保存成功
订阅成功
保存失败,请重试
提交成功
应书澜

应书澜

BAT某厂研发专家/面试官
毕业于 C9 高校,硕士学历,曾在 IEEE ITS、VSD 等 Top 期刊发表论文。深耕 Java 技术栈,在 Python、C 语言方面亦有丰富经验,擅长预测算法,分布式中间件;曾在华为、阿里巴巴,上海电气等公司重要项目中担任技术负责人或核心研发成员,现专注于中间件技术,同时长期负责招聘。...更多
创作文章22
开设专栏3

进阶之路: 如何设计优秀的 API ?

API 是模块或者子系统之间交互的桥梁。如果说好的 UI 设计可以让用户更容易地使用一款产品,那么,好的 API 设计则可以让其他开发者更高效地使用一个系统的能力。良好的 API 可以很大程度上减轻使用者的负担,同时也可以极大地减轻技术支持的工作量,尤其是对那些使用者众多的 API 来说。 在实践中,一个较复杂的系统通常由多位开发者共同开发。往往由于缺乏统一的规范,开发者各自为政,导致同一个系统提供的 API 风格相差甚远,增加使用者的学习成本和后期维护成本。此外,有些时候由于开发资源紧张,可能无法投入足够的资源到 API 的设计、完善和相关文档上,进而导致产出的 API 质量差,难以使用。如是种种,无论对使用者还是维护者都将是一场噩梦。那么,怎样才能设计出良好的 API 呢? API 设计面临的挑战千差万别,没有一种普适性的原则可以适用于所有场景,因此,即便是久经考验的设计原则和最佳实践,本身也一定有适应的场景和不适应的场景。鉴于此,笔者在介绍一些设计原则的同时也会分析这些原则在什么场景下适用,以便读者在实践中可以有针对性地采取例外的策略。 本场 Chat 主要内容:优秀 API 的十八项设计原则和理念。
API
191 订阅

Java 进阶之路:深入解读 Java 异常堆栈丢失原因

在应用程序的开发和维护中,通常需要借助运行日志来监控和定位问题。其中,在日志中打印异常堆栈信息对于定位问题极为重要,因此,作为一名工程师,对打印异常堆栈应该不陌生。笔者在实践中曾遇到一个奇怪的现象: Java 应用运行中,当发生 NullPointerException,ArithmeticException,ArrayStoreException,ClassCastException,ArrayIndexOutOfBoundsException 这几种异常时,异常的堆栈信息有时会莫名其妙地“丢失”。 以 NullPointerException 为例,正常情况下异常堆栈信息如下所示: ``` java.lang.NullPointerException at com.exception.test.core.TestNullPointerException.exceptionTest(TestNullPointerException.java:28) at com.exception.test.core.TestNullPointerException.main(TestNullPointerException.java:15) ``` 基于上述堆栈,工程师可以迅速地定位问题。然而,有时异常的堆栈会“丢失”,仅能打印出异常的名字,如下所示: ``` java.lang.NullPointerException ``` 如此简略的异常信息对于定位问题几乎没有意义,那么,究竟是什么原因导致这种现象出现的呢?要弄清其中缘由,还得从 Java 语言的编译、执行及优化原理谈起,本场 Chat 将为读者详细解答。本场 Chat 主要内容如下: - 现场还原:Java 异常堆栈丢失问题; - Java 语言的执行原理; - JIT 编译原理; - JVM 如何确定热点代码; - Java 8 后时代; - 源码解读:Java 异常堆栈丢失的根因 - 总结
Java
271 订阅

万字长文全面解读 Java 日志框架

随着互联网和大数据的蓬勃发展,分布式日志系统以及日志分析系统得到了广泛地应用。目前,几乎在所有应用程序中,都会用到各种各样的日志框架来记录程序的运行信息。鉴于此,作为工程师,十分有必要熟悉主流的日志记录框架。 日志的有无虽然不影响应用程序的运行结果,但是没有日志的应用程序是不完整的,甚至可以说是有缺陷的。优雅的日志系统可以记录操作轨迹,监控系统运行状况以及回溯系统故障。在近来的面试中,我发现很多工作多年的应聘者对主流的日志框架仍然是一知半解,日常应用还停留在复制粘贴的层面,因此写作本文,希望对读者有所帮助。 本场 Chat 将全面系统地介绍 Java 日志框架,主要内容如下: 1. 日志的意义与价值; 2. Java 日志框架进化史; 3. 日志门面与日志系统; 4. 日志框架的使用选择; 5. 日志使用中需要遵循的规范及注意事项; 6. 日志使用示例及常见报错。
严选Java
496 订阅

阿里内推邀请:If not now, when? If not you, who?

