网站受到DDOS的攻击，Inbound最高请求58.85Mb/sec 。尽管一开始解决问题的思路是错误的，但是在这个过程中，我们思考问题的思路对团队的成长有所帮助，我们知道什么方法无法解决问题。解决问题的过程分为3个阶段：1：nginx端屏蔽访问修改nginx配置文件，添加如下记录location ~ /\/you_url{return 404;}问题：发现请求堵塞在haproxy上面去了2：修改haproxy的配置acl invalid_req url_sub -i c=220block if invalid_req问题：依然不能解决haproxy堵塞的问题3：在haproxy机器上禁止IP访问。在nginx下找到IP最多的几个IP，到/data/management/logs中去执行cat www.access.log | awk -F \" '{print $7}' | sort | uniq -c | sort -rn | head -n 300得到访问最多的IP列表通过vim的列编辑功能，限制这些ip的访问。（300个是可以继续加大的，看最后一行的最小值）iptables -I INPUT -s 218.66.51.197 -j DROPiptables -I INPUT -s 183.205.228.248 -j DROPiptables -I INPUT -s 59. ...继续阅读 (32)

网站受到DDOS的攻击，Inbound最高请求58.85Mb/sec 。尽管一开始解决问题的思路是错误的，但是在这个过程中，我们思考问题的思路对团队的成长有所帮助，我们知道什么方法无法解决问题。解决问题的过程分为3个阶段： 1：nginx端屏蔽访问修改nginx配置文件，添加如下记录location ~ /\/you_url{ return 404;}问题：发现请求堵塞在haproxy上面去了 2：修改haproxy的配置acl invalid_req url_sub -i c=220block if invalid_req 问题：依然不能解决haproxy堵塞的问题 3：在haproxy机器上禁止IP访问。在nginx下找到IP最多的几个IP，到/data/management/logs中去执行cat www.access.log | awk -F \" '{print $7}' | sort | uniq -c | sort -rn | head -n 300 得到访问最多的IP列表通过vim的列编辑功能，限制这些ip的访问。（300个是可以继续加大的，看最后一行的最小值）iptables -I INPUT -s 218.66.51.197 -j DROPiptables -I INPUT -s 183.205.228.248 -j DROPipt ...继续阅读 (32)

1：JDK的ClassLoader基础Bootstrap ClassLoader/启动类加载器主要负责jdk_home/lib目录下的核心 api 或 -Xbootclasspath 选项指定的jar包装入工作。Extension ClassLoader/扩展类加载器主要负责jdk_home/lib/ext目录下的jar包或 -Djava.ext.dirs 指定目录下的jar包装入工作。System ClassLoader/系统类加载器主要负责java -classpath/-Djava.class.path所指的目录下的类与jar包装入工作。User Custom ClassLoader/用户自定义类加载器(java.lang.ClassLoader的子类)在程序运行期间, 通过java.lang.ClassLoader的子类动态加载class文件, 体现java动态实时类装入特性。自User Custom向Bootstrap的检查类是否已经加载；自Bootstrap向User Custom的尝试加载类//检查类是否被装载过Class c = findLoadedClass(name);//指定类未被装载过，自顶部向下的尝试加载类if(c ==null) {try{//如果父类加载器不为空，指定为父类加载器加载if(parent!=null) {c =parent.loadCla ...继续阅读 (31)

1：JDK的ClassLoader基础Bootstrap ClassLoader/启动类加载器 主要负责jdk_home/lib目录下的核心 api 或 -Xbootclasspath 选项指定的jar包装入工作。Extension ClassLoader/扩展类加载器 主要负责jdk_home/lib/ext目录下的jar包或 -Djava.ext.dirs 指定目录下的jar包装入工作。System ClassLoader/系统类加载器 主要负责java -classpath/-Djava.class.path所指的目录下的类与jar包装入工作。User Custom ClassLoader/用户自定义类加载器(java.lang.ClassLoader的子类) 在程序运行期间, 通过java.lang.ClassLoader的子类动态加载class文件, 体现java动态实时类装入特性。 自User Custom向Bootstrap的检查类是否已经加载；自Bootstrap向User Custom的尝试加载类 //检查类是否被装载过 Class c = findLoadedClass(name); //指定类未被装载过，自顶部向下的尝试加载类 if (c == null) { try { //如果父类加载器 ...继续阅读 (43)

