1 面试题 redis的并发竞争问题是什么？如何解决这个问题？了解Redis事务的CAS方案吗？ 2 考点分析 这个也是线上非常常见的一个问题，就是多客户端同时并发写一个key，可能本来应该先到的数据后到了，导致数据版本错了。或者是多客户端同时获取一个key，修改值之后再写回去，只要顺序错了，数据就错了。 而且redis自己就有天然解决这个问题的CAS类的乐观锁方案 3 详解 redis并发竞争问题以及解决方案 X 交流学习 Java交流群 博客 Github

这套东西基本构成了缓存这块你必须知道的基础性的知识，如果你不知道，那么说明你有点懒惰了，平时没好好积累。 因为这些问题确实不难，如果往深了问，可以问的很细，结合项目扣的很细 比如你们公司线上系统高峰QPS 3000？ 那请求主要访问哪些接口？ redis抗了多少请求？ mysql抗了多少请求？ 你到底是怎么实现高并发的？ 咱们聊聊redis的内核吧，看看你对底层了解的多么？ 如果要缓存几百GB的数据会有什么坑该这么弄？ 如果缓存出现热点现象该这么处理？ 某个value特别大把网卡给打死了怎么办？ 等等等等，可以深挖的东西其实有很多。。。。。 但是如果你掌握好了这套东西的回答，那么你在面试的...

1 数据集简介 MovieLens数据集是一个关于电影评分的数据集，里面包含了从IMDB, The Movie DataBase上面得到的用户对电影的评分信息，详细请看下面的介绍。 1 links.csv 文件里面的内容是帮助你如何通过网站id在对应网站上找到对应的电影链接的。 1.1 数据格式 movieId, imdbId, tmdbId 1.1.1 movieId 表示这部电影在movielens上的id，可以通过链接https://movielens.org/movies/(movieId)来得到。 https://movielens.org/home ...

1 数据集简介 MovieLens数据集是一个关于电影评分的数据集，里面包含了从IMDB, The Movie DataBase上面得到的用户对电影的评分信息，详细请看下面的介绍。 1 links.csv 文件里面的内容是帮助你如何通过网站id在对应网站上找到对应的电影链接的。 1.1 数据格式 movieId, imdbId, tmdbId 1.1.1 movieId 表示这部电影在movielens上的id，可以通过链接https://movielens.org/movies/(movieId)来得到。 https://movielens.org/home https://mo...

1 Hystrix是什么？ 在分布式系统中，每个服务都可能会调用很多其他服务，被调用的那些服务就是依赖服务，有的时候某些依赖服务出现故障也是很正常的。 Hystrix可以让我们在分布式系统中对服务间的调用进行控制，加入一些调用延迟或者依赖故障的容错机制。 Hystrix通过将依赖服务进行资源隔离，进而组织某个依赖服务出现故障的时候，这种故障在整个系统所有的依赖服务调用中进行蔓延，同时Hystrix还提供故障时的fallback降级机制 总而言之，Hystrix通过这些方法帮助我们提升分布式系统的可用性和稳定性 2 Hystrix的历史 hystrix，就是一种高可用保障的一个框架，...

1 Redis高并发跟整个系统的高并发之间的关系 Redis，你要搞高并发的话，不可避免，要把底层的缓存搞得很好 MySQL高并发，做到了，那么也是通过一系列复杂的分库分表，订单系统，事务要求的，QPS到几万，比较高了 要做一些电商的商品详情页，真正的超高并发，QPS上十万，甚至是百万，一秒钟百万的请求量 光是Redis是不够的，但是Redis是整个大型的缓存架构中，支撑高并发的架构里面，非常重要的一个环节 首先，你的底层的缓存中间件，缓存系统，必须能够支撑的起我们说的那种高并发 其次，再经过良好的整体的缓存架构的设计（多级缓存架构、热点缓存），支撑真正的上十万，甚至上百万...

1 前言 Spark平台推出至今已经地带到2.4.x版本，很多地方都有了重要的更新，加入了很多新的东西。 但是在协同过滤这一块却一直以来都只有ALS一种算法。 同样是大规模计算平台，Hadoop中的机器学习算法库Mahout就集成了多种推荐算法，不但有user-cf和item-cf这种经典算法，还有KNN、SVD，Slope one这些，可谓随意挑选，简繁由君。 我们知道得是，推荐系统这个应用本身并没有过时，那么Spark如此坚定地只维护一个算法，肯定是有他的理由的，让我们来捋一捋。 2 ALS算法 ALS的意思是交替最小二乘法（Alternating Least Squares），它只...

动手搭建Flink的开发环境，快速使用Java和Scala语言开发第一个基于Flink的批处理和流式处理的应用程序。 相关源码 下载安装 brew install apache-flink 1 需求描述 Flink开发批处理应用程序 需求:词频统计(word count) 一个文件，统计文件中每个单词出现的次数 分隔符是\t 统计结果我们直接打印在控制台(生产上肯定是Sink到目的地) 实现: Flink + Java Flink + Scala 2 Java开发之环境准备 2.1 Maven构建 2.1.1 Requirements 唯一的要求是Mav...

本文将深入介绍推荐系统的工作原理，和其中涉及的各种推荐机制，以及它们各自的优缺点和适用场景，帮助用户清楚的了解和快速构建适合自己的推荐系统。 1 信息发现 随着 Web 2.0 的发展， Web 已经变成数据分享的平台，如何让人们在海量的数据中想要找到他们需要的信息将变得越来越难。 在这样的情形下，搜索系统（Google，Bing，百度等等）成为大家快速找到目标信息的最好途径。 在用户对自己需求相对明确的时候，用搜索系统很方便的通过关键字搜索很快的找到自己需要的信息。但搜索系统并不能完全满足用户对信息发现的需求，那是因为在很多情况下，用户其实并不明确自己的需要，或者他们的需求很难用简单的...