vickzhu

velocity properties加載時是放在HashMap中的，首先會加載configLocation中指定文件的內容，然后加載VelocityConfigurer中通過velocityProperties配置的屬性，
因此，在VelocityConfigurer中配置的屬性會覆蓋configLocation指定文件中的屬性

1、達到默認最大buffer size
2、調用HttpServletResponse.flushBuffer()
3、調用HttpServletResponse.getOutputStream().flush()或者HttpServletResponse.getWriter().flush()
4、調用HttpServletResponse.sendError()或者HttpServletResponse.sendRedirect()

在onPrepareDialog()中添加如下代碼:

1. 類圖之間的關系
依賴和關聯關系：
依賴:是類與類之間的連接，表示一個類依賴于另一個類的定義。例如如果A依賴于B，則B體現為局部變量，方法的參數、或靜態方法的調用。 
關聯:類與類之間的聯接，它使一個類知道另一個類的屬性和方法， 具體表現為類的成員變量中包含某個對象 

組合和聚合：
在有整體和部分關系是才有組合和聚合的概念，屬于關聯關系
組合：部分離開整體不能存在
聚合：部分可以離開整體而存在


2. 用例圖之間的關系：
包含、泛化、擴展
包含：當兩個或多個用例中共用一組相同的動作，這時可以將這組相同的動作抽出來作為一個獨立的子用例，供多個基用例所共享。因為子用例被抽出，基用例并非一個完整的用例，所以include關系中的基用例必須和子用例一起使用才夠完整，子用例也必然被執行 
泛化：繼承關系，子用例將繼承基用例的所有行為 ，也就是說在任何使用基用例的地方都可以用子用例來代替。領導擁有審批的權限，而請假申請審批、加班申請審批都是審批的子類
擴展：對基用例的擴展，基用例是一個完整的用例，即使沒有子用例的參與，也可以完成一個完整的功能。 

學習osworkflow
http://my.so-net.net.tw/idealist/OSWorkflow/ 

wfentry表中的state字段來自于接口WorkflowEntry，有如下幾個值：

在頁面中顯示某字段時，字段值過長會導致頁面樣式錯亂，這時候我們需要對值進行截取，當截取值時會碰到以下問題：
1、如果按字符截取會導致中英文顯示的長度不一
2、如果按字節截取可能會導致最后一個中文截成兩部分
以下代碼是在網上獲取并經過改造而成，能夠很好的解決上面兩個問題
    /**
     * 根據指定字節數截取字符串,當指定處為中文第一個字節時少截取一個字符,當長度大于指定截取長度時,截取后在字符串末尾追加指定字符串<br/>
     * 這里添加了字符串的編碼，因為頁面的編碼不同，字符串所占字節也不同
     *
     * @param str 待截取字符串,如果為null或者"",則立即返回str
     * @param length 需要截取的長度
     * @param endStr 截取后末尾追加的字符串
     * @param charset 待截取字符串的編碼
     * @return
     */
    public String subStringByByte(String str, int length, String endStr, String charset) {
        if (str == null || "".equals(str.trim()) || length <= 0) {
            return str;
        }
        try {
            int strlen = str.getBytes(charset).length;// 這里要和頁面的編碼相關
            if (strlen < length) return str;
            Pattern p = Pattern.compile("^[""u4e00-""u9fa5]$");
            int i = 0, j = 0;
            int sublength = length - ((endStr == null) ? 0 : endStr.getBytes(charset).length);
            for (char c : str.toCharArray()) {
                Matcher m = p.matcher(String.valueOf(c));
                i += m.find() ? 2 : 1;
                ++j;
                if (i == sublength) break;
                if (i > sublength) {
                    --j;
                    break;
                }
            }
            return str.substring(0, j) + endStr;
        } catch (UnsupportedEncodingException e) {
            return str;
        }
    }

英文不太好，經常忘記，所以現在寫下來：
1，transient：在序列化一個類時，如果類中某個字段不想被序列化，則使用此關鍵字
2、volatile：用于線程同步時

根據分代收集器原理(可以參考垃圾回收機制分類),JVM的內存可分為三個域: 新域、舊域以及永久域
JVM生成的所有新對象放在新域中。一旦對象經歷了一定數量的垃圾收集循環后，便進入舊域。而在永久域中是用來存儲JVM自己的反射對象的，如class 和method對象，而且GC(Garbage Collection)不會在主程序運行期對永久域進行清理。其中新域和舊域屬于堆，永久域是一個獨立域并且不認為是堆的一部分
一、java.lang.OutOfMemoryError: PermGen space

