2024.10 期

10.30

• 聊聊大厂潜规则：完美胜于完成：作者从中小厂跳到大厂后的范式转变——小厂强调「完成胜于完美」（敏捷快速试错、不写设计方案直接撸码、长不出精通领域），大厂强调「完美胜于完成」（写技术方案 / SOP / 重构方案的时间多于写代码，光干活不够还要会推销项目挑战）；附 6 个亮点话术模板：需求复杂如何沟通、高并发低延迟如何突破、上下游一致性如何对齐、扩展性如何预留、项目梳理如何拆解、项目周期短如何快速交付。

• MySQL 核心模块揭秘 | 24 期 | 锁等待超时：基于 MySQL 8.0.32 InnoDB 源码拆解锁等待超时机制——后台线程 ib_srv_lock_to 每秒扫一遍 waiting_threads slot 数组（同时兼任死锁检查），用 当前时间 - suspend_time > wait_timeout 判定超时，命中后从 trx_locks 链表与 rec_hash / 表 locks 链表双向删除锁结构、触发 slot.event 唤醒事务，由 innodb_rollback_on_timeout 决定是否回滚。

10.28

• 微信全文搜索技术优化：iOS 微信 2021 年全文搜索全面升级——从 SQLite FTS3 / Like / 内存遍历升级到 SQLite FTS5（事务能力、技术风险、读写性能综合最优）；在 WCDB 中实现 FTS5 segment 自动 merge 把 merge 操作搬到子线程，避免 crisismerge 卡顿；自研 VerbatimTokenizer 分词器替代旧 OneOrBinaryTokenizer，索引体积减小同时支持英文 stemming / Unicode 归一化 / 简繁转换 / 符号过滤；扩展 FTS5 多级分隔符 + 自定义 SubstringMatchInfo 辅助函数实现属性级精准搜索；落地优化：UNINDEXED 约束去冗余索引、cache 未建索引数据兜底、并行搜索 + 中断机制。

10.27

• 来聊聊Java的反射机制：Java 反射机制实战教程——三种获取 Class 对象方式（类名.class / 对象.getClass() / Class.forName()，仅最后一种属于反射）、反射获取构造方法 / 成员变量 / 方法（getXxx vs getDeclaredXxx 的非私有 vs 全部差异），通过 setAccessible(true) 暴力访问私有成员；附通过反射调用 main 方法、利用反射绕过泛型擦除往 ArrayList<String> 塞 Integer 等实验。

10.26

• 为什么单线程的 Redis 如何做到每秒数万 QPS ？：飞哥从 Redis 源码拆解高 QPS 网络原理——核心就两个函数：initServer 启动时（创建 epoll 对象、监听端口、把 listen socket 注册给 epoll）+ aeMain 事件循环（epoll_wait 发现可读可写事件 → 接新连接挂到 epoll → 读命令处理后挂到写任务队列 → beforesleep 真正发出去 → 一次写不完则注册写事件回调）；本质是 Linux epoll 多路复用 + Reactor 模式的工程化运用。

10.22

• Java高性能缓存库 - Caffeine：Caffeine 本地缓存全面教程——四种 Cache 类型（Cache / LoadingCache / AsyncCache / AsyncLoadingCache）对应四种加载策略；驱逐策略支持基于大小（W-TinyLFU 算法接近最优命中率）+ 基于时间（最后访问 / 最后写入）+ 基于引用（弱引用 key / 弱软引用 value）；刷新机制 refreshAfterWrite 异步刷新避免击穿；附 SpringBoot CacheManager + @Cacheable / @CacheEvict / @CachePut 三注解 + sync 同步模式实战。

