arraylist是我們常用的資料結構，在併發場景下是執行緒不安全的。
在讀多寫少的場景下，我們一般會用讀寫鎖 readwritelock來保證共享物件的執行緒安全性。
public object read()
public void write()
copyonwrite 思想解決問題
很簡單，顧名思義，利用「copyonwrite」的方式，這個英語翻譯成中文，大概就是「寫資料的時候利用拷貝的副本來執行」
這裡最關鍵的就是，在寫執行緒修改完資料後，讀執行緒能訪問到最新資料。
這時候需要配合關鍵字 volatile
// 這個陣列是核心的，因為用volatile修飾了
// 只要把最新的陣列對他賦值，其他執行緒立馬可以看到最新的陣列
private transient volatile object array;
public boolean add(e e)
finally
}
private e get(object a, intindex)在kafka中寫資料，就是利用了copyonwrite的思想。會把訊息先寫入客戶端本地的記憶體緩衝，然後在記憶體緩衝裡形成乙個batch之後再一次性傳送到kafka伺服器上去，這樣有助於提公升吞吐量
高併發場景下的限流策略
目錄快取 降級 限流 漏桶演算法 令牌桶演算法 漏桶演算法與令牌桶演算法的區別 有效提公升熱點資料的訪問效率，在高併發 大流量的場景降低服務端壓力。當訪問量快速增長 服務可能會出現一些問題 響應超時 或者會存在非核心服務影響到核心流程的效能時，仍然需要保證服務的可用性，即便是有損服務。所以意味著我們...
高併發場景下的請求合併
一.在專案中，我們經常用到如下方式進行介面呼叫 有多少請求訪問，就會呼叫多少次第三方介面或資料庫，這樣的情況在高併發場景下很容易出現執行緒被打滿，返回結果慢。為了優化這個介面，後台可以將相同的請求進行合併，然後呼叫批量的查詢介面。請求合併 下面上 已查詢資料庫舉例 1.建立請求類 data buil...
高併發場景下快取處理思路總結
在實際的開發當中，我們經常需要進行磁碟資料的讀取和搜尋，因此經常會有出現從資料庫讀取資料的場景出現。但是當資料訪問量次數增大的時候，過多的磁碟讀取可能會最終成為整個系統的效能瓶頸，甚至是壓垮整個資料庫，導致系統卡死等嚴重問題。常規的應用系統中，我們通常會在需要的時候對資料庫進行查詢，因此系統的大致結...