From 327e081eb41aa7f7b71b17e96c046f77322b4d80 Mon Sep 17 00:00:00 2001 From: 01Petard <1520394133@qq.com> Date: Thu, 14 Nov 2024 15:23:09 +0800 Subject: [PATCH] =?UTF-8?q?doc:=201=E3=80=81=E4=BF=AE=E6=94=B9=E4=BA=86?= =?UTF-8?q?=E4=B8=80=E4=BA=9B=E9=94=99=E8=AF=AF=EF=BC=9B?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- ...a Guide - Java\345\237\272\347\241\200.md" | 4 +- ...- \345\210\206\345\270\203\345\274\217.md" | 18 ++++---- ... Java Guide - \347\274\223\345\255\230.md" | 44 +++++++++---------- 3 files changed, 34 insertions(+), 32 deletions(-) diff --git "a/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - Java\345\237\272\347\241\200.md" "b/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - Java\345\237\272\347\241\200.md" index cc57505..5661ec9 100644 --- "a/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - Java\345\237\272\347\241\200.md" +++ "b/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - Java\345\237\272\347\241\200.md" @@ -25,11 +25,11 @@ Java支持数据类型分为两类： 基本数据类型和引用数据类型。 - 字符型：char - 布尔型：boolean -img +image-20241114144227432 8种基本数据类型的默认值、位数、取值范围，如下表所示： -img +img # String、StringBuffer 和 StringBuilder 的区别 diff --git "a/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - \345\210\206\345\270\203\345\274\217.md" "b/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - \345\210\206\345\270\203\345\274\217.md" index 96765e4..cf01e86 100644 --- "a/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - \345\210\206\345\270\203\345\274\217.md" +++ "b/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - \345\210\206\345\270\203\345\274\217.md" @@ -2771,7 +2771,7 @@ Netty中的Future和Promise是用于处理异步操作的结果和状态的。 抽象类只能单继承，接口可以有多个实现。 -#
------------容器化技术和CI/CD------------
+#
-----------------容器化技术----------------
# Docker 的基本概念和工作原理 @@ -2853,7 +2853,7 @@ docker build -t my_custom_image:latest . 3. **Docker Compose：** 使用 Docker Compose 来编排多个服务，可以为每个服务定义网络，并对网络进行配置。 4. **共享网络命名空间：** 通过创建共享网络命名空间的方式，使多个容器共享网络设置。 -## 如何实现资源限制？ +# 如何实现资源限制？ 1. 为了限制容器使用的 CPU 数量，可以使用 `--cpu-shares` 或 `--cpus` 参数。 - `--cpu-shares`：使用相对权重方式分配 CPU 资源。 @@ -2867,9 +2867,11 @@ docker build -t my_custom_image:latest . docker run --cpus=1 --memory=512m [container_name] ``` -# Jenkins -## 自动发布的好处 + +#
----------------自动化服务器---------------
