一次周末去银行办业务，人多排号，排的久了突然发现银行实际上和Java的线程池如此类似，可以说一模一样。于是我就展开了联想。
这是一个常见的问题，如果在比较熟悉线程池运作原理的情况下，这个问题并不难。设计实现一个东西，三步走：是什么？为什么？怎么做？
Reids 所有的数据都是存储在内存中的，在某些情况下需要对占用的内存空间进行回收。内存回收主要分为两类，一类是 key 过期，一类是内存使用达到上限（max_memory）
因为我们的redis是一个内存型数据库，我们的数据都是放在内存里面的!但是内存是有大小的! 比如，redis有个很重要的配置文件，redis.conf，里面有个配置
今天在操作服务器的时候，一不小心点了个把某文件目录添加到压缩包的命令。然后由于这个文件夹很大，所以压缩包占了很大的空间。我心急，直接把压缩文件删了，没想到，cpu还在持续占用，用top命令发现，zip进程还在运行，这个时候磁盘已经快满了。那怎么办呢？
首先找到云产品体验在找到云数据库redis 的页面，（注：云产品试用必须要先实名注册）
之前我们有一个和第三方对接的需求，需要向第三方推送数据，引入了多线程来提升数据推送的效率，其中用到了线程池来管理线程。
首先，如果你现在已经很熟悉tf.data+estimator了，可以把文章x掉了╮(￣▽￣””)╭
派大星：当往线程池中提交任务的时候，会先判断线程池中线程数是否是核心线程数，如果小于，会创建核心线程并执行任务。如果线程数大于核心线程数，会判断阻塞队列是否已满，如果没有满，会把任务添加到阻塞队列中等待调度执行。如果阻塞队列已满，会判断线程数是否小于最大线程数，如果小于，会继续创建最大线程数并执行任务。如果线程数大于最大线程数，会执行拒绝策略，然后结束。
调用分词服务的服务发现超时并告警，查看分词服务被调耗时发现一切正常；本机手动请求发现确实存在响应慢的问题。
所谓进程，大家可以理解为我们打开的应用程序，如微信、QQ、游戏等，但也有系统应用是我们看不见的，可以打开任务管理器一探究竟，我们写的代码程序在服务器上在不运行的情况下，它就是一个二进制文件，并不是进程！
注：虚线部分为对 cobar 中间件的改造，业务调用是无感知的如图示，主要步骤如上图所示
Java 为我们提供了 ThreadPoolExecutor 来创建一个线程池，其完整构造函数如下所示：
Redis（Remote Dictionary Server )，即远程字典服务，是 C 语言开发的一个开源的高性能键值对（key-value）的内存数据库。由于它是基于内存的所以它要比基于磁盘读写的数据库效率更快。因此Redis也就成了大家解决数据库高并发访问、分布式读写和分布式锁等首选解决方案。
一、查看系统负荷 如果你的电脑很慢，你或许想查看一下，它的工作量是否太大了。 在Linux系统中，我们一般使用uptime命令查看（w命令和top命令也行）。（另外，它们在苹果公司的Mac电脑上也适用
服务器硬件有没有问题，网络、存储、内存、CPU情况有没有问题。如果有普罗米修斯、zabbix监控，可以直接查看监控，如果没有则需要进入服务器进行定位。
用数学表达式就这样：w = (w+1) % len，即w = (6+1) %7 = 0
如上图，程序1、程序2、程序3装入到内存，而程序2运行完成被换出，内存空闲出20k，然后进来程序4，大小为25K，此时，只有两处空闲块，10K和20K，没有一处是符合条件的，应该怎么办？一个明显的办法就是将两块空闲区域进行合并，形成一个大小为30K的空闲块满足程序4。
1.删除策略 Redis 是一种内存级数据库，数据都存在内存中，但是针对于已经过期的数据，reids 不 会立刻删除只是会存储在 expires 中，当执行删除策略的时候，才会从 expires 中寻找对应的数据存储的地址，在存储空间中找到对应的数据进行删除。数据删除其实就是内存和 CPU 占用之间寻找平衡，CPU 才能去处理事情，针对过期数据，要进行删除的时候，一般有三种策略 1.1 定时删除 顾名思义，当 key 设置有过期时间，时间到了，定时器任务立即执行删除，相当于消 耗 CPU 来减少内存使用，拿时间换空间。