PermGen space的全稱是Permanent Generation space,是指內存的永久保存區域,
這塊內存主要是被 JVM存放Class和Method信息的,Class在被Loader時就會被放到PermGen space中,
它和存放類實例 (Instance)的Heap區域不同,GC(Garbage Collection)不會在主程序運行期對
PermGen space進行清理，所以如果你的應用中有很多CLASS的話,就很可能出現PermGen space錯誤,
這種錯誤常見在web服務器對 JSP進行pre compile(預編譯)的時候。如果你的WEB APP下都用了大量的第三方jar, 其大小
超過了jvm默認的大小(4M)那么就會 產生此錯誤信息了。
解決方法： 手動設置MaxPermSize大小

修改TOMCAT_HOME/bin/catalina.sh
在“echo "Using CATALINA_BASE:   $CATALINA_BASE"”上面加入以下行：
JAVA_OPTS="-server -XX:PermSize=64M -XX:MaxPermSize=128m
建議：將相同的第三方jar文件移置到tomcat/shared/lib目錄下，這樣可以達到減少 jar 文檔重復占用內存的目的。

二、java.lang.OutOfMemoryError: Java heap space
Heap size 設置
JVM堆 的設置是指java程序運行過程中JVM可以調配使用的內存空間的設置.JVM在啟動的時候會自動設置Heap size的值，
其初始空間(即 -Xms)是物理內存的1/64，最大空間(-Xmx)是物理內存的1/4。可以利用JVM提供的-Xmn -Xms -Xmx等選項可
進行設 置。Heap size 的大小是Young Generation 和Tenured Generaion 之和(新域和舊域之和)。
提示：在JVM中如果98％ 的時間是用于GC且可用的Heap size 不足2％的時候將拋出此異常信息。
提示：Heap Size 最大不要超過可用物理內存的80％，一般的要將-Xms和-Xmx選項設置為相同，而-Xmn為1/4的-Xmx值。
解決方法：手動設置 Heap size
修改TOMCAT_HOME/bin/catalina.sh
在“echo "Using CATALINA_BASE:   $CATALINA_BASE"”上面加入以下行：
JAVA_OPTS="-server -Xms800m -Xmx800m   -XX:MaxNewSize=256m"

動態應用，是相對于網站靜態內容而言， 是指以c/c++、php、Java、perl、.net等 服務器端語言開發的網絡應用軟件，比如論壇、網絡相冊、交友、BLOG等常見應用。動態應用系統通 常與數據庫系統、緩存系統、分布式存儲系統等密不可分。

大型動態應用系統平臺主要是針對于大流 量、高并發網站建立的底層系統架構。大型網站的運行需要一個可靠、安全、可擴展、易維護的應用系統平臺做為支撐，以保證網站應用的平穩運行。

大型動態應用系統又可分為幾個子系統：

l         Web前端系統

l         負載均衡系統

l         數據庫集群系統

l         緩存系統

l         分布式存儲系統

l         分布式服務器管理系統

l         代碼分發系統

Web前端系統

結構圖：

為了達到不同應用的服務器共享、避免單點故障、集中管理、統一配置等目的，不以應用劃分服 務器，而是將所有服務器做統一使用，每臺服務器都可以對多個應用提供服務，當某些應用訪問量升高時，通過增加服務器節點達到整個服務器集群的性能提高，同 時使他應用也會受益。該Web前端系統基于Apache/Lighttpd/Eginx等 的虛擬主機平臺，提供PHP程序運行環境。服務器對開發人員是透明的，不需要開發人員介入服務器管理

負載均衡系統

負載均衡系統分為硬件和軟件兩種。硬件負載均衡效率高，但是價格貴，比如F5等。軟件負載均衡系統價格較低或者免費，效率較硬件負載均衡系統 低，不過對于流量一般或稍大些網站來講也足夠使用，比如lvs,nginx。大多數網站都是硬件、軟件負載均衡系統并用。

數據庫集群系統

結構圖：

由于Web前端采用了負載均衡集群結構提高了服務的有效性和擴展性，因此數據庫必須也是高可靠的才能保證整個服務體系的高可靠性，如何構建一個高可靠的、可以提供大規模并發處理的數據庫體系？