Google Guava cache的主要功能点：* 你需要给现有系统加速；* 有些key需要不知一次的查询获取；* 从策略上讲，你的应用需要从策略上把所有的value从cache中清理出来 -- 你试图减少重复的工作；[注：weakKey , weakValue]* cache仅仅存储在内存中，没有在文件中或者其他的server上面，如果不满足你的需求，可以考虑MemcachedAPI的两种调用方式1：普通的调用方式，通过key得到value的时间较短/*** 不需要延迟处理(泛型的方式封装)*@return*/publicstaticLoadingCachecached(CacheLoadercacheLoader) {LoadingCachecache = CacheBuilder.newBuilder().maximumSize(10000).weakKeys().softValues().refreshAfterWrite(120, TimeUnit.SECONDS).expireAfterWrite(10, TimeUnit.MINUTES)// .removalListener(RemovalListeners.asynchronous(listener,executor))// .removalListener(MY_LISTENER).build(cacheLoa ...继续阅读 (88)

Google Guava cache的主要功能点： * 你需要给现有系统加速； * 有些key需要不知一次的查询获取； * 从策略上讲，你的应用需要从策略上把所有的value从cache中清理出来 -- 你试图减少重复的工作；[注：weakKey , weakValue] * cache仅仅存储在内存中，没有在文件中或者其他的server上面，如果不满足你的需求，可以考虑MemcachedAPI的两种调用方式1：普通的调用方式，通过key得到value的时间较短 /** * 不需要延迟处理(泛型的方式封装) * @return */ public staticLoadingCachecached(CacheLoadercacheLoader) { LoadingCachecache = CacheBuilder.newBuilder() .maximumSize(10000) .weakKeys() .softValues() .refreshAfterWrite(120, TimeUnit.SECONDS) ...继续阅读 (58)

做benchmark测试的过程中，总是会涉及到linux操作系统底层的设置导致无法充分利用机器的性能，在调试的过程中，不少资料没能和linux kernel版本对应上导致一些参数的设置错误。根据现有服务器的硬件条件和软件版本做相关优化，把一些实践的心得分享出来。Kernel version ： 2.6.32-71.el6.x86_64Cpu：Intel(R) Xeon(R) CPU E5606 @ 2.13GHzMemory：8GRelease notes ： v0.1 2012-03-31 句柄数 ， 网络参数问题1：句柄数的问题使用webbench在Linux下做varlish访问压力测试的时候，遇到Socket/File: Can’t open so many files的问题，原因是linux下所有的东西都是文件，包括socket接口，对于大量的网络连接，不仅仅消耗socket文件描述符，对于进程本身还打开相当多的文件，Linux的默认句柄数是1024。解决方式：修改/etc/security/limits.conf你的用户名 soft nofile 65535 ##ulimit -Sn你的用户名 hard nofile 65535 ##ulimit -Hnunlimt -n 查看参考资料：通过ulimit改善系统性能问题2： ...继续阅读 (22)

做benchmark测试的过程中，总是会涉及到linux操作系统底层的设置导致无法充分利用机器的性能，在调试的过程中，不少资料没能和linux kernel版本对应上导致一些参数的设置错误。根据现有服务器的硬件条件和软件版本做相关优化，把一些实践的心得分享出来。 Kernel version ： 2.6.32-71.el6.x86_64 Cpu：Intel(R) Xeon(R) CPU E5606 @ 2.13GHz Memory：8G Release notes ： v0.1 2012-03-31 句柄数 ， 网络参数 问题1：句柄数的问题 使用webbench在Linux下做varlish访问压力测试的时候，遇到Socket/File: Can’t open so many files的问题，原因是linux下所有的东西都是文件，包括socket接口，对于大量的网络连接，不仅仅消耗socket文件描述符，对于进程本身还打开相当多的文件，Linux的默认句柄数是1024。解决方式：修改/etc/security/limits.conf 你的用户名 soft nofile 65535 ##ulimit -Sn 你的用户名 hard nofile 65535 ##ul ...继续阅读 (19)