生活在 2023 年的互联网时代下，又是在国内互联网越发内卷的背景下，相信大家面试找工作、网上学习查资料时都了解过互联网系统设计三高指标，那就是高并发、高性能、高可用。本文主要讲高并发、高性能相关。本质上高性能也是为了给高并发铺平道路。而高并发设计中一部分就是对应了本文主题接口最大并发数。本文思维导图如下，
生活在 2023 年的互联网时代下，又是在国内互联网越发内卷的背景下，相信大家面试找工作、网上学习查资料时都了解过互联网系统设计三高指标，那就是高并发、高性能、高可用。本文主要讲高并发、高性能相关。本质上高性能也是为了给高并发铺平道路。而高并发设计中一部分也就是对应了本文主题接口最大并发数。本文思维导图如下，
在上一节中，我们学习了 expect_out，但是还没有演示到底如何使用expect_out来获得spawn出来的sub-process中执行的命令的结果，这里我们来演示如下：
思考：Thread类的构造只能接受Runnable接口，并不能接口Callable接口，怎么办？ 解决：找中间人。如果有一个中间人同时实现了Runnable和Callable，那不就行了嘛。这就是适配器模式。这个中间人就是FutureTask实现类。
它们的配置差不多，spring的做了一些配置参数的简化，最终调用JDK的API 参考资料：https://blog.csdn.net/zhouhl_cn/article/details/7392607
我们先说Java 的HashMap 跟Go map的实现的共同点，1.都是利用 键值对的 key 得到一个 hashCode，算出桶的位置，什么是桶 其实就是一个数字，类似这样的图
如何解决消息队列的延时以及过期失效问题？消息队列满了以后该怎么处理？有几百万消息持续积压几小时，说说怎么解决？
运行 CPU是被动接受进程的，并且操作系统会管理进程并放在内存中让CPU处理。 那么CPU是怎用什么方式去查看所有的进程呢？是定义了一个PCB类型的队列指向第一个进程的PCB，然后进行对所有进程的管理。 这个时候所有的进程是通过数据结构的方式来链接起来的，CPU会一个一个处理进程，这个时候无论被处理还是没被处理都叫做运行状态！
你好呀，我是沉默王二，不不不，我是一个线程池（ThreadPoolExecutor），我的主要工作是管理在我这个池子里的多个线程（Thread），让他们能并发地执行多个任务的同时，不造成很大的的系统开销。有同学就不明白了，创建线程有啥开销呢，不是只要 new 一个 Thread 出来让它跑就行了吗？
多线程的软件设计方法确实可以最大限度的发挥现代多核处理器的计算能力，提高生产系统的吞吐量和性能。但是，如果一个系统同时创建大量线程，线程间频繁的切换上下文导致的系统开销将会拖慢整个系统。严重的甚至导致内存耗尽导致OOM异常。因此，在实际的生产环境中，线程的数量必须得到控制，盲目的创建大量新车对系统是有伤害的。
多线程的软件设计方法确实可以最大限度的发挥现代多核处理器的计算能力，提高生产系统的吞吐量和性能。
tomcat是我们在web开发过程中会用到的servlet容器，同时也是springBoot内置集成默认的容器
首先比较高兴的是专栏评论数和好评还是很多的，我说过一些共同问题将会集中答疑，第7篇《如何制定性能测试的目标》是提问比较多的一篇，有一些问题集中在如何确定并发数，我在原文中有这么一段话
我们可以见到许多有意思的编程风格，又没有精神为之一振的感觉，仿佛里面的例子就在自己身上，或者离自己很近。其实，对于文档、代码的评审，也是有诸多风格可言的，我这里列举一些有意思的典型：
在这篇文章里，我们可以见到许多有意思的编程风格，又没有精神为之一振的感觉，仿佛里面的例子就在自己身上，或者离自己很近。其实，对于文档、代码的评审，也是有诸多风格可言的，我这里列举一些有意思的典型：
有时候面试官面试问你的时候,会问,谈谈你对CAS的理解,这时应该有很多人,就会比较懵,当然,我也会比较懵,当然我和很多人的懵不同,很多人可能,并不知道CAS是一个什么东西,而在我看来我是不知道他问的是那个CAS
当我们系统上线，但我们感觉并没有把代码上线，或者上错分支，这时候怎么办呢，于是可以用这个命令来反编译代码，看看是否正常。
相信很多人都听说过Go语言天然支持高并发，原因是内部有协程（goroutine）加持，可以在一个进程中启动成千上万个协程。那么，它凭什么做到如此高的并发呢？那就需要先了解什么是并发模型。
