得物技术
得物技术

【得物技术】浅谈本地缓存与分布式缓存

引言

在互联网电商行业，由于订单履约物流等核心业务的特殊性，要求在保证业务正确性的基础上，这些链路的响应时间不能过高，否则会影响上下游的的其他业务。为了解决这个问题，一般的做法是尽可能利用缓存，减少直接访问DB来降低响应时间，但这种方案会导致读写缓存的策略变得更为复杂。大部分场景下大致流程如下：

【得物技术】浅谈本地缓存与分布式缓存_第1张图片

缓存淘汰算法

在业务中大量使用缓存之前，有必要了解缓存相关原理及淘汰算法，合理使用，才能保障线上业务的稳定性。

简单来说，缓存会设置一个最大存储量，当缓存存储的数量超过最大空间时，为了保证在稳定服务的同时有效提升命中率，设计适合自身数据特征的淘汰算法能够有效提升缓存命中率。常见的淘汰算法有如下几种。

FIFO

FIF0(first in first out):即「先进先出」。最先进入缓存的数据在缓存空间不够的情况下（超出最大元素限制）会被优先被清除掉，以腾出新的空间接受新的数据。策略算法主要比较缓存元素的创建时间。

这种算法适用于「保证高频数据有效性场景，优先保障最新数据可用」。

LFU

LFU(less frequently used):即「最少使用」。无论是否过期，根据元素的被使用次数判断，清除使用次数较少的元素释放空间。策略算法主要比较元素的hitCount（命中次数）。

这种算法适用于「保证高频数据有效性场景」。

LRU

LRU(least recently used):即「最近最少使用」。无论是否过期，根据元素最后一次被使用的时间戳，清除最远使用时间戳的元素释放空间。策略算法主要比较元素最近一次被get使用时间。

这种算法适用于「热点数据场景，优先保证热点数据的有效性」。

 

本地缓存

本地缓存也可以理解为进程内的缓存，特点是速度快，不会受到网络阻塞的干扰，但是因为是存放在jvm的内存中（堆的老年代）所以容量较小且各个进程间的缓存不能共享，不会持久化。随着服务的重启，所占用的空间会释放掉，所以适用于缓存一些应用中基本不会变化又频繁会被访问的数据，比如物流行业维护的仓库地址等信息。

优势

本地缓存相对于IO操作速度快、效率高。Redis是一种优秀的分布式缓存实现，但受限于网卡等原因，远水救不了近火，因此DB + Redis + LocalCache = 高效存储&高效访问。访问速度和花费的关系如下图所示：

图片来源-知乎

技术实现

HashMap

使用hashmap是最简单基础方式，是JDK的自带类，因为其内部为KV结构，存储对应的键值对，在需要时，可以通过key获得相应的value，因为不是线程安全的类，所以在需要保证线程安全时可以使用ConcurrentHashMap。这种方式使用简单但是对象的有效性和周期性不能保证（也就是没有缓存淘汰算法），容易造成内存的急剧上升，适用于业务简单，数据量小且对并发量没有太高要求的场景。

/*** 定义全局变量*/private static Map CACHE_MAP;

/*** 定义全局变量*/private static Map CACHE_MAP;

 

/**
     * 定义全局变量
     */
    private static Map CACHE_MAP;

/**
 * 获取缓存map中的值
 * @param key
 * @return
 */
public static Object getCacheMapValue(String key){
    Object value = getCacheMap().get(key);
    return value == null ? null : value ;
}

/**
 * 存放键值对
 * @param key
 * @param value
 */
public static void putCache(String key,Object value){
    getCacheMap().put(key,value);

}

/**
 * 删除
 * @param key
 */
public static void removeCache(String key){
    getCacheMap().remove(key);
}

/**
 * 获取map
 * @return
 */
public static Map getCacheMap(){
    if(CACHE_MAP == null ){
        CACHE_MAP = new HashMap<>();
    }

    return CACHE_MAP;
}

public static void main(String[] args) {
    putCache("1","test1");
    putCache("2","test2");
    putCache("3","test3");

    System.out.println(getCacheMapValue("1")); //返回test1

    removeCache("1");

    System.out.println(getCacheMapValue("1")); //返回nul
}

GuavaCache

官方地址：https://github.com/google/guava/wiki/CachesExplained

Guava是google开源的一个公共java库，类似于Apache Commons，它提供了集合，反射，缓存，科学计算，xml，io等一些工具类库。cache只是其中的一个模块。使用GuavaCache能够方便快速的构建本地缓存。

特点

  • GuavaCache缓存的容器为Cache接口的实现类，以K,V的形式存在，接口为泛型，可以支持不同类型的key和value；

  • 实现原理基于ConcurrentHashMap（jdk1.7之前Segment分离锁原理），所以能够保障线程安全，在多线程高并发的场景下能够保证程序中共享数据的准确性

  • 对于数据的回收与ConcurrentHashMap不同，ConcurrentHashMap会保留所有添加的元素，直到将它显性删除为止，GuavaCache提供了三种缓存回收方式（基于容量回收、定时回收和基于引用回收）来限制内存的占用量；

  • 封装了原子性的put/get的操作；

基本用法

先在pom文件中添加依赖：


      com.google.guava
      guava
      25.0-jre

构建缓存对象

GuavaCache的创建为建造者模式，每次调用方法后返回的是对象本身，可以直接通过CacheBuilder.build()的创建，以下为最简单的创建方式。

创建一个缓存对象，key和value均为String类型：

Cache cache = CacheBuilder.newBuilder().build();
cache.put("word","Hello World");
System.out.println(cache.getIfPresent("word"));

在创建cache时设置过期时间、最大存储容量、并发级别等。

Cache cache1 = CacheBuilder.newBuilder()
                .concurrencyLevel(8)                     //并发级别为8，表示只有8个线程可以同时写缓存
                .expireAfterWrite(10, TimeUnit.SECONDS) //写入缓存10秒后过期
                .initialCapacity(10)                             //容器初始容量为10
                .maximumSize(15)                                 //容器最大存储容量为15
                        .build();

注意：容器的最大存储容量maximumSize，设置了15但后续如果put的个数超过15，就会按照LRU算法来移除最近最少被使用的缓存项，例如指定为2，put了3个GuavaCache依照LRU算法就会默认移除第一个被put的数据。

 

【得物技术】浅谈本地缓存与分布式缓存_第2张图片

缓存回收方式

GuavaCache提供了三种基本的回收方式，基于容量回收、定时回收和基于引用回收。基于容量回收就是指定容量后超过预设阀值就依照LRU算法进行回收，定时回收就是指定缓存失效时间。

  • 基于引用回收

可以通过weakKeys和weakValues指定GuavaCache中的key和value为弱引用，这样当垃圾回收器运行时若没有被其他强引用指定则会被回收，避免内存占用过多。

Cache cache3 = CacheBuilder.newBuilder()
                .weakKeys()
                .weakValues()
                .build();

