尽量不要在每个拆红包的请求中都去修改红包记录的状态（比如扣减金额），因为红包记录只有一条，只能串行的去执行，当拆分出大量红包时（比如春晚红包，几百万个），会严重影响拆红包的效率。发红包阶段，新建一张临时表，表名和红包id对应，将拆分的金额存入到表中，每个金额都有一个自增id（从1开始），假如拆分出了100个金额，那么id就是1到100，然后hash(用户id)来获取金额id从而决定金额，最简单的就

了解分片的基本原理，对Elasticsearch性能调优有帮助。

在我的项目里，所有Java进程的Thread总共占了八百多MB的内存，有点哈人，所以优化方向已经很明确了，那就是减少线程数量。到了私有化部署，有的客户连个技术人员都没有，只想一键启动就能用，于是将所有服务放在一台物理机上制作母盘，实施安装时省时省力，还能清公司的服务器库存。为了搞清楚原因，我使用NMT追踪Java进程内存使用情况，NMT全称Native Memory Tracking，是HotSp

刚接触Flink不久，照着之前的一个老项目重构。好不容易写完代码并解决完各种报错，结果发现即使不报错也无法运出自己想要的效果。调试发现能正常消费到Kafka的消息，但是却无法触发窗口计算。在网上翻到一篇博客问题定位：Flink水位线不触发问题 ,上面说是watermark有问题，通过Flink的管理控制台发现watermark没生成：注意，截图的时候我的问题已经解决了，没有watermark的时.

我的项目是从Kafka消费消息，计算之后发送到elasticsearch存储。现象：每次重启Flink Task，都会往elasticsearch发送已经计算过的数据。比如本来elasticsearch有3条记录，在不往Kafka生产新消息的情况下，重新启动Flink Task之后有6条，再重启是12条，说明数据重复。初步怀疑是重复消费Kafka的消息，可能是offset没有提交。于是在Fli..

叫什么，毕业于哪个学校，多少年经验，目前就职于哪家公司，公司主要是做啥的，你在公司主要是做啥的，项目特点（web项目？分布式项目？大数据实时分析项目），业余写博客？刷leetcode？写开源项目？

我使用jna调dll格式的C++动态库，结果一直报`java.lang.UnsatisfiedLinkError: Unable to load library:Native library not found in resource path`。原因：1. jvm位数和编译dll文件的环境的位数不一样。2. Native.load用的是相对路径，但dll文件没放在`System.getPrope