分析 Java 并发下的乐观锁
聊完原子操作了，我们进入正题。 大家都知道，一般而言，由于多线程并发会导致安全问题，针对变量的读和写操作，都会采用锁的机制。锁一般会分为乐观锁和悲观锁两种。 悲观锁 对于悲观锁，开发者认为数据发送时发生并发冲突的概率很大，所以每次进行读操作
轻松解决百万并发的Nginx，你知道它是怎么处理这些网络事件的吗
接下来看上面这张图，比如主机 A 就是一台家里的笔记本电脑，那么主机 B 就是一台服务器，上面跑着 Nginx 服务。从主机 A 发送一个 HTTP 的 GET 请求到主机 B，这样的一个过程中主要经历了哪些事件?通过上图数据流部分可以看出： 应用层里发送了一个 GET
5个方案帮助你：高并发环境下，先操作数据库还是先操作缓存？
1）线程A发起一个写操作，第一步set cache 2）线程A第二步写入新数据到DB 3）线程B发起一个写操作，set cache， 4）线程B第二步写入新数据到DB 这样看，也没啥问题。，但是有时候可能事与愿违，我们再看第二个流程图，如下 1）线程A发起一个写操作，第一步
并发问题原因分析及解决
Unsafe.compareAndSwapXXX 实现CAS更改 state 和 队列指针 内部依赖CPU提供的原子指令 可见性与有序性 volatile 修饰 state 与 队列指针 （prev/next/head/tail） 线程阻塞与唤醒 Unsafe.park Unsafe.parkNanos Unsafe.unpark Unsafe类是在sun.misc包下，
服务端高并发分布式架构提升之路
本文以淘宝作为例子，介绍从一百个到千万级并发情况下服务端的架构的演进过程，同时列举出每个演进阶段会遇到的相关技术，让大家对架构的演进有一个整体的认知，文章最后汇总了一些架构设计的原则。 特别说明：本文以淘宝为例仅仅是为了便于说明演进过程可
并发性 – 如何测试数据库中的竞争条件？
我尝试编写数据库代码以确保它不受竞争条件的影响,以确保我已锁定正确的行或表.但我经常想知道：我的代码是否正确？是否有可能强制显示任何现有的竞争条件？我想确保如果它们确实发生在生产环境中,我的应用程序将做正确的事情. 我一般都知道哪个并发查询可
一目了然看懂华为双网并发Link Turbo 如何让快更快
一直以来，华为的Link Turbo技术受到了不少人的喜爱，对于消费者而言，这项技术在游戏对战、视频播放、网络畅聊方面扮演着非常重要的角色，可以说，有了它能够实现WLAN和数据并行使用，让你在关键时刻也能保持流畅。下面，让我们来近距离了解一下Link Turbo
PHP实战经验之系统怎样支撑高并发
高并发系统各不相同。比如每秒百万并发的中间件系统、每日百亿请求的网关系统、瞬时每秒几十万请求的秒杀大促系统。 他们在应对高并发的时候，因为系统各自特点的不同，所以应对架构都是不一样的。 另外，比如电商平台中的订单系统、商品系统、库存系统，
Oracle 11g分析表上的并发统计信息收集
我在Oracle 11g上开发DWH.我们有一些大桌子(2.5亿行),按价值划分.每个分区被分配给不同的馈送源,每个分区独立于其他分区,因此可以同时加载和处理. 数据分布非常不均衡,我们有数百万行的分区,并且分区不超过一百行,但是我没有选择分区方案,而且我不能改变它
Java高并发编程入门篇：AQS
曾经有一道比较比较经典的面试题你能够说说java的并发包下面有哪些常见的类?大多数人应该都可以说出 CountDownLatch、CyclicBarrier、Sempahore多线程并发三大利器。这三大利器都是通过AbstractQueuedSynchronizer抽象类(下面简写AQS)来实现的，所以学习三
