环形队列、条带环形队列 Striped-RingBuffer （史上最全）

女爷i 2024-03-31 17:15 27阅读 0赞

文章很长，而且持续更新，建议收藏起来，慢慢读！[**疯狂创客圈总目录 博客园版**][Link 1] 为您奉上珍贵的学习资源 ：

免费赠送 :[**《尼恩Java面试宝典》**][Java] 持续更新+ 史上最全 + 面试必备 2000页+ 面试必备 + 大厂必备 +涨薪必备  
免费赠送 经典图书:[**《Java高并发核心编程（卷1）加强版》**][Java_1] 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领  
免费赠送 经典图书:[**《Java高并发核心编程（卷2）加强版》** ][Java_1] 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领  
免费赠送 经典图书:[**《Java高并发核心编程（卷3）加强版》**][Java_1] 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领  
免费赠送 经典图书:[《**尼恩Java面试宝典 最新版**》 ][Java] 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领  
免费赠送 资源宝库： **Java 必备 百度网盘资源大合集 价值**>10000元 加尼恩领取

--------------------

### 高性能 BoundedBuffer 条带环形队列 ###

Caffeine 源码中，用到几个高性能数据结构要讲

*  一个是 条带环状 队列 （**超高性能、无锁队列**）
 *  一个是mpsc队列 （**超高性能、无锁队列**）
 *  一个是 多级时间轮

这里给大家 介绍 环形队列、 条带环形队列 Striped-RingBuffer 。

剩下的两个结构， 稍后一点 ，使用专门的 博文介绍。

#### CAS 的优势与核心问题 ####

由于JVM重量级锁使用了Linux内核态下的互斥锁（Mutex），这是重量级锁开销很大的原因。

抢占与释放的过程中，涉及到 进程的 用户态和 内核态， 进程的 用户空间 和内核空间之间的切换， 性能非常低。

而CAS进行自旋抢锁，这些CAS操作都处于用户态下，进程不存在用户态和内核态之间的运行切换，因此JVM轻量级锁开销较小。这是 CAS 的优势。

但是， 任何事情，都有两面性。

CAS 的核心问题是什么呢？

在争用激烈的场景下，会导致大量的CAS空自旋。

比如，在大量的线程同时并发修改一个AtomicInteger时，可能有很多线程会不停地自旋，甚至有的线程会进入一个无限重复的循环中。

大量的CAS空自旋会浪费大量的CPU资源，大大降低了程序的性能。

除了存在CAS空自旋之外，在SMP架构的CPU平台上，大量的CAS操作还可能导致“总线风暴”，具体可参见《Java高并发核心编程 卷2 加强版》第5章的内容。

在高并发场景下如何提升CAS操作性能/ 解决CAS恶性空自旋 问题呢？

较为常见的方案有两种：

*  分散操作热点、
 *  使用队列削峰。

比如，在自增的场景中， 可以使用LongAdder替代AtomicInteger。

这是一种 分散操作热点 ，空间换时间 方案，

也是 分而治之的思想。

#### 以空间换时间：LongAdder 以及 Striped64 ####

Java 8提供一个新的类LongAdder，以空间换时间的方式提升高并发场景下CAS操作性能。

LongAdder核心思想就是热点分离，与ConcurrentHashMap的设计思想类似：将value值分离成一个数组，当多线程访问时，通过Hash算法将线程映射到数组的一个元素进行操作；而获取最终的value结果时，则将数组的元素求和。

最终，通过LongAdder将内部操作对象从单个value值“演变”成一系列的数组元素，从而减小了内部竞争的粒度。LongAdder的演变如图3-10所示。

![在这里插入图片描述][e2825983ceb0429999abb02ac6aa3647.png]

图3-10 LongAdder的操作对象由单个value值“演变”成了数组

#### LongAdder的分治思想和架构 ####

LongAdder的操作对象由单个value值“演变”成了数组

![在这里插入图片描述][3bc8977586b94abeb6bd251c2419b24d.png]

