跳至主要內容
Java volatile关键字

volatile 关键字

volatile 是 Java 中的一个关键字，用于声明变量，表示该变量可能会被多个线程同时访问。使用 volatile 关键字修饰的变量具有以下两个特性：

  1. 可见性（Visibility）: 当一个线程修改了 volatile 变量的值，该变量的新值会立即被其他线程看到。换句话说，对一个 volatile 变量的写操作对其他线程是可见的。
  2. 禁止指令重排序（Preventing Reordering）: volatile 变量的读写操作会被禁止指令重排序优化，保证了变量操作的顺序性。
dragons962022年6月21日大约 2 分钟Java后端
Java对象头

Java对象如果是数组类型，则虚拟机用3个字宽存储对象头；若是非数组类型，则用2个字宽存储对象头。在32位虚拟机中，1字宽等于4字节32bit；64位虚拟机中1字宽等于8字节64bit

Java对象头存储内容

长度 内容 说明
32/64bit Mark Word 存储对象的HashCode、分代年龄和锁信息等
32/64bit Class Meta Address 存储指向对象类型数据的指针
32/64bit Array Length 数组的长度（仅仅对象是数组类型）
dragons962022年6月21日大约 2 分钟Java后端
Java锁对比
锁 优点 缺点 试用场景
重入锁 提供了更多的功能和灵活性，例如支持可中断等待、超时等待、条件等, 允许一个线程多次获取锁 需要手动释放锁，可能出现忘记释放锁的情况 需要更多功能和灵活性的场景，例如需要支持可中断等待、超时等待、条件等待等情况等
读写锁 将读操作和写操作分离，读操作可以并发执行，提高了并发性能,写操作是独占的，保证了数据的一致性 写操作可能会被读操作阻塞，导致写操作的响应时间变长 读操作频繁，写操作相对较少的场景，可以提高并发性能
偏向锁 加锁和解锁不需要额外开销 如果线程间存在锁竞争，会带来额外的锁消耗 适用于只有一个线程访问同步块场景
轻量级锁 竞争的线程不会阻塞，提高程序响应速度 如果始终得不到锁竞争线程，使用自旋会消耗CPU 追求响应时间，同步块执行速度非常快
重量级锁 线程竞争不使用自旋，不会消耗CPU 线程阻塞，响应时间缓慢 追求吞吐量，同步块执行速度较长
dragons962022年6月21日大约 1 分钟Java后端
Zipkin配置Mysql数据持久化示例

数据持久化MYSQL的sql

CREATE TABLE IF NOT EXISTS zipkin_spans (
  `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
  `trace_id` BIGINT NOT NULL,
  `id` BIGINT NOT NULL,
  `name` VARCHAR(255) NOT NULL,
  `remote_service_name` VARCHAR(255),
  `parent_id` BIGINT,
  `debug` BIT(1),
  `start_ts` BIGINT COMMENT 'Span.timestamp(): epoch micros used for endTs query and to implement TTL',
  `duration` BIGINT COMMENT 'Span.duration(): micros used for minDuration and maxDuration query',
  PRIMARY KEY (`trace_id_high`, `trace_id`, `id`)
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;
 
ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTracesByIds';
ALTER TABLE zipkin_spans ADD INDEX(`name`) COMMENT 'for getTraces and getSpanNames';
ALTER TABLE zipkin_spans ADD INDEX(`remote_service_name`) COMMENT 'for getTraces and getRemoteServiceNames';
ALTER TABLE zipkin_spans ADD INDEX(`start_ts`) COMMENT 'for getTraces ordering and range';
 
CREATE TABLE IF NOT EXISTS zipkin_annotations (
  `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
  `trace_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.trace_id',
  `span_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.id',
  `a_key` VARCHAR(255) NOT NULL COMMENT 'BinaryAnnotation.key or Annotation.value if type == -1',
  `a_value` BLOB COMMENT 'BinaryAnnotation.value(), which must be smaller than 64KB',
  `a_type` INT NOT NULL COMMENT 'BinaryAnnotation.type() or -1 if Annotation',
  `a_timestamp` BIGINT COMMENT 'Used to implement TTL; Annotation.timestamp or zipkin_spans.timestamp',
  `endpoint_ipv4` INT COMMENT 'Null when Binary/Annotation.endpoint is null',
  `endpoint_ipv6` BINARY(16) COMMENT 'Null when Binary/Annotation.endpoint is null, or no IPv6 address',
  `endpoint_port` SMALLINT COMMENT 'Null when Binary/Annotation.endpoint is null',
  `endpoint_service_name` VARCHAR(255) COMMENT 'Null when Binary/Annotation.endpoint is null'
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;
 
ALTER TABLE zipkin_annotations ADD UNIQUE KEY(`trace_id_high`, `trace_id`, `span_id`, `a_key`, `a_timestamp`) COMMENT 'Ignore insert on duplicate';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`, `span_id`) COMMENT 'for joining with zipkin_spans';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTraces/ByIds';
ALTER TABLE zipkin_annotations ADD INDEX(`endpoint_service_name`) COMMENT 'for getTraces and getServiceNames';
ALTER TABLE zipkin_annotations ADD INDEX(`a_type`) COMMENT 'for getTraces and autocomplete values';
ALTER TABLE zipkin_annotations ADD INDEX(`a_key`) COMMENT 'for getTraces and autocomplete values';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id`, `span_id`, `a_key`) COMMENT 'for dependencies job';
 
CREATE TABLE IF NOT EXISTS zipkin_dependencies (
  `day` DATE NOT NULL,
  `parent` VARCHAR(255) NOT NULL,
  `child` VARCHAR(255) NOT NULL,
  `call_count` BIGINT,
  `error_count` BIGINT,
  PRIMARY KEY (`day`, `parent`, `child`)
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;
dragons962022年4月22日大约 2 分钟Java监控工具
Jstat内容说明(JDK8)

Jstat

jstat 是 JDK 中的一个工具，用于监视 Java 虚拟机 (JVM) 的各种统计信息，比如堆内存、类加载、垃圾回收等。它可以提供实时的监控数据，帮助开发人员分析和调优 Java 应用程序的性能。

使用 jstat 工具需要指定 Java 虚拟机的进程 ID (PID)。下面是 jstat 命令的基本语法：

jstat [ options ] pid [ interval [ count ]]
dragons962020年9月7日大约 2 分钟Java后端
SpringBoot 监控各工具分析

方案一：Spring Boot Admin

Spring Boot Admin是一个开源社区项目，用于管理和监控SpringBoot应用程序，依赖spring boot actuator。可通过注册中心与admin-client两种方式使用。

优点：

  1. 比较美观的可视化界面，能够监控CPU、线程、内存、性能、类、JVM线程、缓存、配置属性、依赖关系等使用情况。
  2. 容易集成，仅需启动一个spring boot admin 工程加入到注册中心即可（支持consul，eureka，zookeeper等注册中心）。
dragons962020年1月10日大约 6 分钟Java监控工具
PinPoint踩坑记录

Pinpoint

官网地址: https://pinpoint-apm.gitbook.io/pinpoint

Pinpoint 是一个APM（Application performance management）工具，相对于其他APM工具（例如ZipKin）有一个强大的优势，那就是应用程序无需修改一行代码就能直接使用，例如Java程序直接使用Pinpoint提供的Java agent（jar包）就能使用。目前Pinpoint直接Java/PHP/Python三种语言，未来可能会支持更多语言，开源社区极其活跃，版本迭代比较快。

dragons962019年12月30日大约 1 分钟Java监控工具