简介 妖魔鬼怪快快显形，今天F师兄帮助小师妹来斩妖除魔啦，什么BufferB，BufferL，BufferRB，BufferRL，BufferS，BufferU，BufferRS，BufferRU统统给你剖析个清清楚楚明明白白。 Buffer的分类 小师妹：F师兄不都说JDK源码是最好的java老师吗？为程不识源码，
什么是JVM JVM 是可运行 Java 代码的假想计算机 ，包括一套字节码指令集、一组寄存器、一个栈、一个垃圾回收，堆 和 一个存储方法域。JVM 是运行在操作系统之上的，它与硬件没有直接的交互。 我们都知道 Java 源文件，通过编译器，能够生产相应的.Class 文件
作 者： 请叫我头头哥 出 处： http://www.cnblogs.com/toutou/ 当MySQL单表记录数过大时，增删改查性能都会急剧下降，可以参考以下步骤来优化： 单表优化 除非单表数据未来会一直不断上涨，否则不要一开始就考虑拆分，拆分会带来逻辑、部署、运维的各种
本文来源： https://www.cnblogs.com/tangyanbo/p/4462734.html 场景 索引优化 单列索引 多列索引 索引覆盖 排序 场景 我用的数据库是mysql5.6，下面简单的介绍下场景 课程表 create table Course( c_id int PRIMARY KEY, name varchar(10) ) 数据100条 学生
本文来源： https://www.cnblogs.com/jurendage/p/12653865.html 在实际的业务中，难免会跟第三方系统进行数据的交互与传递，那么如何保证数据在传输过程中的安全呢（防窃取）？除了https的协议之外，能不能加上通用的一套算法以及规范来保证传输的安全性呢？
来源| 技术领导力(ID：jishulingdaoli) 01 被业务方投诉了 老K的下属艾伦是产品经理，负责对接公司市场部的需求，今天被市场部同事投诉了，业务方控诉了艾伦的几大罪状：需求排期太久，上线后效果差，对业务方的帮助太少等等。 艾伦非常委屈地向我哭诉：需求
这是我的第 47 篇原创文章 作者 l 会点代码的大叔（CodeDaShu） 上一个章节，我们搭建了一个最简单的单体服务项目，单体架构就是把所有的功能都放在一个工程项目中。 但是当访问量不断增加，我们只部署一套环境就有些吃
本次分享的主题是快看漫画个性化推荐探索与实践，主要包括： 业务介绍 技术挑战 技术探索 总结与未来规划 ▌业务介绍 1. 关于快看漫画 快看世界创立于2014年，旗下快看漫画 app 是中国新生代内容社区和原创 IP 平台，截止2019年7月总用户量已经突破2亿，注册
来源| 技术领导力(ID：jishulingdaoli) 老K的下属是一位新晋升的Leader，做事很积极，基本都是996，但团队产出并不高。同时，我观察到他的下属工作量并不饱和，就算陪着加班，也是在刷抖音、看公众号。 于是老K去跟这位Leader的几个下属聊一聊，看看问题出在
这是微博热搜暂停的第2天。 与其他生机勃勃的热搜榜们相比，平日热闹非凡的微博热搜只能默默蹲在一边，气氛出奇得诡异。 这源于6月10日的一条信息，国家互联网信息办公室指导北京市互联网信息办公室约谈新浪微博负责人，针对微博在蒋某舆论事件中干扰网上传播
导读： 作为短视频分享跟直播的平台，快手有诸多业务场 景应用了 Flink，包括短视频、直播的质量监控、用户增长分析、实时数据处理、直播 CDN 调度等。 此次主要介绍在 快手使用 Flink 在实时多维分析场景的应用与优化。 主要内容包括： Flink 在快手应用场
01 潮水退去，中台逐渐回归技术本质 2015年阿里提出中台战略，构建符合DT时代的“大中台，小前台”的组织机制和业务机制，中台的序幕就此来开。时任阿里巴巴CEO的逍遥子不会想到，四年之后中台竟然成了一条赛道，一门生意。 “中台”也成为了企业数字化转型领
作者：未完成交响曲，资深Java工程师！目前在某一线互联网公司任职，架构师社区合伙人！ 本文源码基于Pinpoint 2.0.3-SNAPSHOT版本 官方开源地址：https://github.com/naver/pinpoint Pinpoint Agent Pinpoint通过字节码增强技术来实现无侵入式的调用链采集。
本文来源： https://juejin.im/post/5ea159e4f265da47f0794da5 MQ的主要特点为解耦、异步、削峰，该文章主要记录与分享个人在实际项目中的RocketMQ削峰用法，用于减少数据库压力的业务场景，其中RocketMQ的核心组件概念如下： Producer：生产发送消息 Broker
导读：本次分享的主题是浅谈UC国际信息流推荐。会跟大家探讨下发链路中常见的一些问题，主要包括两个场景： 列表页排序，包括：目标确定、多目标任务以及混排组合优化。 内容冷启问题，如果不做内容理解，能否做好推荐系统？ ▌列表页推荐 这是印度语版的推荐
