大型微服務項目：聽書——11 Redisson分布式布隆過濾器+Redisson分布式鎖改造專輯詳情接口

11 Redisson分布式布隆過濾器+Redisson分布式鎖改造專輯詳情接口

11.1 緩存穿透解決方案&布隆過濾器

  • 緩存穿透解決方案：

    在這里插入圖片描述

  • 布隆過濾器：

    在這里插入圖片描述

  • 布隆過濾器的使用：

    在這里插入圖片描述

11.2 遠程調用查詢所有的專輯id集合

  • 修改：

    在這里插入圖片描述

    /*** 查詢所有的專輯id集合* @return*/
@GetMapping("/getAlbumInfoIdList")
Result<List<Long>> getAlbumInfoIdList();

  • 修改：

    在這里插入圖片描述

    @Override
public Result<List<Long>> getAlbumInfoIdList() {return Result.fail();
}

  • 修改：

    在這里插入圖片描述

    /*** 查詢所有的專輯id集合* @return*/
@GetMapping("/getAlbumInfoIdList")
Result<List<Long>> getAlbumInfoIdList() {List<Long> albumIdList = albumInfoService.getAlbumInfoIdList();return Result.ok(albumIdList);
}

  • 修改：

    在這里插入圖片描述

    /*** 查詢所有的專輯id集合* @return*/
Result<List<Long>> getAlbumInfoIdList() {List<Long> albumIdList = albumInfoService.getAlbumInfoIdList();return Result.ok(albumIdList);
}

  • 修改：

    在這里插入圖片描述

    /*** 查詢所有的專輯id集合* @return*/
@Transactional
public void saveAlbumStat(Long albumId) {ArrayList<String> albumStatus = new ArrayList<>();albumStatus.add(SystemConstant.ALBUM_STAT_PLAY);albumStatus.add(SystemConstant.ALBUM_STAT_SUBSCRIBE);albumStatus.add(SystemConstant.ALBUM_STAT_BROWSE);albumStatus.add(SystemConstant.ALBUM_STAT_COMMENT);for (String status : albumStatus) {AlbumStat albumStat = new AlbumStat();albumStat.setAlbumId(albumId);albumStat.setStatType(status);albumStat.setStatNum(0);albumStatMapper.insert(albumStat);}
}

  • 修改：在ItemService中調用

    在這里插入圖片描述

    /*** 查詢所有專輯的id集合* @return*/
List<Long> getAlbumInfoIdList();

  • 修改：

    在這里插入圖片描述

    /*** 查詢所有的專輯id集合* @return*/
@Override
public List<Long> getAlbumInfoIdList() {Result<List<Long>> albumIds = albumInfoFeignClient.getAlbumInfoIdList();List<Long> albumIdsData = albumIds.getData();if (CollectionUtils.isEmpty(albumIdsData)) {throw new ShisanException(201, "應用中不存在專輯id集合");}return albumIdsData;
}

11.3 本地布隆過濾器的使用

  • 依賴：

    <dependency><groupId>com.google.guava</groupId><artifactId>guava</artifactId><version>23.0</version>
</dependency>

  • 修改：

    在這里插入圖片描述

    import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnel;
import com.google.common.hash.Funnels;@Slf4j
@Service
@SuppressWarnings({"unchecked", "rawtypes"})
public class ItemServiceImpl implements ItemService {// ……其它邏輯BloomFilter<Long> longBloomFilter = null;/*** 初始化本地布隆過濾器*/@PostConstruct // Spring在創建ItemServiceImpl Bean對象的時候，在其生命周期走到初始化前，會調用該方法public void initLocalBloomFilter() {// 創建化布隆過濾器// 創建漏斗（Funnel）// 漏斗（Funnel）：是 Guava 庫中用于將對象轉換為字節流的接口，布隆過濾器通過它將元素哈希為位數組的位置// Funnels.longFunnel()：是 Guava 提供的內置漏斗實現，專門用于處理 Long 類型，將長整型數值轉換為字節流Funnel<Long> longFunnel = Funnels.longFunnel();// BloomFilter.create()：靜態工廠方法，用于創建布隆過濾器實例// longFunnel：指定元素類型（Long）的漏斗，用于元素的哈希轉換// 1000000：預期插入的元素數量（容量）。布隆過濾器會根據此值和誤判率計算所需的位數組大小// 0.01：期望的誤判率（假陽性概率），即當元素實際不存在時，布隆過濾器誤判為存在的概率。這里設置為 1%longBloomFilter = BloomFilter.create(longFunnel, 1000000, 0.01);// 將元素放入布隆過濾器器List<Long> albumInfoIdList = getAlbumInfoIdList();albumInfoIdList.stream().forEach(albumId -> {longBloomFilter.put(albumId);});log.info("本地布隆初始化完畢，布隆中的元素個數：{}", longBloomFilter.approximateElementCount());}/*** 根據專輯id查詢專輯詳情* @param albumId* @return*/@Overridepublic Map<String, Object> getAlbumInfo(Long albumId) {return getDistroCacheAndLockAndBloomFilter(albumId);}// ……其它邏輯/*** 最終版本+布隆過濾器* @param albumId* @return*/private Map getDistroCacheAndLockAndBloomFilter(Long albumId) {// ……其它邏輯// 查詢布隆過濾器（本地）。解決緩存穿透的隨機值攻擊boolean b = longBloomFilter.mightContain(albumId);if (!b) {log.info("本地布隆過濾器中不存在訪問的數據:{}", albumId);return null;}// ……其它邏輯if (acquireLockFlag) { // 若搶得到鎖（即加鎖成功）// ……其它邏輯try {long ttl = 0l; // 數據的過期時間// 回源查詢數據庫albumInfoFromDb = getAlbumInfoFromDb(albumId);// 設置數據的過期時間if (albumInfoFromDb != null && albumInfoFromDb.size() > 0) { // 如果數據庫查詢的數據不為空，則設置一個較長的過期時間ttl = 60 * 60 * 24 * 7l;} else { // 如果數據庫查詢的數據為空，則設置一個較短的過期時間ttl = 60 * 60 * 2;}// 將數據庫查詢的數據同步到Redis緩存，同時設置過期時間redisTemplate.opsForValue().set(cacheKey, JSONObject.toJSONString(albumInfoFromDb), ttl, TimeUnit.SECONDS);} finally {// ……其它邏輯}// 返回數據給前端return albumInfoFromDb;} else { // 若未搶到鎖（即加鎖失敗）// ……其它邏輯}}// ……其它邏輯
}

