weixin_42593797的博客

摘要： MyBatis Cursor流式查询通过逐条加载数据（而非全量加载）有效解决大数据查询的内存溢出问题，适用于百万级以上数据场景。其核心依赖JDBC的流式ResultSet，需在事务中执行（@Transactional），确保连接不提前关闭。支持XML与注解两种方式，但需注意：使用try-with-resources自动关闭资源、避免多线程操作、数据库适配（如MySQL需配置useCursorFetch=true）等。相比传统List查询，Cursor内存占用极低，但占用连接时间较长，需合理配置连接池

本文介绍了MyBatis-Plus在处理百万级大数据量时的游标查询解决方案。相比常规list()方法易导致OOM的问题，MP游标通过"逐行读取+分批处理"机制，能稳定控制内存占用在MB级。文章详细对比了两种查询方式的差异，并提供了三种MP游标实现方案：注解式（简单SQL）、XML式（复杂动态SQL）和条件构造器式（多表关联）。核心要点包括：必须开启事务保证连接不提前释放、合理设置批次大小、及时关闭游标资源。这些方案可有效解决大数据量导出、批量同步等场景下的内存溢出风险，所有代码示例均可直

摘要 本文针对Java项目处理百万级数据查询时的内存溢出问题，详细介绍了MySQL游标的优化实践。通过与传统全量查询对比，游标能实现逐行读取和分批处理，有效控制内存占用。文章具体分析了三种游标类型的特点及适用场景，并给出JDBC和MyBatis两种实现方式的核心代码示例。其中JDBC实现通过设置fetchSize参数实现流式读取，配合批次处理机制确保内存稳定。该方案适用于数据导出、批量更新等大数据场景，能显著降低内存消耗和数据库IO压力，同时提供了事务控制、异常处理等生产级调优建议。

本文对比分析了Java分布式系统中的无状态服务和有状态服务架构。无状态服务不存储客户端状态，每个请求独立处理，具有扩展简单、容错性强的特点；有状态服务则依赖本地存储的会话状态，请求间存在关联，扩展时需考虑状态迁移。文中通过订单查询（无状态）和购物车（有状态）两个代码示例，展示了两种架构的具体实现差异。选择架构时应根据业务需求权衡状态管理、扩展性和容错性等因素。

摘要 本文深入探讨了分布式系统中有状态服务的架构设计与实现。首先解析了有状态服务的核心特征，包括状态依赖性、实例异构性和数据持久性需求，并与无状态服务进行了架构对比。随后通过Java代码示例展示了单机版有状态服务（聊天服务）的实现方式，以及其存在的扩展性限制。文章进一步提出了分布式有状态服务的四大核心组件方案：状态分片、复制、迁移和一致性协调，并给出基于一致性哈希的分片策略实现。最后介绍了如何结合Spring框架构建企业级有状态服务，为复杂业务场景提供可靠的技术支撑。

摘要 本文深入探讨Java无状态服务架构的设计与实现。首先明确无状态服务的核心概念，将其视为纯函数f(request)=response，分析其与有状态服务的本质区别及核心价值。随后提出三大实现原则：状态外部化（将状态存储在Redis等共享系统）、请求自包含（每个请求包含完整信息）和幂等性设计（防止重复请求副作用）。最后介绍关键技术实现，包括使用Spring Session管理分布式会话和基于JWT的无状态认证方案。文章通过具体代码示例，展示了如何构建真正可扩展、高可用的无状态Java服务。

本文对比了Java服务端开发中的无状态和有状态服务。无状态服务不存储客户端状态，每个请求独立且包含全部信息，易于水平扩展；而有状态服务依赖历史状态，服务端保存会话数据，扩展复杂。代码示例展示了两种服务的实现：无状态服务通过参数传递状态，而有状态服务在服务端存储状态。无状态服务可通过状态外置（如Redis）实现扩展性，而有状态服务在集群环境中可能出现状态不一致问题。开发中应根据业务需求选择合适模式，无状态适合高扩展场景，有状态适合需要维护会话的应用。

Java复制算法是一种高效的垃圾回收机制，主要应用于新生代。其核心原理是将内存分为From和To两个空间，只使用From空间分配对象，当空间满时，将存活对象复制到To空间并清空原空间。该算法具有高效内存分配、避免碎片等优点，但存在空间利用率低（50%）、不适合老年代回收等缺点。常见优化包括Appel式复制算法（8:1:1分区）和分代复制算法（结合不同回收策略）。文章通过伪代码详细展示了内存分配、对象复制等实现细节，并分析了算法的适用场景和优化方向。

