guava和caffeine性能测试spring5已经放弃guava，拥抱caffeine。那么为什么这么好的东西需要被淘汰呢，如果对于本地Cache有过深入研究的人应该知道LRU算法基本可以满足大部分的场景，但是很多人为了精益求精，基于LRU的算法，又在此基础上提出了一系列更好的，更有效果的淘汰策略。比如有ARC，LIRS和W-TinyLFU等都提供了接近最理想的命中率，他们这些算法进一步提高了

数据库分片思想垂直切分按照业务拆分的方式称为垂直分片，又称为纵向拆分，它的核心理念是专库专用。水平切分水平分片又称为横向拆分。 相对于垂直分片，它不再将数据根据业务逻辑分类，而是通过某个字段（或某几个字段），根据某种规则将数据分散至多个库或表中，每个分片仅包含数据的一部分。 例如：根据主键分片，偶数主键的记录放入0库（或表），奇数主键的记录放入1库（或表）Sharding-JDBC简介...

环境：win10 python2.7.10（64）在path中配置python环境D:\Develop\Python27\ScriptsD:\Develop\Python27\安装virtualenvcmd>pip install virtualenv建立virtualenv进入一个希望创建虚拟python环境的文件夹下面cmd>D:>cd virtualenvcmd>D:\virtua

背景在flink任务流中使用flink+spring+nacos实现动态配置的目的，但是在初始化数据库配置参数和redis等配置参数的时候，不通过读取本地properties文件。配置<content:property-placeholder location="application.properties"></content:property-placeholder>配

logback模版&amp;lt;?xml version=&quot;1.0&quot; encoding=&quot;UTF-8&quot;?&amp;gt;&amp;lt;configuration&amp;gt;&amp;lt;include resource=&quot;org/springframework

#!usr/bin/env python# coding=utf-8# Author: zhezhiyong@163.com# Created: 2016-02-29 29:11:19def auto_insert_sql(objs, table=None, charset='UTF-8'):"""自动生成insert SQL语句，如果obj为对象列表，则根据第一个对象生成

简介利用python监控一分钟之内的流量数据，并设置预警值，如果超过发送钉钉提醒#/usr/bin/env/python#coding=utf-8import sys,re,time,osimport jsonimport requestsurl = ''netcard = '/proc/net/dev'def get_net_data():nc = netcard or