皮皮网

1.数据库连接池之Hikari
2.linux下TCP在FIN_WAIT1状态能持续多久及TCP假连接问题
3.keepalive部署虚拟IP项目
4.go语言中的码缓channel实现原理是什么?
5.keep-alive的vue2和vue3的源码以及LRU算法

数据库连接池之Hikari

       作为数据库连接池的佼佼者，HikariCP因其卓越的码缓性能而备受推崇，尤其在SpringBoot2.0以后成为了默认选用的码缓连接池。它的码缓配置参数如autoCommit、connectionTimeout等，码缓如autoCommit默认为true，码缓java内部审核源码用于自动提交从池中获取的码缓连接。connectionTimeout设定了最大等待时间，码缓idleTimeout则控制连接在池中的码缓最长闲置时间，两者共同确保了连接的码缓有效管理。keepaliveTime确保连接的码缓存活，而maxLifetime则设定连接的码缓最长生命周期，建议用户设置以优化性能。码缓minimumIdle用于维护连接池的码缓最小空闲连接数，而maximumPoolSize则控制最大连接数，码缓poolName则是用于标识池的唯一名称。

       HikariCP的高性能主要源于其技术优化。首先，它采用FastList替代ArrayList，提高get和remove操作的效率。其次，通过预先初始化避免了同步处理，提升初始化速度。动态字节码生成技术使得连接创建更为迅速。连接获取时，免费购物系统源码HikariCP在threadLocal中进行缓存，降低了线程间的并发冲突。同时，HikariCP设计目标在于减少锁竞争，确保在高并发环境中的稳定表现。关于更深入的解析，可以参考《非正经程序员：Spring Boot中使用Hikari，给我整不会了》和《数据库连接池之Hikari源码解析 - Lucky帅小武 - 博客园》等文章，以及《Springboot 2.0默认连接池HikariCP详解（效率最高）》。

linux下TCP在FIN_WAIT1状态能持续多久及TCP假连接问题

       本文探讨了TCP在FIN_WAIT1状态的持续时间以及TCP所谓的“假连接”或“死连接”问题。首先，我们从状态机的角度来分析。

       我们关注的是从ESTABLISHED状态转换到FIN_WAIT1状态的过程。这个过程简洁明了，涉及到状态转换的基本逻辑。通过观察状态机转换图以及相应的时序图，我们可以明确得出在正常情况下，FIN_WAIT1状态的持续时间大约为一个RTT（往返时间）左右。这个时间非常短暂，几乎在眨眼间即逝。

       然而，这个结论基于两个假设。接下来，本文通过设计实验来探讨在异常情况下的微信上源码转换实际表现。实验构建了一个拓扑，模拟了在接收端TCP针对FIN发送的ACK丢失的场景。按照理论预期，FIN_WAIT1状态应永久持续。但实验结果显示，即使在接收端进程退出销毁的条件下，FIN_WAIT1状态最终消失。

       这一现象的解释涉及到Linux内核协议栈中的一个关键参数：`tcp_orphan_retries`。这个参数规定了在收不到针对FIN的ACK时，TCP应等待的超时轮数。超过这个轮数后，连接将被销毁。因此，即使接收端进程已退出，TCP连接状态仍能得到清理。

       实验表明，虽然TCP理论上不应因对端的异常行为而永久维持连接，但实际上，为防止资源泄漏，TCP实现必须处理异常情况。`tcp_orphan_retries`参数确保了即使在接收端不可用的情况下，连接也能在合理时间内得到释放。

       通过上述实验，我们得出了关于FIN_WAIT1状态持续时间的彩虹战法源码指标结论。接下来，文章转向讨论更复杂的问题，即在接收端进程未完全退出的情况下，数据传输为何能够继续进行。这涉及到TCP状态机在缓存层面上的特性，以及数据如何在进程已退出的情况下继续发送。

