refactor:精简专栏、新增专栏

Author: Java-Edge

docs/.vuepress/config.js

@@ -0,0 +1,157 @@
+Elasticsearch，分布式，高性能，高可用，可伸缩的搜索、分析系统。
+# ES基本概念
+
+## 1 概述
+
+### 按主题
+
+- 书目数据库 (Bibliographic database）
+- 企业搜索 (Enterprise search)
+- 医学文献检索 (Medical literature retrieval)
+- 垂直搜索（Vertical search）
+
+
+
+## 2 垂直搜索（站内搜索）
+
+
+
+- 互联网搜索：电商网站，招聘网站，新闻网站，各种app
+- IT系统搜索：OA软件，办公自动化软件，会议管理，日程管理，项目管理，员工管理，搜索“张三”，“张三儿”，“张小三”；有个电商网站，卖家，后台管理系统，搜索“牙膏”，订单，“牙膏相关的订单”
+
+搜索，输入一段要搜索的关键字，期望找到这关键字相关信息。
+
+## 3 数据库搜索
+
+数据都存储在数据库里。技术角度，如何实现搜索，电商网站内部的搜索功能的话，就可以考虑，去使用数据库进行搜索。
+
+### 3.1 案例-电商系统搜索
+
+- 搜索含牙膏的商品
+- 在数据库中商品名称字段中存储有关键字
+
+不考虑数据库的全文索引，假如商品有 1000 万个，得查找 1000 万次，且每次都需要加载商品的名称字段的整段字符串，并挨个寻找：
+![](https://img-blog.csdnimg.cn/201910220054339.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_SmF2YUVkZ2U=,size_1,color_FFFFFF,t_70)
+
+- 每条记录的指定字段的文本，可能很长
+  如“商品描述”字段的长度，有长达数千个，甚至数万字符。每次都对每条记录的所有文本进行扫描，难以判断，你包不包含我指定的这个关键词（如“牙膏”）
+- 无法将搜索词拆分
+  尽可能去搜索更多的符合你的期望的结果，如输入“生化机”，就搜索不出来“生化危机”了
+
+用DB实现搜索，不靠谱，性能很差。
+
+## 4 全文检索 & Lucene
+
+### 4.1 全文检索
+
+#### 4.1.1 场景：搜索“生化机”
+
+全文检索：
+![](https://img-blog.csdnimg.cn/20191022114619954.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_SmF2YUVkZ2U=,size_1,color_FFFFFF,t_70)
+
+但期望出来右侧的4条记录。将每条数据进行词条拆分。如“生化危机电影”拆成：生化、危机、电影等关键词（拆分结果取决于具体的策略算法）。
+每个关键词将对应包含此关键词的数据ID。搜索时，直接匹配这些关键词，就能拿到包含关键词的数据。该过程即全文检索。
+
+词条拆分和词条对应的ID就是倒排索引的的基本原理。
+
+#### 4.1.2 V.S DB
+
+DB的数据共100万条，按之前思路，就要扫描100万次，且每次扫描，都需匹配那个文本所有的字符，确认是否包含搜索的关键词，而且还不能将搜索词拆解开来进行检索。
+
+#### 4.1.3 利用倒排索引
+
+假设100万条数据，拆分出来的词语，假设有1000万个，则倒排索引中，就有1000万行，可能并不需要搜索1000万次。很可能搜索第一次时，就能找到该搜索词对应的数据。也可能是第100次或第1000次。
+
+### 4.2 lucene
+
+一个jar包，包含封装好的各种建立倒排索引及进行搜索的算法。用lucene，就能将已有数据建立索引，lucene会在本地磁盘上面，给我们组织索引的数据结构。
+
+## 1 基本概念
+
+![](https://img-blog.csdnimg.cn/79cf42fd234b4eeab236160fa9034317.png)
+
+### segment file（Lucene）
+
+存储倒排索引的文件，每个segment本质上就是个倒排索引，每s都会生成一个segment文件。
+
+当文件过多时，ES会自动segment merge（合并文件），合并时会同时将已标注删除的文档物理删除。
+
+###  commit point
+
+记录当前所有可用的segment，每个commit point都会维护一个.del文件（ES删除数据本质不属于物理删除）。
+
+当ES删改操作时，先在.del文件声明某个document已被删除，文件内记录了在某个segment内某个文档已被删除。
+
