Hello 大家好，我是鸭血粉丝，大家都叫我阿粉，搜索引擎想必大家一定不会默认，我们项目中经常使用的 ElasticSearch 就是一种搜索引擎，在我们的日志系统中必不可少，ELK 作为一个整体，基本上是运维标配了，另外目前的搜索引擎底层都是基于 Lucene 来实现的。

阿粉最近遇到一个需求，因为数据量没有达到需要使用 ElasticSearch 的级别，也不想单独部署一套集群，所以准备自己基于 Lucene 实现一个简易的搜索服务。下面我们一起来看一下吧。

自从阿粉经历过上次的大数据杀熟事件之后，明显感觉现在的平台对于用户非常的不友好呀，只要你高频的搜索某些关键词的同时，却往往是越对比，直接就买在了最高峰，就和买股票一样，每次总感觉能抄底，殊不知买在了天台。于是阿粉想了个办法，把所有的数据扒拉下来，我自己做对比，也不去搜索了，省的平台上总是根据我的搜索内容去进行推荐。

想要玩转 Linux 系统的话，平时就要多实践，多用，暖暖的阿粉都替你想到了，赶紧来总结一篇，照着多实践，跟着阿粉不会翻车

查看帮助命令

Linux系统中，有很多命令，我怎么知道某个命令是干嘛用的，这时可以执行帮助命令查看： man man

一般执行 Linux 命令格式都是这样的：命令名称 [命令参数] [命令对象]

注意：它们之间是有空格的。

常用系统命令

• echo 命令，用于在终端输出字符串或变量提取后的值，格式为 “echo [字符串] [$变量]”

• date 命令，用于显示及设置系统的时间或日期，格式为 “date [选项] [指定的格式]” 这个命令在日常工作中查找备份数据时很常用，当然了，前提是你的备份数据和日期有关。

  查看当前系统时间的 date 命令：date

  按照 “年-月-日 小时：分钟：秒” 的格式查看当前系统时间： date “+%y-%m-%d %H:%M:%S”

  设置系统时间：date -s+时间格式

• reboot 命令，重启命令。这个命令很常用，毕竟虚拟机卡掉的时候，没有重启解决不了的问题。如果有，那就再重启一次~

• poweroff 命令，关机命令。这个就不多说了

• wget 命令，用于在终端中下载网络文件，格式为 ”wget [参数] 下载地址”。 wget 是一种安装工具，相当于迅雷。

• yum 命令，用于安装软件。格式为 ”yum install 软件名称”

• ps 命令，查看系统中的进程状态，格式为 ”ps [参数]”

  比如查看 Nginx 的状态：

• pidof 命令，用于查询某个指定服务进程的 PID 值，格式为 “pidof [参数] [服务名称]” ，一般和 kill 命令一起用

• kill 命令，用于终止某个指定 PID 的服务进程，格式为 ”kill [参数] [进程PID]”

  先使用 pidof 命令查出想要停止的服务的 PID ，然后使用 kill 命令杀掉该进程。

• killall 命令，用于终止某个指定名称的服务所对应的全部进程。有时候，父进程下还有子进程，为了方便，直接 killall ，将指定服务的全部进程都杀掉。格式为 ”killall [参数] [进程名称]”

系统检测命令

• ifconfig 命令，用于获取网卡配置与网络状态等信息，格式为 ”ifconfig [网络设备] [参数]”

• uname 命令，用于查看系统内核与系统版本等信息。格式为 ”uname [-a]”

• uptime 命令，查看系统的负载信息，可以显示当前系统时间、系统已运行时间、启用终端数量以及平均负载值等信息

• free 命令，用于显示当前系统中内存的使用量信息。

• who 命令，用于查看当前登入主机的用户终端信息，格式为 ”who [参数]”

• last 命令，用于查看所有系统的登录记录。格式为 ”last [参数]”，说到这个命令，阿粉还记得有次公司另外一位同事问我，是不是登录 XX 虚拟机了，我当时就挺奇怪的，他怎么知道的嘞，该不会在监视我吧，这下知道原因了~哈哈哈

• history 命令，用于显示历史执行过的命令，格式为 ”history [-c]”

• sosreport 命令，用于收集系统配置及架构信息并输出诊断文档

工作目录切换命令

• pwd 命令，用于显示用户当前所处的工作目录。

• cd 命令，用户切换工作路径。格式为 ”cd [目录名称]” 这个命令可以说是非常常用了，比如：阿粉想要返回到上一次所处的目录 cd - 走起，想要进入上一级目录， cd .. ，想要切换到当前用户的家目录，试试 cd ~

• ls 命令，用于显示目录中的文件信息，格式为 ”ls [选项] [文件]” 这个命令也挺常用，比如 ls -a 可以查看全部文件（包括隐藏文件）， ls -l ，可以查看文件属性、大小等详细信息

文本文件编辑命令

• cat 命令，用于查看纯文本文件（内容较少的），格式为 ”cat [选项] [文件]”

  如果在查看文本内容时，还想顺便显示行号，可以尝试一下，在cat后面追加一个-n参数： cat -n 文件

• more 命令，用于查看纯文本文件（内容较多的），格式为 ”more [选项] [文件]”

• head 命令，用于查看纯文本文档的前 N 行，格式为 ”head [选项] [文件]”

文件目录管理命令

• mkdir 命令，用于创建空白的目录，格式为 ”mkdir [选项] [目录]”， mkdir 命令除了能创建单个空白目录之外，还能结合 -p 命令，来递归创建出具有嵌套叠层关系的文件目录

• mv 命令，用于剪切文件或将文件重命名，格式为 ”mv [选项] 源文件 [目标路径

  目标文件名]

• file 命令，用于查看文件的类型，格式为 ”file 文件名”

• cp 命令，用于复制文件或目录。格式为 ”cp [选项] 源文件 目标文件 ”

