一、项目综述:Java开源生态的战略价值与现实意义
当前全球软件开发正经历从封闭 proprietary 模式向开放协作开发模式的深刻转型。在这一进程中,Java 作为企业级应用开发的基石语言,其开源生态展现出前所未有的活力与广度。从 Spring Framework 到 Apache Dubbo,从 MyBatis 到 RocketMQ,开源项目已深度融入金融、电信、电商、政务等关键领域核心系统,支撑着日均百亿级请求的高并发场景。
据 Eclipse Foundation 2024 年度报告,全球活跃 Java 开源项目超 2.8 万个,月均新增提交(commit)达 340 万次,贡献者超 120 万人。其中,Spring 生态项目月活用户突破 800 万,Apache 项目群组贡献者数量连续三年保持 18% 以上增长。这不仅印证了 Java 在后端技术栈中的核心地位,更凸显开源协作模式对技术演进的强驱动作用。
对开发者而言,掌握主流开源项目不仅是技术能力的体现,更是职业发展的关键路径。企业级系统对高可用、可扩展、可维护性的严苛要求,使得对 Spring Boot 自动配置原理、Dubbo 服务治理机制、Netty 网络模型等底层机制的深入理解,成为区分初级与高级开发者的分水岭。
本页面旨在构建系统性知识图谱,覆盖主流开源项目的技术原理、最佳实践、典型陷阱与演进趋势,为开发者提供从入门到精通的完整路径参考。内容基于真实生产环境案例与社区最新版本(截至 2025 年 Q2),强调可操作性与工程落地能力培养。
二、生态概览:Java 开源项目全景图谱
Java 开源生态可划分为六大核心子系统,形成完整的应用开发与交付链路:
1. 应用框架层
- Spring 系列:Spring Boot(自动配置)、Spring Cloud(微服务)、Spring Security(认证授权)、Spring Data(数据访问)
- Apache 项目群:Struts2(MVC)、Camel(集成)、ShardingSphere(分库分表)
- 其他主流框架:Quarkus(云原生 Java)、Micronaut(轻量级)、Helidon(Oracle 官方)
2. 中间件层
- 服务治理:Dubbo(高性能 RPC)、gRPC(跨语言 RPC)、Spring Cloud Gateway(API 网关)
- 消息中间件:RocketMQ(低延迟高吞吐)、Kafka(分布式流处理)、RabbitMQ(可靠消息)
- 配置中心:Nacos(动态配置+服务发现)、Apollo(携程开源)、Spring Cloud Config
3. 数据访问层
- ORM 框架:Hibernate(全自动化)、MyBatis(半自动化)、JOOQ(类型安全 SQL)
- 连接池:HikariCP(性能之王)、Druid(监控增强)、Apache DBCP
- 分布式数据:ShardingSphere(分库分表)、Vitess(MySQL 原生扩展)
4. 基础设施层
- 容器编排:Kubernetes(K8s)、Docker、OpenShift
- 日志体系:Logback(SLF4J 实现)、Log4j2(高吞吐)、ELK Stack(日志分析)
- 缓存方案:Redis(内存数据库)、Caffeine(本地缓存)、Ehcache(分布式缓存)
5. 测试工具链
- 单元测试:JUnit(断言框架)、Mockito(Mock 工具)、TestNG(测试管理)
- 集成测试:Spring Boot Test、Testcontainers(容器化测试)、Gatling(性能压测)
- CI/CD:Jenkins、GitLab CI、GitHub Actions
6. 监控可观测性
- 指标采集:Micrometer(统一指标抽象)、Prometheus(时序数据库)
- 链路追踪:SkyWalking(APM)、Zipkin(分布式追踪)、Jaeger(CNCF 项目)
- 日志分析:Fluentd(日志转发)、Loki(轻量日志存储)
各层组件并非孤立存在,而是通过标准化接口(如 Spring Boot Starter 机制)实现松耦合集成。例如,Spring Boot + Dubbo + Nacos + Sentinel 构成微服务治理标准组合;MyBatis-Plus + ShardingSphere + Druid 形成企业级数据访问解决方案。掌握生态内组件的协同机制,是构建高可用系统的关键。
三、核心框架:主流开源项目深度解析
Spring Boot:自动配置的底层逻辑
Spring Boot 的核心价值在于“约定优于配置”,其自动配置机制通过 spring.factories 文件实现条件化装配。关键流程如下:
- 启动时扫描所有 JAR 包中的
META-INF/spring.factories - 加载
EnableAutoConfiguration键对应的所有配置类 - 应用
@Conditional系列注解(如@ConditionalOnClass、@ConditionalOnMissingBean)进行条件匹配 - 将匹配成功的配置类注册为 Bean
典型示例:当类路径存在 org.springframework.jdbc.datasource.DataSource 时,DataSourceAutoConfiguration 才会被激活;若用户已自定义 DataSource Bean,则 @ConditionalOnMissingBean 会阻止默认配置生效。
