日常开发中我们经常使用线程池去提升程序的性能。通过池化的思想进行线程复用、管理，可以降低系统资源消耗、提升系统响应速度、减少系统处理耗时。 熟悉服务器端开发的同学都知道，Web 服务器在接收客户端请求时，通常不会采取来一个请求就新建一个线程处理的方式。虽然这种方式实现起来简单易懂，但是如果并发的请求数非常多，并且每个请求的实际处理耗时又非常短，那么就会导致频繁地创建和销毁线程，这将大大降低系统的性能。因为线程切换是有成本的，CPU 需要保存当前执行线程的上下文，并且后期还要恢复执行线程的上下文，即所谓的“上下文切换开销”。 线程池则为多线程创建的开销和资源不足问题提供了解决方案。通过多任务下线程的重用，将线程创建的开销摊薄到了多任务上，取得了高并发环境下系统性能上的提升。 在本场 Chat 中将会讲到如下内容： - Java 中线程池的基本概念和原理以及使用案例 - Java 中的线程池调优，参数配置详解 - 使用 Spring 内置的各种线程工具类创建线程池 - 在 Spring Boot 采用优雅的方式使用线程池 - 线程池的监控与管理以及线上动态调优实践 **适合人群**：Java 前后端开发人员。想深入理解、掌握线程池的使用、配置，在项目中需要自定义线程池的开发人员。

在后端开发中，我们常常需要对接口的请求参数进行“参数合法性性”校验。比如我们要进行入参的判空、格式检查等来避免程序出现异常。首先想到的实现方式是采用 if(){...} else{...} 方式逐个对参数进行判断，这种方式功能上没有问题，能够达到目的。但是在入参很多的场景下，代码中将会充斥着大量的 if else 判断，降低了代码的美观性和可读性，显然不够优雅。那么有没有更好的方式来做这件事呢？ 回答上述问题前我们再来看看另一个问题。 在后端开发中，还有个常见的问题。就是在程序中，我们不可避免地需要处理各种异常。代码中常常会看到大量的 try {...} catch {...} finally {...}。这同样造成了代码冗余，降低了可读性。那么有没有更优雅的方式来处理程序中的异常呢？ 好了，带着上述问题，我们来引出本文的主要内容。在本场 Chat 中，将会讲述下列内容： - Bean Validation 概述及其具体实现介绍 - Spring Boot 中 Validation 的使用入门 - RequestBody/RequestParam/PathVariable 参数校验 - 分组校验、嵌套类校验、集合元素校验 - 自定义注解式规则校验、编程式校验 - 在 Service 接口中使用参数校验 - 后端接口统一数据格式响应 - 后端接口统一异常处理 **适合人群:** 本文篇幅较长，适合日常开发中使用 Spring Boot、Spring Cloud 微服务架构，需要经常面向 API 接口编程的开发人员。

本教程的题目是《循序渐进学Netty》，就是说要从最基础的知识开始讲起，一步一步、由浅入深引导大家进行 Netty 的学习。在正式学习 Netty 之前，我们有必要回顾一下 Linux IO 模型、线程模型以及 Java 中 I/O 相关的知识，温故而知新。 在本场 Chat 中，将会讲到如下内容： - 传统 Java I/O 及其编程案例 - Java NIO 及其编程案例 - Java 网络编程 - NIO的理论基础及Linux的五种I/O模型 - Reactor线程模型 - 小结 **适合人群** ：想温习 Java I/O 知识、学习 Netty 提升技术内功、对网络编程感兴趣的开发人员。

大数据计算框架 Flink 实战教程共分为三篇。涵盖 Flink 安装配置、基本原理、核心概念、 流处理 API 和批处理 API、存储及状态一致性、容错机制、实战案例以及面试题讲解等。 本篇为第二篇，主要讲解 Flink 的 API、Window 和 Watermark 机制、状态管理和存储、容错机制、状态一致性等等。 在本场 Chat 中，将会讲到如下类容： 1. FlinkAPI - Environment - Source - Transformation - Sink - Window - Watermark - 分层 API 2. Flink 状态管理 3. Flink 状态后端存储 4. Flink 容错机制 5. Flink 检查点和保存点 6. Flink 状态一致性 **适合人群**：对大数据处理感兴趣、工作中需要使用 Flink 进行大数据处理的技术人员。