  其中 cp 命令的参数及作用：

打包压缩与搜索命令

• tar 命令，用于对文件进行打包压缩或解压，格式为”tar [选项] [文件]”

  tar 命令的参数及其作用：

• grep 命令，用于在文本中执行关键词搜索，并显示匹配的结果。格式为 ”grep [选项] [文件]”

  grep 命令的参数及其作用：

• find 命令，用于按照指定条件来查找文件。格式为 ”find [查找路径] 寻找条件 操作”，在 Linux 系统中，搜索工作一般都是通过 find 命令来完成的。

有关服务启动与关闭

有时候，我们需要重启，关闭，启动某个服务，这几个命令也是挺常用的

1
2
3
4
5
6

systemctl start 服务名称       启动服务
systemctl restart 服务名称     重启服务
systemctl stop  服务名称       停止服务
systemctl enable 服务名称      加入到开机启动项
systemctl disable 服务名称     取消加入到开机启动项
systemctl status 服务名称      查看服务状态

你都看到这里了，答应阿粉，这些命令在平时的时候就多用一些，多实践一些好不好

┭┮﹏┭┮，大家好，我是鸭血粉丝，今天给大家分享一个国庆碰到的经历，希望大家以后遇到提高警惕，不要再被套路了。

Hello 大家好，我是鸭血粉丝，这个中秋国庆注定是一个繁忙的日子，国庆本身就是一个结婚订婚的高峰期，再加上上半年因为疫情的缘故很多人的婚期都延期举行，这个国庆结婚的就更多了。所以这个国庆你参加了几场呢？那些去不了的你又出了多少份子钱呢？

redis 在项目中用的话，主要就是用作缓存了

既然用作缓存，那就肯定会有 缓存穿透/缓存击穿/缓存雪崩 的问题

这篇文章就来说说，遇到这种情况时，该如何去处理

缓存穿透

首先咱们搞明白什么是缓存穿透？这三个词这么像，得把概念搞清楚不是

其实只是从字面意思上来看的话，大概也能知道一点儿，缓存穿透嘛，就是直接穿过了缓存，将请求打到了数据库上面去

一般情况下，去查询数据的话，缓存里面应该都是有的，但是防不住黑客呀，如果黑客请求查询的是数据库里面根本不存在的数据，数据库里面都没有的数据，缓存里面肯定也不会有了，对吧，那么此时请求就会打到咱们的数据库里面去，这就是缓存穿透

你想啊，黑客想要攻击的话，怎么可能只请求一次呢，肯定是大量的请求过来，因为是拿数据库里面不存在的 id 来请求的，那么这些请求毫无疑问直接打到了数据库上面去，那咱们的数据库可能就会因为这些大量的请求直接宕掉

如何解决呢？

咱们回到产生这个问题的场景中，为什么大量的请求会打到数据库上面来？因为缓存里面没有对应的 key 对吧，所以才会越过缓存直接到数据库

那么问题就好解决了嘛，缓存里面没有对应的 key ？ OK ，如果这个 key 数据库里面也没有，那我就在 redis 里面，存上这个 key ，值是 null ，这样如果有查询这个 key 的请求，我直接返回 null 就完事儿了，也就不用打到数据库上面去了

注意一下，要记得设置它的过期时间，一般三到五分钟就够了

但是对方是个黑客呀，可能就用一个 key 去请求么？他可能会在短时间内用大量的 key 来发送请求，那如果一个 key 就在 redis 中存储一个 null 值的话，那么多 key 是不是就会存储那么多个 null 值嘞？

这样的话， redis 里面是不是都是值为 null 的了？

所以有没有更好的解决办法呢？

那必须得有！布隆过滤器，你值得尝试

什么是布隆过滤器呢？就是它能告诉你，某个值一定不存在或者可能存在( emmmm ，也不知道我有没有说清楚

所以可以将数据库的内容缓存一份到布隆过滤器，这样的话，当大量的请求过来的时候， redis 里面没有，没关系，再去布隆过滤器过滤一下，这样请求不用打到数据库上面去，就能确定这个 key 数据库中有没有

这样不就降低了数据库的压力么，可真是个天才~

缓存击穿

缓存击穿说的是，在高并发情况下，如果好多个请求都在查询一个 key ，好巧不巧的是，这个 key 因为某些原因失效了（比如设置的过期时间到了，缓存服务器宕机了），这样就会导致那么多的请求都直接打到数据库上面去了

那如果这些请求的数量足够大的话，可能直接把数据库就干掉了

知道了造成结果的原因，那么寻找解决方案也就好办了

不是因为好多个请求打到了数据库嘛，但是它们请求的都只是一个 key ，所以这里可以使用排斥锁来实现，第一个请求达到请求 key 发现缓存里面没有，允许它去数据库查询，同时加锁，这样第二个请求，第三个请求…都会被锁阻塞到当前，不会再打到数据库，这样就减少了数据库的并发压力

缓存雪崩

缓存雪崩，雪崩雪崩嘛，就比较严重，击穿说的是一个 key 失效的情况，雪崩指的是大规模的缓存失效情况的发生，这是有可能发生的，比如说我的缓存服务器宕机了，那是不是直接就大规模的缓存失效了;或者说，我当时为了图省事，好多个 key 设置的过期时间都是一样的，然后刚好在缓存都失效的时候，好多请求不同的 key 过来了

解决方案的话，其实就不适合使用加锁的方式去解决了，因为这是好多请求不同的 key ，它不是一个嘛

而且嘞，咱们是因为好多个 key 设置的过期时间都是一样的，所以解决方案就是，咱们不设置同样的时间让缓存失效了，咱们给一个随机时间，让缓存随机失效，这样的话，大规模的缓存失效情况就减少很多了

那还要一种情况呢，就是如果我的缓存服务器直接宕机了，这怎么办？也好弄，来个集群就解决了，这里只是一个解决方案，它的落地实现不是本文重点哈~

再谈 布隆过滤器

OK ，你如果看到这里的话，其实这篇文章的内容就说完了

但是我感觉布隆过滤器那块，我没有说清楚，所以在这里拿出来详细说一说（我知道你一定又在默默夸阿粉是个暖男了，乖，知道就好了，不要真说出来，我会害羞的

布隆过滤器是一种数据结构，它是一种概率型的数据结构，就是它能告诉你“某样东西一定不存在或者可能存在”