阿里从未停止吸纳优秀的人才,然人海茫茫,合适的人却难以寻觅。GitChat 平台聚集了很多优秀的读者和作者,你们正是阿里在寻找的人,如果你有意向应聘阿里系(淘宝、阿里云、蚂蚁金服、菜鸟、钉钉、ICBU 等事业部) 的职位,不妨阅读本文。本场 Chat 将详细介绍应聘及内推注意事项,助力求职。同时,笔者将为有应聘意向的同学提供岗位咨询、简历评估、内推、应聘流程跟踪等帮助。 特别说明:为方便交流,本场 Chat 将建立微信交流群。 本场 Chat 主要内容如下: 1. 校招:校招概况介绍,岗位选择建议,避免踩踏; 2. 社招:社招新动向介绍,如何结合自身情况高效地确定目标岗位; 3. 前/后端、数据、算法、安全等研发类岗位应聘要求介绍; 4. 内推的优势和内推前的必要准备; 5. 重磅福利:岗位咨询+简历评估+内推+应聘流程跟踪+面试咨询。
严选
560 订阅

Java 进阶:实例详解 Java 虚拟机字节码指令(二)

在上一场 Chat [《Java 进阶: 实例详解 Java 虚拟机字节码指令(一)》](https://gitbook.cn/m/mazi/activity/5d2b4d04f3cf66371545ce1e)中,介绍了 Java class 文件结构、Java 字节码,虚拟机栈、变量、常量、方法、域的访问原理和指令体系。本场 Chat 为这个系列的第二篇文章,将接续上一场 Chat 继续介绍 Java 虚拟机字节码指令。 特别提示:如果您未阅读上一篇文章,本文不适合您,不建议阅读。 本场 Chat 主要内容如下: 1. 比较跳转类指令:包括比较、有条件跳转、比较跳转、多条件分支跳转和无条件跳转指令; 2. 运算类指令:包括加减乘除运算、移位运算、取模运算、自增运算、交换运算、与运算、或运算等运算指令; 3. 类型转换指令; 4. 循环结构; 5. 同步控制及指令。
Java
148 订阅

Java 进阶:实例详解 Java 虚拟机字节码指令(一)

众所周知,Java 语言编译生成的 class 文件可以运行在任何支持 Java 虚拟机的硬件平台和操作系统上。那么,你是否思考过:class 文件包含哪些内容?是如何在虚拟机中执行的?要弄清楚这些问题,须了解 class 文件结构和 Java 虚拟机字节码指令。 Java 虚拟机字节码指令非常重要,学习它对深入理解虚拟机、栈、锁、异常、同步等的原理十分有益,是 Java 进阶之路必读内容之一。 本系列一共有两篇文章,本场 Chat 为第一篇,主要内容如下: 1. 图文解读 class 文件结构; 2. Java 字节码介绍; 3. 详解 Java 虚拟机栈结构; 4. 实例解读 Java 虚拟机变量、常量访问原理和指令体系; 5. 实例解读 Java 虚拟机字段访问原理及指令。
Java
182 订阅

前车之鉴:从被回绝的系列原因出发,解读应聘阿里的注意事项

不久前我写过一篇文章[《谈谈应聘阿里全流程》](https://gitbook.cn/m/mazi/activity/5c66e8fc586c783fc9e7d0b7),文章发布后,收到了很多读者的积极反馈,但其中也反映出读者普遍的困惑:清楚了应聘流程,该如何有针对性地做应聘准备呢?这个问题从正面并不好回答,那么,不妨逆向寻解:本场 Chat 将详细介绍那些导致应聘者被回绝的系列因素,并基于这些因素有针对性地阐述应对方案;同时解读应聘准备和面试环节需要注意的事项。内容概要如下: 1. 前车之鉴:哪些因素容易导致应聘者被回绝 2. 知己知彼:如何结合自身特点和岗位要求有针对性地做应聘准备 2. 题海泛舟:如何刷题,刷题得来的知识点到底能起多大作用 3. 技术无涯:做一个有思考、有沉淀的技术人 4. 面试指南:面试前、中、后需注意的事项 5. 后记:内推与交流
阿里巴巴面试
291 订阅

