悠娜的奶爸
悠娜的奶爸

[04][02][04] Redis 实战篇

Redis 客户端

客户端通信原理

客户端和服务器通过 TCP 连接来进行数据交互,服务器默认的端口号为 6379
客户端和服务器发送的命令或数据一律以\r\n(CRLF 回车+换行)结尾

如果使用 wireshark 对 jedis 抓包
环境:Jedis
连接到虚拟机 202,运行 main,对 VMnet8 抓包
过滤条件:ip.dst==192.168.8.202 and tcp.port in {6379}
set qingshan 抓包:


可以看到实际发出的数据包是:

*3\r\n$3\r\nSET\r\n$8\r\nqingshan\r\n$4\r\n2673\r\n

get qingshan 抓包:


*2\r\n$3\r\nGET\r\n$8\r\nqingshan\r\n

客户端跟 Redis 之间使用一种特殊的编码格式(在 AOF 文件里面我们看到了),叫做 Redis Serialization Protocol(Redis 序列化协议).特点:容易实现,解析快,可读性强.客户端发给服务端的消息需要经过编码,服务端收到之后会按约定进行解码,反之亦然

基于此,我们可以自己实现一个 Redis 客户端

参考:myclient.MyClient.java

  • 建立 Socket 连接
  • OutputStream 写入数据(发送到服务端)
  • InputStream 读取数据(从服务端接口)

基于这种协议,我们可以用 Java 实现所有的 Redis 操作命令.当然,我们不需要这么做,因为已经有很多比较成熟的 Java 客户端,实现了完整的功能和高级特性,并且提供了良好的性能

https://redis.io/clients#java

官网推荐的 Java 客户端有 3 个 Jedis,Redisson 和 Luttuce

客户端 描述
Jedis Ablazinglysmallandsaneredisjavaclient
lettuce AdvancedRedisclientforthread-safesync,async,andreactiveusage.SupportsCluster,Sentinel,Pipelining,andcodecs
Redisson distributedandscalableJavadatastructuresontopofRedisserver

Spring 连接 Redis 用的是什么?RedisConnectionFactory 接口支持多种实现,例如:JedisConnectionFactory,JredisConnectionFactory,LettuceConnectionFactory,SrpConnectionFactory

Jedis

https://github.com/xetorthio/jedis

特点

Jedis 是我们最熟悉和最常用的客户端.轻量,简洁,便于集成和改造
BasicTest.java

public static void main(String[] args){
    Jedis jedis = new Jedis("127.0.0.1", 6379);
    jedis.set("qingshan", "2673");
    System.out.println(jedis.get("qingshan"));
    jedis.close();
}

Jedis 多个线程使用一个连接的时候线程不安全.可以使用连接池,为每个请求创建不同的连接,基于 Apachecommonpool 实现.跟数据库一样,可以设置最大连接数等参数.Jedis 中有多种连接池的子类


例如:ShardingTest.java

public static void main(String[] args){
   JedisPool pool = new JedisPool(ip, port);
   Jedis jedis = jedisPool.getResource();
}

Jedis 有 4 种工作模式:单节点,分片,哨兵,集群
3 种请求模式:Client,Pipeline,事务.Client 模式就是客户端发送一个命令,阻塞等待服务端执行,然后读取返回结果.Pipeline 模式是一次性发送多个命令,最后一次取回所有的返回结果,这种模式通过减少网络的往返时间和 io 读写次数,大幅度提高通信性能.第三种是事务模式.Transaction 模式即开启 Redis 的事务管理,事务模式开启后,所有的命令(除了 exec,discard,multi 和 watch)到达服务端以后不会立即执行,会进入一个等待队列

Sentinel 获取连接原理

问题:Jedis 连接 Sentinel 的时候,我们配置的是全部哨兵的地址.Sentinel 是如何返回可用的 master 地址的呢?
在构造方法中:

pool = new JedisSentinelPool(masterName, sentinels);

调用了:

HostAndPort master = initSentinels(sentinels, masterName);

查看:

private HostAndPort initSentinels(Set sentinels, final String masterName){
    HostAndPort master = null;
    boolean sentinelAvailable = false;
    log.info("Trying to find master from available Sentinels...");

    // 有多个 sentinels,遍历这些个 sentinels
    for (String sentinel : sentinels){
        // host:port 表示的 sentinel 地址转化为一个 HostAndPort 对象
        final HostAndPort hap = HostAndPort.parseString(sentinel);

        log.fine("Connecting to Sentinel " + hap);

        Jedis jedis = null;
        try {
            // 连接到 sentinel
            jedis = new Jedis(hap.getHost(), hap.getPort());
            // 根据 masterName 得到 master 的地址，返回一个 list，host= list[0], port =// list[1]
            List masterAddr = jedis.sentinelGetMasterAddrByName(masterName);

            // connected to sentinel...
            sentinelAvailable = true;

            if (masterAddr == null || masterAddr.size()!= 2){
                log.warning("Can not get master addr, master name: " + masterName + ". Sentinel: " + hap + ".");
                continue;
            }
            // 如果在任何一个 sentinel 中找到了 master，不再遍历 sentinels
            master = toHostAndPort(masterAddr);
            log.fine("Found Redis master at " + master);
            break;
        } catch (JedisException e){
            // resolves #1036, it should handle JedisException there's another chance
            // of raising JedisDataException
            log.warning("Cannot get master address from sentinel running @ " + hap + ". Reason: " + e + ". Trying next one.");
        } finally {
            if (jedis != null){
                jedis.close();
            }
        }
    }

    // 到这里，如果 master 为 null，则说明有两种情况，一种是所有的 sentinels 节点都 down 掉了，一种是 master 节点没有被存活的 sentinels 监控到
    if (master == null){
        if (sentinelAvailable){
            // can connect to sentinel, but master name seems to not
            // monitored
            throw new JedisException("Can connect to sentinel, but " + masterName + " seems to be not monitored...");
        } else {
            throw new JedisConnectionException("All sentinels down, cannot determine where is " + masterName + " master is running...");
        }
    }

    // 如果走到这里，说明找到了 master 的地址
    log.info("Redis master running at " + master + ", starting Sentinel listeners...");

    // 启动对每个 sentinels 的监听为每个 sentinel 都启动了一个监听者 MasterListener
    // MasterListener 本身是一个线 程，它会去订阅 sentinel 上关于 master 节点地址改变的消息
    for (String sentinel : sentinels){
        final HostAndPort hap = HostAndPort.parseString(sentinel);
        MasterListener masterListener = new MasterListener(masterName, hap.getHost(), hap.getPort());

        // whether MasterListener threads are alive or not, process can be stopped
        masterListener.setDaemon(true);
        masterListeners.add(masterListener);
        masterListener.start();
    }
    return master;
}

Cluster 获取连接原理

问题:使用 Jedis 连接 Cluster 的时候,我们只需要连接到任意一个或者多个 redis group 中的实例地址,那我们是怎么获取到需要操作的 Redis Master 实例的?
关键问题:在于如何存储 slot 和 Redis 连接池的关系

  • 程序启动初始化集群环境,读取配置文件中的节点配置,无论是主从,无论多少个,只拿第一个,获取 redis 连接实例(后面有个 break)
// redis.clients.jedis.JedisClusterConnectionHandler#initializeSlotsCache
private void initializeSlotsCache(Set startNodes, GenericObjectPoolConfig poolConfig, String password){
    for (HostAndPort hostAndPort : startNodes){
        // 获取一个 Jedis 实例
        Jedis jedis = new Jedis(hostAndPort.getHost(), hostAndPort.getPort());

        if (password != null){
            jedis.auth(password);
        }

        try {
            // 获取 Redis 节点和 Slot 虚拟槽
            cache.discoverClusterNodesAndSlots(jedis);
            // 直接跳出循环
            break;
        } catch (JedisConnectionException e){
            // try next nodes
        } finally {
            if (jedis != null){
                jedis.close();
            }
        }
    }
}

  • 用获取的 redis 连接实例执行 clusterSlots()方法,实际执行 redis 服务端 clusterslots 命令,获取虚拟槽信息
    该集合的基本信息为[long,long,List,List],第一,二个元素是该节点负责槽点的起始位置,第三个元素是主节点信息,第四个元素为主节点对应的从节点信息.该 list 的基本信息为[string,int,string],第一个为 host 信息,第二个为 port 信息,第三个为唯一 id


这里 7296 是 7291 的 slave 节点

  • 获取有关节点的槽点信息后,调用 getAssignedSlotArray(slotinfo)来获取所有的槽点值
  • 再获取主节点的地址信息,调用 generateHostAndPort(hostInfo)方法,生成一个 ostAndPort 对象
  • 再根据节点地址信息来设置节点对应的 JedisPool,即设置 Map nodes 的值

接下来判断若此时节点信息为主节点信息时,则调用 assignSlotsToNodes 方法,设置每个槽点值对应的连接池,即设置 Map slots 的值

// redis.clients.jedis.JedisClusterInfoCache#discoverClusterNodesAndSlots
public void discoverClusterNodesAndSlots(Jedis jedis){
    w.lock();

    try {
        reset();
        // 获取节点集合
        List slots = jedis.clusterSlots();
        // 遍历 3 个 master 节点
        for (Object slotInfoObj : slots){
            // slotInfo 槽开始，槽结束，主，从
            // {[0,5460,7291,7294],[5461,10922,7292,7295],[10923,16383,7293,7296]}
            List slotInfo = (List)slotInfoObj;

