夏尔的部落格 👋🏼

并发编程实践中，ConcurrentHashMap是一个经常被使用的数据结构，相比于Hashtable以及Collections.synchronizedMap()，ConcurrentHashMap在线程安全的基础上提供了更好的写并发能力，但同时降低了对读一致性的要求（这点好像CAP理论啊）。ConcurrentHashMap的设计与实现非常精巧，大量的利用了volatile，final，CAS等lock-free技术来减少锁竞争对于性能的影响，无论对于Java并发编程的学习还是Java内存模型的理解，ConcurrentHashMap的设计以及源码都值得非常仔细的阅读与揣摩。 这篇日志记录了自己对ConcurrentHashMap的一些总结，由于JDK6，7，8中实现都不同，需要分开阐述在不同版本中的ConcurrentHashMap。 1. JDK6与JDK7中的实现 1.1 设计思路 ConcurrentHashMap采用了分段锁的设计，只有在同一个分段内才存在竞态关系，不同的分段锁之间没有锁竞争。相比于对整个Map加锁的设计，分段锁大大的提高了高并发环境下的处理能力。但同时，....

概述 Exchanger是一个用于线程间协作的工具类，Exchanger用于进行线程间的数据交换，它提供一个同步点，在这个同步点，两个线程可以交换彼此的数据。这两个线程通过exchange方法交换数据，如果第一个线程先执行exchange方法，它会一直等待第二个线程也执行exchange方法，当两个线程都到达同步点时，这两个线程就可以交换数据。 使用 Exchanger使用是非常简单的，但是实现原理和前面几种工具比较确实最难的，前面几种工具都是通过同步器或者锁来实现，而Exchanger是一种无锁算法，和前面SynchronousQueue一样，都是通过循环cas来实现线程安全，因此这种方式就会显得比较抽象和麻烦。 public class ExchangerDemo { static Exchanger<String>exchanger=new Exchanger<String>(); static class Task implements Runnable{ @Override public void run() { try { String result....

一、简介 Phaser是java 7 引入的新的并发API，翻译为阶段，它适用于这样一种场景，一个大任务可以分为多个阶段完成，且每个阶段的任务可以多个线程并发执行，但是必须上一个阶段的任务都完成了才可以执行下一个阶段的任务。所以Phaser特别适合使用在重复执行或者重用的情况。 这种场景虽然使用CyclicBarrier或者CountryDownLatch也可以实现，但是要复杂的多。首先，具体需要多少个阶段是可能会变的，其次，每个阶段的任务数也可能会变的。相比于CyclicBarrier和CountDownLatch，Phaser更加灵活更加方便。 二、使用方法 在CyclicBarrier、CountDownLatch中，我们使用计数器来控制程序的顺序执行，同样的在Phaser中也是通过计数器来控制。在Phaser中计数器叫做parties， 我们可以通过Phaser的构造函数或者register()方法来注册。 通过调用register()方法，我们可以动态的控制phaser的个数。如果我们需要取消注册，则可以调用arriveAndDeregister()方法。 下面我们看一个最简....

一、概述 ArrayList是一种变长的集合类，基于定长数组实现。ArrayList允许空值和重复元素，当往 ArrayList 中添加的元素数量大于其底层数组容量时，其会通过扩容机制重新生成一个更大的数组。另外，由于ArrayList底层基于数组实现，所以其可以保证在 O(1) 复杂度下完成随机查找操作。其他方面，ArrayList是非线程安全类，并发环境下，多个线程同时操作ArrayList，会引发不可预知的错误。 ArrayList是大家最为常用的集合类，作为一个变长集合类，其核心是扩容机制。所以只要知道它是怎么扩容的，以及基本的操作是怎样实现就够了。 二、源码分析 2.1 属性 /** * 默认容量 */ private static final int DEFAULT_CAPACITY = 10; /** * 空数组，如果传入的容量为0时使用 */ private static final Object[] EMPTY_ELEMENTDATA = {}; /** * 空数组，传传入容量时使用，添加第一个元素的时候会重新初始为默认容量大小 */ private st....

JUC中的同步器三个主要的成员：CountDownLatch、CyclicBarrier和Semaphore。这三个是JUC中较为常用的同步器，通过它们可以方便地实现很多线程之间协作的功能。 一、概述 CountDownLatch是基于AQS实现，当构建count对象时，传入的值其实就会赋值给AQS的关键变量state，执行countDown()方法时，其实就是利用CAS将state-1，执行await方法时，其实就是判断state是否为0，不为0则加入到队列中，将该线程阻塞（除头节点），因为头节点会一直自旋等待state为0，当state为0时，头节点把剩余的队列中阻塞的节点一并唤醒。 二、实现原理 2.1 内部类 private static final class Sync extends AbstractQueuedSynchronizer { private static final long serialVersionUID = 4982264981922014374L; /** 构造方法，接收count值，只有count减小为0时，线程才不会被await方法阻塞 */ S....

