JavaEdge全是干货的技术号

缓冲区，用一块内存空间暂时存放命令数据，以免因数据和命令的处理速度＜发送速度而导致数据丢失和性能问题。往里写数据速度＞从里读数据速度会导致缓冲区需越来越多内存暂存数据。当缓冲区占用内存＞设定上限阈值，就会出现缓冲区溢出。发生溢出，就会丢数据。不给缓冲区设上限，不就没这问题了？No！随累积数据增多，缓冲区所占内存空间越大，耗尽Redis机器可用内存时，Redis实例就会崩溃！所以缓冲区是用来避免请求或数据丢失，使用姿势须正确，才能发挥作用。Redis所有操作命令都需通过C发给S。

模型，也称为抽象，软件核心部分，该系统与其它系统有所区别的关键接口，通过怎样方式将模型提供的能力暴露，是我们与这个软件交互的入口实现，就是软件提供的模型和接口在内部是如何实现的，是软件能力得以发挥的根基了解设计的顺序：模型=》接口=》实现。了解设计，需要一层一层地展开，在每个层次都按照模型、接口和实现进行理解，在头脑中形成一棵设计树。了解设计，先模型，再接口，最后是实现。

池子的最大值、最小值设置很重要，初期可依据经验设置，后面还是需要根据实际运行情况调整。池子中的对象需在使用前预先初始化完成，即预热，如使用线程池时，就要预初始化所有核心线程。若池子未经预热，可能导致系统重启后产生较多慢请求。池化技术核心是一种空间换时间优化方法的实践，所以要关注空间占用情况，避免出现空间过度使用出现内存泄露或频繁GC。

面向对象用来组织程序是好，但我用的是C语言；我用的是C++，函数式编程的好，跟我有什么关系；动态语言那些特性很好，可惜我用的Java；……如果你这么想，说明你被自己的看家本事给局限住了，这种思维方式会让你即便学到了更多好东西，也无可奈何。程序设计语言之间没有那么泾渭分明的界限，唯有多学几门，才能打破语言局限，让设计更好落地。可根据项目特点选择合适语言，也可以将其它语言一些优秀的地方借鉴过来。Andrew Hunt和David Thomas在《程序员修炼之道》（The Pragmatic Prog

高并发时程序忙，短时内创建大量对象，迅速占满内存，这时无内存可用，GC开始启动，并且这次被迫执行的GC面临的是占满整个内存的海量对象，其执行时间也长，相应回收过程会导致进程长时间暂停，进一步导致大量请求被积压待处理。等GC刚结束，更多请求立刻涌进，迅速占满内存，再次被迫执行GC，进入恶性循环。若晋升对象过多，大于老年代的连续内存空间，也会触发Full Gc，然后在这些处理文本的业务流程中，防止频繁创建一次性的大对象，把文本对象做为业务流程直接传递下去，若这些文本需复用，可将他保存起来，防止频繁创建。

对于大部分人，CR只是一个发现问题的过程，本文讨论的是CR是一个沟通反馈的过程。站在沟通反馈的角度，尽可能多地暴露问题，尽可能多地做CR。CR可以从实现方案正确性、算法正确性和代码坏味道的角度去发现问题。CR的频率是越高越好，频率越高，发现和解决问题的难度越低，团队越容易坚持下去。如果把CR推向极致就是随时随地做CR，就是结对编程。CR暴露的问题越多越好，频率越高越好。

看着自己每次根据设计原则及模式的代码重构，虽效果不错，但也自省：如果我的每段代码都这么写，是不是过度设计？把握设计的度，需长久锤炼。做了更多的功能，并不会得到更多的回报，但是，做了更多的功能，软件本身却会不断地膨胀，越难维护。怎么知道系统按照预期工作，就需要有配套自动化测试，最好能TDD，最根本的还是要懂设计，否则，你的代码就是不可测。不懂设计，重构就只是简单提取方法，改改名字，对代码的改进相当有限。让类和方法的数量最小化，不要过度设计，除非你已看到这必须要做个设计，比如，留下适当扩展点，否则，就不要做。

Spring Data有很多配置的默认值，但不一定都适合你。如一个依赖Cassandra 的项目，有时写入数据后，并不能立马读到。这种错误并没有什么报错，一切都是正常的，就是读不到数据。

编程范式指的是程序的编写模式。编程范式对程序员的能力施加了约束，理解编程范式的一个关键点在于，哪些事情不要做。编程范式与具体语言的关系不大，但很多语言都有着自己主流的编程范式。但现在的一个趋势是，打破编程范式的“次元壁”，把不同编程范式中优秀的元素放在一起。可以通过设计，模拟出其他编程范式中的元素程序设计语言的发展趋势也是要融合不同编程范式中优秀的元素学习不同的编程范式，已经成为每个程序员的必修课。学习不同的编程范式，将其中优秀的元素运用在日常工作中。

流水线技术和其他技术一样，需Trade-Off。一个合理的流水线深度，会提升CPU执行计算机指令的吞吐率。一般用IPC（Instruction Per Cycle）来衡量CPU执行指令的效率。IPC是CPI（Cycle Per Instruction）的倒数。即IPC = 3对应CPI = 0.33。Pentium 4和Pentium D的IPC都远低于自己上一代的Pentium III以及竞争对手AMD的Athlon CPU。过深流水线不仅不能提升计算机指令吞吐率，还会加大计算功耗和散热。