Java标记-整理垃圾回收算法解析 本文深入剖析了Java垃圾回收机制中的标记-整理算法。该算法通过标记存活对象后，将其向内存一端移动整理来解决内存碎片问题。 核心原理：分为标记和整理两个阶段。标记阶段识别存活对象，整理阶段移动对象并压缩内存空间。相比标记-清除算法，它避免了内存碎片；相比复制算法，它更节省内存空间。 实现步骤：1)标记阶段使用深度优先遍历标记可达对象；2)整理阶段分三步：计算新位置、更新引用、移动对象。文中提供了详细的伪代码实现。 优缺点：优势是内存利用率高且无碎片，适合老年代；缺点是移动

本文详细解析了Java垃圾回收中的标记-清除算法。该算法分为标记和清除两个阶段：首先从GC Roots出发标记所有可达对象，随后回收未被标记的对象。虽然实现简单且通用，但存在内存碎片和STW停顿等问题。文中提供了算法伪代码和完整Java实现，模拟了标记清除过程，并介绍增量标记、并发清除等优化方案。该算法作为基础回收机制，为理解更复杂的GC算法提供了重要基础。

本文系统介绍了Java垃圾回收机制（GC）的核心原理与优化实践。首先阐述了垃圾回收的基本概念和工作原理，详细解析了标记-清除、标记-整理、复制算法和分代收集四种核心算法。接着对比分析了Serial、Parallel、CMS、G1、ZGC等主流Java垃圾回收器的特点及适用场景。文章还提供了GC日志分析方法和性能调优技巧，并通过电商平台的实际案例，展示了如何通过调整堆大小、选择合适收集器等手段显著降低GC停顿时间。通过理解这些原理并进行针对性优化，开发者可以显著提升Java应用的性能和稳定性。

在日常开发中，我们经常会遇到数值字符串的处理需求，比如从 Excel、CSV 文件或接口中获取的数据常以 “02220338.00”“12345.0”“67890.000” 这类形式存在。这类字符串包含多余的小数点和尾部零，且可能存在前导零，直接使用会影响数据校验、存储和展示。本文将介绍多种优雅的处理方法，帮助开发者高效解决数值字符串去零转换问题。

Spring异步编程深度解析：提升应用性能的关键技术 摘要：本文系统介绍了Spring框架中的异步编程实现。首先对比了同步与异步编程的特点，阐述了异步提升吞吐量、改善用户体验的优势。核心实现部分详细讲解了@Async注解的三种使用方式，包括无返回值、有返回值和自定义线程池配置。文章特别强调了生产环境中自定义线程池的必要性，并提供了ThreadPoolTaskExecutor的完整配置示例。最后介绍了异步异常处理机制，通过实现AsyncUncaughtExceptionHandler接口处理异常。这些技术可以

摘要 本文深入探讨了Spring框架中异步方法与事务管理的结合使用问题。分析了异步方法（@Async）与事务（@Transactional）结合时面临的事务上下文丢失、边界控制等挑战，并揭示了基于ThreadLocal的事务传播原理。提供了三种实现方案：异步方法独立事务、主事务提交后执行异步操作、以及使用CompletableFuture处理异步结果。最后提出了最佳实践，包括线程池配置、异常处理和事务参数优化，以帮助开发者确保异步场景下的数据一致性。这些方案有效解决了异步与事务的协调问题，提升了系统可靠性。

Spring编程式事务管理详解 本文深入探讨了Spring框架中编程式事务管理的核心技术与实践方法。文章首先对比了编程式事务与声明式事务的差异，指出编程式事务在复杂嵌套、动态控制等场景下的优势。随后详细介绍了两种实现方式：基于TransactionTemplate的简化操作，通过execute方法封装事务逻辑；以及基于PlatformTransactionManager的底层控制，提供更灵活的事务边界管理。文章包含丰富的代码示例，展示了事务配置、异常处理及回滚机制的具体实现，为开发者提供了一套完整的编程式事

Spring框架高级特性解析：条件化配置（@Conditional）实现环境敏感型Bean创建，支持内置和自定义条件注解；异步处理（@Async）通过线程池提升响应速度，可自定义线程池参数；计划任务（@Scheduled）支持cron表达式和动态配置；事件驱动编程（ApplicationEvent）实现业务解耦。这些特性显著提升企业应用开发效率与系统性能。