LongAdder 继承了 Striped64，核心源码在 Striped64中。

![在这里插入图片描述][281cd787fb9841358f1153ac59f1715a.png]

#### 条带累加Striped64的结构和源码 ####

![在这里插入图片描述][7f96bfa9d2624be08a989ed8326ec219.png]

/**
     * A package-local class holding common representation and mechanics
     * for classes supporting dynamic striping on 64bit values. The class
     * extends Number so that concrete subclasses must publicly do so.
     */
    @SuppressWarnings("serial")
    abstract class Striped64 extends Number {
       
    
        /**
         * Padded variant of AtomicLong supporting only raw accesses plus CAS.
         *
         * JVM intrinsics note: It would be possible to use a release-only
         * form of CAS here, if it were provided.
         */
        @sun.misc.Contended static final class Cell {
            volatile long value;
            Cell(long x) { value = x; }
            final boolean cas(long cmp, long val) {
                return UNSAFE.compareAndSwapLong(this, valueOffset, cmp, val);
            }
    
            // Unsafe mechanics
            private static final sun.misc.Unsafe UNSAFE;
            private static final long valueOffset;
            static {
                try {
                    UNSAFE = sun.misc.Unsafe.getUnsafe();
                    Class<?> ak = Cell.class;
                    valueOffset = UNSAFE.objectFieldOffset
                        (ak.getDeclaredField("value"));
                } catch (Exception e) {
                    throw new Error(e);
                }
            }
        }
    
        /** Number of CPUS, to place bound on table size */
        static final int NCPU = Runtime.getRuntime().availableProcessors();
    
        /**
         * Table of cells. When non-null, size is a power of 2.
         */
        transient volatile Cell[] cells;
    
        /**
         * Base value, used mainly when there is no contention, but also as
         * a fallback during table initialization races. Updated via CAS.
         */
        transient volatile long base;
    
        /**
         * Spinlock (locked via CAS) used when resizing and/or creating Cells.
         */
        transient volatile int cellsBusy;
    
        /**
         * Package-private default constructor
         */
        Striped64() {
        }

以上源码的特别复杂，请参见 《Java高并发核心编程 卷2 加强版》

![在这里插入图片描述][e9972b9982b34c81ac299e5b2629c479.png]

#### BoundedBuffer 的核心源码 ####

/**
     * A striped, non-blocking, bounded buffer.
     *
     * @author ben.manes@gmail.com (Ben Manes)
     * @param <E> the type of elements maintained by this buffer
     */
    final class BoundedBuffer<E> extends StripedBuffer<E>

它是一个 striped、非阻塞、有界限的 buffer，继承于StripedBuffer类。

下面看看StripedBuffer的实现：

/**
     * A base class providing the mechanics for supporting dynamic striping of bounded buffers. This
     * implementation is an adaption of the numeric 64-bit {@link java.util.concurrent.atomic.Striped64}
     * class, which is used by atomic counters. The approach was modified to lazily grow an array of
     * buffers in order to minimize memory usage for caches that are not heavily contended on.
     *
     * @author dl@cs.oswego.edu (Doug Lea)
     * @author ben.manes@gmail.com (Ben Manes)
     */
    
    abstract class StripedBuffer<E> implements Buffer<E>

#### StripedBuffer (条带缓冲)的架构 ####

解决CAS恶性空自旋的有效方式之一是以空间换时间，较为常见的方案有两种：

*  分散操作热点、
 *  使用队列削峰。

这个StripedBuffer设计的思想是跟Striped64类似的，通过扩展结构把**分散操作热点（/竞争热点分离)**。

具体实现是这样的，StripedBuffer维护一个Buffer\[\]数组，叫做table，每个元素就是一个RingBuffer，

每个线程用自己id属性作为 hash 值的种子产生hash值，这样就相当于每个线程都有自己“专属”的RingBuffer，

在hash分散很均衡的场景下，就不会尽量的降低竞争，避免空自旋，

、

![在这里插入图片描述][49b6e9e1721d4734800ed3fe870dac01.png]

