网上开展业务的企业朋友都知道，网络攻击是能带来很大的损失的，这些攻击方式都是多种多样，导致我们很难进行彻底防御。这些攻击会导致我们的正常用户无防访问服务器，严重的导致服务器瘫痪。目前采用最常见的防御策略就是高防CDN防御和高防服务器防御，那么这两者之间到底

抄来的，没来得及看，先摘下来1.堆大小设置JVM中最大堆大小有三方面限制：相关操作系统的数据模型（32bt还是64bit）限制；系统的可用虚拟内存限制；系统的可用物理内存限制。32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。我在WindowsServer2003系统，3.5G物理内存，JDK5.0

1:集合Collection(单列集合)List(有序,可重复)ArrayList底层数据结构是数组,查询快,增删慢线程不安全,效率高Vector底层数据结构是数组,查询快,增删慢线程安全,效率低LinkedList底层数据结构是链表,查询慢,增删快线程不安全,效率高Set(无序,唯一)HashSet底层数据结构是哈希表（实际上是

　　Profiler在Editor模式就可以观看性能消耗，但是毕竟电脑配置高，跟手机真机环境还是有区别。实际开发中的优化还是推荐用真机测试。因为IOS一般比Android手机的配置高，在Android平台做好优化一般在IOS也没太大问题，下面介绍Profiler连接Android真机调试。一 Profiler监测Unity打出包来直接运行到手机上的

在实际生产中，我们经常需要做一些监控脚本来监控网站服务或者API服务是否可用。传统的方法是使用网站监控平台（例如DNSPod监控、360网站服务监控，以及阿里云监控等），它们的原理是通过用户自己设置要监控的服务地址和监测的时间阈值，由监控平台定期发起请求对网站或服务的可用性进行判断。这些方法很大众化，通用性很强，但也不是所有场景都适合。例如，如

一、Kafka简介Kafka是LinkedIn使用Scala开发的一个分布式消息中间件，它以水平扩展能力和高吞吐率著称，被广泛用于日志处理、ETL等应用场景。Kafka具有以下主要特点：\\消息的发布、订阅均具有高吞吐量：\\据统计数字表明，Kafka每秒可以生产约25万消息（50MB），每秒处理55万消息（110MB）。

分库分表数据切分　　通过某种特定的条件，将我们存放在同一个数据库中的数据分散存放到多个数据库（主机）上面，以达到分散单台设备负载的效果。数据的切分同时还能够提高系统的总体可用性，由于单台设备Crash之后，仅仅有总体数据的某一部分不可用，而不是全部的数据。切分模式　　数据的切分（Sharding）依据其切分规则的类

Hash索引结构的特殊性，其检索效率非常高，索引的检索可以一次定位，不像BTree索引需要从根节点到枝节点，最后才能访问到页节点这样多次的IO访问，所以Hash索引的查询效率要远高于BTree索引。可能很多人又有疑问了，既然Hash索引的效率要比BTree高很多，为什么大家不都用Hash索引而还要使用BTree索引呢？

六、访问权限控制访问控制（或隐藏具体实现）与“最初的实现并不恰当”有关。如何把变动的事物与保持不变的事物区分开来，这是面向对象设计中的一个基本问题。为了解决这一问题，Java提供了访问权限修饰词，以供类库开发人员向客户端程序员指明哪些是可用的，哪些是不可用的。访问权限的等级，从最大权限到最小权限依次为：public、prote

1.堆大小设置JVM中最大堆大小有三方面限制：相关操作系统的数据模型（32bt还是64bit）限制；系统的可用虚拟内存限制；系统的可用物理内存限制。32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。我在WindowsServer2003系统，3.5G物理内存，JDK5.0下测试，最大可设置为1478m。