            // 如果<=2，代表没有分配 slot
            if (slotInfo.size()<= MASTER_NODE_INDEX){
                continue;
            }

            // 获取分配到当前 master 节点的数据槽，例如 7291 节点的{0,1,2,3……5460}
            List slotNums = getAssignedSlotArray(slotInfo);

            // hostInfos
            int size = slotInfo.size();
            // size 是 4，槽最小最大，主，从
            // 第 3 位和第 4 位是主从端口的信息

            for (int i = MASTER_NODE_INDEX; i < size; i++){
                List hostInfos = (List)slotInfo.get(i);
                if (hostInfos.size()<= 0){
                    continue;
                }
                // 根据 IP 端口生成 HostAndPort 实例
                HostAndPort targetNode = generateHostAndPort(hostInfos);
                // 据 HostAndPort 解析出 ip:port 的 key 值，再根据 key 从缓存中查询对应的 jedisPool 实例。如果没有 jedisPool 实例，
                // 就创建 JedisPool 实例，最后放入缓存中。nodeKey 和 nodePool 的关系
                setupNodeIfNotExist(targetNode);

                // 把 slot 和 jedisPool 缓存起来（16384 个），key 是 slot 下标，value 是连接池
                if (i == MASTER_NODE_INDEX){
                    assignSlotsToNode(slotNums, targetNode);
                }
            }
        }
    } finally {
        w.unlock();
    }
}
 
 
从集群环境存取值:
 
 
     
  
  • 把 key 作为参数,执行 CRC16 算法,获取 key 对应的 slot 值
    •  
  
  • 通过该 slot 值,去 slots 的 map 集合中获取 jedisPool 实例
    •  
  
  • 通过 jedisPool 实例获取 jedis 实例,最终完成 redis 数据存取工作
    •  
 
 
 
pipeline
 
 
上节课我们看到 set 2 万个 key 用了好几分钟,这个速度太慢了,完全没有把 Redis 10 万的 QPS 利用起来.但是单个命令的执行到底慢在哪里?
 
 
慢在哪里?
 
 
Redis 使用的是客户端/服务器(C/S)模型和请求/响应协议的 TCP 服务器.这意味着通常情况下一个请求会遵循以下步骤:
 
 
     
  
  • 客户端向服务端发送一个查询请求,并监听 Socket 返回,通常是以阻塞模式,等待服务端响应
    •  
  
  • 服务端处理命令,并将结果返回给客户端
    •  
 
 
 
Redis 客户端与 Redis 服务器之间使用 TCP 协议进行连接,一个客户端可以通过一个 socket 连接发起多个请求命令.每个请求命令发出后 client 通常会阻塞并等待 redis 服务器处理,redis 处理完请求命令后会将结果通过响应报文返回给 client,因此当执行多条命令的时候都需要等待上一条命令执行完毕才能执行.执行过程如图:
 
 
 
 
Redis 本身提供了一些批量操作命令,比如 mget,mset,可以减少通信的时间,但是大部分命令是不支持 multi 操作的,例如 hash 就没有
 由于通信会有网络延迟,假如 client 和 server 之间的包传输时间需要 10 毫秒,一次交互就是 20 毫秒(RTT:RoundTripTime).这样的话,client1 秒钟也只能也只能发送 50 个命令.这显然没有充分利用 Redis 的处理能力.另外一个,Redis 服务端执行 I/O 的次数过多
 
 
Pipeline 管道
 
 
https://redis.io/topics/pipelining
 
 
那我们能不能像数据库的 batch 操作一样,把一组命令组装在一起发送给 Redis 服务端执行,然后一次性获得返回结果呢?这个就是 Pipeline 的作用.Pipeline 通过一个队列把所有的命令缓存起来,然后把多个命令在一次连接中发送给服务器
 
 
 
 
先来看一下效果(先 flushall):
 PipelineSet.java,PipelineGet.java
 要实现 Pipeline,既要服务端的支持,也要客户端的支持.对于服务端来说,需要能够处理客户端通过一个 TCP 连接发来的多个命令,并且逐个地执行命令一起返回
 对于客户端来说,要把多个命令缓存起来,达到一定的条件就发送出去,最后才处理 Redis 的应答(这里也要注意对客户端内存的消耗)
 
 
jedis-pipeline 的 client-buffer 限制:8192bytes,客户端堆积的命令超过 8192bytes 时,会发送给服务端
 源码:redis.clients.util.RedisOutputStream.java
 
 
public RedisOutputStream(final OutputStream out){
    this(out, 8192);
}

 
 
pipeline 对于命令条数没有限制,但是命令可能会受限于 TCP 包大小
 如果 Jedis 发送了一组命令,而发送请求还没有结束,Redis 响应的结果会放在接收缓冲区.如果接收缓冲区满了,jedis 会通知 rediswin=0,此时 redis 不会再发送结果给 jedis 端,转而把响应结果保存在 Redis 服务端的输出缓冲区中
 
 
输出缓冲区的配置:redis.conf
 client-output-buffer-limit
 
 
client-output-buffer-limit normal 0 0 0
client-output-buffer-limit replica 256mb 64mb 60
client-output-buffer-limit pubsub 32mb 8mb 60

 
 
 
   
   
 
    配置 
    作用 
   
 
   
   
   
 
    class 
    客户端类型,分为三种.a)normal:普通客户端；b)slave:slave 客户端,用于复制；c)pubsub:发布订阅客户端 
   
 
   
 
    hardlimit 
    如果客户端使用的输出缓冲区大于,客户端会被立即关闭,0 代表不限制 
   
 
   
 
    softlimitsoftseconds 
    如果客户端使用的输出缓冲区超过了并且持续了秒,客户端会被立即关闭 
   
 
   
 
 
 
每个客户端使用的输出缓冲区的大小可以用 clientlist 命令查看
 
 
redis> client list
id=5 addr=192.168.8.1:10859 fd=8 name= age=5 idle=0 flags=N db=0
sub=0 psub=0 multi=-1 qbuf=5 qbuf-free=32763 obl=16380 oll=227
omem=4654408 events=rw cmd=set

 
 
     
  
  • obl:输出缓冲区的长度(字节为单位,0 表示没有分配输出缓冲区)
    •  
  
  • oll:输出列表包含的对象数量(当输出缓冲区没有剩余空间时,命令回复会以字符串对象的形式被入队到这个队列里)
    •  
  
  • omem:输出缓冲区和输出列表占用的内存总量
    •  
 
 
 
使用场景
 
 
Pipeline 适用于什么场景呢?
 如果某些操作需要马上得到 Redis 操作是否成功的结果,这种场景就不适合
 有些场景,例如批量写入数据,对于结果的实时性和成功性要求不高,就可以用 Pipeline
 
 
Jedis 实现分布式锁
 
 
原文地址:https://redis.io/topics/distlock
 中文地址:http://redis.cn/topics/distlock.html
 
 
分布式锁的基本特性或者要求:
 
 
     
  
  • 互斥性:只有一个客户端能够持有锁
    •  
  
  • 不会产生死锁:即使持有锁的客户端崩溃,也能保证后续其他客户端可以获取锁
    •  
  
  • 只有持有这把锁的客户端才能解锁
    •  
 
 
 
distlock.DistLock.java
 
 
public static boolean tryGetDistributedLock(Jedis jedis, String lockKey, String requestId, int expireTime){
    // set 支持多个参数 NX(not exist)XX(exist)EX(seconds)PX(million seconds)
    String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);

    if (LOCK_SUCCESS.equals(result)){
        return true;
    }
    return false;
}

 
 
参数解读:
 
 
     
  
  • lockKey 是 Redis key 的名称,也就是谁添加成功这个 key 代表谁获取锁成功
    •  
  
  • requestId 是客户端的 ID(设置成 value),如果我们要保证只有加锁的客户端才能释放锁,就必须获得客户端的 ID(保证第 3 点)
    •  
  
  • SET_IF_NOT_EXIST 是我们的命令里面加上 NX(保证第 1 点)
    •  
  
  • SET_WITH_EXPIRE_TIME,PX 代表以毫秒为单位设置 key 的过期时间(保证第 2 点).expireTime 是自动释放锁的时间,比如 5000 代表 5 秒
    •  
 
 
 
释放锁,直接删除 key 来释放锁可以吗?就像这样:
 
 
public static void wrongReleaseLock1(Jedis jedis, String lockKey){
    jedis.del(lockKey);
}

 
 
没有对客户端 requestId 进行判断,可能会释放其他客户端持有的锁
 先判断后删除呢?
 
 
public static void wrongReleaseLock2(Jedis jedis, String lockKey, String requestId){
    // 判断加锁与解锁是不是同一个客户端
    if (requestId.equals(jedis.get(lockKey))){
        // 若在此时，这把锁突然不是这个客户端的，则会误解锁
        jedis.del(lockKey);
    }
}

