@moliliang

因为不只有布隆过滤器可以被归纳为 「存在的不一定存在，不存在的一定不存在」 这个特性，还有别的数据结构。

可以举一个具体的例子

数据库里面有 1000 条数据，
你把这 1000 条数据加到布隆过滤器里,
你把这 1000 条数据加到 LRUCache 里,

你在你程序里面使用 LRUCache 和布隆过滤器里


下面的四个描述有两个是正确的，而 OP 要的恰好就不是布隆过滤器的那个。

1. 数据库里 存在的 LRUCache 里 不一定存在， 数据库里 不存在的 LRUCace 里 一定不存在
2. LRUCache 存在的 数据库里 不一定存在，LRUCace 不存在的 数据库里 一定不存在
3. 数据库里 存在的 布隆过滤器里 不一定存在， 数据库里 不存在的 布隆过滤器里 一定不存在
4. 布隆过滤器里 存在的 数据库里 不一定存在，布隆过滤器里 不存在的 数据库里 一定不存在


你很理解布隆过滤器，但是 OP 问的就不是这个。

@moliliang

你可以说一说怎么用布隆过滤器实现。

「存在的不一定存在，不存在的一定不存在」 这个描述过于笼统，会让你记错的。

「 X 存在的 ​Y 不一定存在，X 不存在的 Y 一定不存在」，你可以看一看这里的 X 和 Y 代表着什么， 把它们搞反了意思完全就不一样了。而你理解错了的原因也恰好在此。

@noobmaster 看来是真的需要存下所有的信息了，要不你还要发明新布隆过滤器算法

@moliliang
布隆过滤器的保证的是 数据 存在 的时候返回的信息是正确的 这样的话可以把所有 存在 的数据放到过滤器里面。

楼主要求的是数据 不存在 的时候返回的信息是正确的，也就是说要把所有 不存在 的数据放到过滤器里面...这样的数据有无穷多

@colatin 他可能是说 "允许数据实际存在但是返回不存在，但是数据不存在的 (时候所返回的) 信息必须是准确的”这个需求是矛盾的" , 这就能对得上和布隆过滤器相反的那段描述

@colatin 并不矛盾

数据不存在 => 一定返回 false
返回 true => 数据一定 存在

返回 false => 数据有可能存在有可能不存在
数据存在 => 有可能返回 true 有可能返回 false


逻辑是自洽的

应该就是内存用多了吧 ParallelGC STW 太长了。增加或者减少堆内存看看从运行时间卡死会不会变化。

这是 java 几，可以换用 G1 吗，换垃圾回收器解决不了卡死问题，但至少会有响应。至于为什么内存会用多了，可以看看有没有内存泄漏。

BigTable 架构啊

可以有的

假如是全球规模的分布式系统 使用原子钟 gps 这样的全局时间来同步比网络通信更好

https://en.m.wikipedia.org/wiki/Spanner_(database)

450 req/s 一台服务器也可以吧

可以依靠产品经理的嘴

让产品经理来吹牛说自己的防定位造假的策略是最好的 最厉害的 最坚不可摧的...

Baeldung 网站上每周有一个小小的知识点，而且是你不知道的那种

https://www.baeldung.com/java-weekly-410

应该是 private static Bow windforce;
私有的静态的弓 风之力

private static Windforce bow;
私有的静态的风之力 弓

说不定是用 AST 实现的

数据汇总听着像一个写频繁的业务

读写分离对写比较多的业务不是太友好。

用 java 自带工具 jvisualvm 连上去看看

1. CPU 占用量
2. 线程的数量 一台机器最大 10000 ，也也可看看有多少是 WAITING 状态。看看是否有死锁
3. Full GC 是否频繁

上面是 JAVA 的，然后就是看数据库的了

线程池的参数要根据具体任务类型而配置

当有多个机器的时候 线程池的设置可以有多套 profile

例如你有 50 台一样的机器

a 台设置成 Core 10 MAX 100
b 台设置成 Core 10 MAX 20
c 台设置成 Core 10 MAX 10
d 台设置成 Core 200 MAX 400
e 台设置成 Core 200 MAX 200


然后 a+b+c+d + e=50

随机给任务 ，统计任务的 throughput/响应

然后动态调节 a,b,c,d,e 的值使得 50 台机器总的 throughput/响应 最优

当有多个机器的时候 线程池的设置可以有多套 profile

profile 1 20-40
profile 2 1000-2000
profile 3 100-100

…..

就类似于 cpu 大小核心那样