HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
CountDownLatch原理浅析
<blockquote本文的副标题为由CountDownLatch到AQS</blockquote前言我日常用到CountDownLatch的场景还是比较多,定时任务使用多线程去采集数据,然后采集完数据之后,做进一步的处理。一般我在程序里面会如下写:<pre<code
一篇搞定CAS,深度讲解,面试实践必备
背景在高并发的业务场景下,线程安全问题是必须考虑的,在JDK5之前,可以通过synchronized或Lock来保证同步,从而达到线程安全的目的。但synchronized或Lock方案属于互斥锁的方案,比较重量级,加锁、释放锁都会引起性能损耗问题。而在某些场景下,我们是可以通过JU
并发程序的噩梦——数据竞争
并发程序的噩梦——数据竞争前言在本文当中我主要通过不同线程对同一个数据进行加法操作的例子,层层递进,使用忙等待、<codesynchronized</code和锁去解决我们的问题,切实体会为什么数据竞争是并发程序的噩梦。问题介绍<bloc
并发开篇——带你从0到1建立并发知识体系的基石
并发开篇——带你从0到1建立并发知识体系的基石前言在本篇文章当中主要跟大家介绍并发的基础知识,从最基本的问题出发层层深入,帮助大家了解并发知识,并且打好并发的基础,为后面深入学习并发提供保证。本篇文章的篇章结构如下:!(https://imghelloworl
Java魔法类:Unsafe应用解析
Java魔法类:Unsafe应用解析Unsafe是位于sun.misc包下的一个类,主要提供一些用于执行低级别、不安全操作的方法,如直接访问系统内存资源、自主管理内存资源等,这些方法在提升Java运行效率、增强Java语言底层资源操作能力方面起到了很大的作用。但由于Unsafe
多线程并发之死锁
死锁的必要条件 1)互斥条件 进程对所分配到的资源进行排他性的使用,即在一段时间内某个资源只由一个进程占用,如果此时还有其他进程请求资源,那么请求者只能等待,直到占用资源的进程将资源释放。 2)请求和保持条件 进程已经保持了至少一个资源,但又提出了新的资源请求,而该资源已
写出个灵活的系统竟然可以如此简单!小白也能写出高级的Java业务!
一最近正好公司里有个需求,一个短信业务接了多个第三方供应商,某些业务需要查询第三方供应商剩余的短信包数量去选择剩余量最多的渠道去批量发送。有些业务是指定了某个短信供应商,有些场景需要根据业务的值去动态判断该用哪个供应商。场景非常复杂,还经常变化。以前的代码实在惨不忍睹,选择剩余量最多
CesiumJS 2022^ 源码解读[8] - 资源封装与多线程
CesiumJS对需要网络请求的一切资源都进行了统一的封装,也就是<codeResource</code类。在XHR技术横行的年代,就出现过ajax这种神器,但是Cesium团队选择了自己封装XHR。后来ES6出现了PromiseAPI,axios再次封装了X
Python 多线程居然是 —— 假的?
不过最近有位读者提问:<blockquotePython的多线程真是假的吗?</blockquote一下子点到了Python长期被人们喜忧参半的特性——GIL上了。到底是怎么回事呢?今天我们来聊一聊。十全十美我们知道Python之所以灵活和强大,是
多年亿级流量下的高并发经验总结,我毫无保留的写在了这本书中
大家好,我是冰河~~今天,给大家隆重的宣布一个好消息:继出版《海量数据处理与大数据技术实战》、《MySQL技术大全:开发、优化与运维实战》和《深入理解分布式事务:原理与实战》之后,冰河的第4本书——《深入理解高并发编程:核心原理与案例实战》正式上市了。!(https://img
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。