常见陷阱:依赖冲突导致自动配置失效。例如同时引入 mysql-connector-java 与 mysql-connector-j(新版本命名),可能造成 DataSourceAutoConfiguration 无法识别驱动类。解决方案:统一使用 Maven <dependencyManagement> 管理版本。
Dubbo:服务注册与发现的实现机制
Dubbo 采用三层注册中心架构:
- Provider:启动时向注册中心注册服务接口、IP、端口、协议等元数据
- Consumer:订阅服务变更事件,定期拉取最新地址列表
- Monitor:统计调用次数、耗时等指标,支持动态扩缩容
注册中心支持 ZooKeeper、Nacos、Etcd 等。以 Nacos 为例,Dubbo 使用其命名空间(Namespace)与分组(Group)实现多环境隔离。典型配置如下:
dubbo.registry.address=nacos://192.168.1.100:8848?namespace=prod&group=payment
性能调重点:服务发现缓存机制。Consumer 首次拉取地址后,后续调用直接使用本地缓存,仅在服务变更时触发更新。可通过 dubbo.registry.synchronous=true 启用同步注册(适用于测试环境),生产环境建议异步注册以提升启动速度。
MyBatis:动态 SQL 的工程实践
MyBatis 的动态 SQL 功能通过 XML 标签实现条件拼接,核心标签包括:
<if>:条件判断<choose>/<when>/<otherwise>:类似 Java 的 switch-case<where>:自动添加 WHERE 关键字并移除多余 AND/OR<set>:用于 UPDATE 语句的动态字段更新
典型示例(分页查询):
<select id="selectUsers" resultType="User">
SELECT * FROM t_user
<where>
<if test="username != null and username != ''">
AND username = #{username}
</if>
<choose>
<when test="status != null">
AND status = #{status}
</when>
<otherwise>
AND status = 1
</otherwise>
</choose>
</where>
LIMIT #{offset}, #{limit}
</select>
安全建议:避免直接拼接用户输入到 SQL 字符串中,必须使用 #{param} 占位符防止 SQL 注入。对于排序字段等无法使用占位符的场景,需在代码层做白名单校验。
Netty:非阻塞 IO 的核心模型
Netty 基于 Reactor 模式构建事件驱动模型,关键组件包括:
- EventLoopGroup:事件循环组(BossGroup 处理连接请求,WorkerGroup 处理 IO 事件)
- ChannelPipeline:责任链式处理器链(入站/出站事件传播)
- ChannelHandler:具体业务逻辑处理器
典型事件流:客户端连接 → BossGroup 接收连接 → 注册到 WorkerGroup → 触发 channelActive 事件 → 消息读取 → channelRead 触发处理器链 → 业务处理 → 响应写回。
生产环境配置:
- WorkerGroup 线程数 = CPU 核心数 × 2(避免线程上下文切换开销)
- 启用 TCP Keep-Alive:
childOption(ChannelOption.SO_KEEPALIVE, true) - 禁用 Nagle 算法:
childOption(ChannelOption.TCP_NODELAY, true)
ShardingSphere:分库分表的策略选择
ShardingSphere 提供三种分片模式:
- 数据节点静态分片:基于表名后缀(如
user_0、user_1) - 数据库分片:按用户 ID 取模路由到不同库
- 水平拆分+垂直拆分:高频字段独立表 + 低频字段聚合表
分片键(Sharding Key)选择原则:高频查询字段、高区分度字段(避免全库扫描)。例如订单系统以 user_id 为分片键,但需注意跨分片 JOIN 的性能问题。
典型配置(Java API):
TableRuleConfiguration orderTableRuleConfig =
new TableRuleConfiguration("t_order", "ds_${0..1}.t_order_${0..1}");
orderTableRuleConfig.setDatabaseShardingStrategy(
new StandardShardingStrategyConfiguration("user_id",
new ModuloDatabaseShardingAlgorithm()));
orderTableRuleConfig.setTableShardingStrategy(
new StandardShardingStrategyConfiguration("order_id",
new ModuloTableShardingAlgorithm()));
避坑指南:分片算法需保证数据均匀分布,否则会导致热点数据倾斜。建议使用雪花算法(Snowflake)生成全局唯一 ID,避免自增主键在分片场景下的冲突问题。
四、开发工具:提升编码效率的利器