Kafka 是一个分布式的、发布-订阅式消息中间件。最初是由 Linkedin 领英公司基于 Scala 和 Java 语言开发的分布式消息系统，现已捐献给 Apache 软件基金会。事实上 Kafka 不仅仅是一个消息队列（MQ），其已然成为一个开源的分布式流处理平台。Kafka 具有高吞吐、低延迟的特性，许多大数据处理系统比如 Storm、Spark、Flink 等都能很好地与之集成。 在本场 Chat 中，将会讲到如下内容： - Kafka 概述 - Kafka 体系结构 - 分区和主题 - Kafka 文件存储机制 - Kafka 安装与配置 - Kafka 监控管理 - Kafka 生产者消费者脚本 - Kafka 生产者客户端 API - Kafka 消费者客户端 API - Kafka 事务 - Spring Boot 集成 Kafka - Kafka 面试题集锦 **适合人群**：对消息队列感兴趣，在实际开发中需要使用 Kafka 的技术人员

本场 Chat 分享主要介绍 Spring Boot 开发过程使用到的一些组件，帮助开发人员快速搭建基础开发框架。 本场 Chat 内容将涉及如下： 1. 日志配置相关 2. 集成 Swagger，快速生成 API 接口文档 3. 敏感信息加密 4. 数据源配置（单数据源和多数据源） 5. 集成 Redis，缓存信息 6. 集成 ElasticSearch 7. 集成 Spring Security+JWT，实现登录验证 8. 跨域配置 适合人员：Spring Boot 开发人员

去年，作者去年写了一篇 Chat [轻松 TDD 之旅 2.0](https://gitbook.cn/new/gitchat/activity/5d667350cca96a09360e14e0)，将这几年 TDD 的一些心得和感悟反映到了简书上的文章[《轻松 TDD 之旅》](https://www.jianshu.com/p/41b48a771a35)的结构和要点中去，使得 TDD 之旅在 2.0 版本更深刻，更完备，更流畅。该 Chat 发布后，受到了很多同学的肯定和鼓励，同时作者自身也感觉收获非常大。 《DDD 分层架构的三种模式》既是作者在简书上写的一篇热门[文章](https://www.jianshu.com/p/a775836c7e25)，又是作者在`领域驱动设计峰会 2017` 上的演进话题。经过这几年的沉淀，作者对 DDD 分层架构有了更深入的思考，想通过本 Chat 将新的认识和实践分享给更多的同学，从而大家一起升级到 2.0 版本。 本 Chat 的主要内容为： - 分层架构简介 - 经典分层架构 - B/S 三层架构 - DDD 四层架构 - DDD 分层：L 型架构模式 - 模式介绍（L 型四层架构） - 物理设计 - 典型案例 - DDD 分层：L 型 + DCI 架构模式 - 模式介绍（L 型五层架构，L 型六层架构） - 物理设计 - 典型案例 - DDD 分层：DIP 架构模式 - 模式介绍（六边形架构，整洁架构） - 物理设计 - 典型案例

“Spring Cloud 是一系列框架的有序集合。它利用 Spring Boot 的开发便利性巧妙地简化了分布式系统基础设施的开发，如服务发现注册、配置中心、消息总线、负载均衡、断路器、数据监控等，都可以用 Spring Boot 的开发风格做到一键启动和部署。Spring Cloud 并没有重复制造轮子，它只是将各家公司开发的比较成熟、经得起实际考验的服务框架组合起来，通过 Spring Boot 风格进行再封装屏蔽掉了复杂的配置和实现原理，最终给开发者留出了一套简单易懂、易部署和易维护的分布式系统开发工具包。”引自百度百科。 Eureka 是 Spring Cloud 中非常重要的核心模块，使用 Spring Cloud 就离不开 Eureka，我们用一个产品服务中的获取 Promotion 信息，及所有产品功能为例，让大家快速了解 Eureka 是做什么用的，及如何使用。 本场 Chat 包含如下内容： 1. 使用 Spring Boot 创建 Spring Cloud 的注册中心 2. 创建 Promotion 信息及产品信息的服务提供者 3. 创建调用他们的消费者 本场 Chat 适用于：任何希望了解、学习 Spring Cloud 的人员，或者希望从事 Java 相关工作的人员。

