三千字Apollo配置中心总结
思维导图
文章已收录Github精选，欢迎Star：https://github.com/yehongzhi/learningSummary
一、概述Apollo（阿波罗）是携程框架部门研发的开源配置管理中心，能够集中化管理应用不同环境、不同集群的配置，配置修改后能够实时推送到应用端，并且具备规范的权限、流程治理等特性。
目前Apollo在github有22.6k颗星，在官网登记的使用的公司有451家，算是很流行的配置中心的框架技术。所以接下来跟着我一起学习Apollo配置中心吧。
二、为什么使用配置中心首先，没有配置中心之前传统的配置都是写在配置文件中，比如各种yml、perproties、xml文件。
写在各种文件里最大的问题在于如果需要改配置信息，需要重新部署发布应用才能生效，这是第一个问题。
后面为了做到动态读取配置信息，后面有人改进一下把配置信息存储在数据库的一张表，程序读取表中的配置信息，这种方式很多公司都还在使用，因为简单，而且灵活(修改配置只需要执行个SQL语句，不需要重新部署发布)。但是也不是最完美的，因为缺少了权限控制，没有管理界面进行统一配置，没有历史版本的
3千字详细讲解OpenFeign的使用姿势
思维导图
文章已收录Github精选，欢迎Star：https://github.com/yehongzhi/learningSummary
前言目前在SpringCloud技术栈中，调用服务用得最多的就是OpenFeign，所以这篇文章讲一下OpenFeign，希望对大家有所帮助。
一、构建工程使用Nacos作为注册中心，不会搭建Nacos的话，可以参考上一篇注册中心的文章。
首先父工程parent引入依赖。
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-dependencies</artifactId>
<version>Finchley.SR1</version>
3千字带你搞懂XXL-JOB任务调度平台
思维导图
文章已收录Github精选，欢迎Star：https://github.com/yehongzhi/learningSummary
一、概述在平时的业务场景中，经常有一些场景需要使用定时任务，比如：
时间驱动的场景：某个时间点发送优惠券，发送短信等等。
批量处理数据：批量统计上个月的账单，统计上个月销售数据等等。
固定频率的场景：每隔5分钟需要执行一次。
所以定时任务在平时开发中并不少见，而且对于现在快速消费的时代，每天都需要发送各种推送，消息都需要依赖定时任务去完成，应用非常广泛。
二、为什么需要任务调度平台在Java中，传统的定时任务实现方案，比如Timer，Quartz等都或多或少存在一些问题：
不支持集群、不支持统计、没有管理平台、没有失败报警、没有监控等等
而且在现在分布式的架构中，有一些场景需要分布式任务调度：
同一个服务多个实例的任务存在互斥时，需要统一的调度。
任务调度需要支持高可用、监控、故障告警。
需要统一管理和追踪各个服务节点任务调度的结果，需要记录保存任务属性信息等。
显然传统的定时任务已经不满足现在的分布式架构，所以需要一个分布式任务
面试官问我什么是JMM
思维导图
文章已收录Github精选，欢迎Star：https://github.com/yehongzhi/learningSummary
面试官：讲讲什么是JMM你要是整这个我可就不困了。
JMM就是Java内存模型(java memory model)。因为在不同的硬件生产商和不同的操作系统下，内存的访问有一定的差异，所以会造成相同的代码运行在不同的系统上会出现各种问题。所以java内存模型(JMM)屏蔽掉各种硬件和操作系统的内存访问差异，以实现让java程序在各种平台下都能达到一致的并发效果。
Java内存模型规定所有的变量都存储在主内存中，包括实例变量，静态变量，但是不包括局部变量和方法参数。每个线程都有自己的工作内存，线程的工作内存保存了该线程用到的变量和主内存的副本拷贝，线程对变量的操作都在工作内存中进行。线程不能直接读写主内存中的变量。
不同的线程之间也无法访问对方工作内存中的变量。线程之间变量值的传递均需要通过主内存来完成。
如果听起来抽象的话，我可以画张图给你看看，会直观一点：
每个线程的工作内存都是独立的，线程操作数据只能在工作内存中进行，然后刷回到主存。
5千字的SpringMVC总结，你值得拥有
思维导图
微信公众号已开启：【java技术爱好者】，还没关注的记得关注哦~
文章已收录到我的Github精选，欢迎Star：https://github.com/yehongzhi/learningSummary
概述SpringMVC再熟悉不过的框架了，因为现在最火的SpringBoot的内置MVC框架就是SpringMVC。我写这篇文章的动机是想通过回顾总结一下，重新认识SpringMVC，所谓温故而知新嘛。
为了了解SpringMVC，先看一个流程示意图：
从流程图中，我们可以看到：
接收前端传过来Request请求。
根据映射路径找到对应的处理器处理请求，处理完成之后返回ModelAndView。
进行视图解析，视图渲染，返回响应结果。
总结就是：参数接收，定义映射路径，页面跳转，返回响应结果。
当然这只是最基本的核心功能，除此之外还可以定义拦截器，全局异常处理，文件上传下载等等。
一、搭建项目在以前的老项目中，因为还没有SpringBoot，没有自动配置，所以需要使用web.xml文件去定义一个DispatcherServlet。现在互联网应用基本上都使用Sprin
MySQL主从复制读写分离，能讲一下吗
思维导图
微信公众号已开启：【java技术爱好者】，还没关注的记得关注哦~
文章已收录到我的Github精选，欢迎Star：https://github.com/yehongzhi/learningSummary
前言在很多项目，特别是互联网项目，在使用MySQL时都会采用主从复制、读写分离的架构。
为什么要采用主从复制读写分离的架构？如何实现？有什么缺点？让我们带着这些问题开始这段学习之旅吧！
为什么使用主从复制、读写分离主从复制、读写分离一般是一起使用的。目的很简单，就是为了提高数据库的并发性能。你想，假设是单机，读写都在一台MySQL上面完成，性能肯定不高。如果有三台MySQL，一台mater只负责写操作，两台salve只负责读操作，性能不就能大大提高了吗？
所以主从复制、读写分离就是为了数据库能支持更大的并发。
随着业务量的扩展、如果是单机部署的MySQL，会导致I/O频率过高。采用主从复制、读写分离可以提高数据库的可用性。
主从复制的原理①当Master节点进行insert、update、delete操作时，会按顺序写入到binlog中。
②salve从库连接master
Canal+Kafka实现MySQL与Redis数据同步
思维导图
前言在很多业务情况下，我们都会在系统中加入redis缓存做查询优化。
如果数据库数据发生更新，这时候就需要在业务代码中写一段同步更新redis的代码。
这种数据同步的代码跟业务代码糅合在一起会不太优雅，能不能把这些数据同步的代码抽出来形成一个独立的模块呢，答案是可以的。
架构图canal是一个伪装成slave订阅mysql的binlog，实现数据同步的中间件。上一篇文章《canal入门》
我已经介绍了最简单的使用方法，也就是tcp模式。
实际上canal是支持直接发送到MQ的，目前最新版是支持主流的三种MQ：Kafka、RocketMQ、RabbitMQ。而canal的RabbitMQ模式目前是有一定的bug，所以一般使用Kafka或者RocketMQ。
本文使用Kafka，实现Redis与MySQL的数据同步。架构图如下：
通过架构图，我们很清晰就知道要用到的组件：MySQL、Canal、Kafka、ZooKeeper、Redis。
下面演示Kafka的搭建，MySQL搭建大家应该都会，ZooKeeper、Redis这些网上也有很多资料参考。
搭建Kafka首先在官网下