IDE 选择与插件推荐
IntelliJ IDEA(推荐指数:★★★★★)
- Database 插件:直连数据库,执行 SQL 并查看结果(支持 MySQL、PostgreSQL、Oracle)
- MyBatis Log Plugin:解析日志中的 SQL 语句,自动格式化参数
- Spring Assistant:可视化 Spring Boot 配置,实时预览自动配置生效组件
- CodeGlance:代码缩略图导航(大文件必备)
Eclipse(推荐指数:★★★☆☆)
- Lombok 插件:解决
@Data注解无法识别字段问题 - FindBugs:静态代码分析(已迁移至 SpotBugs)
- Spring IDE:Spring 配置文件校验与自动补全
VS Code(轻量级方案)
- Java Extension Pack:包含语言服务、调试器、Maven/Gradle 支持
- CodeGeeX:AI 代码助手(支持中文注释生成)
构建工具:Maven vs Gradle
| 特性 | Maven | Gradle |
|---|---|---|
| 配置语法 | XML(冗长) | Groovy/Kotlin DSL(简洁) |
| 依赖管理 | 集中式 POM | 模块化依赖声明 |
| 构建速度 | 较慢(全生命周期扫描) | 快(增量构建 + 构建缓存) |
| 插件机制 | 生命周期绑定 | 任务依赖图 |
| 适用场景 | 传统企业项目 | 微服务/云原生项目 |
Gradle 高级技巧:
- 依赖版本管理:使用
ext.versions统一管理版本号 - 构建缓存:启用
org.gradle.caching=true加速重复构建 - 多项目构建:通过
include ':core', ':api', ':web'组织模块
调试技巧:远程调试与内存分析
远程调试配置:
- 启动参数添加:
-agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=*:5005 - IDEA 中创建 Remote JVM Debug 配置(Host/IP + Port)
- 连接后可断点调试远程服务
JVM 内存分析:
- jmap:生成堆转储文件:
jmap -dump:format=b,file=heap.hprof <pid> - jhat:简单分析堆转储(
jhat heap.hprof) - Eclipse MAT:专业分析工具(查找内存泄漏、大对象、重复类)
典型场景:线上服务频繁 Full GC,通过 MAT 分析发现大量 byte[] 对象被 ThreadLocal 持有未释放,需在业务代码中显式调用 remove() 方法清理。
五、部署运维:从容器化到云原生
Dockerfile 最佳实践
以下是一个生产级 Spring Boot 应用的 Dockerfile 示例:
# 构建阶段
FROM maven:3.8.8-eclipse-temurin-17-alpine AS build
WORKDIR /app
COPY pom.xml .
COPY src ./src
RUN mvn -B clean package -DskipTests
# 运行阶段
FROM eclipse-temurin:17-jre-alpine
WORKDIR /app
COPY --from=build /app/target/*.jar app.jar
EXPOSE 8080
ENTRYPOINT ["java", "-Djava.security.egd=file:/dev/./urandom", \
"-XX:+UseG1GC", "-XX:MaxGCPauseMillis=200", \
"-XX:+HeapDumpOnOutOfMemoryError", "-XX:HeapDumpPath=/logs", \
"-jar", "app.jar"]
关键优化点:
- 多阶段构建:减小镜像体积(仅保留 JRE)
- 指定 GC 策略:G1GC 适合大堆内存场景
- 启用堆转储:OOM 时自动生成诊断文件
- /dev/urandom 加速:避免 /dev/random 阻塞
Kubernetes 部署配置
典型 Deployment 配置(YAML):
apiVersion: apps/v1
kind: Deployment
metadata:
name: user-service
spec:
replicas: 3
selector:
matchLabels:
app: user-service
template:
metadata:
labels:
app: user-service
spec:
containers:
- name: user-service
image: registry.cn-hangzhou.aliyuncs.com/your-ns/user-service:1.0.0
ports:
- containerPort: 8080
resources:
requests:
memory: "512Mi"
cpu: "500m"
limits:
memory: "1Gi"
cpu: "1000m"
livenessProbe:
httpGet:
path: /actuator/health/liveness
port: 8080
initialDelaySeconds: 30
periodSeconds: 10
readinessProbe:
httpGet:
