morris131-CSDN博客

原创【Hibernate Validator】@Valid与@Validated的联系与区别

Spring参数校验对比：@Valid与@Validated的深度解析本文深入剖析Spring开发中@Valid（JSR-380标准）与@Validated（Spring扩展）的核心差异和实现机制。主要区别体现在：规范来源：前者是Java标准，后者是Spring扩展功能特性：@Validated支持分组校验但需配合@Valid实现嵌套校验应用场景：@Valid适合Controller层请求体验证，@Validated适用于Service层方法校验实现机制上： @Valid通过参数解析器触发，依赖H

2025-07-18 11:31:44 663

原创【Hibernate Validator】简单使用

Spring Boot参数校验最佳实践：告别if-else，拥抱声明式注解摘要：传统Web开发中参数校验往往导致大量重复代码，而Spring Boot通过Hibernate Validator提供了一套优雅的解决方案。本文介绍了：通过@NotBlank、@Pattern等注解实现声明式校验 GET请求需在Controller类上加@Validated POST请求在方法参数前加@Valid/@Validated 常见校验注解如@Email、@Size的使用场景依赖配置和版本要求（需Spring Boo

2025-07-17 20:00:00 743

原创【Hibernate Validator】高级特性

本文介绍了Hibernate Validator在Java企业开发中的高级应用。首先讲解了两种验证模式（普通模式和快速失败模式）及其配置方式，快速失败模式能提升性能但只返回首个错误。其次阐述了嵌套级联校验的实现方法，通过@Valid注解实现对象属性的递归验证。最后重点说明了分组校验机制，通过定义接口分组和@Validated注解实现在不同业务场景（如新增/更新）下应用不同的校验规则。这些特性共同构建了灵活高效的声明式校验体系，显著提升了代码质量和可维护性。

2025-07-17 15:49:01 356

原创【swagger】Swagger高级使用

Swagger高效API文档管理实践指南本文深度解析Swagger在API文档管理中的进阶应用技巧。内容包括：通过Docket配置实现多业务模块分组展示；利用@ApiModelProperty隐藏敏感参数；使用@ApiImplicitParam和@ApiResponse精准定义接口参数与响应；推荐Knife4j替代原生UI以获得更美观界面和离线导出功能；重点演示了两种token参数配置方案——既支持单个接口手动添加，也提供全局自动注入header字段的解决方案。这些实践技巧有效解决了文档与代码不同步、参数

2025-06-26 20:00:00 551

原创【springdoc】Springdoc的使用

SpringDoc：Spring Boot API文档生成工具 SpringDoc是基于Spring Boot的开源库，用于自动生成符合OpenAPI 3规范的API文档。它通过扫描项目中的注解和配置，动态生成JSON/YAML/HTML格式的接口文档，并提供Swagger UI界面支持测试与可视化。核心特性：支持Spring WebMvc、WebFlux及Spring Security集成兼容Spring Boot 3.x和JDK 17+，是SpringFox的替代方案注解驱动，精细化描述接口（如

2025-06-26 13:56:29 1007

原创【swagger】Swagger的简单使用

Swagger是基于OpenAPI规范的RESTful API开发工具集，通过注解自动生成交互式文档和测试界面。核心功能包括：自动生成API文档（Swagger UI）、在线接口调试、支持多语言（Java/Python）和多组件（Editor/Codegen）。典型应用场景是Spring Boot项目，通过配置Docket实例和简单注解（如@Api、@ApiOperation）即可实现文档自动化，显著提升开发效率，减少前后端协作成本。主要优势在于实时同步代码与文档、可视化测试工具以及标准化的API描述规范。