 
 
如果在释放锁的时候,这把锁已经不属于这个客户端(例如已经过期,并且被别的客户端获取锁成功了),那就会出现释放了其他客户端的锁的情况
 所以我们把判断客户端是否相等和删除 key 的操作放在 Lua 脚本里面执行
 
 
public static boolean releaseDistributedLock(Jedis jedis, String lockKey, String requestId){
    String script = "if redis.call('get', KEYS[1])== ARGV[1] then return redis.call('del', KEYS[1])else return 0 end";
    Object result = jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(requestId));

    if (RELEASE_SUCCESS.equals(result)){
        return true;
    }return false;
}

 
 
这个是 Jedis 里面分布式锁的实现
 
 
我们了解了一下 Jedis 的使用和实现,在 gupao-jedis 里面还有很多其他的案例,大家可以再去学习一下
 
 
Luttece
 
 
https://lettuce.io/
 
 
特点
 
 
与 Jedis 相比,Lettuce 则完全克服了其线程不安全的缺点:Lettuce 是一个可伸缩的线程安全的 Redis 客户端,支持同步,异步和响应式模式(Reactive).多个线程可以共享一个连接实例,而不必担心多线程并发问题
 
 
同步调用:com.gupaoedu.lettuce.LettuceSyncTest
 异步的结果使用 RedisFuture 包装,提供了大量回调的方法
 异步调用:com.gupaoedu.lettuce.LettuceASyncTest
 
 
它基于 Netty 框架构建,支持 Redis 的高级功能,如 Pipeline,发布订阅,事务,Sentinel,集群,支持连接池
 Lettuce 是 SpringBoot2.x 默认的客户端,替换了 Jedis.集成之后我们不需要单独使用它,直接调用 Spring 的 RedisTemplate 操作,连接和创建和关闭也不需要我们操心
 
 

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


 
 
Redisson
 
 
https://redisson.org/https://github.com/redisson/redisson/wiki/目录
 
 
本质
 
 
Redisson 是一个在 Redis 的基础上实现的 Java 驻内存数据网格(In-MemoryDataGrid),提供了分布式和可扩展的 Java 数据结构
 
 
特点
 
 
基于 Netty 实现,采用非阻塞 IO,性能高
 支持异步请求
 支持连接池,pipeline,LUAScripting,RedisSentinel,RedisCluster
 不支持事务,官方建议以 LUAScripting 代替事务
 主从,哨兵,集群都支持.Spring 也可以配置和注入 RedissonClient
 
 
实现分布式锁
 
 
在 Redisson 里面提供了更加简单的分布式锁的实现
 
 
 
 
加锁:
 
 
public static void main(String[] args)throws InterruptedException {
    RLock rLock=redissonClient.getLock("updateAccount");
    // 最多等待 100 秒、上锁 10s 以后自动解锁
    if(rLock.tryLock(100,10, TimeUnit.SECONDS)){
        System.out.println("获取锁成功");
    }
    // do something

    rLock.unlock();
}

 
 
在获得 RLock 之后,只需要一个 tryLock 方法,里面有 3 个参数:
 
 
     
  
  • watiTime:获取锁的最大等待时间,超过这个时间不再尝试获取锁
    •  
  
  • leaseTime:如果没有调用 unlock,超过了这个时间会自动释放锁
    •  
  
  • TimeUnit:释放时间的单位
    •  
 
 
 
Redisson 的分布式锁是怎么实现的呢?
 在加锁的时候,在 Redis 写入了一个 HASH,key 是锁名称,field 是线程名称,value 是 1(表示锁的重入次数)
 
 
 
 
源码:tryLock()——tryAcquire()——tryAcquireAsync()——tryLockInnerAsync()
 
 
最终也是调用了一段 Lua 脚本.里面有一个参数,两个参数的值
 
 
 
   
   
 
    占位 
    填充 
    含义 
    实际值 
   
 
   
   
   
 
    KEYS[1] 
    getName() 
    锁的名称(key) 
    updateAccount 
   
 
   
 
    ARGV[1] 
    internalLockLeaseTime 
    锁释放时间(毫秒) 
    10000 
   
 
   
 
    ARGV[2] 
    getLockName(threadId) 
    线程名称 
    b60a9c8c-92f8-4bfe-b0e7-308967346336:1 
   
 
   
 
 
 
// KEYS[1] 锁名称 updateAccount
// ARGV[1] key 过期时间 10000ms
// ARGV[2] 线程名称
// 锁名称不存在
if (redis.call('exists', KEYS[1])== 0)then
    // 创建一个 hash，key=锁名称，field=线程名，value=1
    redis.call('hset', KEYS[1], ARGV[2], 1);
    // 设置 hash 的过期时间
    redis.call('pexpire', KEYS[1], ARGV[1]);
    return nil;
end;

// 锁名称存在，判断是否当前线程持有的锁
if (redis.call('hexists', KEYS[1], ARGV[2])== 1)then
    // 如果是，value+1，代表重入次数+1
    redis.call('hincrby', KEYS[1], ARGV[2], 1);
    // 重新获得锁，需要重新设置 Key 的过期时间
    redis.call('pexpire', KEYS[1], ARGV[1]);

    return nil;
end;

// 锁存在，但是不是当前线程持有，返回过期时间（毫秒）
return redis.call('pttl', KEYS[1]);

 
 
释放锁,源码:unlock——unlockInnerAsync
 
 
 
   
   
 
    占位 
    填充 
    含义 
    实际值 
   
 
   
   
   
 
    KEYS[1] 
    getName() 
    锁名称 
    updateAccount 
   
 
   
 
    KEYS[2] 
    getChannelName() 
    频道名称 
    redisson_lock__channel:{updateAccount} 
   
 
   
 
    ARGV[1] 
    LockPubSub.unlockMessage 
    解锁时的消息 
    0 
   
 
   
 
    ARGV[2] 
    internalLockLeaseTime 
    释放锁的时间 
    10000 
   
 
   
 
    ARGV[3] 
    getLockName(threadId) 
    线程名称 
    b60a9c8c-92f8-4bfe-b0e7-308967346336:1 
   
 
   
 
 
 
// KEYS[1] 锁的名称 updateAccount
// KEYS[2] 频道名称 redisson_lock__channel:{updateAccount}
// ARGV[1] 释放锁的消息 0
// ARGV[2] 锁释放时间 10000
// ARGV[3] 线程名称
// 锁不存在（过期或者已经释放了）
if (redis.call('exists', KEYS[1])== 0)then
    // 发布锁已经释放的消息
    redis.call('publish', KEYS[2], ARGV[1]);
    return 1;
end;

// 锁存在，但是不是当前线程加的锁
if (redis.call('hexists', KEYS[1], ARGV[3])== 0)then
    return nil;
end;

// 锁存在，是当前线程加的锁
// 重入次数-1
local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1);

// -1 后大于 0，说明这个线程持有这把锁还有其他的任务需要执行
if (counter > 0)then
    // 重新设置锁的过期时间
    redis.call('pexpire', KEYS[1], ARGV[2]);
    return 0;
else
    // -1 之后等于 0，现在可以删除锁了
    redis.call('del', KEYS[1]);
    // 删除之后发布释放锁的消息
    redis.call('publish', KEYS[2], ARGV[1]);
    return 1;
end;

// 其他情况返回 nil
return nil;

 
 
这个是 Redisson 里面分布式锁的实现,我们在调用的时候非常简单
 Redisson 跟 Jedis 定位不同,它不是一个单纯的 Redis 客户端,而是基于 Redis 实现的分布式的服务,如果有需要用到一些分布式的数据结构,比如我们还可以基于 Redisson 的分布式队列实现分布式事务,就可以引入 Redisson 的依赖实现
 
 
数据一致性
 
 
缓存使用场景
 
 
针对读多写少的高并发场景,我们可以使用缓存来提升查询速度
 当我们使用 Redis 作为缓存的时候,一般流程是这样的:
 
 
     
  
  •  
    如果数据在 Redis 存在,应用就可以直接从 Redis 拿到数据,不用访问数据库
     
     
    •  
  
  •  
    如果 Redis 里面没有,先到数据库查询,然后写入到 Redis,再返回给应用
     
     
    •  
 
 
 
一致性问题的定义
 
 
因为这些数据是很少修改的,所以在绝大部分的情况下可以命中缓存.但是,一旦被缓存的数据发生变化的时候,我们既要操作数据库的数据,也要操作 Redis 的数据,所以问题来了.现在我们有两种选择:
 
 
     
  
  • 先操作 Redis 的数据再操作数据库的数据
    •  
  
  • 先操作数据库的数据再操作 Redis 的数据
    •  
 
 
 
到底选哪一种?
 首先需要明确的是,不管选择哪一种方案,我们肯定是希望两个操作要么都成功,要么都一个都不成功.不然就会发生 Redis 跟数据库的数据不一致的问题
 但是,Redis 的数据和数据库的数据是不可能通过事务达到统一的,我们只能根据相应的场景和所需要付出的代价来采取一些措施降低数据不一致的问题出现的概率,在数据一致性和性能之间取得一个权衡
 对于数据库的实时性一致性要求不是特别高的场合,比如 T+1 的报表,可以采用定时任务查询数据库数据同步到 Redis 的方案
 由于我们是以数据库的数据为准的,所以给缓存设置一个过期时间,是保证最终一致性的解决方案
 
 
方案选择
 
 
Redis:删除还是更新?
 
