原有的服务拉取方式：定时的从 Registry拉取全量信息

上述表述有2个关键词：定时、全量

1. 定时拉取：这一个BASE的场景，只能保证最终一致性，在上一次和下一次拉取的间隔，如果服务端的信息发生变化，客户端是无法即时更新的。
2. 全量拉取：每一次客户端都是全量拉取，意味着即使数据不变，也会进行所有数据的拉取，随着客户端数量的增大，容易对服务器造成流量风暴。

后续的优化主要也是针对这2点进行处理的。

最近翻阅之前代码笔记的时候，发现有1个关于IO关闭的问题可以分享给大家。

大概的业务逻辑是：解析XML后，然后将其移动到另外一个目录备份。

业务很简单，处理正常的XML也是没有问题的，但是测试时候发现，一旦XML解析出现问题，文件无法移动或者删除。

这到底是什么原因造成的了？

今天在搭建个人博客的时候，因为对博客的目录进行了修改，需要修改nginx的配置文件，经过一番捣鼓，修改完成后，按照指引通过./nginx -s reload重新加载配置文件，结果无法生效，总是指向老的目录。
2019年2月23日：通过docker来管理nginx更简单！

最近又看了一些关于Java8下ConcurrentHashMap的分析，自己也尝试通过源码来进行一些理解，这里总结性的记录下一些收获，更详细的资料，网上很多，再此就不造轮子了。

本文主要记录put方法相关的几个点：

1. sizectl的作用？
2. 初始化tab数组时，如何保证线程安全的？
3. 初始化tab[i]的时候，如何保证线程安全的？
4. 遍历的时候，如何保证线程安全？
5. addCount，如何保证线程安全的。
6. JDK7的乐观+悲观策略。

这篇文章主要通过HashMap#put的源码来聊聊为什么需要同时重写hashcode和equals。 这是在某个企业面试的时候，感觉自己说的不够清楚，这里地方再总结下，希望对大家有所帮助。 额外补充一句，程序猿要晋级到工程师抑或架构师，该从底层去探究的东西还是要耐心结合源码进行分析，不是仅仅看别人的总结和理论知识点就可以了，需要自己结合源码进行理解、巩固、实践。

CopyOnWrite 后文中表述为 COW

CopyOnWrite容器即写的时候复制一个新的容器进行写：通俗的理解是当我们往一个容器添加元素的时候，不直接往当前容器添加，而是先将当前容器进行Copy，复制出一个新的容器，然后在新的容器里添加元素，添加完元素之后，再将原容器的引用指向新的容器。

Redis是一个开源的高性能的key-value存储系统。具有以下特点：

1. 性能极高 – Redis能读的速度是110000次/s，写的速度是81000次/s 。
2. 丰富的数据类型 – Redis支持二进制案例的 String, List, Hash, Set 及 Sorted Set 数据类型操作。
3. 原子 – Redis的所有操作都是原子性的，同时Redis还支持对几个操作全并后的原子性执行。
4. 丰富的特性 – Redis还支持 publish/subscribe, 通知， key 过期等等特性
5. Redis支持数据的备份，即master-slave模式的数据备份。
6. Redis支持数据的持久化，能够在一定层度上保证数据不丢失。

本篇文章是从之前的文章抽离出来的秒杀业务中不超卖的实现方案汇总
提供了一个秒杀业务的大体思路！
之前文章有些乱，这里重新修改了发布！

这段时间看了些秒杀业务处理方案，学到了一些东西，可能是比较粗浅的，但是万丈高楼平地起，所以还是做一个记录。

本文内容包括如下几点：

1. 认知中最优的方案。
2. 其他方案以及关联的知识点

这是一篇关于数据库事务隔离级别的文章，通俗易懂，此文为我转载，我添加了一些个人理解。 数据库事务的隔离级别有4种，由低到高分别为 Read uncommitted →Read committed →Repeatable read →Serializable 在事务的并发操作中可能会出现脏读，不可重复读，幻读。 下面通过事例一一阐述它们的概念与联系。

本文是堆JVM的一些拾遗！

左边是线程共享的部分：方法区和堆

右边是线程独有的部分：虚拟机栈，本地方法栈，线程计数器

为公司写的IM利用的是WebSocket来实现的，那么为什么要采取WebSocket而不是HTTP或者TCP了？

开篇

Redis 中使用 lua 脚本编写的任务，可以将保证其执行任务的原子性，这里我整理了 3 个常用的lua脚本。

• 简单的限流
• 累计行为限制
• 延迟任务

kotlin中有一个非常有意思的关键字lazy，表示该变量会在被使用的时候，才会加载，我思考下了，这样可以代码如下几个好处。

• 避免对象提前占用了内存资源
• 避免拖慢项目启动速度