你可能会说，这话刚刚不是说过了嘛，本来就挺拗口的，你咋还说

还不是因为这句话比较重要，我觉得把这句话理解透彻了，那么对布隆过滤器理解的应该也就到位了

来，为了形象生动一些，咱们举个例子~ 布隆过滤器是一个 bit 向量或者说 bit 数组，大概长这样：

现在，我们需要把 “AliPay” 这个字段给存储进去 大概的存储过程就是:将要映射的值，使用多个不同的哈希函数生成多个哈希值，然后每个生成的哈希值指向的 bit 置为 1

以给的为例，我们现在将 “AliPay” 这个值，通过三个不同的哈希函数进行映射，那么大概就是这样了：

同样，现在我要存储另外一个值 “WechatPay” ，那么可能映射之后就是下面这样：

细心的你可能就会发现， 4 号位置的值，刚开始不是给 “AliPay” 了么，后来 “WechatPay” 也在那里，这样的话，值不就给覆盖掉了嘛

嗯，没错，是被覆盖掉了

接下来，我们查询 “Ali” 那么查询之后，布隆过滤器可能会给你 “0，1，2” 的值， 结果呢 “2” 的位置是 0 ，说明没有任何值映射到这个位置上来，所以我们就可以判定数据库里面没有 “Ali” 这个值

那我查询 “AliPay” 的话，毫无疑问，肯定会返回给我 “1，4，6” ，那我们能说数据库里面一定有 “AliPay” 么？不能，因为 “1，4，6” 的值有可能被其他的值给覆盖到了，所以我们只能说，数据库里可能存在 “AliPay”

这就是布隆过滤器说的”某个值一定不存在或者可能存在”

乖，你懂了吗

网络爬虫技术，早在万维网诞生的时候，就已经出现了，今天我们就一起来揭开它神秘的面纱！

前天的时候，也就是国庆刚刚过的几天的时候，一个之前在学校的小学弟在问阿粉，说现在想入行当程序员，需要准备什么样子的知识，于是阿粉就给他提出了一些意见，比如先掌握好基础，然后代码规范，以及之后的框架什么的，这时候，小学弟问了一句，对英语的要求高么？阿粉说英语不太好的话，问题不太大，但是还是要学习英语的。

能想起来几种呢？

先说下要求，就是三个线程，假设是线程 1，2，3， 现在的要求是：必须是线程 1 先执行，然后线程 2 再执行，最后是线程 3 执行

然后有几种实现方法呢？

其实它的本质就是实现，让线程 2，3 等待线程 1 执行完毕，所以重点就是有哪些方法可以让线程 2，3 等待

join

第一反应应该就是使用 join 方法，因为 join 本来就是支持这种机制的

比如，我在线程 B 中调用了线程 A 的 join 方法，那么线程 B 就会等线程 A 执行结束之后再执行

那么具体应该怎么使用嘞？

别慌嘛，我这里有例子，你瞅瞅：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

public class ThreadLoopOne {
    public static void main(String[] args) {
        Thread t1 = new Thread(new Work(null));
        Thread t2 = new Thread(new Work(t1));
        Thread t3 = new Thread(new Work(t2));

        t1.start();
        t2.start();
        t3.start();
    }

    static class Work implements Runnable {
        private Thread beforeThread;
        public Work(Thread beforeThread){
            this.beforeThread = beforeThread;
        }

        @Override
        public void run() {
            // 如果有线程,就 join 进来,没有的话就直接输出
            if (beforeThread != null ){
                try {
                    beforeThread.join();
                    System.out.println("thread start : " + Thread.currentThread().getName());
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }else{
                System.out.println("thread start : " + Thread.currentThread().getName());
            }
        }
    }
}

CountDownLatch

刚才说了，本质就是让线程 B，C 等待线程 A 执行完毕

那么信号量就是一个不错的选择

如果想要实现的话，那大概就是下面这样：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44

public class ThreadLoopTwo {
    public static void main(String[] args) {
        // 设置线程 1 的信号量为 0
        CountDownLatch cOne = new CountDownLatch(0);
        // 设置线程 2 的信号量为 1
        CountDownLatch cTwo = new CountDownLatch(1);
        // 设置线程 3 的信号量为 1
        CountDownLatch cThree = new CountDownLatch(1);

        // 因为 cOne 为 0 ,故 t1 可以直接执行
        Thread t1 = new Thread(new Work(cOne,cTwo));
        // 线程 t1 执行完毕之后,此时的 cTwo 为 0 , t2 开始执行
        Thread t2 = new Thread(new Work(cTwo,cThree));
        // 线程 t2 执行完毕,此时 cThree 为 0 , t3 开始执行
        Thread t3 = new Thread(new Work(cThree,cThree));

        t1.start();
        t2.start();
        t3.start();
    }

    static class Work implements Runnable{
        CountDownLatch cOne;
        CountDownLatch cTwo;

        public Work(CountDownLatch cOne, CountDownLatch cTwo){
            super();
            this.cOne = cOne;
            this.cTwo = cTwo;
        }
        @Override
        public void run() {
            try {
                // 当前一个线程信号量为 0 时,才执行
                cOne.await();
                System.out.println("thread start : " + Thread.currentThread().getName());
                // 后一个线程信号量减 1
                cTwo.countDown();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    }
}

使用单个线程池

之所以线程 1，2，3 的执行顺序无法保证，是因为在编译器可能会去做一些优化，导致没有办法按照顺序执行

如果我们使用单个线程池去执行的话，那就没有这样的问题了

具体实现：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

public class ThreadLoopThree {
    public static void main(String[] args) {
        Thread t1 = new Thread(new Runnable() {
            @Override
            public void run() {
                System.out.println("thread start : " + Thread.currentThread().getName() + " run one");
            }
        });