  • 測試：以 Debug 模型啟動service-search微服務，打斷點

    在這里插入圖片描述

    在這里插入圖片描述

    在這里插入圖片描述

    在這里插入圖片描述

  • 測試完，initLocalBloomFilter()方法就可以注釋掉了。

11.4 Redisson分布式布隆過濾器初始化

  • 分布式布隆過濾器依賴于 Redisson；

    • GitHub：GitHub - redisson/redisson: Redisson - Valkey & Redis Java client. Real-Time Data Platform. Sync/Async/RxJava/Reactive API. Over 50 Valkey and Redis based Java objects and services: Set, Multimap, SortedSet, Map, List, Queue, Deque, Semaphore, Lock, AtomicLong, Map Reduce, Bloom filter, Spring, Tomcat, Scheduler, JCache API, Hibernate, RPC, local cache…；
    • 文檔：Objects - Redisson Reference Guide；

  • 引入依賴：

    在這里插入圖片描述

    <dependency><groupId>org.redisson</groupId><artifactId>redisson</artifactId><version>3.25.0</version>
</dependency>

  • 新建：

    在這里插入圖片描述

    package com.shisan.tingshu.search.config;import org.redisson.Redisson;
import org.redisson.api.RBloomFilter;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.autoconfigure.data.redis.RedisProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.core.StringRedisTemplate;@Configuration
public class RedissonAutoConfiguration {Logger logger = LoggerFactory.getLogger(this.getClass());@Autowiredprivate RedisProperties redisProperties;@Autowiredprivate StringRedisTemplate redisTemplate;/*** 定義Redisson客戶端的Bean對象*/@Beanpublic RedissonClient redissonClient() {// 給Redisson設置配置信息Config config = new Config();config.useSingleServer() // 使用單機模式.setPassword(redisProperties.getPassword()).setAddress("redis://" + redisProperties.getHost() + ":" + redisProperties.getPort());// 創建Redisson客戶端RedissonClient redissonClient = Redisson.create(config);return redissonClient;}/*** 定義一個BloomFilter的Bean對象*/@Beanpublic RBloomFilter rBloomFilter(RedissonClient redissonClient) {// 如果在Redis中沒有這個key，那么會自動創建，并返回這個key對應的布隆過濾器對象。反之 直接返回已經創建好的布隆過濾器// tryInit()方法返回true表示初始化成功（即之前不存在，現在新創建了），返回false表示已經存在（即之前已經初始化過）RBloomFilter<Object> albumIdBloomFilter = redissonClient.getBloomFilter("albumIdBloomFilter");// 初始化布隆過濾器boolean b = albumIdBloomFilter.tryInit(1000000l, 0.001);if (b) {logger.info("成功創建新的布隆過濾器，等待數據填充");} else {logger.info("布隆過濾器已存在，直接使用");}return albumIdBloomFilter;}
}

11.5 讓Spring容器在啟動時就執行一些必要操作的四種實現方法

在這里插入圖片描述

  • @Configuration + @Bean：
    • 在 Spring 中，@Configuration 注解用于標記一個類作為配置類，而 @Bean 注解用于在配置類中聲明一個 Bean；
    • 當 Spring 容器啟動時，會加載這些配置類，并初始化被 @Bean 注解標記的方法所返回的對象，從而實現一些初始化操作；
    • 這種方式是 Spring 中比較基礎的配置方式，通過 Java 代碼的方式來替代傳統的 XML 配置，使得配置更加類型安全和靈活；
  • @Service + @PostConstruct：
    • @Service 注解用于標記一個類作為服務層組件，當 Spring 容器啟動時，會掃描并初始化被 @Service 注解標記的類；
    • 而 @PostConstruct 注解用于標記一個方法，該方法會在 Bean 初始化完成后被調用，通常用于在 Bean 初始化后執行一些初始化邏輯；
    • 這是 Spring 中常用的一種初始化 Bean 的方式，特別是在服務層組件中，經常需要在 Bean 初始化后進行一些資源初始化或數據加載等操作；
  • 利用 SpringBoot 的 Runner 機制。SpringBoot 提供了兩種 Runner 接口來實現在容器啟動后執行特定的邏輯：
    • ApplicationRunner
      • 實現 ApplicationRunner 接口的類會在 SpringBoot 應用啟動后被調用，run 方法會接收一個 ApplicationArguments 對象，可以用來獲取應用啟動時的命令行參數等信息；
      • 這種方式通常用于在應用啟動后執行一些需要訪問應用參數的初始化操作；
    • CommandLineRunner
      • 與 ApplicationRunner 類似，實現 CommandLineRunner 接口的類也會在應用啟動后被調用，run 方法接收的是原始的命令行參數數組；
      • 如果只需要簡單地處理命令行參數，而不需要 ApplicationArguments 提供的高級功能，那么可以使用 CommandLineRunner；
  • 利用 SpringBoot 的監聽器機制（SpringApplicationRunListener）
    • SpringApplicationRunListener 是 SpringBoot 提供的一個監聽器接口，用于監聽 SpringBoot 應用的啟動過程。通過實現這個接口，可以在應用啟動的不同階段執行自定義的邏輯，例如在應用上下文準備好后、應用啟動前等階段。
    • 這種方式提供了對 Spring Boot 應用啟動過程的更細粒度的控制，可以用于在應用啟動的不同階段執行一些自定義的初始化或監控操作。

