Java基础（对象+线程+字符+接口+变量+异常+方法）面向对象和面向过程的区别？Java语言有哪些特点？关于JVMJDK和JRE最详细通俗的解答OracleJDK和OpenJDK的对比Java和C++的区别？什么是Java程序的主类？应用程序和小程序的主类有何不同？Java应用程序与小程序之间有哪些差别？字符型常量和字符串常量的区别构造器Constructor是否可被override？重载和重写

一些项目中，一旦遇到数据量比较大，小伙伴应该都知道就应该对数据进行拆分了。有垂直和水平两种。垂直拆分比较简单，也就是本来一个数据库，数据量大之后，从业务角度进行拆分多个库。如下图，独立的拆分出订单库和用户库。水平拆分的概念，是同一个业务数据量大之后，进行水平拆分。上图中订单数据达到了4000万，我们也知道mysql单表存储量推荐是百万级，如果不进行处理，mysql单表数据太大，会导致性能变慢。使用

此时就不得不分库分表。分库把以前存在一个数据库实例的数据拆分成多个数据库实例，部署在不同的服务器中。分表把以前存在一张表里

生产环境数据量极为庞大，对性能和安全要求很高，单机的MySQL是远远达不到的，所以必须搭建一个主从复制架构，同时可以基于一些工具实现高可用架构，在此基础上，基于一些中间件实现读写分离架构，如果数据量非常庞大，还要考虑分库分表

目录前言基本的负载算法平滑加权轮询算法一致性哈希算法最小活跃数算法最优响应算法总结前言负载均衡这个概念，几乎在所有支持高可用的技术栈中都存在，例如微服务、分库分表、各大中间件（MQ、Redis、MyCat

一、概述mysql分库分表一般有如下场景垂直分表(将表分为主表和扩展表)垂直分库(将表按业务归属到不同的库,如订单相关的放到订单库,用户相关的表放到用户库等,这也是我们常说的权限回收其中的一部分)水平拆表

java后端实现对管理员对系统人员的状态操作&对象转换器JacksonObjectMapper的配置需求分析需要明确，员工状态正常，显示禁用按钮；为禁用状态时，显示启用按钮。

java后端信息的分页查询需求分析在一个页面展示大量的用户信息不便于观看，因此采用分页展示的方法。用户可以通过分页条自己选择查看的数量。

java后端实现登录功能，并用过滤器验证登录，退出功能登录，退出功能的逻辑思路：*1.密码md5加密*2.根据用户名查询数据库*3.比对密码*4.查看状态*5.将员工的id存放到session代码实现@

效果图前端代码exportExcelAll(){window.location.href=getBaseUrl()+'Action/excelDataAll?happenDate='+this.params.happenDate;},后端代码try{Workbookworkbook=newXSSFWorkbook();//创建sheetSheetsheet1=workbook.createShee

最近在做uniapp相关的开发，在上传图片的时候遇到了一些问题，所幸经过一些努力，解决开发过程中遇到的困难，记录一下uniapp上传图片的实现过程1、前端代码setPic1:function(){varme=this;varserverUrl=this.serverUrl;uni.chooseImage({count:1,sizeType:['original','compressed'],suc

1.分库在我们的常见中，正常的都是说在一个库里面有多个表，例如，在某个学校数据库中，有学生表，成绩表，学分表等等，这个数据存储方式就是单库多表。当数据量变的很多的时候，例如银行系统，或者淘宝这种的，交易量每天都会很多，有的时候甚至会暴增，例如双十一，这个时候如果是一个库的话压力就可能变得很大，一个库就会影响我们的效率，这里就会使用到分库来缓解服务器的压力，实现负载均衡。分库，主要是为了海量数据的存

文章目录场景配置：概念及原理:代码:思考:本文中，demo案例涉及场景为shardingjdbc的分库情况。通俗点说就是由原来的db0_table水平拆分为db1t_table，db2.t_table。demo本身很简单，难点在于分片策略配置到底该怎么写，以及引发一些延伸的思考。代码是复制粘贴的事，思维是决定一个人上下限的事。不同版本之间的分片配置写法可能有差异，虽然短短几行配置博主也是花了点时间

目录SpringCloudGateway简介三大核心概念SpringCloudGateway网关搭建SpringCloudGateway配置路由的两种方式SpringCloudGateway通过微服务名实现动态路由SpringCloudGateway解决跨域问题SpringCloudGateway常用PredicateSpringCloudGateway过滤器FIlterSpringCloudGa

进大厂是大部分程序员的梦想，而进大厂的门槛也是比较高的，所以这里整理了一份阿里、美团、滴滴、头条等大厂面试大全其中概括的知识点有：Java基础、spring、springmvc、springboot、springcloud、JVM、Tomcat、dubbo、netty、zookeeper共有500+道面试题面试题整理十分全面，文末还有答案解析！（文章比较长，耐心看完，让你面试提升一大截！）获取以下