        Thread t2 = new Thread(new Runnable() {
            @Override
            public void run() {
                System.out.println("thread start : " + Thread.currentThread().getName() + " run two");
            }
        });

        Thread t3 = new Thread(new Runnable() {
            @Override
            public void run() {
                System.out.println("thread start : " + Thread.currentThread().getName() + " run three");
            }
        });

        ExecutorService executor = Executors.newSingleThreadExecutor();
        // 将线程依次加入到线程池中
        executor.submit(t1);
        executor.submit(t2);
        executor.submit(t3);
        // 及时将线程池关闭
        executor.shutdown();
    }
}

CompletableFuture

如果使用 CompletableFuture 来实现的话，代码就非常简洁了

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

public class ThreadLoopFour {
    public static void main(String[] args)  {
        Thread t1 = new Thread(new Work());
        Thread t2 = new Thread(new Work());
        Thread t3 = new Thread(new Work());

        CompletableFuture.runAsync(()-> t1.start())
                .thenRun(()->t2.start())
                .thenRun(()->t3.start());
    }

    static class Work implements Runnable{
        @Override
        public void run() {
            System.out.println("thread start : " + Thread.currentThread().getName());
        }
    }
}

你有没有其他巧妙的方法呢？

长假第一天，不知道各位小伙伴玩的可好?

阿粉就比较惨了，刚买好的回家的动车票，领导就告知长假前两天还需要加班，赶下项目的进度。

本来还想吐槽抱怨的，不过听到领导说国庆加班三倍工资，哎，算了算了，辛苦一点算什么？为公司服务~

哈哈，幸好今年长假有八天，少了两天也无妨。

好了，不扯这个了，不知道各位出去玩之路，是否顺利？是不是也堵在路上了？

hello~各位读者好，我是鸭血粉丝（大家可以称呼我为「阿粉」）。今天，阿粉带着大家来了解一下 最近在项目中遇到的一个坑。

Hello 大家好，我是鸭血粉丝，前面一篇文章给大家介绍了 SpringBoot 项目是如何从单机切换接入集群的，没看过的小伙伴可以去看一下SpringBoot 项目接入 Redis 集群 。这篇文章给大家介绍一个 Redis 工具 redis-full-check，主要是用来校验迁移数据过后的准确性，下面我们来看一下。

前言

在阿粉刚刚选择走上程序员道路的时候，脑海中还没有技术博客这个概念。那个时候入门靠的是培训班的视频，初学的过程中总会遇到许多陌生的概念，视频里没听懂的话一般会选择到搜索引擎去搜一下，多看几种不同的解释进行消化，也就是从这时开始接触到的技术博客。

在最开始的时候，我对博客的理解和我们读书时候做的笔记差不多，就是把学到的知识记录下来。但是慢慢的，我开始接触到了一些比较优秀的博客，他们的共性是能够把一个知识点讲得很清楚，能给出自己的理解，或者有适当的示例代码帮助读者理解。慢慢地我也萌发了要写博客的念头，初衷很简单，就是要把自己理解的某个知识点用自己的话分享出来。

屈指一算，从开创博客园账号至今也已经一年半了，自己的博客记录了自己的技术成长过程，收获了很多，下面我就给大家分享一下写博客能给大家带来什么好处吧。

1. 帮助我们理解知识

首先写博客能帮助我们很好地梳理并掌握一个知识点。不知道大家有没有听过这样的话：在学一个知识点的时候，如果只是听一遍讲，那你大概能掌握10%；做了笔记，大概掌握25%；能做出相应的题目，掌握50%；如果能把这个知识点教授给别人的话，那么就掌握了80%了。如果我们把写博客当成一个给他人传授知识的过程，当我们的博客写完了，自然地我们也就掌握了这个知识。当然这个过程是非常不容易的，想要把知识传授给他人，首先我们自己要吃透了这个知识。我个人在写博客的时候常常会遇到这么一种情况：写着写着就写不下去了，发现自己其实没有搞懂，理解透彻某个知识。为了把博客写下去，会强迫自己去把相关的知识搞懂。当我们通过博客的形式把一个知识点讲懂之后，其实我们就明白了一个知识点的来龙去脉，这对我们形成系统的知识体系很有帮助。

2. 获得成就感

写博客除了能帮助我们巩固理解知识外，还能给我们带来一些学习之外的乐趣。就我自己而言，每当我写的文章被别人评论或点赞，心里都会暗暗一乐，毕竟大多数情况下人还是希望得到他人认可的。尽管有时候得到的也不全是认可，可能会有其他小伙伴指出你的不足，也不失是一次学习的机会。

3. 提高影响力

在我个人看来，写博客还能提高自己的影响力，你的每一篇博客都是一次能力的展示，如果你的内容足够优秀的话，这些博客就是你的一张名片。我曾经因为博客收到过出版社的出书邀约，大厂的面试邀约等，尽管当时知道自己还没有达到那个水平，但还是蛮开心的。

4. 面试加分项

在面试写简历的时候，我们可以直接放上自己的博客链接，在同等水平的情况下，长期精心维护的技术博客是很有可能成为加分项的，毕竟大家都喜欢乐于分享知识的人。我曾经经历过一场有趣的面试，那是一场腾讯的主管面试，采用视频面试。面试的形式很常规，面试官抛出一个知识点，让我能讲多少讲多少。当时不知道为啥，他问的内容很多都是我掌握的比较好的内容。等面试结束的时候他告诉我他从面试开始就一直在看我的博客，刚好我的博客涉及的知识点也比较多，他就直接从上面挑知识问了，并对我的博客给予了肯定。虽然这是小概率事件了，但是也从侧面说明总有一天你的博客会帮上忙的。

后话

不知道以上写博客的好处能不能打动你，在我个人看来，写博客是一件百利无一害的事情，可能唯一比较麻烦的就是写博客比较费时间，不过我想花出去的时间能获得以上四个方面的收获也是值得的。把写博客当成一种习惯吧，坚持下来一定会有所收获的。