####  ####

看看StripedBuffer的属性

/** Table of buffers. When non-null, size is a power of 2. */
    //RingBuffer数组
    transient volatile Buffer<E> @Nullable[] table;
    
    //当进行resize时，需要整个table锁住。tableBusy作为CAS的标记。
    static final long TABLE_BUSY = UnsafeAccess.objectFieldOffset(StripedBuffer.class, "tableBusy");
    static final long PROBE = UnsafeAccess.objectFieldOffset(Thread.class, "threadLocalRandomProbe");
    
    /** Number of CPUS. */
    static final int NCPU = Runtime.getRuntime().availableProcessors();
    
    /** The bound on the table size. */
    //table最大size
    static final int MAXIMUM_TABLE_SIZE = 4 * ceilingNextPowerOfTwo(NCPU);
    
    /** The maximum number of attempts when trying to expand the table. */
    //如果发生竞争时（CAS失败）的尝试次数
    static final int ATTEMPTS = 3;
    
    /** Table of buffers. When non-null, size is a power of 2. */
    //核心数据结构
    transient volatile Buffer<E> @Nullable[] table;
    
    /** Spinlock (locked via CAS) used when resizing and/or creating Buffers. */
    transient volatile int tableBusy;
    
    /** CASes the tableBusy field from 0 to 1 to acquire lock. */
    final boolean casTableBusy() {
      return UnsafeAccess.UNSAFE.compareAndSwapInt(this, TABLE_BUSY, 0, 1);
    }
    
    /**
     * Returns the probe value for the current thread. Duplicated from ThreadLocalRandom because of
     * packaging restrictions.
     */
    static final int getProbe() {
      return UnsafeAccess.UNSAFE.getInt(Thread.currentThread(), PROBE);
    }

offer方法，当没初始化或存在竞争时，则扩容为 2 倍。最大为不小于 CPU核数的 2幂值。

/**
         * The bound on the table size.
         */
        static final int MAXIMUM_TABLE_SIZE = 4 * ceilingPowerOfTwo(NCPU);

实际是调用RingBuffer的 offer 方法，把数据追加到RingBuffer后面。

@Override
    public int offer(E e) {
      int mask;
      int result = 0;
      Buffer<E> buffer;
      //是否不存在竞争
      boolean uncontended = true;
      Buffer<E>[] buffers = table
      //是否已经初始化
      if ((buffers == null)
          || (mask = buffers.length - 1) < 0
          //用thread的随机值作为hash值，得到对应位置的RingBuffer
          || (buffer = buffers[getProbe() & mask]) == null
          //检查追加到RingBuffer是否成功
          || !(uncontended = ((result = buffer.offer(e)) != Buffer.FAILED))) {
        //其中一个符合条件则进行扩容
        expandOrRetry(e, uncontended);
      }
      return result;
    }
    
    /**
     * Handles cases of updates involving initialization, resizing, creating new Buffers, and/or
     * contention. See above for explanation. This method suffers the usual non-modularity problems of
     * optimistic retry code, relying on rechecked sets of reads.
     *
     * @param e the element to add
     * @param wasUncontended false if CAS failed before call
     */
    