2025-06-26 11:23:54 848

原创【redis】session会话共享

摘要：本文探讨了分布式系统中Session共享的三种解决方案：粘性会话（存在单点故障风险）、Session复制（网络开销大）以及基于Redis的集中存储（最优方案）。重点介绍了Spring Session与Redis的集成实现，包括依赖配置、Redis连接设置和使用示例，验证了跨服务节点的Session共享效果。文章还分析了Spring Session的自动配置原理，说明无需@EnableRedisHttpSession注解即可实现功能。Redis方案具备无状态扩展、高可用性和数据一致性优势，是分布式系统S

2025-06-24 22:30:00 872

原创【redis】redisson的使用

Redisson是一个强大的Java Redis客户端，提供丰富的分布式功能。主要特性包括：支持分布式数据结构（Map、List、Set等）、多种分布式锁（可重入锁、红锁等）及同步工具，兼容Redis多种部署模式。与Spring Boot集成简便，通过starter依赖即可快速配置，支持单机、哨兵和集群模式，可灵活调整连接池参数。使用示例展示了RedisTemplate操作和分布式锁的应用，如RLock实现线程安全。此外，还提供RMap等分布式集合，支持原子操作和事件监听，适用于构建高并发分布式系统。

2025-06-24 14:00:00 872

原创【redis】lettuce客户端的使用

Lettuce是一款高性能的Java Redis客户端，专为高并发和分布式场景设计，已成为Spring Boot默认的Redis驱动框架。通过非阻塞I/O模型和线程安全性，Lettuce在企业级应用中广泛使用。Spring Boot集成Lettuce时，只需在pom.xml中添加相关依赖，并在application.yml中配置Redis参数，支持单机、哨兵和集群模式。Lettuce自动处理集群拓扑变化，并通过本地缓存优化性能。哨兵模式下，可通过自定义配置实现读写分离，提升系统负载能力。Lettuce的智能

2025-05-14 10:10:39 2225

原创【redis】jedis客户端的使用

Jedis是Redis官方推荐的Java客户端库，支持单机、哨兵及集群模式，API设计与Redis命令高度一致，降低了学习成本。通过Maven引入依赖后，开发者可以轻松进行字符串、哈希、列表等数据类型的操作。Jedis连接池优化了性能，通过复用连接减少网络延迟，并解决多线程安全问题。与Spring Boot结合使用时，需配置Redis服务器地址及连接池参数，并自定义RedisTemplate以避免默认的JDK序列化问题。Jedis的高效性和易用性使其成为Java开发中操作Redis的首选工具。

2025-05-14 10:07:44 2186

原创【redis】CacheAside的数据不一致性问题

缓存的使用虽然提升了系统性能，但也带来了缓存与数据库一致性的挑战。文章分析了四种更新策略：先更新数据库后更新缓存、先更新缓存后更新数据库、先删除缓存后更新数据库、先更新数据库后删除缓存，并指出每种策略可能引发的数据不一致问题。特别是并发写冲突和缓存更新失败是常见问题。文章还探讨了延迟双删策略和通过订阅MySQL binlog来处理缓存的方法，以减少不一致的时间窗口。最终，文章强调了在无法实现强一致性的情况下，通过技术手段尽可能缩短不一致时间窗口的重要性。

2025-05-13 11:03:14 2879

原创【redis】缓存策略

随着应用程序复杂性的增加，缓存管理成为提升性能和用户体验的关键。不同的缓存策略各有优劣，适用于不同的场景。Cache-Aside策略通过应用程序直接管理缓存，适用于读多写少的场景，但存在短暂数据不一致和缓存击穿的风险。Read/Write Through策略通过缓存层管理数据读写，简化应用逻辑并保证强一致性，但写入性能较低且依赖缓存服务稳定性。Write-Back策略通过异步更新数据库，提升写入性能，但存在数据一致性风险。Write-Through-Back策略结合了Write-Through和Write-

2025-05-13 10:59:40 1324

原创【redis】集群模式

Redis Cluster是Redis官方推出的分布式解决方案，旨在通过数据分片、高可用和动态扩展能力满足大规模数据存储与高并发访问的需求。其核心机制基于，将16384个哈希槽均匀分配给集群中的主节点，每个键通过CRC16哈希算法映射到特定槽位，实现数据的分布式存储与负载均衡。

