Redis集群一般有四种方式，分别为：主从复制、哨兵模式、Cluster以及各大厂的集群方案。在3.0版本之前只支持单实例模式，3.0之后支持了集群方式。在3.0之前各大厂为了解决单实例Redis的存储瓶颈问题各自推出了自己的集群方案，其核心思想就是数据分片，主要有客户端分片、代理分片、服务端分片。这里咱们只介绍前三种方式：主从、哨兵、Cluster。

引言不论从事安卓应用开发，还是安卓系统研发，应该都遇到应用无响应（ANR，ApplicationNotResponding）问题，当应用程序一段时间无法及时响应，则会弹出ANR对话框，让用户选择继续等待，还是强制关闭。绝大多数人对ANR的了解仅停留在主线程耗时或CPU繁忙会导致ANR。面试过无数的候选人，几乎没有人能真正从系统级去梳理清晰ANR的

1、JVM调优目标：使用较小的内存占用来获得较高的吞吐量或者较低的延迟。程序在上线前的测试或运行中有时会出现一些大大小小的JVM问题，比如cpuload过高、请求延迟、tps降低等，甚至出现内存泄漏（每次垃圾收集使用的时间越来越长，垃圾收集频率越来越高，每次垃圾收集清理掉的垃圾数据越来越少）、内存溢出导致系统崩溃，因此需要对JVM进行调优，使得程序在正

实际生产中，由于各种原因，导致事件创建时间与处理时间不一致，收集的规定对实时推荐有较大的影响。所以一般情况时选取创建时间，然后事先创建flink的时间窗口。但是问题来了，如何保证这个窗口的时间内所有事件都到齐了？这个时候就可以设置水位线（waterMark）。概念：支持基于时间窗口操作，由于事件的时间来源于源头系统，很多时候由于网络延迟、分布式处理，以

前言关系，指事物之间相互作用、相互影响的状态。数据之间的关系也是如此，数据之间关系的存储在RDS就已经开始。从数据库支持的外键，到手动建立的关系表，人们采取了许多方法，只为了解决查询复杂、缓慢等问题。在NoSQL兴起的今天，图数据库进入了我们的视野，关系模型静态、刚性、不灵活的本质在网络状的存储结构里已然不复存在。现在，让我们以初学者的身份

列表的局限前面我们说通过队列的rpush和lpop可以实现消息队列（队尾进队头出），但是消费者需要不停地调用lpop查看List中是否有等待处理的消息（比如写一个while循环）。为了减少通信的消耗，可以sleep()一段时间再消费，但是会有两个问题：1、如果生产者生产消息的速度远大于消费者消费消息的速度，List会占用大量的内存。2、

由于最近有一个统计单位时间内某key的访问次数的需求，譬如每5秒访问了redis的某key超过100次，就取出该key单独处理。这样的单位时间统计，很明显我们都知道有个边界问题，譬如5秒内100次的限制。刚好前4.99秒访问都是0，最后0.01秒来了100次，5.01秒又来了100次。也就是访问有明显的毛刺情况出现，为了弱化这个毛刺情况，我们可以采用滑动

应用场景：前端页面点击刷新，调用服务器A上Java接口，然后A调用服务器B的后台Python接口实时刷新后台数据库。在这个场景中会涉及到两个问题：异步，Python服务器压力（一）解决Python服务器压力如果Python服务器接口不做任何措施，那么可能会有恶意的访问，从而导致该服务器一直刷新后台数据库。我的解决方式是：服务器B会提供一串字符

自从小王玩起了微服务，发现微服务果然很强大，好处真是太多，心中暗喜，然而，却也遇到了分布式中最棘手的问题：分布式事务。小王遍访各路神仙，也无个完美开源解决方案，当然，也有些实际可行的手法，虽不算完美，但也可拿来研究一番，那今天我们也来说说分布式事务。    分布式事务的起源，即因各服务是独立的，各自使用独立的DB，那本地事务可以保证事务式执行，但其他服务

偶尔会有人问我有关编写超级任天堂游戏的问题，那些人是怎么管理成千上万行16位汇编语言代码组成的项目的？答案是：它并不像你想象中那么艰难。SNES硬件的手册有几百页，我不记得具体是多少了，最多400页吧。加入一个详细的65816汇编语言教材并结合我们现在说的最多800或900页，这只是我认为要完全理解(https://www.oschina.net/a