打卡

在微服务架构的浪潮中，Spring Cloud 已然成为 Java 开发者构建分布式系统的标准工具集。随着服务拆分，系统变得日益复杂，一个看似不起眼的接口可能因为突发流量而成为系统崩溃的“风暴之眼”。服务限流，作为保障微服务高可用的核心手段，其重要性不言而喻。今天，我们就来深入探讨在 Spring Cloud 体系中，实现 API 限流的最佳实践，助你为系统构筑一道坚固的“防洪堤坝”。#牛客AI配图神器#一、 为什么要限流？不仅仅是防止崩溃很多开发者对限流的理解停留在“防止服务被压垮”。这固然正确，但限流的价值远不止于此：保障服务高可用性：防止因突发流量（如热点事件、爬虫、恶意攻击）导致资源耗...

Redis 除了可以用来缓存高频访问的数据之外，还以用来实现：1、分布式锁：通过 Redis 来做分布式锁是一种比较常见的方式。通常情况下，我们都是基于 Redisson 来实现分布式锁。2、限流：一般是通过 Redis + Lua 脚本的方式来实现限流。如果不想自己写 Lua 脚本的话，也可以直接利用 Redisson 中的 RRateLimiter 来实现分布式限流，其底层实现就是基于 Lua 代码+令牌桶算法。3、消息队列：Redis 自带的 List 数据结构可以作为一个简单的队列使用。Redis 5.0 中增加的 Stream 类型的数据结构更加适合用来做消息队列。它比较类似于 Kafka，有主题和消费组的概念，支持消息持久化以及 ACK 机制。4、延时队列：Redisson 内置了延时队列（基于 Sorted Set 实现的）。5、分布式 Session ：利用 String 或者 Hash 数据类型保存 Session 数据，所有的服务器都可以访问。6、复杂业务场景：通过 Redis 以及 Redis 扩展（比如 Redisson）提供的数据结构，我们可以很方便地完成很多复杂的业务场景比如通过 Bitmap 统计活跃用户、通过 Sorted Set 维护排行榜。

自我介绍 1.介绍一下HashMap、concurrent HashMap 2.知不知道LinkedHashMap 和 ArrayMap 3.对线程安全有什么理解 4.内存泄露 5.死锁 6.CAS 7.讲解一下synchronized，以及是否可重入 8.volatile的原理以及和synchronized的区别 9.reentrantlock的底层实现 10.反射 11.动态代理 开始问RPC轮子 12.TCP三次握手 13.TCP/IP拆包黏包问题 问项目 14.项目中智能客服接入了哪个大模型 15.RAG和Function Calling 算法： 最长重复子串 合并两个有序链表

  2硕给了26k*15。我真没招了