 
这里我们先要补充一点,当存储的数据发生变化,Redis 的数据也要更新的时候,我们有两种方案,一种就是直接更新,调用 set；还有一种是直接删除缓存,让应用在下次查询的时候重新写入
 这两种方案怎么选择呢?这里我们主要考虑更新缓存的代价
 更新缓存之前,是不是要经过其他表的查询,接口调用,计算才能得到最新的数据,而不是直接从数据库拿到的值.如果是的话,建议直接删除缓存,这种方案更加简单,而且避免了数据库的数据和缓存不一致的情况.在一般情况下,我们也推荐使用删除的方案
 
 
这一点明确之后,现在我们就剩一个问题:
 
 
     
  
  • 到底是先更新数据库,再删除缓存
    •  
  
  • 还是先删除缓存,再更新数据库
    •  
 
 
 
我们先看第一种方案
 
 
先更新数据库,再删除缓存
 
 
正常情况:
 更新数据库,成功
 删除缓存,成功
 
 
异常情况:
 
 
     
  
  • 更新数据库失败,程序捕获异常,不会走到下一步,所以数据不会出现不一致
    •  
  
  • 更新数据库成功,删除缓存失败.数据库是新数据,缓存是旧数据,发生了不一致的情况
    •  
 
 
 
这种问题怎么解决呢?我们可以提供一个重试的机制
 比如:如果删除缓存失败,我们捕获这个异常,把需要删除的 key 发送到消息队列.让后自己创建一个消费者消费,尝试再次删除这个 key
 这种方式有个缺点,会对业务代码造成入侵
 
 
所以我们又有了第二种方案(异步更新缓存):
 因为更新数据库时会往 binlog 写入日志,所以我们可以通过一个服务来监听 binlog 的变化(比如阿里的 canal),然后在客户端完成删除 key 的操作.如果删除失败的话,再发送到消息队列
 总之,对于后删除缓存失败的情况,我们的做法是不断地重试删除,直到成功
 无论是重试还是异步删除,都是最终一致性的思想
 
 
先删除缓存,再更新数据库
 
 
正常情况:
 删除缓存,成功
 更新数据库,成功
 
 
异常情况:
 
 
     
  
  • 删除缓存,程序捕获异常,不会走到下一步,所以数据不会出现不一致
    •  
  
  • 删除缓存成功,更新数据库失败.因为以数据库的数据为准,所以不存在数据不一致的情况
    •  
 
 
 
看起来好像没问题,但是如果有程序并发操作的情况下:
 
 
     
  
  • 线程 A 需要更新数据,首先删除了 Redis 缓存
    •  
  
  • 线程 B 查询数据,发现缓存不存在,到数据库查询旧值,写入 Redis,返回
    •  
  
  • 线程 A 更新了数据库
    •  
 
 
 
这个时候,Redis 是旧的值,数据库是新的值,发生了数据不一致的情况
 
 
那问题就变成了:能不能让对同一条数据的访问串行化呢?代码肯定保证不了,因为有多个线程,即使做了任务队列也可能有多个服务实例.数据库也保证不了,因为会有多个数据库的连接.只有一个数据库只提供一个连接的情况下,才能保证读写的操作是串行的,或者我们把所有的读写请求放到同一个内存队列当中,但是这种情况吞吐量太低了
 
 
所以我们有一种延时双删的策略,在写入数据之后,再删除一次缓存
 A 线程:
 
 
     
  
  • 删除缓存
    •  
  
  • 更新数据库
    •  
  
  • 休眠 500ms(这个时间,依据读取数据的耗时而定)
    •  
  
  • 再次删除缓存
    •  
 
 
 
伪代码:
 
 
public void write(String key,Object data){
    redis.delKey(key);
    db.updateData(data);
    Thread.sleep(500);
    redis.delKey(key);
}

 
 
高并发问题
 
 
在 Redis 存储的所有数据中,有一部分是被频繁访问的.有两种情况可能会导致热点问题的产生,一个是用户集中访问的数据,比如抢购的商品,明星结婚和明星出轨的微博.还有一种就是在数据进行分片的情况下,负载不均衡,超过了单个服务器的承受能力.热点问题可能引起缓存服务的不可用,最终造成压力堆积到数据库
 出于存储和流量优化的角度,我们必须要找到这些热点数据
 
 
热点数据发现
 
 
除了自动的缓存淘汰机制之外,怎么找出那些访问频率高的 key 呢?或者说,我们可以在哪里记录 key 被访问的情况呢?
 
 
客户端
 
 
第一个当然是在客户端了,比如我们可不可以在所有调用了 get,set 方法的地方,加上 key 的计数.但是这样的话,每一个地方都要修改,重复的代码也多.如果我们用的是 Jedis 的客户端,我们可以在 Jedis 的 Connection 类的 sendCommand()里面,用一个 HashMap 进行 key 的计数
 
 
但是这种方式有几个问题:
 
 
     
  
  • 不知道要存多少个 key,可能会发生内存泄露的问题
    •  
  
  • 会对客户端的代码造成入侵
    •  
  
  • 只能统计当前客户端的热点 key
    •  
 
 
 
代理层
 
 
第二种方式就是在代理端实现,比如 TwemProxy 或者 Codis,但是不是所有的项目都使用了代理的架构
 
 
服务端
 
 
第三种就是在服务端统计,Redis 有一个 monitor 的命令,可以监控到所有 Redis 执行的命令
 
 
代码:
 
 
jedis.monitor(new JedisMonitor(){
    @Override
    public void onCommand(String command){
        System.out.println("#monitor: " + command);
    }
});

 
 
Facebook 的开源项目 redis-faina(https://github.com/facebookarchive/redis-faina.git)就是基于这个原理实现的.它是一个 python 脚本,可以分析 monitor 的数据
 
 
redis-cli -p 6379 monitor | head -n 100000 | ./redis-faina.py

 
 
这种方法也会有两个问题:
 
 
     
  
  • monitor 命令在高并发的场景下,会影响性能,所以不适合长时间使用
    •  
  
  • 只能统计一个 Redis 节点的热点 key
    •  
 
 
 
机器层面
 
 
还有一种方法就是机器层面的,通过对 TCP 协议进行抓包,也有一些开源的方案,比如 ELK 的 packetbeat 插件
 当我们发现了热点 key 之后,我们来看下热点数据在高并发的场景下可能会出现的问题,以及怎么去解决
 
 
缓存雪崩
 
 
什么是缓存雪崩
 
 
缓存雪崩就是 Redis 的大量热点数据同时过期(失效),因为设置了相同的过期时间,刚好这个时候 Redis 请求的并发量又很大,就会导致所有的请求落到数据库
 
 
缓存雪崩的解决方案
 
 
     
  
  • 加互斥锁或者使用队列,针对同一个 key 只允许一个线程到数据库查询
    •  
  
  • 缓存定时预先更新,避免同时失效
    •  
  
  • 通过加随机数,使 key 在不同的时间过期
    •  
  
  • 缓存永不过期
    •  
 
 
 
缓存穿透
 
 
缓存穿透何时发生
 
 
我们已经知道了 Redis 使用的场景了.在缓存存在和缓存不存在的情况下的什么情况我们都了解了
 
 
 
 
还有一种情况,数据在数据库和 Redis 里面都不存在,可能是一次条件错误的查询.在这种情况下,因为数据库值不存在,所以肯定不会写入 Redis,那么下一次查询相同的 key 的时候,肯定还是会再到数据库查一次.那么这种循环查询数据库中不存在的值,并且每次使用的是相同的 key 的情况,我们有没有什么办法避免应用到数据库查询呢?
 
 
     
  
  • 缓存空数据
    •  
  
  • 缓存特殊字符串,比如&&
    •  
 
 
 
我们可以在数据库缓存一个空字符串,或者缓存一个特殊的字符串,那么在应用里面拿到这个特殊字符串的时候,就知道数据库没有值了,也没有必要再到数据库查询了
 但是这里需要设置一个过期时间,不然的话数据库已经新增了这一条记录,应用也还是拿不到值.
 
 
这个是应用重复查询同一个不存在的值的情况,如果应用每一次查询的不存在的值是不一样的呢?即使你每次都缓存特殊字符串也没用,因为它的值不一样,比如我们的用户系统登录的场景,如果是恶意的请求,它每次都生成了一个符合 ID 规则的账号,但是这个账号在我们的数据库是不存在的,那 Redis 就完全失去了作用
 这种因为每次查询的值都不存在导致的 Redis 失效的情况,我们就把它叫做缓存穿透.这个问题我们应该怎么去解决呢?
 
 
经典面试题
 
 
其实它也是一个通用的问题,关键就在于我们怎么知道请求的 key 在我们的数据库里面是否存在,如果数据量特别大的话,我们怎么去快速判断
 这也是一个非常经典的面试题:
 如何在海量元素中(例如10亿无序,不定长,不重复)快速判断一个元素是否存在?
 