+ +# 自动发布的好处 **CI/CD**：持续集成(CI）、持续交付(CD) @@ -2885,7 +2887,7 @@ docker run --cpus=1 --memory=512m [container_name] **自动发布真正的好处**：并不是单单**节省了多服务器的部署时间**，**免去人工编译、部署时可能发生的人为失误**，从而节省无意间浪费的成本。 -## Jenkins介绍 +# Jenkins介绍 Jenkins是一个自动发布部署软件的系统，可以简单地将Jenkins理解为一个网站系统，在管理网站上，用户可以编排自动发布任务，可以实现代码下载-代码编译-文件发送-执行远程命令等场景，当条件触发时，Jenkins就会自动按预设任务进行编译部署。 @@ -2893,15 +2895,15 @@ Jenkins是一个自动发布部署软件的系统，可以简单地将Jenkins理 image-20241114135335847 -## Jenkins安装 +# Jenkins安装 使用[1Panel](https://1panel.cn/)一键安装 -## Jenkins发布流程配置 +# Jenkins发布流程配置 TODO -## 如何使用 Jenkins 与 Docker 集成？ +# *如何使用 Jenkins 与 Docker 集成？* 1. 安装必要的插件：在 Jenkins 中，安装 Docker plugin 和 Pipeline plugin 等必要插件。 2. 配置 Jenkins：配置环境，确保 Jenkins 可以访问 Docker 命令。 diff --git "a/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - \347\274\223\345\255\230.md" "b/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - \347\274\223\345\255\230.md" index 4286d6e..e99e987 100644 --- "a/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - \347\274\223\345\255\230.md" +++ "b/docs/\345\274\200\345\217\221/My Java Guide/My Java Guide - \347\274\223\345\255\230.md" @@ -15,7 +15,7 @@ cover: /img/cache_logo.png top_img: /img/Java-tutorials-by-GeeksForGeeks.png --- -#
--------------------缓存总述--------------------
+#
-----------------缓存总述-----------------
缓存是一种用于提高数据访问速度和系统性能的技术。通过将频繁访问的数据存储在内存或其他快速访问介质中，缓存可以显著减少数据访问的延迟和减轻后端系统的负载。 @@ -76,13 +76,12 @@ top_img: /img/Java-tutorials-by-GeeksForGeeks.png 2. **减轻负载**：减少后端系统的负载，提高系统的可用性和稳定性。 3. **提高用户体验**：加快数据访问速度，提升用户的使用体验。 4. **节省资源**：减少对计算和网络资源的消耗，降低运营成本。 - 5. **数据一致性问题**：缓存数据和后端数据源之间的数据一致性难以保证，可能导致数据不一致的问题。 6. **复杂性增加**：引入缓存机制会增加系统的复杂性，需要管理和维护缓存系统。 7. **内存占用**：缓存数据占用内存，如果管理不当可能导致内存溢出等问题。 8. **缓存击穿**：大量请求同时访问同一个缓存数据，导致缓存失效后的瞬间大量请求涌入后端系统，造成后端系统压力过大。 -#
------------------多级缓存架构------------------
+#
--------------多级缓存架构--------------
**缓存是提升性能最直接的方法 多级缓存分为：客户端，应用层，服务层，数据层** @@ -108,7 +107,7 @@ CDN是一项基础设施，一般由云服务厂商提供。 **CDN的核心技术**： 根据请求访问DNS节点， 自动转发到就近CDN节点，检查资源是否被缓存，若已缓存则返回资源否则回源数据节点提取，并缓存到就近CDN节点，再由就近CDN节点进行返回。 - + **CDN的使用**（aliyun）： @@ -120,13 +119,13 @@ CDN是一项基础设施，一般由云服务厂商提供。 响应头的设置：`Expires` 设置时间，`Cache-Control` 设置时长。 -image-20240929135902050 +image-20240929135902050 ## Nginx（轻量级） Nginx对Tomcat集群做软负载均衡，提供高可用性。有静态资源缓存和压缩功能（在本地缓存文件） -image-20240929140735084 +image-20240929140735084 image-20240929140909820 @@ -153,7 +152,7 @@ Nginx对Tomcat集群做软负载均衡，提供高可用性。有静态资源缓 image-20240929154329762 -#
---------进程外缓存（SpringCache）---------
+#
---------------进程外缓存---------------
> 只适合单体项目，遇到分布式，一碰就碎！纯FW！ @@ -206,7 +205,7 @@ EhCache 支持本地缓存和分布式缓存，广泛应用于各种企业级应 - **Caffeine**：高性能的本地缓存库，适合对性能要求较高的场景，特别是单机应用。 - **EhCache**：支持本地缓存和分布式缓存，适合需要分布式缓存支持的企业级应用。 -#