    //这个方法比较长，但思路还是相对清晰的。
    @SuppressWarnings("PMD.ConfusingTernary")
    final void expandOrRetry(E e, boolean wasUncontended) {
      int h;
      if ((h = getProbe()) == 0) {
        ThreadLocalRandom.current(); // force initialization
        h = getProbe();
        wasUncontended = true;
      }
      boolean collide = false; // True if last slot nonempty
      for (int attempt = 0; attempt < ATTEMPTS; attempt++) {
        Buffer<E>[] buffers;
        Buffer<E> buffer;
        int n;
        if (((buffers = table) != null) && ((n = buffers.length) > 0)) {
          if ((buffer = buffers[(n - 1) & h]) == null) {
            if ((tableBusy == 0) && casTableBusy()) { // Try to attach new Buffer
              boolean created = false;
              try { // Recheck under lock
                Buffer<E>[] rs;
                int mask, j;
                if (((rs = table) != null) && ((mask = rs.length) > 0)
                    && (rs[j = (mask - 1) & h] == null)) {
                  rs[j] = create(e);
                  created = true;
                }
              } finally {
                tableBusy = 0;
              }
              if (created) {
                break;
              }
              continue; // Slot is now non-empty
            }
            collide = false;
          } else if (!wasUncontended) { // CAS already known to fail
            wasUncontended = true;      // Continue after rehash
          } else if (buffer.offer(e) != Buffer.FAILED) {
            break;
          } else if (n >= MAXIMUM_TABLE_SIZE || table != buffers) {
            collide = false; // At max size or stale
          } else if (!collide) {
            collide = true;
          } else if (tableBusy == 0 && casTableBusy()) {
            try {
              if (table == buffers) { // Expand table unless stale
                table = Arrays.copyOf(buffers, n << 1);
              }
            } finally {
              tableBusy = 0;
            }
            collide = false;
            continue; // Retry with expanded table
          }
          h = advanceProbe(h);
        } else if ((tableBusy == 0) && (table == buffers) && casTableBusy()) {
          boolean init = false;
          try { // Initialize table
            if (table == buffers) {
              @SuppressWarnings({"unchecked", "rawtypes"})
              Buffer<E>[] rs = new Buffer[1];
              rs[0] = create(e);
              table = rs;
              init = true;
            }
          } finally {
            tableBusy = 0;
          }
          if (init) {
            break;
          }
        }
      }
    }

#### 环形队列 ####

我们知道，队列伴随着生产和消费，而队列一般也是由**数组或链表**来实现的，

队列是一个先进先出的结构，那么随着游标在数组上向后移动，

前面已经消费了的数据已没有意义，但是他们依然占据着内存空间，浪费越来越大，

![在这里插入图片描述][3325554c737f4231a4d53b70da16f552.png]

所以：环形队列就很好的解决了这个问题。

![在这里插入图片描述][42453f68d1034ee3b1f778c3ebbcabd3.png]

环形队列是在实际编程极为有用的数据结构，它采用数组的线性空间，数据组织简单，能很快知道队列是否满或空，能以很快速度的来存取数据。

从顺时针看，环形队列 有队头 head 和队尾 tail。

**生产的流程是：**

生产者顺时针向队尾 tail 插入元素，这会导致 head 位置不变，tail 位置在后移；

**消费的流程是：**

消费者则从队头 head 开始消费，这会导致 head 向后移动，而tail 位置不变，如果队列满了就不能写入。

**环形队列的特点：**

队头 head 和队尾 tail 的位置是不定的，位置一直在循环流动，空间就被重复利用起来了。

因为有简单高效的原因，甚至在硬件都实现了环形队列.。

环形队列广泛用于网络数据收发，和不同程序间数据交换（比如内核与应用程序大量交换数据，从硬件接收大量数据）均使用了环形队列。

##### 环形队列的参考实现 #####

下面的环形队列， 参考了 缓存之王 Caffeine 源码中的 命名

package com.crazymakercircle.queue;
    
    
    public class SimpleRingBufferDemo {
        public static void main(String[] args) {
    
            //创建一个环形队列
            SimpleRingBuffer queue = new SimpleRingBuffer(4);
            queue.offer(11);
            queue.offer(12);
            queue.offer(13);
            System.out.println("queue = " + queue);
            int temp = queue.poll();
            System.out.println("temp = " + temp);
            System.out.println("queue = " + queue);
            temp = queue.poll();
            System.out.println("temp = " + temp);
            System.out.println("queue = " + queue);
            temp = queue.poll();
            System.out.println("temp = " + temp);
            System.out.println("queue = " + queue);
        }
    