       实验显示，尽管接收端进程已退出，但由于发送端已发送的大量数据仍存在于缓冲区，数据传输并未立即停止。在发送端进程退出后，即使接收端进程不存在，TCP状态机仍会将FIN包排队到发送缓冲区，使得连接进入FIN_WAIT1状态，直到缓冲区中的所有数据发送完毕。这表明，即使接收端进程已完全退出，数据传输仍能继续一段时间。

       最后，文章探讨了如何应对这种“假连接”或“死连接”问题。这涉及到在正常情况下引入的Keepalive机制，用于检测连接的活跃性并避免状态机的僵化。尽管Keepalive机制有助于解决假连接问题，但在特定情况下，拳皇游戏源码获取如用户态未设置Keepalive，连接仍可能成为死连接。文章强调了理解TCP状态机及其实现的必要性，并指出在排查和确认逻辑时，源码并不是唯一的参考，关键在于理解协议标准和其背后的实现建议。

keepalive部署虚拟IP项目

       在..4.和..4.上部署虚拟IP，通过keepalive实现高可用性。

       在..4.配置（主）：

       1. 安装依赖包（gcc, gcc-c++, kernel-devel, openssl-devel, popt, libnl, libnl-devel）。

       2. 使用源码安装keepalive。

       3. 创建软链接，将keepalive文件链接至系统路径。

       4. 编辑配置文件（/etc/keepalive/keepalive.conf），设置router_id、虚拟路由ID、优先级和虚拟IP地址。

       5. 重启服务。

       在..4.配置（从）：

       1. 安装依赖包。

       2. 使用源码安装keepalive。

       3. 创建软链接。

       4. 编辑配置文件（/etc/keepalive/keepalive.conf），设置为从机，并设置相关参数。

       5. 重启服务。

       Keepalived支持多种服务的高可用性，通过VRRP协议实现自动接管。

       查看部署的虚拟IP使用命令：ip addr。

       默认日志路径为：/var/log/messages。

       在...（nat公网）上部署虚拟IP..4.5：

       安装依赖包、源码安装keepalive、创建软链接、编辑配置文件、重启服务。

       完成配置后，使用命令检查进程和端口，验证虚拟IP部署成功。

go语言中的channel实现原理是什么?

       channel在Go语言中用于不同协程之间的通信，实现机制基于hchan结构体和循环队列。channel的底层实现包含sendx、recvx、sendq、recvq等关键元素，以及sudog结构体用于管理被阻塞的goroutine。

       创建channel时主要涉及内存分配与初始化，makechan()函数负责此过程，确保创建的channel具备所需属性，如数据个数和等待队列。

       发送数据分为同步、异步与阻塞三种模式，同步发送和接收数据的处理逻辑通过流程图和源码展现，异步发送与接收则通过类似方式实现。阻塞发送与接收则在适当条件下等待资源可用，发送操作的源码实现为chansend函数，接收操作为chanrecv函数。

       关闭channel涉及释放资源与唤醒被阻塞的goroutine，通过closechan()函数执行这一流程，确保所有等待的goroutine能够继续执行。

       讨论Go channel的底层实现过程中的疑问，包括是否会被垃圾回收、elemtype *_type的用途、KeepAlive源码的作用、无缓冲channel的应用场景以及gopark goready的内核态切换问题。这些问题可以通过深入研究Go语言的源码和相关资料来解答。

keep-alive的vue2和vue3的源码以及LRU算法

       0.LRU算法

       LRU（leastrecentlyused）根据数据的历史记录来淘汰数据，重点在于保护最近被访问/使用过的数据，淘汰现阶段最久未被访问的数据

       LRU的主体思想在于：如果数据最近被访问过,那么将来被访问的几率也更高

       经典的LRU实现一般采用双向链表+Hash表。借助Hash表来通过key快速映射到对应的链表节点，然后进行插入和删除操作。这样既解决了hash表无固定顺序的缺点，又解决了链表查找慢的缺点。