 
如果是缓存穿透的这个问题,我们要避免到数据库查询不存的数据,肯定要把这 10 亿放在别的地方.这些数据在 Redis 里面也是没有的,为了加快检索速度,我们要把数据放到内存里面来判断,问题来了:
 如果我们直接把这些元素的值放到基本的数据结构(List,Map,Tree)里面,比如一个元素 1 字节的字段,10 亿的数据大概需要 900G 的内存空间,这个对于普通的服务器来说是承受不了的
 所以,我们存储这几十亿个元素,不能直接存值,我们应该找到一种最简单的最节省空间的数据结构,用来标记这个元素有没有出现
 这个东西我们就把它叫做位图,他是一个有序的数组,只有两个值,0和1.0代表不存在,1代表存在
 
 
 
 
那我们怎么用这个数组里面的有序的位置来标记这10亿个元素是否存在呢?我们是不是必须要有一个映射方法,把元素映射到一个下标位置上?
 对于这个映射方法,我们有几个基本的要求:
 
 
     
  
  • 因为我们的值长度是不固定的,我希望不同长度的输入,可以得到固定长度的输出
    •  
  
  • 转换成下标的时候,我希望他在我的这个有序数组里面是分布均匀的,不然的话全部挤到一对去了,我也没法判断到底哪个元素存了,哪个元素没存
    •  
 
 
 
这个就是哈希函数,比如 MD5,SHA-1 等等这些都是常见的哈希算法
 
 
 
 
比如,这6个元素,我们经过哈希函数和位运算,得到了相应的下标
 
 
哈希碰撞
 
 
这个时候,Tom 和 Mic 经过计算得到的哈希值是一样的,那么再经过位运算得到的下标肯定是一样的,我们把这种情况叫做哈希冲突或者哈希碰撞
 如果发生了哈希碰撞,这个时候对于我们的容器存值肯定是有影响的,我们可以通过哪些方式去降低哈希碰撞的概率呢?
 第一种就是扩大维数组的长度或者说位图容量.因为我们的函数是分布均匀的,所以,位图容量越大,在同一个位置发生哈希碰撞的概率就越小
 
 
是不是位图容量越大越好呢?不管存多少个元素,都创建一个几万亿大小的位图,可以吗?当然不行,因为越大的位图容量,意味着越多的内存消耗,所以我们要创建一个合适大小的位图容量
 除了扩大位图容量,我们还有什么降低哈希碰撞概率的方法呢?
 如果两个元素经过一次哈希计算,得到的相同下标的概率比较高,我可以不可以计算多次呢?原来我只用一个哈希函数,现在我对于每一个要存储的元素都用多个哈希函数计算,这样每次计算出来的下标都相同的概率就小得多了
 同样的,我们能不能引入很多个哈希函数呢?比如都计算100次,都可以吗?当然也会有问题,第一个就是它会填满位图的更多空间,第二个是计算是需要消耗时间的
 所以总的来说,我们既要节省空间,又要很高的计算效率,就必须在位图容量和函数个数之间找到一个最佳的平衡
 比如说:我们存放100万个元素,到底需要多大的位图容量,需要多少个哈希函数呢?
 
 
布隆过滤器原理
 
 
当然,这个事情早就有人研究过了,在1970年的时候,有一个叫做布隆的前辈对于判断海量元素中元素是否存在的问题进行了研究,也就是到底需要多大的位图容量和多少个哈希函数,它发表了一篇论文,提出的这个容器就叫做布隆过滤器
 我们来看一下布隆过滤器的工作原理
 首先,布隆过滤器的本质就是我们刚才分析的,一个位数组,和若干个哈希函数
 
 
 
 
集合里面有 3 个元素,要把它存到布隆过滤器里面去,应该怎么做?首先是 a 元素,这里我们用 3 次计算.b,c 元素也一样
 元素已经存进去之后,现在我要来判断一个元素在这个容器里面是否存在,就要使用同样的三个函数进行计算
 比如 d 元素,我用第一个函数 f1 计算,发现这个位置上是 1,没问题.第二个位置也是 1,第三个位置也是 1
 如果经过三次计算得到的下标位置值都是 1,这种情况下,能不能确定 d 元素一定在这个容器里面呢?实际上是不能的.比如这张图里面,这三个位置分别是把 a,b,c 存进去的时候置成 1 的,所以即使 d 元素之前没有存进去,也会得到三个 1,判断返回 true
 所以,这个是布隆过滤器的一个很重要的特性,因为哈希碰撞不可避免,所以它会存在一定的误判率.这种把本来不存在布隆过滤器中的元素误判为存在的情况,我们把它叫做假阳性(False Positive Probability,FPP)
 我们再来看另一个元素,e 元素.我们要判断它在容器里面是否存在,一样地要用这三个函数去计算.第一个位置是 1,第二个位置是 1,第三个位置是 0
 e 元素是不是一定不在这个容器里面呢?可以确定一定不存在.如果说当时已经把 e 元素存到布隆过滤器里面去了,那么这三个位置肯定都是 1,不可能出现 0
 
 
总结:
 布隆过滤器的特点:
 从容器的角度来说:
 
 
     
  
  • 如果布隆过滤器判断元素在集合中存在,不一定存在
    •  
  
  • 如果布隆过滤器判断不存在,一定不存在
    •  
 
 
 
从元素的角度来说:
 
 
     
  
  • 如果元素实际存在,布隆过滤器一定判断存在
    •  
  
  • 如果元素实际不存在,布隆过滤器可能判断存在
    •  
 
 
 
利用,第二个特性,我们是不是就能解决持续从数据库查询不存在的值的问题?
 
 
Guava 的实现
 
 
谷歌的 Guava 里面就提供了一个现成的布隆过滤器
 
 

    com.google.guava
    guava
    21.0


 
 
创建布隆过滤器:
 
 
BloomFilter bf = BloomFilter.create( Funnels.stringFunnel(Charsets.UTF_8), insertions);

 
 
布隆过滤器提供的存放元素的方法是 put()
 布隆过滤器提供的判断元素是否存在的方法是 mightContain()
 
 
if (bf.mightContain(data)){
    if (sets.contains(data)){
        // 判断存在实际存在的时候，命中
        right++;
        continue;
    }// 判断存在却不存在的时候，错误
    wrong++;
}

 
 
布隆过滤器把误判率默认设置为0.03,也可以在创建的时候指定
 
 
public static  BloomFilter create(Funnel funnel, long expectedInsertions){
    return create(funnel, expectedInsertions, 0.03D);
}

 
 
位图的容量是基于元素个数和误判率计算出来的
 
 
long numBits = optimalNumOfBits(expectedInsertions, fpp);

 
 
根据位数组的大小,我们进一步计算出了哈希函数的个数
 
 
int numHashFunctions = optimalNumOfHashFunctions(expectedInsertions, numBits);

 
 
存储 100 万个元素只占用了 0.87M 的内存,生成了 5 个哈希函数
 https://hur.st/bloomfilter/?n=1000000&p=0.03&m=&k=
 
 
布隆过滤器在项目中的使用
 
 
布隆过滤器的工作位置:
 
 
 
 
因为要判断数据库的值是否存在,所以第一步是加载数据库所有的数据.在去 Redis 查询之前,先在布隆过滤器查询,如果 bf 说没有,那数据库肯定没有,也不用去查了.如果 bf 说有,才走之前的流程
 
 
代码:com.gupaoedu.BloomTestsConcurrency
 
 
布隆过滤器的其他应用场景
 
 
布隆过滤器解决的问题是什么?如何在海量元素中快速判断一个元素是否存在.所以除了解决缓存穿透的问题之外,我们还有很多其他的用途
 比如爬数据的爬虫,爬过的 url 我们不需要重复爬,那么在几十亿的 url 里面,怎么判断一个 url 是不是已经爬过了?
 还有我们的邮箱服务器,发送垃圾邮件的账号我们把它们叫做 spamer,在这么多的邮箱账号里面,怎么判断一个账号是不是 spamer 等等一些场景,我们都可以用到布隆过滤器
 

                            
                        
                    
                    
                    

                    
                    
                    

                
                

                    
                

            
        
    
    

        
你可能感兴趣的:([04][02][04] Redis 实战篇)

        

            

                
    
                    
  • 2025自动化采集豆瓣选电影20年代以来的推荐数据并进行结构化分析及数据缺失值处理方案
                        BigWiggins
python开发语言单元测试
                        
    今天在豆瓣数据中采集20年代以来的电影时遇到了取得电影标题/评分/年份等大量缺失值核心功能动态分页采集：通过API参数迭代获取全量数据反爬策略：请求头模拟、Cookies自动化、随机延迟数据清洗：缺失值填充、嵌套JSON解析持久化存储：JSON结构化存储与PandasDataFrame转换技术栈请求处理：requests库实现API调用数据解析：json模块处理结构化响应异常管理：try-exce
    
