-->B4
    
                    
    • 
                    
  • JAVA知识点（六）：性能调优与线上问题排查
                        程序员码龙
Java面试java
                        
    文章目录服务间通信超时问题怎么解决？高并发线程安全问题如何排查慢SQL问题如何排查频繁FullGC问题如何排查文件导入导出导致内存溢出如何排查线上大规模故障时如何处理与恢复线上大量错误日志如何排查线上偶发性问题如何处理和跟踪线上问题的排查思路线上系统接口响应很慢如何排查线上系统突然响应缓慢如何排查CPU飙高问题如何排查Java进程突然挂了如何排查Java死锁问题如何排查MySQL数据库连接池爆满如
    
                    
    • 
                    
  • 探索 MySQL 缓存机制：提升数据库读取性能的有效策略
                        you的日常
#MySQLMySQL数据库优化数据库mysql缓存后端javadatabase
                        
    在现代应用中，数据库的读取性能是影响用户体验和系统响应速度的关键因素。当应用程序面临高并发读请求时，直接访问磁盘的开销会成为瓶颈。为了应对这一挑战，MySQL引入了多种缓存机制，旨在减少磁盘I/O，加快数据检索速度。理解并合理利用这些缓存机制，是提升MySQL数据库读取性能的有效策略。本文将带你深入探索MySQL内部的各种缓存组件，包括它们的原理、作用以及如何在实际应用中进行配置和优化，助你全面提
    
                    
    • 
                    
  • Golang Gorilla 框架性能优化：10 个必知技巧
                        

                        
    GolangGorilla框架性能优化：10个必知技巧关键词：Gorilla框架、性能优化、Go语言、路由匹配、中间件、内存管理、并发处理、HTTP服务、Web开发、实战技巧摘要：Gorilla是Go语言生态中最受欢迎的Web开发框架之一，广泛用于构建高并发API和实时应用（如WebSocket聊天）。但随着业务规模扩大，如何让Gorilla应用保持“丝滑”性能？本文将从路由优化、内存管理、并发设
    
                    
    • 
                                
  • Linux的Initrd机制
                                    被触发
linux
                                    
    Linux 的 initrd 技术是一个非常普遍使用的机制，linux2.6 内核的 initrd 的文件格式由原来的文件系统镜像文件转变成了 cpio 格式，变化不仅反映在文件格式上， linux 内核对这两种格式的 initrd 的处理有着截然的不同。本文首先介绍了什么是 initrd 技术，然后分别介绍了 Linux2.4 内核和 2.6 内核的 initrd 的处理流程。最后通过对 Lin
    
                                
    • 
                                
  • maven本地仓库路径修改
                                    bitcarter
maven
                                    
    默认maven本地仓库路径：C:\Users\Administrator\.m2 
 
修改maven本地仓库路径方法： 
    
1.打开E:\maven\apache-maven-2.2.1\conf\settings.xml 
    
2.找到 
       
    
                                
    • 
                                
  • XSD和XML中的命名空间
                                    darrenzhu
xmlxsdschemanamespace命名空间
                                    
    http://www.360doc.com/content/12/0418/10/9437165_204585479.shtml 

http://blog.csdn.net/wanghuan203/article/details/9203621 

http://blog.csdn.net/wanghuan203/article/details/9204337 
 

http://www.cn
    
                                
    • 
                                
  • Java 求素数运算
                                    周凡杨
java算法素数
                                    
    网络上对求素数之解数不胜数，我在此总结归纳一下，同时对一些编码，加以改进，效率有成倍热提高。   
第一种：    
  
原理: 6N(+-)1法              任何一个自然数，总可以表示成为如下的形式之一： 6N，6N+1，6N+2，6N+3，6N+4，6N+5 (N=0，1，2，…)    
    
                                
    • 
                                
  • java 单例模式
                                    g21121
java
                                    
    想必单例模式大家都不会陌生，有如下两种方式来实现单例模式： 
  
class Singleton {
  private static Singleton instance=new Singleton();
  private Singleton(){}
  static Singleton getInstance() {
      return instance;
  }
    