一、概述 CyclicBarrier基于ReentrantLock和Condition等待唤醒的功能实现的，在构建CyclicBarrier时，会将count-1,操作count值是直接使用ReentrantLock来保证线程安全性，如果count不为0时，则添加condition队列中，如果等于0时，把节点从condition队列添加至aqs的队列中进行全部唤醒，并且将parties的值重新赋值为count的值来实现复用。 二、实现原理 2.1 构造函数 CyclicBarrier内部使用了ReentrantLock和Condition两个类。它有两个构造函数： //构造器1 public CyclicBarrier(int parties, Runnable barrierAction) { if (parties <= 0) throw new IllegalArgumentException(); this.parties = parties;//parties 指示计数器的初始值 this.count = parties; this.barrierCommand = ....

一、概述 Semaphore（信号量）是用来控制同时访问特定资源的线程数量，它通过协调各个线程，以保证合理的使用公共资源。 二、实现原理 2.1 内部类 Semaphore同样由AQS实现，总共有三个内部类，并且三个内部类是紧密相关的，Semaphore与ReentrantLock的内部类的结构相同，类内部总共存在Sync、NonfairSync、FairSync三个类，NonfairSync与FairSync类继承自Sync类，Sync类继承自AbstractQueuedSynchronizer抽象类。 private final Sync sync; //内部类，继承自AQS abstract static class Sync extends AbstractQueuedSynchronizer { private static final long serialVersionUID = 1192457210091910933L; // 构造函数,初始化同步资源 Sync(int permits) { // 设置状态数 setState(permits); } // 获取许可....

一、何为索引？有什么作用？ 索引是一种用于快速查询和检索数据的数据结构。常见的索引结构有: B树，B+树和Hash。 索引的作用就相当于目录的作用。打个比方: 我们在查字典的时候，如果没有目录，那我们就只能一页一页的去找我们需要查的那个字，速度很慢。如果有目录了，我们只需要先去目录里查找字的位置，然后直接翻到那一页就行了。 1.1 索引的优缺点 优点 ： 使用索引可以大大加快 数据的检索速度（大大减少检索的数据量）,这也是创建索引的最主要的原因。 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。 缺点 ： 创建索引和维护索引需要耗费许多时间。当对表中的数据进行增删改的时候，如果数据有索引，那么索引也需要动态的修改，会降低SQL执行效率。 索引需要使用物理文件存储，也会耗费一定空间。 但是，使用索引一定能提高查询性能吗? 大多数情况下，索引查询都是比全表扫描要快的。但是如果数据库的数据量不大，那么使用索引也不一定能够带来很大提升。 二、索引的底层数据结构 2.1 Hash表 哈希表是键值对的集合，通过键(key)即可快速取出对应的值(value)，因此哈希表可以快速检索....

引言 在深入介绍Seata的实现之前，我们先在一个较高的层面一览Seata的整体设计思想。 一、设计方案 整体架构 首先，很自然的，我们可以把一个分布式事务理解成一个包含了若干分支事务的全局事务。全局事务的职责是协调其下管辖的分支事务达成一致，要么一起成功提交，要么一起失败回滚。此外，通常分支事务本身就是一个满足ACID的本地事务。 基于两阶段提交模式，从设计上我们可以将整体分成三个大模块，即TM、RM、TC，具体解释如下： TM(Transaction Manager)：全局事务管理器，控制全局事务边界，负责全局事务开启、全局提交、全局回滚。 RM(Resource Manager)：资源管理器，控制分支事务，负责分支注册、状态汇报，并接收事务协调器的指令，驱动分支（本地）事务的提交和回滚。 TC(Transaction Coordinator)：事务协调器，维护全局事务的运行状态，负责协调并驱动全局事务的提交或回滚。 一个典型的分布式事务过程： TM向TC申请开启一个全局事务，全局事务创建成功并生成一个全局唯一的XID。 XID在微服务调用链路的上下文中传播。 RM向TC....

策略模式 在策略模式（Strategy Pattern）中，一个类的行为或其算法可以在运行时更改。这种类型的设计模式属于行为型模式。 在策略模式中，我们创建表示各种策略的对象和一个行为随着策略对象改变而改变的context 对象。策略对象改变context对象的执行算法 使用场景： 1、如果在一个系统里面有许多类，它们之间的区别仅在于它们的行为，那么使用策略模式可以动态地让一个对象在许多行为中选择一种行为。 2、一个系统需要动态地在几种算法中选择一种。 3、如果一个对象有很多的行为，如果不用恰当的模式，这些行为就只好使用多重的条件选择语句来实现。 注意事项：如果一个系统的策略多于四个，就需要考虑使用混合模式，解决策略类膨胀的问题。 举例场景 我现在需要实现一个关于下单的功能，然后这个预下单功能大致用到的参数都一样，但是在下单类型上分为充值、退款、交易。三种不同的下单流程都属于预下单功能的一部分，但是结合业务后，逻辑算法都是基本独立的。 按照往常的写法，可能会出现如下的代码写法： public String createOrder(OrderInfo orderInfo){ if (or....