11.6 利用SpringBoot的Runnner機制完成對分布式布隆過濾器的元素同步

  • 接下來要將專輯id列表放入到分布式布隆過濾器中，此處采用11.5 讓Spring容器在啟動時就執行一些必要操作的四種實現方法的方法三；

  • 新建：

    在這里插入圖片描述

    package com.shisan.tingshu.runners;import com.shisan.tingshu.search.service.impl.ItemServiceImpl;
import org.redisson.api.RBloomFilter;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.BeansException;
import org.springframework.boot.ApplicationArguments;
import org.springframework.boot.ApplicationRunner;
import org.springframework.boot.CommandLineRunner;
import org.springframework.context.ApplicationContext;
import org.springframework.context.ApplicationContextAware;
import org.springframework.stereotype.Component;import java.util.List;/*** 利用SpringBoot的Runnner機制完成對分布式布隆過濾器的元素同步* ApplicationRunner：* 實現ApplicationRunner接口的類會在SpringBoot應用啟動后被調用，run()方法會接收一個ApplicationArguments對象，可以用來獲取應用啟動時的命令行參數等信息；* 這種方式通常用于在應用啟動后執行一些需要訪問應用參數的初始化操作；* CommandLineRunner：* 與ApplicationRunner類似，實現CommandLineRunner接口的類也會在應用啟動后被調用，run()方法接收的是原始的命令行參數數組；* 如果只需要簡單地處理命令行參數，而不需要ApplicationArguments提供的高級功能，那么可以使用CommandLineRunner；*/
@Component
public class BloomFilterRunners implements ApplicationRunner, CommandLineRunner, ApplicationContextAware {// 定義一個ApplicationContextAware接口的實現類，用于獲取spring容器中的Bean對象private ApplicationContext applicationContext;Logger logger = LoggerFactory.getLogger(this.getClass());/*** ApplicationRunner 接口的run()方法會在SpringBoot應用啟動后被調用，run()方法接收一個ApplicationArguments對象，可以用來獲取應用啟動時的命令行參數等信息* 這些參數中：--表示可選參數，沒有--的表示必選參數。比如：--spring.profiles.active=dev表示可選參數，spring.profiles.active=dev表示必選參數* 在該方法中，可以獲取到布隆過濾器的Bean對象，然后將數據同步到布隆過濾器中* @param args* @throws Exception*/@Overridepublic void run(ApplicationArguments args) throws Exception {//        Set<String> optionNames = args.getOptionNames();
//        for (String optionName : optionNames) { // 獲取可選參數
//            System.out.println("命令行中輸入的可選參數名：" + optionName + "值：" + args.getOptionValues(optionName));
//        }
//        for (String nonOptionArg : args.getNonOptionArgs()) { // 獲取必選參數
//            System.out.println("命令行中輸入的必選參數名：" + nonOptionArg + "值：" + args.getOptionValues(nonOptionArg));
//        }// 從Spring容器中獲取到布隆過濾器的Bean對象RBloomFilter rBloomFilter = applicationContext.getBean("rBloomFilter", RBloomFilter.class);// 從Spring容器中獲取應用的Bean對象ItemServiceImpl itemServiceImpl = applicationContext.getBean("itemServiceImpl", ItemServiceImpl.class);// 獲取數據List<Long> albumInfoIdList = itemServiceImpl.getAlbumInfoIdList();// 將數據放到布隆過濾器中for (Long albumId : albumInfoIdList) {rBloomFilter.add(albumId);}// 打印日志，判斷布隆過濾器元素是否同步進去logger.info("分布式布隆過濾器的元素個數：" + rBloomFilter.count());}/*** CommandLineRunner 接口的run()方法會在SpringBoot應用啟動后被調用，run()方法接收的是原始的命令行參數數組* @param args* @throws Exception*/@Overridepublic void run(String... args) throws Exception {}/*** 實現ApplicationContextAware接口，用于獲取spring容器中的Bean對象* @param applicationContext* @throws BeansException*/@Overridepublic void setApplicationContext(ApplicationContext applicationContext) throws BeansException {this.applicationContext = applicationContext;}
}

  • 測試：

    在這里插入圖片描述

11.7 利用SpringBoot的Listener機制完成對分布式布隆過濾器的元素同步

  • 接下來要將專輯id列表放入到分布式布隆過濾器中，此處采用11.5 讓Spring容器在啟動時就執行一些必要操作的四種實現方法的方法四；

    • 先將上一節講的BloomFilterRunners的類上的@Component注解注釋掉；

  • 新建：

    在這里插入圖片描述

    package com.shisan.tingshu.search.listener;import com.shisan.tingshu.search.service.impl.ItemServiceImpl;
import org.redisson.api.RBloomFilter;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.boot.SpringApplicationRunListener;
import org.springframework.context.ConfigurableApplicationContext;
import org.springframework.stereotype.Component;import java.time.Duration;
import java.util.Arrays;
import java.util.List;//@Component 即使加了這個注解，SpringBoot也不會自動掃描到這個Listener類。只能通過 SPI 機制來加載這個Listener類
// SpringApplicationRunListener是SpringBoot提供的一個監聽器接口，用于監聽SpringBoot應用的啟動過程
// 通過實現這個接口，可以在應用啟動的不同階段執行自定義的邏輯，例如在應用上下文準備好后、應用啟動前等階段
public class BloomFilterListener implements SpringApplicationRunListener {Logger logger = LoggerFactory.getLogger(this.getClass());/*** started()方法在SpringBoot應用啟動的過程中被調用，用于監聽SpringBoot應用的啟動過程* 注意：started()方法在SpringBoot應用啟動的過程中會被調用兩次* 第一次是SpringCloud的組件調用的。方法參數ConfigurableApplicationContext，即Spring容器中是沒有應用中定義好的Bean對象* 第二次是SpringBoot組件調用的。方法參數ConfigurableApplicationContext，即Spring容器中才有應用中定義好的Bean對象* @param context   Spring 容器* @param timeTaken 啟動時間*/@Overridepublic void started(ConfigurableApplicationContext context, Duration timeTaken) {logger.info("BloomFilterListener 被實例化！");  // 如果沒有這行日志，說明 SPI 加載失敗logger.info("當前所有 Bean: {}", Arrays.toString(context.getBeanDefinitionNames()));boolean containsBean = context.containsBean("rBloomFilter");if (containsBean) { // 當容器中存在布隆過濾器對象時，才進行布隆過濾器的元素同步（避免started()方法在第一次被調用的時候容器中沒有布隆過濾器對象而報錯）// 從Spring容器中獲取到布隆過濾器的Bean對象RBloomFilter rBloomFilter = context.getBean("rBloomFilter", RBloomFilter.class);// 從Spring容器中獲取應用的Bean對象ItemServiceImpl itemServiceImpl = context.getBean("itemServiceImpl", ItemServiceImpl.class);// 獲取數據List<Long> albumInfoIdList = itemServiceImpl.getAlbumInfoIdList();// 將數據放到布隆過濾器中for (Long albumId : albumInfoIdList) {rBloomFilter.add(albumId);}// 布隆過濾器元素是否同步進去logger.info("分布式布隆過濾器的元素個數：" + rBloomFilter.count());} else {logger.info("容器中不存在布隆過濾器對象");}}
}

  • 新建：手動通過 SPI 機制將 Listener 注入容器

    在這里插入圖片描述

    org.springframework.boot.SpringApplicationRunListener=com.shisan.tingshu.search.listener.BloomFilterListener

  • 測試：

    • 最好先將Redis中關于albumIdBloomFilter的數據刪掉

    • 在日志中也可以看到下面兩行代碼執行了兩次

      logger.info("BloomFilterListener 被實例化！");  // 如果沒有這行日志，說明 SPI 加載失敗
logger.info("當前所有 Bean: {}", Arrays.toString(context.getBeanDefinitionNames()));