                                
    • 
                                
  • Linux下Mysql源码安装
                                    510888780
mysql
                                    
    1.假设已经有mysql-5.6.23-linux-glibc2.5-x86_64.tar.gz 
 
(1)创建mysql的安装目录及数据库存放目录       
解压缩下载的源码包，目录结构，特殊指定的目录除外： 
          
    
                                
    • 
                                
  • 32位和64位操作系统
                                    墙头上一根草
32位和64位操作系统
                                    
    32位和64位操作系统是指：CPU一次处理数据的能力是32位还是64位。现在市场上的CPU一般都是64位的，但是这些CPU并不是真正意义上的64 位CPU，里面依然保留了大部分32位的技术，只是进行了部分64位的改进。32位和64位的区别还涉及了内存的寻址方面，32位系统的最大寻址空间是2 的32次方= 4294967296（bit）= 4（GB）左右，而64位系统的最大寻址空间的寻址空间则达到了
    
                                
    • 
                                
  • 我的spring学习笔记10-轻量级_Spring框架
                                    aijuans
Spring 3
                                    
    一、问题提问： 
 
    → 请简单介绍一下什么是轻量级？ 
 
    轻量级（Leightweight）是相对于一些重量级的容器来说的，比如Spring的核心是一个轻量级的容器，Spring的核心包在文件容量上只有不到1M大小，使用Spring核心包所需要的资源也是很少的，您甚至可以在小型设备中使用Spring。 
 
 
    
                                
    • 
                                
  • mongodb 环境搭建及简单CURD
                                    antlove
WebInstallcurdNoSQLmongo
                                    
    一 搭建mongodb环境 
1. 在mongo官网下载mongodb 
2. 在本地创建目录 "D:\Program Files\mongodb-win32-i386-2.6.4\data\db" 
3. 运行mongodb服务 [mongod.exe --dbpath "D:\Program Files\mongodb-win32-i386-2.6.4\data\
    
                                
    • 
                                
  • 数据字典和动态视图
                                    百合不是茶
oracle数据字典动态视图系统和对象权限
                                    
    数据字典（data dictionary）是 Oracle 数据库的一个重要组成部分，这是一组用于记录数据库信息的只读（read-only）表。随着数据库的启动而启动,数据库关闭时数据字典也关闭   数据字典中包含 
  
 
 数据库中所有方案对象（schema object）的定义(包括表，视图，索引，簇，同义词，序列，过程，函数，包，触发器等等) 
 数据库为一
    
                                
    • 
                                
  • 多线程编程一般规则
                                    bijian1013
javathread多线程java多线程
                                    
           如果两个工两个以上的线程都修改一个对象，那么把执行修改的方法定义为被同步的，如果对象更新影响到只读方法，那么只读方法也要定义成同步的。 
       不要滥用同步。如果在一个对象内的不同的方法访问的不是同一个数据，就不要将方法设置为synchronized的。 

    
                                
    • 
                                
  • 将文件或目录拷贝到另一个Linux系统的命令scp
                                    bijian1013
linuxunixscp
                                    
    一.功能说明        scp就是security copy，用于将文件或者目录从一个Linux系统拷贝到另一个Linux系统下。scp传输数据用的是SSH协议，保证了数据传输的安全，其格式如下：        scp 远程用户名@IP地址：文件的绝对路径
    
                                
    • 
                                
  • 【持久化框架MyBatis3五】MyBatis3一对多关联查询
                                    bit1129
Mybatis3
                                    
    以教员和课程为例介绍一对多关联关系，在这里认为一个教员可以叫多门课程，而一门课程只有1个教员教，这种关系在实际中不太常见，通过教员和课程是多对多的关系。 
  示例数据：
  
