雪花算法（Snowflake）由 Twitter 开源，生成的 ID 是一个 64 位的长整型数字，结构如下：2460。

public class Test21 {//二叉树，left right parent父节点指针//返回输入节点在这个树中序遍历序列里下一个节点static class TreeNode {int val;TreeNode parent, left, right;public TreeNode(int val, TreeNode parent, TreeNode left, TreeNode r

httpServletRequest.getParameterMap()为空httpServletRequest.getParameter("任意body内参数名") 都不能拿到值问题分析：正常的post请求(不包括ajax请求)在http头中的content-type为application/x-www-form-urlencoded,这时在java后台可以通过request.getParame

输入：4，5。输出：2。输入：4，9。输出：1.从root开始遍历，如果n1和n2中的任一个和root匹配，那么root就是LCA。 如果都不匹配，则分别递归左、右子树，如果有一个 key（n1或n2）出现在左子树，并且另一个key(n1或n2)出现在右子树，则root就是LCA. 如果两个key都出现在左子树，则说明LCA在左子树中，否则在右子树。public class Test16 {sta

Flink、Storm、Spark 的核心区别在于和，Flink 是原生流处理，Storm 是纯实时流处理，Spark 则以批处理为基础、流处理为模拟（微批），三者分别对应不同的实时性与吞吐量需求。

Kafka 本身（标签系统首选）、，均需解决「延迟触发 + 消息不丢失 + 精准性」问题。

保证内存可见性、操作原子性。

change buffer 的作用当需要更新一个数据页时，如果数据页在内存中就直接更新，而如果这个数据页还没有在内存中的话，在不影响数据一致性的前提下，InooDB 会将这些更新操作缓存在 change buffer 中，这样就不需要从磁盘中读入这个数据页了。在下次查询需要访问这个数据页的时候，将数据页读入内存，然后执行 change buffer 中与这个页有关的操作。通过这种方式就能保证这个数

二级缓存的局限：只能存储 “静态对象”（原始 Bean 或提前生成的代理 Bean），无法应对 “代理对象需要延迟生成” 的场景，会导致依赖注入的对象与最终成品不一致。三级缓存的价值：通过 “工厂逻辑” 实现了代理对象的 “按需生成”，在循环依赖的节点上动态判断是否需要代理、生成代理，确保所有依赖方注入的都是最终的代理对象（若需要代理），同时避免了不必要的代理对象生成（非循环依赖场景下，代理可在

change buffer 的作用当需要更新一个数据页时，如果数据页在内存中就直接更新，而如果这个数据页还没有在内存中的话，在不影响数据一致性的前提下，InooDB 会将这些更新操作缓存在 change buffer 中，这样就不需要从磁盘中读入这个数据页了。在下次查询需要访问这个数据页的时候，将数据页读入内存，然后执行 change buffer 中与这个页有关的操作。通过这种方式就能保证这个数