摘要：在MaxCompute中，Join操作符的实现算法之一名为"HashJoin"，其实现原理是，把小表的数据全部读入内存中，并拷贝多份分发到大表数据所在机器，在map阶段直接扫描大表数据与内存中的小表数据进行匹配。    这是MaxCompute有关SQL优化器原理的系列文章之一。我们会陆续推出SQL优化器有关优化规则和框架

!(http://www.liebrother.com/upload/ef1e31512ff14b5da181fc36f9190e16_20171113.jpg)加不加synchronized有什么区别？(https://my.oschina.net/liebrother/blog/4253687)synchronized作为悲观锁，

SpringSession原理解析博客分类：javaspringSpringBoot应用系列文章SpringBoot应用之配置中心(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fsegmentfault.com%2Fa%2F1190000004356362)

目的http就是我们平时浏览网页时候使用的一种协议（网站是以http://开头）。http协议传输的数据都是未加密的（明文），一次http协议传输隐私信息非常不安全。为了保证这些隐私数据能加密传输，出现了https，下面讨论一下https的工作原理：概述HTTPS在传输数据之前需要客户端（浏览器）与服务端（网站）之间进行一

概述毫无疑问，SpringCloud是目前微服务架构领域的翘楚，无数的书籍博客都在讲解这个技术。不过大多数讲解还停留在对SpringCloud功能使用的层面，其底层的很多原理，很多人可能并不知晓。因此本文将通过大量的手绘图，给大家谈谈SpringCloud微服务架构的底层原理。实际上，SpringCloud是一个全家桶式的技术栈

HashMap概述HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。HashMap的数据结构在Java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数

Hadoop技术原理总结1、Hadoop运行原理Hadoop是一个开源的可运行于大规模集群上的分布式并行编程框架，其最核心的设计包括：MapReduce和HDFS。基于Hadoop,你可以轻松地编写可处理海量数据的分布式并行程序，并将其运行于由成百上千个结点组成的大规模计算机集群上。基于MapReduce计算模型编写分布式并行程序相对简单，

3.6拥塞控制原理 3.6.1拥塞原因和代价1.情况1：两个发送方和一台具有无穷大缓存的路由器      两台主机A和B有一条连接，理想情况下，假如A和B都有无穷大的缓存，来自主机A和主机B的分组通过一台路由器，在一段容量为R的共享式输出链路上传输，路由器带有缓存，当速率超过输

Reids复制数据主要有2种场景：1\.从服务器从来第一次和当前主服务器连接，即初次复制2\.从服务器断线后重新和之前连接的主服务器恢复连接，即断线后重复制对于初次复制来说使用SYNC命令进行全量复制是合适高效的，但是对于断线后重复制来说效率就不太能接受了。举例来说：!Redis断线重连(https://oscimg.oschina.net/

1.概述：合并表是一种早期的、简单的分区实现，和分区表相比有一些不同的限制，并且缺乏优化。分区表严格来说是一个逻辑上的概念，用户无法访问底层的各个分区，对用户来说分区是透明的。但是合并表允许用户单独访问各个子表。分区表和优化器的结合更紧密，这也是未来发展的趋势，而合并表则是一种将要被淘汰的技术，在未来的版本中可能被删除。2.原理：