  
地址表： 
  
CREATE TABLE ADDRESSES 
(
  ADDR_ID INT(11) NOT NULL AUTO_INCREMENT,
  STREET VAR
    
                                
    • 
                                
  • cookie状态判断引发的查找问题
                                    bitcarter
formcgi
                                    
    先说一下我们的业务背景： 
1.前台将图片和文本通过form表单提交到后台，图片我们都做了base64的编码，并且前台图片进行了压缩 
2.form中action是一个cgi服务 
3.后台cgi服务同时供PC，H5，APP 
4.后台cgi中调用公共的cookie状态判断方法（公共的，大家都用，几年了没有问题） 
 
问题：（折腾两天。。。。） 
1.PC端cgi服务正常调用，cookie判断没
    
                                
    • 
                                
  • 通过Nginx,Tomcat访问日志(access log)记录请求耗时
                                    ronin47

                                    
    一、Nginx通过$upstream_response_time $request_time统计请求和后台服务响应时间 
nginx.conf使用配置方式： 
log_format main '$remote_addr - $remote_user [$time_local] "$request" ''$status $body_bytes_sent "$http_r
    
                                
    • 
                                
  • java-67- n个骰子的点数。 把n个骰子扔在地上，所有骰子朝上一面的点数之和为S。输入n，打印出S的所有可能的值出现的概率。
                                    bylijinnan
java
                                    
    

public class ProbabilityOfDice {

	/**
	 * Q67 n个骰子的点数
	 * 把n个骰子扔在地上，所有骰子朝上一面的点数之和为S。输入n，打印出S的所有可能的值出现的概率。
	 * 在以下求解过程中，我们把骰子看作是有序的。
	 * 例如当n=2时，我们认为（1，2）和（2，1）是两种不同的情况
	 */
	private stati
    
                                
    • 
                                
  • 看别人的博客，觉得心情很好
                                    Cb123456
博客心情
                                    
       以为写博客，就是总结，就和日记一样吧，同时也在督促自己。今天看了好长时间博客: 
   职业规划: 
   http://www.iteye.com/blogs/subjects/zhiyeguihua 
  
   android学习: 
   1.http://byandby.i
    
                                
    • 
                                
  • [JWFD开源工作流]尝试用原生代码引擎实现循环反馈拓扑分析
                                    comsci
工作流
                                    
     
    我们已经不满足于仅仅跳跃一次，通过对引擎的升级，今天我测试了一下循环反馈模式，大概跑了200圈，引擎报一个溢出错误 
 
     在一个流程图的结束节点中嵌入一段方程，每次引擎运行到这个节点的时候，通过实时编译器GM模块，计算这个方程，计算结果与预设值进行比较，符合条件则跳跃到开始节点，继续新一轮拓扑分析，直到遇到
    
                                
    • 
                                
  • JS常用的事件及方法
                                    cwqcwqmax9
js
                                    
    事件 描述 
onactivate 当对象设置为活动元素时触发。 
onafterupdate 当成功更新数据源对象中的关联对象后在数据绑定对象上触发。 
onbeforeactivate 对象要被设置为当前元素前立即触发。 
onbeforecut 当选中区从文档中删除之前在源对象触发。 
onbeforedeactivate 在 activeElement 从当前对象变为父文档其它对象之前立即
    
                                
    • 
                                
  • 正则表达式验证日期格式
                                    dashuaifu
正则表达式IT其它java其它
                                    
                     正则表达式验证日期格式

function isDate(d){
 var v = d.match(/^(\d{4})-(\d{1,2})-(\d{1,2})$/i);
 if(!v) {
  this.focus();
  return false;
 }
}
<input value="2000-8-8" onblu
    
                                
    • 
                                
  • Yii CModel.rules() 方法 、validate预定义完整列表、以及说说验证
                                    dcj3sjt126com
yii
                                    
    public array rules () {return} array 要调用 validate() 时应用的有效性规则。 返回属性的有效性规则。声明验证规则，应重写此方法。 每个规则是数组具有以下结构：array('attribute list', 'validator name', 'on'=>'scenario name', ...validation 
    