Spring声明式事务管理详解 本文全面介绍了Spring框架中的声明式事务管理机制。首先对比了声明式事务与编程式事务的差异，突出声明式事务的低侵入性、配置灵活性和开发效率优势。重点解析了@Transactional注解的使用方法及其关键属性，包括事务传播行为(propagation)、隔离级别(isolation)、回滚规则(rollbackFor/noRollbackFor)、超时设置(timeout)和只读事务(readOnly)。深入剖析了声明式事务基于AOP的实现原理，涉及代理创建、切面织入等核心

本文深入解析了Spring MVC框架的架构原理与核心组件。文章首先介绍了MVC架构模式及其在Spring中的实现，然后详细讲解了DispatcherServlet、HandlerMapping、HandlerAdapter等核心组件的工作原理。通过代码示例展示了请求处理流程，从请求接收到视图渲染的全过程。此外，文章还介绍了@Controller、@RequestMapping等常用注解的使用方法，帮助开发者理解Spring MVC如何通过清晰的组件分工和强大的扩展性，为构建企业级Web应用提供高效支持。

Spring事务隔离级别分析：本文深入剖析了Spring支持的5种事务隔离级别（READ UNCOMMITTED、READ COMMITTED、REPEATABLE READ、SERIALIZABLE和DEFAULT），通过代码示例演示了各隔离级别可能引发的脏读、不可重复读和幻读问题。文章指出READ COMMITTED是最常用级别，适合大多数业务场景；MySQL的REPEATABLE READ通过MVCC和间隙锁解决幻读问题。合理选择隔离级别需在数据一致性和系统性能之间取得平衡，开发者应根据具体业务需求选

Spring事务传播行为是企业级应用处理嵌套事务的核心机制。文章详细解析了Spring提供的7种传播行为，重点分析了三种典型场景：REQUIRED（默认行为，适用于保证操作原子性）、REQUIRES_NEW（创建独立事务，适用于日志记录等场景）和NESTED（创建嵌套子事务，可部分回滚）。通过代码示例展示了各种传播行为的执行流程和应用场景，并对比了NESTED与REQUIRES_NEW的关键区别。掌握这些传播行为有助于开发者在复杂业务场景中精准控制事务边界，确保数据一致性。

本文系统介绍了Spring事务管理的核心概念与实践方法。首先阐述了事务的ACID特性和Spring支持的5种隔离级别、7种传播行为。接着对比了两种实现方式：编程式事务（通过TransactionTemplate）和声明式事务（@Transactional注解）。文章详细讲解了Java配置和XML配置两种启用事务管理的方法，并通过转账业务和订单支付等实际案例，演示了REQUIRED和REQUIRES_NEW等常见传播行为的应用场景。文末强调合理选择事务机制对保障数据一致性的重要性，为开发者提供了全面的Spri

本文深入解析了Spring AOP的核心原理与实现方式。首先介绍了AOP的基本概念，包括切面、连接点、切点、通知等核心术语，并阐述了AOP与OOP的互补关系。其次，详细讲解了Spring AOP的两种实现方式：基于代理的AOP（JDK动态代理和CGLIB代理）以及如何启用AOP功能。通过具体代码示例展示了基于注解的AOP实现，包括五种通知类型和切点表达式语法。文章还提供了XML配置方式实现AOP的方案，并介绍了高级特性如访问连接点信息、参数传递和环绕通知的使用。为开发者全面掌握Spring AOP提供了实用

摘要： Spring IoC（控制反转）是Spring框架的核心，通过容器管理对象创建和依赖注入，实现了对象控制权的反转。文章详细解析了IoC的基本概念（包括DI依赖注入的三种方式）、Spring容器实现（BeanFactory与ApplicationContext）、初始化流程及源码分析，并深入探讨了依赖注入原理、Bean的生命周期阶段（从实例化到销毁）以及高级特性（作用域、自动装配、条件注解）。最后提供了最佳实践建议，如构造器注入优先用于强制依赖。本文为开发者全面理解Spring IoC提供了系统性指导

Spring框架核心剖析：深入理解IoC容器、AOP与事务管理 摘要： 本文系统介绍了Spring框架的核心原理与实现。首先概述Spring的架构发展历程和核心模块，重点解析了IoC容器的控制反转机制和三种依赖注入方式（XML配置、Java注解、配置类）。接着详细阐述了AOP面向切面编程的概念及其实现方法，包括切面定义、切点表达式和五种通知类型。在事务管理部分，对比了编程式和声明式事务的实现，并分析了七种事务传播行为。最后简要介绍了Spring MVC的架构模式。通过理论讲解与代码示例相结合的方式，为开发者