path: /actuator/health/readiness
port: 8080
initialDelaySeconds: 5
periodSeconds: 5
env:
- name: SPRING_DATASOURCE_URL
valueFrom:
secretKeyRef:
name: db-secret
key: url
健康检查说明:
livenessProbe:自动重启异常实例readinessProbe:确保流量仅转发至就绪实例- Actuator 健康检查需集成 Spring Boot Actuator 并暴露对应端点
CI/CD 流水线设计
GitLab CI 示例(.gitlab-ci.yml):
stages:
- build
- test
- deploy
build:
stage: build
script:
- mvn clean package -DskipTests
artifacts:
paths:
- target/*.jar
test:
stage: test
script:
- mvn test
allow_failure: true
deploy_staging:
stage: deploy
script:
- kubectl apply -f k8s/staging/
environment:
name: staging
only:
- develop
deploy_prod:
stage: deploy
script:
- kubectl apply -f k8s/production/
environment:
name: production
only:
- main
when: manual
关键实践:
- 构建产物缓存:加速后续构建
- 测试阶段允许失败:避免阻塞主流程
- 生产部署需人工确认:防止误操作
- 环境隔离:Staging 与 Production 分离
六、安全加固:防御常见攻击向量
Java 安全编码 10 大原则
- 输入验证:对所有外部输入(HTTP 请求、文件上传、命令行参数)做白名单过滤
- SQL 注入防护:始终使用
PreparedStatement或 ORM 框架的参数化查询 - 反序列化安全:禁用
ObjectInputStream默认反序列化,改用 Jackson/Gson - 路径遍历防御:使用
Paths.get(baseDir, userInput).normalize().startsWith(baseDir)校验 - 日志脱敏:敏感信息(密码、银行卡号)使用掩码处理
- HTTPS 强制:Spring Security 配置
requiresSecure() - CORS 配置:明确允许的 Origin 列表,避免
*通配 - CSRF 防护:启用 Spring Security 的 CSRF Token 机制
- 依赖漏洞扫描:集成 OWASP Dependency-Check 或 Snyk
- 最小权限原则:应用仅需数据库最小权限(避免 GRANT ALL PRIVILEGES)
安全工具链集成
静态应用安全测试(SAST):
- SpotBugs:静态代码分析(集成 Maven 插件)
- SonarQube:代码质量与安全扫描
- Semgrep:基于规则的轻量级 SAST
动态应用安全测试(DAST):
- OWASP ZAP:自动扫描 Web 漏洞(SQLi、XSS、CSRF)
- Burp Suite:人工渗透测试辅助工具
运行时应用自我保护(RASP):
- AppGuard:实时拦截攻击请求
- Spring Security:集成认证/授权框架
日志安全规范
禁止记录以下敏感信息:
- 明文密码(即使哈希值也需脱敏)
- 银行卡号(保留后 4 位)
- 身份证号(保留前 6 位 + 后 4 位)
- 短信验证码
- JWT Token
日志脱敏示例(Logback Pattern):
<pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{36} - %replace(%msg){'(\d{15}\d{0,1}|\d{18}\d{0,1})', 'ID_CARD_MASK'}%n</pattern>
七、性能调优:从 JVM 到数据库
JVM 参数调优指南
典型线上服务 JVM 参数(16C32G 服务器):
-Xms16g -Xmx16g -XX:+UseG1GC \
-XX:MaxGCPauseMillis=200 \
-XX:G1HeapRegionSize=4m \
-XX:ParallelGCThreads=16 \
-XX:ConcGCThreads=4 \
-XX:+UnlockDiagnosticVMOptions \
-XX:G1SummarizeRSetStatsPeriod=1 \
-XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=/var/log/heap.hprof
关键参数说明:
-Xms/-Xmx:堆内存大小(建议设为相等避免动态扩容)MaxGCPauseMillis:GC 最大暂停时间目标(200ms 适用于大多数业务)G1HeapRegionSize:G1 区域大小(大堆建议 4m 或 8m)ParallelGCThreads:GC 并行线程数(通常 = CPU 核心数)
调优步骤:
- 监控指标:通过 Micrometer + Prometheus + Grafana 观察 GC 次数/耗时