建造者模式是大家比较熟知的一种设计模式，但可能有的朋友只知道它的一部分用法，或者只是知道它的定义，却不知道在哪里应用，本文就带大家全面了解建造者模式。 在本场 Chat 中，会讲到如下内容： 1. 通过两个例子全面展示建造者模式的应用场景 2. 根据例子总结建造者模式的优点和使用场景 适合人群： 有一定基础、期望全面了解建造者模式、想要想架构师更近一步的程序猿

在`领域驱动设计峰会 2019`上，作者应邀参加了 InfoQ 的架构专访。在交流过程中，作者阐述了 DDD、DSL 和 DCI 的关系，同学们可以通过学习专访文章 [DDD：架构思想的旧瓶新酒](https://www.infoq.cn/article/K6AfHfMlx6IZqKwmpXcu)来了解它们之间的关系。《当 DDD 遇上 DCI》是作者在全球架构师峰会 2019 深圳站分享的一个话题，后来发布了[一篇 Chat](https://gitbook.cn/new/gitchat/activity/5d5393ac40552e73266d04b6) 来传播。《当 DDD 遇上 DSL》可以看作是《当 DDD 遇上 DCI》的姊妹篇，是作者在`领域驱动设计峰会 2019`上分享的一个话题，受到了很多同学的认可和肯定。为了将该话题的核心知识点和实践经验传播给更多有意愿提升自己 DDD/DSL 建模能力的同学，作者决定写一篇 Chat 来详细阐述。 DDD（领域驱动设计） 是一种主流的软件设计方法，DSL （领域专用语言）是一种针对某一特定领域且具有受限表达性的计算机设计语言，当 DDD 遇上 DCI 会擦出什么样的火花？我们将结合典型案例一起探讨，共同成长，从而有效降低开发成本。命令/查询式 API 是一种常见的领域模型的组装方式，但在复杂场景下，内部或外部 DSL 是一种更好的选择。DSL 可以看作是在领域模型之上的一层外壳，能显著增强领域模型的能力。DSL 既可以提升开发人员的生产力，又可以增进开发人员与领域专家的沟通。 本场 Chat 的主要内容为： 1. DSL 简介 - 命令式与声明式 - DSL 是什么 - DSL 的价值 - DSL 的分类 2. DDD 与 DSL 融合 - 面向领域 - 模型组装的方式 - 分层架构 3. 三个典型案例 - 内部 DSL 案例：gomonkey API - 外部 DSL 案例：流程契约 - 横切面 DSL 案例：事务模型

在实际的开发过程中，我们有很多耗时的业务去处理，比如我们方法内部不但执行了本地的很多业务代码并且还要去远程调用别的服务，导致整个方法响应太慢；又比如数据处理，需要往数据库中插入大量的数据，怎么使用 Java 程序快速批量执行呢？比如我们的 Excel 导出，因数据量太大并且多 Sheet 而出现了网络超时，这种问题该怎么去解决？又比如列表查询太慢了， SQL 调优已经是极限，用程序怎么去加快响应？等等问题都是实际开发中经常遇到的，说到这里，大家应该能想到，没错——那就是用多线程，对于优秀的 Java 技术人员来说，我们要掌握它，只有掌握了它，以上问题的才能迎刃而解，本场 Chat 就是帮大家使用多线程去解决以上的这些问题，同时在不同场景中选择最合适的并发设计，然后举一反三，类似的问题那还会是问题吗？本场 Chat 您值得拥有。 在本场 Chat 中，会讲到如下内容： - 当远程调用服务时，怎么使用多线程技术提升方法的响应速度，文章内容将会用三种程序设计来分别讲解，并分析他们的优缺点。 - 大量的数据怎么使用任务切分批量插入数据库中。 - Excel 导出怎么使用多线程技术提升响应，文章内容将会用两种程序设计分别讲解，并分析他们的优缺点。 - 使用模板设计模式实现并行分页，加快查询列表的响应速度。 - 再次使用模板设计模式编写模拟异步发送消息的实例。 - 操作系统之纤程，在操作系统层面分析纤程与线程的区别，使你在面试过程之中出类拔萃。 - 做最后的总结。 - 温馨提示：以上实例程序都是在 SpringBoot 环境下运行的。 适合人群： 对多线程高并发感兴趣、系统响应上要求提升更快的 Java 技术人员

