估算算法

第一种估算算法

先来一个天真的估算算法：假设要求一个系统的 TPS（Transaction Per Second 或者 Task Per Second）至少为 20，然后假设每个 Transaction 由一个线程完成，继续假设平均每个线程处理一个 Transaction 的时间为 4s。那么问题可以转化为：如何设计线程池大小，使得可以在 1s 内处理完 20 个 Transaction？这里计算过程可以很简单，每个线程的处理能力为 0.25TPS，那么要达到 20TPS，显然需要 20/0.25=80 个线程。

很显然这个估算算法很天真，因为它没有考虑到 CPU 数目。一般服务器的 CPU 核数为 16 或者 32，如果有 80 个线程，那么肯定会带来太多不必要的线程上下文切换开销。

第二种估算算法

第二种估算算法比较简单，但不知是否可行（N 为 CPU 总核数）：

• 如果是 CPU 密集型应用，则线程池大小设置为 N+1
• 如果是 IO 密集型应用，则线程池大小设置为 2N+1

如果一台服务器上只部署这一个应用并且只有一个线程池，那么这种估算或许合理，具体还需自行测试验证。

前言

本文主要介绍如何检测 Java 代码规范与格式化 Java 代码，包括 IDEA 插件与 Maven 插件的使用。

代码规范检测插件

IDEA 代码规范检测插件

IDEA 可以使用 CheckStyle-IDEA 插件来检测 Java 代码的规范，它可以保证每位提交者的代码规范都保持一致。值得一提的是，CheckStyle-IDEA 插件只能检测代码的规范，并不能格式化代码。

创建规则文件

在项目中创建 checkstyle.xml 规则文件，例如路径为 config/checkstyle/checkstyle.xml。

• Alibaba Nacos 的 CheckStyle 规则文件如下，要求 CheckStyle 的版本至少为 8.30

前言

本文将介绍 VuePress 如何渲染 Mermaid 绘图，适用于 VuePress 1.x 与 VuePress 2.x。

VuePress 1.x

VuePress 1.x 可以直接安装第三方插件 vuepress-plugin-mermaidjs 来渲染 Mermaid 绘图，插件的详细文档可看 这里。

安装插件

安装插件时必须指定具体的版本号，否则默认会安装最新版本的插件，最新版本不兼容 VuePres 1.x。

1

$ npm install vuepress-plugin-mermaidjs@1.9.1 -D

配置插件

编辑 VuePress 1.x 的 .vuepress/config.js 配置文件，新增 mermaidjs 插件，如下所示：

1
2
3
4
5

module.exports = {
    plugins: [
        'vuepress-plugin-mermaidjs'
    ]
}

前言

Docker 镜像

本文直接使用 DockerHub 平台上的 Oracle 11g 镜像，基于 Ubuntu 18.04 LTS 系统，数据库版本是 Oracle Express Edition 11g Release 2（11.2.0.2.0）。

Oracle 版本列表

在 Oracle 数据库的发展中，数据库一直处于不断升级状态，一共有以下几个版本：

• Oracle 8i：Oracle 8i 表示 Oracle 正式向 Internet 上发展，其中 i 表示就是 internet。
• Oracle 9i：Oracle 8i 是一个过渡版本，Oracle 9i 是一个更加完善的数据库版本。
• Oracle 10g：g 表示 grid，代表网格的意思，即这种数据库采用网格计算的方式进行操作。
• Oracle 11g：是 Oracle 10g 的稳定版本，Oracle 11g 是目前使用最广泛的版本。
• Oracle 12c：是 Oracle 2013 年推出的数据库版本，c 代表 Cloud，代表云计算的意思，同时 Oracle 12c 支持大数据的处理能力。
• Oracle 18c、Oracle 19c 是对 12c 版本的完善和发展。

Kafka 生产者

生产者消息发送流程

生产者消息发送原理

Kafka 的 Producer 发送消息采用的是异步发送的方式。在消息发送的过程中，涉及到了两个线程 — main 线程和 Sender 线程。在 main 线程中，会创建一个双端队列 RecordAccumulator。值得一提的是，main 线程将消息发送给 RecordAccumulator 时，Sender 线程会不断从 RecordAccumulator 中拉取消息并发送到 Kafka Broker。

消息队列

目前企业中比较常见的消息队列产品主要有 Kafka、ActiveMQ、RabbitMQ、RocketMQ 等。在大数据场景主要采用 Kafka 作为消息队列，而在 JavaEE 开发中主要采用 ActiveMQ、RabbitMQ、RocketMQ。

消息队列的优势

• 解耦 - 允许独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束

前言

本文适用于在 Centos/Debian/Ubuntu 等 Linux 发行版系统上，使用多台物理机器（至少三台）搭建 Kafka 集群。

Zookeeper 集群搭建

本文的 Kafka 集群搭建依赖于 Zookeeper，因此生产环境需要将 Zookeeper 集群提前搭建起来。值得一提的是，从 Kafka 2.8.0 版本开始，Kafka 自身实现了 Raft 分布式一致性机制，这意味着 Kafka 是可以脱离 ZooKeeper 独立运行的。

集群规划

前言

本文适用于在 Centos/Debian/Ubuntu 等 Linux 发行版系统上，使用单机搭建 Kafka 集群。

Zookeeper 集群搭建

本文的 Kafka 集群搭建依赖于 Zookeeper，因此需要将 Zookeeper 单机集群提前搭建起来。值得一提的是，从 Kafka 2.8.0 版本开始，Kafka 自身实现了 Raft 分布式一致性机制，这意味着 Kafka 是可以脱离 ZooKeeper 独立运行的。

集群规划

前言

在企业级开发中，我们经常会有编写数据库文档的时间付出，关于数据库文档的状态：要么没有、要么有但都是手写、后期运维开发都需要手动对文档进行维护，很是繁琐。如果忘记一次维护就会给以后的工作造成很多困扰，这无形中留了很多坑给自己和后人。screw 是一款简洁好用的数据库文档生成工具，专为解决这一开发痛点而生。

screw 介绍

特色功能

• 灵活扩展
• 支持自定义模板
• 支持多种数据库
• 支持多种格式的文档
• 简洁、轻量、设计良好

大纲

• C++ 进阶基础之一、C++ 进阶基础之二、C++ 进阶基础之三
• C++ 进阶基础之四、C++ 进阶基础之五、C++ 进阶基础之六
• C++ 进阶基础之七、C++ 进阶基础之八

stack 容器

stack 容器的概念

stack 是一种先进后出（First In Last Out，FILO）的数据结构，它只有一个出口。stack 容器允许新增元素、移除元素、取得栈顶元素，但是除了最顶端的元素外，没有任何其他方法可以存取 stack 中的其他元素。stack 没有迭代器，容器中所有元素的进出都必须符合 “先进后出” 的规则，只有 stack 最顶端的元素，才有机会被外界取用。换言之，stack 不提供遍历功能，也不提供迭代器。deque 是双向开口的数据结构，若以 deque 为底部结构并封闭其头端开口，便轻而易举地形成一个 stack。因此，SGI STL 便以 deque 作为缺省情况下的 stack 底部结构。由于 stack 以底部容器完成其所有工作，而具有这种 “修改某物接口，形成另一种风貌” 的性质者，称为 adapter（配接器），因此，STL stack 往往不被归类为 container（容器），而被归类为 container adapter（容器配接器）。