2025-05-08 15:28:55 62925

原创【redis】分片方案

Redis分片（Sharding）是解决单机性能瓶颈的核心技术，其本质是将数据分散存储到多个Redis节点（实例）中，每个实例将只是所有键的一个子集，通过水平扩展提升系统容量和性能。

2025-05-08 15:27:17 59126

原创【redis】哨兵模式

Redis主从模式虽然支持数据备份与读写分离，但存在三大核心缺陷：**1. 故障切换依赖人工**（主节点宕机需手动提升从节点）；**2. 监控能力缺失**（无法自动检测节点异常）；**3. 脑裂风险**（网络分区可能导致双主数据冲突）。这些缺陷使得系统可用性难以保障，尤其在分布式场景下隐患显著。

2025-04-23 13:54:13 14434

原创【redis】主从复制

Redis的单机模式仅部署单个实例，一旦节点宕机或网络故障，所有依赖Redis的服务将不可用，这就是所谓的单点故障问题。单节点需承担全部读写请求，并发量高时可能成为性能瓶颈。单节点受限于物理内存容量，无法突破内存物理上限存储海量数据。所有请求都怼到一个实例，磁盘IO、网络IO、带宽、CPU等资源都会成为瓶颈。注意：读写分离并不是Redis自带，需要客户端手动实现。

2025-04-23 13:52:27 16410

原创【redis】redis实现红锁

红锁通过多节点投票机制，显著提升了分布式锁的可靠性，但需权衡其实现复杂度与运维成本。建议在以下场景选择红锁：• 需要跨机房/地域部署• 业务对数据一致性要求极高• 已具备独立Redis节点运维能力对于大多数场景，可优先使用Redisson等成熟框架，避免重复造轮子。若对一致性有极致要求，可考虑ZooKeeper/etcd等基于共识算法的方案。

2025-04-02 16:25:26 49912

原创【redis】redis实现分布式锁

在分布式系统中，协调多个节点对共享资源的访问是一个经典难题。分布式锁作为解决这类问题的关键组件，需要满足**互斥性**、**容错性**、**超时释放**等核心特性。本文基于Redis的原子操作特性，详细讲解如何用Java实现企业级分布式锁。

2025-04-02 16:20:48 52247

原创【redis】持久化之RDB与AOF

在数字世界的脉搏中，数据是流淌的血液，而持久化则是保障系统生命力的核心机制。作为内存数据库的标杆，Redis凭借其高性能特性成为互联网架构的基石，但其「易失性」的天然属性也催生了关键命题：如何在服务重启或故障时保障数据安全？从RDB快照的瞬时记忆到AOF日志的精准回放，再到混合持久化的智慧融合，Redis用三种递进式的方案回答了这一问题。RDB以二进制快照实现高效备份，AOF以日志追加构筑数据保险，而混合模式则通过「全量快照+增量日志」的架构，在恢复效率与数据安全之间找到黄金平衡点。

2025-03-27 09:48:13 46469

原创【redis】数据类型之Stream

Redis Stream是Redis 5.0版本引入的一种新的数据类型，它提供了一种持久化的、可查询的、可扩展的消息队列服务。与传统的PUB/SUB模式相比，Stream提供了消息持久化和可靠性投递机制；与专业消息中间件（如Kafka）相比，它更加轻量且完全兼容Redis生态系统。

2025-03-27 09:46:26 30360

原创【redis】发布订阅

Redis的发布订阅（Pub/Sub）是一种基于的通信机制，它允许消息的**发布者（Publisher）订阅者（Subscriber）**通过订阅频道或模式来接收消息。：无需额外组件，直接通过Redis服务实现：消息即时推送，无轮询延迟：一个消息可被多个订阅者同时接收：不存储历史消息，订阅者只能接收订阅后的消息。

