楪祈のBlog

与LRU不同，LRU是根据访问顺序来淘汰，LFU是根据访问频率淘汰最少使用的节点 思路使用一个哈希表作为key到具体Node的映射，快速定位节点 再使用一个哈希表存储同使用频率的Node，同频率的节点按时间顺序存储，方便淘汰最早插入的 再使用一个minFreq变量，记录当前最小的频率 实现class Node{ // 节点类，记录当前kv和频率 int key, value, freq; public Node(int key, int value){ this.key = key; this.value = value; freq = 1; }}class LFUCache { private int capacity, minFreq; private Map<Integer, Node> keyMap; // key对应节点的哈希表 private Map<Integer, LinkedHashSet<Node>> ...

来源：字节一面 题目实现一个方法，找到json字符串的对应路径的值。我们假设json中没有复杂结构，只存在数字、字符串。 输入：一个Json格式的字符串和一个路径字符串 输出：对应路径的值 例子： 输入：”{“a”:{“b”:1},”c”:1}” “a.b” 输出：1 解析分析：主要考字符串处理和递归，主要思路为将输入的字符串转化成哈希表，便于查找，然后递归进行哈希表键值对的插入，然后处理路径，一层一层找即可。 import java.util.*;public class Main{ public static Map<String, Object> parseJson(String json) { // 字符串处理，去掉前后空格和大括号 json = json.trim(); Map<String, Object> map = new HashMap<>(); json = json.substring(1, json.length() - 1).trim() ...

与传统的LRU类似，使用双向链表+哈希表来完成 双向链表按照被使用顺序存储键值对，靠近头部的键值对是最近使用的，哈希表通过缓存数据的键映射到其在双向链表中的位置 对于get操作，首先判断key是否存在，如果key存在，再判断key是否过期，如未过期，则key对应的节点是最近被使用的节点。通过哈希表定位到该节点在双向链表中的位置，并将其移动到双向链表的头部，最后返回该节点的值 对于put操作，首先清理所有过期的节点，再判断key是否存在，如果key不存在，使用key和value创建一个新的节点，在双向链表的头部添加该节点，并将key和该节点添加进哈希表中。然后判断双向链表的节点数是否超出容量，如果超出容量，则删除双向链表的尾部节点，并删除哈希表中对应的项。如果key存在，先通过哈希表定位，再将对应的节点的值更新为value，并将该节点移到双向链表的头部 以系统时间为基准// 双向链表节点类class DLinkedList{ int key; int value; long expireTime; DLinkedList pre; DLi ...

这里有两种实现方式，双重检查锁定(DCL)或静态内部类 DCLpublic class Singleton { // volatile保证可见性和禁止指令重排序 private static volatile Singleton instance; // 私有构造方法 private Singleton() { // 防止反射攻击 if (instance != null) { throw new RuntimeException("Use getInstance() method to get the single instance"); } } public static Singleton getInstance() { // 第一次检查，避免不必要的同步 if (instance == null) { synchronized ...

Spring Security是一个功能强大且高度可定制的身份验证和访问控制框架 SpringSecurity配置示例@Configuration@EnableWebSecuritypublic class SecurityConfig { @Bean public SecurityFilterChain filterChain(HttpSecurity http) throws Exception { http .csrf(AbstractHttpConfigurer::disable) // 关闭CSRF .authorizeHttpRequests(auth -> auth .requestMatchers("/login", "/register").permitAll() .anyRequest().authenticated() ) .f ...

软件测试测试过程按照阶段划分可以分为： 单元测试：对程序模块进行输出正确性检验 集成测试：在单元测试基础上，整合各个模块组成子系统，进行集成测试 系统测试：将整个交付所涉及的协作内容都纳入其中考虑，包含硬件、软件、接口、操作等等一系列作为一个整体，检验是否满足软件或需求说明 验收测试：在交付或者发布之前对所做的工作进行测试检验 单元测试单元测试是阶段性测试的首要环节，也是白盒测试的一种，该内容的编写与实践可以前置在研发完成，研发在编写业务代码的时候就需要生成对应代码的单元测试。单元测试其实是针对软件中最小的测试单元来进行验证的。这里的单元就是指相关的功能子集，比如一个方法、一个类等。值得注意的是作为最低级别的测试活动，单元测试验证的对象仅限于当前测试内容，与程序其它部分内容相隔离 单元测试有以下特征： 主要功能是证明编写的代码内容与期望输出一致 最小最低级的测试内容，保证程序基本组件正常 单元测试尽量不区分类与方法，主张以过程性的方法为测试单位 专注于测试一小块的代码，保证基础功能 剥离与外部接口、存储之间的依赖，使单元测试可控 任何时间任何顺序执行单元测试都需 ...

