并发编程的核心是为了提高电脑资源的利用率，因为现代操作系统都是多核的，可以同时跑多个线程。那么是不是线程越多越好？ 由于线程的切换涉及上下文的切换，所谓上下文就是线程运行时需要的资源，系统要分配给它消耗时间。所以为了减少上下文的切换，我们有以下几种方法：

我们学习程序语言一定不要被束缚到语言细节和规范上面，而要从计算机逻辑执行层面思考。细节和规范都是人为设定的，是大牛抽象计算机逻辑后的加工品。对于技术问题我们要寻根溯源，要高屋建瓴。

设计模式 观察者模式 观察者定义了一种一对多的依赖关系，多个观察者监听一个主题对象，当主题对象的状态发生改变时，这些观察者会被通知从而自我跟新。 结构图 具体代码如下 {代码...} 桥接模式 将抽象部分与具体实现部分分离 结构图 代码 {代码...} 中介者模式 用一个类来封装一系列对象间的交互，使对象间耦合松散 代...

设计模式 观察者模式 观察者定义了一种一对多的依赖关系，多个观察者监听一个主题对象，当主题对象的状态发生改变时，这些观察者会被通知从而自我跟新。 结构图 具体代码如下 {代码...} 桥接模式 将抽象部分与具体实现部分分离 结构图 代码 {代码...} 中介者模式 用一个类来封装一系列对象间的交互，使对象间耦合松散 代...

特点Docker不需要运行完整操作系统的额外开销，因此Docker对系统的利用率更高，直接运行于宿主内核 Docker确保应用运行环境的一致性。 基本概念 Image(镜像) 一个文件系统，提供容器运行时需要的程序，库，资源，配置文件等，和一些为运行时准备的配置参数。镜像采用分层存储的方式，每一层内容都不会改变。 Container(...

Scala的集合分为可变集合与不可变集合，可变集合表示这个集合中的元素可被添加，更新，删除。不可变集合表示对此集合操作以后会产生一个新的集合，而原来这个集合不改变。

可以看到一个MapReduce作业处理的结果只能存放在硬盘当中，当另一个MapReduce作业去读取这个结果时又得从硬盘读取到内存中，这就产生了大量的数据复制，磁盘I/O，数据的序列化操作，这些多余的操作就使得整个计算系统变慢。

Kafka是一个分布式流处理平台，我们可以初步理解为一个Kafka就是一个存储消息的篮子(broker)，可以实时去放消息或取消息，不同的消息按照不同的标签(topics)分类，这个篮子是可扩展的(Kafka集群)，篮子里的消息高可靠不会丢失。

Flume是一个分布式的高可靠，可扩展的数据采集框架，在大数据工程中我们常常需要日志进行分析获取商业价值而Flume就是采集多个不同的数据源，交给数据处理程序同一执行。

近日在学习netty，却发现没那么容易上手，专研了几天后算是弄清楚了netty到底是干什么的，所看资料比较多，此文章便把这些资料与我的思考做一个总结帮助大家更好入门。