2025-03-13 17:38:08 17094

原创【redis】lua脚本

在分布式系统与高并发架构的战场中，开发者们始终在与两个永恒的命题博弈：**数据一致性**与**系统性能**。当我们试图用Redis构建高速缓存、实现分布式锁或设计秒杀系统时，往往会陷入这样的困境——如何在保证原子性的同时，避免网络往返带来的性能损耗？如何让复杂的多命令操作像单一指令般高效执行？这正是**Redis Lua脚本**闪耀的舞台。作为Redis的"核武器级"特性，Lua脚本不仅实现了**原子性、隔离性**的操作保障，更能将复杂的业务逻辑压缩成服务端的高性能执行单元。

2025-03-13 17:37:12 12225

原创【redis】pipeline管道

Redis Pipeline（管道）是一种将多个命令批量发送到服务器的技术。与逐个发送命令的传统方式不同，Pipeline允许客户端一次性打包多条命令，通过完成批量操作。

2025-03-10 15:53:16 41694

原创【redis】事务

简单地说，事务表示一组动作，要么全部执行，要么全部不执行。Redis事务是一组命令的集合，通过MULTIEXEC等命令实现批量操作的原子性执行。

2025-03-10 15:51:50 45183

原创【redis】慢查询分析与优化

指在Redis中执行时间超过预设阈值的命令，其日志记录是排查性能瓶颈的核心工具。Redis采用单线程模型，任何耗时操作都可能阻塞后续请求，导致整体性能下降。

2025-03-09 12:29:54 40638

原创【redis】数据类型之geo

Redis的GEO数据类型用于存储地理位置信息（如经纬度），并提供高效的地理位置查询功能（如计算两地距离、搜索附近地点等）。其底层基于Sorted Set（有序集合）实现，通过Geohash编码将经纬度转换为分数（score）进行存储。有关hyperloglog类型的命令可以通过help @geo命令来查看。有关命令的使用可以通过help 命令来查看，例如。

2025-03-09 12:28:53 18626

原创【redis】布隆过滤器的Java实现

在Java中，要实现布隆过滤器（Bloom Filter）的方式有很多种，除了上一节中通过jedis包调用安装了布隆过滤器的redis外，还有以下几种常见的实现方式：手写布隆过滤器基于guava包实现通过redis的bitmaps实现基于redisson包实现。

2025-03-08 18:50:31 10927

原创【redis】数据类型之布隆过滤器

布隆过滤器（Bloom Filter）的算法是由Burton Howard Bloom（伯顿·霍华德·布隆）在1970年提出的。它是一种空间效率很高的概率型数据结构，通常用于判断一个元素是否在集合中。这种数据结构的核心思想是通过一个很长的二进制向量（位数组）和一系列哈希函数来实现快速且近似的存在性查询。

2025-03-08 18:48:16 14071

原创【python】PyMuPDF操作pdf

PyMuPDF，也被称为fitz（这是其导入时的常用别名），是一个功能强大的Python库，用于处理PDF和其他文档格式。与 PyPDF2相比，PyMuPDF提供了更多的功能和更好的性能，特别是在处理复杂的PDF文件时。

2025-02-28 09:36:14 14397

原创【python】PyPDF2操作pdf

PyPDF2是一个用于处理PDF文件的Python库，可以读取、合并、拆分、裁剪和修改PDF文件。以下是一些使用PyPDF2的基本示例，包括如何安装该库以及执行一些常见的PDF操作。

2025-02-28 09:30:18 11606

原创【redis】数据类型之hyperloglog

Redis的HyperLogLog（HLL）是一种高效的概率数据结构，也是一种基于字符串的数据结构，用于估计大数据集的唯一元素数量（基数统计）。它通过极低的内存占用（约 12KB）实现接近线性的时间复杂度，适用于海量数据去重计数场景（如统计独立访客数），但需容忍约0.81%的标准误差。有关hyperloglog类型的命令可以通过命令来查看。有关命令的使用可以通过help 命令来查看，例如help pfadd。