10.20

• 长篇图解java反射机制及其应用场景：图解版 Java 反射全景——反射要解决的本质问题是「运行期动态根据配置改变程序调用行为」，比如服务任务工作流根据 A 任务结果决定 B 调哪个类的哪个方法；类加载时方法区为每个类生成唯一 java.lang.Class 对象，反射围绕 Class / Constructor / Method / Field / Modifier / Annotation 六个核心类展开；常用场景：通过配置调用类方法、结合自定义注解实现 mybatis-plus @TableName 之类的功能（用 org.reflections 包扫描带注解的类）、按需加载 jar / class。

10.18

• 缓存和数据库一致性问题，看这篇就够了：Kaito 全面拆解缓存与 DB 一致性——「更新 DB + 更新缓存」并发下不一致且浪费机器；「先删缓存再更 DB」并发下还会被旧值回写覆盖，需配「延迟双删」；推荐「先更 DB 再删缓存」+ 消息队列 / 订阅 binlog 重试保证两步都成功；读写分离 + 主从延迟场景下用延迟双删 + 控制主从延迟缓解；底层心法：性能与一致性不可兼得，只能做最终一致性，把 MySQL 当 leader、Redis / ES 当 follower 通过订阅变更日志同步。

10.17

• 从一个事故中理解Redis（几乎）所有知识点：一次大 Key 高峰期把 Redis 内存打到 100% 的事故复盘串起 Redis 全知识点——破解迷思：内存 100% ≠ Redis 不可用（默认有 LRU 淘汰策略），但本次根因是输出缓冲区被大 Key 打爆（mem_clients_normal 占满 used_memory_overhead，used_memory_dataset 仅 2%）；用 info memory 拆 Redis 内存组成、过期 key 删除算法（每 100ms 采样、超 25% 过期则循环删导致阻塞）；最后落到业务部署 / Key 设计 / SDK 使用 / 命令使用 / 运维管理五大规范。

10.16

• EasyExcel处理Mysql百万数据的导入导出案例，秒级效率，拿来即用！：SpringBoot 整合 EasyExcel 百万级 Excel 导入导出基线版——技术选型对比 EasyExcel vs POI vs JXL vs JXLS（EasyExcel 简单 API + 高性能 vs POI 稳定但繁琐）；通过 ReadListener.invoke + BATCH_COUNT 分片读取、模板下载、前端配合的完整可跑案例；坦诚指出导入耗时仍在分钟级，下一篇专门做优化。

• 厉害了！12秒将百万数据通过EasyExcel导入MySQL数据库中：上一篇 500 秒 → 20 秒的优化复盘——耗时点 1 读取：把线程安全但慢的 CopyOnWriteArrayList 换成 ArrayList、单批从 2w 提到 10w；耗时点 3 写入：双方案对比 JDBC 分批插入 + 手动事务控制（addBatch / executeBatch / commit）vs 多线程 + MyBatis-Plus 批量插入，最终多线程 + 手动事务把单字段百万行写入压到 12s。

10.13

• Elasticsearch 基础入门详文：腾讯 IEG 工程师的 ES 入门长文（v7.7）——从 Lucene / ES 历史背景与版本破坏性变更切入，再到 Cluster / Node / Shard / Replica / Index / Type / Document 基础概念，强调 ES 默认值多但需要数据使用者人工限制（如字段类型一旦定下来再变只能 reindex）。

• 浅谈 Elasticsearch 的入门与实践：阿里云开发者从 ES 两大核心特性（分布式存储 + 分析检索）切入——分布式概念（Node / Cluster / Shard / Replica）、数据模型（Index / Type / Document，7.0 起 Type 弃用）、检索能力（倒排索引 = 词汇表 + 倒排列表、Analyzer 三步走过滤 / 标准化 / 分词、中文用 jieba 替代默认暴力拆字）；查询类型分单词级 / 全文级 / Bool / 关联查询 + 数据同步实践案例。

