前言

最近突然收到了系统推送消息告警。打开一看，好家伙！直接 kafka 堆积超过了 100w 条数据，就差基础服务的人找上门来了。

经过简单的一系列排查，终于找到是代码中 Orika 工具使用不当导致内存增加、cpu 过高导致消费变慢。

下面记录下排查的思路

前言

最近在开发个小东西，大量涉及了文件的操作。当然这种事情很简单嘛，最基本的打开个文件流进行写不就行了？

1
2
3
4

FileChannel fc = new RandomAccessFile(file, "rw").getChannel();
MappedByteBuffer mb = fc.map(FileChannel.MapMode.READ_WRITE, 0, 4096);
// ......
fc.close()

我本来也是这样想的，可是当你执行这条语句file.delete()的时候居然返回的是false，删除失败？why？我不是明明已经将文件流关闭了嘛？接下来就是疯狂找原因了。

前言

最近弄了一些小东西，发现它们都有个共同点：对文件的操作。无论是文件的快速写入又或者是大文件的读取等，都要求我们对文件IO有很深的了解。不同文件大小的读写操作，应该选择哪种方式能达到最快的效果？接下来我们看看Java中常见的文件操作方式以及它们在读写大文件时各自的效果。

重点

randLevel算法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

/**
 * Redis实现
 * 初始层数为1，每次随机生成一个随机数，取低16位
 * 当取的这个值小于0.25倍的0xFFFF时，level++，否则退出。
 * 返回level和maxLevel的最小值
 *
 * 这里的ZSKIPLIST_P是晋升的概率。对应的期望层高是E=1/(1-p)。
 */
#define ZSKIPLIST_MAXLEVEL 64
#define ZSKIPLIST_P 0.25
private int randLevel() {
    int level = 1;
    while ((random() & 0xFFFF) < (ZSKIPLIST_P * 0xFFFF))
        level += 1;
    return (level < ZSKIPLIST_MAXLEVEL) ? level : ZSKIPLIST_MAXLEVEL;
}

前言

快暑假的时候，在阿里天池上面闲逛。诶，性能优化挑战赛？点进去看看，初略的读了一下赛题，要实现一个聊天室服务，部署在ECS服务器上面，然后对它进行一下手段的性能优化，感觉还挺合适的（ps: 当时因为写了一个秒杀系统并压测优化过、也看过一些性能调优的书，感觉自己很nb，后面才知道自己还是太嫩了🤣），顿时就报名了。

因为第一次参加这种比赛，所以给自己定的是前50就ok了。然后一个月的初赛，快结束的那一周排名十多名，感觉自己还是很厉害的，但是就一周的时间，看着自己排名直接跌出前 20，到了 23。才意识到自己高兴太早了。

接下来是一个月的复赛时间，这回是要实现一个集群了。中途遇到了老多问题，找了好多官网文档（Vertx、Hazelcast、Ignite、LevelDB），也学到了不少，但还是感觉差点火候😅。每天早上七点多起床一直调试到晚上十点左右，官方人员都被烦的不要不要的了😂（希望不要厌烦）。还是太菜了哈哈哈。

不多说了，先上排名。