### 信號量線程池隔離差異
* 信號量隔離適應非網絡請求,因為是同步的請求,無法支持超時,只能依靠協議本身
* 線程池隔離,即,每個實例都增加個線程池進行隔離
| | 線程池隔離 | 信號量隔離 |
| --- | --- |--- |
| 是否支持熔斷 | 支持,當線程池到達MaxSize后,再請求會觸發fallback接口進行熔斷 | 支持,當信號量達到maxConcurrentRequest后,再請求會觸發fallback |
|是否支持超時|支持,可直接返回|不支持,如果阻塞,只能通過調用協議|
|隔離原理|每個服務單獨用線程池|通過信號量的計數器|
|是否支持異步調用|可以是異步,也可以是同步。看調用的方法|同步調用,不支持異步|
|資源消耗|大,大量線程的上下文切換,容易造成機器負載高|小,只是個計數器|
**網關是通過線程池隔離,同步的路由方式,適當的線程池大小配置能夠防止網關負載過大**
- 虛擬機
- JVM內存結構
- JVM調優手段
- java對象生命周期
- 垃圾回收判斷對象死亡
- 垃圾回收算法
- 垃圾收集器
- JAVA基礎知識
- java事件機制
- java反射機制
- jvm創建對象
- java異常
- finally語句一定會執行嗎?
- 集合類介紹
- ArrayList
- LinkedList
- HashMap
- ConcurrentHashMap
- 多線程
- 為什么要使用線程池
- 線程死鎖
- 死鎖檢測和解除
- jstack
- jconsole
- 死鎖預防
- 常見線程池
- 線程池參數
- 工作隊列介紹
- 拒絕策略
- ThreadLocal
- CAS
- ReentrantLock
- AQS
- CountDownLatch
- Spring
- spring中bean的作用域
- REDIS
- redis數據結構
- redis hash實現
- redis rehash與hashmap擴容的區別
- Redis使用場景
- Redis為何這么快
- redis連接數不足導致錯誤
- 分布式
- 分布式事務
- ACID
- CAP
- BASE
- 事務隔離性
- 一致性哈希算法
- 負載均衡算法
- Hystrix 信號量和線程池隔離的差異
- Spring Cloud
- eureka
- MYSQL
- mysql優化經驗
- undo redo binlog
- web
- http協議
- http和https區別
- Cookie和session
- TCP三次握手、4次揮手
- TCP的time_wait和close_wait
- 算法問題
- 編輯距離算法
- MQ
- RabbitMq
- Kafka
- 安裝教程
- Win ELK安裝