Hello，大家好，我是鸭血粉丝~

最近看同事的代码时候，学到了个小技巧，在某些场景下非常挺有用的，这里分享一下给大家。

Spring 中 @Autowired注解，大家应该不会陌生，用过 Spring 的肯定也离不开这个注解，通过这个注解可以帮我们自动注入我们想要的 Bean。

除了这个基本功能之外，@Autowired 还有更加强大的功能，还可以注入指定类型的数组，List/Set 集合，甚至还可以是 Map 对象。

比如说当前应用有一个支付接口 PayService,分别需要对接支付宝、微信支付、银行卡，所以分别有三个不同实现类 AliPayService,WechatPayservice,BankCardPayService。

四个类的关系如下图所示：

如果此时我需要获取当前系统类所有 PayService Bean，老的方式我们只能通过 BeanFactory或者 ApplicationContext 获取。

1
2
3
4
5
6
7
8
9
10
11

// 首先通过 getBeanNamesForType 获取 PayService 类型所有的 Bean
String[] names = ctx.getBeanNamesForType(PayService.class);
List<PayService> anotherPayService = Lists.newArrayList();
for (String beanName : names) {
    anotherPayService.add(ctx.getBean(beanName, PayService.class));
}
// 或者通过 getBeansOfType 获取所有 PayService 类型
Map<String, PayService> beansOfType = ctx.getBeansOfType(PayService.class);
for (Map.Entry<String, PayService> entry : beansOfType.entrySet()) {
    anotherPayService.add(entry.getValue());
}

但是现在我们可以不用这么麻烦了，我们可以直接使用 @Autowired 注入 PayService Bean 数组，或者 PayService List/Set 集合，甚至，我们还可以注入 PayService 的 Map 集合。

1
2
3
4
5

@Autowired
List<PayService> payServices;

@Autowired
PayService[] payServicesArray;

知道了这个功能，当我们需要使用 Spring 实现策略模式就非常简单。

可能有的小伙伴不太了解策略模式，没关系，这类阿粉介绍一个业务场景，通过这个场景给大家介绍一下策略模式。

还是上面的例子，我们当前系统需要对接微信支付、支付宝、以及银行卡支付。

当接到这个需求，我们首先需要拿到相应接口文档，分析三者的共性。

假设我们这里发现，三者模式比较类似，只是部分传参不一样。

所以我们根据三者的共性，抽象出一组公共的接口 PayService，

1
2
3

public interface PayService {
    PayResult epay(PayRequest request);
}

然后分别实现三个实现类，都继承这个接口。

那么现在问题来了，由于存在三个实现类，如何选择具体的实现类？

其实这个问题很好解决，请求参数传入一个唯一标识，然后我们根据标识选择相应的实现类。

比如说我们在请求类 PayRequest 搞个 channelNo 字段，这个代表相应支付渠道唯一标识，比如说支付宝为：00000001,微信支付为 00000002，银行卡支付为 00000003。

接着我们需要把唯一标识与具体实现类一一映射起来，刚好我们可以使用 Map 存储这种映射关系。

我们实现一个 RouteService，具体代码逻辑如下：

1
2
3
4
5
6
7
8
9
10
11
12

@Service
public class RouteService {

    @Autowired
    Map<String, PayService> payServiceMap;

    public PayResult epay(PayRequest payRequest) {
        PayService payService = payServiceMap.get(payRequest.getChannelNo());
        return  payService.epay(payRequest);
    }

}

我们在 RouteService 自动注入 PayService 所有相关 Bean，然后使用唯一标识查找实现类。

这样我们对外就屏蔽了支付渠道的差异，其他服务类只要调用 RouteService 即可。

但是这样实现还是有点小问题，由于我们唯一标识为一串数字，如果像我们上面直接使用 @Autowired注入 Map,这就需要我们实现类的 Bean 名字为 00000001 这些。

但是这样命名不是很优雅，这样会让后来同学很难看懂，不好维护。

所以我们需要做个转换，我们可以这么实现。

首先我们改造一下 PayService 这个接口，增加一个方法，每个具体实现类通过这个方法返回其唯一标识。

1
2
3
4
5
6

public interface PayService {

    PayResult epay(PayRequest request);

    String channel();
}

具体举个支付宝实现类的代码，其他实现类实现类似。

1
2
3
4
5
6
7
8
9
10
11
12
13

@Service("aliPayService")
public class AliPayService implements PayService {

    @Override
    public PayResult epay(PayRequest request) {
        // 业务逻辑
        return new PayResult();
    }
    @Override
    public String channel() {
        return "00000001";
    }
}

最后我们改造一下 RouteService，具体逻辑如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

@Service
public class RouteService {

    @Autowired
    Set<PayService> payServiceSet;
    
    Map<String, PayService> payServiceMap;

    public PayResult epay(PayRequest payRequest) {
        PayService payService = payServiceMap.get(payRequest.getChannelNo());
        return  payService.epay(payRequest);
    }

    @PostConstruct
    public void init() {
        for (PayService payService : payServiceSet) {
            payServiceMap = new HashMap<>();
            payServiceMap.put(payService.channel(), payService);
        }
    }
}

上面代码首先通过自动注入 ` PayService 一个集合，然后我们再将其转为一个 Map`，这样内部存储刚好是唯一标识与实现类的映射了。

好了，今天的小技巧就分享到这里，学到小伙伴，不妨点个赞吧。

阿粉一定鼓足勇气，跟喜欢的女生表白

今天同事问阿粉一个问题，觉得挺有意义的，在这里也问问各位读者们：如果时间可以倒流，你最想做什么呢？为什么呢？

这个问题阿粉也问了问身边的一些朋友们，下面是他们的答案，或许可以给你一些启发

朋友 A ：如果时间可以倒流，我特别想要回到高中的时候，好好学习，踏踏实实的去努力，好好读书。不是那种死板教条的读书，是有计划有效率的读书，希望自己能够死不要脸一些，多向老师和同学请教问题，我可能天资不够聪慧，但是如果能够有效率一些，死不要脸一些，最起码会比现在要好得多吧