注意：由于垃圾回收是依赖==进行判断是否相等，因此这样会导致整个缓存也会使用==来比较键的相等性，而不是使用equals()；所以在利用缓存的key比较时需要用==，这一点官方文档也有说明。

  • 显式回收

除了设置过期时间来将时间范围内未被访问的缓存项删除之外，还能通过以下方法将缓存显式删除：

  • 使用Cache.invalidate(key)单个移除;

  • 使用Cache.invalidteAll(keys)批量移除；

  • 使用Cache.invalidateAll()移除全部。

 Cache cache4 = CacheBuilder.newBuilder().build();
        cache4.put("1","1");
        cache4.put("2","2");
        cache4.put("3","3");

//cache4.invalidate("1"); //单个删除key为1的缓存项

List keyList=new ArrayList<>();
keyList.add("1");
keyList.add("2");
cache4.invalidateAll(keyList); //将key为1和2的缓存项批量移除

cache4.invalidateAll(); //将cache4中的缓存项全部移除

两种缓存接口

Cache

Cache是通过CacheBuilder的build()方法构建，它是Gauva提供的最基本的缓存接口，并且它提供了一些常用的缓存api，上面介绍的就是基于Cache。

LoadingCache

LoadingCache是Cache的子类，它能够通过CacheLoader自发的加载缓存，在构建时需要实现CacheLoader的load方法。当调用LoadingCache的get方法时，如果缓存不存在对应key的记录，则CacheLoader会依据load方法中返回结果作为value，并从get方法返回。如果load方法中返回空，则抛出异常。

LoadingCache loadingCache = CacheBuilder.newBuilder().build(
                new CacheLoader() {
                    @Override
                    public Object load(String s) throws Exception {
                        if(s.equals("key1")){
                            return "value";
                        }
                       return null;
                    }
                });
System.out.println(loadingCache.get("key1")); //返回load方法中指定的“value”
System.out.println(loadingCache.get("key2")); //不满足load方法的if判断，返回空，抛出ExecutionException

Caffeine

Caffeine是Java8对Guava缓存的重写版本,支持多种缓存过期策略，底层数据存储使用的也是面向JDK8的ConcurrentHashMap（增加了红黑树，在hash冲突时也保持读性能）。Guava Cache 功能虽然强大，但是只是对 LRU 的一层封装，在复杂的业务场景下，LRU 淘汰策略显得力不从心。为此基于 W-TinyLFU(LFU+LRU算法的变种) 淘汰策略的进程内缓存 —— Caffeine Cache 诞生了。也就是说Caffeine与GuavaCache相比，在功能基本一致的情况下，通过对算法和部分逻辑的优化完成了对性能和缓存命中率的提升。

基本用法

构建缓存对象

与GuavaCache基本上没有太大区别，都是通过builder方式进行构建，设置过期方式，刷新时间，统计信息等。但是在使用LoadingCache设置自动加载缓存时，若为空，GuavaCache会抛错，caffeine直接返回null值。

//--自动填充--
LoadingCache cache = Caffeine.newBuilder()     		
                .build(key -> load());

//缓存数据来源
public  String load(){
        return null;
    }

System.out.println(cache.get("key1"));  //直接返回空

//--手动填充--
Cache cache2 = Caffeine.newBuilder().build();
//先从缓存中查询，1.缓存中能找到，直接返回，2.找不到调用自定义的方法返回        
Integer age2 = cache2.get("张三",k->{
    //在实际业务中这里可以把我们代码中的mapper传入进去，进行数据源的刷新。
       return 18;
});
System.out.println(age2);

//--异步手动填充--
AsyncCache cache = Caffeine.newBuilder().buildAsync();

//会返回一个 future对象， 调用future对象的get方法会一直卡住直到得到返回，和多线程的submit一样
CompletableFuture ageFuture = cache.get("张三", name -> {
      System.out.println("name:" + name);
      return 18;
});
        
Integer age = ageFuture.get();
System.out.println("age:" + age);

缓存清除

Caffeine的缓存清除是惰性的，可能发生在读请求后或者写请求后，比如说有一条数据过期后，不会立即删除，需要下一次读/写操作后触发删除。与GuavaCache一样，Caffeine的缓存清除也有三种:

  • 基于大小

         有两种方式，一种是基于内存的大小，一种是基于权重，基于内存大小的清除设置,设置基于内存大小的清除缓存，会使用maximumSize指定缓存大小，当超过该阀值会使用W-TinyLFU算法来淘汰掉最近很久没有被访问的或不常被使用的数据。示例如下：

//基于设置的内存大小清除缓存
 Cache cache5 = Caffeine.newBuilder().maximumSize(1)
                .build();
cache5.put("测试1", "test1");
cache5.put("测试2", "test2");
cache5.cleanUp();
System.out.println(cache5.getIfPresent("测试1"));
System.out.println(cache5.getIfPresent("测试2"));

  • 基于时间

       expireAfterWrite:在最后一次写入缓存后开始计时，在指定时间后过期：

Cache cache6 = Caffeine.newBuilder().maximumSize(1).
                expireAfterWrite(2,TimeUnit.MINUTES)
                .build();
        cache6.put("test1","1");
        Thread.sleep(1*1000);
        System.out.println(cache.getIfPresent("test1"));  //还存在值
        Thread.sleep(1*1000);
        System.out.println(cache.getIfPresent("test1")); //缓存过期，返回null
        Thread.sleep(1*1000);
        System.out.println(cache.getIfPresent("test1")); //缓存过期，返回null

最后的结果：在第二次时打印null

  • 基于引用

        expireAfterAccess：在最后一次读或写之前开始计时，在指定时间后若没有没有访问引用到这个值才会过期：

Cache cache7 =  Caffeine.newBuilder()
                // 最大容量为1
                .maximumSize(1)
                .expireAfterAccess(2, TimeUnit.SECONDS) //设置2秒后无访问引用过期
                .build();
        cache7.put("1","test1");
        Thread.sleep(1*1000);
        System.out.println(cache7.getIfPresent("1")); //线程等待1秒后访问，返回test1
        Thread.sleep(1*1000);
        System.out.println(cache7.getIfPresent("1"));  //线程等待1秒后访问，返回test1
        Thread.sleep(3001);
        System.out.println(cache7.getIfPresent("1")); //线程等待3秒后超过过期时间且无访问，返回null

  • 显式回收

除了设置过期时间来将时间范围内未被访问的缓存项删除之外，还能通过以下方法将缓存显式删除,功能与guavaCache相同，分成

  • 使用Cache.invalidate(key)单个移除;

  • 使用Cache.invalidteAll(keys)批量移除；

  • 使用Cache.invalidateAll()移除全部。

两种缓存接口

与GuavaCache相同，也是会有Cache和支持自定义加载方式的LoadingCache两种。

更新缓存

refreshAfterWrite：设置创建缓存 或者 最近一次更新缓存后指定时间刷新缓存，在业务项目中因为一些配置数据的变更会对返回的结果有影响所以常用该参数设置 更新配置后刷新缓存的时间。