在实施领域驱动设计的过程中，限界上下文扮演了关键角色：它既是维护领域模型完整性与一致性的重要边界，又是系统架构的重要组成部分。随着社区对限界上下文的重视，越来越多的人开始尝试将更多的架构实践与限界上下文融合在一起，创造出符合领域驱动设计的架构模式。 **菱形对称架构（Diamond Symmetry Architecture）模式**脱胎于六边形架构与分层架构，它以领域为核心对限界上下文的关注点进行划分，建立了由**内部领域模型**与**外部网关**组成的内外分层架构，以菱形的对称结构清晰展现了限界上下文的内部结构，指导着限界上下文的协作关系。引入菱形对称架构有助于促进团队对限界上下文与上下文映射的一致理解，并促成团队形成统一的代码模型。 在本场 Chat 中，会讲到如下内容： * 六边形架构与整洁架构 * 领域驱动设计分层架构 * 菱形对称架构的形成 * 菱形对称架构对元设计模型的改造 * 菱形对称模型对架构的指导 适合人群：具有领域驱动设计基础的架构师、开发人员

随着 Spring Boot 逐步全面覆盖到我们的项目之中，我们已经基本忘却当年经典的 Servlet + Spring MVC 的组合，那让人熟悉的 web.xml 配置。而本文，我们想先抛开 Spring Boot 到一旁，回到从前，一起来看看 Servlet 是怎么和 Spring MVC 集成，怎么来初始化 Spring 容器的。 1. 上下文在 Web 容器中的启动 2. DispatcherServlet 的启动和初始化 3. MVC 是怎么处理 HTTP 分发请求的 4. MVC 视图的呈现

在[《微服务架构设计（上）》](https://gitbook.cn/gitchat/activity/5dce1a66e244774863b05bfb)，给大家介绍了微服务的理论知识、设计原则、技术选型方法。那么在本篇 Chat，我将跟大家分享《微服务架构设计（下）》——微服务架构设计实战。通过本篇 Chat 学习，你将了解微服务架构设计的具体工作。 在本场 Chat 中，会讲到如下内容： - 分布式环境准备 - 架构设计 - 微服务设计 - 软件架构设计 - 部署架构设计 - 基础设施搭建 - 微服务部署 - 高可用策略 -高性能策略 - 安全设计 - DevOps - 生产发布 适合人群：对微服务架构设计感兴趣的技术人员

你架构篮子里缓存还依然只有 Memcache, Redis 么？ Apache Geode 相信大家都比较陌生，但是提到 12306 相信大家都不陌生，12306 可以说是中国乃至世界上访问量最大的网站，12306 为何会选择 Geode 作为数据缓存？ 而这样的选择想必 Geode 必定有过人之处。同样的我司从去年开始就在尝试 Geode 作为缓存使用，目前其稳定性得到基本证明，公司也在逐渐迁移其他业务到 Geode 中来。 在本场 Chat 中，会讲到如下内容： - 什么是 Geode，有哪些特性 - Geode 与 Redis - Geode 集群搭建 - Gfsh 常用命令介绍 - Geode OQL - Geode 与 Spring 结合 - Geode Acid 特性 - Geode Restful API - Geode 部署模式 - Geode 数据计算初探 - Geode 滚动升级 - Geode 图形化与监控报警 - Geode 常见故障与恢复 - 其他特性 - Geode 目前我司使用现状 适合人群： 想让你的架构体系更丰富一点的开发者