                                
    • 
                                
  • UITextAttributeTextColor = deprecated in iOS 7.0
                                    dcj3sjt126com
ios
                                    
    In this lesson we used the key "UITextAttributeTextColor" to change the color of the UINavigationBar appearance to white. This prompts a warning "first deprecated in iOS 7.0." 
Ins
    
                                
    • 
                                
  • 判断一个数是质数的几种方法
                                    EmmaZhao
Mathpython
                                    
    质数也叫素数，是只能被1和它本身整除的正整数，最小的质数是2，目前发现的最大的质数是p=2^57885161-1【注1】。 
判断一个数是质数的最简单的方法如下： 
 

def isPrime1(n):
	for i in range(2, n):
		if n % i == 0:
			return False
	return True
 
但是在上面的方法中有一些冗余的计算，所以
    
                                
    • 
                                
  • SpringSecurity工作原理小解读
                                    坏我一锅粥
SpringSecurity
                                    
     
   SecurityContextPersistenceFilter 
   ConcurrentSessionFilter 
   WebAsyncManagerIntegrationFilter 
   HeaderWriterFilter 
   CsrfFilter 
   LogoutFilter 
   Use
    
                                
    • 
                                
  • JS实现自适应宽度的Tag切换
                                    ini
JavaScripthtmlWebcsshtml5
                                    
    效果体验：http://hovertree.com/texiao/js/3.htm 
  
该效果使用纯JavaScript代码，实现TAB页切换效果，TAB标签根据内容自适应宽度，点击TAB标签切换内容页。 
HTML文件代码： 
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml"
    
                                
    • 
                                
  • Hbase Rest API : 数据查询
                                    kane_xie
RESThbase
                                    
    hbase（hadoop）是用java编写的，有些语言（例如python）能够对它提供良好的支持，但也有很多语言使用起来并不是那么方便，比如c#只能通过thrift访问。Rest就能很好的解决这个问题。Hbase的org.apache.hadoop.hbase.rest包提供了rest接口，它内嵌了jetty作为servlet容器。 
  
启动命令：./bin/hbase rest s
    
                                
    • 
                                
  • JQuery实现鼠标拖动元素移动位置（源码+注释）
                                    明子健
jqueryjs源码拖动鼠标
                                    
    欢迎讨论指正！ 
  
print.html代码： 
<!DOCTYPE html>
<html>
<head>
<meta http-equiv=Content-Type content="text/html;charset=utf-8">
<title>发票打印</title>
&l
    
                                
    • 
                                
  • Postgresql 连表更新字段语法 update
                                    qifeifei
PostgreSQL
                                    
    下面这段sql本来目的是想更新条件下的数据，可是这段sql却更新了整个表的数据。sql如下： 
UPDATE tops_visa.visa_order
SET op_audit_abort_pass_date = now()
FROM
	tops_visa.visa_order as  t1
INNER JOIN tops_visa.visa_visitor as t2 
ON t1. 
    
                                
    • 
                                
  • 将redis,memcache结合使用的方案?
                                    tcrct
rediscache
                                    
    公司架构上使用了阿里云的服务，由于阿里的kvstore收费相当高，打算自建，自建后就需要自己维护，所以就有了一个想法，针对kvstore(redis)及ocs(memcache)的特点，想自己开发一个cache层，将需要用到list，set，map等redis方法的继续使用redis来完成，将整条记录放在memcache下，即findbyid，save等时就memcache，其它就对应使用redi
    
                                
    • 
                                
  • 开发中遇到的诡异的bug
                                    wudixiaotie
bug
                                    
    今天我们服务器组遇到个问题： 
我们的服务是从Kafka里面取出数据，然后把offset存储到ssdb中，每个topic和partition都对应ssdb中不同的key，服务启动之后，每次kafka数据更新我们这边收到消息，然后存储之后就发现ssdb的值偶尔是-2,这就奇怪了，最开始我们是在代码中打印存储的日志，发现没什么问题，后来去查看ssdb的日志，才发现里面每次set的时候都会对同一个key
    
                                
    •