OSS（Object Storage Service）是阿里云提供的海量、安全、低成本的云存储服务，用于存储和管理任意类型的文件（如图片、视频、文档等） 特点： 无限容量：按需扩展，无需提前规划存储空间 高可靠性：数据多副本存储，保障持久性 低成本：按实际使用量付费，无闲置费用 高并发访问：支持CDN加速，适合大流量场景 能解决什么问题？ 文件存储与管理：替代自建文件服务器，避免运维成本 静态资源托管：存储网站图片、视频等静态资源，提升加载速度 备份与归档：长期保存日志、数据库备份等冷数据 跨地域访问：结合CDN实现全球加速 OSS的组成OSS的存储结构相当于windows的盘符中，不创建文件夹，而是把所有文件都堆到一块 Bucket (存储桶)在初始化oss容器时就需要指定，在OSS全局命名空间中必须有唯一名称，支持私有（只有Bucket拥有者可以读写，其他用户无权限）、公共读（Bucket拥有者可读写，匿名用户可读，知道对象URL即可下载）、公共读写（Bucket拥有者可读写，匿名用户可读写，可上传/删除/覆盖对象）三种ACL权限 相当于文件系统中的” ...

你项目中用到了哪些设计模式在线程池的创建，Zookeeper客户端的创建使用到的单例模式，避免重复创建 创建序列化器，编解码器用到了工厂模式，根据用户配置创建不同的序列化方式 在实现不同序列化方式的时候用到了策略模式，把不同序列化方式封装成一个策略，实现统一接口 小程序项目中使用注解+AOP实现权限控制，本质是基于代理方法在方法调用前做拦截，用到了代理模式 在RPC框架中注册中心监听节点变化用到了观察者模式 Spring中用到了哪些设计模式Bean的创建是单例的，用到了单例模式 Bean的管理使用的BeanFactory，用到了工厂模式 Bean的注入用到了原型模式，每次注入新实例 通用逻辑的封装，比如JdbcTemplate，用到了模板方法模式 Spring事件监听机制用到了观察者模式 SpringMVC的拦截器、过滤器链用到了责任链模式 Bean的生命周期管理用到了状态模式 AOP用到了代理模式 SpringMVC的HandlerAdapter适配不同Controller用到了适配器模式 ES的基本原理ES中比较关键的概念有索引，相当于MySQL的表，文档，相当于表中的行，字段，相 ...

分布式任务调度我们可以思考一下下面业务场景的解决方案: 某电商平台需要每天上午10点，下午3点，晚上8点发放一批优惠券 某银行系统需要在信用卡到期还款日的前三天进行短信提醒 某财务系统需要在每天凌晨0:10分结算前一天的财务数据，统计汇总 以上场景就是任务调度所需要解决的问题 任务调度是为了自动完成特定任务，在约定的特定时刻去执行任务的过程 为什么需要分布式调度使用Spring中提供的注解@Scheduled，也能实现调度的功能，在业务类中方法中贴上这个注解,然后在启动类上贴上@EnableScheduling注解 @Scheduled(cron = "0/20 * * * * ? ") public void doWork(){ //doSomething } 但是这种方式： 只能在一台机器上运行，如果程序或者系统出现异常就会导致功能不可用 在单机模式下，定时任务是没什么问题的。但当我们部署了多台服务，同时又每台服务又有定时任务时，若不进行合理的控制在同一时间，只有一个定时任务启动执行，定时执行的结果就可能存在混乱和错误了 原本 ...

RPC项目为什么要做RPC项目目前的应用大部分都是分布式或者微服务架构，通常各个模块之间都是通过rpc来进行调用的，所以我认为自己写一个rpc项目可以更加深入的理解rpc的原理 然后在写rpc项目的过程中，学会了对Zookeeper和netty的使用，也学会了通信协议设计、序列化算法、服务注册与发现、负载均衡策略的设计和使用。 项目有什么难点，如何解决的 关于通信协议的实现和切换模块，我希望客户端和服务端支持http，socket和netty传输协议，并且根据配置自动切换。我的解决方案是首先定义了统一的接口RpcClient 和 RpcServer，然后实现其协议子类比如NettyRpcServer和HttpRpcServer，利用Spring Boot的 @ConditionalOnProperty和@ConditionalOnMissingBean 机制，支持配置项自动装配对应的协议实现 关于负载均衡模块的实现，就是服务调用时如何在多个服务节点直接选择一个合适的目标节点。我的解决方案是定义一个统一的接口LoadBalance，在此基础上扩展成随机、轮询和一致性哈希三种方法，使用SP ...