                    
    • 
                    
  • LLM大模型安全概述
                        LLM教程
安全人工智能chatgptembeddinglangchainllama
                        
    引言2022年底以来，以ChatGPT为代表的大模型飞速发展，正在成为#驱动新质生产力发展#的新动能、人类探索未知的新工具.在显著提升人工智能(artificialintelligence,AI)模型通用理解和生成能力的同时，也带来了前所未有的安全风险.大模型的能力与风险生成式大模型因其强大的智能能力和巨大的应用潜力吸引了众多研究者和企业的关注.从智能能力的角度来看，研究人员观测到：当训练数据和参
    
                    
    • 
                    
  • 2025最新Transformer模型及深度学习前沿技术应用
                        weixin_贾
PythonMATLABpython深度学习MATLAB编程深度学习模型图神经网络自编码物理信息神经网络目标检测大语言模型
                        
    第一章、注意力（Attention）机制1、注意力机制的背景和动机（为什么需要注意力机制？注意力机制的起源和发展里程碑）。2、注意力机制的基本原理（什么是注意力机制？注意力机制的数学表达与基本公式、用机器翻译任务带你了解Attention机制、如何计算注意力权重？）3、注意力机制的主要类型：键值对注意力机制（Key-ValueAttention）、自注意力（Self-Attention）与多头注意
    
                    
    • 
                    
  • Zama TFHE-rs v1.0 发布
                        mutourend
全同态加密FHEFHE
                        
    1.引言2025年2月，Zama发布了TFHE-rsv1.0，这是TFHE-rs库的第一个稳定版本。这标志着一个重要的里程碑，稳定了x86CPU后端的高级API，同时确保了向后兼容性。——即，现在可以依赖TFHE-rsAPI，而不必担心未来更新中出现重大变化。此版本中最显著的改进是：关键参数的细化，这增强了密码学安全性，保留了性能并优化了它们以用于分布式协议。还引入了官方手册和简化的贡献流程。值得
    
                    
    • 
                    
  • 04.基于C++实现多线程TCP服务器与客户端通信
                        Chenyu_310
计算机网络c++tcp/ip服务器linux网络visualstudio算法
                        
    基于C++实现多线程TCP服务器与客户端通信目录一、项目背景与目标二、从零开始理解网络通信三、相关技术背景知识1.守护进程(DaemonProcess)2.线程池(ThreadPool)3.RAII设计模式四、项目整体结构与逻辑五、核心模块详细分析1.TCP服务器模块2.线程池模块3.任务处理模块4.日志模块5.守护进程模块6.锁管理模块六、从实践到理论：关键设计模式与技术七、进阶主题与扩展思考八
    
                    
    • 
                    
  • 代码随想录一刷总结
                        zengy5
代码随想录刷题流程c++算法学习leetcode
                        
    代码随想录–总结day62文章目录代码随想录--总结一、刷题时间线二、二刷计划三、总结一、刷题时间线2024.6.20开始2024.8.22一刷结束，总共60多天二、二刷计划2024.8.25开始-2024.9.25结束一个月内再重新巩固一下，在大量的笔试和二刷中总结经验三、总结代码随想录的题目安排和讲解都属于是很清晰简洁的，最好的一点在于是图文讲解配合视频，这样我不用每次都戴耳机去看课，只有不懂
    
                    
    • 
                    
  • 网络系统管理Debian模块||AppSrv的Apache2配置详解
                        小白奋斗ing（小破站）
网络系统管理Debian样题六debianlinux服务器
                        
    该模块基于2021年网络系统管理样题六的赛题，详细完整解答整个赛题。关于本模块的技术支持可私信本人（小白奋斗ing）（B站同名），小白奋斗ing网络系统管理交流群：6087612034.APACHE2·安装apache服务；·服务以用户webuser系统用户运行；·限制web服务只能使用系统500M物理内存；(未解决)·全站点启用TLS访问，使用本机上的“CSKGlobalRootCA”颁发机构颁
    
                    
    • 
                    
  • Mysql性能监控及优化，基于Prometheus+grafana
                        士多啤莉娜
mysqlprometheusgrafanadocker
                        
    本篇不详写prometheus、grafana的搭建，需要可以翻阅linux监控篇一、mysql监控1、运行mysql-exporter注：mysql的搭建在文章尾部，这里直接进入主题Prometheus对Mysql进行数据采集需要在被mysql所在服务器安装mysql-exporter注意修改命令中数据库连接信息dockerrun-d-p9104:9104-eDATA_SOURCE_NAME="
    
                    
    • 
                    
  • 2025寒假天梯训练7
                        osir.
c++
                        
    7-8古风排版-2025寒假天梯赛训练7（2223届）思路：pta风格模拟题。#includeusingnamespacestd;#defineintlonglong#defineendl"\n"#definesz(x)(int)x.size()#defineeemplace_back//voidsolve(){//cout>a>>b;//cout>a>>b;//if(b==0)cout>n;//
    
                    
    • 
                    
  • SMU Summer 2024 Contest Round 5
                        osir.
动态规划算法c++
                        
    [ABC230F]Predilection-洛谷偏爱...思路:本次比赛最顶级的题目!务必肾科礼节..首先思考在数列中"选择两个相邻的数,删去他们,并在原位置放入他们的和的实质是什么?"答案就是删除该数列前缀和中相应的一个数字.例如:数列arr:1,2,3,4;那么有前缀和pre:1,3,6,10.如果删去数字3,那么就是在前缀和中删去数字6.其他保持不变.而且！数列和前缀和是可以互相推导,并且一
    
                    
    • 
                    
  • Nginx日志安全分析脚本
                        寰宇001
shell
                        
    nginx_log_check脚本作者：al0ne项目地址：https://github.com/al0ne/nginx_log_checkNginx日志安全分析脚本功能统计Top20地址SQL注入分析扫描器告警分析漏洞利用检测敏感路径访问文件包含攻击Webshell寻找响应长度的urlTop20寻找罕见的脚本文件访问寻找302跳转的脚本文件Usage设置报告保存地址outfile设置日志分析目录
    
                    
    • 
                    
  • Open WebUI 集成企业微信认证开发文档
                        大刘讲IT
企业微信web人工智能
                        
    OpenWebUI集成企业微信认证开发文档1.系统架构1.1技术栈前端:Vue3+TypeScript后端:FastAPI数据库:PostgreSQL缓存:Redis认证:企业微信OAuth2.01.2系统模块前端应用认证模块会话管理企业微信OAuth数据持久化PostgreSQL2.数据库设计--用户表CREATETABLEusers(idSERIALPRIMARYKEY,wecom_useri
    
                    
    • 
                    
  • DeepSeek开源周：全面革新AI基础设施技术的盛宴
                        大刘讲IT
开源人工智能ai
                        
    在2025年2月24日至28日，DeepSeek举办了备受瞩目的开源周活动，期间连续五天发布了一系列覆盖AI基础设施全链路的核心技术项目。这些项目横跨计算优化、通信加速、并行策略、存储系统等多个关键维度，为AI领域的发展注入了强大的动力，引发了广泛的行业关注。开源项目发布时间线项目2月24日2月25日2月26日2月27日2月28日FlashMLA★DeepEP★DeepGEMM★DualPipe与
    
                    
    • 
                    
  • 2025年2月25日 每日一闻
                        Kanjx
新浪微博
                        
    2025年2月25日互联网行业动态一、科技巨头动态与前沿技术突破苹果股东大会召开今日上午8点，苹果公司召开年度股东大会，重点讨论AI终端（AR/VR）战略布局及消费电子领域创新方向。分析师预测会议或将透露6G技术研发进展与卫星通信技术商业化路径。马斯克宣布Grok重大更新特斯拉CEO马斯克正式推出Grok语音模式V2.0版本，该更新深度整合多模态AI能力，支持自然语义理解与跨场景对话，三变科技等产
    
                    
    • 
                    
  • Python 版本变更历史及版本选择指南
                        郝开
Pythonpython版本选择
                        
    Python版本变更历史及版本选择指南Python版本变更历史及版本选择指南1.Python3.13.1（2023年发布）主要特性适用场景2.Python3.12（2022年发布）主要特性3.Python3.11（2022年发布）主要特性4.Python3.10（2021年发布）主要特性5.Python3.9（2020年发布）主要特性6.Python3.8（2019年发布）主要特性7.Python
    
                    
    • 
                    
  • 2025天梯训练1
                        osir.
c++多关键字最短路
                        
    PTA|L3-1直捣黄龙30分思路：多关键字最短路，同时还要记录最短路径条数。typedefstructnode{intfrom,d,pass,kl;booloperatorx.d;if(pass!=x.pass)returnpassha;unordered_mapantHa;intenemys[205];intidx=0;vector>vct[205];intdis[205];//到达i城镇的最
    
                    
    • 
                    
  • 无人机遥控链路测试
                        奚海蛟
嵌入式应用开发-无人机飞控单片机stm32c语言嵌入式物联网
                        
    更多交流欢迎关注作者抖音号：81849645041本章节使用的遥控器为富斯10通道遥控器。目的了解遥控器发射机、接收机工作原理，信号特性，配对方法，以及调试方法。原理用到的遥控器为2.4G跳频数字系统，跳频通信是一种扩频通信。跳频是指载波频率在很宽频带范围内按某种图案（序列）进行跳变。信息数据经适当编码后成为带宽为Bd的基带信号，再对带宽为Bd的基带信号进行载波调制。载波频率受伪随机码发生器控制，
    