    在這里插入圖片描述

  • 修改ItemServiceImpl：

    @Slf4j
@Service
@SuppressWarnings({"unchecked", "rawtypes"})
public class ItemServiceImpl implements ItemService {@Autowiredprivate RBloomFilter rBloomFilter;// ……其它邏輯/*** 最終版本+布隆過濾器* @param albumId* @return*/private Map getDistroCacheAndLockAndBloomFilter(Long albumId) {// ……其它邏輯// 查詢布隆過濾器（本地）。解決緩存穿透的隨機值攻擊
//        boolean b = longBloomFilter.mightContain(albumId);
//        if (!b) {
//            log.info("本地布隆過濾器中不存在訪問的數據:{}", albumId);
//            return null;
//        }// 查詢布隆過濾器（分布式）boolean bloomContains = rBloomFilter.contains(albumId);if (!bloomContains) {return null;}// ……其它邏輯}// ……其它邏輯
}

  • 測試：同11.3 本地布隆過濾器的使用。

11.8 布隆重建的兩種方案（手動和自動）

在這里插入圖片描述

11.9 分布式布隆重建方案之手動重建

  • 新建：

    在這里插入圖片描述

    @GetMapping("/rebuildBloomFilter")
@Operation(summary = "手動重建布隆")
public Result rebuildBloomFilter() {Boolean isFlag = itemService.rebuildBloomFilter();return Result.ok(isFlag);
}

  • 修改：

    在這里插入圖片描述

    /*** 手動布隆重建* @return*/
Boolean rebuildBloomFilter();

  • 修改：

    在這里插入圖片描述

    @Autowired
private RedissonClient redissonClient;/*** 手動布隆重建* @return*/
@Override
public Boolean rebuildBloomFilter() {// 步驟：刪除老布隆的數據 >> 刪除老布隆的配置 >> 創建新布隆 >> 初始化新布隆 >> 將數據放到新布隆// 但在高并發場景下，第一個線程刪除了老布隆的配置但是新布隆還沒有創建時，第二個線程進來仍然使用的是老布隆，此時就會報錯// 優化做法：創建新布隆 >> 初始化新布隆 >> 將數據放到新布隆 >> 刪除老布隆的數據 >> 刪除老布隆的配置 >> 將新布隆的名字重命名為老布隆的名字（第4、5、6步要做成一個原子操作）// 1、創建新布隆RBloomFilter<Object> albumIdBloomFilterNew = redissonClient.getBloomFilter("albumIdBloomFilterNew");// 2、初始化新布隆albumIdBloomFilterNew.tryInit(1000000l, 0.001);// 3、將數據放到新布隆List<Long> albumInfoIdList = getAlbumInfoIdList();for (Long albumId : albumInfoIdList) {albumIdBloomFilterNew.add(albumId);}albumIdBloomFilterNew.add(2000L); // 給新布隆添加一個老布隆不存在的數據，用于測試// 用lua腳本保證這三個步驟的原子性：4、刪除老布隆的數據；5、刪除老布隆的配置；6、將新布隆的名字重命名為老布隆的名字String script = " redis.call(\"del\",KEYS[1])" +"  redis.call(\"del\",KEYS[2])" +// KEYS[1]對應的是下面asList的第一個元素，KEYS[2]對應的是下面asList的第二個元素，以此類推"  redis.call(\"rename\",KEYS[3],KEYS[1])" + // 用后者替換前者"  redis.call(\"rename\",KEYS[4],KEYS[2]) return 0";List<String> asList = Arrays.asList("albumIdBloomFilter", "{albumIdBloomFilter}:config", "albumIdBloomFilterNew", "{albumIdBloomFilterNew}:config");Long execute = redisTemplate.execute(new DefaultRedisScript<Long>(script, Long.class), asList);if (execute == 0) {log.info("老布隆被刪除，新布隆上線");}return execute == 0;
}

  • 測試：

    在這里插入圖片描述

11.10 優化：分布式布隆過濾器只初始化一次&同步數據只做一次

  • 每一次服務已啟動，就會初始化分布式布隆過濾器并同步數據，但是實際上 Redis 中已經存在布隆過濾器和同步數據了。所以此處就優化一下，讓分布式布隆過濾只初始化一次且同步數據只做一次；

  • 修改：加個鎖，讓分布式布隆過濾器只初始化一次且同步數據只做一次

    在這里插入圖片描述

    /*** 定義一個BloomFilter的Bean對象*/
@Bean
public RBloomFilter rBloomFilter(RedissonClient redissonClient) {// 如果在Redis中沒有這個key，那么會自動創建，并返回這個key對應的布隆過濾器對象。反之 直接返回已經創建好的布隆過濾器// tryInit()方法返回true表示初始化成功（即之前不存在，現在新創建了），返回false表示已經存在（即之前已經初始化過）RBloomFilter<Object> albumIdBloomFilter = redissonClient.getBloomFilter("albumIdBloomFilter");// 加個鎖，讓分布式布隆過濾器只初始化一次且同步數據只做一次// 當鎖存在的時候，表示布隆過濾器已經初始化過了，直接返回布隆過濾器對象String bloomFilterLockKey = "albumIdBloomFilter:lock";Boolean aBoolean = redisTemplate.opsForValue().setIfAbsent(bloomFilterLockKey, "1");if (aBoolean) {// 初始化布隆過濾器boolean b = albumIdBloomFilter.tryInit(1000000l, 0.001);  // 利用分布式鎖保證分布式布隆的初始化只做一次if (b) {logger.info("成功創建新的布隆過濾器，等待數據填充");} else {logger.info("布隆過濾器已存在，直接使用");}}return albumIdBloomFilter;
}

  • 修改：如果布隆過濾器元素個數為0，說明布隆過濾器元素還沒有同步，需要同步布隆過濾器元素

    在這里插入圖片描述

    @Override
public void started(ConfigurableApplicationContext context, Duration timeTaken) {logger.info("BloomFilterListener 被實例化！");  // 如果沒有這行日志，說明 SPI 加載失敗logger.info("當前所有 Bean: {}", Arrays.toString(context.getBeanDefinitionNames()));boolean containsBean = context.containsBean("rBloomFilter");if (containsBean) { // 當容器中存在布隆過濾器對象時，才進行布隆過濾器的元素同步（避免started()方法在第一次被調用的時候容器中沒有布隆過濾器對象而報錯）// 從Spring容器中獲取到布隆過濾器的Bean對象RBloomFilter rBloomFilter = context.getBean("rBloomFilter", RBloomFilter.class);if (rBloomFilter.count() == 0) { // 如果布隆過濾器元素個數為0，說明布隆過濾器元素還沒有同步，需要同步布隆過濾器元素// 從Spring容器中獲取應用的Bean對象ItemServiceImpl itemServiceImpl = context.getBean("itemServiceImpl", ItemServiceImpl.class);// 獲取數據List<Long> albumInfoIdList = itemServiceImpl.getAlbumInfoIdList();// 將數據放到布隆過濾器中for (Long albumId : albumInfoIdList) {rBloomFilter.add(albumId);}// 布隆過濾器元素是否同步進去logger.info("分布式布隆過濾器的元素個數：" + rBloomFilter.count());} else {logger.info("布隆過濾器元素已經同步！");}} else {logger.info("容器中不存在布隆過濾器對象");}
}

