丹田 level
获赞
77
粉丝
12
关注
11
看过 TA
825
门头沟学院
2026
Java
IP属地:河南
给个offer吧,在线乞讨
私信
关注
昨天 10:44
门头沟学院 Java
0 点赞 评论 收藏
分享
04-28 14:45
门头沟学院 Java
0 点赞 评论 收藏
分享
04-26 22:33
门头沟学院 Java
广告投递效果的付费模式需根据广告目标、行业特点和投放策略选择,常见方式如下:1. 按点击付费(CPC, Cost Per Click)   适用场景:以引流或用户互动为目标(如电商、官网访问)。   计费方式:用户点击广告时付费,无论是否转化。   优势:精准衡量流量成本,适合预算有限的情况。   风险:需防范无效点击(作弊或误点)。2. 按展示付费(CPM, Cost Per Mille)    适用场景:品牌曝光类广告(如新品发布、品牌宣传)。   计费方式:每千次展示付费,无论用户是否点击。   优势:扩大覆盖面,提升品牌认知。   风险:无法直接衡量转化效果。3. 按转化付费(CPA, Cost Per Action)     适用场景:以具体转化为目标(如注册、下载、购买)。     计费方式:用户完成指定动作(如下单)后付费。     优势:风险低,效果直接挂钩业务目标。     风险:单价较高,需优化落地页和用户路径。4. 按销售分成(CPS, Cost Per Sale)     适用场景:电商、联盟营销(如带货、分销)。     计费方式:按实际销售额比例分成。     优势:广告主风险最小化。     风险:媒体方可能倾向高单价商品。5. 按观看付费(CPV, Cost Per View)     适用场景:视频广告(如YouTube、TikTok)。     计费方式:用户观看一定时长(如15秒)后付费。     优势:适合内容型广告,用户注意力强。     ###风险:需内容足够吸引人。6. 混合模式(Hybrid Models)- 示例:CPC+CPA(基础点击费+转化奖金)、阶梯价CPM(曝光量越大单价越低)。- 适用场景:需要平衡风险和效果时。选择建议:- 品牌曝光:优先CPM或CPV。- 效果转化:优先CPA/CPS,其次CPC。- 测试阶段:从CPC开始,积累数据后优化至CPA。- 预算控制:设置每日上限或出价上限(如oCPC)。关键点:结合数据分析(如ROI、用户路径)持续优化,不同渠道可能适用不同模式(如信息流用CPC,搜索广告用CPA)。
0 点赞 评论 收藏
分享
04-25 00:54
门头沟学院 Java
在分布式系统中,事务需要跨多个服务或数据库执行,传统的ACID事务(单机数据库事务)无法直接适用,因此需要**分布式事务**机制来保证数据一致性。以下是分布式事务的核心概念、挑战及主流解决方案。---# deepseek#1. 什么是分布式事务?****定义**:分布式事务是指事务的参与者(如多个微服务、数据库、消息队列等)分布在不同的节点上,需要协调这些节点共同完成一个全局事务,保证所有操作要么全部成功,要么全部失败。### **典型场景**- **跨行转账**:A银行扣款,B银行加款。- **订单支付**:扣减库存 + 创建订单 + 支付。- **跨服务调用**:用户注册(用户服务 + 积分服务)。---## **2. 分布式事务的挑战(CAP理论)**在分布式系统中,无法同时满足 **CAP**(一致性 Consistency、可用性 Availability、分区容错性 Partition Tolerance)三个特性,必须权衡取舍:| **特性**       | **说明**                                                                 ||----------------|-------------------------------------------------------------------------|| **一致性 (C)** | 所有节点在同一时间的数据完全一致(强一致性)。                           || **可用性 (A)** | 每个请求都能得到响应(不保证最新数据)。                                 || **分区容错 (P)** | 系统在部分节点故障时仍能继续运行(分布式系统必须满足)。                 |**结论**:- **CP系统**(如ZooKeeper):保证一致性,牺牲可用性(如选举期间不可用)。- **AP系统**(如Cassandra):保证可用性,牺牲强一致性(最终一致性)。- **CA系统**(如单机MySQL):不适用于分布式环境(无法容忍网络分区)。---## **3.1 2PC(两阶段提交)****原理**:1. **准备阶段(Prepare)**:协调者询问所有参与者是否可以提交。2. **提交阶段(Commit/Rollback)**:如果所有参与者都同意,则提交;否则回滚。**优点**:- 强一致性(所有节点要么全部提交,要么全部回滚)。  **缺点**:- **同步阻塞**:参与者必须等待协调者决策,性能低。- **单点故障**:协调者宕机会导致事务阻塞。