之前我们已经看过了Golang常见设计模式中的装饰和选项模式，今天要看的是Golang设计模式里最简单的单例模式。单例模式的作用是确保无论对象被实例化多少次，全局都只有一个实例存在。根据这一特性，我们可以将其应用到全局唯一性配置、数据库连接对象、文件访问对象等。Go语言实现单例模式的方法有很多种，下面我们就一起来看一下。饿汉式饿汉式实现单例模式非

1.概述上一篇博客已经简单的讲了一下Fragment的使用并写了一个基本的实例，接下来就将其整合到项目中。附视频地址：　　　　这里写图片描述2．效果实现列表和轮播条不做过多的解释就是访问接口获取数据而已，这个在和都讲过了。我们直接整合进去这个时候我们发现一个奇怪的问题，就是切换之后会去重新加载数据很不正常。　　一般的思路我们会换实现方法

slice，中文多译为“切片”，是Go语言在数组之上提供的一个重要的抽象数据类型。在Go语言中，绝大多数需要使用数组的场合，切片都实现了完美替代。并且和数组相比，切片提供了更通用、功能更强大且便捷的数据序列访问接口。1.切片究竟是什么在对切片一探究竟之前，我们先来简略了解一下Go语言中的数组。Go语言数组是一个固定长度的、容纳同构类型元素的

数组对于每一门编程语言来讲都是最重要的数据结构之一，当然不同的编程语言对数组的实现以及处理也不尽相同。数组的概念：把有限个相同类型元素变量放在一个整体，这个整体就叫做数组。数组中的每一个元素被称为数组元素，通常可以通过数组元素的索引(也叫下标，可以理解为一种编号，从0开始)来访问数组元素，包括数组元素的赋值(set)和取值(get)。

一、前言上篇介绍了Redis的集成过程，可用于解决热点数据访问的性能问题。随着业务复杂度的提高，单体应用越来越庞大，就好比一个类的代码行数越来越多，分而治之，切成多个类应该是更好的解决方法，所以一个庞大的单体应用分出多个小应用也更符合这种分治的思想。于是乎微服务化的概念油然而生，微服务化的第一步就是选择适用的分布式服务框架，基于团队成员有使用

Redis缓存穿透、缓存雪崩缓存雪崩，是指在某一个时间段，缓存集中过期失效。产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，

作者：李坤热点问题概述一直以来，TiDB的数据访问热点问题，是用户比较关注的问题。为什么这个问题如此突出呢？这其实是“分布式”带来的结构效应。单机数据库由于只有一个节点，是不存在热点问题的(因为性能的上限就是单机的处理能力)，而分布式数据库集群存在多个节点，在达到存储扩展、读写能力扩展的目的上，我们希望大量的读写压力能够平摊在每个节点

1.创建新索引2.新索引创建新mapping3.原索引导出数据到新索引4.新索引创建原索引一致的别名5.删除原索引针对于第四步：这个就要用到索引别名了，如果你最开始建索引的时候没有考虑设计索引别名，那就杯具了。你可以把索引的名称设置成name\_v1 别名设置为name，然后代码里面访问搜索的时候连接的其实是别名na

浅谈java内存模型 不同的平台，内存模型是不一样的，但是jvm的内存模型规范是统一的。其实java的多线程并发问题最终都会反映在java的内存模型上，所谓线程安全无非是要控制多个线程对某个资源的有序访问或修改。总结java的内存模型，要解决两个主要的问题：可见性和有序性。我们都知道计算机有高速缓存的存在，处理器并不是每次处理数据都是取内

   我们在做项目的时候经常会遇到很多性能的问题，也成为整个系统优化最疼痛的问题，主要还是因为在用户量大的时候或者就是说高并发访问的时候，我们系统的数据库会有一个限制。当然也可以通过对数据库的优化对系统进行优化，（最常见的数据库优化手段无非就是建索引，explain分析慢sql，以及sql语句的优化或者分库分表等一系列的策略，当然后面我会专门写一篇文章专