@PostConstruct
    public void init() {
        sellerIdAndParkCodeCache = Caffeine.newBuilder()
                .refreshAfterWrite(5, TimeUnit.MINUTES) //5分钟更新
                .build(key -> refreshCache());
    }

缓存刷新

缓存刷新有两种方式，refreshAfterWrite和expireAfterWrite。两者都是在每次更新之后的指定时间让缓存失效，然后重新加载缓存。

expireAfterWrite：会严格限制只有1个线程在进行加载操作，旧值会被删除，其他线程会阻塞等待这个线程加载操作完成后，释放锁，然后他们获取锁在拿到更新后的值，能保证数据的准确性但是对性能有损耗。

refreshAfterWrite：会严格限制只有1个线程在进行加载操作异步刷新，旧值不会被删除，其他线程先返回旧值，这样能减少锁等待，但是因为不能保证每一次的加载都获得新值，会造成加载失败后会拿到旧值的问题，不能保证数据的准确性。

结论：对于互联网高并发的场景，refreshAfterWrites这种使用异步刷新缓存的方法应该是我们首先考虑的，取到一个过期的旧值总比大量线程全都被block要好，不然可能会导致请求大量堆积，连接数不够等一些列问题。

分布式缓存

本地缓存是与业务系统耦合在一起，不同应用直接无法共享缓存内容，每个应用需要维护自己的缓存，分布式缓存自身就是一个独立的多个应用可以共享缓存，常见的分布式缓存有redis,MemCached等。

Redis

redis也是一个单进程单线程的KV的数据结构的缓存中间件，用集群部署、主从同步实现读写分离，还可用来做分布式锁，使用setnx获取锁，expire给锁加上过期时间，数据结构如下：

【得物技术】浅谈本地缓存与分布式缓存_第3张图片

持久机制

    redis为内存数据库，数据保存在内存中，为防止变化和丢失，redis有持久化机制AOF和RDB（默认）。

  • RDB

数据以快照的形式保存，在指定时间间隔内将内存中的数据集快照写入磁盘，在fork子进程执行写入期间，其余线程会阻塞直到RDB完成为止，性能高，但是在子进程持久化时，父进程修改的数据不会被保存。

  • ADF

使用日志记录，redis将收到的每一个写命令使用write函数追加到文件中，保证数据不会丢失，但随着数据量的变大，日志文件也会相应变大。所以一般持久化机制是两者都用，先用RDB快速恢复后用AOF数据补全。

淘汰机制

在 Redis 当中，还是使用的LRU算法，但是对传统的LRU算法做了改进，因为传统的 LRU 算法存在 2 个问题：

  • 需要额外的空间进行存储。

  • 可能存在某些 key 值使用很频繁，但是最近没被使用，从而被 LRU 算法删除。

为了避免以上 2 个问题，Redis 当中对传统的 LRU 算法进行了改造，通过抽样的方式进行删除。配置文件中提供了一个属性 maxmemory_samples 5，默认值就是 5，表示随机抽取 5 个 key 值，然后对这 5 个 key 值按照 LRU 算法进行删除，（也就是随机抽5个值，删除这个5个值中 最近最少 被使用的）所以很明显，key 值越大，删除的准确度越高。对抽样 LRU 算法和传统的 LRU 算法，Redis 官网当中有一个对比图：

  • 浅灰色带是被删除的对象。

  • 灰色带是未被删除的对象。

  • 绿色是添加的对象。

 

【得物技术】浅谈本地缓存与分布式缓存_第4张图片

 

左上角第一幅图代表传统 LRU 算法，可以看到当抽样数达到 10个(右上角)，已经和传统的 LRU 算法非常接近了。

常见用法

Redis官方推荐的面向Java的操作Redis的客户端是Jedis,但spring提供的redisTemplate完成了对JedisApi的封装，使用更加简单,redis支持String、List、Set、Hash、sortedSet五种数据类型，redisTemplate封装了对这五种数据类型的操作。

redisTemplate.opsForValue();//操作字符串
redisTemplate.opsForHash();//操作hash
redisTemplate.opsForList();//操作list
redisTemplate.opsForSet();//操作set
redisTemplate.opsForZSet();//操作有序set

 引入依赖


            org.springframework.boot
            spring-boot-starter-data-redis

 基本服务

@Service
public class RedisServiceImpl implements CacheService {
    @Resource
    private RedisTemplate redisTemplate;

    //获取值--String类型
    @Override
    public String getFromString(String key) {
        return redisTemplate.opsForValue().get(key);
    }

    //设置值和对应的过期时间
    @Override
    public void setString(String key, String value, Long timeout) {
        redisTemplate.opsForValue().set(key, value, timeout, TimeUnit.SECONDS);
    }

    //删除
    @Override
    public boolean delString(String key) {
        return redisTemplate.delete(key);
    }

    //获取值--Hash类型
    @Override
    public void put(String HKey, String key, Object str) {
        redisTemplate.opsForHash().put(HKey, key, str);
    }
	
    //设置hash类型的值对应的过期时间
    @Override
    public void expire(String HKey, long time) {
        redisTemplate.expire(HKey, time, TimeUnit.SECONDS);
    }
	//获取k为传入的key对应的值
    @Override
    public List values(String key) {
        return redisTemplate.opsForHash().values(key);
    }
    
    //获取变量中的指定map键是否有值,如果存在该map键则获取值，没有则返回null。
     @Override
    public Object get(String Hkey, String key) {
        return redisTemplate.opsForHash().get(Hkey, key);
    }
	
    //设置值，如果不存在就设置
    @Override
    public boolean setKeyIfNotExist(String key, long timeSeconds) {
        return redisTemplate.opsForValue().setIfAbsent(key, key, timeSeconds, TimeUnit.SECONDS);
    }

    //set if not exists ,k不存在则新增传入的kv（且setnx返回1），存在就不会做操作（返回0），长用作分布式锁
    /*如果 SETNX 返回1，说明该进程获得锁，SETNX将time的值设置为锁的超时时间（当前时间 + 锁的有效时间）。
    如果 SETNX 返回0，说明其他进程已经获得了锁，进程不能进入临界区。进程可以在一个循环中不断地尝试 SETNX 操作，以获得锁*/
    @Override
    public Boolean setNX(String key, String value, Duration time) {
        try {
            return redisTemplate.opsForValue().setIfAbsent(key, value, time);
        } catch (Exception ex) {
            return false;
        }
    }

	//解锁，操作完后使用delete方式删除key
    @Override
    public void unlock(String key, String value) {
        String currentValue = redisTemplate.opsForValue().get(key);
        if (!StringUtils.isEmpty(currentValue) && currentValue.equals(value)) {
            redisTemplate.opsForValue().getOperations().delete(key);
        }
    }