1：异步容错的处理需求遇到错误消息后，把消息写入到表中同时写入到queue中，把这个错误的内容异步通知到其他系统中去。同步的时间间隔以2的N次方递增，设计的前提是尽量减小数据库的压力。2：设计java.util.concurrent.DelayQueue中的对象必须实现java.util.concurrent.Delayed的接口，Delayed 元素的一个无界阻塞队列，只有在延迟期满时才能从中提取元素。该队列的头部 是延迟期满后保存时间最长的 Delayed 元素。如果延迟都还没有期满，则队列没有头部，并且 poll 将返回 null。当一个元素的 getDelay(TimeUnit.NANOSECONDS) 方法返回一个小于等于 0 的值时，将发生到期。即使无法使用 take 或 poll 移除未到期的元素，也不会将这些元素作为正常元素对待。例如，size 方法同时返回到期和未到期元素的计数。此队列不允许使用 null 元素。队列中的对象设计：public class DelayDomain implements Delayed{/*** 处理机制：按照发送次数2的N次方秒递增。* @param payInternalNotify*/public DelayDomain(int sendtime , String url){this.sendTime = (new Date() ...继续阅读 (32)

1：异步容错的处理需求 遇到错误消息后，把消息写入到表中同时写入到queue中，把这个错误的内容异步通知到其他系统中去。同步的时间间隔以2的N次方递增，设计的前提是尽量减小数据库的压力。 2：设计 java.util.concurrent.DelayQueue中的对象必须实现java.util.concurrent.Delayed的接口，Delayed 元素的一个无界阻塞队列，只有在延迟期满时才能从中提取元素。该队列的头部 是延迟期满后保存时间最长的 Delayed 元素。如果延迟都还没有期满，则队列没有头部，并且 poll 将返回 null。当一个元素的 getDelay(TimeUnit.NANOSECONDS) 方法返回一个小于等于 0 的值时，将发生到期。即使无法使用 take 或 poll 移除未到期的元素，也不会将这些元素作为正常元素对待。例如，size 方法同时返回到期和未到期元素的计数。此队列不允许使用 null 元素。 队列中的对象设计：public class DelayDomain implements Delayed{ /** * 处理机制：按照发送次数2的N次方秒递增。 * @param payInternalNotify */ public DelayDomain( ...继续阅读 (31)

RMI配置说明：1：对象序列化：public class Account implements Serializable{private String name;public String getName(){return name;}public void setName(String name) {this.name = name;}}2：远程接口定义：public interface RemoteCallExample extends Remote {public String show() throws RemoteException;}3：远程接口实现：public class RemoteCallExampleImpl implements RemoteCallExample {@Overridepublic String show() throws RemoteException{return "remote test";}}4：Spring服务器端配置（使用RmiServiceExporter来）：在WEB-INF目录下面新建remoting-servlet.xml文件，添加相关的配置。does not necessarily have to be the same name as the bean to be exporteddefaults to 10995：服 ...继续阅读 (35)

RMI配置说明：1：对象序列化：public class Account implements Serializable{ private String name; public String getName(){ return name; } public void setName(String name) { this.name = name; }}2：远程接口定义：public interface RemoteCallExample extends Remote { public String show() throws RemoteException;}3：远程接口实现：public class RemoteCallExampleImpl implements RemoteCallExample { @Override public String show() throws RemoteException{ return "remote test"; }}4：Spring服务器端配置（使用RmiServiceExporter来）：在WEB-INF目录下面新建remoting-servlet.xml文件，添加相关的配置。does not necessarily ...继续阅读 (25)

一年多前写的ppt，拿出了和大家分享。自己也顺便回忆一下里面的内容Java并发编程培训View morepresentationsfromlonghao. ...继续阅读 (43)

    一年多前写的ppt，拿出了和大家分享。自己也顺便回忆一下里面的内容Java并发编程培训View morepresentationsfromlonghao. ...继续阅读 (22)

