摘要：
頭部壓縮 (HPACK) 在HTTP/1中，每個請求和響應都會發送大量重復的頭部信息，比如 Cookie、User Agent、Accept 等，會使得大量帶寬被這些冗余的數據占用。為了解決這個問題，HTTP/2引入了HPACK算法來壓縮頭部信息。HPACK算法有兩個主要的特性。 1）靜態表（Sta
閱讀全文
摘要：
云原生計算基金會（Cloud Native Computing Foundation，CNCF）是一個非盈利的開源組織，專注于推動云原生計算的發展和標準化。而gRPC（Google Remote Procedure Call）是由Google發起并開源的高性能、跨語言RPC框架。2017年，Goog
閱讀全文
摘要：
服務間通信的效率與可靠性是系統性能和穩定性的關鍵。遠程過程調用（RPC）作為跨進程、跨機器交互的核心機制，其傳輸協議的設計至關重要。一個優秀的RPC傳輸協議需要應對三大挑戰：1）跨語言、跨平臺的數據表示與解析；2）保障網絡傳輸的完整性、順序性與效率；3）在服務間建立清晰統一的調用約定。 本文將從 H
閱讀全文
摘要：
Kafka 消息隊列 Apache Kafka是一個開源的分布式消息隊列，由LinkedIn公司開發并于2011年貢獻給Apache軟件基金會。Kafka被設計用來處理千億量級的實時數據，被廣泛應用于互聯網大規模數據處理平臺中。 Kafka強大的數據吞吐量，其中最重要部分在于它的消息日志格式的設計，
閱讀全文
摘要：
RocksDB LSM樹 RocksDB是Meta (Facebook) 開源的高性能持久化鍵值存儲庫，源于Google的LevelDB，并針對SSD和服務器工作負載進行了深度優化。它廣泛應用于需要處理海量數據（億級甚至更高）并要求高寫入吞吐的場景。 RocksDB 以 kv 對集合的形式存儲數據，
閱讀全文
摘要：
存儲引擎 存儲引擎是數據庫管理系統（DBMS）或鍵值存儲系統的核心組件，它定義了數據在持久化存儲介質上如何組織、存儲、檢索和管理。不同的存儲引擎針對特定負載（如讀密集型、寫密集型、混合型）和數據模型（如關系型、鍵值型、文檔型）進行優化。 目前常見的存儲引擎使用的存儲數據結構有如下幾種。 1）哈希表（
閱讀全文
摘要：
I/O緩存 局部性原理 局部性原理（Principle of Locality）指在程序執行過程中，傾向于訪問某些局部特定的數據或指令，而不是隨機地訪問整個內存空間。這是緩存技術得以有效的根本原因。 1）時間局部性（Temporal Locality）：如果一個數據項被訪問，那么在不久的將來它很可能
閱讀全文
摘要：
在數據暴漲時代，如何高效存儲和管理海量數據已成為應用系統的核心挑戰。這不僅關乎讀寫性能，更涉及并發場景下性能與持久化之間的平衡。要應對這一挑戰，既需要理解不同存儲介質的物理特性與性能邊界，也需通過數據結構、存儲模型與操作系統機制的協同設計，達成技術上的最優平衡。 本文將從計算機系統的分層存儲體系這一
閱讀全文
摘要：
方法內聯 方法內聯（Method Inlining）是編譯器在進行優化時，將被調用方法的代碼直接嵌入到調用點，以替代方法調用指令的過程。它不僅消除了方法調用的開銷，還為后續的優化（如常量傳播、死代碼消除等）創造了條件。 Java程序的方法調用會涉及到如下步驟： 1）保存當前方法的程序計數器（返回地址
閱讀全文
摘要：
逃逸分析（Escape Analysis）是一種靜態程序分析技術，主要用于判定對象的可見范圍（Visibility）與生命周期（Lifetime）。該技術是現代即時編譯器實現局部化優化、提升內存使用效率、降低同步成本的基礎。 通俗來說，逃逸分析的核心在于回答這樣一個問題：某個對象是否可能“逃逸”出它
閱讀全文
浙公網安備 33010602011771號