Redis在微服务架构中面临缓存穿透、雪崩等挑战。针对缓存穿透，可采用空值缓存和布隆过滤器双重防护，实现恶意请求拦截；缓存雪崩问题可通过随机过期时间和多级缓存（本地+Redis）架构缓解。文中提供了详细Java代码示例，包括分布式锁、异常处理等实现方案，为构建高可靠缓存系统提供实践指导。

在企业级应用架构中，同一服务器部署多个Spring MVC项目是提升资源利用率的重要手段。本文详细解析了多项目部署的完整技术栈，涵盖环境准备、多Tomcat实例部署、Nginx负载均衡以及服务治理与监控体系。通过操作系统选型、JDK优化、Tomcat实例配置、Docker容器化部署、Nginx负载均衡策略和SSL/TLS优化等步骤，构建了一个高效、稳定、易维护的部署体系。文章还介绍了分布式配置中心（如Apollo和Nacos）的集成，帮助实现动态配置和服务注册，进一步提升系统的可管理性和扩展性。

本文详细介绍了将SpringMVC项目从开发环境迁移到Linux生产环境的完整流程，涵盖了环境准备、项目部署和性能优化等关键步骤。首先，系统选择推荐使用CentOS 7或Ubuntu 18.04 LTS，并提供了系统初始化、JDK安装、Tomcat配置等基础操作的代码示例。接着，文章指导如何调整SpringMVC项目的配置，构建WAR包并部署到Tomcat服务器。最后，针对生产环境，提供了数据库连接配置、JVM参数优化和Tomcat性能调优的具体方案，确保项目在生产环境中稳定高效运行。

本文详细介绍了在Linux服务器上部署多个Spring Boot项目的完整流程。首先，通过系统初始化和JDK安装完成环境准备，接着规划项目结构和端口分配。随后，使用Systemd服务管理多个Spring Boot应用，并通过Nginx配置反向代理和负载均衡。此外，文章还提供了容器化部署方案，使用Docker和Docker Compose简化管理。最后，介绍了服务注册与发现（Eureka）和配置中心（Spring Cloud Config）的集成，以实现更高效的微服务架构。通过这些步骤，开发者可以在单台服务器

本文详细介绍了在Linux环境下部署Spring Boot项目的完整流程，涵盖环境准备、项目打包、生产优化、监控日志、自动化部署等关键环节。首先，系统初始化包括安装必要的工具和配置时区，接着安装并配置JDK 17，并创建专用用户。项目打包部分调整了pom.xml配置，生成可执行JAR文件，并通过SCP上传到服务器进行部署。生产环境优化包括JVM参数调优、数据库连接优化和日志配置优化。Nginx反向代理配置部分介绍了如何安装Nginx并配置反向代理，以及如何启用HTTPS。

随着业务数据量的快速增长，单库单表架构逐渐成为性能瓶颈，分库分表成为解决这一问题的核心方案。本文结合Spring Boot与ShardingSphere，详细介绍了分库分表的实现流程。首先，分析了分库分表的必要性，指出单库在数据量超过500万或单表体积超过10GB时，查询性能显著下降，而ShardingSphere凭借其无侵入性、灵活分片和生态完善等优势，成为理想的技术选型。接着，文章详细讲解了环境准备与基础配置，包括项目初始化、数据库准备以及核心配置文件的编写，特别是分库分表规则的定义。

在SpringBoot应用开发中，统一异常处理是构建健壮系统的关键环节。默认异常处理机制往往无法满足复杂业务场景的需求，自定义异常处理能让错误信息更具业务语义，提升系统可维护性。本文将深入剖析SpringBoot自定义异常的底层原理，并通过实战案例演示实现方法。

本文介绍了如何在 SpringBoot 项目中高效集成 Log4j2 日志框架，并利用注解简化日志管理。首先，通过排除默认的 Logback 并引入 Log4j2 依赖，配置 log4j2.xml 文件实现日志输出。其次，结合 Lombok 的 @Log4j2 注解，简化日志声明，并推荐使用占位符和条件日志记录提升性能。此外，文章还分享了高级技巧，如通过 ThreadContext 自定义日志上下文、配置异步 Appender 提升性能，以及实现日志脱敏处理。这些方法帮助开发者更好地监控和排查系统问题。