-------------进程内缓存（Redis）-------------
+#
---------------进程内缓存---------------
# 缓存的使用场景 @@ -358,7 +357,7 @@ pipeline（管道）使得客户端可以一次性将要执行的多条命令封 ## 缓存击穿 -**缓存击穿**：key过期的时候，恰好这时间点对这个key有大量的并发请求过来，这些并发的请求可能会瞬间把DB压垮 +**缓存击穿**：key过期后，这个key有大量的并发请求过来，这些并发的请求可能会瞬间把DB压垮 **解决方案**： @@ -369,7 +368,7 @@ pipeline（管道）使得客户端可以一次性将要执行的多条命令封 ## 缓存雪崩 -**缓存雪崩**：是指在同一时段大量的缓存key同时效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。 +**缓存雪崩**：在同一时段，大量的缓存key同时效，或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。 **解决方案**： @@ -515,27 +514,28 @@ LFU(Least Frequently Used)：最少频率使用。会统计每个key的访问频 # 缓存更新策略 -- **Cache Aside（旁路缓存）策略**； -- *Read/Write Through（读穿 / 写穿）策略；*（仅存在于理论中） -- *Write Back（写回）策略；（仅存在于理论中）* +- Cache Aside（旁路缓存）策略； +- Read/Write Through（读穿 / 写穿）策略； +- Write Back（写回）策略 +- Refresh (刷新) 策略：定期或在某些条件下清空缓存，强制从后端数据源重新加载数据。比如用户状态管理等。 -实际开发中，Redis 和 MySQL 的更新策略用的是 **Cache Aside**，另外两种策略应用不了。 +实际开发中，最常用的策略是 **Cache Aside**。 ## Cache Aside（旁路缓存）策略 Cache Aside（旁路缓存）策略是最常用的，应用程序直接与「数据库、缓存」交互，并负责对缓存的维护，该策略又可以细分为「读策略」和「写策略」。 -img +img -## *Read/Write Through（读穿 / 写穿）策略* +## Read/Write Through（读穿 / 写穿）策略 Read/Write Through（读穿 / 写穿）策略原则是应用程序只和缓存交互，不再和数据库交互，而是由缓存和数据库交互，相当于更新数据库的操作由缓存自己代理了。 -***1、Read Through 策略*** +**1、Read Through 策略** 先查询缓存中数据是否存在，如果存在则直接返回，如果不存在，则由缓存组件负责从数据库查询数据，并将结果写入到缓存组件，最后缓存组件将数据返回给应用。 -***2、Write Through 策略*** +**2、Write Through 策略** 当有数据更新的时候，先查询要写入的数据在缓存中是否已经存在： @@ -548,7 +548,7 @@ Read/Write Through（读穿 / 写穿）策略原则是应用程序只和缓存 Read Through/Write Through 策略的特点是由缓存节点而非应用程序来和数据库打交道，在我们开发过程中相比 Cache Aside 策略要少见一些，原因是我们经常使用的分布式缓存组件，无论是 Memcached 还是 Redis 都不提供写入数据库和自动加载数据库中的数据的功能。而我们在使用本地缓存的时候可以考虑使用这种策略。 -## *Write Back（写回）策略* +## Write Back（写回）策略 Write Back（写回）策略在更新数据的时候，只更新缓存，同时将缓存数据设置为脏的，然后立马返回，并不会更新数据库。对于数据库的更新，会通过批量异步更新的方式进行。 @@ -568,7 +568,7 @@ Write Back 是计算机体系结构中的设计，比如 CPU 的缓存、操作 # 主从同步 -image.png +image.png 主从同步：单节点Redis的并发能力是有上限的，要进一步提高Redis的并发能力，可以搭建主从集群，实现读写分离。一般都是一主多从，主节点负责写数据，从节点负责读数据，主节点写入数据之后，需要把数据同步到从节点中 @@ -576,7 +576,7 @@ Write Back 是计算机体系结构中的设计，比如 CPU 的缓存、操作 - 全量同步：从节点第一次与主节点建立连接的时候会使用全量同步 - image.png + image.png - 从节点请求主节点同步数据，其中从节点会携带自己的replication id和offset偏移量。 - 主节点判断是否是第一次请求，主要判断的依据就是，主节点与从节点是否是同一个replication id，如果不是，就说明是第一次同步，那主节点就会把自己的replication id和offset发送给从节点，让从节点与主节点的信息保持一致 @@ -586,7 +586,7 @@ Write Back 是计算机体系结构中的设计，比如 CPU 的缓存、操作 - 增量同步：当从节点服务重启之后，数据就不一致了，所以这个时候，从节点会请求主节点同步数据，主节点还是判断不是第一次请求，不是第一次就获取从节点的offset值，然后主节点从命令日志中获取offset值之后的数据，发送给从节点进行数据同步 - img + img # 哨兵模式