Go日志解析-xx科技笔试题解
Go日志解析-笔试题解此次笔试题目要求我们开发一个高性能的日志解析工具，能够从40万行标准Go日志中提取三种关键信息块：
数据竞争问题（Data Race）信息
Panic异常信息
运行时间超过20分钟的goroutine信息
关键挑战点：
需要通过HTTP下载远程日志文件
使用正则表达式精确匹配各类日志块
构建状态机处理复杂的panic日志格式
代码需通过并发测试（10个并发协程同时执行）
仅允许使用Go标准库
结果必须精确通过字符串断言测试
解题思路
解析工作分为三个核心部分：
1. 数据竞争信息提取使用正则表达式匹配以==================开头，包含WARNING: DATA RACE的日志块，一直到下一个==================结束。这些块包含了哪些goroutine之间发生了数据竞争。
2. 长时间运行goroutine提取使用正则表达式匹配包含运行时间信息的goroutine日志，提取出运行超过20分钟的goroutine信息。
3. Panic信息提取这里我实现了一个状态机来处理panic信息：
三个状态标志：isCollecting（ ...
2024，成长与短暂的一年：我的技术成长不完全回顾
年末碎碎念又是一年的最后一天，窗外的雪花悄悄落下，伴随着键盘敲击的声音，我的代码和2024一起，都要画上句号了…（想象的）
回望这一整年，竟有些恍惚，仿佛前天还在挂机学习通，昨天在为春招疯狂复习面经，今天已经在为毕设焦头烂额。时间是写代码时最快的存在，不知不觉间，我的大四已经过去一半，我的大学生涯也已临近尾声…
项目中的成长大创IM系统：那些熬夜的痕迹接手这个项目可以说是我的技术转折点，从此知道了什么叫”看上去简单，做起来复杂”。
当我第一次写下new ServerBootstrap()时，完全没想到后面等着我的是：
消息延迟问题（ “怎么群里发消息经常隔了好几秒才收到？”）
连接暴增（ “怎么新建一个通话就要建立这么多ws链接？！”）
内存爆炸（ “压测才一分钟服务器又OOM了…”）
解决这些问题的过程真是一把辛酸泪。但也正因如此，我对消息中间件、异步编程和分布式系统的理解达到了新高度。
最自豪的改进：将消息分发架构从单队列改为多级队列分片处理，吞吐量从320/秒飙升至940/秒，这段代码简直是我的得意之作，每次看到它正常运行都有种”看我的孩子长大了”的感觉。
Aki-RPC：从 ...
从零开始的RPC开发旅程-框架设计与核心协议篇 0x01
从零开始的RPC开发旅程-框架设计与核心协议篇 0x01
“好的开始是成功的一半，而一个优雅的协议设计则是RPC框架的灵魂。” —— 沃兹基索德
万恶之源：为什么需要RPC框架？记得那是一个普通的下午，咱们正在为一个分布式系统设计服务间的通信方案。面对复杂的网络环境和性能要求，我开始思考：为什么现有的RPC框架总是让咱们觉得不够”顺手”呢？要么太重，要么太轻，要么扩展性差，要么性能不够理想。
“为什么不自己设计一个RPC框架呢？一个既轻量又高性能，既易用又可扩展的框架。” —— 海斯涡
就这样，Aki-RPC的旅程开始了。（耶~~
1.第一步：协议设计首先咱们要做的，就是设计一个RPC协议。不过在设计自定义协议前，咱们最最最先需要思考的是：应该如何设计一个既高效又可靠的通信协议？这不得不提起TCP/IP协议的设计理念——分层和模块化。
首先什么是TCP/IP 协议？他的分层和模块化又是什么？TCP/IP协议的设计采用了分层结构，主要分为以下四个层次：
应用层：负责处理应用层协议，例如HTTP、FTP等。在RPC中，这一层是服务提供者和消费者交互的地方，包含了业务逻辑的处理。 ...
从零开始的RPC开发旅程0x00 - 一切的前言————Netty
导语：Netty 一切的开端
RPC（Remote Procedure Call）远程过程调用，简单理解是一个节点请求另一个节点提供的服务，这其中就涉及到了网络通信，Java做网络通信这块，离不开Netty框架。
咱们后端程序员想要进阶，绕不开Netty。如果你想探索更底层的网络模型，同样绕不开Netty。网络通信编程，是通往神级程序员的必经之路，其中涉及到的知识浩渺如海，但同时也能让你得到技术升华。加更多班
那么问题来了，Netty到底是什么？
Netty是一款基于NIO（Nonblocking I/O，非阻塞IO）开发的网络通信框架。它极大地简化了TCP、UDP等网络编程的复杂性，是当前Java网络编程的首选框架。
接下来，咱们一起深入了解Netty背后的核心概念和技术原理！
一、理解IO模型：网络通信的基础想象一下这个场景：应用A向应用B发送一条消息。这个看似简单的过程，背后涉及了哪些步骤呢？
应用A把消息发送到TCP发送缓冲区
TCP发送缓冲区将消息发送出去，经过网络传递
消息到达B服务器的TCP接收缓冲区
应用B从TCP接收缓冲区读取数据
看起来很简单，但问题就出在最后 ...
大数据去重神器：位图与布隆过滤器详解
前言最近总是在各大技术平台刷到这样一个经典面试题：
如何对40亿QQ号进行去重…
嗯？40亿？这个数字有点恐怖啊，按常规思路光存储起来都要占用不少内存，还要在此之上去重，想到这手就忍不住伸向了投降键…
别急，让咱们一起来看看有没有更聪明的解决方案。
在处理海量数据时，如何高效去重是一个常见问题。想象一下，如何对40亿QQ号进行去重？传统方法可能会占用大量内存，今天咱们就来探讨两种高效的数据结构：位图(Bitmap)和布隆过滤器(Bloom Filter)。
传统存储方式的问题首先咱们计算一下：存储40亿QQ号需要多少内存？
使用无符号整数存储时，一个整数需要4个字节(Byte)，那么40亿QQ号需要：14 * 4,000,000,000 / 1024 / 1024 / 1024 ≈ 15GB
在实际业务中往往需要更多空间。而且在Java中并不存在无符号整型，只有几个操作无符号的静态方法。
数据单位换算：1GB = 1024MB，1MB = 1024KB，1KB = 1024Byte, 1Byte = 8b
n个小时后…终于存好了，接下来咱们开始计算吧！等等，存好了？真的吗？1 ...