    }
    
    class SimpleRingBuffer {
        private int maxSize;//表示数组的最大容量
        private int head;  // 模拟 缓存之王 Caffeine 源码命名
        //head就指向队列的第一个元素，也就是arr[head]就是队列的第一个元素
        //head的初始值=0
        private int tail; // 模拟 缓存之王 Caffeine 源码命名
        //tail指向队列的最后一个元素的后一个位置，因为希望空出一个空间做为约定
        //tail的初始化值=0
        private int[] buffer;//该数据用于存放数据
    
        public SimpleRingBuffer(int arrMaxSize) {
            maxSize = arrMaxSize;
            buffer = new int[maxSize];
        }
    
        //判断队列是否满
        public boolean isFull() {
            return (tail + 1) % maxSize == head;
        }
    
        //判断队列是否为空
        public boolean isEmpty() {
            return tail == head;
        }
    
        //添加数据到队列
        public void offer(int n) {
            //判断队列是否满
            if (isFull()) {
                System.out.println("队列满，不能加入数据");
                return;
            }
            //直接将数据加入
            buffer[tail] = n;
            //将tail后移，这里必须考虑取模
            tail = (tail + 1) % maxSize;
        }
    
        //获取队列的数据，出队列
        public int poll() {
            //判断队列是否空
            if (isEmpty()) {
                //通过抛出异常
                throw new RuntimeException("队列空，不能取数据");
            }
            //这里需要分析出head是指向队列的第一个元素
            //1.先把head对应的值保留到一个临时变量
            //2.将head后移，考虑取模
            //3.将临时保存的变量返回
            int value = buffer[head];
            head = (head + 1) % maxSize;
            return value;
        }
    
        //求出当前队列有效数据的个数
        public int size() {
            return (tail + maxSize - head) % maxSize;
        }
    
        @Override
        public String toString() {
           return   String.format("head=%d , tail =%d\n",head,tail);
    
        }
    }

##### 测试的结果 #####

![在这里插入图片描述][03b049f5bd2842a5991d9f4f653963c1.png]

##### 环形核心的结构和流程说明 #####

1.  **约定head指向队列的第一个元素**，
    
    也就是说data\[head\]就是队头数据，head初始值为0。
2.  **约定tail指向队列的最后一个元素的后一个位置**，
    
    也就是说data\[tail-1\]就是队尾数据，tail初始值为0。
3.  队列满的条件是：
    
    ***( tail+1 )% maxSize == head***
4.  队列空的条件是：
    
    ***tail == head***
5.  队列中的元素个数为：
    
    ***( tail + maxsize - head) % maxSize***
6.  有效数据只有maxSize-1个
    
    因为tail指向队尾的后面一个位置，这个位置就不能存数据，因此有效数据只有maxSize-1个

##### 环形队列核心操作：判满 #####

写入的时候，当前位置的下一位置是（tail+1）% maxSize

由图可知：

当head刚好指向tail的下一个位置时队列满，而tail的下一个位置是 ***（tail+1）% maxSize***，

所以当（ tail + 1 )% maxSize == head 时，队列就满了。

![在这里插入图片描述][3b23b59f488b44438f6e71e0e3435666.png]

##### 环形队列核心操作：判空 #####

队列为空的情况如下图所示，当队头队尾都指向一个位置，即 ***head == tail*** 时，队列为空。

![在这里插入图片描述][0027fe7499734c7e9713352276d580cd.png]

当head == tail时，队列为空

因为tail指向队尾的后面一个位置，这个位置就不能存数据，

因此, 环形队列的有效数据只有maxSize-1个

#### RingBuffer 源码 ####

caffeine源码中， 注意RingBuffer是BoundedBuffer的内部类。

/** The maximum number of elements per buffer. */
    static final int BUFFER_SIZE = 16;
    
