gavinwind2000
- 浏览: 10097 次
- 性别:
- 来自: 上海
-
最新评论
文章列表
Scale Out：横向扩展，增加处理节点提高整体处理能力Scale Out：横向扩展，增加处理节点提高整体处理能力Scale Up：纵向扩展，通过提升单个节点的处理能力达到提升整体处理能力的目的
ReplicationMySQL的replication是异步的，适用于对数据实时性要求不是特别关键的场景。slave端的IO线程负责从master读取日志，SQL线程专门负责在slave端应用从master读过来的日志（早期MySQL用一个线程实现，性能问题比较明显）。使用replication必须启用binary log，MySQL用binary log向slave分发更新
Ehcache动态缓存
- 博客分类：
- 分布式缓存
测试于：JDK6+,ehcache3.x
EhCache是一个开放源码的，基于标准的高速缓存框架。
网上关于EhCache的使用配置很多，但是一般是基于配置文件的。但是实际应用中。我们可能需要动态的管理缓存，这时候单纯配置文件就不够用了。
所以我们需要编码形式的配置创建缓存。
其实EhCache是支持硬编码方式创建配置的(配置文件只是一种形式，最终也是需要解析成JAVA类模型的)。
使用JAVA代码创建配置。
Configuration configuration = new
Ehcache 整合Spring 使用页面、对象缓存
Ehcache在很多项目中都出现过，用法也比较简单。一般的加些配置就可以了，而且Ehcache可以对页面、对象、数据进行缓存，同时支持集群/分布式缓存。如果整合Spring、Hibernate也非常的简单 ...
Ehcache整合spring配置
- 博客分类：
- 分布式缓存
为了提高系统的运行效率，引入缓存机制，减少数据库访问和磁盘IO。下面说明一下ehcache和spring整合配置。
1. 需要的jar包
slf4j-api-1.6.1.jar
ehcache-core-2.1.0.jar
ehcache-spring-annotations-1.1.2.jar
slf4j-log4j12-1.6.1.jar
spring-context-support-4.0.6.RELEASE.jar
2. ehcache.xml
[html] view plain copy
JUNIT4断言及常用注解
- 博客分类：
- 系统测试
从别人博客中抄过来一点东西
原文地址：http://blog.csdn.net/wangpeng047/article/details/9628449
断言是编写测试用例的核心实现方式，即期望值是多少，测试的结果是多少，以此来判断测试是否通过。
断言核心方法
assertArrayEquals(expecteds, actuals)
查看两个数组是否相等。
assertEquals(expected, actual)
查看两个对象是否相等。类似于字符串比较使用的equals()方法
assertNotEquals(first, second)
查看两个对象是 ...
从JDK1.2起，就有了HashMap，正如前一篇文章所说，HashMap不是线程安全的，因此多线程操作时需要格外小心。
在JDK1.5中，伟大的Doug Lea给我们带来了concurrent包，从此Map也有安全的了。
ConcurrentHashMap具体是怎么实现线程安全的呢，肯定不可能是每个方法加synchronized，那样就变成了HashTable。
从ConcurrentHashMap代码中可以看出，它引入了一个“分段锁”的概念，具体可以理解为把一个大的Map拆分成N个小的HashTable，根据key.hashCode()来决定把key放到哪个HashTabl ...
Redis Ehcache比较
- 博客分类：
- 点滴积累
ehcache直接在jvm虚拟机中缓存，速度快，效率高；但是缓存共享麻烦，集群分布式应用不方便。redis是通过socket访问到缓存服务，效率比ecache低，比数据库要快很多，处理集群和分布式缓存方便，有成熟的方案。如果是单个应用或者对缓存访问要求很高的应用，用ehcache。如果是大型系统，存在缓存共享、分布式部署、缓存内容很大的，建议用redis。ehcache也有缓存共享方案，不过是通过RMI或者Jgroup多播方式进行广播缓存通知更新，缓存共享复杂，维护不方便；简单的共享可以，但是涉及到缓存恢复，大数据缓存，则不合适。
Redis是一个开源，先进的key-value存储，并用于构建高性能，可扩展的Web应用程序的完美解决方案。
Redis从它的许多竞争继承来的三个主要特点：
Redis数据库完全在内存中，使用磁盘仅用于持久性。
相比许多键值数据存储，Redis拥有一套较为丰富的数据类型。
Redis可以将数据复制到任意数量的从服务器。
Redis 优势
异常快速：Redis的速度
高效缓存管理方案－AutoLoadCache
- 博客分类：
- 分布式缓存
AutoLoadCache 是一个高效的缓存管理解决方案，而且实现了自动加载（或叫预加载）和“拿来主义”机制，能非常巧妙地解决系统的性能及并发问题。 现在使用的缓存技术很多，比如Redis、 Memcache 、 EhCache等，甚至还有使用ConcurrentHashMap 或 HashTable 来实现缓存。但在缓存的使用上，每个人都有自己的实现方式，大部分是直接与业务代码绑定，随着业务的变化，要更换缓存方案时，非常麻烦。接下来我们就使用AOP + Annotation 来解决这个问题，同时使用自动加载机制来实现数据“常驻内存”，并通过“拿来主义”机制来减轻因并发给系统带来的压力。 框架 ...
RabbitMq和kafka比较
- 博客分类：
- 消息中间件
如何保证kafka的高容错性？
producer不使用批量接口，并采用同步模型持久化消息。
consumer不采用批量化，每消费一次就更新offset
ActiveMq
RabbitMq
Kafka
producer容错，是否会丢数据
有ack模型，也有事务模型，保证至少不会丢数据。ack模型可能会有重复消息，事务模型则保证完全一致
批量形式下，可能会丢数据。 非批量形式下， 1. 使用同步模式，可能会有重复数据。 2. 异步模式，则可能会丢数据。
consumer容错，是否会丢数据
有ack模型，数据不会丢，但可能会重复处理数据。
Elastic-Job弹性作业框架
- 博客分类：
- 分布式批处理
Elastic-Job是ddframe中dd-job的作业模块中分离出来的分布式弹性作业框架。去掉了和dd-job中的监控和ddframe接入规范部分。该项目基于成熟的开源产品Quartz和Zookeeper及其客户端Curator进行二次开发。
项目开源地址：https://github.com/dangdangdotcom/elastic-job
ddframe其他模块也有可独立开源的部分，之前当当曾开源过dd-soa的基石模块DubboX。
MQ框架非常之多，比较流行的有RabbitMq、ActiveMq、ZeroMq、kafka。这几种MQ到底应该选择哪个？要根据自己项目的业务场景和需求。下面我列出这些MQ之间的对比数据和资料。
第一部分：RabbitMQ,ActiveMq,ZeroMq比较
1、 TPS比较 一
ZeroMq 最好，RabbitMq 次之， ActiveMq 最差。这个结论来自于以下这篇文章。
http://blog.x-aeon.com/2013/04/10/a-quick-message-queue-benchmark-activemq-rabbitmq-hornetq-qpid-apollo ...
在Maven中，任何一个依赖、插件或者项目构建的输出，都可以称之为构件。
Maven在某个统一的位置存储所有项目的共享的构件，这个统一的位置，我们就称之为仓库。（仓库就是存放依赖和插件的地方）
任何的构件都有唯一的坐标，Maven根据这个坐标定义了构件在仓库中的唯一存储路径，
解读Maven在仓库中的存储路径：
1.基于groupId准备路径，将句点分隔符转成路径分隔符，就是将 "." 转换成 "/" ; example： org.testng --->org/testng
2.基于artifactId准备路径，将artifactId连接到后面： ...