logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

SSM整合支付宝支付功能

本博客详细介绍了如何使用ssm框架实现支付宝支付功能。本文章分为两大部分,分别是「支付宝测试环境代码测试」和「将支付宝支付整合到ssm框架」,详细的代码和图文解释,自己实践的时候一定仔细阅读相关文档。这篇博文主要参考Java团长的博文:https://mp.weixin.qq.com/s/J4kFOEAeTShcX3ruLoT3Tg教程源代码:https://github.com/OUYA...

什么是RPC?RPC框架dubbo的核心流程

RPC 是一种进程间通信方式,允许像调用本地服务一样调用远程服务,通信协议大多采用二进制方式。RPC 框架的目标就是让远程服务调用更简单、透明,由 RPC 框架负责屏蔽底层的序列化、传输方式和通信的细节,开发者在使用时只需要了解谁在什么位置提供了什么样的远程服务接口即可,并不需要关心底层通信细节和调用过程。而 Dubbo 是阿里巴巴开源的基于 Java 的 RPC 分布式服务框架,提供高性能和透明

文章图片
#dubbo#面试#微服务
sentinel 限流熔断神器详细介绍

Sentinel 是一款面向分布式服务架构的轻量级流量控制组件,主要以流量为切入点,从流量控制、熔断降级、系统自适应保护等多个维度来保障服务的稳定性,核心思想是:根据对应资源配置的规则来为资源执行相应的流控/降级/系统保护策略,

文章图片
#微服务#sentinel#后端 +1
分布式事务Seata原理

Seata 是一款开源的分布式事务解决方案,致力于提供高性能与简单易用的分布式事务服务,为用户提供了 AT、TCC、SAGA 和 XA 几种不同的事务模式。Seata AT模式是基于XA事务演进而来,需要数据库支持。AT 模式的特点就是对业务无入侵式,用户只需要关注自己的业务SQL,Seata 框架会在第一阶段拦截并解析用户的 SQL,并保存其变更前后的数据镜像,形成undo log,并自动生成事

文章图片
#面试
常见的服务器架构入门:从单体架构、EAI 到 SOA 再到微服务和 ServiceMesh

1、单体架构:将所有业务的表现层,业务逻辑层,数据访问层放在一个工程中最终部署在一台服务器2、垂直架构:按业务场景拆分为互不相干的单体架构项目3、前后端分离:前端关注页面样式与动态数据的解析及渲染,后端专注于具体业务逻辑4、EAI架构:连通与集成相互独立的异构系统,解决信息孤岛的问题。5、SOA架构:将各系统的不同功能单元抽象为服务,服务间通过标准的接口协议连接,从而到达复用6、微服务:SOA思想

#后端#java#微服务 +1
Spring Cloud Gateway 整合 sentinel 实现流控熔断

在微服务架构中,网关层可以屏蔽外部服务直接对内部服务进行调用,对内部服务起到隔离保护的作用,网关限流,顾名思义,就是通过网关层对服务进行限流,从而达到保护后端服务的作用。如果已经在网关层面做了限流,那么躲在身后的服务是否就安全了呢?答案是否定的,因此最常见的解决方案是:网关层集群限流+内部服务的单机限流兜底,这样才能保证不被流量冲垮

#spring cloud#gateway#sentinel +1
Redis为什么这么快?Redis的线程模型与Redis多线程

一、Redis有多快?Redis是基于内存运行的高性能 K-V 数据库,官方提供的测试报告是单机可以支持约10w/s的QPS二、Redis为什么这么快:(1)完全基于内存,数据存在内存中,绝大部分请求是纯粹的内存操作,非常快速,跟传统的磁盘文件数据存储相比,避免了通过磁盘IO读取到内存这部分的开销。(2)数据结构简单,对数据操作也简单。Redis中的数据结构是专门进行设计的,每种数据结构都有一种或

IDEA插件之代码质量检查利器 - Alibaba Java Coding Guidelines、CheckStyle、PMD、FindBugs、SonarLint

随着业务的发展,系统会越来越庞大,原本简单稳定的功能,可能在不断迭代后复杂度上升,潜在的风险也随之暴露,导致最终服务不稳定,造成业务价值的损失。而为了减少这种情况,其中一种比较好的方式就是提高代码质量,从而降低错误风险。工欲善其事,必先利其器,这篇文章给大家介绍几种检查代码质量的利器:Alibaba Java Coding Guidelines、CheckStyle、PMD、FindBugs、So

#后端
海量数据处理的方法总结

基础知识:bit:位byte:字节1 byte= 8 bitint 类型为 4 byte,共32位bit,unsigned int也是2^32 byte = 4G1G= 2^30 =10.7亿海量数据处理概述:所谓海量数据处理,就是指数据量太大,无法在较短时间内迅速解决,或者无法一次性装入内存。而解决方案就是:针对时间,可以采用巧妙的算法搭配合适的数据结构,如 Bloom filter/Hashm

#面试#后端#算法
操作系统:经典进程同步问题 之 生产者-消费者问题、读者-写者问题、哲学家进餐问题

 在进程同步中,经典的同步问题有:生产者-消费者问题、读者-写者问题、哲学家进餐问题。一、生产者与消费者问题:问题描述:使用一个缓冲区来保存物品,只有缓冲区没有满,生产者才可以放入物品;只有缓冲区不为空,消费者才可以拿走物品。1、使用信号量实现生产者-消费者问题:down : 如果信号量大于 0 ,执行 -1 操作;如果信号量等于 0,进程睡眠,等待信号量大于 0;up ...

#操作系统
    共 90 条
  • 1
  • 2
  • 3
  • 9
  • 请选择