谈谈关于职业生涯和人工智能的思考

最近一直在思考职业生涯的问题,作为一名互联网行业的工程师,技术生涯能到几时呢?四十岁?AI 浪潮下,如何求生存?在和同事的交流中,我意识到关于职业生涯的困惑是普遍性的,但大都不愿去想,毕竟这个话题并不轻松,或者说距离四十岁还远,走一步看一步。 上周看了一篇文章,深受启发,因此写作此文,结合自己的经历谈谈关于互联网行业技术人职业生涯的看法。本场 Chat 主要包括以下内容: - 引言:技术生涯,路在何方; - 作为技术人的你处于哪种 “认知” 状态; - 技术人的四大要素:深度、视野、见解、判断; - 作为技术人,如何提升并保持竞争力; - 关于人工智能的思考。 特别说明:本文乃“一家之言”,之前写技术,此次谈“思考”,难免不足,不适合“高要求”的朋友。
职业规划
156 订阅

Java 进阶之路:异常处理的内在原理及优雅的处理方式

永远不要期待程序在完全理想的状态下运行,异常往往不期而遇,如果没有完善的异常处理机制,后果可能是灾难性的。对于 Java 工程师而言,合理地处理异常是一种基本而重要的能力,然而,在近来的面试中,笔者发现很多应聘者对异常处理的内在原理几无了解,现场手写的异常处理代码也极为“原始”。 鉴于此,笔者试图通过本场 Chat 为读者呈现 Java 异常处理的内在原理、处理原则及优雅的处理方式。主要内容如下: 1. Java 异常的层次结构和处理机制; 2. Java 异常表与异常处理的内在原理; 3. Java 异常处理的基本原则; 4. 典型案例:优雅地处理 Java 异常。
严选Java
496 订阅

谈谈应聘阿里全流程

应聘阿里是一个相对较长的流程,涉及岗位选择、简历投递、简历评估、技术面试、HR面试、背景调查、入职材料准备等环节。其中,关于技术面试,网上有很多优秀的攻略,但普遍聚焦于“纯知识点”总结,而阿里的技术面试并非单纯的知识点问答,单从技术层面做准备并不可取,此外,应聘流程中还有很多需要注意的点。 本场 Chat 将从招聘者和面试官的角度,详细解读应聘阿里全流程,主要内容如下: 1. 岗位选择与简历投递; 2. 初见之下:不可忽视的一页纸简历; 3. 不“单纯”的技术面试:基础+熟悉的领域+应变能力+逻辑思维+学习方式+技术热情与兴趣等; 4. 不要高兴太早:HR 面试; 5. 出来混总要还:背景调查; 6. 入职材料准备与入职; 7. FAQ。
严选阿里巴巴面试
1117 订阅

跨年之作:谈谈如何进行 Java 系统性能优化

系统性能优化涉及面非常广,涵盖方案优化、编码优化、并发优化、JVM 调优等诸多方面的知识。 虽然不同系统的优化策略存在差异,但从全局来看,它们的共性仍是主要的。首先,我们可以从方案设计、编码、并发设计、JVM 等方面去优化我们的系统;然后,可以通过一些 Linux 系统命令和工具去发现系统的性能瓶颈;最后,结合业务特点采用缓存、异步化、并发等方式对系统进行“定制”优化。 本场 Chat 主要内容: 1. 评估系统性能的指标、Amdahl 定理、系统优化路线; 2. 识别 Java 应用性能瓶颈的方法与工具; 3. 系统优化之方案设计优化、编码优化、并发设计优化、.JVM 调优、缓存设计等。
严选Java
506 订阅

深入浅出解读 Kafka 的可靠性机制

在上一篇文章《[再谈基于 Kafka 和 ZooKeeper 的分布式消息队列原理](https://gitbook.cn/gitchat/activity/5bbeb5217147ec074cf87232)》中,我详细介绍了基于 Kafka-ZK 的分布式消息队列原理。本场 Chat 更进一步解读 Kafka 的一些可靠性机制:在消息队列系统中,一条消息的生命周期包括生产、发送、存储、消费和删除等流程,其中涉及诸多可靠性问题,同时,系统本身也存在可靠性问题,而这些可靠性问题又与可用性和吞吐性能密切相关。针对可靠性问题,Kafka 提供了可选的解决方案,本场 Chat 将介绍它们。 本场 Chat 主要介绍以下内容: 1. Kafka 的副本机制; 2. Kafka 的截断机制; 3. 消息生产的可靠性; 4. 消息发送的可靠性; 5. 消息接收的可靠性; 6. 消息存储的可靠性; 7. Leader 选举涉及的可靠性问题; 8. 消息去重问题。 PS:欢迎订阅达人课《[分布式中间件实践之路](https://gitbook.cn/gitchat/column/5b7d127b84322801444db274)》
严选Kafka
449 订阅