• 一文轻松图解搞懂 Elasticsearch 原理！：图解版 ES 工作原理——倒排索引（词汇表 + 倒排列表）vs 正排索引；分布式架构（master 节点协调 + data 节点分片副本）；写入路径：协调节点 → 路由到主分片 → 同步副本；写入底层：buffer + translog → refresh 生成 segment 进 file system cache → flush 落盘 + 清空 translog → segment merge；读 / 搜索 / 删 / 更新底层逻辑（删除是标记 + segment merge 清理）。

• ElasticSearch (ES从入门到精通一篇就够了) ：单篇 ES 全栈实战长文——倒排索引基础 → ES 数据库基本概念 → 安装 ES / Kibana / IK 分词器 → 索引库 Mapping 与 CRUD → 文档 CRUD → RestAPI（Java 客户端操作索引库与文档） → DSL 设置查询条件 + 搜索结果处理（高亮 / 排序 / 分页 / 聚合） → 拼音分词器 + 自动补全 → ES 与 MySQL 数据同步三种方案（同步双写 / 异步通知 / binlog 监听） → 集群搭建 + 脑裂 + 分布式存储与查询 + 故障转移。

10.10

• MySQL 是怎么做并发控制的？：基于 MySQL 8.0.35 InnoDB 源码整体梳理三层并发控制——表级（MDL 锁保护表结构，DDL 升级 SHARED_UPGRADABLE → EXCLUSIVE，5.6+ Online DDL / 8.0+ Instant DDL 几乎不锁表，非 InnoDB 表才走 Server 层表锁），页级（B+ tree Index / Page 上的 SX 锁保护节点安全，乐观写入只锁叶子、悲观写入 SMO 锁路径上所有节点），行级（行锁保护记录一致性，配合 MVCC 实现读写不冲突）。

10.09

• 防御性编程：让系统坚不可摧：京东物流的防御式编程实战——五个最易踩坑的点（输入验证与清理 / 预防死循环 / 异常处理 / 边界条件检查 / 断言做内部不变量校验），每点配反例与修正实践；实践原则：通用性防御 > 细节性防御、按使用场景调防御力度、不是越多越好（防御过度会带来维护与性能成本）。

10.06

• 分库分表，可能真的要退出历史舞台了！：作者认为分库分表正被分布式数据库吃掉存量市场——单机 MySQL 三大瓶颈（单表过大查询吃力 / 单库资源告急 / 读高峰挤压写）历史上催生了框架层 / 驱动层（ShardingSphere）/ 代理层（MyCat）三种中间件，但 ElasticSearch、Cassandra 等 NoSQL 一直内置分片副本；如今 Aurora / PolarDB / TiDB / OceanBase 等分布式 / 兼容 MySQL 的产品已成熟，新业务直接选分布式数据库比加分库分表中间件更划算。

• 分库分表也没吹的那么神…… 这 7 个问题难以解决：分库分表的七大死结——分布式事务难（XA / TCC / 最大努力都有代价）、非分片字段查询能力差（要么全表扫要么维护异构索引）、全局主键问题（雪花 ID / 号段服务额外引入）、全局唯一约束难建立（必须查所有分片）、需要持续造轮子（路由 / 拆分 / 聚合）、扩容困难（数据搬迁 + 路由变更 + 双写灰度）、运维成本激增；最后反问：为什么业务系统要替数据库负重前行？

10.02

• Web 性能优化｜了解 HTTP 协议后才能理解的预加载：从 HTTP 协议层串起前端预加载技术全景——CDN 动态加速（边缘节点 + 智能路由替代静态加速）、dns-prefetch 提前 DNS 解析、preconnect 提前 TCP+TLS 建连、preload 高优强制加载关键资源、prefetch 低优空闲下载下一跳资源、prerender 预渲染（弊端多少用）、流式渲染、HTTP Early Hints（103 状态码提前下发资源 hints）、HTTP/2 Push；进阶玩法：mousedown 比 click 早 200ms 触发 prefetch、prefetch 默认不携带 cookie 需 credentials="include"、服务端识别 Sec-Purpose: prefetch Header 短期缓存避免重发请求。