2503_90542405的博客

Producer的回查逻辑：根据消息中的业务参数（如商品ID、用户ID），查询本地事务的执行状态——比如检查Redis中的扣减流水标记是否存在、MySQL中的扣减流水记录状态是否为"已确认"。这样做的结果是——要么本地事务还没执行（半消息已发送但回滚），要么本地事务已执行（半消息已发送且提交）。RocketMQ的处理方式：Broker发现半消息超过一定时间（默认6秒）未被确认，主动向Producer发起回查请求——“你之前发给我的那条半消息，本地事务到底成功了没？半消息的本质是一条带"事务标记"的消息。

在秒杀系统专栏中，我多次提到"用RocketMQ做异步削峰"“用事务消息保证Redis扣库存和发消息的原子性”。但RocketMQ本身的工作原理，一直没有展开讲过。面试中，消息队列是分布式系统的核心考点：“RocketMQ的NameServer、Broker、Topic、Consumer Group分别做什么？“一条消息从生产到消费，经历了哪些步骤？“RocketMQ和Kafka、RabbitMQ有什么区别？为什么你的秒杀项目选RocketMQ？

本文深入解析Spring框架的四个核心扩展点：BeanFactoryPostProcessor、BeanPostProcessor、InitializingBean/@PostConstruct和Aware接口。这些扩展点允许开发者在Bean生命周期的不同阶段插入自定义逻辑。文章通过典型应用场景和代码示例，展示了如何利用这些扩展点实现属性覆盖、AOP代理、日志注入等功能，帮助开发者深入理解Spring的扩展机制。

本文从设计模式视角解析Spring框架的核心实现机制，重点剖析了单例模式、工厂模式、代理模式、模板方法模式等六大设计模式在Spring中的应用。单例模式通过容器管理保证Bean唯一性；BeanFactory作为IoC容器管理全局Bean生命周期，而FactoryBean封装单个复杂Bean的创建逻辑；AOP基于动态代理实现，区分JDK动态代理和CGLIB两种方式；JdbcTemplate采用模板方法模式封装JDBC固定流程。这些设计模式协同工作，共同构成了Spring框架的底层架构智慧

摘要 Spring事务管理通过AOP动态代理实现，核心是TransactionInterceptor在代理对象中拦截@Transactional方法，自动管理事务开启、提交和回滚。事务传播行为定义了方法调用时的事务处理方式，REQUIRED会加入现有事务，REQUIRES_NEW会创建独立事务，NESTED则使用保存点实现嵌套事务。常见的事务失效场景包括：1）同类方法自调用绕过代理；2）非public方法无法被代理；3）异常被捕获未抛出；4）数据库引擎不支持事务（如MyISAM）。理解原理可避免事务失效问题

本文深入解析了SpringBoot自动配置的核心原理。传统Spring需要手动配置大量XML，而SpringBoot通过@SpringBootApplication注解实现自动配置，该注解由@SpringBootConfiguration、@EnableAutoConfiguration和@ComponentScan三个核心注解组成。这种机制大幅简化了Spring应用的配置工作，开发者只需关注业务配置即可。

SpringMVC采用前端控制器模式，DispatcherServlet作为统一入口。核心流程包含请求接收、Handler映射、拦截器执行、参数解析、方法调用和结果处理。HandlerMapping建立URL到Controller方法的映射，HandlerAdapter解析参数注解（如@RequestParam）。拦截器在预处理和后处理阶段介入，消息转换器处理请求/响应数据格式转换。该架构通过组件协作实现请求到响应的完整处理链路，为开发调试提供理论基础。

Spring AOP通过动态代理技术解决OOP难以处理的横切关注点问题（如日志、权限、事务）。它采用JDK动态代理（基于接口）或CGLIB（基于继承）在运行时生成代理对象，将横切逻辑与核心业务分离。核心概念包括：切面（Aspect）封装横切逻辑，切点（Pointcut）定义拦截规则，通知（Advice）指定增强时机，连接点（JoinPoint）表示可拦截点。Spring Boot 2.x默认使用CGLIB代理，通过切面注解实现事务管理、日志记录等通用功能，使业务代码更简洁。

Spring IoC核心机制解析控制反转（IoC）将对象创建权交给容器，依赖注入（DI）实现解耦，推荐构造器注入方式。容器选择上，ApplicationContext比BeanFactory功能更全面，适合实际开发场景。Bean生命周期包含实例化、属性赋值、初始化、销毁四个阶段，每个阶段都提供扩展点。循环依赖通过三级缓存解决单例Bean问题，但构造器注入导致的循环依赖无法处理。

本文探讨了从单体架构到微服务的演进过程，分析了Nacos、Sentinel和Gateway三大微服务核心组件的作用。Nacos作为注册中心和配置中心，解决了服务发现和配置管理问题；Sentinel通过限流、熔断和降级机制保障系统稳定性；Gateway作为统一入口，提供路由和过滤功能。文章还对比了单体与微服务的优缺点，指出微服务适合中大型系统，但初期需权衡开发效率与运维复杂度。最后强调微服务架构需要根据业务需求渐进式演进。

本文深入探讨了RocketMQ在秒杀系统中的核心应用问题。首先解析了RocketMQ的三个核心组件：生产者（客户端）、Broker服务端（独立进程）和消费者（客户端）的通信机制。其次，详细说明了如何通过异步削峰将3000 QPS的请求降为800 TPS的数据库操作，关键是将同步数据库操作转为异步消息队列处理。文章掲示了流控机制的本质：并发队列数和消费线程数共同控制处理速度。最后指出TPS并非越高越好，需要根据系统瓶颈进行权衡。整套方案通过Redis挡峰值、MQ排队、消费者轻量操作实现了高效削峰填谷。

