记录一些行业龙头，持续成长的股票公司。重点关注：新能源，军工，科技类股。
设计模式(十五)：策略模式(Strategy Pattern)实际应用
要在实际项目中应用策略模式，最好先仔细了解策略模式的定义和相关概念，可参考 设计模式(九)：策略模式(Strategy Pattern)。
策略模式（Strategy Pattern）：定义一系列算法（算法家族），并将每个算法封装起来，使它们可以相互替换，且算法的变化不会影响使用算法的客户。
使用了策略模式，在系统设计层面是满足 里氏替换原则 和 开放封闭原则 的，每个算法可以相互替换，在不修改已有算法的情况下易于扩展。
数据结构与算法(五)：FIFO, LRU, LFU 缓存淘汰算法
服务器内存有限，不可能持续地往内存中存入数据，就需要对内存中的数据进行淘汰处理，通过制定淘汰策略（算法）以保证内存持续可用，使内存中的数据价值最大化。
应用层的缓存淘汰算法基本都是借用操作系统的内存管理算法，以称为内存页置换算法。
Sharding-JDBC系列(七)：Sharding-JDBC 分库分表实践
此系列文章都是基于 Sharding-JDBC 4.x版本， 在写此文章时，正式发布的是 4.1.0版本，点此 4.x 官方文档。
一个应用如果业务高速增长，产生大量的数据，单数据库的性能可能难以满足业务快速增长的需求，此时就可以考虑采用分库来分担单个数据库的压力，提高系统的性能。
本篇基于 Spring Boot + Mybatis + Mybatis-Plus 集成 Sharding-JDBC 实现分库分表示例。
Sharding-JDBC系列(六)：Sharding-JDBC 单库分表实践
数据分片的实践主要有根据业务来分库，对大数量表进行分表，根据实际需要可以分库分表，也可以只分表不分库。
分库除了在拆分业务时各自使用独立的库，现在很多中小型的 SASS 系统，在租户数据隔离这块也有采用分库或分表的方式实现。
此系列文章都是基于 Sharding-JDBC 4.x版本， 在写此文章时，正式发布的是 4.1.0版本，点此 4.x 官方文档。
Sharding-JDBC系列(五)：Sharding-JDBC读写分离概念与实践
Sharding-JDBC的读写分离：透明化读写分离所带来的影响，让使用方尽量像使用一个数据库一样使用主从数据库集群，是 ShardingSphere 读写分离模块的主要设计目标。
本篇描述 Sharding-JDBC 读写分离的相关概念，一主多从，写主读从，强制读主等。基于 Spring Boot 集成 Sharding-JDBC 实现读写分离实践。
此系列文章都是基于 Sharding-JDBC 4.x版本， 在写此文章时，正式发布的是 4.1.0版本，点此 4.x 官方文档。
汇总 Java 的各种随机数生成方式，而不仅只有 java.util.Random 。
今天碰到个涉及微服务和事务的问题，出现了死锁，抛出了事务等待锁超时的问题。
查了半天最后确定是对微服务环境下的事务，及事务使用的认识上存在不足导致。