11.11 使用SpringTask的Schdule機制實現布隆定時重建

  • 新建：

    在這里插入圖片描述

    package com.shisan.tingshu.search.task;import com.shisan.tingshu.search.service.ItemService;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Component;@Component
@Slf4j
public class RebuildBloomFilterTask {@Autowiredprivate ItemService itemService;/*** cron表達式有7位，但實際使用的只有6位，即：秒 分 時 日 月 周 （年）* 注意：日和周不能同時出現，所以如果寫日，就不要寫周，用一個?占位即可** 書寫格式如下：* 字段   允許值    特殊字符* 秒    0-59   , - * /* 分    0-59   , - * /* 時    0-23   , - * /* 日    1-31   , - * / ?* 月    1-12 或 JAN-DEC , - * /* 周    0-7 或 SUN-SAT  , - * / ?* 注意：0 和 7 均表示周日** 特殊字符說明：* 字符   含義                         示例* *    所有值（任意時刻）              0 * * * * *：表示每分鐘執行* ?    忽略該字段（僅用于日或周）      0 0 0 ? * MON：表示每周一執行* -    范圍                         0 0 9-17 * * *：表示9點到17點每小時執行* ,    多個值                        0 0 8,12,18 * * *：表示每天8點、12點、18點執行* /    步長                         0 0/5 * * * *：表示每5分鐘執行一次*///    @Scheduled(cron = "0 0 2 */7 * ?")   // 每周日凌晨2點執行@Scheduled(cron = "*/10 * * * * *")  // 每10秒執行一次（測試用）
//    @Scheduled(fixedDelay = 1000) // 每隔1秒執行一次public void rebuildBloomFilter() {Boolean aBoolean = itemService.rebuildBloomFilter();log.info("分布式布隆重建：{}", aBoolean ? "成功" : "失敗");}
}

  • 同時在ServiceSearchApplication啟動類上加上@EnableScheduling注解；

  • 測試：

    在這里插入圖片描述

11.12 工廠類創建餓漢式單例定時任務線程池+一次性延遲任務+嵌套任務本身實現定時布隆重建

  • 修改：開啟允許循環依賴

    在這里插入圖片描述

    spring:main:allow-circular-references: true

  • 修改：

    在這里插入圖片描述

    @Autowired
private RedissonClient redissonClient;@Autowired
private ItemServiceImpl itemServiceImpl; // 自己注入自己，記得在application.yaml中開啟允許循環依賴/*** ScheduleTaskThreadPoolFactory工廠類+一次性延遲任務+嵌套任務本身實現定時布隆重建*/
@PostConstruct
public void initRebuildBloomFilter() {//        // 創建一個定時任務線程池，核心線程數為2，用于執行定時或周期性任務
//        ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(2);
//        // 安排一個周期性任務：RebuildBloomFilterRunnable，每隔7天執行一次
//        scheduledExecutorService.scheduleWithFixedDelay(
//                new RebuildBloomFilterRunnable(redissonClient, redisTemplate, itemServiceImpl), // 要執行的周期性任務
//                0, // 首次立即執行
//                7, TimeUnit.DAYS // 在上一次任務執行完成后，固定間隔7天再次執行（FixedDelay策略）
//        );
//        // 安排一個一次性延遲任務：RebuildBloomFilterRunnable，在10秒后執行。與上面的周期性任務不同，這個任務只執行一次
//        // 那么怎么實現每10秒執行一次呢？在RebuildBloomFilterRunnable的run方法中，再調用一次scheduledExecutorService.schedule()方法，實現每10秒執行一次
//        scheduledExecutorService.schedule(
//                new RebuildBloomFilterRunnable(redissonClient, redisTemplate, itemServiceImpl),
//                10, TimeUnit.SECONDS
//        );// 從服務啟動開始，每隔7天的凌晨兩點執行一次// 使用ScheduleTaskThreadPoolFactory工廠類，實現定時任務的線程池對象創建ScheduleTaskThreadPoolFactory instance = ScheduleTaskThreadPoolFactory.getINSTANCE();Long taskFirstTime = instance.diffTime(System.currentTimeMillis()); // 傳入當前時間，計算出距離下次執行任務的時間差instance.execute(new RebuildBloomFilterRunnable(redissonClient, redisTemplate, itemServiceImpl),taskFirstTime,TimeUnit.MILLISECONDS);
//        instance.execute(new RebuildBloomFilterRunnable(redissonClient, redisTemplate, itemServiceImpl), 20L, TimeUnit.SECONDS); // 測試用
}