- **数据不一致风险**:第二阶段部分参与者可能未收到提交指令。**适用场景**:- 传统数据库(如XA协议),适用于短事务、低并发场景。---### **3.2 3PC(三阶段提交)****改进点**:1. **CanCommit**(询问阶段):检查参与者是否可执行事务。2. **PreCommit**(预提交):锁定资源,但不提交。3. **DoCommit**(最终提交):确认提交或回滚。**优点**:- 减少阻塞时间(相比2PC)。  **缺点**:- 仍然存在单点故障问题。- 实现复杂,实际应用较少。---### **3.3 TCC(Try-Confirm-Cancel)****原理**:- **Try**:预留资源(如冻结库存)。- **Confirm**:确认执行(如扣减库存)。- **Cancel**:失败时回滚(如解冻库存)。**优点**:- 无阻塞,适用于高并发。- 最终一致性较好。**缺点**:- 业务侵入性强(需手动实现Try/Confirm/Cancel)。- 需处理空回滚、幂等性问题。**适用场景**:- 金融支付、电商订单等高一致性要求的业务。---### **3.4 Saga模式****原理**:- 将长事务拆分为多个本地事务,每个事务提交后触发下一个事务。- 失败时执行补偿事务(反向操作)。**优点**:- 适用于长事务(如跨服务业务流程)。- 无全局锁,性能较高。**缺点**:- 不保证强一致性(可能出现脏数据)。- 补偿逻辑复杂。**适用场景**:- 订单流程、物流跟踪等最终一致性场景。---### **3.5 本地消息表(异步确保)****原理**:1. 业务数据 + 消息表(同库事务)。2. 定时任务轮询消息表,发送MQ。3. 消费者处理消息,失败重试。**优点**:- 实现简单,无额外组件依赖。- 保证最终一致性。**缺点**:- 依赖数据库(可能成为瓶颈)。- 延迟较高。**适用场景**:- 订单状态同步、日志处理等低延迟容忍场景。---### **3.6 最大努力通知****原理**:- 系统A执行本地事务后,异步通知系统B。- 系统B收到后处理,失败则重试(可设置最大重试次数)。**优点**:- 实现简单,适合跨系统调用。**缺点**:- 不保证100%一致性(最终可能人工介入)。**适用场景**:- 支付结果通知、第三方回调等。---## **4. 如何选择合适的方案?**| **方案**       | **一致性** | **性能** | **复杂度** | **适用场景**                     ||----------------|-----------|----------|------------|----------------------------------|| **2PC**        | 强一致    | 低       | 中         | 传统数据库(XA)                 || **TCC**        | 最终一致  | 高       | 高         | 金融、电商支付                   || **Saga**       | 最终一致  | 高       | 中         | 长事务(订单、物流)             || **本地消息表** | 最终一致  | 中       | 低         | 异步任务(库存扣减、日志)       || **最大努力通知**| 弱一致    | 高       | 低         | 跨系统通知(支付回调)           |--- ## **Q1:2PC和TCC的区别?**- **2PC**:数据库层实现,强一致,阻塞式,性能低。- **TCC**:业务层实现,最终一致,非阻塞,性能高。### **Q2:如何避免Saga模式的脏读?**- 采用**业务锁**或**版本号控制**,确保补偿事务正确执行。### **Q3:本地消息表如何保证消息不丢失?**- 消息表和业务数据在同一个事务中插入,确保原子性。- 定时任务 + 重试机制保证消息最终投递。---## **6. 总结**- **强一致性**:2PC(牺牲性能)。- **高并发+最终一致**:TCC、Saga、本地消息表。- **简单可靠**:最大努力通知。**实际应用**:电商系统通常组合使用:- **库存扣减**:TCC/Saga。- **订单支付**:本地消息表 + 异步通知。- **物流跟踪**:Saga模式。 理解这些方案的优缺点,能帮助你在架构设计时做出合理选择。
0 点赞 评论 收藏
分享
04-14 14:32
门头沟学院 Java
0 点赞 评论 收藏
分享
04-07 22:23
门头沟学院 Java
Elastic90:蓝桥杯又称暴力杯,哪有什么算法,暴力就完事了
0 点赞 评论 收藏
分享
03-26 22:55
门头沟学院 Java
烤冷面在迎接:河南byd,应该就是郑大了。不过24届计算机是特殊情况,那年除了九✌和强2,以及两三个关系够硬的双非,其他的都是炮灰,感觉是十几年来互联网行业最烂的一年,如果想了解最新的就业情况,得找现在的大四。
0 点赞 评论 收藏
分享

创作者周榜

更多
关注他的用户也关注了:
牛客网
牛客企业服务