tag 高併發

標籤
貢獻43
92
12:46 AM · Nov 04 ,2025

@高併發 / 博客 RSS 訂閱

今夜有點兒涼 - Redis 分片

Redis 分片(Sharding)概述 1. 概念和目的: Redis 分片是通過將整個數據集分割成多個部分,分佈存儲在多個獨立的 Redis 節點上來擴展 Redis 系統的技術。 目的是提高系統的存儲容量和處理能力,以應對大規模數據和高併發請求的需求。 2. 基本原理: 數據分片策略:選擇合適的數據分片策略,如哈希分片或範圍分片,決定數據如何分佈到各個 Redis 節點上。 客

redis , 高併發 , sharding , 分佈式

收藏 評論

蘇琢玉 - 用裝飾器模式實現多層緩存:讓PHP應用更快更穩

為什麼要做多層緩存? 想象這樣一個場景:你的PHP應用每次訪問數據庫都要花1秒鐘,用户抱怨頁面加載太慢。這時候你會想到加緩存——但只用一層緩存夠嗎? 比如: 內存緩存雖然快,但重啓服務數據就沒了 Redis緩存能持久化,但網絡請求也有開銷 文件緩存最可靠,但磁盤讀寫速度有限 多層緩存的思路很簡單: 把最快的緩存放在最前面,就像快遞櫃一樣—— 優先從內存取(速度最快) 內存沒有

高併發 , php , 緩存 , 緩存設計

收藏 評論

冰河 - 五個月,秒殺,38個大的篇章,126+篇文章、視頻、小冊,150+源碼分支,完美收官!

大家好,我是冰河~~ 經過四個多月的堅持,《Seckill秒殺系統》終於接近尾聲了,也感謝大家這四個多月以來的堅持和陪伴,也相信大家在《Seckill秒殺系統》專欄中,學到了不少知識和技術。接下來,我們就一起對《Seckill秒殺系統》專欄做個總結。 一、總體概述 在《Seckill秒殺系統》專欄中,不僅僅是帶着大家從零開始寫一個秒殺業務系統,而是從需求立項到架構設計、環境搭建到編碼實現、問題重現

高併發 , 系統架構 , 秒殺 , 程序員 , 架構師

收藏 評論

威哥愛編程 - JAVA線程池有哪些隊列? 以及它們的適用場景案例

大家好,我是 V 哥。在高併發應用場景下,線程池的使用是必然的,那在線程中的隊列都有哪些呢?下面 V 哥整理的幾種常見的線程池隊列以及適用場景案例,分享給大家。 線程池中的隊列主要用於存放等待執行的任務,以下是幾種常見的線程池隊列: 1. 無界隊列(Unbounded Queue) LinkedBlockingQueue(基於鏈表的阻塞隊列): 特點:它是一個基於鏈表實現的阻

高併發 , 多線程 , JAVA , 分佈式

收藏 評論

Seven - 使用Netty框架中的HashedWheelTimer實現高併發定時任務

項目目錄結構 HighConcurrencyTimerProject/ ├── src/ │ ├── main/ │ │ ├── java/ │ │ │ ├── com/ │ │ │ │ ├── example/ │ │ │ │ │ ├── HighConcurrencyTimerExample.java │ │ │ │

高併發 , 定時任務 , netty , JAVA

收藏 評論

tim_xiao - 併發控制-文件鎖

在以往的項目中,遇到高併發大流量需求做併發控制的時候一般都使用redis分佈式鎖或者mysql加鎖處理高併發情況。最近遇到一個php項目,沒有安裝redis,由於某種原因也不考慮使用mysql加鎖控制併發,所以採用文件鎖的方式控制併發,整理了下代碼 php版本 class FileLock { /** @var string 鎖名稱 唯一性 */ private string $k