  • 新建：專門用于定時重建布隆過濾器的線程任務類

    在這里插入圖片描述

    package com.shisan.tingshu.search.runnable;import com.shisan.tingshu.search.factory.ScheduleTaskThreadPoolFactory;
import com.shisan.tingshu.search.service.impl.ItemServiceImpl;
import lombok.extern.slf4j.Slf4j;
import org.redisson.api.RBloomFilter;
import org.redisson.api.RedissonClient;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;import java.util.Arrays;
import java.util.List;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;/*** 專門用于定時重建布隆過濾器的線程任務類*/
@Slf4j
public class RebuildBloomFilterRunnable implements Runnable {Logger logger = LoggerFactory.getLogger(this.getClass());private RedissonClient redissonClient;private StringRedisTemplate redisTemplate;private ItemServiceImpl itemServiceImpl;public RebuildBloomFilterRunnable(RedissonClient redissonClient, StringRedisTemplate redisTemplate, ItemServiceImpl itemServiceImpl) {this.redissonClient = redissonClient;this.redisTemplate = redisTemplate;this.itemServiceImpl = itemServiceImpl;}@Overridepublic void run() {// 步驟：刪除老布隆的數據 >> 刪除老布隆的配置 >> 創建新布隆 >> 初始化新布隆 >> 將數據放到新布隆// 但在高并發場景下，第一個線程刪除了老布隆的配置但是新布隆還沒有創建時，第二個線程進來仍然使用的是老布隆，此時就會報錯// 優化做法：創建新布隆 >> 初始化新布隆 >> 將數據放到新布隆 >> 刪除老布隆的數據 >> 刪除老布隆的配置 >> 將新布隆的名字重命名為老布隆的名字（第4、5、6步要做成一個原子操作）// 1、創建新布隆RBloomFilter<Object> albumIdBloomFilterNew = redissonClient.getBloomFilter("albumIdBloomFilterNew");// 2、初始化新布隆albumIdBloomFilterNew.tryInit(1000000l, 0.001);// 3、將數據放到新布隆List<Long> albumInfoIdList = itemServiceImpl.getAlbumInfoIdList();for (Long albumId : albumInfoIdList) {albumIdBloomFilterNew.add(albumId);}albumIdBloomFilterNew.add(2000L); // 給新布隆添加一個老布隆不存在的數據，用于測試// 用lua腳本保證這三個步驟的原子性：4、刪除老布隆的數據；5、刪除老布隆的配置；6、將新布隆的名字重命名為老布隆的名字String script = " redis.call(\"del\",KEYS[1])" +"  redis.call(\"del\",KEYS[2])" +// KEYS[1]對應的是下面asList的第一個元素，KEYS[2]對應的是下面asList的第二個元素，以此類推"  redis.call(\"rename\",KEYS[3],KEYS[1])" + // 用后者替換前者"  redis.call(\"rename\",KEYS[4],KEYS[2]) return 0";List<String> asList = Arrays.asList("albumIdBloomFilter", "{albumIdBloomFilter}:config", "albumIdBloomFilterNew", "{albumIdBloomFilterNew}:config");Long execute = redisTemplate.execute(new DefaultRedisScript<Long>(script, Long.class), asList);if (execute == 0) {log.info("老布隆被刪除，新布隆上線");}// 一次性延遲任務+嵌套任務本身，進而實現定時的效果（Nacos源碼就是這么做的）
//        ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(2);
//        scheduledExecutorService.schedule(this,10, TimeUnit.SECONDS);//但是定時任務線程池被創建了兩次（ItemServiceImpl的initRebuildBloomFilter()中一次，上面一次），所以可以使用工廠模式ScheduleTaskThreadPoolFactory instance = ScheduleTaskThreadPoolFactory.getINSTANCE();instance.execute(this, 7l, TimeUnit.DAYS);
//        instance.execute(this, 20l, TimeUnit.SECONDS); // 測試用}
}

  • 新建：定時任務線程池工廠類

    在這里插入圖片描述

    package com.shisan.tingshu.search.factory;import java.time.LocalDate;
import java.time.LocalDateTime;
import java.time.LocalTime;
import java.time.ZoneId;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;public class ScheduleTaskThreadPoolFactory {static ScheduledExecutorService scheduledExecutorService = null;// 在加載ScheduleTaskThreadPoolFactory類的時候，提前將定時任務的線程池對象創建出來static {scheduledExecutorService = Executors.newScheduledThreadPool(2);}/*** 使用單例設計模式定義一個工廠類的實例對象（餓漢式。在并發情況下，比懶漢式安全一點）* 餓漢式：類加載時就立即初始化單例實例，線程安全但可能造成資源浪費* 懶漢式：首次使用時才初始化單例實例，節省資源但需額外處理線程安全問題*/private static ScheduleTaskThreadPoolFactory INSTANCE = new ScheduleTaskThreadPoolFactory();/*** 獲取上面定義的實例對象*/public static ScheduleTaskThreadPoolFactory getINSTANCE() {return INSTANCE;}/*** 私有化構造器。讓外面無法通過new的方式創建該工廠類的實例對象*/private ScheduleTaskThreadPoolFactory() {}/*** 該方法使得工廠可以接收外部提交過來的任務* runnable：外部提交過來的任務* ttl：延遲時間* timeUnit：時間單位*/public void execute(Runnable runnable, Long ttl, TimeUnit timeUnit) {// 一次性延遲任務+嵌套任務本身，進而實現定時的效果（Nacos源碼就是這么做的）scheduledExecutorService.schedule(runnable, ttl, timeUnit);}/*** 計算時間差*/public Long diffTime(Long currentTime) {// 獲取當前時間的下一周的凌晨2點的時間戳LocalDate localDate = LocalDate.now().plusDays(7);LocalDateTime localDateTime = LocalDateTime.of(localDate, LocalTime.of(2, 0, 0));// 將LocalDateTime轉換為毫秒值。ZoneId.systemDefault()是獲取系統默認時區long time = localDateTime.atZone(ZoneId.systemDefault()).toInstant().toEpochMilli();// 當前時間減去下一周的凌晨2點的時間戳，得到時間差（小減大、大減小都行）Long diffTime = currentTime - time;
//        Long diffTime =time - currentTime;long absDiffTime = Math.abs(diffTime);return absDiffTime;}
}

  • 測試：可能有延遲，正常現象

    在這里插入圖片描述

11.13 Redisson的lock鎖和tryLock鎖

  • Redisson 是一個基于 Redis 的 Java 客戶端，提供了分布式鎖的實現；

  • lock鎖，即lock()方法，是阻塞式的獲取鎖方式

    • 特點：

      • 如果鎖可用，則立即獲取鎖并返回
      • 如果鎖不可用，則當前線程會被阻塞，直到鎖被釋放
      • 支持可重入（同一個線程可以多次獲取同一把鎖）
      • 默認情況下，鎖的租期是30秒，但會通過看門狗機制自動續期

    • 例：

      RLock lock = redisson.getLock("myLock");
try {lock.lock();// 執行業務邏輯
} finally {lock.unlock();
}

    • 注意：必須手動釋放鎖（在 finally 塊中調用unlock()）

  • tryLock鎖，即tryLock() 是非阻塞或帶超時的獲取鎖方式

    • 特點：

      • 非阻塞版本：tryLock() 立即返回獲取結果
      • 超時版本：tryLock(long waitTime, TimeUnit unit) 在指定時間內嘗試獲取鎖
      • 同樣支持可重入

    • 方法重載：

      • boolean tryLock()：嘗試獲取鎖，成功返回true，失敗立即返回false
      • boolean tryLock(long waitTime, long leaseTime, TimeUnit unit)：在waitTime時間內嘗試獲取鎖，獲取成功后鎖的持有時間為leaseTime
      • boolean tryLock(long waitTime, TimeUnit unit)：在waitTime時間內嘗試獲取鎖，獲取成功后鎖會通過看門狗自動續期

    • 例：

      RLock lock = redisson.getLock("myLock");
try {if (lock.tryLock(10, 30, TimeUnit.SECONDS)) {// 在10秒內獲取到鎖，且鎖的租期是30秒// 執行業務邏輯} else {// 獲取鎖失敗}
} finally {if (lock.isHeldByCurrentThread()) {lock.unlock();}
}