朋友 B ：我想回到高三结束的那个暑假啊，跟喜欢的女生表白。我也是后来才知道，当时我喜欢的那个女生，对我也有好感，我当时但凡是再勇敢一点儿，也不至于母胎 solo …

朋友 C ：我跟你讲，要是能回到过去的话，我就回到 2006 年 6 月 1 日，中国船泊 5 元钱，全部身价买了后 2007 年 9 月 298 抛，然后买房子，然后入股腾讯阿里，在微信刚起来的时候就去做公众号，这样的话 2020 年的我可能算不上首富，但起码也可以算是人生赢家了（狗头保命

朋友 D ：我希望我能回到初中的时候，告诉自己你很棒，自信一些。我以前就是一个比较敏感的小女生，非常在意别人看法，心情不愉快的时候就是自己憋着，也不会和别人人沟通，一个人硬抗。有的时候，朋友就会跟我说比较喜欢我，对我称赞有加，但是因为我不是很自信，所以对自己的闪光点视而不见。这些年在男朋友的耐心陪伴下才慢慢建立起自己的自信心，才敢表达自己的想法，说到这里，想和所有的女生说一句，你就是最棒的，不要怀疑自己，要自信一些！（PS ： 这个小姐姐好暖，阿粉爱了

朋友 E ：希望在大学的时候，自己少在宿舍睡会儿觉，打会儿游戏，多出去走走，多交朋友。一定要积极结交朋友，因为他们可以或多或少带给你快乐，在未来的生活里朋友是非常重要的一个存在，很多事情都可以帮到你，真的到那个时候，你会无比的庆幸自己有好朋友在身边陪伴着自己

朋友 F ：如果时间可以倒流，我想回到高中，跟我的老班道个歉，谢谢她当时是一直为我考虑，当时自己太年少轻狂了，根本没有把她的话放在心上，反而以为是老班想要放弃我这个学生了，处处和她顶撞，说那么难听的话。当时如果能够站在她的角度去想想…现在想要和她道个歉，都已经联系不到她了，特别遗憾

朋友 G ： 如果时间可以倒流么？我就回到母亲的子宫里，脐带绕颈三圈勒死我自己，哈哈哈，阿粉你肯定没想到我会这样回答

朋友 G 是个调皮鬼，平时就是段子频出，问他的时候他给我这个回答，真是让我惊呆了，脑回路总是这么清奇

其实阿粉对于这个问题也是认真的想了想，阿粉也有想要回去的时候，比如阿粉小的时候，一家人在冬天围着火炉，边取暖边和父母说笑，现在一年可能也就过年的时候回去；比如阿粉做错事惹母亲生气的时候；但是怎么可能会回去呢

只是当我们有这么念头的时候，肯定是当时是哪里自己没有做好，所以想要回去，尽自己的努力去做的更好一些

过去的已经过去，已经是抓不住的了，其实我们不如将那份心情和遗憾，放在未来，尽全力去做好当下的事情，去抓住未来。

故事还长，不要失望~

Hello 大家好，我是鸭血粉丝，Redis 想必大家一定不会陌生，平常工作中或多或少都会用到，不管是用来存储登录信息还是用来缓存热点数据，对我们来说都是很有帮助的。但是 Redis 的集群估计并不是每个人都会用到，因为很多业务场景或者系统都是一些简单的管理系统，并不会需要用到 Redis 的集群环境。

阿粉之前也是这样，项目中用的的 Redis 是个单机环境，但是最近随着终端量的上升，慢慢的发现单机已经快支撑不住的，所以思考再三决定将 Redis 的环境升级成集群。下面阿粉给大家介绍一下在升级的过程中项目中需要调整的地方，这篇文章不涉及集群的搭建和配置，感兴趣的同学自行搜索。

扶我起来，我还能学

上周六发了一篇文章： 有个程序媛女朋友是什么体验？ ，把阿粉酸的，周六日都没缓过来。但是阿粉又是一个比较负责任的博主，酸归酸，文章还是要更新的

题目是个标题党啦，就是想带你过一遍 ReentrantReadWriteLock ，为了让可爱的读者们多看几眼阿粉的文章，可真是费劲了心思，就问你我暖不暖

ReentrantReadWriteLock 与 ReentrantLock 区别？

在这篇文章中: 阿粉写了八千多字，就是为了把 ReentrantLock 讲透 阿粉对 ReentrantLock 已经做了非常详细的讲解了

那么，今天想要说的 ReentrantReadWriteLock 和 ReentrantLock 有什么区别呢？如果只是从名字上来说的话，就是多了一个 ReadWrite 嘛

如果对 ReentrantLock 比较熟的话，那么当阿粉问你， ReentrantLock 是独占锁还是共享锁，你的第一反应就是: 独占锁

ReentrantReadWriteLock 是在 ReentrantLock 的基础上做的优化，什么优化呢？ ReentrantLock 就是不管操作是读操作还是写操作都会对资源进行加锁，但是聪明的你想想嘛，如果好几个操作都只是读的话，并没有让数据的状态发生改变，这样的话是不是可以允许多个读操作同时运行？这样去处理的话，相对来说是不是就提高了并发呢

很多事情都是说起来容易，具体是怎么实现的呢？

啥也不多说，咱们直接上源码好吧

在使用 ReentrantReadWriteLock 时，一般都是调用 writeLock 和 readLock 两种方法，它在源码中定义如下:

1
2

public ReentrantReadWriteLock.WriteLock writeLock() { return writerLock; }
public ReentrantReadWriteLock.ReadLock  readLock()  { return readerLock; }

而 writeLock 和 readLock 是 ReentrantReadWriteLock 的两个内部类，其中这两种锁的实现如下（其中省略了一些代码）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

public static class ReadLock implements Lock, java.io.Serializable {
    public void lock() {
    	// 共享锁
        sync.acquireShared(1);
    }
		
	public void unlock() {
		// 共享锁
        sync.releaseShared(1);
    }
}

public static class WriteLock implements Lock, java.io.Serializable {
    public void lock() {
    	// 独占锁
        sync.acquire(1);
    }
	
	public void unlock() {
		// 独占锁
        sync.release(1);
    }
}

从源码就能够看出，对于读锁 readLock 它使用的是共享锁，也就是多个线程读没问题 但是对于写锁 writeLock 它使用的是独占锁，就是当一个线程要进行写操作时，其他的线程都要停下来等待

