架构是研究“分”和“合”的艺术，通过“分离关注点”将系统拆分为多个部分，然后在“原则和规则”的约束下对组件进行装配，形成高内聚的构件；再根据需求对多个构件进行关联，形成低耦合的连接，最终构建“高内聚低耦合”的软件系统。

做了十多年的Java开发，和大家介绍一下我最近一两年用的比较多的Java框架(包括软件、中间件)。

• Spring：从刚开始工作的时候就在用；是一个J2EE框架，提供了对IOC的良好支持，也提供了对AOP技术非常好的封装；

• Spring MVC：也是Spring的一个子项目，实现了MVC设计模式，目标是解耦；

• MyBatis、Hibernate：两个都是ORM框架，现在Hibernate用的少了；也有用到Spring Data JPA，这个可以看做是更高级的封装，可以通过方法的命名，实现SQL语句；

Spring Boot 中的缓存可以减少从数据库重复获取数据或执行昂贵计算的需要，从而显著提高应用程序的性能。Spring Boot 提供了与各种缓存提供程序的集成，您可以在应用程序中轻松配置和使用缓存。以下是有关如何在 Spring Boot 中使用缓存的分步指南：

应用背景

在实际的开发当中，我们经常需要进行磁盘数据的读取和搜索，因此经常会有出现从数据库读取数据的场景出现。但是当数据访问量次数增大的时候，过多的磁盘读取可能会最终成为整个系统的性能瓶颈，甚至是压垮整个数据库，导致系统卡死等严重问题。

常规的应用系统中，我们通常会在需要的时候对数据库进行查找，因此系统的大致结构如下所示：

缓存键管理

在Spring缓存中，缓存键的生成有两种策略，一种是默认策略，另一种是自定义策略。

自定义键生成策略

断路器

在微服务项目中常常会遇到雪崩效应。什么是雪崩效应呢？雪崩效应最开始出现在密码学中，是指当输入发生最微小的改变，如反转一个二进制位时，也会导致输出的不可区分性的改变。也就是说，无论密钥或明文的任何细微变化都必将引起密文的改变，这对密码学来说是一个好事情，雪崩效应会导致你的加密算法无法仅仅通过输出和输入就被推算出来。因此，从加密算法或加密设备的设计者角度来说，满足雪崩效应是必不可缺的准则。

在 Java 开发的世界里，性能优化是永恒的话题。当系统面临高并发、大数据量时，如何让 Java 应用程序保持高效运行，成为了每个开发者必须攻克的难题。接下来，我将分享自己通过 30 天时间，从 JVM 调优到实现百万级 QPS 的 Java 性能优化全历程，希望能给大家带来启发。

一、JVM 调优：性能优化的基石

在 Java 项目开发中，Redis 凭借其高性能、丰富的数据结构，成为解决各类业务问题的得力助手。而RedisTemplate作为 Spring Data Redis 提供的核心工具类，能让我们更便捷地操作 Redis。下面结合实际场景，展示如何使用RedisTemplate发挥 Redis 的强大功能。

一、缓存场景：加速数据访问

apiVersion: apps/v1
kind: Deployment
metadata:
  name: redis-deployment
spec:
  replicas: 1
  selector:
    matchLabels:
      app: redis
  template:
    metadata:
      labels:
        app: redis
    spec:
      containers:
      - name: redis
        image: redis:latest
        ports:
        - containerPort: 6379

目录

• 致谢
• 0x00 字节跳动-渗透测试实习生
• 0x01
• 0x02 深信服-漏洞研究员实习
• 0x03
• 0x04 字节跳动-安全研究实习生