  • 二者對比：

    特性lock()tryLock()
    阻塞性阻塞直到獲取鎖非阻塞或帶超時的阻塞
    返回值無返回值返回boolean表示是否獲取成功
    適用場景必須獲取鎖的場景可以容忍獲取鎖失敗的場景
    自動續期默認支持（看門狗機制）取決于參數設置

11.14 最最終版本：Redisson分布式布隆過濾器+Redisson分布式鎖

  • 修改：

    在這里插入圖片描述

    /*** 最最終版本：Redisson分布式布隆過濾器+Redisson分布式鎖* @param albumId* @return*/
@SneakyThrows
private Map getDistroCacheAndLockFinallyRedissonVersion(Long albumId) {// 1.定義緩存keyString cacheKey = RedisConstant.CACHE_INFO_PREFIX + albumId; // 緩存keyString lockKey = RedisConstant.ALBUM_LOCK_SUFFIX + albumId; // 分布式鎖keylong ttl = 0l; // 數據的過期時間// 2.查詢分布式布隆過濾器boolean contains = rBloomFilter.contains(albumId);if (!contains) {return null;}// 3.查詢緩存String jsonStrFromRedis = redisTemplate.opsForValue().get(cacheKey);// 3.1 緩存命中if (!StringUtils.isEmpty(jsonStrFromRedis)) {return JSONObject.parseObject(jsonStrFromRedis, Map.class);}// 3.2 緩存未命中 查詢數據庫// 3.2.1 添加分布式鎖RLock lock = redissonClient.getLock(lockKey);boolean accquireLockFlag = lock.tryLock(); // tryLock：非阻塞、自動續期if (accquireLockFlag) { // 搶到鎖try {// 3.2.2 回源查詢數據Map<String, Object> albumInfoFromDb = getAlbumInfoFromDb(albumId);if (albumInfoFromDb != null) { // 如果根據albumId查詢到的數據不為空，則設置一個較長的過期時間ttl = 60 * 60 * 24 * 7l;} else { // 如果根據albumId查詢到的數據為空，則設置一個較短的過期時間ttl = 60 * 60 * 24l;}// 3.2.3 同步數據到緩存中去redisTemplate.opsForValue().set(cacheKey, JSONObject.toJSONString(albumInfoFromDb), ttl, TimeUnit.SECONDS); // 防止緩存穿透的固定值攻擊return albumInfoFromDb;} finally {lock.unlock();// 釋放鎖}} else { // 沒搶到鎖。等同步時間之后，查詢緩存即可Thread.sleep(200);String result = redisTemplate.opsForValue().get(cacheKey);if (!StringUtils.isEmpty(result)) {return JSONObject.parseObject(result, Map.class);}return getAlbumInfoFromDb(albumId);}
}

  • 記得修改接口：

    /*** 根據專輯id查詢專輯詳情* @param albumId* @return*/
@Override
public Map<String, Object> getAlbumInfo(Long albumId) {return getDistroCacheAndLockFinallyRedissonVersion(albumId);
}

  • 啟用前端測試Redis：

    • 因為根據 albumId 從數據庫中查到是有數據的，所以 TTL 時間較長；
    • 布隆過濾器則看后臺有沒有打印相關日志即可

    在這里插入圖片描述

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/diannao/92760.shtml
繁體地址，請注明出處：http://hk.pswp.cn/diannao/92760.shtml
英文地址，請注明出處：http://en.pswp.cn/diannao/92760.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

STM32與ADS1220實現多通道數據采集的完整分析和源程序

STM32與ADS1220實現多通道數據采集的完整分析和源程序

以下是基于STM32與ADS1220實現多通道數據采集的完整分析和源程序，結合硬件設計、通信協議及軟件優化，提供高精度采集解決方案： 一、系統設計關鍵要點 ADS1220特性 24位高精度ΔΣ ADC，支持4路單端或2路差分輸入 集成PGA（增益1~128）、基準電壓和可編程電流源 多通道限制：…
閱讀更多...
百特搭AI低代碼平臺助力企業國際化業務敏捷拓展

百特搭AI低代碼平臺助力企業國際化業務敏捷拓展

在全球化浪潮下&#xff0c;企業揚帆出海或服務全球客戶已成為重要戰略。然而&#xff0c;開拓國際市場面臨多重挑戰&#xff1a;語言文化差異顯著、本地化需求復雜多變、智能化應用需求激增、各國IT基礎設施與合規要求各異。企業亟需一個能夠快速響應、靈活適應&#xff0c;并…
閱讀更多...
epoll_event數據結構及使用案例詳解

epoll_event數據結構及使用案例詳解

epoll_event 數據結構詳解 在 Linux 的 I/O 多路復用機制 epoll 中&#xff0c;epoll_event 是關鍵的數據結構&#xff0c;用于描述文件描述符&#xff08;fd&#xff09;上的事件和關聯數據。其定義在頭文件 <sys/epoll.h> 中&#xff1a; struct epoll_event {uint32_t…
閱讀更多...
C++11STL容器map和set簡單介紹

C++11STL容器map和set簡單介紹

一、引言map和set底層結構比較復雜&#xff0c;我認為我們先談基本介紹再談C11&#xff0c;最后再談map和set底層以及map和set封裝。二、簡單介紹一下map和setmap和set底層都是紅黑樹&#xff0c;是二叉搜索樹的一種&#xff0c;查找非常快。不像數組、鏈表一樣一個一個對比&am…
閱讀更多...
Java線程基礎面試復習筆記

Java線程基礎面試復習筆記

1. 線程與進程的區別進程是正在運行程序的實例&#xff0c;線程是進程中的執行單元。主要區別&#xff1a; 內存空間&#xff1a;不同進程使用不同的內存空間&#xff0c;同一進程下的線程共享內存空間資源開銷&#xff1a;線程更輕量&#xff0c;線程上下文切換成本比進程上下…
閱讀更多...
面試題（技術面+hr面）

面試題（技術面+hr面）

面試技術面HR面后端HR面常見問題*穩定性&#xff0c;上進心&#xff0c;目標感&#xff0c;抗壓能力&#xff0c;學習能力*回答問題時注意體現上面五點&#xff0c;即使瞎扯也盡量往上靠。面經項目相關介紹一下你收獲最大的一個項目你們團隊有多少人&#xff0c;怎么分工的開發…
閱讀更多...
本地部署Dify教程

本地部署Dify教程

克隆 Dify 代碼倉庫克隆 Dify 源代碼至本地。git clone hts://github.com/langgenius/dify.git啟動 Dify進入 Dify 源代碼的 docker 目錄&#xff0c;執行一鍵啟動命令:cd dify/docker #切換到指定目錄 cp .env.example .env #修改文件名 docker compose up -d #啟動
閱讀更多...
Android Kotlin 協程全面指南