简单点儿说就是：一个资源可以被多个读线程访问，或者被一个写线程访问，但是不能同时存在读线程和写线程，这也是读写锁的定义

ReadLock 和 WriteLock 共享一个变量

如果让你设计一个读写锁的话，会怎样设计？

阿粉还真的认真想了想这个问题，如果让我设计的话，我应该会用两个变量去控制读和写，当线程获取到读锁时就对读变量进行 +1 操作，当获取到写锁时，就对写变量进行 +1 操作

但是通过看 ReentrantReadWriteLock 源码发现，它只是通过一个 state 来实现的

具体实现如下:

1
2
3
4
5
6
7
8
9

static final int SHARED_SHIFT   = 16;
static final int SHARED_UNIT    = (1 << SHARED_SHIFT);
static final int MAX_COUNT      = (1 << SHARED_SHIFT) - 1;
static final int EXCLUSIVE_MASK = (1 << SHARED_SHIFT) - 1;

/** Returns the number of shared holds represented in count  */
static int sharedCount(int c)    { return c >>> SHARED_SHIFT; }
/** Returns the number of exclusive holds represented in count  */
static int exclusiveCount(int c) { return c & EXCLUSIVE_MASK; }

有两个关键方法 sharedCount 和 exclusiveCount ，乖，光是从名字意思来看应该也是可以猜出来的吧: sharedCount 就是共享锁的数量，而 exclusiveCount 则是独占锁的数量

通过看源码，能够看出来，对于 sharedCount 来说，它的计算方式就是无符号右移 16 位，空位都以 0 来补齐( c >>> SHARED_SHIFT; )

对于 exclusiveCount 来说，它的计算方式就是将传进来的 c 和 EXCLUSIVE_MASK 做 “&” 运算，那么 EXCLUSIVE_MASK 的值是什么呢？就是 (1 << SHARED_SHIFT) - 1 ，如果对位运算比较熟的话，应该会很容易看出来 (1 << SHARED_SHIFT) - 1 的值就是 65535 ，化成二进制就是 16 个 1，传进来 c 的值，和 16 位全为 1 做 “&” 运算的话，只有 1 & 1 才为 1 ，也就是说，传进来的 c 值经过这样转换之后，还是原来的值

说到这里，可能有点儿懵了，没关系，咱们来个总结就好说了(为了好理解，我就用大白话说了，争取你们都能看懂

对于 sharedCount 来说，只要传进来的值不大于 65535 ，那么经过计算之后，值都是 0

对于 exclusiveCount 来说，传进来的值是多少，经过计算之后还是多少

不管是 sharedCount 还是 exclusiveCount ，最大值都是 65535 ，因为是和 16 做位运算，其实这个数字也是相当够用了

那么，看到这里，各位应该就比较了解了吧，对于 ReadLock 和 WriteLock 来说，在源码层次其实并不是用两个变量去做的，而是通过一个 state 来实现的，思路真的是非常的巧妙

对于阿粉上面说的，如果还是不清楚的话，可以自己写个 demo 去验证一下，很简单的，就比如下面这样:

1
2
3
4
5
6
7

public static void main(String[] args) {
    int shareCount = 3000 >>> 16;
    System.out.println("shareCount : " + shareCount);

    int exclusiveCount = 1 & ((1 << 16) - 1);
    System.out.println("exclusiveCount : " + exclusiveCount);
}

等你运行完之后，你就发现，哇，怎么和我说的一样，哈哈哈哈

对于 sharedCount 来说，它是针对读锁的，所以不管多少进程进行读取资源，都没关系，所以它的值就是 0

对于 exclusiveCount来说，它是针对写锁的，那么只要有一个进程在进行写入，其他线程都要停下来等待，所以它的值就是传进来的值

综上，使用一个状态的话，我们只需要去判断 state 这个状态就可以了

WriteLock 的具体实现

OK ，既然你都看到了这里，我就默认上面的内容你都理解了

WriteLock 说白了就是独占锁，所以在获取 WriteLock 时，不能只考虑是否有写锁在占用，还要考虑有没有读锁.接下来咱们就去探究一下， WriteLock 它具体是怎么实现的

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

public void lock() {
    sync.acquire(1);
}
        
public final void acquire(int arg) {
    if (!tryAcquire(arg) &&
        acquireQueued(addWaiter(Node.EXCLUSIVE), arg))
        selfInterrupt();
}

protected final boolean tryAcquire(int acquires) {
    Thread current = Thread.currentThread();
    // 获取到锁的状态
    int c = getState();
    // 获取写锁的数量
    int w = exclusiveCount(c);
    // c != 0 说明有读锁/写锁
    if (c != 0) {
        // (Note: if c != 0 and w == 0 then shared count != 0)
        // w == 0 说明此时没有写锁,有读锁 或者 持有写锁的线程不是当前线程
        if (w == 0 || current != getExclusiveOwnerThread())
            return false;
        // 如果写锁数量超出了最大值,没啥说的,抛异常就完事儿了
        if (w + exclusiveCount(acquires) > MAX_COUNT)
            throw new Error("Maximum lock count exceeded");
        // Reentrant acquire
        // 当前线程持有写锁,为重入锁,直接 +acquires 即可
        setState(c + acquires);
        return true;
    }
    // CAS 操作,确保修改值成功
    if (writerShouldBlock() ||
        !compareAndSetState(c, c + acquires))
        return false;
    setExclusiveOwnerThread(current);
    return true;
}

如果对 ReentrantLock 比较熟的话，你会发现，上面的代码大部分都是见过的 有一点区别就是调用了 exclusiveCount 方法，看当前是否有写锁存在，接下来通过 c != 0 and w == 0 判断了当前是否有读锁存在