注：一些内容不熟悉，所以没有翻译。原文地址在这里Tumblr每个月增长30% , 一天5亿网页浏览，40K/sec , 每天3TB的数据存储在1000+的服务器上。最开始只有4名工程师来处理所有事情，当有20多个工程师的时候，才有实力出一些有趣的解决方案。Tumblr最开始是典型的大型LAMP应用，现在的分布式服务模型使用了Scala, HBase, Redis,Kafka, Finagle等，现在在处理PHP应用的问题，开始走向面向服务的设计。分布式系统工程师 Blank Matheny讲述Tumblr的架构现状每天5亿PV~20 工程师平均每秒4W请求每天1+ TB 数据写入到Hadoop集群每天更多TB的数据写入到 MySQL/HBase/Redis/Memcache每月增长超过30%~1000 硬件服务器每个工程师每天分摊的PV将近10亿每天提交 50GB . Follower列表更新每天产生2.7TB 的数据。Dashboard 每秒百万的读取和每秒5万的写入, 并且还在增长.软件开发使用OS X , 服务器使用Linux (CentOS, Scientific)ApachePHP, Scala, RubyRedis, HBase, MySQLVarnish, HA-Proxy, nginx,Memcache, Gearman, Kafka, Kestrel, Finag ...继续阅读 (17)

注：一些内容不熟悉，所以没有翻译。原文地址在这里 Tumblr每个月增长30% , 一天5亿网页浏览，40K/sec , 每天3TB的数据存储在1000+的服务器上。最开始只有4名工程师来处理所有事情，当有20多个工程师的时候，才有实力出一些有趣的解决方案。 Tumblr最开始是典型的大型LAMP应用，现在的分布式服务模型使用了Scala, HBase, Redis,Kafka , Finagle等，现在在处理PHP应用的问题，开始走向面向服务的设计。 分布式系统工程师 Blank Matheny讲述Tumblr的架构现状每天5亿PV~20 工程师平均每秒4W请求每天1+ TB 数据写入到Hadoop集群每天更多TB的数据写入到 MySQL/HBase/Redis/Memcache每月增长超过30%~1000 硬件服务器每个工程师每天分摊的PV将近10亿每天提交 50GB . Follower列表更新每天产生2.7TB 的数据。Dashboard 每秒百万的读取和每秒5万的写入, 并且还在增长.软件开发使用OS X , 服务器使用Linux (CentOS, Scientific)ApachePHP, Scala, RubyRedis, HBase, MySQLVarnish, HA-Proxy, nginx,Memcache, Gearman, Kafka, Ke ...继续阅读 (20)

问题现象Java进程存在，Servlet服务存在，cpu使用率低，未发现死锁。重启服务器，问题得到解决。问题分析根据tomcat的解压部署方式，发现jetty中设置为：-Djava.io.tmpdir=/tmp ， 根据返回的错误搜索/tmp jetty，发现linux存在watchdong自动清理tmp目录。[root@updata jetty]#cat /etc/cron.daily/tmpwatch#! /bin/shflags=-umc/usr/sbin/tmpwatch "$flags" -x /tmp/.X11-unix -x /tmp/.XIM-unix \-x /tmp/.font-unix -x /tmp/.ICE-unix -x /tmp/.Test-unix \-X '/tmp/hsperfdata_*' 10d /tmp/usr/sbin/tmpwatch "$flags" 30d /var/tmpfor d in /var/{cache/man,catman}/{cat?,X11R6/cat?,local/cat?}; doif [ -d "$d" ]; then/usr/sbin/tmpwatch "$flags" -f 30d "$d"fidone系统默认每10天清理一次/tmp目录。Spring会在系统启动加载类到内存中，但是不会加载servlet的 ...继续阅读 (35)

问题现象Java进程存在，Servlet服务存在，cpu使用率低，未发现死锁。重启服务器，问题得到解决。 问题分析 根据tomcat的解压部署方式，发现jetty中设置为：-Djava.io.tmpdir=/tmp ， 根据返回的错误搜索/tmp jetty，发现linux存在watchdong自动清理tmp目录。[root@updata jetty]#cat /etc/cron.daily/tmpwatch#! /bin/shflags=-umc/usr/sbin/tmpwatch "$flags" -x /tmp/.X11-unix -x /tmp/.XIM-unix \ -x /tmp/.font-unix -x /tmp/.ICE-unix -x /tmp/.Test-unix \ -X '/tmp/hsperfdata_*' 10d /tmp/usr/sbin/tmpwatch "$flags" 30d /var/tmpfor d in /var/{cache/man,catman}/{cat?,X11R6/cat?,local/cat?}; do if [ -d "$d" ]; then /usr/sbin/tmpwatch "$flags" -f 30d "$d" fidone系统默认每10天清理一次 ...继续阅读 (35)