+当查询请求过来时，在segment中被删除的文件是能够查出来的，但当返回结果时会根据commit point维护的那个.del文件，将已删除的文档过滤。
+
+### translog日志文件
+
+为防止ES宕机造成数据丢失保证可靠存储，ES会将每次写入数据同时写到translog日志。
+
+## 5 Elasticsearch的适用场景
+
+- 维基百科，类似百度百科
+- The Guardian（国外新闻网站），类似搜狐新闻，用户行为日志（点击，浏览，收藏，评论）+社交网络数据（对某某新闻的相关看法），数据分析，给到每篇新闻文章的作者，让他知道他的文章的公众反馈（好，坏，热门，垃圾，鄙视，崇拜）
+- Stack Overflow
+- GitHub（开源代码管理），搜索上千亿行代码
+- 电商网站，检索商品
+- 日志数据分析，logstash采集日志，ES进行复杂的数据分析（ELK技术，elasticsearch+logstash+kibana）
+- 商品价格监控网站，用户设定某商品的价格阈值，当低于该阈值的时候，发送通知消息给用户，比如说订阅牙膏的监控，如果高露洁牙膏的家庭套装低于50块钱，就通知我，我就去买
+- BI系统，商业智能，Business Intelligence。如大型商场集团，BI分析某区域最近3年用户消费金额趋势及用户群体组成构成，产出相关的数张报表，xx区最近3年，每年消费金额呈现100%的增长，而且用户群体85%是高级白领，开一个新商场。ES执行数据分析和挖掘，Kibana进行数据可视化
+- 国内：站内搜索（电商，招聘，门户，等等），IT系统搜索（OA，CRM，ERP，等等），数据分析（ES热门的一个使用场景）
+
+## 6 特点
+
+（1）可以作为一个大型分布式集群（数百台服务器）技术，处理PB级数据，服务大公司；也可以运行在单机上，服务小公司
+（2）不是新技术，主要将全文检索、数据分析以及分布式技术合并，才形成独一无二ES；lucene（全文检索），商用的数据分析软件（也是有的），分布式数据库（mycat）
+（3）对用户开箱即用，简单，作为中小型应用，直接3min部署ES，就可作为生产环境系统来使用，数据量不大，操作不太复杂
+（4）数据库的功能面对很多领域不够用；特殊的功能，比如全文检索，同义词处理，相关度排名，复杂数据分析，海量数据的近实时处理；Elasticsearch作为传统数据库的一个补充
+
+## 7 功能
+
+### 7.1 分布式的搜索引擎和数据分析引擎
+
+搜索：百度，网站的站内搜索，IT系统的检索
+数据分析：电商网站，最近7天牙膏这种商品销量排名前10的商家有哪些；新闻网站，最近1个月访问量排名前3的新闻版块是哪些
+分布式，搜索，数据分析
+
+### 7.2 全文检索，结构化检索，数据分析
+
+全文检索：我想搜索商品名称包含牙膏的商品
+
+```sql
+select * from products where product_name like "%牙膏%"
+```
+
+结构化检索：搜索商品分类为日化用品的商品
+
+```sql
+select * from products where category_id='日化用品'
+```
+
+部分匹配、自动完成、搜索纠错、搜索推荐
+数据分析：分析每个商品分类下有多少个商品
+
+```sql
+select category_id,count(*) from products group by category_id
+```
+
+### 7.3 对海量数据进行近实时处理
+
+- 分布式：ES可自动将海量数据分散到多台服务器，去存储和检索。
+- 海量数据处理：分布式后，就可采用大量服务器去存储和检索数据，实现海量数据的处理
+- 近实时：检索个数据要花费1h（这就不要近实时，离线批处理，batch-processing）。在秒级别对数据进行搜索和分析
+
+跟分布式/海量数据相反的：lucene，单机应用，只能在单台服务器上使用，最多只能处理单台服务器可以处理的数据量。
+
+## 8 意义
+
+![](https://img-blog.csdnimg.cn/20191022114857908.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_SmF2YUVkZ2U=,size_1,color_FFFFFF,t_70)
+
+
+使用 lucene 开发搜索服务，部署在一台机器上面，但是无法解决当数据量增大的时候出现的问题（图上右侧）。对此，ES就是利器：
+
+- 自动维护数据的分布到多个节点的索引建立、检索请求分布到多个节点的执行
+- 自动维护数据的冗余副本，保证一些机器宕机了，不会丢失任何数据
+- 更多高级功能
+- 复杂搜索功能，聚合分析的功能，基于地理位置的搜索（距离我当前位置 1公里 以内的烤肉店）