  

    
  
双写一致性
 
  
从理论上来说，给缓存设置过期时间，是保证数据库与缓存最终一致性的解决方案。这种方案下，我们可以对存入缓存的数据设置过期时间，所有的写操作以数据库为准，对缓存操作只是尽最大努力即可。也就是说如果数据库写成功，缓存更新失败，那么只要到达过期时间，则后面的读请求自然会从数据库中读取新值然后回填缓存。
 
  
 
 
  
【得物技术】浅谈本地缓存与分布式缓存_第5张图片
 
  
当未设置过期时间时，常用以下三种：
 
  
     
   
  •  
    先更新数据库，再更新缓存；
     
    •  
   
  •  
    先删除缓存，再更新数据库；
     
    •  
   
  •  
    先更新数据库，再删除缓存。
     
    •  
  
 
  
 
 
  
常见问题
 
  
缓存击穿
 
  
指大并发下操作热点数据，该数据在缓存中无法查询（一般是缓存时间到），导致大并发量的请求直接进入DB，造成数据库巨大的压力。解决方案如下：
 
  
     
   
  •  
    热点数据永不过期，缺点：无法识别热点数据且浪费存储空间，不推荐；
     
    •  
   
  •  
    互斥锁，使用redis分布式锁，只有一个线程去查DB，其余线程阻塞等待，等当前线程查到数据并放入缓存后，其余线程都可以从缓存中取。缺点：只能针对于同一个key的情况。
     
    •  
  
 
  
缓存雪崩
 
  
缓存整体出现错误，大批量缓存数据过期不能正常工作，所有请求都到DB中，导致服务挂掉。解决方案如下：
 
  
     
   
  •  
    使用redis的哨兵集群模式实现redis集群的高可用，监听主从服务器的状态，当master宕机后自动将slave切换成master，发布订阅通知其他从服务器；或采用多机房部署，将热点数据分布在不同的缓存数据库中;
     
    •  
   
  •  
    过期时间加上一个随机值，防止过期时间集中；
     
    •  
   
  •  
    采用多级缓存；
     
    •  
  
 
  
缓存穿透
 
  
上游不断的发起请求在缓存和DB中都查不到的数据，造成数据库压力，例如一些恶意攻击，在一些订单报表页面，伪造一些不存在的订单号然后并发请求页面的查询接口，这些数据在缓存和数据库都查不到，容易造成服务超时甚至宕机。解决方案如下：
 
  
     
   
  •  
    恶意输入在前端或请求查询前提前拦截，如输入订单号、id这些肯定不会为负数的字段，添加<=0的条件提前过滤
     
    •  
   
  •  
    通过布隆过滤器。查询缓存之前先去布隆过滤器查询下这个数据是否存在。如果数据不存在，然后直接返回空。这样的话也会减少底层系统的查询压力；
     
    •  
  
 
  
 
 
  
总结
 
  
对于不同的业务场景，缓存有各自不同的用法。具体还需要结合业务场景，毕竟只有具体的业务，没有通用的方法。
 
  
 
 
  
文｜帕琪
 
  
关注得物技术，携手走向技术的云端
 
  

                            
                        
                    
                    
                    

                    
                    
                    

                
                

                    
                

            
        
    
    

        
你可能感兴趣的:(缓存,分布式,redis)

        

            

                
    
                    
  • GitHub上克隆项目
                        bigbig猩猩
github
                        
    从GitHub上克隆项目是一个简单且直接的过程，它允许你将远程仓库中的项目复制到你的本地计算机上，以便进行进一步的开发、测试或学习。以下是一个详细的步骤指南，帮助你从GitHub上克隆项目。一、准备工作1.安装Git在克隆GitHub项目之前，你需要在你的计算机上安装Git工具。Git是一个开源的分布式版本控制系统，用于跟踪和管理代码变更。你可以从Git的官方网站（https://git-scm.
    
                    
    • 
                    
  • 01-Git初识
                        Meereen
Gitgit
                        
    01-Git初识概念：一个免费开源，分布式的代码版本控制系统，帮助开发团队维护代码作用：记录代码内容。切换代码版本，多人开发时高效合并代码内容如何学：个人本机使用：Git基础命令和概念多人共享使用：团队开发同一个项目的代码版本管理Git配置用户信息配置：用户名和邮箱，应用在每次提交代码版本时表明自己的身份命令：查看git版本号git-v配置用户名gitconfig--globaluser.name
    
                    
    • 
                    
  • Redis系列：Geo 类型赋能亿级地图位置计算
                        Ly768768
redisbootstrap数据库
                        
    1前言我们在篇深刻理解高性能Redis的本质的时候就介绍过Redis的几种基本数据结构，它是基于不同业务场景而设计的：动态字符串(REDIS_STRING)：整数(REDIS_ENCODING_INT)、字符串(REDIS_ENCODING_RAW)双端列表(REDIS_ENCODING_LINKEDLIST)压缩列表(REDIS_ENCODING_ZIPLIST)跳跃表(REDIS_ENCODI
    
                    
    • 
                    
  • Kafka是如何保证数据的安全性、可靠性和分区的
                        喜欢猪猪
kafka分布式
                        
    Kafka作为一个高性能、可扩展的分布式流处理平台，通过多种机制来确保数据的安全性、可靠性和分区的有效管理。以下是关于Kafka如何保证数据安全性、可靠性和分区的详细解析：一、数据安全性SSL/TLS加密：Kafka支持SSL/TLS协议，通过配置SSL证书和密钥来加密数据传输，确保数据在传输过程中不会被窃取或篡改。这一机制有效防止了中间人攻击，保护了数据的安全性。SASL认证：Kafka支持多种
    
                    
    • 
                    
  • Android应用性能优化
                        轻口味
Android
                        
    Android手机由于其本身的后台机制和硬件特点，性能上一直被诟病，所以软件开发者对软件本身的性能优化就显得尤为重要；本文将对Android开发过程中性能优化的各个方面做一个回顾与总结。Cache优化ListView缓存：ListView中有一个回收器，Item滑出界面的时候View会回收到这里，需要显示新的Item的时候，就尽量重用回收器里面的View；每次在getView函数中inflate新
    
                    
    • 
                    
  • WebMagic：强大的Java爬虫框架解析与实战
                        Aaron_945
Javajava爬虫开发语言
                        
    文章目录引言官网链接WebMagic原理概述基础使用1.添加依赖2.编写PageProcessor高级使用1.自定义Pipeline2.分布式抓取优点结论引言在大数据时代，网络爬虫作为数据收集的重要工具，扮演着不可或缺的角色。Java作为一门广泛使用的编程语言，在爬虫开发领域也有其独特的优势。WebMagic是一个开源的Java爬虫框架，它提供了简单灵活的API，支持多线程、分布式抓取，以及丰富的
    