    // Assume 4-byte references and 64-byte cache line (16 elements per line)
    //256长度，但是是以16为单位，所以最多存放16个元素
    static final int SPACED_SIZE = BUFFER_SIZE << 4;
    static final int SPACED_MASK = SPACED_SIZE - 1;
    static final int OFFSET = 16;
    //RingBuffer数组
    final AtomicReferenceArray<E> buffer;
    
     //插入方法
     @Override
     public int offer(E e) {
       long head = readCounter;
       long tail = relaxedWriteCounter();
       //用head和tail来限制个数
       long size = (tail - head);
       if (size >= SPACED_SIZE) {
         return Buffer.FULL;
       }
       //tail追加16
       if (casWriteCounter(tail, tail + OFFSET)) {
         //用tail“取余”得到下标
         int index = (int) (tail & SPACED_MASK);
         //用unsafe.putOrderedObject设值
         buffer.lazySet(index, e);
         return Buffer.SUCCESS;
       }
       //如果CAS失败则返回失败
       return Buffer.FAILED;
     }
    
     //用consumer来处理buffer的数据
     @Override
     public void drainTo(Consumer<E> consumer) {
       long head = readCounter;
       long tail = relaxedWriteCounter();
       //判断数据多少
       long size = (tail - head);
       if (size == 0) {
         return;
       }
       do {
         int index = (int) (head & SPACED_MASK);
         E e = buffer.get(index);
         if (e == null) {
           // not published yet
           break;
         }
         buffer.lazySet(index, null);
         consumer.accept(e);
         //head也跟tail一样，每次递增16
         head += OFFSET;
       } while (head != tail);
       lazySetReadCounter(head);
     }

注意，ring buffer 的 size（固定是 16 个）是不变的，变的是 head 和 tail 而已。

#### Striped-RingBuffer 有如下特点： ####

总的来说 Striped-RingBuffer 有如下特点：

*  使用 Striped-RingBuffer来提升对 buffer 的读写
 *  用 thread 的 hash 来避开热点 key 的竞争
 *  允许写入的丢失

### 推荐阅读： ###

*  《[尼恩Java面试宝典][Java 1]》
 *  《[Springcloud gateway 底层原理、核心实战 (史上最全)][Springcloud gateway _]》
 *  《[sentinel （史上最全）][sentinel]》
 *  《[分库分表 Sharding-JDBC 底层原理、核心实战（史上最全）][Sharding-JDBC]》
 *  《[分布式事务 （秒懂）][Link 2]》
 *  《[缓存之王：Caffeine 源码、架构、原理（史上最全，10W字 超级长文）][Caffeine _10W_]》
 *  《[缓存之王：Caffeine 的使用（史上最全）][Caffeine]》
 *  《[Java Agent 探针、字节码增强 ByteBuddy（史上最全）][Java Agent _ ByteBuddy]》
 *  《[Docker原理（图解+秒懂+史上最全）][Docker]》
 *  《[Redis分布式锁（图解 - 秒懂 - 史上最全）][Redis_ - _ -]》
 *  《[Zookeeper 分布式锁 - 图解 - 秒懂][Zookeeper _ - _ -]》
 *  《[Zookeeper Curator 事件监听 - 10分钟看懂][Zookeeper Curator _ - 10]》
 *  《[Netty 粘包 拆包 | 史上最全解读][Netty _ _ _]》
 *  《[Netty 100万级高并发服务器配置][Netty 100]》
 *  《[Springcloud 高并发 配置 （一文全懂）][Springcloud _ _]》

### 参考文献 ###

1.  [疯狂创客圈 JAVA 高并发 总目录][Link 1]
    
    ThreadLocal（史上最全）  
    https://www.cnblogs.com/crazymakercircle/p/14491965.html
2.  3000页《尼恩 Java 面试宝典 》的 35个面试专题 ：  
    https://www.cnblogs.com/crazymakercircle/p/13917138.html
3.  价值10W的架构师知识图谱  
    https://www.processon.com/view/link/60fb9421637689719d246739