                    
    • 
                    
  • 配置XTDrone时出现MAVROS与SITL通信失败解决方法-自我记录
                        不想写代码！！！！
python
                        
    按照的步骤配置到这一步时roslaunchpx4mavros_posix_sitl.launch出现以下报错[vehicle_spawn_ubuntu_3204_324642622304213053-5]processhasdied[pid3264,exitcode1,cmd/home/zj/catkin_ws/src/gazebo_ros_pkgs/gazebo_ros/scripts/spaw
    
                    
    • 
                    
  • Python——openpyxl库将数据写入excel表格
                        William.csj
编程语言pythonopenpyxlexcel
                        
    一、简介openpyxl库，能处理的数据最大行数达到1048576二、示例#说明：需要写入的是二维列表target_data#将数据写入excel表格workbook=openpyxl.Workbook()sheet0=workbook.create_sheet(index=0)#创建sheet0sheet0.column_dimensions
    
                    
    • 
                    
  • Kubernetes 网络模型架构详解：组件通信、网络入口与出口
                        码农阿豪@新空间
包罗万象kubernetes网络架构
                        
    个人名片作者简介：java领域优质创作者个人主页：码农阿豪工作室：新空间代码工作室（提供各种软件服务)个人邮箱：[2435024119@qq.com]个人微信：15279484656个人导航网站：www.forff.top座右铭：总有人要赢。为什么不能是我呢？专栏导航：码农阿豪系列专栏导航面试专栏：收集了java相关高频面试题，面试实战总结️Spring5系列专栏：整理了Spring5重要知识点与
    
                    
    • 
                    
  • redis分布式锁setnx
                        xiaogg3678
redis分布式数据库
                        
    packagecom.realize;importredis.clients.jedis.Jedis;importjava.util.UUID;importredis.clients.jedis.params.SetParams;publicclassDistributedLock{privateJedisjedis;privateStringlockKey;privateStringlockVa
    
                    
    • 
                    
  • 基于vue3，el-upload实现多文件切片上传
                        未来希望可以惊艳到自己
前端javascriptvue.js
                        
    基于vue3，el-upload实现多文件切片上传原理：将大文件拆分，通过异步的方式发送给服务端。1.将文件切片functionsliceFile(){constchunkSize=10*1024*1024//设置切片的大小，这里为10MchunkCount.value=Math.ceil(selectedFile.value.size/chunkSize)//计算文件切片总数chunkCount
    
                    
    • 
                    
  • Redis数据结构的业务应用、秒杀问题、缓存相关问题、分布式锁、双写一致性等
                        Forever Nore
Redisredisjava数据库
                        
    hash购物车存储对象set网站投票统计程序sadd把用户添加到某个投票项的投票用户集合里去，sismember可以检查用户是否已经对任何一个投票项发起过投票，scard可以统计每个投票箱的投票人数，smembers可以拿到每个投票项的投票人zset音乐网站的排行榜程序zadd把音乐加入排行榜中，刚开始分数可能就是0；zscore可以获取音乐的分数；zrem可以删除某个音乐；zincrby可以给某
    
                    
    • 
                    
  • 20250306JIRA添加企业微信邮箱通知
                        小楼看风云
每天一个运维问题笔记
                        
    文章目录一，参考链接如下二，补充内容1，登录企业邮箱2，设置密码3，设置收发信设置一，参考链接如下参考链接：https://blog.csdn.net/icett/article/details/142520823二，补充内容1，登录企业邮箱https://exmail.qq.com/login2，设置密码设置---->帐户—>客户端密码：生成新密码3，设置收发信设置设置开启SMTP服务
    
                    
    • 
                    
  • 0102hombrew安装配置及常见问题-开发环境搭建-macos M系列芯片
                        gaog2zh
#macoshomebrewmacosapplem1arm架构
                        
    文章目录1准备2安装3配置4常用命令5常见问题结语1准备Homebrew是一个流行的macOS包管理器，可以帮助用户在macOS上安装、更新和管理各种开源软件包。使用Homebrew，用户可以从命令行界面（Terminal）轻松地安装许多常见的软件包，例如Git、Python、Ruby和Node.js等。在开发环境中，只要是不需要UI界面的工具我们都建议通过homebrew安装和管理，而且brew
    
                    
    • 
                    
  • 致敬“她力量”：走近鸿蒙生态背后的女性
                        
javascript
                        
    来源：南方周末数字化高速发展，人们的生活越来越依赖网络，在形形色色的App里完成衣食住行，将财富浓缩为应用里的一串持仓数字，在线上社群里尝试与陌生人建立友谊。这些由代码构筑起的App早已不再是虚拟世界，它们真实地托举着人们的日常，并帮助众多用户过上舒适便捷的生活。作为我国首个国产移动操作系统，原生鸿蒙则为这繁荣的生活增添了新的色彩。从2024年问世至今，尽管仍是年轻的操作系统，但活跃在原生鸿蒙中的
    
                    
    • 
                    
  • MyBatis使用log4j打印日志相关配置
                        劲雨波
MyBatismavenjavaintellij-idealog4jmybatis
                        
    目录一、环境二、依赖三、配置1、log4j.properties2、配置信息一、环境maven：3.6.3ideal：2020MyBatis：3.5.4二、依赖org.slf4jslf4j-log4j121.7.5三、配置1、log4j.properties在resources中新建log4j.properties2、配置信息在log4j.properties中输入以下信息log4j.rootLo
    
                    
    • 
                    
  • Nginx中$http_host、$host、$proxy_host的区别
                        m0_74823434
面试学习路线阿里巴巴nginxhttp运维
                        
    知识巩固！网上看到这篇文章，这里转载记录一下。简介变量是否显示端口值是否存在host浏览器请求的ip，不显示端口否"Host:value"显示值为a:b的时候，只显示ahttp_host浏览器请求的ip和端口号是“Host:value”，value存在就显示proxy_host被代理服务的ip和端口号默认80不显示其他端口显示"Host:value"显示配置反向代理时，接口请求报404问题应用描述
    
                    
    • 
                    
  • 【开发问题】解决 web.xml 文件版本导致的 404 错误
                        工一木子
Servletservlet开发问题404
                        
    解决web.xml文件版本导致的404错误在开发基于Servlet的Web应用时，web.xml文件是配置Servlet容器行为的重要配置文件。通常，访问Servlet时出现404错误，可能与web.xml文件的版本不兼容有关。本文将探讨web.xml版本不匹配如何导致404错误，并提供解决方案，帮助大家快速排查并解决这个问题。一、了解web.xml版本与Servlet容器的关系web.xml是J
    
                    
    • 
                    
  • 【练习】PAT 乙 1050 螺旋矩阵
                        柠石榴
PAT题解输入输出矩阵c++
                        
    题目本题要求将给定的N个正整数按非递增的顺序，填入“螺旋矩阵”。所谓“螺旋矩阵”，是指从左上角第1个格子开始，按顺时针螺旋方向填充。要求矩阵的规模为m行n列，满足条件：m*n等于N；m>=n；且m-n取所有可能值中的最小值。输入格式：输入在第1行中给出一个正整数N，第2行给出N个待填充的正整数。所有数字不超过104，相邻数字以空格分隔。输出格式：输出螺旋矩阵。每行n个数字，共m行。相邻数字以1个空
    
                    
    • 
                                
  • [黑洞与暗粒子]没有光的世界
                                    comsci

                                    
         无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算 
 
     但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界.... 
 
     那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的 
 
&nbs
    
                                
    • 
                                
  • jQuery Lazy Load 图片延迟加载
                                    aijuans
jquery
                                    
    基于 jQuery 的图片延迟加载插件，在用户滚动页面到图片之后才进行加载。 
对于有较多的图片的网页，使用图片延迟加载，能有效的提高页面加载速度。 
 
 版本： 
 

  jQuery v1.4.4+ 
 

  jQuery Lazy Load v1.7.2 
 
 
 注意事项： 
 
 
 需要真正实现图片延迟加载，必须将真实图片地址写在 data-original 属性中。若 src
    
                                
    • 
                                
  • 使用Jodd的优点
                                    Kai_Ge
jodd
                                    
    1.  简化和统一 controller ，抛弃 extends SimpleFormController ，统一使用 implements Controller 的方式。 
2.  简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。 
3.  对 bean 没有任何要求，可以使用任意的 bean 做为 formBean。 
  
使用方法简介
    
                                
    • 
                                
  • jpa Query转hibernate Query
                                    120153216
Hibernate
                                    
    public List<Map> getMapList(String hql,
			Map map) {
		org.hibernate.Query jpaQuery = entityManager.createQuery(hql);
		if (null != map) {
			for (String parameter : map.keySet()) {
				jp
    
                                
    • 
                                
  • Django_Python3添加MySQL/MariaDB支持
                                    2002wmj
mariaDB
                                    
    现状 
首先，Django@Python2.x 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话，会发现 django.db.backends.mysql 依赖 MySQLdb[5] ，而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案 
首先据MySQL文档[3]说，自从MySQL
    