                    
    • 
                    
  • 华为云分布式缓存服务DCS 8月新特性发布
                        华为云PaaS服务小智
华为云分布式缓存
                        
    分布式缓存服务（DistributedCacheService，简称DCS）是华为云提供的一款兼容Redis的高速内存数据处理引擎，为您提供即开即用、安全可靠、弹性扩容、便捷管理的在线分布式缓存能力，满足用户高并发及数据快速访问的业务诉求。此次为大家带来DCS8月的特性更新内容，一起来看看吧！
    
                    
    • 
                    
  • 浅谈MapReduce
                        Android路上的人
Hadoop分布式计算mapreduce分布式框架hadoop
                        
    从今天开始，本人将会开始对另一项技术的学习，就是当下炙手可热的Hadoop分布式就算技术。目前国内外的诸多公司因为业务发展的需要，都纷纷用了此平台。国内的比如BAT啦，国外的在这方面走的更加的前面，就不一一列举了。但是Hadoop作为Apache的一个开源项目，在下面有非常多的子项目，比如HDFS，HBase,Hive，Pig,等等，要先彻底学习整个Hadoop，仅仅凭借一个的力量，是远远不够的。
    
                    
    • 
                    
  • Redis Key的过期策略
                        ArchManual
分布式架构分布式Java后端微服务架构redis
                        
    Redis的过期策略主要是指管理和删除那些设定了过期时间的键，以确保内存的有效使用和数据的及时清理。具体来说，Redis有三种主要的过期策略：定期删除（ScheduledDeletion）、惰性删除（LazyDeletion）和内存淘汰策略（EvictionPolicies）。1.定期删除Redis的定期删除策略（ScheduledDeletion）的步骤如下：设置定期任务：Redis会在后台线程
    
                    
    • 
                    
  • Redis:缓存击穿
                        我的程序快快跑啊
缓存redisjava
                        
    缓存击穿(热点key)：部分key(被高并发访问且缓存重建业务复杂的)失效,无数请求会直接到数据库，造成巨大压力1.互斥锁：可以保证强一致性线程一：未命中之后，获取互斥锁，再查询数据库重建缓存，写入缓存，释放锁线程二：查询未命中，未获得锁(已由线程一获得)，等待一会，缓存命中互斥锁实现方式：redis中setnxkeyvalue:改变对应key的value,仅当value不存在时执行，以此来实现互
    
                    
    • 
                    
  • L1 L2 L3 缓存
                        京天不下雨
windows缓存windows
                        
    L1L2L3缓存L1Cache(一级bai缓存)是CPU第一层高速缓存，分为数据缓存和指令缓存。du内置的zhiL1高速缓存的容量和结构对daoCPU的性能影响较大，不过高速缓冲存储器均由静态RAM组成，结构较复杂，在CPU管芯面积不能太大的情况下，L1级高速缓存的容量不可能做得太大。一般服务器CPU的L1缓存的容量通常在32—4096KB。L2由于L1级高速缓存容量的限制，为了再次提高CPU的运
    
                    
    • 
                    
  • Redis 有哪些危险命令？如何防范？
                        花小疯
redis缓存数据库危险命令大数据
                        
    Redis有哪些危险命令？Redis的危险命令主要有以下几个：1.keys客户端可查询出所有存在的键。2.flushdb删除Redis中当前所在数据库中的所有记录，并且此命令从不会执行失败。3.flushall删除Redis中所有数据库中的所有记录，不止是当前所在数据库，并且此命令从不会执行失败。4.config客户端可修改Redis配置。怎么禁用和重命名危险命令？看下redis.conf默认配置
    
                    
    • 
                    
  • KVM+GFS分布式存储系统构建KVM高可用
                        henan程序媛
分布式GFS高可用KVM
                        
    一、案列分析1.1案列概述本章案例主要使用之前章节所学的KVM及GlusterFs技术,结合起来从而实现KVM高可用。利用GlusterFs分布式复制卷，对KVM虚拟机文件进行分布存储和冗余。分布式复制卷主要用于需要冗余的情况下把一个文件存放在两个或两个以上的节点,当其中一个节点数据丢失或者损坏之后，KVM仍然能够通过卷组找到另一节点上存储的虚拟机文件，以保证虚拟机正常运行。当节点修复之后，Glu
    
                    
    • 
                    
  • Hadoop
                        傲雪凌霜，松柏长青
后端大数据hadoop大数据分布式
                        
    ApacheHadoop是一个开源的分布式计算框架，主要用于处理海量数据集。它具有高度的可扩展性、容错性和高效的分布式存储与计算能力。Hadoop核心由四个主要模块组成，分别是HDFS（分布式文件系统）、MapReduce（分布式计算框架）、YARN（资源管理）和HadoopCommon（公共工具和库）。1.HDFS（HadoopDistributedFileSystem）HDFS是Hadoop生
    
                    
    • 
                    
  • 非关系型数据库
                        天秤-white
nosql
                        
    一、为什么要用Nosql1.单机MySQL的时代。一个基本的网站访问量一般不会太大，单个数据库完全足够。那时候更多使用的静态网页html，服务器根本没有太大压力。这时候网站的瓶颈是什么？-数据量如果太大，一个机器放不下。-数据量太大需要建立数据的索引（B+Tree），一个服务器内存放不下。-访问量读写混合，一个服务器承受不了。2.memcached缓存+MySQL+垂直拆分（读写分离）。网站80%
    
                    
    • 
                    
  • mybatis 二级缓存失效_Mybatis 缓存原理及失效情况解析
                        weixin_39844942
mybatis二级缓存失效
                        
    这篇文章主要介绍了Mybatis缓存原理及失效情况解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下1、什么是缓存[Cache]存在内存中的临时数据。将用户经常查询的数据放在缓存(内存)中，用户去查询数据就不用从磁盘上(关系型数据库数据文件)查询，从缓存中查询，从而提高查询效率，解决了高并发系统的性能问题。2、为什么要使用缓存减少和数据库的交互次
    
                    
    • 
                    
  • 大模型训练数据库Common Crawl
                        WindyChanChan
数据集语言模型数据库
                        
    CommonCrawl介绍‌‌CommonCrawl是一个非营利组织，致力于通过大规模分布式爬虫系统定期抓取整个Web并将其存储在一个可公开访问的数据库中。CommonCrawl的数据收集和处理过程包括使用Python开源爬虫工具收集全球范围内的网站数据，并将其上传到‌CommonCrawl基金会的数据仓库中。该项目从2008年开始，至今已经积累了大量的原始网页数据、元数据和文本提取数据。这些数据
    