OutofMemory程序计数器是唯一一个在Java虚拟机规范中没有没有规定任何oom情况的区域。在Java虚拟机规范中，对于Java虚拟机栈，规定了2种异常，1）若线程请求的栈深度大于虚拟机所允许的深度，则抛出StackOverflowerror异常2）若虚拟机可以动态扩展，若扩展时无法申请到足够的内存空间，则抛出oom异常。Java虚拟机栈为执行Java方法，本地方法栈为虚拟机使用native

前言本文是为了帮大家快速回顾了Java中知识点，这套面试手册涵盖了诸多Java技术栈的面试题和答案，相信可以帮助大家在最短的时间内用作面试复习，能达到事半功倍效果。本来想将文件上传到github上，但由于文件太大有的都无法显示所以直接整理成多个PDF，供大家学习说明主要是考虑到面试题的综合性，所以整理的顺序也是这样的，并且也作了相对应的注释，所以说不管是应对面试，还是学习来说，都是不错的。这套面试

前言本文是为了帮大家快速回顾了Java中知识点，这套面试手册涵盖了诸多Java技术栈的面试题和答案，相信可以帮助大家在最短的时间内用作面试复习，能达到事半功倍效果。本来想将文件上传到github上，但由于文件太大有的都无法显示所以直接整理成多个PDF，供大家学习说明主要是考虑到面试题的综合性，所以整理的顺序也是这样的，并且也作了相对应的注释，所以说不管是应对面试，还是学习来说，都是不错的。这套面试

进大厂是大部分程序员的梦想，而进大厂的门槛也是比较高的，所以这里整理了一份阿里、美团、滴滴、头条等大厂面试大全其中概括的知识点有：Java基础、spring、springmvc、springboot、springcloud、JVM、Tomcat、dubbo、netty、zookeeper共有500+道面试题面试题整理十分全面，文末还有答案解析！（文章比较长，耐心看完，让你面试提升一大截！）Java

大家可以通过在公众号【面试官求放过】，点击下方菜单的【面试题】->【Java面试资料大全】无偿获取下载地址。该公众号还会每周更新两个面试时可能遇到的场景题哦。资料仅供各位学习使用，请勿用于别的用途！！！！！

渣本双非，备战了2个月，滴滴面试成功上岸！分享一波我的面试经历，同时在文末分享了我为金九银十准备的备战资源库，包含了源码笔记类，大厂面试真题，跳槽解析，简历解析，项目实战源码+笔记，有需要的小伙伴详见文末哦~滴滴一面：35min自我介绍手写冒泡排序介绍Java线程池线程池的流程为什么要用线程池有哪些常用的线程池，各自的应用场景是什么样的频繁创建销毁线程会消耗哪些资源线程同步的方式synchroni

6、MySQL数据库分库备份7、MySQL数据库分库分表备份8、筛选符合长度的单词9、比较整数大小10、菜单选择11、同时检测多个url是否正常（实际工作)12、Nginx进程检查（通用）MySQL服务

大家好，我是小富～技术交流：欢迎关注：程序员小富（一）好好的系统，为什么要分库分表？

消息队列，缓存，分库分表是高并发解决方案三剑客，而消息队列是我最喜欢，也是思考最多的技术。我想按照下面的四个阶段分享我与消息队列的故事，同时也是对我技术成长经历的回顾。

博主介绍：Java领域优质创作者,博客之星城市赛道TOP20、专注于前端流行技术框架、Java后端技术领域、项目实战运维以及GIS地理信息领域。

给机构文件：分库分表数据，每个分表生成一个分片文件，最终合成一个完整文件。

走近科学之《MySQL的秘密》mysql存储引擎、索引、执行计划、事务、锁、分库分表、优化1、存储引擎（storageengines）存储引擎规定了数据存储时的不同底层实现，如存储机制、索引、锁、事务等

基于Jsoup+FastJson。参考html2wxml4j。（仅Java部分，前端自行百度。。。）DEMO：https://github.com/chenfangya/Html2wxml4jDemoorg.jsoupjsoup1.11.3com.alibabafastjson1.2.55com.codewaves.codehighlightcodehighlight1.0.2publicclas

在项目中处理高并发主要需要考虑以下几个方面的策略：优化数据库设计：使用合适的数据结构、索引和查询优化技术可以显著提高数据库的响应性能；分库分表使用缓存：缓存是一种非常有效的处理高并发的方法。

Docker|Docker常用命令✅作者简介：大家好，我是Leo，热爱Java后端开发者，一个想要与大家共同进步的男人个人主页：Leo的博客当前专栏：Docker系列✨特色专栏：MySQL学习本文内容：