我們可以采用如上圖所示的方案：

1)        使用 MySQL 數據庫，考慮到Web應用的數據庫讀多寫少的特點，我們主要對讀數據庫做了優化，提供專用的讀數據庫和寫數據庫，在應用程序中實現讀操作和寫操作分別訪問不同的數據庫。

2)        使用 MySQL Replication 機制實現快速將主庫（寫庫）的數據庫復制到從庫（讀庫）。一個主庫對應多個從庫，主庫數據實時同步到從庫。

3)        寫數據庫有多臺，每臺都可以提供多個應用共同使用，這樣可以解決寫庫的性能瓶頸問題和單點故障問題。

4)        讀數據庫有多臺，通過負載均衡設備實現負載均衡，從而達到讀數據庫的高性能、高可靠和高可擴展性。

5)        數據庫服務器和應用服務器分離。

6)        從數據庫使用BigIP做負載均衡。

緩存系統

緩存分為文件緩存、內存緩存、數據庫緩存。在大型Web應用中使用最多且效率最高的是內存緩存。最常用的內存緩存工具是Memcachd。使用正確的緩存系統可以達到實現以下目標：

1、   使用緩存系統可以提高訪問效率，提高服務器吞吐能力，改善用戶體驗。

2、   減輕對數據庫及存儲集服務器的訪問壓力

3、Memcached服務器有多臺，避免單點故障，提供高可靠性和可擴展性，提高性能。

分布式存儲系統

結構圖：

WEB系統平臺中的存儲需求有下面兩個特點：

1) 存儲量很大，經常會達到單臺服務器無法提供的規模，比如相冊、視頻等應用。因此需要專業的大規模存儲系統。

2) 負載均衡cluster中的每個節點都有可能訪問任何一個數據對象，每個節點對數據的處理也能被其他節點共享，因此這些節點要操作的數據從邏輯上看只能是一個整體，不是各自獨立的數據資源。

因此高性能的分布式存儲系統對于大型網站應用來說是非常重要的一環。（這個地方需要加入對某個分布式存儲系統的簡單介紹。）

分布式服務器管理系統

結構圖：

隨著網站訪問流量的不斷增加，大多的網絡服務都是以負載均衡集群的方式對外提供服務，隨之集群規模的擴大，原來基于單機的服務器管理模式已經不能夠滿足我們的需求，新的需求必須能夠集中式的、分組的、批量的、自動化的對服務器進行管理，能夠批量化的執行計劃任務。

在分布式服務器管理系統軟件中有一些比較優秀的軟件，其中比較理想的一個是 Cfengine。它可以對服務器進行分組，不同的分組可以分別定制系統配置文件、計劃任務等配置。它是基于C/S 結構的，所有的服務器配置和管理腳本程序都保存在Cfengine Server上，而被管理的服務器運行著 Cfengine Client 程序，Cfengine Client通過SSL加密的連接定期的向服務器端發送請求以獲取最新的配置文件和管理命令、腳本程序、補丁安裝等任務。

有了Cfengine 這種集中式的服務器管理工具，我們就可以高效的實現大規模的服務器集群管理，被管理服務器和 Cfengine Server 可以分布在任何位置，只要網絡可以連通就能實現快速自動化的管理。

代碼發布系統

結構圖：

隨著網站訪問流量的不斷增加，大多的網絡服務都是以負載均衡集群的方式對外提供服務，隨之集群規模的擴大，為了滿足集群環境下程序代碼的批量分發和更新，我們還需要一個程序代碼發布系統。

這個發布系統可以幫我們實現下面的目標：

1) 生產環境的服務器以虛擬主機方式提供服務，不需要開發人員介入維護和直接操作，提供發布系統可以實現不需要登陸服務器就能把程序分發到目標服務器。

2) 我們要實現內部開發、內部測試、生產環境測試、生產環境發布的4個開發階段的管理，發布系統可以介入各個階段的代碼發布。

3) 我們需要實現源代碼管理和版本控制，SVN可以實現該需求。

這里面可以使用常用的工具Rsync，通過開發相應的腳本工具實現服務器集群間代碼同步分發。

管道："|"
    將一個命令的輸出作為下一個命令的輸入
    例：ls | grep text            --這個命令將查找當前目錄下名稱中包含text的目錄或者文件
xargs：
    將一個命令的輸入作為下一個命令的參數
    例：ls | xargs grep -i text        --這個命令將當前目下的所有文件作為參數傳遞給grep來查找文件中是否包含"text" 
         find . | xargs grep "user"    --查詢當前目錄及其子目錄下所有內容中包含"user"的文件

mysql：select * from 表名 order by rand() limit 10;
sql server：select top 10 * from 表名 order by newid();
oracle：select * from(select * from 表名 order by dbms_random.value) where rownum<=20;
access：select top 10 * from 表名 order by rnd(ID)