问题一：死锁 记录一次分布式事务SEATA遇到的巨坑报错，开发环境没有问题，但是测试环境频繁出现事务报错。 报错提示： org.springframework.orm.jpa.JpaSystemException: Unable to commit JDBC Connection;nested exception is org.hibernate.TransactionException:Unable to commit against JDBC Connection 在开发环境从没遇过这样的报错，但是测试环境经常会出现，而且某些数据在编辑时候只要报了一次这样的错，后面编辑都会一直报这个错。 原因： 查看了一下这两个环境不一样的地方是防火墙，测试环境防火墙设置了老化时间为20分钟，而开发环境设置了防火墙为不老化，由于分布式事务服务与数据库需要一直保持长连接，但防火墙超过20分钟后会删除该会话，导致部分新增事务控制的数据库锁记录未被删除，因此数据超时异常。 解决办法： 将防火墙设置为不老化，不再出现死锁。 问题二：死锁二 上一次已经踩过一个坑了，这次报错没想到又遇到类似的锁问题了，查....

线上故障主要会包括cpu、磁盘、内存以及网络问题，而大多数故障可能会包含不止一个层面的问题，所以进行排查时候尽量四个方面依次排查一遍。同时例如jstack、jmap等工具也是不囿于一个方面的问题的，基本上出问题就是df、free、top三连，然后依次jstack、jmap伺候，具体问题具体分析即可。 一、CPU 一般来讲我们首先会排查cpu方面的问题。cpu异常往往还是比较好定位的。原因包括业务逻辑问题(死循环)、频繁gc以及上下文切换过多。而最常见的往往是业务逻辑(或者框架逻辑)导致的，可以使用jstack来分析对应的堆栈情况。 1.1 使用jstack分析cpu问题 我们先用ps命令找到对应进程的pid(如果你有好几个目标进程，可以先用top看一下哪个占用比较高)。接着用top -H -p pid来找到cpu使用率比较高的一些线程 然后将占用最高的pid转换为16进制printf '%x\n' pid得到nid 接着直接在jstack中找到相应的堆栈信息jstack pid | grep 'nid' -C5 –color 可以看到我们已经找到了nid为0x42的堆栈信息，接着....

一、前言 数据的校验是交互式网站一个不可或缺的功能，前端的js校验可以涵盖大部分的校验职责，如用户名唯一性，生日格式，邮箱格式校验等等常用的校验。但是为了避免用户绕过浏览器，使用http工具直接向后端请求一些违法数据，服务端的数据校验也是必要的，可以防止脏数据落到数据库中，如果数据库中出现一个非法的邮箱格式，也会让运维人员头疼不已。我在之前保险产品研发过程中，系统对数据校验要求比较严格且追求可变性及效率，曾使用drools作为规则引擎，兼任了校验的功能。而在一般的应用，可以使用本文将要介绍的validation来对数据进行校验。 简述JSR303/JSR-349，hibernate validation，spring validation之间的关系。JSR303是一项标准,JSR-349是其的升级版本，添加了一些新特性，他们规定一些校验规范即校验注解，如@Null，@NotNull，@Pattern，他们位于javax.validation.constraints包下，只提供规范不提供实现。而hibernate validation是对这个规范的实践（不要将hibernate和数据库o....

JDBC事务管理 JDBC是Java数据库连接相关的API，所以Java的事务管理也是在通过该API进行的。JDBC的核心是Connection接口，JDBC的事务管理是基于Connection接口来实现的，通过Connection对象进行事务管理。 JDBC对事务的处理规则，必须是基于同一个Connection对象的 JDBC提供了3个方法来进行事务管理 setAutoCommit()：设置自动提交，方法中需要传入一个boolean类型的参数，true为自动提交，false为手动提交 commit()：提交事务 rollback()：回滚事务 1.1 JDBC事务例子 public void save(User user) throws SQLException{ Connection conn = jdbcDao.getConnection(); conn.setAutoCommit(false); try { PreparedStatement ps = conn.prepareStatement("insert into user(name,age) value(?,?)"....

一、Runnable Runnable是个接口，使用很简单： 实现该接口并重写run方法 利用该类的对象创建线程 线程启动时就会自动调用该对象的run方法 通常在开发中结合ExecutorService使用,将任务的提交与任务的执行解耦开,同时也能更好地利用Executor提供的各种特性 ExecutorService executor = Executors.newCachedThreadPool(); executor.submit(new Runnable() { public void run() { //TODO } }); executor.shutdown(); 相对于继承Thread来创建线程方式，使用Runnable可以让你的实现类同时实现多个接口，而相对于Callable及Future，Runnable方法并不返回任务执行结果且不能抛出异常 二、Callable 与Runnable不同的是，Callable是个泛型参数化接口，并能返回线程的执行结果，且能在无法正常计算时抛出异常 public interface Callable<V> { V ca....