高併發 , php , go

收藏 評論

得物技術 - 得物自研DGraph4.0推薦核心引擎升級之路

一、前言 DGraph是得物自主研發的新一代推薦系統核心引擎,基於C++語言構建,自2021年啓動以來,經過持續迭代已全面支撐得物社區內容分發、電商交易等核心業務的推薦場景。DGraph在推薦鏈路中主要承擔數據海選和粗排序功能,為上層精排提供高質量候選集。 核心技術特性: 索引層 - 支持KV(鍵值)、KVV(鍵-多值)、INVERT(倒排)、DENSE-KV(稠密鍵值)等。索引存儲支持磁盤

高併發 , 大數據 , 推薦引擎

收藏 評論

vivo互聯網技術 - 號碼生成系統的創新實踐:遊戲週週樂幸運碼設計

作者: vivo 互聯網服務器團隊- Zhang Jing 本文以遊戲週週樂的幸運碼為切入點,針對其生成過程中涉及的隨機性、唯一性及高併發等特點,設計了一種基於號段+子碼的創新架構。該方案不僅在生成速度上表現突出,還顯著提升了存儲效率,同時降低了擴容成本,為類似的號碼生成系統提供了設計上的新思路和啓發。 文章太長?1分鐘看圖抓住核心觀點👇 一、業務背景 用户可通過完成相關任務獲取週週樂幸運碼,

redis , 高併發 , 架構 , 後端

收藏 評論

Leojx - 高併發集羣架構圖譜(生產級全鏈路視角)

1.接入層 ┌────────────────────────────────────────────┐ │ - CDN / API網關(WAF) │ │────────────────────────────────────────────│ │ - 網關服務(Kong / Nginx + Lua)

高併發 , 架構設計 , 集羣 , 後端

收藏 評論

mob64ca1401464d - 解讀C++即將迎來的重大更新(一):C++20的四大新特性 -

第一章:C++20協程與遊戲引擎架構演進 C++20引入的協程特性為高性能系統編程帶來了範式級變革,尤其在遊戲引擎這類對異步任務調度和資源管理高度敏感的領域中展現出巨大潛力。傳統基於回調或狀態機的任務處理方式往往導致代碼分散、可讀性差,而協程允許開發者以同步風格編寫異步邏輯,顯著提升開發效率與維護性。 協程核心機制在引擎中的應用

非阻塞 , 高併發 , 權重 , 後端開發 , Python

收藏 評論

艾小仙 - 高頻面試題:秒殺場景設計

秒殺這個話題到現在來説已經是一個老生常談的話題了,不過因為又臨近一年一度的雙11,而且發現前段時間無論是阿里還是騰訊一些大廠其實還是在頻繁的問到這個場景題,所以還是準備拿出來説説。 秒殺從規模上來説可以分為大秒和小秒。大秒指的是比如雙11這種特定的節日,商品規模超大、價格超低、流量超大的這種類型活動,小秒一般指的是商家自己配置的一些時段類型的活動,由商家自己指定時間上架。從形式來説還可以分為單時段

高併發 , 面試 , JAVA , 秒殺

收藏 評論

鏡舟科技 - 什麼是 StarRocks?核心優勢與適用場景解析

在數據量持續爆發的時代,企業對實時分析的需求日益迫切。例如,電商大促期間的交易監控、廣告投放效果的即時反饋等場景,均要求毫秒級的響應速度。然而,傳統工具如 Hadoop、Hive 等存在明顯短板:複雜查詢性能不足、資源擴容成本高、實時與離線數據處理割裂等問題。 StarRocks 的核心定義 StarRocks 是一款新一代極速全場景 MPP(Massively Parallel Processi