工作三五年了，你觉得自己翅膀硬了，偷偷去大厂面试。面试官问你项目采用什么架构设计，你说是微服务架构。面试官又问了，微服务架构里面服务众多，服务调用链路错综复杂，你们是如何监控你们的服务调用链的，哪些是热门服务，QPS 峰值是多少，服务 GC 的频率是咋样的，你有服务性能优化经验吗，调优前后的性能指数分别是怎样的。面对面试官的疯狂追问，你顿时懵掉了。是啊，平时只顾着撸代码，对自己服务的性能一无所知，虽然代码确实优化过不少，但是从来没有准确度量过自己服务的质量，也不知道服务的瓶颈在哪里。平时工作节奏快，只顾着 CV 来快速完成领导分配的 CRUD 任务，这已经成为大多数程序员的工作常态。 如果你想摆脱这个困境，就得不断的学习，思考，研究。那么今天我们就来一起探讨一下微服务调用链监控系统的里里外外，当你再次面对大厂面试官绝情的 N 级连环炮时，不再是一个礼貌而又不失尴尬的微笑，而是一个自信又坦然微笑，伴随着一个肯定的回答：这方面的技术在下颇有研究！ 本 Chat 将会涉及到以下内容： 1. 为什么要做调用链监控 2. 调用链监控原理 3. 调用链监控的前世今生 4. 开源调用链监控产品 CAT 简介 5. CAT 报表功能介绍 6. CAT 告警功能介绍 7. CAT 的架构设计 8. CAT 实战应用 9. 网关集成 CAT 监控 10. CAT 生产环境实践 11. Spring Cloud Sleuth 简介 12. 学习资料推荐 适用人群：具有一定的编程实战经验。

分布式系统技术栈用到了很多开源免费的中间件，例如 Keepalived、Lvs、Nginx、MongoDB、Redis、Zookeeper、ActiveMQ、MyCat、Jenkins、Gradle、Sonar、Apollo、InfluxDB、Telegraf 等，那么如何部署这些中间件？我们应该采用怎样的部署策略？分布式系统搭建就是搭建分布式系统的基础设施，也是开发、测试、运维人员的必修课，这是分系统系统搭建实战：上篇。 本场 Chat 主要内容： - 部署前准备 - 网关部署及策略 - Nginx 部署 - Keepalived 双机热备部署 - MongoDB 部署 - Redis 部署及策略 - Redis 单点部署 - Redis 集群闭环部署 - Zookeeper 部署及策略 - Zookeeper 单点部署 - Zookeeper 集群部署 适合人群：分布式系统开发、测试和运维人员

大多数人平时都会使用别人写好的框架，这就导致了我们的编程能力和思考能力提升非常慢，平时工作中也很少有机会去从头到尾写一个项目或者框架，只是在已有项目的基础上修修补补，这个 Chat 的目的就是让大家在实战中理解多线程编程，设计模式，和 Netty 以及消息队列。 在这个 Chat 中你将会学到： 1. 多线程编程在实战中的应用。 2. 设计模式在实战中的应用。 3. Netty 的应用。 4. 消息队列的原理和使用。 5. 如何自己写一个框架。 范围：有一定经验的 Java 程序员。

