19|分布式环境下如何快速定位问题？分布式环境下定位问题有什么难点？分布式环境下定位问题的难点在于，各子应用、子服务之间有复杂的依赖关系，我们有时很难确定是哪个服务的哪个环节出现的问题。如果要通过日志来排查问题，就需要对每个子应用、子服务逐一进行排查，很难一步到位。在分布式环境下如何快速定位问题？有两种方式：借助合理封装的异常信息借助分布式链路跟踪RPC框架打印的异常信息中，需要包含定位问题所需要的异常信息的，比如哪些异常引起的问题（如序列化问题或网络超时问题），是调用端还是服务端出现的异常，调用端与服务端的IP是多少，以及服务接口与服务分组是什么等等。异常的示意图如下所示。一款优秀的RPC框
声明式事务1.事务分类编程式事务Connectionconnection=JdbcUtils.getConnection();try{//1.先设置事务不要提交connection.setAutoCommit(false);//2.进行业务crud//3.提交事务connection.commit();}catch(Exceptione){//4.出现异常，回滚connection.rollback();}声明式事务（后面以一个购买商品的系统为例）2.声明式事务-使用实例2.1需求说明需求说明-用户购买商品去处理用户购买商品的业务逻辑：当一个用户去购买商品，应该包含三个步骤：通过商品id获取价
声明式事务1.事务分类编程式事务Connectionconnection=JdbcUtils.getConnection();try{//1.先设置事务不要提交connection.setAutoCommit(false);//2.进行业务crud//3.提交事务connection.commit();}catch(Exceptione){//4.出现异常，回滚connection.rollback();}声明式事务（后面以一个购买商品的系统为例）2.声明式事务-使用实例2.1需求说明需求说明-用户购买商品去处理用户购买商品的业务逻辑：当一个用户去购买商品，应该包含三个步骤：通过商品id获取价
Java集合0714.HashMap14.1HashMap介绍Map接口的常用实现类：HashMap、Hashtable、PropertiesHashMap是Map接口使用频率最高的实现类HashMap是以key-value对的方式来存储数据（HashMap$Node类型）key不能重复，value可以重复。允许使用null键和null值如果添加相同的key键，则会覆盖原来的key-value，等同于修改（key不会替换，value会替换）与HashSet一样，不保证映射的顺序，因为底层是以hash表的顺序来存储的。（JDK8的HashMap底层：数组+链表+红黑树）HashMap没有实现同步
Java集合0714.HashMap14.1HashMap介绍Map接口的常用实现类：HashMap、Hashtable、PropertiesHashMap是Map接口使用频率最高的实现类HashMap是以key-value对的方式来存储数据（HashMap$Node类型）key不能重复，value可以重复。允许使用null键和null值如果添加相同的key键，则会覆盖原来的key-value，等同于修改（key不会替换，value会替换）与HashSet一样，不保证映射的顺序，因为底层是以hash表的顺序来存储的。（JDK8的HashMap底层：数组+链表+红黑树）HashMap没有实现同步
使用文件流对文件进行复制：packageio;importjava.io.FileInputStream;importjava.io.FileNotFoundException;importjava.io.FileOutputStream;importjava.io.IOException;/**使用文件流完成文件的复制操作/publicclassCopyDemo{publicstaticvoidmain(String[]args)throwsIOException{//FileInputStreamfis=newFileInputStream("image.jpg");//FileOutpu
使用文件流对文件进行复制：packageio;importjava.io.FileInputStream;importjava.io.FileNotFoundException;importjava.io.FileOutputStream;importjava.io.IOException;/**使用文件流完成文件的复制操作/publicclassCopyDemo{publicstaticvoidmain(String[]args)throwsIOException{//FileInputStreamfis=newFileInputStream("image.jpg");//FileOutpu
模型数据1.数据放入request说明：开发中，控制器/处理器中获取的数据如何放入request域，然后在前端（vue/jsp/...）取出显示？先来看一个例子应用实例需求：表单提交信息，后端获取信息，并通过request转发到另一个页面，显示信息。需要知道的是：前端提交的数据，springmvc会自动地封装到java对象中，同时springmvc会自动地将其放入request域中，这样我们就可以在跳转的下一个页面取出数据。mode_date.jsp提交数据：model_data主人id：主人名：宠物id：宠物名：VoteHandler.java：springmvc会自动将数据封装到Javab
模型数据1.数据放入request说明：开发中，控制器/处理器中获取的数据如何放入request域，然后在前端（vue/jsp/...）取出显示？先来看一个例子应用实例需求：表单提交信息，后端获取信息，并通过request转发到另一个页面，显示信息。需要知道的是：前端提交的数据，springmvc会自动地封装到java对象中，同时springmvc会自动地将其放入request域中，这样我们就可以在跳转的下一个页面取出数据。mode_date.jsp提交数据：model_data主人id：主人名：宠物id：宠物名：VoteHandler.java：springmvc会自动将数据封装到Javab
分布式互斥方法什么是分布式互斥？对于同一个共享资源，当一个程序正在使用的时候，不希望被其他程序打扰，这种排他性的资源访问方式，叫做分布式互斥，被互斥访问的共享资源被称作临界资源(CriticalResource).有什么方法可以让分布式系统里的程序互斥地访问临界资源？我们一般有三种方法：集中式算法（霸道总裁）分布式算法（民主协商）令牌环算法（轮值CEO）集中式互斥算法我们引入一个协调者程序，每个程序在访问临界资源时，先向协调者发送一个请求，如果当前没有其他程序使用这个资源，协调者直接发送授权信息给请求程序去访问；否则，协调者会按照先来后到的顺序为请求程序“排个号”。如果有程序使用完资源，则通知