高併發 , 數據庫 , 查詢 , 數據湖 , 分析

收藏 評論

今夜有點兒涼 - RocketMQ 消息丟失及其處理方式

在高併發系統中,RocketMQ作為消息隊列被廣泛使用,但在某些極端情況下,可能會遇到消息丟失的問題。消息丟失通常是由以下幾種原因導致的: 1. 消息丟失的原因 Producer端發送消息失敗: 由於網絡問題或RocketMQ服務端壓力過大,可能出現消息發送失敗。如果沒有重試機制或補償機制,消息可能丟失。 Broker端存儲問題: 如果Rocke

rocketmq , 高併發 , JAVA , 消息隊列 , 異步

收藏 評論

酷信即時通訊_IM_OA源碼廠家 - 即時通訊如何實現高併發性能

一、解決數據庫高併發查詢寫入慢的瓶頸 1.棄用查詢速度一般的MYSQL,選用查詢速度超快的NOSQL數據庫MongoDB 2.讀寫分離,寫時寫到主數據庫,實時同步至多台從數據庫,查詢時選擇最閒的從數據庫,從而使查詢壓力分散到多台 3.分庫分表,比如每一個羣組是一個表,避免產生超大數據量的表,使單次查詢速度保持在可控範圍 4.冷熱分離,比如單聊的數據表,可以設置熱表保存數據的

高併發 , 即時通訊

收藏 評論

用户bPdd2O9 - Redis緩存優化秘籍:輕鬆應對高併發

專業在線打字練習網站-巧手打字通,只輸出有價值的知識。 一 緩存應用面臨的挑戰 在提供核心服務時,緩存機制已成為確保高性能、低延遲的基石。 然而,緩存的使用主要面臨兩大難題: 如何管理緩存空間的增長:隨着數據的不斷累積,緩存所需的空間會逐步擴大,這直接關係到成本的上升。 如何保障緩存服務的穩定性:這是至關重要的,因為任何不穩定都可能對服務性能造成重大影響。 那麼,究竟哪些因素可能導致

redis , 高併發 , 緩存 , 緩存設計

收藏 評論

冰河 - 互聯網大廠的緩存策略:抵抗超高併發的秘密武器,已開源!

大家好,我是冰河~~ 最近,有小夥伴私信我:冰哥,我最近出去面試,面試官問我如何設計緩存能讓系統在百萬級別流量下仍能平穩運行,我當時沒回答上來。接着,面試官問我之前的項目是怎麼使用緩存的,我説只是緩存了一些數據。當時確實想不到緩存還有哪些用處,估計這次面試是掛了。冰哥,你可以給我講講互聯網大廠項目是怎麼設計和使用緩存的嗎? 本文緩存方案已經開源,開源地址如下,如果開源方案對你有點幫助或者啓發,

高併發 , 系統架構 , 程序員 , 架構師 , 併發編程

收藏 評論

大鼻子的羊肉串 - 分佈式高併發、高性能、高可用架構 代碼段落

分佈式高併發、高性能、高可用架構 代碼段落 在構建一個分佈式高併發、高性能、高可用的架構時,代碼的設計和實現至關重要。以下是一個簡化的代碼段落示例,用於説明如何在這樣的架構中實現一些關鍵概念。 首先,我們需要考慮如何設計服務之間的通信。在分佈式系統中,通常使用RPC(遠程過程調用)或RESTful API進行通信。以下是一個使用RESTful API進行通信的簡單示例: python import

高併發 , 高性能

收藏 評論

編程碼農 - 面試的時候,為什麼總喜歡問我處理過高併發嗎?

背景 在面試過程中,常常會遇到對高併發場景進行提問的情況。請問,這樣的提問旨在瞭解哪些方面的信息呢? 技術功底:高併發確實涉及到一些底層原理和技術架構設計,有經驗者可結合實際情況作答,無經驗者則需考察其背誦能力。 團隊協作能力:高併發往往需要多個技術人員協同工作,包括架構、運維、測試等方面,因此需要考察應聘者的團隊協作能力。 應變和解決問題能力:高併發並非長期穩定的狀態,可能會因受到攻擊