组合优于继承。复用方式背后的编程思想：面向组合编程。它给我们提供了一个不同的视角，但支撑面向组合编程的是分离关注点。将不同关注点分离，每个关注点成为一个模块，在需要时组装。面向组合编程，在设计本身上有很多优秀地方，可降低程序复杂度，更是思维转变。参考。

增加资源，通过添加指令缓存和数据缓存，让我们对于指令和数据的访问可以同时进行。这个办法帮助CPU解决了取指令和访问数据之间的资源冲突。就像是在软件开发过程，发现效率不够，于是研发负责人说：“我们需双倍研发资源。”直接进行等待。通过插入NOP这样的无效指令，等待之前的指令完成。这样我们就能解决不同指令之间的数据依赖问题。好比你在提需求时，研发负责人告诉你说：“来不及做，你只能等我们需求排期。”“堆资源”、“等排期”这种解决方案，你懂的，并不能提高效率，只是避免和现有任务冲突。解决流水线冒险的问题.

Java基础库里面的BlockingQueue，都要通过显示地加锁来保障生产者之间、消费者之间，乃至生产者和消费者之间，不会发生锁冲突的问题。但加锁会大大拖慢性能。获取锁时，CPU没有执行计算相关指令，而要等待os或JVM进行锁竞争裁决。那些没有拿到锁而被挂起等待的线程，则需上下文切换。这上下文切换，会把挂起线程的寄存器里的数据放到线程的程序栈。即加载到高速缓存里面的数据也失效了，程序就变得更慢。RingBuffer采用无锁方案，通过CAS进行序号自增和对比，使CPU无需获取os锁。

搜索引擎每天接收大量用户搜索请求，把这些用户输入的搜索关键词记录，再离线统计分析，得到热门TopN搜索关键词。现有一包含10亿个搜索关键词的日志文件，如何快速获取热门榜Top 10搜索关键词？可用堆解决，堆的几个应用：优先级队列、求Top K和求中位数。

程序=数据结构+算法，所以，数据几乎是软件开发最核心的一个组成部分。在一些人的认知中，所谓做软件，就是一系列的 CRUD 操作，也就是对数据进行增删改查。再具体一点，写代码就把各种数据拿来，然后改来改去。我们学习编程时，首先学会的，也是给变量赋值，类似 a = b + 1。改数据，几乎已经成了很多程序员写代码的标准做法。然而，这种做法也带来了很多的问题。满天飞的 Setterpublic void approve(final long bookId) { ... book.setReviewS

服务端软件开发时，通常会把数据存储在DB。而服务端系统遇到的第一个性能瓶颈，往往发生在访问DB时。这时大部分开发会拿出“缓存”，通过使用Redis在DB前提供一层缓存数据，缓解DB压力，提升服务端性能。在数据库前添加数据缓存是常见的性能优化方式这种添加缓存的策略一定有效吗？这种策略在什么情况下是有效的呢？理论分析，添加缓存最佳策略么？如果我们对访问性能要求高，希望数据在1ms，乃至100微妙内完成处理，我们还能用这个添加缓存的策略么？理解局部性原理Intel 8265U的CPU L1 C

不应强迫使用者依赖于它们不需要的方法。因为很多接口都设计得包含了太多内容。更好的设计是把大接口分解成一个个小接口。这里的接口不仅是一种语法，所有的public方法都是接口。我们在做接口设计时，需要关注不同的使用者。我们可以把ISP理解成接口设计的SRP。每个使用者面对的接口，其实都是一种角色接口。识别出接口不同的角色是至关重要的，这也与分离关注点的能力是相关的。ISP还可以从更广泛的角度去理解，也就是说，不要依赖于任何不需要的东西，这个原则可以指导我们在高层次上进行设计。

即便我们能够极尽所能把代码写整洁，规避各种坏味道，但我们小心翼翼维护的代码，还是可能因为新的需求被破坏。新的需求总会在路上，所以，写代码时需要时时刻刻保持嗅觉。这一讲加餐，我来给你讲讲两个发生在真实项目中的故事。一次驳回的实现有个功能，内容作品提交之后要由相应的编辑审核。审核有审核通过和不通过，这是系统中早就开发完成的。有一天，新的需求来了：驳回审核通过的章节，让作者重新修改。造成作品需要驳回的原因有很多，比如，审核标准的调整，这就会导致原先通过审核的作品又变得不合格。先看代码库已有怎样的基础

动态规划适于求解最优问题，如求最大值、最小值等。可显著降低时间复杂度，提高代码的执行效率。难点和递归类似，求解问题的过程不太符合人类常规思维。

引入时序电路，就可以把数据“存储”下来。通过反馈电路，创建了时钟信号，然后再利用这个时钟信号和门电路组合，实现“状态记忆”。电路的输出信号不单单取决于当前的输入信号，还要取决于输出信号之前的状态。最常见的这个电路就是我们的D触发器，它也是我们实际在CPU内实现存储功能的寄存器的实现方式。“冯·诺伊曼”机关键就是程序需要可以“存储”，而不靠固定线路连接或手工拨动开关，实现计算机的可存储和可编程的功能。参考《编码：隐匿在计算机软硬件背后的语言》14章~16章。