目 录CONTENT
以下是
陌念
的文章
-
-
MongoDB数据处理 MongoDB 提供了两套数据管理工具：`mongodump`/`mongorestore` 用于整库备份与恢复，`mongoexport`/`mongoimport` 用于数据集的导出与导入。其中，`mongoexport` 可将集合导出为 JSON 或 CSV 格式，并支持指定字段和查询条件；`mongoimport` 则可将 JSON/CSV 文件导入数据库，支持字段映射和 CSV 头部行识别。备份时，`mongodump` 指定主机、数据库和输出目录，生成二进制备份文件；恢复时，`mongorestore` 指定主机、数据库和备份目录，可选择是否覆盖现有数据。对于认证数据库，需添加用户名、密码和认证数据库参数。这些工具适用于不同场景的数据迁移、备份与恢复操作。
-
-
优化SpringBoot项目启动时间和内存占用 作者使用Spring Cloud Alibaba搭建了包含7个微服务的项目，部署在2C4G的阿里云服务器上，采用Docker部署Spring Boot fat jar镜像。每个微服务默认占内存约500M，加上Nacos、Redis、Sentinel、RocketMQ、ELK等中间件，内存压力巨大，仅部署4个微服务便内存不足。为此，作者尝试通过JVM参数优化（如-Xms128m、-Xmx128m、-Xss256k等）将内存占用降至100~200M，但未达预期的几十M目标。经调研，作者计划采用Spring Native技术以实现更低内存占用和更快启动速度，其官方示例镜像仅50M，但构建时间较长（约2分钟），且该技术尚处快速迭代阶段，暂不推荐用于生产环境。文章未完待续。
-
-
造了一个 Redis 分布锁的轮子，没想到还学到这么多东西！！！ 本文围绕MySQL可重复读隔离级别下的数据一致性问题及Redis分布式锁的实现展开。首先，通过实际案例说明了在可重复读模式下，事务快照读可能导致Java层余额校验失效，进而引发余额为负的异常情况，强调了在更新时加条件判断（如`balance>0`）的必要性。接着，文章转向Redis分布式锁实现，介绍了使用`SET NX EX`命令原子加锁、用Lua脚本+`DEL`实现安全解锁，避免错解锁问题。通过`EVAL`和`EVALSHA`优化脚本执行效率，并结合Spring Boot实现锁操作。最后，指出了Redis分布式锁存在的缺陷：无法重入、锁超时释放、主从同步导致锁失效，建议通过守护线程延长锁时间或采用RedLock算法提升可靠性，同时预告下篇将详解可重入分布式锁。
-
MySQL可重复读，一个 P0 事故！！！ 本文讲述了一起因数据库从Oracle切换至MySQL后引发的“余额多扣”生产事故。原系统在Oracle下运行正常，但在MySQL默认RR隔离级别下，由于MVCC（多版本并发控制）机制导致并发事务读取旧版本数据，出现余额不足仍被扣款的问题。核心原因在于：事务2在t5时刻使用“当前读”获取最新数据（1,900），但因事务1尚未提交，该版本对事务2不可见；事务2只能回溯至上一版本（1,1000），导致错误判断余额充足并执行扣款。在RC隔离级别下，事务2每次查询重新生成一致性视图，能读取已提交的最新数据，避免了问题。本文深入解析了MySQL MVCC、一致性视图、快照读与当前读机制，揭示了在高并发场景下数据库隔离级别与数据一致性的重要关系，强调在数据库迁移或系统重构时需充分考虑并发控制行为的差异。
-
-
基于SpringBoot拦截所有接口类及实现类中方法上面的自定义注解 本文介绍了在Spring Boot中使用自定义注解同时拦截接口方法和实现类方法的实现方案。通过定义`@Ax`注解、创建`AxMethodPointcutAdvisor`匹配切入点、实现`AxInterceptor`拦截器，并注册`DefaultAdvisorAutoProxyCreator`，实现了对注解方法的统一拦截。关键在于`DefaultAdvisorAutoProxyCreator`会自动为匹配的方法生成CGLIB代理，从而支持接口方法的拦截。测试显示，无论注解在接口或实现类上，均可成功拦截并执行前后逻辑。文章强调，接口必须有实现类，否则Spring启动会报错。该方案借鉴了“keetone”大神的思想，并提供了完整可运行的代码示例，适合在需要灵活使用自定义注解的场景中应用。（198字）
-
Java-Collectors(Stream流)常用的20个方法 本文介绍了Java 8 Stream API中常用的`Collectors`工具类方法，用于对流中的元素进行收集、聚合和转换。主要内容包括：通过`toList()`、`toSet()`、`toCollection()`将元素收集为不同集合类型，其中`toSet()`自动去重；`toUnmodifiableList()`和`toUnmodifiableSet()`生成不可变集合；`counting()`统计元素数量；`minBy()`和`maxBy()`分别求最小/最大值，支持自然排序或自定义比较器；`joining()`用于拼接字符串；`averagingInt()`、`averagingLong()`、`averagingDouble()`计算平均值（返回Double类型）；`summingInt()`、`summingLong()`、`summingDouble()`计算总和；`summarizingInt()`提供统计摘要（含计数、总和、最小值、最大值、平均值）；`toMap()`创建Map，支持处理重复键；`partitioningBy()`按条件将集合分为两部分；`groupingBy()`实现多级分组，支持指定分组集合类型。这些方法极大简化了集合操作，提升代码可读性和效率。
-
-
MongoDB使用全文检索 本文介绍了MongoDB的全文检索功能，旨在弥补传统关系型数据库（如InnoDB）在模糊查询时索引失效的缺陷。MongoDB自2.4版本起支持全文检索，支持15种语言，2.6版本后默认启用。可通过`db.adminCommand`或启动参数开启该功能。用户可对文本字段（如`post_text`）创建全文索引，使用`$text`操作符进行高效关键词搜索，如`db.posts.find({$text:{$search:"runoob"}})`。全文索引性能优于正则表达式，因后者需全表扫描。但全文索引存在限制：每次查询仅允许一个`$text`操作，不能用于`$nor`查询，且查询中使用`$text`时`hint`失效。整体上，MongoDB全文检索是实现高效模糊查询的有效方案。