4、尼恩 架构师哲学  
https://www.processon.com/view/link/616f801963768961e9d9aec8

5、尼恩 3高架构知识宇宙  
https://www.processon.com/view/link/635097d2e0b34d40be778ab4

Guava Cache主页：https://github.com/google/guava/wiki/CachesExplained

Caffeine的官网：https://github.com/ben-manes/caffeine/wiki/Benchmarks

https://gitee.com/jd-platform-opensource/hotkey

https://developer.aliyun.com/article/788271?utm\_content=m\_1000291945

https://b.alipay.com/page/account-manage-oc/approval/setList

Caffeine: *https://github.com/ben-manes/caffeine*

这里: *https://albenw.github.io/posts/df42dc84/*

Benchmarks: *https://github.com/ben-manes/caffeine/wiki/Benchmarks*

[Link 1]: https://www.cnblogs.com/crazymakercircle/p/9904544.html
[Java]: https://www.cnblogs.com/crazymakercircle/p/13917138.html
[Java_1]: https://www.cnblogs.com/crazymakercircle/p/14493539.html
[e2825983ceb0429999abb02ac6aa3647.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/a190e93fcd55484a8abc9b7d63a40ecc.png
[3bc8977586b94abeb6bd251c2419b24d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/8680446b2c854e9bb16c42816028324c.png
[281cd787fb9841358f1153ac59f1715a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/66e263bbb81e4d4784b51b4bcfb83394.png
[7f96bfa9d2624be08a989ed8326ec219.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/9e5b738031ab4ca88d1eb416273178fb.png
[e9972b9982b34c81ac299e5b2629c479.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/bd1c0232cbf74af3a004f13b706473f1.png
[49b6e9e1721d4734800ed3fe870dac01.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/1ca2a375819b416a92aa76af34ebd117.png
[3325554c737f4231a4d53b70da16f552.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/15ed04c753a54954aec4631b3bb1c3fe.png
[42453f68d1034ee3b1f778c3ebbcabd3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/3dd46d52d26d4904b8b328ca15b0d674.png
[03b049f5bd2842a5991d9f4f653963c1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/61caeb3e30bf40a18b5003cf8fcda6d7.png
[3b23b59f488b44438f6e71e0e3435666.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/80d2b3484ac04460b05eded820d61bf5.png
[0027fe7499734c7e9713352276d580cd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/691019981e4846359a31bfdc0138d84c.png
[Java 1]: https://blog.csdn.net/crazymakercircle/article/details/124790425
[Springcloud gateway _]: https://blog.csdn.net/crazymakercircle/article/details/125057567
[sentinel]: https://blog.csdn.net/crazymakercircle/article/details/125059491
[Sharding-JDBC]: https://blog.csdn.net/crazymakercircle/article/details/123420859
[Link 2]: https://blog.csdn.net/crazymakercircle/article/details/109459593
[Caffeine _10W_]: https://blog.csdn.net/crazymakercircle/article/details/128123114
[Caffeine]: https://blog.csdn.net/crazymakercircle/article/details/113751575
[Java Agent _ ByteBuddy]: https://blog.csdn.net/crazymakercircle/article/details/126579528
[Docker]: https://blog.csdn.net/crazymakercircle/article/details/120747767
[Redis_ - _ -]: https://blog.csdn.net/crazymakercircle/article/details/116425814
[Zookeeper _ - _ -]: https://blog.csdn.net/crazymakercircle/article/details/85956246
[Zookeeper Curator _ - 10]: https://blog.csdn.net/crazymakercircle/article/details/85922561
[Netty _ _ _]: https://blog.csdn.net/crazymakercircle/article/details/83957259
[Netty 100]: https://blog.csdn.net/crazymakercircle/article/details/83758107
[Springcloud _ _]: https://blog.csdn.net/crazymakercircle/article/details/102557988