Aromatic

Java中的多线程 一、线程的创建方式 JUC中为Java多线程提供了很多工具，其中创建线程有四种方式： 继承Thread类并重写run()方法： 开发者可以自定义一个类继承Thread类，并重写run()方法。然后创建该类的实例，并调用start()方法执行。 class MyThread extends Thread { @Override public void run() { System.out.println(“Thread running”); } } MyThread t = new MyThread(); t.start(); // 启动线程 实现Runnable接口并传给Thread的构造函数： 一个类不能继承多个类，但是可以实现多个接口。因此可以将目标类实现Runnable接口，并将其传给Thread构造器（也可以直接传lambda表达式给构造器）。 Runnable task = () -> System.out.println(“Runnable running”); Thread t = new Thread(task); t.start();...

JVM的垃圾回收 一、JVM的垃圾回收算法 垃圾回收机制是JVM的一个重要机制，它可以自动帮助开发者清除已弃用的对象，达到内存回收的目的。而不同的内存需要采用不同的垃圾回收算法，确保兼顾效率和回收率。 常见的垃圾回收算法有以下四种： 标记-清除算法 ： 标记阶段：从一组GC Roots对象出发，遍历所有的可达对象，并标记为“存活”。 清除阶段：遍历堆内存，将未标记为存活的对象清除，从而释放内存。 复制算法 ： 将内存分为From和To两块区域，对象创建在From区域，触发垃圾回收机制时，JVM会将From区域的所有存活对象复制到To区域，并清除From区域的所有空间，最后再调换From和To区域。从而达到内存回收的目的。 标记-整理算法 ： 标记阶段：与标记-清除算法相同。 整理阶段：将存活的对象移到内存的一端，并清除剩余的空间。 分代GC算法 ： 将对象分为新生代 和老年代 新生代：分为Eden区 和Survivor区 （Survivor0和Survivor1）。新对象创建一般在Eden区，当Eden区内存不足时，会触发Minor GC ，在Survivo...

浅谈JVM（1） 一、JVM的内存模型 JDK 1.8 中，JVM的内存模型主要分为五个部分：堆、原空间、虚拟机栈、本地方法栈和程序计数器 。 这几个部分可以分成线程共享 和线程私有 两类，线程共享的内存可以供所有线程共同使用且访问；线程私有的内存则会随着线程的创建而分配，随着线程的销毁而回收。 线程共享 堆 (Heap)： ​ 堆是JVM中最大的一块内存，在JVM启动的时候创建，专门用来存放数组 和对象实例 。堆中还包含了字符串常量池 ，用于存储字符串字面量和常量。 ​ 从内存回收的角度，堆中又分为新生代（占1/3）和 老年代（占2/3），新生代又分为1个Eden区 和2个Survivor区 （From & To）。 ​ 当堆中没有内存分配给对象实例 ，并且堆再也无法拓展内存 的时候，就会出现OOM异常 （OutOfMemoryError）。 元空间 (MetaSpace)： ​ 元空间用来存储类元信息 、常量 、方法字节码 等。元空间包含运行时常量池 ，用于存储编译时期生成的各种字面量和符号引用。 ​ 在JDK 1.7及之前，元空间被称为方法区 ，并且它的内存分...

接口限流Part 3：令牌桶算法 本文基于开源项目api-rate-limiter编写 一、令牌桶算法原理 令牌桶算法是限流算法中最灵活的一种，它的核心思想是： 系统以固定速率生成令牌放入桶中，每次请求需要消耗令牌才能通过，桶满时不再添加令牌。 工作原理 令牌生成 ：系统按照固定速率（如每秒10个）向桶中添加令牌 容量限制 ：桶有最大容量，超过容量的令牌会被丢弃 令牌消费 ：每次请求消耗一个或多个令牌 流量控制 ：桶空时拒绝请求，桶满时允许突发流量 核心优势 突发流量支持 ：桶满时可以处理短时间的大量请求 平均速率控制 ：长期来看，请求速率不会超过令牌生成速率 灵活性高 ：可以根据业务需求调整令牌生成速率和桶容量 实际场景举例 假设设置：桶容量100个，生成速率10个/秒 正常情况：每秒最多处理10个请求 突发情况：可以瞬间处理100个请求，然后需要10秒恢复 长期效果：平均每秒不超过10个请求 二、Redis + Lua 实现方案 令牌桶算法需要维护每个用户的桶状态，包括当前令牌数和最后更新时间。这里采用Redis Hash + Lua脚本 的方案： Hash...

接口限流Part 2：滑动窗口 在上一篇文章中，我们了解了固定窗口限流的基本原理和实现方式。虽然固定窗口实现简单，但在实际应用中存在一个致命问题：边界突刺 。 一、固定窗口的边界突刺问题 固定窗口算法虽然简单有效，但在窗口边界处存在明显的流量突刺问题： 时间轴：|----窗口1----|----窗口2----| 请求： 10:00:59 10:01:00 结果： 第20次 第1次（新窗口） 问题： 在边界时刻可能出现2倍阈值的突发流量 具体场景 ： 设置限制：每分钟20次请求 用户在10:00:59发送20次请求（窗口1的最后时刻） 用户在10:01:00又发送20次请求（窗口2的开始时刻） 结果：1秒内实际处理了40次请求，远超预期限制 这就是为什么我们需要滑动窗口 算法来解决这个问题。 二、滑动窗窗口实现原理 滑动窗口算法的核心思想是：统计任意时刻向前推N秒内的请求总数，而不是固定时间块的请求数 。 工作原理 滑动窗口通过以下方式实现平滑限流： 动态时间窗口 ：每次请求时，都计算”当前时间向前推N秒”这个时间窗口内的请求总数 实时清理 ...