docs/md/es/ES基本概念.md

@@ -0,0 +1,73 @@
+# JVM专栏概述
+
+## 0 为啥要学习JVM专栏？
+
+### 每个Java程序都离不开JVM
+
+你玩得转么？学JVM不需要理由，不学JVM才需要理由！
+
+![](https://codeselect.oss-cn-shanghai.aliyuncs.com/image-20240319145348823.png)
+
+### 打通JVM理论与实践，构建完整JVM知识体系
+
+JVM是中高级Java开发工程师深入理解Java代码的关键，也是Java面试的重要考核部分
+
+![](https://codeselect.oss-cn-shanghai.aliyuncs.com/image-20240319145447438.png)
+
+### 基础-进阶-实战
+
+迅速提升Java开发经验，掌握JVM调优高效操作技术
+
+![](https://codeselect.oss-cn-shanghai.aliyuncs.com/image-20240319145518816.png)
+
+### JVM实战项目
+
+实际工作中怎么调优，做一遍你就懂了。结合专栏中的JVM技术点，在项目中实现性能监控与优化的企业级调优
+
+- Java 工程师进阶加薪必修课
+- 4 大模块全方位拆解 JVM
+- 帮助你编写高效 Java 代码
+- 揭秘 Oracle 最新 Java 黑科技
+
+## 2 专栏介绍
+
+作为开发工程师，你也许会在日常编程中被 Java 的启动性能和内存耗费所震惊，继而对 Java 语言产生怀疑；或许在使用虚拟机遇见内存溢出等一系列异常时头疼万分，困扰于为什么会出现各种问题。
+
+和语言朝夕相处的开发者们，提及代码的详细运行过程也难免会一时语塞。这都是由于 Java 虚拟机封装得太好，让使用者几乎感觉不到它的存在。虽然这种“一次编写，到处运行”优势颇多，但是却也让我们忽略了学习 Java 虚拟机的必要。
+
+熟知 Java 虚拟机的工作原理可以大幅提升日常编程的效率，对寻常 Bug 的修复更是轻而易举。同时，这也是 Java 技术的重要组成成分之一，是实现技术进阶必不可缺的知识。
+
+本专栏通过揭秘 Java 虚拟机的工作原理，详细阐述 Java 程序是如何被执行并且被优化的。介绍的内容并不限于某一个版本，从 8 到 21 都会涉及。通过学习此专栏，你将了解如何编写高效的代码，如何对 Bug 达到最优处理，以及如何针对自己的应用调整虚拟机的运行参数。
+
+本课程从源码到运行、类加载，再到内存分配和垃圾回收，以及JVM调优的技巧与实战。理论-实战-面试三结合，带你剖析整个JVM知识体系，一次性学习，解决JVM问题。
+
+专栏分四大模块。
+
+### 模块一 Java 虚拟机基本原理
+
+剖析 Java 虚拟机的运行机制，逐次介绍 Java 虚拟机的设计决策以及工程实现。
+
+### 模块二 高效编译
+
+在本模块中，作者将带你探索 Java 编译器，以及内嵌于 Java 虚拟机中的即时编译器，帮助你更好地理解 Java 语言特性，继而写出简洁高效的代码。
+
+### 模块三 代码优化
+
+在实践过程中我们经常会遇到形形色色的性能问题，解决方法不外乎加机器加内存。本模块将介绍上述方法失效后的 Plan B，即如何利用工具定位并解决代码中的潜在问题，以及在已有工具不适用的情况下，如何打造专属轮子。此外，本模块还将介绍对 JVM 内存管理失去信心的开发者所选取的解决方案，以备不时之需。
+
+### 模块四 虚拟机黑科技
+
+当一门程序语言成熟稳定后，技术大神们便热衷于用这种语言开发实现编译器或虚拟机。在 Java 10 中，Graal 已作为试验性即时编译器一同发布。本模块将详细科普 GraalVM 的各个组成部分，其中包括编译器 Graal，语言实现框架 Truffle，以及支持 Ahead-of-Time（AOT）编译的 SubstrateVM。
+
+## 3 专栏大纲
+
+
+
+![](https://codeselect.oss-cn-shanghai.aliyuncs.com/image-20240319150736471.png)
+
+## 4 适合人群
+
+- 希望了解底层 Java 虚拟机实现的开发者
+- 有一定 Java 基础，希望达成技术进阶的 Java 工程师
+- 希望在面试中对答如流的 Java 语言应聘者，以及希望考倒应聘者的面试官们
+- 想要了解 Oracle GraalVM 黑科技，或考虑借此技术转型的开发人员