                                
    • 
                                
  • 在SQLSERVER中查找消耗IO最多的SQL
                                    357029540
SQL Server
                                    
    返回做IO数目最多的50条语句以及它们的执行计划。 
select top 50   
 
(total_logical_reads/execution_count) as avg_logical_reads,  
 
(total_logical_writes/execution_count) as avg_logical_writes,  
 
(tot
    
                                
    • 
                                
  • spring UnChecked 异常 官方定义！
                                    7454103
spring
                                    
      如果你接触过spring的 事物管理！那么你必须明白 spring的 非捕获异常！ 即 unchecked 异常！ 因为 spring 默认这类异常事物自动回滚！！ 
 
 
 
 
public static boolean isCheckedException(Throwable ex)
    {
   return !(ex instanceof RuntimeExcep
    
                                
    • 
                                
  • mongoDB 入门指南、示例
                                    adminjun
javamongodb操作
                                    
    一、准备工作 
1、 下载mongoDB 
下载地址：http://www.mongodb.org/downloads 
选择合适你的版本 
相关文档：http://www.mongodb.org/display/DOCS/Tutorial 
2、 安装mongoDB 
A、 不解压模式： 
将下载下来的mongoDB-xxx.zip打开，找到bin目录，运行mongod.exe就可以启动服务，默
    
                                
    • 
                                
  • CUDA 5 Release Candidate Now Available
                                    aijuans
CUDA
                                    
    The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
    
                                
    • 
                                
  • Essential Studio for WinRT网格控件测评
                                    Axiba
JavaScripthtml5
                                    
    Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件，如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时，该控件还包含了一组独特的库，用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。 
 
 
网格控件功能 
1、
    
                                
    • 
                                
  • java 获取windows系统安装的证书或证书链
                                    bewithme
windows
                                    
      
    有时需要获取windows系统安装的证书或证书链，比如说你要通过证书来创建java的密钥库  。 
有关证书链的解释可以查看此处 。 
  
public static void main(String[] args) {
		SunMSCAPI providerMSCAPI = new SunMSCAPI();
		S
    
                                
    • 
                                
  • NoSQL数据库之Redis数据库管理(set类型和zset类型)
                                    bijian1013
redis数据库NoSQL
                                    
    4.sets类型 
        Set是集合，它是string类型的无序集合。set是通过hash table实现的，添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。 
        sadd：向名称为key的set中添加元
    
                                
    • 
                                
  • 异常捕获何时用Exception，何时用Throwable
                                    bingyingao

                                    
    用Exception的情况 
 try { 
       //可能发生空指针、数组溢出等异常 
        } catch (Exception e) { 
         
    
                                
    • 
                                
  • 【Kafka四】Kakfa伪分布式安装
                                    bit1129
kafka
                                    
    在http://bit1129.iteye.com/blog/2174791一文中，实现了单Kafka服务器的安装，在Kafka中，每个Kafka服务器称为一个broker。本文简单介绍下，在单机环境下Kafka的伪分布式安装和测试验证   1. 安装步骤 
  
Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样，不过比Zookeeper稍微简单些(不
    
                                
    • 
                                
  • Project Euler
                                    bookjovi
haskell
                                    
    Project Euler是个数学问题求解网站，网站设计的很有意思，有很多problem，在未提交正确答案前不能查看problem的overview，也不能查看关于problem的discussion thread，只能看到现在problem已经被多少人解决了，人数越多往往代表问题越容易。 
    看看problem 1吧： 
 Add all the natural num
    
                                
    • 
                                
  • Java-Collections Framework学习与总结-ArrayDeque
                                    BrokenDreams
Collections
                                    
            表、栈和队列是三种基本的数据结构，前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用，当然由于实现方式的不同，操作的效率也会不同。 
        这篇要看一下java.util.ArrayDeque。从命名上看
    
                                
    • 
                                
  • 读《研磨设计模式》-代码笔记-装饰模式-Decorator
                                    bylijinnan
java设计模式
                                    
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ 
 
 



import java.io.BufferedOutputStream;
import java.io.DataOutputStream;
import java.io.FileOutputStream;
import java.io.Fi
    
                                
    • 
                                
  • Maven学习(一)
                                    chenyu19891124
Maven私服
                                    
        学习一门技术和工具总得花费一段时间，5月底6月初自己学习了一些工具，maven+Hudson+nexus的搭建，对于maven以前只是听说，顺便再自己的电脑上搭建了一个maven环境，但是完全不了解maven这一强大的构建工具，还有ant也是一个构建工具，但ant就没有maven那么的简单方便，其实简单点说maven是一个运用命令行就能完成构建，测试，打包，发布一系列功
    
                                
    • 
                                
  • [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充
                                    comsci
算法工作PHP搜索引擎嵌入式
                                    
    本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案，请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来，请大家多指点 
 
 节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法) 
 
 需要解决的问题：已知分支
    
                                
    • 
                                
  • Linux中用shell获取昨天、明天或多天前的日期
                                    daizj
linuxshell上几年昨天获取上几个月
                                    
    在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年 
 
 
# 获取昨天 
date -d 'yesterday'  # 或 date -d 'last day' 
# 获取明天 
date -d 'tomorrow'   # 或 date -d 'next day' 
# 获取上个月 
date -d 'last month' 
# 
    
                                
    • 
                                
  • 我所理解的云计算
                                    dongwei_6688
云计算
                                    
          在刚开始接触到一个概念时，人们往往都会去探寻这个概念的含义，以达到对其有一个感性的认知，在Wikipedia上关于“云计算”是这么定义的，它说： 
 
        Cloud computing is a phrase used to describe a variety of computing co
    
                                
    • 
                                
  • YII CMenu配置
                                    dcj3sjt126com
yii
                                    
    Adding id and class names to CMenu 
We use the id and htmlOptions to accomplish this. Watch.   
//in your view
$this->widget('zii.widgets.CMenu', array(
	'id'=>'myMenu',
	'items'=>$this-&g
    
                                
    • 
                                
  • 设计模式之静态代理与动态代理
                                    come_for_dream
设计模式
                                    
    静态代理与动态代理 
        代理模式是java开发中用到的相对比较多的设计模式，其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题，真实主题执行具体的业务操作，而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆，我们可以删除看成主业务，而把检验用户是否登陆看成其相关业务
    
                                
    • 
                                
  • 【转】理解Javascript 系列
                                    gcc2ge
JavaScript
                                    
    理解Javascript_13_执行模型详解 
 
  摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念，那么这一篇将深入分析执行上下文的构建过程，了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时，第一步是创建其执行环境，在创建执行环境的过程中，会按照定义的先后顺序完成一系列操作:1.首先会创建一个
    
                                
    • 
                                
  • Subsets II
                                    hcx2013
set
                                    
    Given a collection of integers that might contain duplicates, nums, return all possible subsets. 
Note: 
 
 Elements in a subset must be in non-descending order. 
 The solution set must not conta
    
                                
    • 
                                
  • Spring4.1新特性——Spring缓存框架增强
                                    jinnianshilongnian
spring4
                                    
    目录 
Spring4.1新特性——综述 
Spring4.1新特性——Spring核心部分及其他 
Spring4.1新特性——Spring缓存框架增强 
Spring4.1新特性——异步调用和事件机制的异常处理 
Spring4.1新特性——数据库集成测试脚本初始化 
Spring4.1新特性——Spring MVC增强 
Spring4.1新特性——页面自动化测试框架Spring MVC T
    
                                
    • 
                                
  • shell嵌套expect执行命令
                                    liyonghui160com

                                    
      
  
一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧. 
  系统:centos 5.x 
  
1.先安装expect 
yum -y install expect 
  
2.脚本内容: 
cat auto_svn.sh 
  
#!/bin/bash

    
                                
    • 
                                
  • Linux实用命令整理
                                    pda158
linux
                                    
    0. 基本命令   　　linux 基本命令整理   　 
　1. 压缩 解压   　　tar -zcvf a.tar.gz a   #把a压缩成a.tar.gz   　　tar -zxvf a.tar.gz     #把a.tar.gz解压成a   　 
　2. vim小结   　　2.1 vim替换   　　:m,ns/word_1/word_2/gc  
    
                                
    • 
                                
  • 独立开发人员通向成功的29个小贴士
                                    shoothao
独立开发
                                    
      
 概述：本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。  
   
 
 明白你从事独立开发的原因和目的。 
 保持坚持制定计划的好习惯。 
 万事开头难，第一份订单是关键。 
 培养多元化业务技能。 
 提供卓越的服务和品质。 
 谨小慎微。 
 营销是必备技能。 
 学会组织，有条理的工作才是最有效率的。 
 “独立
    
                                
    • 
                                
  • JAVA中堆栈和内存分配原理
                                    uule
java
                                    
    1、栈、堆  
1.寄存器：最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈：存放基本类型的变量数据和对象的引用，但对象本身不存放在栈中，而是存放在堆（new 出来的对象）或者常量池中（字符串常量对象存放在常量池中。）3. 堆：存放所有new出来的对象。4. 静态域：存放静态成员（static定义的）5. 常量池：存放字符串常量和基本类型常量（public static f
    
                                
    •