再谈基于 Kafka 和 ZooKeeper 的分布式消息队列原理

关于分布式消息队列,我在几个月前写过一篇文章:《[深入浅出理解基于 Kafka 和 ZooKeeper 的分布式消息队列](https://gitbook.cn/gitchat/activity/5ad5634e1165247fd990c306) 》。最近,由于写作课程《[分布式中间件实践之路](https://gitbook.cn/gitchat/column/5b7d127b84322801444db274)》的契机,我再次阅读了这篇文章,觉得存在很多不足,对不起 “深入浅出” 一词,鉴于此,我决定再写一篇长文,详细解读基于 Kafka 和 ZooKeeper 的分布式消息队列原理,敬请感兴趣的读者关注。 本场 Chat 主要内容: 1. Kafka 的架构解读; 2. Kafka 为什么要将 Topic 进行分区; 3. Kafka 高可靠性实现基础解读; 4. Kafka 复制原理和同步方式; 5. leader 选举机制,及如何确保新选举出的 leader 是优选; 6. 同步副本 ISR; 7. Kafka 数据可靠性和持久性保证; 8. 深入解读 HW 机制; 9. Kafka 架构中 Zookeeper 以怎样的形式存在; 10. 全程解析:Producer -> kafka -> consumer。
免费严选KafkaZooKeeper
1792 订阅

分布式锁的最佳实践之:基于 Etcd 的分布式锁

目前,可实现分布式锁的开源软件还是比较多的,其中应用最广泛、大家最熟悉的应该就是 ZooKeeper,此外还有数据库、Redis、Chubby 等。但若从读写性能、可靠性、可用性、安全性和复杂度等方面综合考量,作为后起之秀的 Etcd 无疑是其中的 “佼佼者” 。它完全媲美业界“名宿” ZooKeeper,在有些方面,Etcd 甚至超越了 ZooKeeper,如 Etcd 采用的 Raft 协议就要比 ZooKeeper 采用的 Zab 协议简单、易理解。 本场 Chat 将继续“分布式锁”这一主题,介绍基于 Etcd 分布式锁方案。Etcd,一个采用 Go 语言实现的高可用的分布式键值( Key-Value)数据库,主要用途是共享配置和服务发现。目前,Etcd 已经广泛用于分布式系统,本场 Chat 将介绍 Etcd 的优秀实践之一,分布式锁。 本场 Chat 主要内容: 1. Etcd 简介; 2. Raft 算法解读; 3. Etcd 实现分布式锁的原理; 4. Etcd Java 客户端 Jetcd 介绍; 5. 从原理出发,基于 Etcd 实现分布式锁,全方位细节展示; 6. 从接口出发,基于 Etcd 的 Lock 接口实现分布式锁。 特别提示:关于分布式消息队列、缓存、锁的内容可阅读作者的达人课[《分布式中间件实践之路》](https://gitbook.cn/gitchat/column/5b7d127b84322801444db274)
严选ETCD分布式锁
455 订阅

Redis-Cluster 主节点故障后集群恢复耗时调优原理(结合源码分析)

Redis-Cluster 是 Redis 官方推出的集群方案,其分布式一致性协议基于 Gossip 算法。当 Redis-Cluster 出现主节点故障后,集群会经历故障检测、选举、故障倒换三大步骤,在此期间 Redis-Cluster 是不能提供服务的,鉴于此,优化这三个步骤的耗时,便是保障集群可用性、提升性能的关键点之一。 需要说明的是,优化耗时并没有普适性的方案,而是需要根据集群的规模和应用场景有针对性的优化,因此,犹如 JVM 的优化,掌握优化的原理才能“治本”,以不变应万变。 本场 Chat 将结合源码分析 Redis-Cluster 的故障检测、选举、故障倒换的原理和可优化点,包括以下内容: 1. Gossip 协议与Redis-Cluster 通信原理; 2. Redis-Cluster 节点通信——成本与效率的权衡; 3. Redis-Cluster 故障检测原理及优化分析; 4. Redis-Cluster 选举原理及优化分析; 5. Redis-Cluster 的 Failover 原理。
Redis
148 订阅