- 定位瓶颈:使用
jstat -gc <pid> 1000查看实时 GC 统计 - 参数调整:优先调整堆大小和 GC 目标暂停时间
- 验证效果:对比调整前后 P99 延迟与吞吐量
数据库性能优化实战
索引优化:
- 遵循最左前缀原则(复合索引顺序:高区分度字段优先)
- 避免回表查询(覆盖索引)
- 禁止在 WHERE 条件中对字段进行函数操作(如 YEAR(create_time))
慢查询优化案例:
原始 SQL:
SELECT * FROM orders WHERE YEAR(create_time) = 2024 AND status = 'PAID'
优化后:
ALTER TABLE orders ADD INDEX idx_year_status (create_time, status);
SELECT * FROM orders
WHERE create_time BETWEEN '2024-01-01' AND '2024-12-31 23:59:59'
AND status = 'PAID'
连接池调优:
- HikariCP 推荐配置:
maximumPoolSize = CPU 核心数 × 2 + 1 - 监控连接泄漏:
leakDetectionThreshold=60000 - 设置连接超时:
connectionTimeout=30000
缓存策略设计
多级缓存架构:
- L1 缓存:本地 Caffeine(毫秒级访问,容量小)
- L2 缓存:Redis 集群(秒级访问,容量大)
- 缓存预热:启动时加载热点数据(如配置中心数据)
- 缓存穿透:对不存在的查询缓存空值(TTL=60s)
- 缓存击穿:热点数据使用互斥锁重建缓存
- 缓存雪崩:设置随机 TTL(如 3600 ± 300 秒)
Redis 实战配置:
- 启用集群模式(Cluster)避免单点故障
- 开启 AOF 持久化(
appendonly yes) - 设置最大内存策略(
maxmemory-policy allkeys-lru) - 连接池配置(Jedis):
maxTotal=200, maxIdle=50
八、源码解析:从使用者到贡献者
Spring Boot 自动配置源码路径
核心入口类:org.springframework.boot.autoconfigure.SpringBootApplication
关键流程解析:
- 启动类上的
@SpringBootApplication注解触发@EnableAutoConfiguration AutoConfigurationImportSelector加载META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports(Spring Boot 2.7+)- 通过
AutoConfigurationMetadataLoader解析AutoConfiguration.imports文件 - 应用
Conditional注解进行条件过滤(如@ConditionalOnClass) - 将符合条件的配置类注册为 Bean 定义
自定义自动配置示例:
@Configuration
@ConditionalOnClass(DataSource.class)
@EnableConfigurationProperties(MyDataSourceProperties.class)
public class MyDataSourceAutoConfiguration {
@Bean
@ConditionalOnMissingBean
public DataSource myDataSource(MyDataSourceProperties props) {
return new MyDataSource(props.getUrl(), props.getUsername(), props.getPassword());
}
}
Dubbo 服务暴露源码分析
服务暴露入口:ServiceBean.onApplicationEvent()
关键步骤:
- 解析
<dubbo:service>配置生成ServiceConfig - 创建
Invoker对象(封装业务逻辑) - 调用
Protocol#export()导出服务(默认 DubboProtocol) - 向注册中心注册服务元数据(如
/dubbo/com.example.UserService/providers) - 启动 NettyServer 监听端口(默认 20880)
服务发现流程:
- Consumer 启动时订阅
/dubbo/com.example.UserService/providers节点 - ZooKeeper 触发 NodeChanged 事件
- Consumer 收到变更通知,拉取最新 Provider 地址列表
- 通过
DubboProtocol#refer()创建Invoker(代理对象) - 后续调用走代理逻辑(负载均衡、集群容错、异步调用)
MyBatis SQL 执行链路
执行流程:
- Mapper 接口调用 → CachingExecutor(二级缓存)
- BaseExecutor(一级缓存) → SimpleExecutor/ReuseExecutor/BatchExecutor
- StatementHandler(SQL 构建) → ParameterHandler(参数设置)
- ResultSetHandler(结果映射) → 返回 Java 对象
