解决方案

aprilz

累计撰写 81 篇文章
累计创建 41 个标签
累计收到 3 条评论

标签搜索

目录CONTENT

以下是解决方案相关的文章

2023-03-04
nps导致cpu飙升90+%，解决方案前言最近打开自己的网站，总是特别慢，最后上服务器一看，查明发现docker部署的nps占用极高。然后开始地毯式搜索发现，有很多人出现同类情况：https://github.com/ehang-io/nps/issues/1007正文解决方案如下，定时每小时监听cpu使用率，当高于90%则让nps定时
- 2023-03-04
- 1106
- 0
- 0
- 解决方案
2023-02-04
Mysql与Redis一致性解决方案延时双删伪代码 public void 延时双删{ // 减少延后删除导致的其他线程读取老数据的尝尽出现。 delCache(key); updateMysql(data); // 解决缓存与mysql无法保证最终一致性的问题。 sleep(time); delCaChe
- 2023-02-04
- 1070
- 0
- 0
2023-02-04
Mysql大表查询慢怎么优化某个表有近千万数据，查询比较慢，如何优化？当MySQL单表记录数过大时，数据库的性能会明显下降，一些常见的优化措施如下：合理建立索引。在合适的字段上建立索引，例如在WHERE和ORDER BY命令上涉及的列建立索引，可根据EXPLAIN来查看是否用了索引还是全表扫描建立分区。对关键字段建立水平分区，
- 2023-02-04
- 993
- 0
- 0
2023-02-01
HashMap取出任意位置元素最效率以及循环方式对比 HashMap取出任意位置元素最效率package com.example.springtest.test;import java.util.HashMap;/** * @Classname TestHashMap * @Description hashmap取出任意位置元素最效率 * @Date
- 2023-02-01
- 818
- 0
- 1
2023-01-10
excel大批量导出解决方案 2_excel大批量导出解决方案多线程实现百万级数据导出到excel考虑前提：大数据量导出到文件，首先需要考虑的是内存溢出的场景：数据库读取数据到内存中、将数据写入到excel进行大量的IO操作。然后考虑到一个文件数据过大，用户打开慢，体验不好。针对这些问题的考虑，采用多线程的方式多个线程同时处理查
- 2023-01-10
- 1075
- 0
- 0
- 其他相关
- 解决方案
2023-01-10
秒杀系统难点解决方案 1_秒杀系统难点解决方案请求削峰到mq (否则返回抢购失败),redis处理下单请求,基于lua脚本扣减库存>>>>扣减成功(否则返回抢购失败),然后以数据库能承受的程度开启线程批量消费数据 ,小粒度化使用乐观锁,再次保证库存扣减安全 .sql脚本# 修改商品库存update
- 2023-01-10
- 888
- 0
- 1
- 其他相关
- 解决方案
2023-01-10
记录点赞数异步化解决方案 CPU飙高在高并发的场景下，异步是一个极其重要的优化方向。前段时间，生产环境发生一次事故，笔者认为事故的场景非常具备典型性。写这篇文章，笔者想和大家深入探讨该场景的架构优化方案。希望大家读完之后，可以对异步有更深刻的理解。1 业务场景老师登录教研平台，会看到课程列表，点击课程后，课程会以视频的形式
- 2023-01-10
- 793
- 0
- 0
- 其他相关
- 解决方案