Guava中文是石榴的意思，该项目是 Google 的一个开源项目，包含许多 Google 核心的 Java 常用库。目前主要包含：com.google.common.annotationscom.google.common.basecom.google.common.cachecom.google.common.collectcom.google.common.eventbuscom.google.common.iocom.google.common.netcom.google.common.primitivescom.google.common.util.concurrent这里先介绍一下最常用的com.google.common.collect包中的最常用的一些API，仅仅讨论一下API的使用方法，没有讨论到实现细节。1：Collections的构造方法我们平时直接创建Collections对象的方法一般都是用new关键字，有泛型的情况下看起来会比较长：Map> see = new HashMap>();在java7中，这个初始化做了简化：Map> see = new HashMap();可以通过Guava的API来这样写：Map> see = Maps.newHashMap();得到一个有size的Map：Map> see = Maps.newHashMapWithExpe ...继续阅读 (37)

Guava中文是石榴的意思，该项目是 Google 的一个开源项目，包含许多 Google 核心的 Java 常用库。目前主要包含：com.google.common.annotationscom.google.common.basecom.google.common.cachecom.google.common.collectcom.google.common.eventbuscom.google.common.iocom.google.common.netcom.google.common.primitivescom.google.common.util.concurrent这里先介绍一下最常用的com.google.common.collect包中的最常用的一些API，仅仅讨论一下API的使用方法，没有讨论到实现细节。 1：Collections的构造方法我们平时直接创建Collections对象的方法一般都是用new关键字，有泛型的情况下看起来会比较长：Map> see = new HashMap>();在java7中，这个初始化做了简化：Map> see = new HashMap();可以通过Guava的API来这样写：Map> see = Maps.newHashMap();得到一个有size的Map：Map> see = Maps.newHashMapWit ...继续阅读 (42)

slideshare.net对微软雅黑字体支持有问题，感兴趣的请下载。Vim get start_1.0View morepresentationsfromlonghao ...继续阅读 (24)

slideshare.net对微软雅黑字体支持有问题，感兴趣的请下载。Vim get start_1.0View morepresentationsfromlonghao ...继续阅读 (26)

1：Jetty的4种web应用部署方式（不包括嵌入启动）：1：直接修改${JETTY_HOME}/etc/jetty.xml的配置来部署应用；2：把war包扔到${JETTY_HOME}/webapps目录中，自动被WebAppDeployer发现去部署；3：在${JETTY_HOME}/contents中增加一个配置文件（模仿test.xml的配置），由ContextDeployer自动发现去部署；4：定制部署启动配置文件；前面3中部署方式在Jetty7的部署方式中讲述的较为清楚。2：定制化启动Jetty:由于我们每个应用需要不同端口启动，这样在停止A应用的情况下，B应用不会受到影响。同时，我们希望在每台服务器上只有一份jetty，每个应用的配置文件应该是独立的。2.1：jetty容器配置文件在start.ini中配置了etc/jetty.xml ， etc/jetty-webapps.xml （WebAppDeployer），etc/jetty-contexts.xml（ContextDeployer）三个文件，代表在默认情况下启动jetty，web应用3种部署都是支持的。WebAppDeployer则是会扫描${JETTY_HOME}/webapps目录，寻找war包并部署；ContextDeployer会扫描${JETTY_HOME}/contents目录，找到可以部署的c ...继续阅读 (42)

1：Jetty的4种web应用部署方式（不包括嵌入启动）：1：直接修改${JETTY_HOME}/etc/jetty.xml的配置来部署应用；2：把war包扔到${JETTY_HOME}/webapps目录中，自动被WebAppDeployer发现去部署；3：在${JETTY_HOME}/contents中增加一个配置文件（模仿test.xml的配置），由ContextDeployer自动发现去部署；4：定制部署启动配置文件； 前面3中部署方式在Jetty7的部署方式中讲述的较为清楚。 2：定制化启动Jetty: 由于我们每个应用需要不同端口启动，这样在停止A应用的情况下，B应用不会受到影响。同时，我们希望在每台服务器上只有一份jetty，每个应用的配置文件应该是独立的。2.1：jetty容器配置文件 在start.ini中配置了etc/jetty.xml ， etc/jetty-webapps.xml （WebAppDeployer），etc/jetty-contexts.xml（ContextDeployer）三个文件，代表在默认情况下启动jetty，web应用3种部署都是支持的。WebAppDeployer则是会扫描${JETTY_HOME}/webapps目录，寻找war包并部署；ContextDeployer会扫描${JETTY_HOME}/c ...继续阅读 (41)