樣式代碼如下：
html { filter:progid:DXImageTransform.Microsoft.BasicImage(grayscale=1); }
需要最新網頁標準支持：
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
Flash要在object標簽中加入如下代碼：
<param value="false" name="menu"/>
<param value="opaque" name="wmode"/>

1、下載wamp5，安裝wamp5，如需更改端口請修改Apache配置文件，更改端口(如：8888)后還需要更改wamp根目錄wampmanager.ini文件中的以下地方
    Type: item; Caption: "Localhost"; Action: run; FileName: "C:\WINDOWS\explorer.exe"; Parameters: "http://localhost:8888/"; Glyph: 5
    Type: item; Caption: "phpMyAdmin"; Action: run; FileName: "C:\WINDOWS\explorer.exe"; Parameters: "http://localhost:8888/phpmyadmin/"; Glyph: 5
    Type: item; Caption: "SQLiteManager"; Action: run; FileName: "C:\WINDOWS\explorer.exe"; Parameters: "http://localhost:8888/sqlitemanager/"; Glyph: 5
2、安裝后訪問首頁http://localhost:8888，點擊phpinfo()查看php信息，如果只顯示如下信息：
    This program makes use of the Zend Scripting Language Engine:
    Zend Engine v2.2.0, Copyright (c) 1998-2007 Zend Technologies
    查看php目錄下的php.ini文件，沒有[Zend]塊，表明ZendOptimizer沒有安裝
3、下載ZendOptimizer，安裝路徑選擇D:\Program Files\Zend，選擇apache2.x及php.ini的位置，安裝完成后php.ini最后會添加以下內容：
    [Zend]
    zend_extension_manager.optimizer_ts="D:\Program Files\Zend\ZendOptimizer-3.3.0\lib\Optimizer-3.3.0"
    zend_extension_ts="D:\Program Files\Zend\ZendOptimizer-3.3.0\lib\ZendExtensionManager.dll"
4、訪問http://loalhost:8888/ppframe進行ppframe的安裝，安裝成功后登陸后臺，如果沒有安裝ZendOptimizer，左側的exam是打不開的，但是passport可以打開。

1、如果頁面有<base/>標簽的則要在js引入后再添加<base target="_self" />;

2、在<script/>中添加屬性defer="defer";

比如java向txt文件中寫入新的一行時，java獲得文本輸入框中的新行時等
Unix系統里，每行結尾只有“<換行>”，即“\r”；
Windows系統里面，每行結尾是“<換行><回車>”，即“\r\n”；
Mac系統里，每行結尾是“<回車>”，即“\n”。
一個直接后果是，Unix/Mac系統下的文件在Windows里打開的話，所有文字會變成一行；
而Windows里的文件在Unix/Mac下打開的話，在每行的結尾可能會多出一個^M符號。

如果已經配置mysql的環境變量，請直接執行：mysql -u 輸入用戶名 -p 回車 之后輸入密碼
如果未配置環境變量請先進入mysql的bin目錄下
執行如下語句導入：source 輸入sql文件的位置
執行如下語句導出：mysqldump -u輸入用戶名 -p輸入密碼 數據庫名 表名 >文件名.sql

服務端：http://labs.northscale.com/memcached-packages/
客戶端：http://code.google.com/p/memcached/wiki/Clients/

