-
为什么 HashMap 长度必须是 2 的 n 次幂
2 的 n 次幂 1后面n个0 如： 2^3 = 1000 2^6 = 1000000 取索引的算法 取索引的算法是对hash值取模：hash%length，
-
JDK 1.8 HashMap 源码分析
数据结构 数组 + 单链表 + 红黑树 哈希冲突解决方法 尾插方式 if ((p = tab[i = (n - 1) & hash]) == null)
-
JDK 1.7 HashMap 源码分析
数据结构 数组 + 单链表 哈希冲突解决方法 头插方式 void createEntry(int hash, K key, V value, int bucke
-
MySQL 聚集索引和非聚集索引
聚集索引 聚集索引确定表中数据的物理顺序，每一行数据按照聚集索引物理上排序。 InnoDB存储引擎必须有且仅有一个聚集索引。 聚集索引存储的是这一行的数据本身（
-
Java 中类的变量、代码块、构造方法加载的顺序
加载顺序 父类静态变量 父类静态代码块 子类静态变量 子类静态代码块 父类成员变量 父类代码块 父类构造方法 子类成员变量 子类代码块 子类构造方法 示例代
-
Java 消除 if else 代码的几种方式
提前 return 优化前 if(condition) { //doSomething } else { return; } 优化后
-
Java 进程间通讯的几种方式
IPC 进程间通讯：InterProcess Communication。不同进程间的数据读写。 Socket 方式 如HTTP、TCP、RPC等可以实现直接的
-
Java 中的序列化 Serializable 和 Externalizable
Serializable 被static修饰的字段是不会被序列化的。 被transient修饰符修饰的字段也是不会被序列化的。 public class Per
-
Java 中的 InheritableThreadLocal
使用场景 父子线程中传递数据的方式。 示例代码 main线程中设置了abc，之后再new一个child线程，在child线程中使用inheritableThre
-
Java 中的 ThreadLocal
说明 这里的内存泄露指的是：Thread长时间运行，尤其是线程池中的线程，由于Thread中的threadLocals中的Entry数组包含了关联ThreadL
-
Java 中 Thread 的中断方法
interrupt() 给线程设置一个中断状态，线程仍会继续运行。 但如果线程正好处于等待状态（如：调用wait()、sleep()、join()方法），此时调
-
Java 中 Thread 的 join 方法
介绍 Waits for this thread to die. join()方法上的注释是等待该线程销毁。 t1.join()表示等待t1线程执行完成，继
-
Java 中 Thread 的状态
示意图 NEW 初始化状态 new一个Thread(Runnable)或Thread子类等（不调用start()方法），线程就进入NEW状态。 Thread
-
Java 中的强引用、软引用、弱引用、虚引用、引用队列
强引用 不会被垃圾回收，OOM也不会对该对象进行回收。因此强引用也是造成Java内存泄漏的主要原因之一。 new出来的对象为强引用，obj2指向obj1后obj
-
Java 中的动态代理
Java 内置 API 使用Proxy类代理一个对象，该对象必须实现一个接口。故Java内置的API只能代理实现了接口的对象。 private static c
-
Java FutureTask 源码解析
说明 本文基于Java8。 构造方法 传入Callable对象，使用成员变量接收，并将状态改为NEW。 private Callable<V> ca
2021-03-26，阅读：496，标签：Java FutureTask 面试
-
尾部延迟是什么？如何避免尾部延迟？
概念 有1%的请求耗时高于99%的请求耗时，影响用户体验，甚至拖垮服务。 可能原因 磁盘空间不足/老化 负载高/过载 频繁垃圾回收 请求数据库或第三方资源超时
-
惊群效应是什么？如何避免惊群效应？
线程惊群 惊群效应（thundering herd）是指多进程（多线程）在同时阻塞等待同一个事件的时候（休眠状态），如果等待的这个事件发生，那么他就会唤醒等待的
-
Java 使用 FutureTask 解决缓存击穿（缓存踩踏）问题
缓存击穿 也叫缓存踩踏。 当缓存中无数据时，所有请求都在数据库访问，到时候数据库压力倍增。 自旋锁方案存在的问题 前一篇文章使用了自旋锁来防止缓存击穿问题，但因
-
缓存穿透、缓存雪崩、缓存击穿、缓存污染
缓存穿透 场景描述 缓存和数据库中都没有的数据，用户不断发起请求。如发起id=-1等不合理数据，导致数据库压力过大。 解决方法 增加传参校验，如Validat