所以，中断函数里不能调用xTimerReset, 因为它会导致不相干的任务阻塞， 而是调用xTimerResetFromISR，因为它不会阻塞任何任务
这样短期来看是没有问题的，但是一旦业务量增长，线程数过多，就有可能导致内存异常OOM，CPU爆满等问题
我们之前介绍过简单的read，write操作，那么会有一个问题：当驱动无法立即响应请求该怎么办？比如一个进程调用read读取数据，当没有数据可读时该怎么办，是立即返回还是等到有数据的时候；另一种情况是进程调用write向设备写数据，如果缓冲区满了或者设备正忙的时候怎么办，是立即返回还是继续等待直到设备可写？这种情况下，一般的缺省做法是使进程睡眠直到请求可以满足为止。本篇就介绍遇到这类问题驱动的处理方法。 睡眠 什么是睡眠？一个进程睡眠意味着它暂时放弃了CPU的运行权，直到某个条件发生后才可再次被系统调度。
ThreadPoolExecutor线程池参数设置技巧 一、ThreadPoolExecutor的重要参数 corePoolSize：核心线程数 核心线程会一直存活，及时没有任务需要执行 当线程数小于核心线程数时，即使有线程空闲，线程池也会优先创建新线程处理 设置allowCoreThreadTimeout=true（默认false）时，核心线程会超时关闭 queueCapacity：任务队列容量（阻塞队列） 当核心线程数达到最大时，新任务会放在队列中排队等待执行 maxPoolSize：最大线程数 当线程数>=corePoolSize，且任务队列已满时。线程池会创建新线程来处理任务 当线程数=maxPoolSize，且任务队列已满时，线程池会拒绝处理任务而抛出异常 keepAliveTime：线程空闲时间 当线程空闲时间达到keepAliveTime时，线程会退出，直到线程数量=corePoolSize 如果allowCoreThreadTimeout=true，则会直到线程数量=0 allowCoreThreadTimeout：允许核心线程超时 rejectedExecutionHandler：任务拒绝处理器 两种情况会拒绝处理任务： 当线程数已经达到maxPoolSize，切队列已满，会拒绝新任务 当线程池被调用shutdown()后，会等待线程池里的任务执行完毕，再shutdown。如果在调用shutdown()和线程池真正shutdown之间提交任务，会拒绝新任务 线程池会调用rejectedExecutionHandler来处理这个任务。如果没有设置默认是AbortPolicy，会抛出异常 ThreadPoolExecutor类有几个内部实现类来处理这类情况： AbortPolicy 丢弃任务，抛运行时异常 CallerRunsPolicy 执行任务 DiscardPolicy 忽视，什么都不会发生 DiscardOldestPolicy 从队列中踢出最先进入队列（最后一个执行）的任务 实现RejectedExecutionHandler接口，可自定义处理器 二、ThreadPoolExecutor执行顺序： 线程池按以下行为执行任务
本文凌驾于redis基础之上，这里笔者默认大家都已经安装了redis . 并实际使用过redis
面试官在一开始会让你进行自我介绍，主要是想让你介绍一下自己做过的一些项目，看看你对这些项目的了解程度。
晚上我登陆网站时发现后台输入账号密码后一直现在在登陆中，我以为是账号密码不对，重新输入后还是同样的问题，网站可以正常的浏览，可后台就是无法登陆，一直显示登陆中，我以为是插件问题造成的，登陆服务器进行查看发现网站负载率一直是在80-100%之间，网站卡的很，至此问题找出来了，具体什么是负载率，咱接着往下看。
页缺失（英语：Page fault，又名硬错误、硬中断、分页错误、寻页缺失、缺页中断、页故障等），指的是当软件试图访问已映射在虚拟地址空间中，但是并未被加载在物理内存中的一个分页时，由中央处理器的内存管理单元所发出的中断。
如果我们Redis宕机内存中的数据没了，这个时候会发生什么？就会导致原来所有从Redis读的请求都去到DB了
领取专属 10元无门槛券
手把手带您无忧上云