1、安裝jdk --> D:\Program Files\Java\jdk1.5.0
2、配置JAVA_HOME --> D:\Program Files\Java\jdk1.5.0
3、解壓tomcat5.5 --> D:\Program Files\Apache Software Foundation\Tomcat 5.5
4、打開cmd，進入到tomcat5.5bin目錄 --> D:\Program Files\Apache Software Foundation\Tomcat 5.5\bin>
5、執行命令：service install tomcat
        執行結果為：
            Installing the service 'tomcat' ...
            Using CATALINA_HOME:    D:\Program Files\Apache Software Foundation\Tomcat 5.5
            Using CATALINA_BASE:    D:\Program Files\Apache Software Foundation\Tomcat 5.5
            Using JAVA_HOME:        D:\Program Files\Java\jdk1.5.0
            Using JVM:              D:\Program Files\Java\jdk1.5.0\jre\bin\server\jvm.dll
            The service 'tomcat' has been installed.
        此時產生名為：Apache Tomcat tomcat 的服務
6、卸載命令：service remove tomcat
        執行結果為：
            The service 'tomcat' has been removed

@echo off
rem 這段代碼的作用是對mysql進行查詢操作，并將查詢結果寫入到result.txt文件中
echo %TIME%
set errorlevel=0
set path_bin_mysql="D:\Program Files\mysql_1\bin\mysql"
set host=localhost
set port=3308
set database_mysql=mysql
set user_mysql=root
set password_mysql=admin
%path_bin_mysql% -u%user_mysql% -p%password_mysql% -h%host% -P%port% %database_mysql%< test.sql >

result.txt
pause

千萬人同時訪問的網站，一般是有很多個數據庫同時工作，說明白一點就是數據庫集群和并發控制，這樣的網站實時性也是相對的。這些網站都有一些共同的特點：數據量大，在線人數多，并發請求多，pageview高，響應速度快。總結了一下各個大網站的架構，主要提高效率及穩定性的幾個地方包括：

　　1、程序

　　程序開發是一方面，系統架構設計（硬件+網絡+軟件）是另一方面。

　　軟件架構方面，做網站首先需要很多web服務器存儲靜態資源，比如圖片、視頻、靜態頁等，千萬不要把靜態資源和應用服務器放在一起。

　　一個好的程序員寫出來的程序會非常簡潔、性能很好，一個初級程序員可能會犯很多低級錯誤，這也是影響網站性能的原因之一。

　　網站要做到效率高，不光是程序員的事情，數據庫優化、程序優化這是必須的，在性能優化上要數據庫和程序齊頭并進！緩存也是兩方面同時入手。第一，數據庫緩存和數據庫優化，這個由dba完成（而且這個有非常大的潛力可挖，只是由于我們都是程序員而忽略了他而已）。第二，程序上的優化，這個非常的有講究，比如說重要一點就是要規范ＳＱＬ語句，少用in 多用or，多用preparestatement，另外避免程序冗余如查找數據少用雙重循環等。另外選用優秀的開源框架加以支持，我個人認為中后臺的支持是最最重要的，可以選取spring＋ibatis。因為ibatis直接操作SQL并有緩存機制。spring的好處就不用我多說了，ＩＯＣ的機制可以避免new對象，這樣也節省開銷。據我分析，絕大部分的開銷就是在NEW的時候和連接數據庫時候產生的，請盡量避免。另外可以用一些內存測試工具來做一個demo說明hibernate和ibatis誰更快！前臺你想用什么就用什么，struts,webwork都成，如果覺得自己挺牛X可以試試tapestry。

　　用數據庫也未必不能解決訪問量巨大所帶來的問題，作成靜態文件硬盤的尋址時間也未必少于數據庫的搜索時間，當然對資料的索引要下一翻工夫。我自己覺得門戶往往也就是當天、熱門的資料點擊率較高，將其做緩存最多也不過1~2G的數據量吧，舉個例子：

拿網易新聞來http://news.163.com/07/0606/09/3GA0D10N00011229.html

　　格式化一下，方便理解：http://域名/年/月日/新聞所屬分類/新聞ID.html

　　可以把當天發布的、熱門的、流攬量大的作個緩寸，用hashtable（key：年-月-日-分類-ID，value：新聞對象），靜態將其放到內存（速度絕對快過硬盤尋址靜態頁面）。

通常是采用oracle存儲過程＋2個weblogic，更新機制也幾乎一樣每簽發一條新聞，就會生成靜態頁面，然后發往前端的web服務器，前端的web都是做負載均衡的。另外還有定時的程序，每5-15分鐘自動生成一次。在發布新聞的同時將數據緩存。當然緩存也不會越來越大，在個特定的時間段（如凌晨）剔除過期的數據。做一個大的網站遠沒有想象中那么簡單，服務器基本就要百十個的。