本文介绍了Log4j在Java开发中的重要性及其注解功能的使用。Log4j作为Apache旗下的开源日志工具，提供了灵活的日志配置和输出方式，支持多种日志级别和输出目标。Log4j 2在性能和功能上有所提升，注解的引入进一步简化了日志记录流程。文章详细讲解了Log4j的核心日志级别、注解的基本使用、自定义日志记录器名称、日志参数化以及条件日志记录等进阶功能，并结合Web应用请求处理和数据库操作场景，展示了Log4j注解在实际开发中的应用。通过本文，开发者可以快速掌握Log4j注解的使用技巧，提升日志记录的效

Java 应用中的内存垃圾回收（GC）问题常导致性能下降和系统不稳定。本文从问题识别、工具使用和优化策略三个维度，提供了一套完整的 GC 问题解决方法论。首先，通过典型症状（如 Young GC 频率突增、Full GC 耗时过长等）识别问题，并分析内存泄漏的常见场景（如静态集合类泄漏、长生命周期对象持有短对象引用等）。其次，介绍了实时监控工具（如 jstat、jmap、jstack）和可视化分析工具（如 GCeasy、MAT、VisualVM）的使用方法，帮助快速定位问题。最后，提出了分阶段处理策略，包括

Java 8 引入的 Stream API 提供了一种高效且易于理解的数据处理方式，支持声明式编程。Stream 分为普通流和并行流，普通流按顺序处理数据，而并行流利用多核处理器并行处理数据，适用于大数据场景。Stream 的特点包括不存储数据、函数式编程、延迟执行和可消费性。普通流通过集合、数组等方式创建，支持多种中间操作（如过滤、映射、排序等）和终止操作（如收集、统计、归约等）。并行流通过 parallelStream() 或 parallel() 方法创建，基于 Fork/Join 框架实现并行计算，

在 MyBatis 的 XML 映射文件中编写 SQL 条件时，经常会遇到集合或数组的非空判断问题。其中，是一种常见的错误写法。本文将从问题本质、错误原因、正确写法和最佳实践等方面进行全面解析，帮助开发者避免此类陷阱。集合：用size()方法或isEmpty()，推荐使用!。数组：用length属性，推荐使用!。核心原则：先判空（status!= null），再判大小，避免直接访问不存在的字段。通过遵循上述规则，可有效避免和，提升 MyBatis 映射文件的健壮性和可读性。

在 Java 开发中使用 MySQL 进行数据查询时，LEFT JOIN 是常用的连接方式。然而，在 LEFT JOIN 中使用 ON 子句和 WHERE 子句添加过滤条件时，却存在容易混淆的差异。本文将深入剖析这两种条件的本质区别，并通过具体示例帮助开发者正确使用。条件位置 作用阶段对左表记录的影响对右表记录的要求ON 子句连接阶段保留左表所有记录，即使右表无匹配WHERE 子句过滤阶段可能过滤掉左表记录。

在微服务架构中，配置动态刷新、服务状态监控等功能的实现往往需要在多个服务实例间进行通信。Spring Cloud Bus 应运而生，它通过轻量级消息代理链接各个微服务实例，实现配置信息的广播、服务状态变更通知等功能。本文将详细梳理 Spring Cloud Bus 的核心知识点，助力开发者更好地掌握和运用这一利器。

在微服务架构盛行的今天，分布式系统中的服务之间相互调用频繁，而网络的不稳定性、服务自身的故障等问题都可能导致调用失败。一旦某个服务出现故障，可能会引发连锁反应，最终导致整个系统瘫痪。Spring Cloud 中的 Hystrix 断路器正是为解决这类问题而生，它能有效防止服务雪崩，保障系统的稳定性和可用性。本文将深入探讨 Hystrix 断路器的原理，并结合实际案例展示其在 Spring Cloud 项目中的应用。

在多系统协同的应用场景中，单点登录（SSO）是提升用户体验和管理效率的关键技术。基于 Session 的单点登录方案，借助服务器对会话状态的管理，实现用户一次登录、多处访问。本文将深入剖析 Spring Boot 基于 Session 实现单点登录的原理、实现步骤、优缺点及优化策略，并提供详细代码示例。通过本文的详细讲解和代码示例，我们全面掌握了 Spring Boot 基于 Session 实现单点登录的技术要点。