分布式限流通过Redis+Lua脚本实现集群统一流量控制，核心是共享原子计数器。主要方案包括：1）固定窗口限流（简单高效）；2）令牌桶限流（支持突发流量）；3）成熟框架（如阿里Sentinel、SpringCloud Gateway）。关键点在于Lua保证原子性、Redis实现高性能计数，建议部署在网关层统一管控。固定窗口适用于常规限流，滑动窗口则更精准。

摘要：本文介绍了基于Redis+Lua的分布式限流方案。采用固定窗口算法实现简单高效的限流控制，通过Redis存储全局计数器，利用Lua脚本保证原子操作（计数+过期时间设置）。方案支持接口/IP/用户等多维度限流，适用于微服务集群、网关等场景。文章提供了SpringBoot完整实现代码，包括Redis工具类和控制器示例，并强调在网关层统一实施限流的最佳实践。相比Java直接操作Redis，Lua脚

CPU高、内存泄露、GC频繁是Java 服务最常见的线上性能故障，且高度关联：内存泄漏 → 堆内存不足 → GC 频繁 → CPU 飙升。

微服务架构技术的核心是将应用拆分为一组松耦合、可独立部署的小型服务，每个服务围绕特定业务能力构建，通过轻量级通信机制交互。其关键技术栈有哪些，各自的适用场景有哪些，应该如何取舍？

服务注册：Consul，是HashiCorp 公司开发的独立第三方中间件。服务发现：Eureka、Nacos(阿里)服务调用：OpenFiegn负载均衡：Ribbon 已停更，Spring Cloud LoadBalancer 是官方替代服务熔断、限流、降级：Hystrix停止维护，Sentinel(阿里)网关：Spring Cloud GatewayEureka 保证服务能注册、能发现，哪怕数据

微服务架构优化方法及常见问题总结

本文介绍了单体服务向微服务架构转型的实践方法。

本文介绍了微服务调用的规范、方式及常见问题解决方案。调用规范强调上层调用下层、禁止循环调用，必须熔断降级限流。调用方式分为同步（OpenFeign）和异步（MQ）两种。调用顺序应遵循上层调用下层原则，特殊情况可通过事件驱动+MQ、抽取公共服务或轮询解决。常见问题包括服务雪崩（熔断降级限流）、调用超时（合理超时设置、异步化）和分布式事务（Seata或最终一致性方案）。整体体现了微服务架构解耦、高可用

本篇着重对集合相关基础知识进行整理

HashMap在Java基础中举足轻重，本篇文章着重总结一下其在JDK重要版本中的优化点以及工作机制