基于 Redis 的分布式锁实现及踩坑案例

关于分布式锁的实现,目前常用的方案有以下三类: 1. 数据库乐观锁; 2. 基于分布式缓存实现的锁服务,典型代表有 Redis 和基于 Redis 的 RedLock; 3. 基于分布式一致性算法实现的锁服务,典型代表有 ZooKeeper、Chubby 和 ETCD。 本场 Chat 将介绍基于 Redis 的分布式锁实现,并列举一些使用中的踩坑案例。 关于 Redis 实现分布式锁,网上可以查到很多资料,笔者最初也借鉴了这些资料,但是,在分布式锁的实现和使用过程中意识到这些资料普遍存在问题,容易误导初学者,鉴于此,撰写本文,希望为对分布式锁感兴趣的读者提供一篇切实可用的参考文档。 本场Chat将介绍以下内容: 1. 分布式锁原理介绍; 2. 加锁的正确实现方式及典型错误案例分析; 3. 解锁的正确实现方式及典型错误案例分析; 4. 基于 Redis 实现的分布式锁的缺陷分析。
Redis
968 订阅

谈谈 Java NIO

在 JDK1.4 之后,为了提高 Java IO 的效率,Java 提供了一套 New IO (NIO),之所以称之为 New,原因在于它相对于之前的 IO 类库是新增的。此外,旧的 IO 类库提供的 IO 方法是阻塞的,New IO 类库则让 Java 可支持非阻塞 IO,所以,更多的人喜欢称之为非阻塞 IO(Non-blocking IO)。 NIO 应用非常广泛,是 Java 进阶的必学知识,此外,在 Java 相关岗位的面试中也是“常客”,对于准备深入学习 Java 的读者,了解 NIO 确有必要。 本场 Chat,我将分享以下内容: 1. IO 与 NIO 有何不同? 2. NIO 核心对象 Buffer 详解; 3. NIO 核心对象 Channel 详解; 4. NIO 核心对象 Selector 详解; 5. Reactor 模式介绍。
严选Java
720 订阅

一个高可靠性商用 Redis 集群方案介绍

Redis 是一个开源的,高性能的 Key-Value 的数据库。目前已经有很多成功的商业应用,包括阿里 ApsaraDB,美团 MOS和腾讯云 CRS 。作为开源项目,Redis 在可靠性/可用性/集群管理方面存在不足。在基 于 Redis 搭建高可用的分布式缓存集群时,成熟的方案尤为重要。 关于Redis的详细介绍和常见问题,请阅读文章[《基于 Redis 的分布式缓存实现方案及可靠性加固策略》](http://gitbook.cn/gitchat/activity/5a9b8abbf055ac6f65966638)和[《一组 Redis 实际应用中的异常场景及其根因分析和解决方案》](http://gitbook.cn/gitchat/activity/5acc66e049492c32015fa90a)。 本场 Chat 首先将介绍Redis集群原理,然后将着重介绍一个高可靠性商用 Redis 集群方案,并附带方案所涉及的源码,通过本场Chat,读者将掌握一个成熟的Redis集群方案。 本场 Chat 您将学到如下内容: 1. Redis 集群模式原理解读; 2. Redis 高级 Java 客户端 Lettuce 介绍; 3. Redis SSL 双向认证通信介绍; 4. 基于 Lettuce的 Redis 集群运维软件设计及实现; 5. Redis 集群节点故障替换实现方案;
严选Redis
1136 订阅

作为 Java 开发者,你需要了解的堆外内存知识

关于堆内存(Heap),相信作为 Java 开发者的你已经早有耳闻,但是,你了解堆外内存(Off Heap)吗? 堆内存完全由 JVM 负责分配和释放,如果程序存在缺陷,有可能导致内存泄漏而溢出,抛出 OOM 异常: java.lang.OutOfMemoryError。 除了堆内存,Java 还可以使用堆外内存,也称直接内存(Direct Memory)。顾名思义,堆外内存是在 JVM Heap 之外分配的内存块,并不是 JVM 规范中定义的内存区域。 堆外内存可直接分配和释放,减少 GC 暂停时间,提高效率;可扩展,支持进程间共享,节省堆内存到堆外内存的拷贝等特点。如果程序存在缺陷,同样有可能导致堆外内存泄漏而溢出:OutOfDirectMemoryError。 作为 Java 开发者,堆外内存不应该成为你的盲点,本场 Chat 值得一看。 本场 Chat 您将学到以下内容: 1. 什么是堆外内存? 2. 堆外内存额度控制 3. 堆外内存创建过程原理解读 4. JVM GC 机制回收堆外内存原理。 5. 堆外内存主动回收原理。
Java
334 订阅