单文件压力测试准备用varnish来做图片缓冲服务器，用ab测试了一下单文件读取。发现nginx和varnish都可以把网卡写满（千兆网卡速度》110M/S）。调整了ab测试的并发数，在同样的配置的机器上，发现nginx的在1W并发情况下，依然可以运行；varnish在3600并发测试的时候，直接开始报错。不能不说nginx是神器，varnish不靠谱么？多文件压力测试到图片服务器的图片目录执行：find . -name "*.jpg" -print > jpg_url.txt合计得到38W张图片，用python代码切割成10个文件。启动5个python进程访问其中5个url，varnish即使有缓存也无法写满网卡，修改为启动10个python进程，varnish有缓存可以写满网卡。启动10个经常多文件访问nginx服务器，发现网卡平均流量为60M左右。最后把所有文件用varnish缓存，内存占用大小为19G多。平均每张图片大小为50K结论我们图片的平均大小为50K，varnish的3500的并发，最大处理为175MB，超过网卡125MB的峰值。所以还是用varnish比较靠谱。如果图片的大小为10K，直接用nginx做反向代理或许更好。 ...继续阅读 (26)

单文件压力测试 准备用varnish来做图片缓冲服务器，用ab测试了一下单文件读取。发现nginx和varnish都可以把网卡写满（千兆网卡速度》110M/S）。调整了ab测试的并发数，在同样的配置的机器上，发现nginx的在1W并发情况下，依然可以运行；varnish在3600并发测试的时候，直接开始报错。不能不说nginx是神器，varnish不靠谱么？多文件压力测试到图片服务器的图片目录执行：find . -name "*.jpg" -print > jpg_url.txt合计得到38W张图片，用python代码切割成10个文件。启动5个python进程访问其中5个url，varnish即使有缓存也无法写满网卡，修改为启动10个python进程，varnish有缓存可以写满网卡。启动10个经常多文件访问nginx服务器，发现网卡平均流量为60M左右。最后把所有文件用varnish缓存，内存占用大小为19G多。平均每张图片大小为50K结论 我们图片的平均大小为50K，varnish的3500的并发，最大处理为175MB，超过网卡125MB的峰值。所以还是用varnish比较靠谱。如果图片的大小为10K，直接用nginx做反向代理或许更好。 ...继续阅读 (27)

在我们学习面向对象语言时，两个概念相当难理解：类必须高内聚，低耦合。今天的博文我们将解释这两个概念的重要性，同时展示Sonar如何帮助大家来评估类的内聚性。几周前，我开始讨论如何《Fight Back Design Erosion by Breaking Cycles with Sonar》，我提到好的设计应该能够通过很小的努力编写的新代码块就可以替换系统中的相关部分代码。第一个层面需要从“宏观水平”来看，例如：确保你的“packages” 没有包的循环依赖；但得到任何水平的模块化设计,你也需要考虑“微观”，例如，你的类/方法要保证高内聚，低耦合。耦合性是指每个类对其他类的依赖程度。换句话说，如果一个类是高耦合的，那么对这个类的修改将直接或间接影响到其他许多类：不是我所说的大模块！你可以通过反转控制来降低类之间的耦合。内聚是指一个类中的方法的紧密程度。当一个类中的两个方法不使用一个共同属性或者方法，如果遵守单一职责原则，这意味着它们没有共用任何东西或者它们就不属于同一个类。换句话说，你应该把这个类分解为多个新类来达到类级别模块化的目的。所以类应该尽可能的降低耦合关系，而方法需要刚好相反的来提高内聚性。这和一个灵活的组织非常相似：每个团队（class）应该非常自主（低耦合），但是团队中所有的成员（methods） ...继续阅读 (25)