       但实际上在js中无需这样实现，可以参考文章第三部分。先看vue的keep-alive实现。

1.keep-alive

       keep-alive是vue中的内置组件，使用KeepAlive后，被包裹的组件在经过第一次渲染后的vnode会被缓存起来，然后再下一次再次渲染该组件的时候，直接从缓存中拿到对应的vnode进行渲染，并不需要再走一次组件初始化，render和patch等一系列流程，减少了script的执行时间，性能更好。

       使用原则：当我们在某些场景下不需要让页面重新加载时我们可以使用keepalive

       当我们从首页–>列表页–>商详页–>再返回，这时候列表页应该是需要keep-alive

       从首页–>列表页–>商详页–>返回到列表页(需要缓存)–>返回到首页(需要缓存)–>再次进入列表页(不需要缓存)，这时候可以按需来控制页面的keep-alive

       在路由中设置keepAlive属性判断是否需要缓存。

2.vue2的实现

       实现原理：通过keep-alive组件插槽，获取第一个子节点。根据include、exclude判断是否需要缓存，通过组件的key，判断是否命中缓存。利用LRU算法，更新缓存以及对应的keys数组。根据max控制缓存的最大组件数量。

       先看vue2的实现：

exportdefault{ name:'keep-alive',abstract:true,props:{ include:patternTypes,exclude:patternTypes,max:[String,Number]},created(){ this.cache=Object.create(null)this.keys=[]},destroyed(){ for(constkeyinthis.cache){ pruneCacheEntry(this.cache,key,this.keys)}},mounted(){ this.$watch('include',val=>{ pruneCache(this,name=>matches(val,name))})this.$watch('exclude',val=>{ pruneCache(this,name=>!matches(val,name))})},render(){ constslot=this.$slots.defaultconstvnode:VNode=getFirstComponentChild(slot)constcomponentOptions:?VNodeComponentOptions=vnode&&vnode.componentOptionsif(componentOptions){ //checkpatternconstname:?string=getComponentName(componentOptions)const{ include,exclude}=thisif(//notincluded(include&&(!name||!matches(include,name)))||//excluded(exclude&&name&&matches(exclude,name))){ returnvnode}const{ cache,keys}=thisconstkey:?string=vnode.key==null?componentOptions.Ctor.cid+(componentOptions.tag?`::${ componentOptions.tag}`:''):vnode.keyif(cache[key]){ vnode.componentInstance=cache[key].componentInstance//makecurrentkeyfreshestremove(keys,key)keys.push(key)}else{ cache[key]=vnodekeys.push(key)//pruneoldestentryif(this.max&&keys.length>parseInt(this.max)){ pruneCacheEntry(cache,keys[0],keys,this._vnode)}}vnode.data.keepAlive=true}returnvnode||(slot&&slot[0])}}

       可以看到<keep-alive>组件的实现也是一个对象，注意它有一个属性abstract为true，是一个抽象组件，它在组件实例建立父子关系的时候会被忽略，发生在initLifecycle的过程中：

//忽略抽象组件letparent=options.parentif(parent&&!options.abstract){ while(parent.$options.abstract&&parent.$parent){ parent=parent.$parent}parent.$children.push(vm)}vm.$parent=parent

       然后在?created?钩子里定义了?this.cache?和?this.keys，用来缓存已经创建过的?vnode。

       <keep-alive>直接实现了render函数，执行<keep-alive>组件渲染的时候，就会执行到这个render函数，接下来我们分析一下它的实现。

       首先通过插槽获取第一个子元素的vnode：

constslot=this.$slots.defaultconstvnode:VNode=getFirstComponentChild(slot)

