哥斯拉啊啊啊哦的博客

将 时间戳左移22位，机器编号左移12位，序列号在最右侧不需要移动，再将3者按位或运算 |，得到一个 64 位二进制数，再将其转换为10进制数，即所需的雪花 ID。（ 位或运算 | 的逻辑是只要两者中有1个数字是1，则结果为1，只有两者都是0时，结果才是0 ）算法是Twitter公司推出，用来在一个分布式的环境中，生成分布式自增且不重复id的算法。该ID由一个64位二进制数组成，如上图。什么是雪花算法（snowflake）？算法实现的思路如上图。

想象有一个圆，该圆由 2^32 个数字点组成，这样的环也叫做 哈希环。再假设有3个服务器 a, b, c，此时分别对 a,b,c 服务器进行哈希计算再用 2^32 取模，那结果肯定能对应到环上的某个点。再用同样的方法，对需要缓存的图片进行哈希计算和取模，也肯定能对应到环上的某个点。此时，按顺时针方向找，找到的第一个缓存服务器，就将该图片数据缓存到该服务器上。

注：以下的缓存淘汰算法实现，不考虑 并发 和 GC(垃圾回收) 问题 本文讨论的是 进程内缓存，是存放在内存中的，因此容量有限。当缓存容量达到某个阈值时，应该删除一条或多条数据。至于移出哪些数据？答案是移出那些 “无用” 的数据。而如何判断数据是否 “无用”，就设计到 缓存淘汰算法 常见的缓存淘汰算法有以下三种： FIFO（first in first ）先进先出算法 《go实现FIFO缓存淘汰算法》 LFU（least frequently used）最少使用算法 看本文 LRU（least rece

注：以下的缓存淘汰算法实现，不考虑 并发 和 GC(垃圾回收) 问题 本文讨论的是 进程内缓存，是存放在内存中的，因此容量有限。当缓存容量达到某个阈值时，应该删除一条或多条数据。至于移出哪些数据？答案是移出那些 “无用” 的数据。而如何判断数据是否 “无用”，就设计到 缓存淘汰算法 常见的缓存淘汰算法有以下三种： FIFO（first in first ）先进先出算法 《go实现FIFO缓存淘汰算法》 LFU（least frequently used）最少使用算法 《go实现LFU缓存淘汰算法》 LR

注：以下的缓存淘汰算法实现，不考虑 并发 和 GC(垃圾回收) 问题 本文讨论的是 进程内缓存，是存放在内存中的，因此容量有限。当缓存容量达到某个阈值时，应该删除一条或多条数据。至于移出哪些数据？答案是移出那些 “无用” 的数据。而如何判断数据是否 “无用”，就设计到 缓存淘汰算法 常见的缓存淘汰算法有以下三种： FIFO（first in first ）先进先出算法 看本文 LFU（least frequently used）最少使用算法 [《go实现LFU缓存淘汰算法》] LRU（least rec

一. 什么是内存对齐（Memory alignment），也叫字节对齐 在计算机中，内存是按 字节(byte, 1byte = 8bit) 划分的，而cpu在读取内存数据时，并不是一字节一字节读取的。实际上是按 块 来读取的。 块的大小可以是1，2，4，8，16等等，这块的大小也称为 内存访问粒度 而 内存对齐 是将特定的数据类型按照一定的规则摆放在内存上，以此 提高cpu访问内存的速度 看如下示例： 如上图，内存访问颗粒度为4，数据大小为4字节的场景： 场景1：做了内存对齐，index 2-3 补充空

缓存(cache) 这个概念，最早是出现在 计算机硬件设计 中。 比如 cpu cache，是用于减少处理器访问内存所需平均时间的部件。该部件的容量小于内存，但速度比内存高很多，接近处理器的频率。 如上图示，在 计算机硬件设计中 当处理器（cpu）发送内存访问请求时，先查看缓存中是否有请求数据， 如果存在（命中），则不访问内存直接返回该数据； 如果不存在（未命中），则先把内存中的数据存入缓存，再讲其返回处理器 由于缓存速度高于内存速度，因此能整体提高计算机的性能。 由于该设计思路的优秀，在 计算机