接口限流Part 1：固定窗口 在微服务架构中，接口限流是保障系统稳定性的重要手段。当某个接口突然收到大量请求时，如果没有限流保护，可能导致数据库连接池耗尽、内存溢出，甚至整个服务崩溃。 **接口限流（Rate Limiting）**的核心目标很明确：控制每个用户或IP的请求频率，防止恶意攻击和异常流量对系统造成冲击。 一、固定窗口限流原理 固定窗口算法的核心思想很简单：将时间划分为固定长度的窗口，在每个窗口内统计请求次数，超过阈值就拒绝服务 。 工作原理 时间窗口：比如设置1分钟为一个窗口 计数规则：每个窗口内，同一IP对同一接口的请求次数不能超过设定值 重置机制：新窗口开始时，计数器清零重新计数 具体示例 假设限制为每分钟10次请求： 10:00-10:01窗口：用户请求8次 → 允许 10:01-10:02窗口：用户请求5次 → 允许（新窗口重新计数） 10:00-10:01窗口：用户请求12次 → 第11次开始返回429错误 技术实现 ： 使用Redis存储计数器 Key格式：rate_limit:IP:接口路径 通过EXPIRE实现窗口重置 二、Redi...

谈谈分布式ID生成器 在后端开发中，唯一 ID 是一个基础而关键的需求。无论是用户注册时生成的用户 ID、下单时的订单号，还是日志系统中的 TraceId，唯一 ID 都承担着 数据唯一标识 的核心作用。 在单体应用时代，很多系统直接依赖数据库的自增主键来生成 ID，这种方式简单易用，能够满足小规模系统的需求。但随着系统规模不断扩大，传统自增ID逐渐暴露出数据泄露风险、分库分表困难、性能瓶颈等严重问题，促使我们寻找更适合分布式环境的ID生成方案。 常见分布式唯一 ID 方案 一、自增ID 利用数据库的 AUTO_INCREMENT 实现，这是最直观的ID生成方式，也是初学者的首选方案。 CREATE TABLE user ( id BIGINT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(50) NOT NULL ); 优点 ：实现简单，性能良好，ID具有递增特性，适合作为数据库主键。 缺点 ： 安全风险 ：自增ID具有明显的规律性，容易被恶意用户通过枚举方式获取敏感数据，存在严重的数据泄露风险 分库分表困难 ：在分布...

HashSet底层初探 HashSet是Java集合框架中一个重要的实现类，它基于HashMap实现，具有不允许重复元素 、允许null值 、无序存储 等特性。作为最常用的Set实现，HashSet在去重、快速查找等场景中发挥着重要作用。 核心数据结构 HashSet的内部实现采用了适配器模式 ，通过组合HashMap来实现Set接口的功能。 private transient HashMap<E,Object> map; // Dummy value to associate with an Object in the backing Map private static final Object PRESENT = new Object(); 关键设计要点 ： map属性 ：HashSet内部维护一个HashMap实例，所有Set操作都委托给这个HashMap处理 PRESENT常量 ：作为HashMap的value值，由于Set只需要存储key，所以使用一个固定的Object对象作为占位符 transient关键字 ：map字段被标记为transient，...

图灵二面：手撕HashMap 面试官：既然你刚刚提到HashMap底层原理，想必你一定了解HashMap的结构。那你就手写一份自己的HashMap吧。 我：？？？ 先来看看我当时写的依托答辩： /** * @author Aromatic * @date 2025/6/18 下午3:21 * @description: */ public class MyHashMap { private int size; private List<List<Integer>>[] table; public void MyHashMap(){ this.size = 16; table = new List[size]; } public void MyHashMap(int size){ this.size = size; table = new List[size]; } pri...

ConcurrentHashMap是如何解决并发问题的？ 本文部分参考：吊打Java面试官之ConcurrentHashMap（线程安全的哈希表） | 二哥的Java进阶之路 ConcurrentHashMap JDK 1.7 在JDK 1.7中，ConcurrenctHashMap采用了分段锁的机制，把整个HashMap分成了多个Segment，当某个桶需要加锁时，只会锁住对应的Segment，而不是整个Map。如图： 同时，在单个Segment的内部，也存有若干Entry（即内部有一个Entry数组）： 基于以上特殊结构，不难发现： 操作 是否能并发执行 对不同Segment进行写操作 是 对同一Segment进行读写操作 是 对同一Segment进行写操作 否 get方法 伪代码如下： // ConcurrentHashMap 类的 get 方法 V get(Object key) { // 1. 如果 key 为 null，抛出 NullPointerException if (key == null)
...