Spring 整合 MyBatis 教程（SSM 整合）
前言
本文主要介绍 Spring + Spring MVC + MyBatis 整合（SSM），开发工具基于 Eclipse + Maven。值得一提的是，下文只给出 SSM 整合所需的最小配置内容，在生产环境需要适当优化项目的配置，尤其是 Log4j2、Druid 的配置。完整的项目代码可以直接从 GitHub 下载对应章节 ssm-study。
版本说明
| 名称 | 版本 |
|---|---|
| Spring | 4.3.2.RELEASE |
| MyBatis | 3.4.1 |
| Druid | 1.0.25 |
| Log4j2 | 2.6.2 |
| MySQL | 5.7.26 |
SpringBoot 与 SpringCloud 介绍
Eclipse 安装插件
Eclipse 在线安装阿里巴巴 Java 开发规约插件
打开 Eclipse –> Help –> Install New Software，填写插件的 URL 地址： https://p3c.alibaba.com/plugin/eclipse/update， 然后根据界面提示一步步安装，最后重启 Eclipse。安装成功后，工具栏会新增下图所示的图标。可以通过右键菜单、Toolbar 按钮两种方式手动触发代码检测，同时结果面板中可以对部分实现了 QuickFix 功能的规则进行快速修复。
JUC 高并发编程入门基础之一
大纲
JUC 介绍
JDK 5 中增加了并发大师 Doug Lea 的并发库，这一引进给 Java 线程的管理和使用提供了极大的便利性。在 Java 5 提供的 java.util.concurrent（简称 JUC）包中，增加了在并发编程中很常用的实用工具类，用于定义类似于线程的自定义子系统，包括线程池、异步 IO 和轻量级任务框架。JUC 提供了可调的、灵活的线程池，还提供了设计用于多线程上下文中的 Collection（即线程安全的集合类）实现等。常用的 JUC 包有以下几个：
- java.util.concurrent
- java.util.concurrent.locks
- java.util.concurrent.atomic
Hexo 持续部署方案
方案一
Hexo 官方推荐的部署方案，是在先本地编写 MarkDown 源文件，然后在本地构建静态资源文件，最后同步静态资源文件到服务器。
Zuul 网关实现动态路由和灰度发布
前言
本文将介绍在 SpringCloud 项目中，通过 Eureka + Zuul 实现网关动态路由和网关灰度发布。Zuul 实现网关灰度发布的核心思路是：通过配置中心（如数据库、Nacos、ZooKeeper 等）控制是否开启灰度发布，然后在 Zuul 的 Filter 中根据请求路径或请求参数（如 version）定义灰度标记，再结合 Ribbon 负载均衡策略按灰度标记筛选服务实例，最终基于 Eureka metadata（如 current / newest）将流量按规则路由到新旧服务，并通过按比例逐步放量（如 1% → 10% → 50% → 100%）实现可控放量，支持随时调整和快速回滚。
术语说明
- 网关动态路由：网关根据数据库、配置中心的数据变化，动态更新路由规则（如上线新服务、下线旧服务、修改路由转发路径），无需重启网关服务即可实时生效。
- 网关灰度发布：网关根据一定策略（如用户 ID、请求参数、随机百分比等）将部分流量路由到新版本服务，实现逐步放量发布与风险控制。
Gateway 入门教程 - 高级篇
大纲
Gateway 的流量控制
Gateway 的限流概述
在开发高并发系统时可以用三把利器来保护系统：缓存、降级和限流。缓存的目的是提升系统访问速度和增大系统处理的容量，是抗高并发流量的 “银弹”；而降级是当服务出现问题或者影响到核心流程时，需要暂时将其屏蔽掉，待高峰过去之后或者问题解决后再打开；而有些场景并不能用缓存和降级来解决，比如稀缺资源（秒杀、抢购）、写服务（如评论、下单）、频繁的复杂查询等，因此需要有一种手段来限制这些场景的并发 / 请求量，即限流。限流的目的是通过对并发访问 / 请求进行限速或者对一个时间窗口内的请求进行限速来保护系统，一旦达到限制速率则可以拒绝服务（定向到错误页或友好的展示页）、排队或等待（比如秒杀、评论、下单等场景）、降级（返回兜底数据或默认数据）。主流的中间件都会有单机限流框架，一般支持两种限流模式：控制速率和控制并发。Spring Cloud Zuul 通过第三方扩展 spring-cloud-zuul-ratelimit 也可以支持限流。Spring Cloud Gateway 是一个 API 网关中间件，网关是所有请求流量的入口；特别是像天猫双十一、双十二等高并发场景下，当流量迅速剧增，网关除了要保护自身之外，还要限流保护后端应用。常见的限流算法有漏桶和令牌桶，计数器也可以进行粗暴限流实现。对于限流算法，可以参考 Guava 中的 RateLimiter、Bucket4j、RateLimitJ 等项目的具体实现。下面将介绍如何基于 Bucket4j、Gateway 内置的限流过滤器工厂（RequestRateLimiterGatewayFilterFactory）、CPU 使用率实现限流，点击下载完整的案例代码。