写在前面：如果对分库分表还不是很熟悉的，可以参考笔者之前的文章《分库分表技术演进暨最佳实践》。在这篇文章中提到了一个场景，即电商的订单。

使用Java后端技术的目的就是构建业务应用，为用户提供在线或者离线服务。因此，一个业务应用需要哪些技术、依赖哪些基础设施就决定了需要掌握的后端技术有哪些。

此前并没有一款专业好用的Dubbo接口调试工具，许多Java后端开发者不得不在开发环境中

原文地址：https://www.jianshu.com/p/3f8395402f58数据库瓶颈不管是IO瓶颈还是CPU瓶颈，最终都会导致数据库的活跃连接数增加，进而逼近甚至达到数据库可承载的活跃连接数的阈值。在业务Service来看，就是可用数据库连接少甚至无连接可用，接下来就可以想象了（并发量、吞吐量、崩溃）。IO瓶颈第一种：磁盘读IO瓶颈，热点数据太多，数据库缓存放不下，每次查询会产生大量的

博主介绍：Java领域优质创作者,博客之星城市赛道TOP20、专注于前端流行技术框架、Java后端技术领域、项目实战运维以及GIS地理信息领域。

个人简介：Java领域新星创作者；阿里云技术博主、星级博主、专家博主；正在Java学习的路上摸爬滚打，记录学习的过程~个人主页：.29.的博客学习社区：进去逛一逛~目录②⑩①【MySQL】什么是分库分表

例子很详细，Mark，侵删https://www.cnblogs.com/suixing123/p/13921688.html

一、数据库瓶颈不管是IO瓶颈，还是CPU瓶颈，最终都会导致数据库的活跃连接数增加，进而逼近甚至达到数据库可承载活跃连接数的阈值。在业务Service来看就是，可用数据库连接少甚至无连接可用。接下来就可以想象了吧（并发量、吞吐量、崩溃）。1、IO瓶颈第一种：磁盘读IO瓶颈，热点数据太多，数据库缓存放不下，每次查询时会产生大量的IO，降低查询速度->分库和垂直分表。第二种：网络IO瓶颈，请求的数据太多

博主介绍：Java领域优质创作者,博客之星城市赛道TOP20、专注于前端流行技术框架、Java后端技术领域、项目实战运维以及GIS地理信息领域。

引言分库分表实战内容基本上很少有人去分享，在网上能够搜出来的也大多属于一些方法论，但大部分技术开发真正缺少的恰恰是这些实操经验，所以后续的内容多以实践为主，携手诸位真正彻底悟透分库分表相关的技术。

写在前面：2020年面试必备的Java后端进阶面试题总结了一份复习指南在Github上，内容详细，图文并茂，有需要学习的朋友可以Star一下！

单库、单表或单库、多个分表：之所以分表是为了给后续分库做预留准备2、分库分表、读写分离最常见的存储架构，适用于十亿级别以下的数据（单表控制在千万级别或以下），并发量较大、主备高可用的场景。

举个例子，数据库的ID字段在单体的情况下可以使用自增来作为ID，但是对数据分库分表后一定需要一个唯一的ID来标识一条数据，这个ID就是分布式ID。

1,js引入pako解压后端传过来的数据//js解压缩importpakofrom'pako';//npm安装pako后引入进来//解压,传入后端压缩的数据uncompress(strData){letcharData=strData.split("").map(function(x){returnx.charCodeAt(0);});//按字符分割成数组letbinData=newUint8Ar

专注于分享各领域原创系列文章，擅长java后端、移动开发、商业变现、人工智能等，希望大家多多支持。

专注于分享各领域原创系列文章，擅长java后端、移动开发、商业变现、人工智能等，希望大家多多支持。

当关系型数据库数据量过大时，通常会采用分库分表降低数据库查表压力。分库分表有多种，有分一个库多张分表额，有分多个库多张表的。一般分库分表使用ShardingSphere分表，建分片键等。

简介：自己学习java后端开发也有一段时间了，每天都在学习新的知识点，学了一段时间之后，发现脑子越来越不够用了，需要记得东西太多，而用的却不勤，导致了很多知识点掌握的并不牢固，所以需要经常复习。

根据业务初步预估订单业务量，每天500万的数据。我们将订单数据划分为了2大类型：分别为热数据和冷数据。热数据：1个月内的订单数据，查询实时性较高;冷数据：归档订单数据，查询频率不高;根据实际业务场景，用户基本不会操作或查询2个星期以上的数据，如果这部分数据存储在DB中，那么成本会非常高，而且也不方便维护。另外，如果有特殊情况需要访问归档数据，可以走离线数据查看。对于这2类数据，规划如下：热数据：使

视频文件保存在不为人知的地方，总之前端不能直接访问的位置，需要通过后端接口取出来再返回给前端。前端这样子播放src=后端接口如果后端直接这样子写//path为本地文件路劲publicvoidplay(Stringpath,HttpServletRequestrequest,HttpServletResponseresponse){//获取视频文件流FileInputStreamfileInputS