高併發 , 後端

收藏 評論

r0ad - 使用JDK提供的常用工具在多線程編寫線程安全和數據同步的程序

題圖來自APOD 你好,這裏是codetrend專欄“高併發編程基礎”。 引言 在併發執行任務時,由於資源共享的存在,線程安全成為一個需要考慮的問題。與串行化程序相比,併發執行可以更好地利用CPU計算能力,提高系統的吞吐量。 例如,當B客户提交一個業務請求時,不需要等到A客户處理結束才能開始,這樣可以提升用户體驗。 然而,併發編程也帶來了新的挑戰。無論是互聯網系統還是企業級系統,在追求高性能的同

高併發 , 多線程

收藏 評論

冰河 - 又一個可以寫到簡歷的項目,嘎嘎強!

大家好,我是冰河~~ 分佈式IM即時通訊系統本質上就是對線上聊天和用户的管理,針對聊天本身來説,最核心的需求就是:發送文字、圖片、文件、語音、視頻、消息緩存、消息存儲、消息未讀、已讀、撤回,離線消息、歷史消息、單聊、羣聊,多端同步,以及其他一些需求。 對用户管理來説,存在的需求包含:添加好友、查看還有列表、刪除好友、查看好友信息、創建羣聊、加入羣聊、查看羣成員信息、退出羣聊、修改羣暱稱、拉人進羣、

高併發 , 微服務 , 系統架構 , 分佈式 , 併發編程

收藏 評論

百度Geek説 - 千萬級高性能長連接Go服務架構實踐

作者 | glstr 導讀 移動互聯網時代,長連接服務成為了提升應用實時性和互動性的基礎服務。本文主要介紹了百度系內基於golang實現的統一長連接服務。主要從統一長連接功能實現和性能優化等角度,描述了統一長連接服務在設計、開發和維護過程中面臨的問題和挑戰,重點介紹瞭解決相關問題和挑戰的解決方案和實踐經驗。 全文7631字,預計閲讀時間20分鐘。 01 摘要 移動互聯網時代,用户對服務的

長連接 , 高併發 , 架構 , go

收藏 評論

XY - 高併發

高併發 1.概念 高併發,從字面上講,就是在某一時刻產生大量的請求。它不止是一個數字,更是一種架構思維模式。 2.性能(基礎) 包括4個性能指標: 每秒能夠處理的事務數(TPS) 每秒請求數量(RPS) 響應時長(RT) 同時請求用户數(VU) 3.限制(設計) 3.1限流 在一個時間窗口內,對請求進行速率控制 3.2降頻

高併發

收藏 評論

冰河 - 又一個涵蓋前後端+DevOps+OpenAI大模型的高併發項目啓動了

大家好,我是冰河~~ 今天,正式通知大家一件事情:又到了啓動新項目的時候,這也是 冰河技術 知識星球繼 Seckill秒殺系統 項目後,又一個高併發實戰項目。星球其他項目與專欄,大家可移步到冰河的個人站點:https://binghe.gitcode.host 進行查看。 那這次又是怎樣的一個高併發項目呢?沒錯,這次就是大家期待已久的分佈式IM即時通訊系統,在分佈式IM即時通訊系統中,我們會實現

性能優化 , 高併發 , 微服務 , 分佈式 , 程序員

收藏 評論

Winn - 拼多多海外電商Java開發面試覆盤

今天帶來我的好友健哥面試拼多多海外電商Java崗的一個覆盤 前言 大家好,我是健哥。今天跟大家覆盤一下自己面試拼多多的一個情況。我投的是拼多多的海外電商部門Java崗,大家其實也知道現在這個互聯網的大環境不太好,拼多多算是HC比較多的,現在還在大規模招人的一家公司。海外電商可以説是整個拼多多未來的一個經濟增長點或者説是整個拼多多最看好的或者説寄厚望的一個業務。 拼多多的面試主要是兩輪技術面加上一輪

redis , 高併發 , 面試 , 數據庫 , JAVA

收藏 評論