       <keep-alive>只处理第一个子元素，所以一般和它搭配使用的有component动态组件或者是router-view。

       然后又判断了当前组件的名称和include、exclude（白名单、黑名单）的关系：

//checkpatternconstname:?string=getComponentName(componentOptions)const{ include,exclude}=thisif(//notincluded(include&&(!name||!matches(include,name)))||//excluded(exclude&&name&&matches(exclude,name))){ returnvnode}functionmatches(pattern:string|RegExp|Array<string>,name:string):boolean{ if(Array.isArray(pattern)){ returnpattern.indexOf(name)>-1}elseif(typeofpattern==='string'){ returnpattern.split(',').indexOf(name)>-1}elseif(isRegExp(pattern)){ returnpattern.test(name)}returnfalse}

       组件名如果不满足条件，那么就直接返回这个组件的vnode，否则的话走下一步缓存：

const{ cache,keys}=thisconstkey:?string=vnode.key==null?componentOptions.Ctor.cid+(componentOptions.tag?`::${ componentOptions.tag}`:''):vnode.keyif(cache[key]){ vnode.componentInstance=cache[key].componentInstance//makecurrentkeyfreshestremove(keys,key)keys.push(key)}else{ cache[key]=vnodekeys.push(key)//pruneoldestentryif(this.max&&keys.length>parseInt(this.max)){ pruneCacheEntry(cache,keys[0],keys,this._vnode)}}

       如果命中缓存，则直接从缓存中拿vnode的组件实例，并且重新调整了key的顺序放在了最后一个；否则把vnode设置进缓存，如果配置了max并且缓存的长度超过了this.max，还要从缓存中删除第一个。

       这里的实现有一个问题：判断是否超过最大容量应该放在put操作前。为什么呢？我们设置一个缓存队列，都已经满了你还塞进来？最好先删一个才能塞进来新的。

       继续看删除缓存的实现：

functionpruneCacheEntry(cache:VNodeCache,key:string,keys:Array<string>,current?:VNode){ constcached=cache[key]if(cached&&(!current||cached.tag!==current.tag)){ cached.componentInstance.$destroy()}cache[key]=nullremove(keys,key)}

       除了从缓存中删除外，还要判断如果要删除的缓存的组件tag不是当前渲染组件tag，则执行删除缓存的组件实例的$destroy方法。

       ————————————

       可以发现，vue实现LRU算法是通过Array+Object，数组用来记录缓存顺序，Object用来模仿Map的功能进行vnode的缓存（created钩子里定义的this.cache和this.keys）

2.vue3的实现

       vue3实现思路基本和vue2类似，这里不再赘述。主要看LRU算法的实现。

       vue3通过set+map实现LRU算法：

constcache:Cache=newMap()constkeys:Keys=newSet()

       并且在判断是否超过缓存容量时的实现比较巧妙：

if(max&&keys.size>parseInt(maxasstring,)){ pruneCacheEntry(keys.values().next().value)}

       这里巧妙的利用Set是可迭代对象的特点，通过keys.value()获得包含keys中所有key的可迭代对象，并通过next().value获得第一个元素，然后进行删除。

3.借助vue3的思路实现LRU算法

       Leetcode题目——LRU缓存

varLRUCache=function(capacity){ this.map=newMap();this.capacity=capacity;};LRUCache.prototype.get=function(key){ if(this.map.has(key)){ letvalue=this.map.get(key);//删除后，再set，相当于更新到map最后一位this.map.delete(key);this.map.set(key,value);returnvalue;}return-1;};LRUCache.prototype.put=function(key,value){ //如果已经存在，那就要更新，即先删了再进行后面的setif(this.map.has(key)){ this.map.delete(key);}else{ //如果map中不存在，要先判断是否超过最大容量if(this.map.size===this.capacity){ this.map.delete(this.map.keys().next().value);}}this.map.set(key,value);};

       这里我们直接通过Map来就可以直接实现了。

       而keep-alive的实现因为缓存的内容是vnode，直接操作Map中缓存的位置代价较大，而采用Set/Array来记录缓存的key来模拟缓存顺序。

       参考：

       LRU缓存-keep-alive实现原理

       带你手撸LRU算法

       Vue.js技术揭秘

原文;/post/