相似文章推荐简单实践

对于博客网站,相似文章推荐是一个常用的功能,那如何搭建一个简单易用的相似推荐系统呢? 原理 提取特征 比较 推荐 提取特征 对于文章来说,一篇文章的特征一般就是文章出现过的关键字并且对其关键程度进行加权 常用的算法:TF-IDF TF-IDF(Term Frequency-Inverse Doc

基于Mycat实现读写分离(高并发)

读写分离是一种高并发的方式 将数据库的读压力分摊到slave节点,性能不够,机器来凑,可以一定程度上缓解数据库压力。 但是这种建议在这之前能上 缓存 的数据还是先上缓存吧。 前情提要: 先配置成功一个一主多重的mysql组,参考: http://www.younian.me/archives/%E6

分布式缓存Redis简单总结

一、为什么使用缓存 支持高并发,减轻DB压力; 高性能,基于内存的缓存能够相较于DB更快的返回; 二、Redis VS Memcached Redis:支持数据结构多,单线程,适合小数据,自带集群 Memcached:多线程,没有自带集群(最大的缺点) 三、使用缓存易出现的问题 数据一致性

消息队列简单总结

为什么使用MQ解耦应用场景:A系统需要调用BCD系统,对于后期维护不利,如果有新的系统增加或者减少都需要修改A项目代码;使用MQ直接可以将消息扔到MQ,谁需要使用订阅就可以了;解决项目强耦合。 异步应用场景:用户端请求的接口耗时较长,使用MQ可以将请求加入队列,耗时较长的操作作为消费者慢慢消费,不会

数据库的主从复制

主从设计可以让数据从一台服务器(Master)复制到多台独立的服务器(Slaves)。主从结构有很多好处,这已经成为后端标配的架构,在MYSQL中实现这一功能的术语叫 - Replication 。 注:配图并没有体现读写分离 主从设计的好处: 水平扩展,读写分离 - 在这种架构下,所有的增/

SSO单点登录系统DEMO

参考教程:https://www.cnblogs.com/ywlaker/p/6113927.html 代码:https://github.com/YounianC/sso-example 模块 a1 :测试项目Application1 ssoclient:sso客户端,用于宿主项目 ssoser

基于ES+Kibana+LogStash+FileBeat的日志监控系统

需求 监控多个项目的日志 统一集中化管理查看多个项目日志 多个项目的日志报错告警,当异常触发时能够及时通过短信、邮件等方式通知相关负责人员 建立日志可视化界面,使得日志分析更加便捷 其他自定义监控的实现 方案 现在我使用的是下面第三种方案,综合来讲会跟灵活并且占用资源少点。 ELK(ES+Log

布隆过滤器(Bloom Filter)的原理和实现

什么情况下需要布隆过滤器? 先来看几个比较常见的例子 字处理软件中,需要检查一个英语单词是否拼写正确 在 FBI,一个嫌疑人的名字是否已经在嫌疑名单上 在网络爬虫里,一个网址是否被访问过 yahoo, gmail等邮箱垃圾邮件过滤功能 这几个例子有一个共同的特点: 如何判断一个元素是否存在一个集

Btrace使用教程

注意,测试过程中发现如果用Idea启动一个java程序然后再到命令行中执行btrace会失败,idea中会打印 java.io.FileNotFoundException: . (拒绝访问。) at java.util.zip.ZipFile.open(Native Method)

Nginx下载文件名进行重命名

首先,在上传文件的服务中为了保证上传的文件不会有文件名冲突的情况,一般会在服务器进行文件名重命名为乱码 但是下载的时候为了效率问题不会直接走tomcat而是走Nginx进行,那怎么让下载的时候拿到原始文件名呢? location ~* .*\.(rar|zip|doc|docx|ppt|pptx|x

nginx使用proxy_pass反向代理时,cookie丢失的问题

场景: 公司的某个项目是tomcat的Java项目,在本地部署已经没有问题,部署到线上通过内网IP+端口访问没有问题。 接下来要做的就是映射成官网的一个二级域名,映射后测试发现怎么都登不上去,登录页面反复刷新就是不进去。 F12发现已经过了用户校验接口,然后发现浏览器Cookie为空,测试本地项目C

集合之ConcurrentHashMap的实现原理

概述 我们在之前的博文中了解到关于 HashMap 和 Hashtable 这两种集合。其中 HashMap 是非线程安全的,当我们只有一个线程在使用 HashMap 的时候,自然不会有问题,但如果涉及到多个线程,并且有读有写的过程中,HashMap 就不能满足我们的需要了(fail-fast)。在

集合之HashMap的实现原理

HashMap 概述 HashMap 是基于哈希表的 Map 接口的非同步实现。此实现提供所有可选的映射操作,并允许使用 null 值和 null 键。此类不保证映射的顺序,特别是它不保证该顺序恒久不变。 此实现假定哈希函数将元素适当地分布在各桶之间,可为基本操作(get 和 put)提供稳定的性能

集合之开篇

集合是程序员经常使用的一种东西,对于我们如此经常使用的东西我们应该了解熟悉一些常用的集合,而且在一些情况下,比如业务需求我们要使用合适的集合来存取数据,或者一些情况下我们考虑到性能需要使用的合适的数据结构来保证存或者查效率。这些情况都是我们会在工作中遇到的。 常用的集合类型:Lis

Dubbo分布式服务框架入门(附工程)

转自:https://www.kancloud.cn/digest/javaframe/125576 要想了解Dubbo是什么,我们不防先了解它有什么用。使用场景:比如我想开发一个网上商城项目,这个网上商城呢,比较复杂,分为pc端web管理后台,微信端销售公众号,那么我们分成四个项目,pc端

Zookeeper注册中心的搭建

关于Zookeeper 的系统性学习推荐网址 http://www.cnblogs.com/sunddenly/p/4033574.html 一、Zookeeper的介绍 Zookeeper是一个分布式的,开放源码的分布式应用程序协调服务,是Google的Chubby一个开源的实现,是Hadoop和

常见排序:插入、冒泡、选择

package com.ykk.trade.service.controller; /** * Created by Administrator on 2017/7/3. */ public class Sort { public static void main(String[] a

快速排序

分治 + 填数 先从后向前找,再从前向后找 package com.ykk.StrategyFarm.CacheManager.Factor; public class QuickSort { public static void main(String[] args) {

你应该知道的RPC原理

在学校期间大家都写过不少程序,比如写个hello world服务类,然后本地调用下,如下所示。这些程序的特点是服务消费方和服务提供方是本地调用关系。   而一旦踏入公司尤其是大型互联网公司就会发现,公司的系统都由成千上万大大小小的服务组成,各服务部署在不同的机器上,由不同的团队负责。这时就会遇到两个
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×