　　這樣可以大大增加一臺計算機的處理速度，如果一臺機器處理不了，可以用httpserver集群來解決問題了。


　　2、網絡
　　中國的網絡分南北電信和網通，訪問的ip就要區分南北進入不同的網絡。


　　3、集群
　　通常會使用CDN與GSBL與DNS負載均衡技術，每個地區一組前臺服務器群，例如：網易，百度使用了DNS負載均衡技術，每個頻道一組前臺服務器，一搜使用了DNS負載技術，所有頻道共用一組前臺服務器集群。

　　網站使用基于Linux集群的負載均衡，失敗恢復，包括應用服務器和數據庫服務器，基于linux-ha的服務狀態檢測及高可用化。

　　應用服務器集群可以采用apache+tomcat集群和weblogic集群等；web服務器集群可以用反向代理，也可以用NAT的方式，或者多域名解析都可以；Squid也可以，方法很多，可以根據情況選擇。

　4、數據庫

　　因為是千萬人同時訪問的網站，所以一般是有很多個數據庫同時工作的，說明白一點就是數據庫集群和并發控制，數據分布到地理位置不同的數據中心，以免發生斷電事故。另外還有一點的是，那些網站的靜態化網頁并不是真的，而是通過動態網頁與靜態網頁網址交換做出現的假象，這可以用urlrewrite 這樣的開源網址映射器實現。這樣的網站實時性也是相對的，因為在數據庫復制數據的時候有一個過程，一般在技術上可以用到hibernate和 ecache，但是如果要使網站工作地更好，可以使用EJB和websphere，weblogic這樣大型的服務器來支持，并且要用oracle這樣的大型數據庫。

　　大型門戶網站不建議使用Mysql數據庫，除非你對Mysql數據的優化非常熟悉。Mysql數據庫服務器的master-slave模式，利用數據庫服務器在主從服務器間進行同步，應用只把數據寫到主服務器，而讀數據時則根據負載選擇一臺從服務器或者主服務器來讀取，將數據按不同策略劃分到不同的服務器（組）上，分散數據庫壓力。

　　大型網站要用oracle，數據方面操作盡量多用存儲過程，絕對提升性能；同時要讓DBA對數據庫進行優化，優化后的數據庫與沒優化的有天壤之別；同時還可以擴展分布式數據庫，以后這方面的研究會越來越多；


　　5、頁面

　　從開始就考慮使用虛擬存儲/簇文件系統。它能讓你大量并行IO訪問，而且不需要任何重組就能夠增加所需要的磁盤。

　　頁面數據調用更要認真設計，一些數據查詢可以不通過數據庫的方式，實時性要求不高的可以使用lucene來實現，即使有實時性的要求也可以用lucene，lucene+compass還是非常優秀的。

　　新聞類的網站可以用靜態頁存儲，采用定時更新機制減輕服務器負擔；首頁每個小模塊可以使用oscache緩存，這樣不用每次都拉數據。

　　前端的基于靜態頁面緩存的web加速器，主要應用有squid等。squid 將大部分靜態資源(圖片，js，css等）緩存起來，直接返回給訪問者，減少應用服務器的負載網站的靜態化網頁并不是真的，而是通過動態網頁與靜態網頁網址交換做出現的假象，這可以用urlrewrite這樣的開源網址映射器實現，后綴名為htm或者html并不能說明程序生成了靜態頁面，可能是通過 url重寫來實現的，為的只不過是在搜索引擎中提升自己網站的覆蓋面積罷了。

　　生成靜態頁面的服務器和www服務器是兩組不同的服務器，頁面生成后才會到www服務器，一部分數據庫并不是關系數據庫，這樣更適合信息衍生，www、mail服務器、路由器多，主要用負載平衡解決訪問瓶頸。

　　靜態頁面的缺點：

　　1) 增加了程序的復雜度

　　2) 不利于管理資料

　　3) 速度不是最快

　　4) 傷硬盤

　　6、緩存

　　從一開始就應該使用緩存，高速緩存是一個更好的地方存儲臨時數據，比如Web站點上跟蹤一個特定用戶的會話產生的臨時文件，就不再需要記錄到數據庫里。

　　不能用lucene實現的可以用緩存，分布式緩存可以用memcached，如果有錢的話用10來臺機器做緩存，> 10G的存儲量相信存什么都夠了；如果沒錢的話可以在頁面緩存和數據緩存上下功夫，多用OSCACHE和EHCACHE，SWARMCACHE也可以，不過據說同步性不是很好；