docs/md/java/JVM专栏概述.md

@@ -0,0 +1,38 @@
+# 并发编程实战专栏概述
+
+## 1 你将获得
+
+- 全面了解并发编程核心原理；
+- 深入掌握 12 个 Java 并发工具类；
+- 搞懂 9 种最常见的并发设计模式；
+- 4 大经典并发编程实战案例。
+
+## 2 专栏介绍
+
+对于一个 Java 程序员而言，**能否熟练掌握并发编程是判断他优秀与否的重要标准之一**。因为并发编程是 Java 语言中最为晦涩的知识点，它涉及操作系统、内存、CPU、编程语言等多方面的基础能力，更为考验一个程序员的内功。
+
+那到底应该怎么学习并发编程呢？Java SDK 的并发工具包有很多，是要死记硬背每一个工具的优缺点和使用场景吗？当然不是，想要学好并发编程，你需要从一个个单一的知识和技术中“跳出来”，高屋建瓴地看问题，并逐步建立自己的知识体系。
+
+本专栏希望能够帮助你建立起一张处理并发问题的全景图，让你能够彻底理解并发问题的本质所在。同时，专栏还会深入介绍 Java 并发编程技术背后的逻辑关系以及应用场景，助你能够游刃有余地游走在这些技术之中。
+
+5 大模块。
+
+**1. 并发理论基础**
+这个模块主要介绍并发编程相关的概念和理论。但不会死板地堆叠结论，而是关注具体概念和理论的产生背景，挖掘它们背后的逻辑关系，发现核心矛盾并寻找解决方案。比如，深度认识 Java 内存模型、死锁产生的原因和解决方案、线程间的协作机制，等等。
+
+**2. 并发工具类**
+这个模块主要探讨 Java SDK 里的并发工具类。这些工具类大部分都是基于管程实现的，所以这里会首先介绍隐藏在并发包中的管程及其使用。紧接着还会为你详细解读信号量、读写锁、CountDownLatch 和 CyclicBarrier，以及并发编程的三个核心问题“分工”“同步”“互斥”相关的技术内容。
+
+**3. 并发设计模式**
+并发设计模式是解决并发问题的最佳实践。这个模块将会介绍 9 种常见的设计模式。其中，前 3 种设计模式的核心思想是避免共享变量，从而避免并发问题；后面 6 种设计模式则都属于典型的分工模式。
+
+**4. 案例分析**
+这个模块着重分析 4 个经典的开源框架是如何处理并发问题的，包括高性能限流器 Guava RateLimiter、高性能网络应用框架 Netty、高性能队列 Disruptor、高性能数据库连接池 HiKariCP，希望能够帮你融会贯通相关知识点，并从实战场景中思考问题的最优解。
+
+**5. 其他并发模型**
+
+并发问题是一个通用问题，Java 语言解决并发问题采用的是共享内存模型，但这个模型并不是解决并发问题唯一的模型。这个模块将会介绍共享内存模型之外的模型，主要有 Actor 模型、软件事务内存、协程和 CSP 模型。
+
+## 3 专栏大纲
+
+![](https://codeselect.oss-cn-shanghai.aliyuncs.com/d513beec13a20d5e858257313b3605c0.jpg)