                    
    • 
                    
  • 慢速连接攻击是什么？慢速连接攻击怎么防护？
                        快快小毛毛
网络ddos服务器
                        
    慢速连接攻击（SlowConnectionAttack），又称慢速攻击（SlowlorisAttack），是一种网络攻击技术，旨在通过占用服务器上的所有可用连接资源来使其无法响应正常请求。与传统的拒绝服务（DoS）和分布式拒绝服务（DDoS）攻击不同，慢速攻击并不依赖于发送大量数据包来消耗带宽，而是利用HTTP、TCP或SSL等协议的特性，通过发送大量不完整的请求或缓慢发送数据来占用服务器资源，使
    
                    
    • 
                    
  • 分布式锁和spring事务管理
                        暴躁的鱼
锁及事务分布式springjava
                        
    最近开发一个小程序遇到一个需求需要实现分布式事务管理业务需求用户在使用小程序的过程中可以查看景点，对景点地区或者城市标记是否想去，那么需要统计一个地点被标记的人数，以及记录某个用户对某个地点是否标记为想去，用两个表存储数据，一个地点表记录改地点被标记的次数，一个用户意向表记录某个用户对某个地点是否标记为想去。由于可能有多个用户同时标记一个地点，每个用户在前端点击想去按钮之后，后台接收到请求，从数据
    
                    
    • 
                    
  • 详解mybatis的一二级缓存以及缓存失效原因
                        仰望天花板
缓存数据库mybatisjavamysql
                        
    数据库的大部分场景下是从磁盘读取，如果数据从内存进行读取，速度较比磁盘要快得多。但因为内存的容量有限，所以一般只会把使用和查询较多的数据缓存起来，以便快速反应，其他使用率不太多的继续存放在磁盘。mybatis分为一级缓存和二级缓存1.一级缓存一级缓存存放在SqlSqeeion上，默认开启1.1pojo@DatapublicclassRole{privateLongid;privateStringr
    
                    
    • 
                    
  • Gobelieve 架构
                        weixin_34099526
数据库golangjson
                        
    Gobelievegithub地址声明:转简书JackieF的文章,为了自己方便copy了一份,加一些自己的东西.链接：https://www.jianshu.com/p/8121d6e85282IMCore主要分三大块:im客户连接服务器（可分布式部署，暂无负载均衡模块)imr路由查询服务器（主要解决im分布式部署的问题）ims存储服务器(主从部署)基础模块1.数据包协议包：header(12)
    
                    
    • 
                    
  • Golang channel 死锁
                        羊城程序猿
golanggolang
                        
    死锁是指两个或两个以上的协程的执行过程中，由于竞争资源或由于彼此通信而造成的一种阻塞的现象，若无外力作用，他们将无法推进下去,以下是总结出来的几种死锁情况。1.死锁1：一个通道在一个主go程里同时进行读和写2.死锁2：go程开启之前使用通道3.死锁3：通道1中调用了通道2，通道2中调用通道14.死锁4：直接读取空channel的死锁5.死锁5：超过channel缓存继续写入数据导致死锁6.向已关闭
    
                    
    • 
                    
  • Kafka详细解析与应用分析
                        芊言芊语
kafka分布式
                        
    Kafka是一个开源的分布式事件流平台（EventStreamingPlatform），由LinkedIn公司最初采用Scala语言开发，并基于ZooKeeper协调管理。如今，Kafka已经被Apache基金会纳入其项目体系，广泛应用于大数据实时处理领域。Kafka凭借其高吞吐量、持久化、分布式和可靠性的特点，成为构建实时流数据管道和流处理应用程序的重要工具。Kafka架构Kafka的架构主要由
    
                    
    • 
                    
  • linux挂载文件夹
                        小码快撩
linux
                        
    1.使用NFS（NetworkFileSystem）NFS是一种分布式文件系统协议，允许一个系统将其文件系统的一部分共享给其他系统。检查是否安装NFSrpm-qa|grepnfs2.启动和启用NFS服务假设服务名称为nfs-server.service，你可以使用以下命令启动和启用它：sudosystemctlstartnfs-server.servicesudosystemctlenablenf
    
                    
    • 
                    
  • Kafka 基础与架构理解
                        StaticKing
KAFKAkafka
                        
    目录前言Kafka基础概念消息队列简介：Kafka与传统消息队列（如RabbitMQ、ActiveMQ）的对比Kafka的组件Kafka的工作原理：消息的生产、分发、消费流程Kafka系统架构Kafka的分布式架构设计Leader-Follower机制与数据复制Log-basedStorage和持久化Broker间通信协议Zookeeper在Kafka中的角色总结前言Kafka是一个分布式的消息系
    
                    
    • 
                    
  • Rides实现分布式锁，保障数据一致性,Redisson分布式事务处理
                        朱杰jjj
缓存分布式
                        
    分布式环境下分布式锁有三种方式：基于数据库分布式锁基于Redis分布式锁基于zk分布式锁本帖只介绍Redis分布式锁为什么需要用到分布式锁？在单机环境下一个服务中多个线程对同一个事物或数据资源进行操作时，可以通过添加加锁方式（synchronized和lock）来解决数据一致性的问题。但是如果出现多个服务的情况下，这时候我们在通过synchronized和lock的方式来加锁会出现问题，因为多个服
    
                    
    • 
                    
  • Cloud Native Weekly | 华为云抢先发布Redis5.0，红帽宣布收购混合云提供商
                        weixin_34302561
数据库devops大数据
                        
    1——华为云抢先发布Redis5.02——DigitalOceanK8s服务正式上线3——红帽宣布收购混合云提供商NooBaa4——微软发布多项AzureKubernetes服务更新1华为云抢先发布Redis5.012月17日，华为云在DCS2.0的基础上，快人一步，抢先推出了新的Redis5.0产品，这是一个崭新的突破。目前国内在缓存领域的发展普遍停留在Redis4.0阶段，华为云率先发布了Re
    
                    
    • 
                    
  • 机电综合管理系统架构
                        小熊coder
机载系统系统架构
                        
    文章目录一、机电综合管理系统架构1.系统概述2.架构层次3.核心组件二、余度管理1.余度概述2.硬件冗余3.软件冗余4.通信冗余三、总线架构1.MIL-STD-1553B总线2.ARINC429总线3.ARINC629总线4.AFDX/ARINC664总线四、未来发展趋势1.分布式架构2.高速网络3.智能化与自动化结语机电综合管理系统（ElectromechanicalManagementSyst
    
                    
    • 
                    
  • Three.js AnimationUtils 和 AnimationObjectGroup
                        灵魂清零
three前端web3javascript
                        
    AnimationObjectGroup接收共享动画状态的一组对象。在使用手册的“下一步”章节中，“动画系统”一文对three.js动画系统中的不同元素作出了概述用法:将本来要作为根对象传入构造器或者动画混合器(AnimationMixer)的clipAction方法中的对象加入组中，并将这个组对象作为根对象传递。注意，这个类的实例作为混合器中的一个对象，因此，必须对组内的单个对象做缓存控制。限制
    
                    
    • 
                    
  • 华为云分布式缓存服务DCS与开源服务差异对比
                        hcinfo_18
redis使用华为云Redis5.0分布式缓存服务Redis客户端
                        