Android Kotlin 協程全面指南

協程是 Kotlin 提供的一套簡化異步編程的輕量級線程操作框架&#xff0c;特別適合 Android 開發中的異步任務處理。以下是 Android 開發中需要掌握的協程核心知識點&#xff1a;1. 協程基礎概念1.1 協程是什么輕量級線程&#xff1a;比線程更高效&#xff0c;可以在單個線程中運…
閱讀更多...
【Linux】進程切換與優先級

【Linux】進程切換與優先級

前言&#xff1a; 上文我們講到了操作系統與Linux中進程的狀態【Linux】進程狀態-CSDN博客 本文我們來講進程的優先級、以及進程的切換 進程優先級 什么是優先級&#xff1f; CPU中資源是有限的&#xff0c;而進程的數量一定是遠大于CPU資源的&#xff0c;所以優先級是進程得…
閱讀更多...
首發即開源！DAWorkBench數據可視化分析軟件正式發布！（附源碼下載網址）

首發即開源！DAWorkBench數據可視化分析軟件正式發布！（附源碼下載網址）

1 系統介紹DAWorkBench是一款面向科研實驗和工程測試場景的數據可視化分析開源軟件&#xff0c;支持實現數據清洗、信號處理和交互式可視化等功能。系統集成文件IO、數據處理以及可視化交互三大模塊&#xff0c;支持多維數據分析與高質量圖表生成&#xff0c;助力用戶高效完成從…
閱讀更多...
Android Studio歷史版本快速下載(二次修改記錄)

Android Studio歷史版本快速下載(二次修改記錄)

原版&#xff1a;Android Studio歷史版本快速下載_android studio 歷史版本下載-CSDN博客 一. 最新版本 https://developer.android.com/studio?hlzh-cn 二. 歷史版本 中國官網的歷史版本為何不能下載&#xff1f;&#xff08;https://developer.android.com/studio/archi…
閱讀更多...
The Missing Semester of Your CS Education 學習筆記以及一些拓展知識（六）

The Missing Semester of Your CS Education 學習筆記以及一些拓展知識（六）

文章目錄The Missing Semester of Your CS Education 學習筆記以及一些拓展知識版本控制Git筆記部分Git的基本工作原理Git 的核心工作原理&#xff1a;快照而非差異Git 的三大工作區域Git的核心對象Git的四個對象對象之間的關系與工作流程&#xff1a;對象的引用Git的安裝和基礎…
閱讀更多...
嵌入式與 Linux 系統中的核心圖形庫全解析

嵌入式與 Linux 系統中的核心圖形庫全解析

嵌入式與 Linux 系統中的核心圖形庫全解析 圖形庫在嵌入式系統與 Linux 桌面系統中扮演著重要角色。從最底層的 GPU 驅動接口&#xff0c;到上層的圖形渲染與 GUI 工具包&#xff0c;共同構成了完整的圖形顯示棧。本文將系統整理圖形相關的核心組件&#xff0c;按功能分層分類&…
閱讀更多...
深度學習模塊實踐手冊（第十二期）

深度學習模塊實踐手冊（第十二期）

56、Ghost 模塊論文《GhostNet: More Features from Cheap Operations》1、作用&#xff1a; Ghost 模塊是一種輕量級的特征提取模塊&#xff0c;旨在通過廉價操作生成更多特征圖&#xff0c;減少計算量的同時保持模型性能。傳統卷積神經網絡在生成特征圖時存在大量冗余計算&am…
閱讀更多...
自己動手造輪子：如何創建JAR并通過Maven在Spring Boot中引用

自己動手造輪子：如何創建JAR并通過Maven在Spring Boot中引用

讓代碼復用變得簡單優雅——3分鐘學會封裝專屬工具庫作為Java開發者&#xff0c;你是否遇到過這些痛點&#xff1f;多個項目重復編寫相同工具類工具代碼分散難以統一維護團隊協作缺乏標準化工具庫本文將手把手教你創建自己的JAR包&#xff0c;并優雅地集成到Spring Boot項目中&…
閱讀更多...
使用dea工具 給vue 里面的ts打斷點

使用dea工具 給vue 里面的ts打斷點

在 Vue 項目中使用 TypeScript 時&#xff0c;我們通常會在 IDE&#xff08;如 JetBrains 的 IntelliJ IDEA 或 WebStorm&#xff09;中設置斷點進行調試。以下是詳細步驟&#xff1a; 準備工作 確保項目已配置 source maps&#xff08;Vue CLI 創建的項目默認已配置&#xff0…
閱讀更多...
Zabbix 企業級分布式監控

Zabbix 企業級分布式監控

目錄 簡介 一、監控系統基礎 1.1 監控的價值 1.2 監控的 5 大類型與 5 大層次 1.3 監控系統的實現原理 二、Zabbix&#xff1a;企業級監控方案 2.1 Zabbix 簡介 2.2 Zabbix 核心功能特性 2.3 Zabbix 角色與架構 三、Zabbix 部署案例 3.1 資源清單 3.2 基礎環境配置…
閱讀更多...
SQL JOIN 全解析：用 `users` 與 `orders` 表徹底掌握內連接、左連接、右連接

SQL JOIN 全解析：用 `users` 與 `orders` 表徹底掌握內連接、左連接、右連接

SQL JOIN 全解析&#xff1a;用 users 與 orders 表徹底掌握內連接、左連接、右連接 在日常開發中&#xff0c;SQL 的連接&#xff08;JOIN&#xff09;語句是數據庫查詢的核心技能。尤其在多表聯合查詢時&#xff0c;不掌握好 INNER JOIN、LEFT JOIN、RIGHT JOIN&#xff0c;…
閱讀更多...
（一）從零搭建unity3d機械臂仿真-unity3d導入urdf模型

（一）從零搭建unity3d機械臂仿真-unity3d導入urdf模型

1.新建工程并加載模型 &#xff08;1&#xff09;unity中新建3d工程 &#xff08;2&#xff09;將機器人模型導入到unity3d中 導入開源Unity-Robotics-Hub的機械臂。 詳細操作參考視頻 ROS Unity URDF Import Testing Robot Motion 使用 URDF Importer工具 在 Unity 中&#x…
閱讀更多...
Linux之網絡部分-應用層自定義協議與序列化

Linux之網絡部分-應用層自定義協議與序列化

一、應用層 1.1、理解協議 協議是一種 "約定". socket api 的接口, 在讀寫數據時, 都是按 "字符串" 的方式來發送接收的。如果我們要傳輸一些 "結構化的數據" 怎么辦呢? 其實&#xff0c;協議就是雙方約定好的結構化的數據。 1.2、網絡版計…
閱讀更多...
最新文章

Copyright @ 2022~2023