职位描述 1、负责字节跳动商业变现合约广告的后台研发，主导平台的架构设计和实施； 2、负责设计系统技术方案，核心代码开发和系统调优 ，发现系统的瓶颈并提出解决方案； 3、负责高质量的设计和编码，承担重点、难点的技术攻坚 ；  4、参与千亿级广告基础数据服务研发，完成大规模、高可用的广告系统搭建；  5、学习和沉淀计算广告经验，探索品牌广告的创新玩法，分析百亿级的营销数据。 职位要求 1、熟悉python、php、c++、java、golang 等中至少一门语言； 2、熟悉Mysql 、Redis...

求简历，实习+社招字节北京，商业化技术-商业平台后端研发工程师，语言不是问题非常缺人，hc很多，招聘压力太大了有意向可私聊，或直接发简历到wanxintao@bytedance.comORZ

组内直招，字节商业化-商业平台实习，社招都要简历可以发送到wanxintao@bytedance.com

目录 1. 简介 2. 流程 3. 实现 3.1. GC 前 3.2. GC 疏散阶段（Concurrent Evacuation） 3.3. GC 更新引用阶段（Concurrent Update References） 3.4. GC更新引用阶段（Final Update Refs ） 4. 对象比较怎么办？ 5. 适用场景 6. 性能对比 7. 大神猜测 8. 附1 8.1. 三色标记法 1. 简介 Shenandoah是一款concurrent及parallel的垃圾收集器；跟ZGC一样也是面向low-pause-time的垃圾收集器，不过ZGC是基于c...

1. 什么是长尾？ 长尾请求一般是指明显高于均值的那部分占比较小的请求。 业界关于延迟有一个常用的P99标准， 也就是99%的请求延迟要满足在一定耗时以内， 1%的请求会大于这个耗时， 而这1%就可以认为是长尾请求。   2. 长尾会导致什么危害 假设，一个服务B，有1%的可能性响应时间大于1s，如果此刻一个上游服务A需要完成一次查询，需要同时查询100次的话，那么服务A响应时间超过1s的概率是63%。 怎么算的？ 0.99的概率是小于1s，100次的概率是0.99^100 = 0.37，小于1s响应的时间是37%的概率。 那么请求大于1s的概率就是63%，对比图中蓝线 即...

1. 结论 首先说结论，在RR的隔离级别下，Innodb使用MVVC和next-key locks解决幻读，MVVC解决的是普通读（快照读）的幻读，next-key locks解决的是当前读情况下的幻读。   2. 幻读是什么 事务A，先执行： update table set name=“hh” where id>3; 结果为： OK row xx 表名成功影响多少行数据   事务B，后执行，并且提交： insert into table values(11, uu); commit;   事务A，然后再select一下： select * from tab...

SLA（Service Level Agreement）服务等级协议 它描述是双方的一种约定，是一种服务可用性的指标。服务可用性也是用百分比表示，但是与TP线含义不同 tp99%表示 满足99%的请求所用的最大响应时间 可用性99%表示一定时间内提供服务的停机时间。 拿一年为例 1年 = 365天 = 8760小时 99.9 = 8760 * 0.1% = 8760 * 0.001 = 8.76小时 99.99 = 8760 * 0.0001 = 0.876小时 = 0.876 * 60 = 52.6分钟 99.999 = 8760 * 0.00001 = 0.0876小时 =...

目录   1. 缓存淘汰算法 1.1. FIFO 1.2. LRU 1.3. LFU 2. 几种缓存的实现 2.1. 原生Java 2.2. Guava 2.3. Caffeine 3. 参考资料 1. 缓存淘汰算法 1.1. FIFO 先进先出：最先进入的缓存被最先淘汰掉，这个基本不会有人用来做缓存 1.2. LRU 最近最少未使用：每次访问就把这个元素放到队列头部，队列满了淘汰队列尾的元素，也就是淘汰最长时间没有被访问的。 缺点也是很明显的，某一时刻大量数据的到来容易把热点数据挤出缓存，而这些数据却是只访问了一次的，今后不会再访问了的或者访问频率极低的 ...

public void selectDB(int db) { LettuceConnectionFactory factory = (LettuceConnectionFactory) redisTemplate.getConnectionFactory(); factory.setDatabase(db); factory.resetConnection(); redisTemplate.setConnectionFactory(factory); } 注意几点问题 1.setData...

1. 什么是 Mockito Mockito 是一个强大的用于 Java 开发的模拟测试框架, 通过 Mockito 我们可以创建和配置 Mock 对象, 进而简化有外部依赖的类的测试.   2. 为什么使用Mockito 我们系统一般的功能是controller->biz->service→Dao 如果我们只想测试一个biz中的功能，我们必须配置好类与类之间的关系，组装好一个完整的biz对象，才能去运行biz中要测试的代码，但是在微服务大行其道的今天，有些依赖是本地无法运行的，或者你本地是连接不到线上数据库的，这种时候怎么办？测试就无法进行了吗？ Mock就是为了解决...

一、zuul是什么 zuul 是netflix开源的一个API Gateway 服务器, 本质上是一个web servlet应用。 Zuul 在云平台上提供动态路由，监控，弹性，安全等边缘服务的框架。Zuul 相当于是设备和 Netflix 流应用的 Web 网站后端所有请求的前门。 二、zuul的工作原理 1、过滤器机制 zuul的核心是一系列的filters, 其作用可以类比Servlet框架的Filter，或者AOP。 zuul把Request route到 用户处理逻辑 的过程中，这些filter参与一些过滤处...

Zipkin是什么 zipkin分布式跟踪系统；它可以帮助收集时间数据，解决在microservice架构下的延迟问题；它管理这些数据的收集和查找；Zipkin的设计是基于谷歌的Google Dapper论文。 每个应用程序向Zipkin报告定时数据，Zipkin UI呈现了一个依赖图表来展示多少跟踪请求经过了每个应用程序；如果想解决延迟问题，可以过滤或者排序所有的跟踪请求，并且可以查看每个跟踪请求占总跟踪时间的百分比。 为什么使用Zipkin 随着业务越来越复杂，系统也随之进行各种拆分，特别是随着微服务架构和容器技术的兴起，看似简单的一个应用，后台可能有几十个甚至几百个服务在支撑...

一、jhipster简介 JHipster或者称Java Hipster，是一个应用代码产生器，能够创建Spring Boot +AngularJS的应用。开源项目地址：JHipster/Github。JHipster使用Node.js和Yeoman产生Java应用代码，使用Maven(Gradle)运行产生的代码，产生代码有如下关键特征：src/main/java 目录有Spring Boot 配置类在config包中，JHipster使用Spring的Java 配置，没有XML配置。JPA实体或MongoDB文档类是在domain包. JPA实体使用缓存和autogenerated主键配...

目录 1. 服务器中的数据库 2. 数据库键空间 2.1. 读写空间时的维护操作 3. 过期时间 4. 过期删除策略 4.1. 定时删除 4.2. 惰性删除 4.3. 定期删除 4.4. Redis删除策略 5. AOF、RDB和复制功能对对过期键的处理 5.1. RDB 5.2. AOF 5.3. 复制 6. 数据库通知 1. 服务器中的数据库 Redis也是个程序，用C语言写的，那么保存数据是需要一个数据结构的，那么Redis中的数据库是什么结构呢 大概的样子如上图所示 RedisServer通过dbnum来确定初始化的时候，需要新建多少个数据库，...