    分布式缓存服务DCS提供单机、主备、集群等丰富的实例类型，满足用户高读写性能及快速数据访问的业务诉求。支持丰富的实例管理操作，帮助用户省去运维烦恼。用户可以聚焦于业务逻辑本身，而无需过多考虑部署、监控、扩容、安全、故障恢复等方面的问题。DCS基于开源Redis、Memcached向用户提供一定程度定制化的缓存服务，因此，除了拥有开源服务缓存数据库的优秀特性，DCS提供更多实用功能。一、与开源Red
    
                    
    • 
                                
  • 继之前的线程循环加到窗口中运行
                                    3213213333332132
javathreadJFrameJPanel
                                    
    之前写了有关java线程的循环执行和结束，因为想制作成exe文件，想把执行的效果加到窗口上，所以就结合了JFrame和JPanel写了这个程序，这里直接贴出代码，在窗口上运行的效果下面有附图。 
 

package thread;

import java.awt.Graphics;
import java.text.SimpleDateFormat;
import java.util
    
                                
    • 
                                
  • linux 常用命令
                                    BlueSkator
linux命令
                                    
    1.grep 
相信这个命令可以说是大家最常用的命令之一了。尤其是查询生产环境的日志，这个命令绝对是必不可少的。 
但之前总是习惯于使用 （grep -n 关键字 文件名 ）查出关键字以及该关键字所在的行数，然后再用 （sed -n  '100,200p' 文件名），去查出该关键字之后的日志内容。 
但其实还有更简便的办法，就是用（grep  -B n、-A n、-C n 关键
    
                                
    • 
                                
  • php heredoc原文档和nowdoc语法
                                    dcj3sjt126com
PHPheredocnowdoc
                                    
    <!doctype html>
<html lang="en">
<head>
    <meta charset="utf-8">
    <title>Current To-Do List</title>
</head>
<body>
<?
    
                                
    • 
                                
  • overflow的属性
                                    周华华
JavaScript
                                    
    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> 
<html xmlns="http://www.w3.org/1999/xhtml&q
    
                                
    • 
                                
  • 《我所了解的Java》——总体目录
                                    g21121
java
                                    
            准备用一年左右时间写一个系列的文章《我所了解的Java》，目录及内容会不断完善及调整。 
        在编写相关内容时难免出现笔误、代码无法执行、名词理解错误等，请大家及时指出，我会第一时间更正。 
   &n
    
                                
    • 
                                
  • [简单]docx4j常用方法小结
                                    53873039oycg
docx
                                    
            本代码基于docx4j-3.2.0，在office word 2007上测试通过。代码如下: 
         
import java.io.File;
import java.io.FileInputStream;
import ja
    
                                
    • 
                                
  • Spring配置学习
                                    云端月影
spring配置
                                    
     
首先来看一个标准的Spring配置文件 applicationContext.xml 
 
<?xml version="1.0" encoding="UTF-8"?> 
<beans xmlns="http://www.springframework.org/schema/beans" 
 xmlns:xsi=&q
    
                                
    • 
                                
  • Java新手入门的30个基本概念三
                                    aijuans
java新手java 入门
                                    
    17.Java中的每一个类都是从Object类扩展而来的。　　18.object类中的equal和toString方法。　　equal用于测试一个对象是否同另一个对象相等。　　toString返回一个代表该对象的字符串,几乎每一个类都会重载该方法,以便返回当前状态的正确表示.(toString 方法是一个很重要的方法)　　 19.通用编程:任何类类型的所有值都可以同object类性的变量来代替。　
    
                                
    • 
                                
  • 《2008 IBM Rational 软件开发高峰论坛会议》小记
                                    antonyup_2006
软件测试敏捷开发项目管理IBM活动
                                    
    我一直想写些总结,用于交流和备忘,然都没提笔,今以一篇参加活动的感受小记开个头,呵呵! 
 
其实参加《2008 IBM Rational 软件开发高峰论坛会议》是9月4号,那天刚好调休.但接着项目颇为忙,所以今天在中秋佳节的假期里整理了下. 
 
参加这次活动是一个朋友给的一个邀请书,才知道有这样的一个活动,虽然现在项目暂时没用到IBM的解决方案,但觉的参与这样一个活动可以拓宽下视野和相关知识.
    
                                
    • 
                                
  • PL/SQL的过程编程,异常,声明变量,PL/SQL块
                                    百合不是茶
PL/SQL的过程编程异常PL/SQL块声明变量
                                    
    PL/SQL; 
   
   过程;

    符号;

     变量;

     PL/SQL块;

     输出;

     异常;
 
  
  
PL/SQL 是过程语言(Procedural Language)与结构化查询语言(SQL)结合而成的编程语言PL/SQL 是对 SQL 的扩展,sql的执行时每次都要写操作
    
                                
    • 
                                
  • Mockito(三)--完整功能介绍
                                    bijian1013
持续集成mockito单元测试
                                    
            mockito官网：http://code.google.com/p/mockito/，打开documentation可以看到官方最新的文档资料。 
一.使用mockito验证行为 
//首先要import Mockito
import static org.mockito.Mockito.*;

//mo
    
                                
    • 
                                
  • 精通Oracle10编程SQL(8)使用复合数据类型
                                    bijian1013
oracle数据库plsql
                                    
    /*
 *使用复合数据类型
 */

--PL/SQL记录
--定义PL/SQL记录
--自定义PL/SQL记录
DECLARE
  TYPE emp_record_type IS RECORD(
     name emp.ename%TYPE,
     salary emp.sal%TYPE,
     dno emp.deptno%TYPE
  );
  emp_
    
                                
    • 
                                
  • 【Linux常用命令一】grep命令
                                    bit1129
Linux常用命令
                                    
    grep命令格式 
  
grep [option] pattern [file-list] 
  
  
grep命令用于在指定的文件(一个或者多个,file-list)中查找包含模式串(pattern)的行,[option]用于控制grep命令的查找方式。 
  
pattern可以是普通字符串，也可以是正则表达式，当查找的字符串包含正则表达式字符或者特
    
                                
    • 
                                
  • mybatis3入门学习笔记
                                    白糖_
sqlibatisqqjdbc配置管理
                                    
    MyBatis 的前身就是iBatis，是一个数据持久层(ORM)框架。  MyBatis 是支持普通 SQL 查询，存储过程和高级映射的优秀持久层框架。MyBatis对JDBC进行了一次很浅的封装。 
  
以前也学过iBatis，因为MyBatis是iBatis的升级版本，最初以为改动应该不大，实际结果是MyBatis对配置文件进行了一些大的改动，使整个框架更加方便人性化。
    