同步下单在秒杀场景必死，因为数据库写入是串行瓶颈，瞬时高并发会把连接池打满，引发雪崩异步削峰的核心是“请求先进队列，后端匀速消费”，用RocketMQ缓冲瞬时流量Redis预减库存用Lua脚本保证原子性，同时减少发给MQ的无效消息消息堆积通过消费者并发扩容 + 监控告警 + 水平扩容三管齐下消息可靠性依赖发送端回滚 + Broker持久化 + 消费端重试 + 死信队列幂等性用消息ID + Redis setIfAbsent实现，TTL覆盖重试窗口。

本文通过一个Java二维数组遍历的性能差异实验，揭示了CPU缓存机制对程序性能的关键影响。实验显示按行遍历比按列遍历快15倍，这是因为CPU按64字节的"缓存行"读取数据，按行遍历能充分利用缓存的空间局部性。文章进一步解释了多核CPU下的缓存一致性问题，介绍了MESI协议如何维护缓存同步，并分析了"伪共享"现象——当不同线程修改同一缓存行中的不同变量时，会导致性能急剧下降。最后给出了通过填充数据避免伪共享的解决方案，展示了缓存优化对并发程序性能的重要影响。

本文通过一个简单的Java数据库操作示例，深入剖析了代码执行的完整过程。文章首先指出Java代码需要经过JVM编译和解释才能被CPU执行，强调CPU是唯一能执行指令的硬件。然后详细分解了数据库插入操作的四个阶段：CPU处理业务逻辑、发起网络IO、等待响应和恢复执行，揭示了IO密集型任务中CPU实际工作时间极短的特性。文章还解释了操作系统如何通过上下文切换实现多线程并发执行。最终得出结论：每行代码都由CPU执行，但在IO等待期间CPU会转而处理其他任务，这种机制使得计算机能够高效处理并发请求。

Java变量的存储位置直接影响性能。内存分为寄存器、缓存和主存，速度依次降低。栈通过指针移动管理，速度快但容量小，适合局部变量；堆需要垃圾回收，速度慢但容量大，存放对象和成员变量。字符串常量存储在常量池，复用性强。栈的快速访问得益于高缓存命中率，比堆快数十倍。理解变量生命周期和存储机制对优化代码性能至关重要，例如优先使用局部变量减少堆分配。硬件层面的缓存差异是性能差距的核心原因。

本文复盘了一个Redis工具类从1022行"上帝类"重构为门面模式的过程。原工具类将所有Redis数据类型操作混在一起，导致维护困难、扩展性差。通过拆分为1个门面类和7个操作组件，实现了职责分离和统一入口。重构解决了API混乱、性能陷阱等问题，使代码行数减少75%，调用方式更清晰，扩展性显著提升。关键收获包括：当类职责超过3条或代码超过500行时应考虑重构；门面模式适用于需要统一入口的多类型子系统；重构要保证API兼容性。该实践为类似工具类重构提供了可复用的设计模式。

本文深入解析Java线程池的七大核心参数、工作流程及拒绝策略。线程池参数包括核心线程数、最大线程数、空闲存活时间、阻塞队列等，其设置需根据任务类型（CPU密集/I/O密集）合理计算。线程池处理任务时遵循特定流程，队列满后才会创建非核心线程。JDK提供四种拒绝策略：AbortPolicy（抛异常）、CallerRunsPolicy（调用者执行）、DiscardPolicy（静默丢弃）和DiscardOldestPolicy（丢弃最旧任务），需根据业务场景选择。文章还指出Executors工具类的潜在风险，强调

原子类全景图│ 底层：CPU 指令 ││▼│ JVM 层：Unsafe 类 ││▼ ▼ ▼ ▼│ 自旋+CAS │ │ 自旋+CAS │ │ 自旋+CAS │ │ CAS+Cell分散││ 单个变量 │ │ 单个变量 │ │ 单个引用 │ │ 高性能累加 │核心要点回顾CAS 是一条 CPU 原子指令（），实现"比较+交换"的无锁原子操作Java 通过 Unsafe 类调用 CAS，上层封装为 AtomicInteger、AtomicReference 等原子类。

疑问：BlockingQueue 和普通的 Queue 到底有什么本质区别？回答：两个关键特性——“当队列空时阻塞取"和"当队列满时阻塞放”。// 普通队列：空时返回null，满时返回false// null// 阻塞队列：空时阻塞等待，满时阻塞等待bq.take();// 队列空 → 线程阻塞，直到有元素// 队列满 → 线程阻塞，直到有空位// 1. 自然顺序（实现Comparable）// 返回 1（而不是5）// 2. 自定义比较器（按任务紧急程度排序）

本文深入解析了HashMap和ConcurrentHashMap的核心原理，从JDK7到JDK8的演进为主线，剖析了底层数据结构、哈希算法、扩容机制和线程安全问题。重点包括：HashMap的初始容量设计、负载因子选择、JDK8引入的红黑树优化；线程安全问题根源及解决方案；ConcurrentHashMap通过分段锁（JDK7）和CAS+synchronized（JDK8）实现线程安全。文章还对比了两者在不同版本的设计差异，并指出所有优化都是在时间、空间和并发安全之间寻找平衡点。最后提出了ABA问题、弱一致性