在我们学习面向对象语言时，两个概念相当难理解：类必须高内聚，低耦合。今天的博文我们将解释这两个概念的重要性，同时展示Sonar如何帮助大家来评估类的内聚性。 几周前，我开始讨论如何《Fight Back Design Erosion by Breaking Cycles with Sonar》，我提到好的设计应该能够通过很小的努力编写的新代码块就可以替换系统中的相关部分代码。第一个层面需要从“宏观水平”来看，例如：确保你的“packages” 没有包的循环依赖；但得到任何水平的模块化设计,你也需要考虑“微观”，例如，你的类/方法要保证高内聚，低耦合。 耦合性是指每个类对其他类的依赖程度。换句话说，如果一个类是高耦合的，那么对这个类的修改将直接或间接影响到其他许多类：不是我所说的大模块！你可以通过反转控制来降低类之间的耦合。 内聚是指一个类中的方法的紧密程度。当一个类中的两个方法不使用一个共同属性或者方法，如果遵守单一职责原则，这意味着它们没有共用任何东西或者它们就不属于同一个类。换句话说，你应该把这个类分解为多个新类来达到类级别模块化的目的。 所以类应该尽可能的降低耦合关系，而方法需要刚好相反的来提高内聚性。这和一个灵活的组织非常相似：每个团队（class）应该非常自主（低耦合），但是团 ...继续阅读 (23)

不少程序员会说“代码写的太烂了”，说很容易，然后您能告诉别人什么地方需要改进么？其实我也有这样的毛病，单个人代码写的好时偶然的，写的烂是必然的，所以需要借助团队的力量来告诉成员需要改进的地方。由于业务编码工作接近尾声，业务开发人员和我主要从测试代码开始入手来改善代码质量，优化业务流程。流程：由我通过mock的方式写service层的测试代码（仅仅测试复杂的业务流程，仅仅简单调用DAO层流程不用走mock测试），发现代码问题，由业务开发人员来修改代码满足我的需求，在走测试流程中，遇到重复的代码，很容易被发现，由业务开发人员来负责修改（我也会修改一点点）。然后由我继续测试，递归至整个service测试通过。这个流程理论上应该称谓“乒乓结对编程”。我的编码经验相对丰富，可以适当指导结对开发的同学。原则：以人为本，不随意修改别人代码，尊重别人的中间地带的习惯。实践过程中的一些感想：1：单个类中重复代码的提取。Ctrl+C and Ctrl + V对不少人而言都习惯了，复制一下，修改一点东西，一个功能就出来了。也不用考虑未来的维护成本，所以重复代码在系统中就越来越多。在方法中发现类似重复代码，选择这段代码，使用eclipse的refactor快捷键 Alt + Shift + m 可以自动提取方法，eclipse会自动发现其他地方重复的，并用提 ...继续阅读 (23)

不少程序员会说“代码写的太烂了”，说很容易，然后您能告诉别人什么地方需要改进么？其实我也有这样的毛病，单个人代码写的好时偶然的，写的烂是必然的，所以需要借助团队的力量来告诉成员需要改进的地方。由于业务编码工作接近尾声，业务开发人员和我主要从测试代码开始入手来改善代码质量，优化业务流程。 流程：由我通过mock的方式写service层的测试代码（仅仅测试复杂的业务流程，仅仅简单调用DAO层流程不用走mock测试），发现代码问题，由业务开发人员来修改代码满足我的需求，在走测试流程中，遇到重复的代码，很容易被发现，由业务开发人员来负责修改（我也会修改一点点）。然后由我继续测试，递归至整个service测试通过。这个流程理论上应该称谓“乒乓结对编程”。我的编码经验相对丰富，可以适当指导结对开发的同学。 原则：以人为本，不随意修改别人代码，尊重别人的中间地带的习惯。 实践过程中的一些感想： 1：单个类中重复代码的提取。Ctrl+C and Ctrl + V对不少人而言都习惯了，复制一下，修改一点东西，一个功能就出来了。也不用考虑未来的维护成本，所以重复代码在系统中就越来越多。在方法中发现类似重复代码，选择这段代码，使用eclipse的refactor快捷键 Alt + Shift + m 可以自动提取方法，eclipse会 ...继续阅读 (22)