Java进程使用的内存分为3部分：堆内存、虚拟机所使用的内存(一般叫)、堆外内存(off-heap)组成。【1】堆heap内存也就是你jvm参数里面设置的xmx和xms所指定的大小。如果你的工程里面的没有指定xms/xms，那么ops会默认给你指定成物理内存的3/4。比如物理内存4G，那么堆内存会是3072m，这其实有点太大了；【2】：虚拟机使用的内存，分为很多细分的区域，比如classgcthr

一份好的MR描述不仅对团队的工作和代码质量有重要作用，也是对自己的工作的一个review的过程。1、如果MR中有部分代码超出了需求范围，但可以改善线上系统的整体代码健康状况（例如在不影响功能的情况下优化了代码结构，或提升了原有代码的性能），即使这部分改动并不完美，Review 也要倾向于批准和鼓励这些改动。1、在风格问题上，团队的编码规范具有绝对的权威，规范中未提及的点都算是个人喜好问题，优先保持

由于代码中大循环非常小号cpu资源，通过分析这里方法的作用在于遍历判断获取数据，优先使用hashmap代替，用空间换时间，经过修复后重新发布，cpu利用率明显下降，恢复正常。【1】使用循环时需要特别注意大循环，有限使用O(1)的hashmap，大循环对于cpu性能的压榨问题表现的淋淋尽致。【2】镜像机器由于是使用生产流量转发，所以高度贴近生产实际发布，所以每次发布前，先使用镜像机器预发布，可以尽可

目前链路选择主要遵循用户流量就近访问接入层的原则。链路选择是怎么实现的？三者很可能不在一个地区，设计合理的访问链路，对用户体验提升明显。：一般有以下几种场景（可自行甄别自己服务的请求链路）按协议划分，流量链路可分为。链路选择作用于该阶段。流量调度作用于该阶段。公司用户遍布世界各地，先明确调用方必须为海外。前：用户请求选择合适的。内：请求通过接入层进入。后，请求是否允许在当前。的服务，且调用方为海外

如果另一个参数是十进制或整数值，则将参数与十进制值进行比较，如果另一个参数是浮点值，则将参数与浮点值进行比较》如果其中一个参数是。对多表进行查询记录、更新记录、删除记录时，如果对操作列没有限定表的别名（或表名），并且操作列在多个表中存在时，就会抛异常。反例：在某业务中，由于多表关联查询语句没有加表的别名（或表名）的限制，正常运行两年后，最近在某个表中增加一个同名字段，在预发布环境做数据库变更后，线

主要从三个方向实现成本优化：数据洞察（了解钱花在了哪里，应用多少钱，每一条消息/日志多少钱，并查看是否合理。成本节省（通过“混合云弹性调度平台”在保证可靠性的前提下自动优化成本）、成本运营（由各BU研发统筹成本相关问题，是否需要重构项目，缩容等操作）。

一个商业化消息队列的性能好坏，其文件存储机制设计是衡量一个消息队列服务技术水平和最关键指标之一。下面将从Kafka文件存储机制和物理结构角度，分析Kafka是如何实现高效文件存储，及实际应用效果。Kafka的基本存储单位是分区。在配置Kafka的时候，管理员指定了一个用于存储分区的目录清单log.dirs参数的值。

由于上云项目涉及的应用和开发组非常多，大家对公有云的运维经验较少，上线初期出现问题的几率较高，解决问题的速度也可能比较慢，无法将流量回切上海，带来的风险和影响较大。：数据迁移的操作，是需要一定的时间才能完成的，而在这一段时间内，可能有用户写入新数据或者修改数据，若修改时间点正好是这条数据已经完成迁移但又在流量切换之前，导致。数据同步是同步所有的海外数据，不依赖与流量切换的分批维度，可以直接使用公司

这个 RPC 基础设施具有标准化、可通用和跨平台的特点，旨在提供类似 Stubby 的可扩展性、性能和功能，但它主要面向社区。gRPC+提供了多种压缩算法，以满足不同的需求和环境。使用较小的数据尺寸传输需要的带宽更少，这意味着可以减少使用的网络资源和相关费用。Stubby有许多很棒的特性，但无法标准化为业界通用的框架，这是因为它与谷歌内部的基础设施耦合得过于紧密。长期以来，谷歌有一个名为 Stub

一、什么情况下会发生栈内存溢出【1】线程请求的栈深度大于虚拟机所允许的深度，将抛出 StackOverflowError 异常。递归的调用一个简单的方法，不断累积就会抛出 StackOverflowError 异常。【2】如果虚拟机在动态扩展栈时无法申请到足够的内存空间，则抛出 OutOfMemoryError 异常。无限循环的创建线程，并对每个线程增加内存。则会抛出 OutOfMemoryErr