ReadLock 的具体实现

WriteLock 探究完了，接下来瞅瞅 ReadLock ，话不多说，直接上源码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

public void lock() {
    sync.acquireShared(1);
}

public final void acquireShared(int arg) {
    if (tryAcquireShared(arg) < 0)
        doAcquireShared(arg);
}

protected final int tryAcquireShared(int unused) {
    Thread current = Thread.currentThread();
    int c = getState();
    // 写锁不等于 0 时,看看当前写锁是否在尝试获取读锁
    if (exclusiveCount(c) != 0 &&
        getExclusiveOwnerThread() != current)
        return -1;
    // 获取读锁数量
    int r = sharedCount(c);
    // 读锁不需要阻塞,而且读锁需要小于最大读锁数量,同时 cas 操作进行加 1 操作
    if (!readerShouldBlock() &&
        r < MAX_COUNT &&
        compareAndSetState(c, c + SHARED_UNIT)) {
        // 当前线程是第一个并且第一次获取读锁时
        if (r == 0) {
            firstReader = current;
            firstReaderHoldCount = 1;
        } else if (firstReader == current) {
            // 如果当前线程再次获取读锁,则直接进行 ++ 操作即可
            firstReaderHoldCount++;
        } else {
            // 当前线程不是第一个获取读锁的线程,就放入线程本地变量
            HoldCounter rh = cachedHoldCounter;
            if (rh == null || rh.tid != getThreadId(current))
                cachedHoldCounter = rh = readHolds.get();
            else if (rh.count == 0)
                readHolds.set(rh);
            rh.count++;
        }
        return 1;
    }
    return fullTryAcquireShared(current);
}

看完有没有觉得和写锁那块挺像的，不同就在于因为是读锁嘛，所以只要没有写锁占用，而且读锁的数量没有超过最大的获取数量，就都可以获取读锁

在上面， firstReader firstReaderHoldCount cachedHoldCounter 都是为 readHolds 服务的，它是为了获取当前线程持有锁的数量，在 ThreadLocal 基础上添加了 Int 变量来统计，这样比较方便嘛

具体实现如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14

static final class ThreadLocalHoldCounter
    extends ThreadLocal<HoldCounter> {
    public HoldCounter initialValue() {
        return new HoldCounter();
    }
}

static final class HoldCounter {
    // 当前线程持有锁的数量
    int count = 0;
    // Use id, not reference, to avoid garbage retention
    // 当前线程 ID
    final long tid = getThreadId(Thread.currentThread());
}

回到题目，手写一个读写锁出来？

接下来，再回到题目，如果面试官让手写一个读写锁出来，你会如何实现呢？

在读了源码之后，相信你心里应该有谱了

首先来个 state 变量，然后高 16 位设置为读锁数量，低 16 位设置为写锁数量低，然后在进行读锁时，先判断下是不是有写锁，如果没有，直接读取即可，如果有的话那就需要等待；在写锁想要拿到锁的时候，就要判断写锁和读锁是不是都存在了，如果存在那就等着，如果不存在才进行接下来的操作

在这里阿粉给出一个简单版的实现:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

 public static class ReadWrite{
    // 定义一个读写锁共享变量 state
    private int state = 0;

    // state 高 16 位为读锁数量
    private int getReadCount(){
        return state >>> 16;
    }

    // state 低 16 位为写锁数量
    private int getWriteCount(){
        return state & (( 1 << 16 ) - 1 );
    }

    // 获取读锁时,先判断是否有写锁
    // 如果有写锁,就等待
    // 如果没有,进行加 1 操作
    public synchronized void lockRead() throws InterruptedException{
        while ( getWriteCount() > 0){
            wait();
        }

        System.out.println("lockRead --- " + Thread.currentThread().getName());
        state = state + ( 1 << 16);
    }

    // 释放读锁数量减 1 ,通知其他线程
    public synchronized void unLockRead(){
        state = state - ( 1 << 16 );
        notifyAll();
    }

    // 获取写锁时需要判断读锁和写锁是否都存在,有则等待,没有则将写锁数量加 1
    public synchronized void lockWrite() throws InterruptedException{

        while (getReadCount() > 0 || getWriteCount() > 0) {
            wait();
        }
        System.out.println("lockWrite --- " + Thread.currentThread().getName());
        state ++;
    }

    // 释放写锁数量减 1 ,通知所有等待线程
    public synchronized void unlockWriters(){
        state --;
        notifyAll();
    }
}

阿粉自己测试了下，没啥大问题

但是如果细究的话，还是有问题的，就比如，如果现在我有好多个读锁，如果一直不释放的话，那么写锁是一直没办法获取到的，这样就造成了饥饿现象的产生嘛

解决的话也蛮好解决的，就是在上面添加一个记录写锁数量的变量，然后在读锁之前，去判断一下是否有线程要获取写锁，如果有的话，优先处理，没有的话再进行读锁操作

这块聪明的读者，就试试自己实现吧，阿粉这里就不给具体实现了

前几天阿粉说阿粉最近换了公司，而且入职之后干掉了公司里面的测试数据库的事情，而接下来的事就比较有意思了，来自“科班出身”的哥们和来自“培训出身”的我的大型辩论(SIBI)现场，也不能说是通俗的甩锅，但是确实有那么点意味。

再过一段时间就是国庆假期加上中秋假期了，很多小伙伴都准备趁着这个时间好好出去玩耍，而就在昨天，文化和旅游部最新公布的《在线旅游经营服务管理暂行规定》将于今年10月1日起正式施行，其中特地声明了禁止大数据的杀熟的行为，那么大数据都干了些什么，让的文化和旅游部门专门提醒呢？

Hello 大家好，我是鸭血粉丝，想必看到标题你们就猜到了，阿粉这次又写 bug 了，不过这次不是直接把服务器搞挂了，而是多写了一个判断导致线上业务接口少下放了一条链接数据，没有这个链接，就会导致线上的数据跟其他合作方对不上，换句话说就是会收不到钱！收不到钱意味着就是损失。