　　可以使用Memcache進行緩存，用大內存把這些不變的數據全都緩存起來，而當修改時就通知cache過期，memcache是LJ開發的一款分布式緩存產品，很多大型網站在應用，我們可以把Cache Server與AppServer裝在一起。因為Cache Server對CPU消耗不大，而有了Cache Server的支援，App Server對內存要求也不是太高，所以可以和平共處，更有效的利用資源。

將response內響應給使用者的內容，使用GZIP壓縮的方式回傳給瀏覽器，而IE5和NS6也都有支持Gzip的壓縮格式。
這個方法在之前就有人提出過，因為是讓網頁在輸出時經過壓縮，可以讓傳輸量變小很多，雖然現在的網絡頻寬對于用來看網頁已經綽綽有余，但是檔案大小太大的網頁還是會造成一定的影響。
經過Gzip壓縮過的網頁，檔案大小可以到原本壓縮前的20%。

package com.jsptw.filter;
import java.io.*;
import java.util.zip.GZIPOutputStream;
import javax.servlet.*;
import javax.servlet.http.*;
public class GZIPEncodeFilter implements Filter {
      public void init(FilterConfig filterConfig) {}
      public void doFilter( ServletRequest request, ServletResponse response, FilterChain chain)
                                      throws IOException, ServletException {       
        String transferEncoding = getGZIPEncoding((HttpServletRequest)request);       
        if (transferEncoding == null) {           
          chain.doFilter(request, response);       
        } else{         
          ((HttpServletResponse)response).setHeader("Content-Encoding", transferEncoding);
            GZIPEncodableResponse wrappedResponse = new GZIPEncodableResponse((HttpServletResponse)response);
            chain.doFilter(request, wrappedResponse);         
            wrappedResponse.flush();       
        }   
      }   
      public void destroy() {}   
      private static String getGZIPEncoding(HttpServletRequest request) {       
        String acceptEncoding = request.getHeader("Accept-Encoding");       
          if (acceptEncoding == null)
            return null;       
          acceptEncoding = acceptEncoding.toLowerCase();       
          if (acceptEncoding.indexOf("x-gzip") >= 0) {
            return "x-gzip";
          }       
          if (acceptEncoding.indexOf("gzip") >= 0) {           
            return "gzip";       
          }       
          return null;   
      }   
     
      private class GZIPEncodableResponse extends HttpServletResponseWrapper {       
        private GZIPServletStream wrappedOut;       
          public GZIPEncodableResponse(HttpServletResponse response) throws IOException {          
            super(response);           
              wrappedOut = new GZIPServletStream(response.getOutputStream());       
          }       
          public ServletOutputStream getOutputStream() throws IOException {           
            return wrappedOut;       
          }       
          private PrintWriter wrappedWriter;       
          public PrintWriter getWriter() throws IOException {           
            if (wrappedWriter == null) {               
                wrappedWriter = new PrintWriter( new OutputStreamWriter( getOutputStream(), getCharacterEncoding()));            }           
                 return wrappedWriter;       
              }       
          public void flush() throws IOException {           
            if (wrappedWriter != null) {              
                wrappedWriter.flush();           
              }          
              wrappedOut.finish();       
          }   
      }   
     
      private class GZIPServletStream extends ServletOutputStream {       
        private GZIPOutputStream outputStream;       
          public GZIPServletStream(OutputStream source) throws IOException {           
         outputStream = new GZIPOutputStream(source);       
       }       
       public void finish() throws IOException {
         OutputStream.finish();       
       }       
      public void write(byte[] buf) throws IOException {           
        outputStream.write(buf);       
      }       
      public void write(byte[] buf, int off, int len) throws IOException {           
        outputStream.write(buf, off, len);       
      }       
      public void write(int c) throws IOException {           
        outputStream.write(c);       
      }       
      public void flush() throws IOException {           
        outputStream.flush();       
      }      
      public void close() throws IOException {           
        outputStream.close();        
      }   
    }
}

web.xml中的設定為：
<filter>       
<filter-name>GZIPEncoder</filter-name>       
<filter-class>com.jsptw.filter.GZIPEncodeFilter</filter-class>
</filter>

<filter-mapping> 
<filter-name> GZIPEncoder</filter-name> 
<url-pattern>/*</url-pattern>
</filter-mapping> 