在找工作的过程中，对于 Redis 技术知识的掌握已经成为必须的技能。本 Chat 针对 Redis 大部分知识点梳理出来常见的面试题目，提供给大家进行有针对性的学习。 本 Chat 详细覆盖了： 1. Redis 的概念理解 2. Redis 基本数据结构详解 3. Redis 高并发问题策略 4. Redis 集群结构以及设计理念 5. Redis 持久化机制 6. Redis 应用场景设计 部分涉及到的题目如下： - 什么是 Redis? - Redis 的特点有哪些？ - Redis 支持的数据类型 - 为什么 Redis 需要把所有数据放到内存中？ - Redis 适用场景有哪些？ - Redis 常用的业务场景有哪些？ - Memcache 与 Redis 的区别都有哪些？ - Redis 相比 Memcached 有哪些优势？ - Redis 常用的命令有哪些？ - Redis 是单线程的吗？ - Redis 为什么设计成单线程的？ - 一个字符串类型的值能存储最大容量是多少？ - Redis各个数据类型最大存储量分别是多少? - Redis 持久化机制有哪些？ 区别是什么？ - 请介绍一下 RDB、AOF 两种持久化机制的优缺点？ - 什么是缓存穿透？怎么解决？ - 什么是缓存雪崩？ 怎么解决？ - Redis 支持的额 Java 客户端有哪些？ 简单说明一下特点。 - 缓存的更新策略有几种？分别有什么注意事项？ - 什么是分布式锁？有什么作用？ - 分布式锁可以通过什么来实现？ - 介绍一下分布式锁实现需要注意的事项？ - Redis 怎么实现分布式锁？ - 常见的淘汰算法有哪些？ - Redis 淘汰策略有哪些？ - Redis 缓存失效策略有哪些？ - Redis 的持久化机制有几种方式？ - 请介绍一下持久化机制 RDB、AOF 的优缺点分别是什么？ - Redis 通讯协议是什么？有什么特点？ - 请介绍一下 Redis 的数据类型 SortedSet(zset) 以及底层实现机制？ - Redis 集群最大节点个数是多少？ - Redis 集群的主从复制模型是怎样的？ - Redis 如何做内存优化？ - Redis 事务相关命令有哪些？ - 什么是 Redis 事务？原理是什么？ - Redis 事务的注意点有哪些？ - Redis 为什么不支持回滚？ - 请介绍一下 Redis 集群实现方案 - 请介绍一下 Redis 常见的业务使用场景？ - Redis 集群会有写操作丢失吗？为什么？ - 请介绍一下 Redis 的 Pipeline (管道)，以及使用场景 - 请说明一下 Redis 的批量命令与 Pipeline 有什么不同？ - Redis 慢查询是什么？通过什么配置？ - Redis 的慢查询修复经验有哪些？ 怎么修复的？ - 请介绍一下 Redis 的发布订阅功能 - 请介绍几个可能导致 Redis 阻塞的原因 - 怎么去发现 Redis 阻塞异常情况？ - 如何发现大对象 - Redis 的内存消耗分类有哪些？内存统计使用什么命令？ - 简单介绍一下 Redis 的内存管理方式有哪些？ - 如何设置 Redis 的内存上限？有什么作用？ - 什么是 bigkey？ 有什么影响？ - 怎么发现 bigkey? - 请简单描述一下 Jedis 的基本使用方法？ - Jedis连接池链接方法有什么优点？ - 冷热数据表示什么意思？ - 缓存命中率表示什么？ - 怎么提高缓存命中率？ - 如何优化 Redis 服务的性能？ - 如何实现本地缓存？请描述一下你知道的方式 - 请介绍一下 Spring 注解缓存 - 如果 AOF 文件的数据出现异常， Redis服务怎么处理？ - Redis 的主从复制模式有什么优缺点? - Redis sentinel (哨兵) 模式优缺点有哪些？ - Redis 集群架构模式有哪几种？ - 如何设置 Redis 的最大连接数？查看Redis的最大连接数？查看Redis的当前连接数？ - Redis 的链表数据结构的特征有哪些？ - 请介绍一下 Redis 的 String 类型底层实现？ - Redis 的 String 类型使用 SSD 方式实现的好处？ - 设计一下在交易网站首页展示当天最热门售卖商品的前五十名商品列表? 等等...... 通过本 Chat 详细大家能够轻松的应对 Redis 相关的面试挑战，同时也可通过全面的面试题目来学习和巩固自己的知识。

给很多公司做技术咨询，经常被问到一个问题，做一个秒杀系统就这么难，这么复杂吗？ 我说，难，如果要做一个 12306 肯定难，但是，要做一个十万级别的秒杀系统就还 OK。 在本场 Chat 中，会讲到如下内容： 1. 什么是秒杀 2. 秒杀系统有哪些特性 3. 秒杀系统设计原则 4. 架构设计方案 5. 实现过程 6. Demo 讲解和演示 7. 常见的坑和问题交流 适合人群： 对用 Redis 实现秒杀系统有兴趣的技术人员