动态 SQL 解析:
- XML 中的
<if>、<where>标签被解析为SqlNode对象 - 执行时调用
DynamicSqlSource#getBoundSql()拼接最终 SQL - 通过
ParameterMappingTokenHandler替换#{param}占位符
如何为开源项目贡献代码
标准流程:
- Fork 官方仓库到个人账户
- 创建功能分支:
git checkout -b feature/new-feature - 编写代码并添加单元测试(覆盖率 ≥ 80%)
- 提交规范:
feat: add new feature(遵循 Conventional Commits) - 推送分支:
git push origin feature/new-feature - 发起 Pull Request 并填写详细变更说明
- 响应 Reviewer 评论并迭代修改
- 合并到主干后删除本地分支
贡献者必备工具:
- Checkstyle:代码风格检查(统一格式)
- SpotBugs:静态分析漏洞
- JaCoCo:测试覆盖率统计
- Maven Enforcer:依赖版本约束
九、社区动态:最新趋势与活动
2025 年 SpringOne 大会要点
• Spring Framework 6.2 支持 Jakarta EE 10
• Spring Boot 3.4 将默认使用 GraalVM Native Image
• Spring AI 正式 GA(AI 应用开发框架)
• Spring Cloud Function 拓展至 Serverless 场景
Apache Dubbo 3.3 发布
• 新增 Reactive 支持(WebFlux 集成)
• 服务发现模型重构(应用级服务发现)
• 支持 gRPC over HTTP/2
• 内置 Prometheus 指标采集
MyBatis-Plus 3.5.6 更新
• 优化 Lambda 表达式性能(减少反射开销)
• 新增自动填充插件(创建/修改时间)
• 支持自定义 SQL 注入器
• 修复分页插件在 Oracle 下的偏移量问题
Java 23 正式发布
• 虚拟线程(Project Loom)正式引入
• 结构化并发(Incubator)
• 模式匹配增强(switch 表达式)
• 新增 Vector API(第二孵化器)
开发者社区推荐
- Stack Overflow:Java 标签日均提问 200+ 条(搜索技巧:
[java] "spring boot" tag:question) - GitHub Issues:主流项目官方问题追踪(Dubbo: 2.5k+ Issues)
- CSDN/InfoQ:中文技术社区(需甄别质量)
- 掘金:年轻开发者聚集地(Spring 源码系列热门)
- 微信公众号:《Java技术栈》《程序员DD》《中间件兴趣圈》
社区贡献建议:
- 回答问题时附带可复现的最小代码示例
- 提交 Issue 时提供完整的异常堆栈与版本信息
- 贡献文档(拼写错误修复、示例补充)
- 参与测试用例编写(非代码贡献同样重要)
十、常见问题:高频问题解答
Q1:Spring Boot 如何优雅关闭服务?
A:启用 Actuator 的 shutdown 端点:
management.endpoint.shutdown.enabled=true
通过 POST 请求:curl -X POST http://localhost:8080/actuator/shutdown
同时配置 Graceful Shutdown:
server.shutdown=graceful
spring.lifecycle.timeout-per-shutdown-phase=30s
Q2:Dubbo 服务调用超时如何处理?
A:超时配置层级(优先级从高到低):
1. 方法级配置:<dubbo:method name="queryUser" timeout="5000"/>
2. 接口级配置:<dubbo:service interface="UserService" timeout="3000"/>
3. 全局配置:dubbo.consumer.timeout=2000
建议:核心接口设置较长超时(5s+),非核心接口可缩短(2s)
Q3:MyBatis 如何避免 N+1 查询问题?
A:使用 association/collection 的 select 属性 + fetchType="lazy"
但更推荐:
1. 使用 JOIN 语句一次查询(适合小表关联)
2. 分步查询 + 本地缓存(适合大表)
3. 使用 MyBatis-Plus 的 @TableField(exist = false) 临时字段
Q4:如何解决 Redis 缓存与数据库双写不一致?
A:推荐方案:
• 先更新数据库,再删除缓存(Cache Aside Pattern)
• 使用 Binlog 监听(如 Alibaba Canal)异步更新缓存
• 严格顺序写:通过消息队列保证操作顺序
注意:避免先删缓存再更新数据库(可能导致查询脏数据)
Q5:Java 21 的虚拟线程适合什么场景?
A:适用场景:
• 高并发 I/O 密集型任务(Web 服务、微服务网关)
• 长时间阻塞操作(数据库查询、HTTP 调用)
不适用场景:
• CPU 密集型任务(加密、压缩)
• 需要精细线程控制的场景
迁移建议:
• 保持原有线程池代码不变(虚拟线程由 JVM 管理)
• 避免在虚拟线程中使用 ThreadLocal(生命周期不匹配)