2025-02-25 16:10:46 9456

原创【redis】数据类型之Bitfields

Redis的Bitfields（位域）与Bitmaps一样，在Redis中并不是一种独立的数据类型，而是一种基于字符串的数据结构，用于处理位级别的操作。允许用户将一个Redis字符串视作由一系列二进制位组成的数组，并对这些位进行高效的访问和操作。通过Bitfield，开发者可以将多个小的整数存储到一个较大的位图中，或者将一个庞大的键分割为多个较小的键进行存储，从而极大地提高了内存的使用效率。

2025-02-25 15:59:44 9591

原创【redis】数据类型之bitmaps

Redis的Bitmaps是一种基于字符串的数据结构，用于处理位级别的操作。虽然Bitmaps在Redis中并不是一种独立的数据类型，而是基于字符串实现的，但它们提供了高效的位操作功能，适用于需要处理大量布尔值或二进制数据的场景。

2025-02-13 10:17:04 12899

原创【redis】数据类型之sorted_set

sorted_set：有序集合，在set的基础上增加score属性用来排序，在redis中，数据类型对应的命令一般以数据类型的首字母开头，但是单词s已经被string类型使用了，所以sorted_set类型的相关命令只能使用26个英文字母中的最后一个字母z来开头，所以有些人也把sorted_set称为zset。有关sorted_set类型的命令可以通过命令来查看。有关命令的使用可以通过help 命令来查看，例如help zadd。

2025-02-13 10:15:24 8562

原创【redis】数据类型之set

Redis中的SET数据类型是一种无序的集合，它允许你存储不重复的元素。SET类型提供了许多有用的操作，比如添加元素、删除元素、检查元素是否存在、计算集合的交集、并集和差集等。set（集合）：其实就是数学中的集合，集合中元素要具备三个特性：确定性、无序性、互异性。确定性：一个元素要么属于集合，要么不属于集合。无序性：集合中每个元素的地位相当，没有顺序。互异性：集合中的元素都是不同，也就是一个元素在一个集合中只能出现一次。有关set类型的命令可以通过help @set命令来查看。

2025-02-08 15:08:32 10295

原创【redis】数据类型之hash

Redis中的Hash数据类型是一种用于存储键值对集合的数据结构。与Redis的String类型不同，Hash类型允许你将多个字段（field）和值（value）存储在一个单独的key下，从而避免了将多个相关数据存储为多个独立的key。这样做的好处是减少了key的数量，使得数据的管理和操作更加高效。hash这个数据类型类似java中的HashMap，都由key-value键值对组成。有关hash类型的命令可以通过help @hash命令来查看。有关命令的使用可以通过help 命令来查看，例如。

2025-02-08 15:06:56 8736

原创【redis】数据类型之list

Redis的List数据类型是一个双向链表，支持在链表的头部（left）和尾部（right）进行元素的插入（push）和弹出（pop）操作。这使得List既可以用作栈（stack），也可以用作队列（queue）。有关list类型的命令可以通过help @list命令来查看。有关命令的使用可以通过help 命令来查看，例如help lpush。

2025-02-06 16:08:52 19154

原创【redis】数据类型之string

字符串类型是Redis最基础的数据结构。首先key都是字符串类型，而且其他几种数据结构都是在字符串类型基础上构建的，所以字符串类型能为其他四种数据结构的学习打下基础。字符串类型的值实际可以是字符串（简单的字符串、复杂的字符串（例如JSON、XML））、数字（整数、浮点数），甚至是二进制（图片、音频、视频），但是值最大不能超过512MB。有关string类型的命令可以通过命令来查看。有关命令的使用可以通过help 命令来查看，例如help set。

2025-02-06 16:06:37 10123