深入浅出理解基于 Kafka 和 ZooKeeper 的分布式消息队列

消息队列中间件是分布式系统中重要的组件,主要解决应用耦合,异步消息,流量削锋等问题。实现高性能,高可用,可伸缩和最终一致性架构,是大型分布式系统不可缺少的中间件。 消息队列在电商系统、消息通讯、日志收集等应用中扮演着关键作用,以阿里为例,其研发的消息队列(MQ)服务于阿里集团超过11年,在历次天猫双十一活动中支撑了万亿级的数据洪峰,为大规模交易提供了有力保障。 目前在生产环境,使用较多的消息队列有 ActiveMQ,RabbitMQ,ZeroMQ,Kafka,MetaMQ,RocketMQ 等。本场 Chat 将介绍基于 Kafka 和 ZooKeeper 的分布式消息队列。 本场 Chat,您将清楚以下问题: 1. Kafka,Zookeeper 是什么? 2. 基于 Kafka 和 ZooKeeper 的分布式消息队列架构是怎样的? 3. Kafka 为什么要将 Topic 进行分区? 4. 分布式消息队列中 Zookeeper 以怎样的形式存在,起什么作用? 5. 消息队列发布-订阅全流程是怎样的? 特别说明:本场Chat仅仅作为分享,不足之处,还请读者包容,谢谢
免费严选KafkaZooKeeper
2945 订阅

一组 Redis 实际应用中的异常场景及其根因分析和解决方案

在上一场 Chat[《基于 Redis 的分布式缓存实现方案及可靠性加固策略》](http://gitbook.cn/m/mazi/activity/5a9b8abbf055ac6f65966638)中,我已经较为全面的介绍了 Redis 的原理和分布式缓存方案。如果只是从“会用”的角度出发,已经有很多 Chat 和博客可供参考,但是,在实际应用中,异常场景时有出现,作为一名攻城狮,仅仅“会用”是不够的,还需要能够定位、解决实际应用中出现的异常问题。 本场 Chat,我总结了一些 Redis 实际应用中遇到的异常场景,如 Redis 进程无法拉起,故障倒换失败,Slot 指派失败等,并针对这些异常场景给出了根因分析和可供参考的解决方案。如果你对 Redis 感兴趣并且在工作中可能使用 Redis,本场 Chat 介绍的“踩坑”案例值得一看。 本场 Chat 涉及的实际应用异常场景及解决方案包括: 1. 编译好的 Redis-Server 在 Linux 系统上无法启动,涉及3种报错情况; 2. Redis 集群故障倒换失败,备节点无法升主; 3. Redis 集群状态显示正常,但读写操作部分失败; 4. Redis 集群 Slot 丢失后,重新指派 Slot 失败:
Redis
1070 订阅

基于 Redis 的分布式缓存实现方案及可靠性加固策略

Redis 是一个开源的,高性能的 Key-Value 的数据库。基于 Redis 的分布式缓存已经有很多成功的商业应用,其中就包括阿里 ApsaraDB,美团 MOS,腾讯云 CRS 以及华为 CACHE。作为开源项目,Redis 在可靠性/可用性/集群管理方面存在不足。在基 于 Redis 搭建高可用的分布式缓存集群时,成熟的方案尤为重要。 本场 Chat 首先将带领大家入门 Redis,然后将着重介绍一个基于 Redis 的分布式缓存商业方案,最后介绍 Redis 的一些“踩坑”经验,以帮助大家从浅入深了解 Redis,并掌握一个成熟的方案,以便举一反三。 本场 Chat 您将学到如下内容: 1. Redis 简介; 2. Redis 单机模式及原理; 3. Redis集群模式及原理; 4. Redis 故障转移; 5. Redis 扩容; 6. 基于 Redis 和Lettuce的分布式缓存集群方案; 7. 基于Java 的 Redis 集群管理软件设计; 8. Redis“踩坑”案例集锦。
Redis
1017 订阅