                                
    • 
                                
  • Linux 命令神器：lsof 入门
                                    ronin47
lsof
                                    
           
lsof是系统管理/安全的尤伯工具。我大多数时候用它来从系统获得与网络连接相关的信息，但那只是这个强大而又鲜为人知的应用的第一步。将这个工具称之为lsof真实名副其实，因为它是指“列出打开文件（lists openfiles）”。而有一点要切记，在Unix中一切（包括网络套接口）都是文件。 
有趣的是，lsof也是有着最多
    
                                
    • 
                                
  • java实现两个大数相加，可能存在溢出。
                                    bylijinnan
java实现
                                    
    
import java.math.BigInteger;
import java.util.regex.Matcher;
import java.util.regex.Pattern;


public class BigIntegerAddition {

	/**
	 * 题目：java实现两个大数相加，可能存在溢出。
	 * 如123456789 + 987654321
    
                                
    • 
                                
  • Kettle学习资料分享，附大神用Kettle的一套流程完成对整个数据库迁移方法
                                    Kai_Ge
Kettle
                                    
    Kettle学习资料分享 
  
Kettle 3.2 使用说明书 
目录 
概述..........................................................................................................................................7 
1.Kettle 资源库管
    
                                
    • 
                                
  • [货币与金融]钢之炼金术士
                                    comsci
金融
                                    
     
 
       自古以来,都有一些人在从事炼金术的工作.........但是很少有成功的 
 
       那么随着人类在理论物理和工程物理上面取得的一些突破性进展...... 
 
       炼金术这个古老
    
                                
    • 
                                
  • Toast原来也可以多样化
                                    dai_lm
androidtoast
                                    
    Style 1： 默认 
 

Toast def = Toast.makeText(this, "default", Toast.LENGTH_SHORT);
def.show();
 
Style 2： 顶部显示 
 

Toast top = Toast.makeText(this, "top", Toast.LENGTH_SHORT);
t
    
                                
    • 
                                
  • java数据计算的几种解决方法3
                                    datamachine
javahadoopibatisr-languer
                                    
    4、iBatis 
    简单敏捷因此强大的数据计算层。和Hibernate不同，它鼓励写SQL，所以学习成本最低。同时它用最小的代价实现了计算脚本和JAVA代码的解耦，只用20%的代价就实现了hibernate 80%的功能,没实现的20%是计算脚本和数据库的解耦。 
    复杂计算环境是它的弱项，比如：分布式计算、复杂计算、非数据
    
                                
    • 
                                
  • 向网页中插入透明Flash的方法和技巧
                                    dcj3sjt126com
htmlWebFlash
                                    
    将 
Flash 作品插入网页的时候，我们有时候会需要将它设为透明，有时候我们需要在Flash的背面插入一些漂亮的图片，搭配出漂亮的效果……下面我们介绍一些将Flash插入网页中的一些透明的设置技巧。  
　　一、Swf透明、无坐标控制　　首先教大家最简单的插入Flash的代码，透明，无坐标控制： 　　注意wmode="transparent"是控制Flash是否透明
    
                                
    • 
                                
  • ios UICollectionView的使用
                                    dcj3sjt126com

                                    
    UICollectionView的使用有两种方法，一种是继承UICollectionViewController，这个Controller会自带一个UICollectionView；另外一种是作为一个视图放在普通的UIViewController里面。 
个人更喜欢第二种。下面采用第二种方式简单介绍一下UICollectionView的使用。 
1.UIViewController实现委托，代码如
    
                                
    • 
                                
  • Eos平台java公共逻辑
                                    蕃薯耀
Eos平台java公共逻辑Eos平台java公共逻辑
                                    
     Eos平台java公共逻辑 
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 
蕃薯耀 2015年6月1日 17:20:4
    
                                
    • 
                                
  • SpringMVC4零配置--Web上下文配置【MvcConfig】
                                    hanqunfeng
springmvc4
                                    
    与SpringSecurity的配置类似，spring同样为我们提供了一个实现类WebMvcConfigurationSupport和一个注解@EnableWebMvc以帮助我们减少bean的声明。 
  
applicationContext-MvcConfig.xml 
<!-- 启用注解，并定义组件查找规则 ，mvc层只负责扫描@Controller -->
	<
    
                                
    • 
                                
  • 解决ie和其他浏览器poi下载excel文件名乱码
                                    jackyrong
Excel
                                    
       使用poi,做传统的excel导出，然后想在浏览器中，让用户选择另存为，保存用户下载的xls文件，这个时候，可能的是在ie下出现乱码（ie,9,10,11),但在firefox,chrome下没乱码， 
 
因此必须综合判断，编写一个工具类： 
 
 
     

/**
     * 
     * @Title: pro
    
                                
    • 
                                
  • 挥洒泪水的青春
                                    lampcy
编程生活程序员
                                    
    2015年2月28日，我辞职了，离开了相处一年的触控，转过身--挥洒掉泪水，毅然来到了兄弟连，背负着许多的不解、质疑——”你一个零基础、脑子又不聪明的人，还敢跨行业，选择Unity3D？“，”真是不自量力••••••“，”真是初生牛犊不怕虎•••••“，••••••我只是淡淡一笑，拎着行李----坐上了通向挥洒泪水的青春之地——兄弟连！ 
这就是我青春的分割线，不后悔，只会去用泪水浇灌——已经来到
    
                                
    • 
                                
  • 稳增长之中国股市两点意见-----严控做空，建立涨跌停版停牌重组机制
                                    nannan408

                                    
       对于股市，我们国家的监管还是有点拼的，但始终拼不过飞流直下的恐慌，为什么呢？ 
   笔者首先支持股市的监管。对于股市越管越荡的现象，笔者认为首先是做空力量超过了股市自身的升力，并且对于跌停停牌重组的快速反应还没建立好，上市公司对于股价下跌没有很好的利好支撑。 
   我们来看美国和香港是怎么应对股灾的。美国是靠禁止重要股票做空，在
    
                                
    • 
                                
  • 动态设置iframe高度(iframe高度自适应)
                                    Rainbow702
JavaScriptiframecontentDocument高度自适应局部刷新
                                    
    如果需要对画面中的部分区域作局部刷新，大家可能都会想到使用ajax。 
但有些情况下，须使用在页面中嵌入一个iframe来作局部刷新。 
对于使用iframe的情况，发现有一个问题，就是iframe中的页面的高度可能会很高，但是外面页面并不会被iframe内部页面给撑开，如下面的结构： 
<div id="content">
    <div id=&quo
    
                                
    • 
                                
  • 用Rapael做图表
                                    tntxia
rap
                                    
    function drawReport(paper,attr,data){ 
     
    var width = attr.width; 
    var height = attr.height; 
     
    var max = 0; 
  &nbs
    
                                
    • 
                                
  • HTML5 bootstrap2网页兼容（支持IE10以下）
                                    xiaoluode
html5bootstrap
                                    
    <!DOCTYPE html>
<html>
<head lang="zh-CN">
    <meta charset="UTF-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    
                                
    •