 

本文來自CSDN博客，轉載請標明出處：http://blog.csdn.net/a_heng/archive/2009/09/22/4579979.aspx

一 簡單加密(不可逆)：
        MD5(信息摘要算法,Message Digest)，SHA(安全散列算法,Secure Hash,Algorithm)、HMAC(散列消息鑒別碼,Hash Message Authentication Code)

二 復雜算法：
        1、對稱加密：加密解密使用相同的密鑰：DES(Data Encryption Standard，數據加密算法) 、IDEA、RC2、RC4、SKIPJACK
        2、非對稱加密：分為公開密鑰(publickey)和私有密鑰(privatekey)，且公開密鑰與私有密鑰是一對。非對稱加密算法實現機密信息交換的基本過程是：甲方生成一對密鑰并將其中的一把作為公用密鑰向其它方公開；得到該公用密鑰的乙方使用該密鑰對機密信息進行加密后再發送給甲方；甲方再用自己保存的另一把專用密鑰對加密后的信息進行解密。甲方只能用其專用密鑰解密由其公用密鑰加密后的任何信息。非對稱加密算法的保密性比較好，它消除了最終用戶交換密鑰的需要，但加密和解密花費時間長、速度慢，它不適合于對文件加密而只適用于對少量數據進行加密。經典的非對稱加密算法如RSA(三個人名：Ron Rivest, AdiShamir 和Leonard Adleman)算法等安全性都相當高。

Insert是T-sql中常用語句，Insert INTO table(field1,field2,...) values(value1,value2,...)這種形式的在應用程序開發中必不可少。但我們在開發、測試過程中，經常會遇到需要表復制的情況，如將一個table1的數據的部分字段復制到table2中，或者將整個table1復制到table2中，這時候我們就要使用SELECT INTO 和 INSERT INTO SELECT 表復制語句了。

      1.INSERT INTO SELECT語句

      語句形式為：Insert into Table2(field1,field2,...) select value1,value2,... from Table1

      要求目標表Table2必須存在，由于目標表Table2已經存在，所以我們除了插入源表Table1的字段外，還可以插入常量。示例如下：

INSERT INTO SELECT語句復制表數據

   --1.創建測試表

    create TABLE Table1

    (

        a varchar(10),

        b varchar(10),

        c varchar(10),

        CONSTRAINT [PK_Table1] PRIMARY KEY CLUSTERED

        (

            a ASC

        )

    ) ON [PRIMARY]

    create TABLE Table2

    (

        a varchar(10),

        c varchar(10),

        d int,

        CONSTRAINT [PK_Table2] PRIMARY KEY CLUSTERED

        (

            a ASC

        )

    ) ON [PRIMARY]

    GO

    --2.創建測試數據

    Insert into Table1 values('趙','asds','90')

    Insert into Table1 values('錢','asds','100')

    Insert into Table1 values('孫','asds','80')

    Insert into Table1 values('李','asds',null)

    GO

    select * from Table2

    --3.INSERT INTO SELECT語句復制表數據

    Insert into Table2(a, c, d) select a,c,5 from Table1

    GO

    --4.顯示更新后的結果

    select * from Table2

    GO

    --5.刪除測試表

    drop TABLE Table1

    drop TABLE Table2

      2.SELECT INTO FROM語句

      語句形式為：SELECT vale1, value2 into Table2 from Table1

      要求目標表Table2不存在，因為在插入時會自動創建表Table2，并將Table1中指定字段數據復制到Table2中。示例如下：

SELECT INTO FROM創建表并復制表數據

   --1.創建測試表

    create TABLE Table1

    (

        a varchar(10),

        b varchar(10),

        c varchar(10),

        CONSTRAINT [PK_Table1] PRIMARY KEY CLUSTERED

        (

            a ASC

        )

    ) ON [PRIMARY]

    GO

    --2.創建測試數據

    Insert into Table1 values('趙','asds','90')

    Insert into Table1 values('錢','asds','100')

    Insert into Table1 values('孫','asds','80')

    Insert into Table1 values('李','asds',null)

    GO

    --3.SELECT INTO FROM語句創建表Table2并復制數據

    select a,c INTO Table2 from Table1

    GO

    --4.顯示更新后的結果

    select * from Table2

    GO

    --5.刪除測試表

    drop TABLE Table1

    drop TABLE Table2