1.Spring Cloud + Spring Boot + Mybatis 码启+ Uniapp 企业架构之CAS SSO单点登录框架
2.Linux基础组件之无锁消息队列ypipe/yqueue详解
3.面试必问的CAS，你懂了吗？
4.画面设置cas是码启什么意思？
5.java并发原子类AtomicBoolean解析
6.从HotSpot源码，深度解读 park 和 unpark
Spring Cloud + Spring Boot + Mybatis 码启+ Uniapp 企业架构之CAS SSO单点登录框架
了解单点登录（SSO）是一种在多个相关应用之间共享认证信息的机制。SSO主要特点在于使用统一的码启登录入口，通过Web协议（如HTTPS）实现应用之间的码启认证。单点登录体系包括用户、码启南京校宝源码Web应用和SSO认证中心三个角色。码启SSO实现基于三个核心原则：所有登录操作在SSO认证中心执行；认证中心通过方法告知Web应用访问用户是码启否已通过认证；SSO认证中心与所有Web应用建立信任关系。
CAS SSO单点登录体系由CAS Server和CAS Client组成。码启CAS Server负责用户信息认证，码启独立部署，码启处理凭证（Credentials）。码启CAS Client部署在客户端，码启当有对本地Web应用受保护资源的码启访问请求时，重定向到CAS Server进行认证。码启
采用CAS SSO单点登录无需依赖Cookie实现跨域，优势明显。在不同站点间无需重新登录，即便站点域名不同。传统方案可能遇到Cookie跨域问题，解决复杂。CAS SSO单点登录的官方文档和源代码可直接访问：apereo.org/projects/cas。推荐下载稳定版本，如4.2.1，避免使用最新版本可能存在的不稳定情况。通过远程Maven库下载cas-server-webapp的war包，步骤包括访问Maven地址搜索并下载最新版本。下载cas-client-core的jar包，支持Spring MVC开发，适用于多种协议与开发语言。CAS架构图展示了其组件与工作流程，淘宝游戏网页源码根据项目需求选择合适的版本进行部署。
Linux基础组件之无锁消息队列ypipe/yqueue详解
CAS定义
比较并交换（compare and swap, CAS），在多线程编程中用于实现不被打断的数据交换，避免数据不一致问题。该操作通过比较内存值与指定数据，当数值相同则替换内存数据。
为什么需要无锁队列
锁引起的问题：cache损坏/失效、同步机制上的争抢、动态内存分配。
有锁导致线程切换引发cache损坏
大量线程切换导致cache数据失效，处理器与主存之间数据传输效率下降，影响性能。
在同步机制上的争抢队列
阻塞队列导致任务暂停或睡眠，大量时间浪费在获取互斥锁，而非处理数据，引发严重争用。
动态内存分配
多线程中动态分配内存导致互斥，线程频繁分配内存影响应用性能。
无锁队列的实现
无锁队列由ypipe_t和yqueue_t类构成，适用于一读一写场景。通过chunk模式批量分配结点，减少动态内存分配的互斥问题。批量分配大小根据业务场景调整，通常设置较大较为安全。利用spare_chunk存储未释放的chunk，降低频繁分配释放。预写机制减少CAS调用。巧妙的唤醒机制，读端等待无数据时进入等待状态，写端根据返回值判断队列是考生来源码3否为空以唤醒读端。
无锁队列使用
yqueue.write(count,false)用于写入元素并标记完成状态，yqueue.flush()使读端可见更新后数据。yqueue.read(&value)读取元素，返回true表示读到元素，返回false表示队列为空。
ypipe_t使用
write(val, false)更新写入位置，flush()刷新数据到管道，read()读取数据并更新可读位置。
yqueue_t构造函数
初始化队列，end_chunk总是指向最后分配的chunk，back_chunk仅在有元素插入时指向对应的chunk。
front()和back()函数
返回队列头和尾的可读写元素位置。
push()和pop()函数
push()更新写入位置，pop()更新读取位置并检测释放chunk，保持数据流。
源码分析
yqueue_t内部使用chunk批量分配，减少内存操作，spare_chunk存储释放的chunk以供再次使用。ypipe_t构建单写单读无锁队列，通过CAS操作控制读写位置，实现高效数据交换。
ypipe_t / yqueue_t无锁队列利用chunk机制避免频繁内存动态分配，提升性能。通过局部性原理复用回收的chunk，减少资源消耗。flush()检测队列状态通知唤醒，优化数据交换过程。
面试必问的CAS，你懂了吗？
CAS（Compare-and-Swap）是一种实现并发算法时常用的技术，Java并发包中的go 源码 万行多个类采用了CAS技术。面试中经常涉及这一概念，本文旨在深入解析CAS的原理。
在介绍CAS之前，我们通过一个例子来理解其应用。这个例子在运行过程中可能会陷入死循环，通过检查线程状态，发现IDEA监控线程的介入导致了问题。解决这一死循环的方法是使用DEBUG模式运行程序或调整代码逻辑。
通过volatile关键字的使用，我们可以观察到，其只能确保可见性，而不能保证原子性。在并发场景下，对于自增操作等非原子操作，volatile并不能保证正确结果。因此，解决这类问题的关键是引入原子操作。
引入synchronized关键字是一种常见的解决方法，通过加锁实现原子操作，确保每次操作的正确性。然而，频繁使用synchronized会导致性能下降，因此引入Java并发包中的原子操作类（如AtomicInteger）成为了更优选择。
AtomicInteger的`getAndIncrement()`方法即是CAS操作的实例，它通过一系列原子操作确保每次自增操作的正确性和性能。进一步分析，我们发现其底层实现调用了`compareAndSwapInt`方法，即CAS的核心实现。
CAS（Compare-and-Swap）本质上是一个比较并替换操作，它需要三个操作数：内存地址、哪里可以找项目源码旧的预期值和目标值。执行过程中，当内存地址的值与预期值相等时，CAS尝试将内存地址的值修改为目标值。若失败，则获取最新值，重新尝试，直至修改成功。
深入到源码层面，可以看到`AtomicInteger`类中的`getAndIncrement()`方法最终调用了`compareAndSwapInt`方法，而`compareAndSwapInt`在Unsafe类中被实现。通过调用`Atomic::cmpxchg`方法，我们能够看到具体的汇编指令实现。
`Atomic::cmpxchg`方法的实现依赖于系统是否为多处理器环境，以优化性能。它通过`LOCK_IF_MP`宏决定是否添加`lock`前缀，这一优化措施在单处理器环境下通常没有必要，但在多核处理器中能够提升性能。
CAS操作的缺点包括循环时间长导致的开销大、仅支持单一共享变量的原子操作，以及ABA问题。ABA问题是由于CAS操作的特性导致，即在读取值后，值在后续操作中可能被改回原始值，从而产生误判。为解决ABA问题，Java并发包提供了带有版本控制的原子引用类`AtomicStampedReference`。
在使用CAS操作时，需要考虑其对并发正确性的影响，尤其是ABA问题。如果并发场景中存在可能的ABA问题，传统互斥同步可能比原子类更高效。
综上所述，理解CAS的原理和其在并发编程中的应用对于深入学习Java并发技术至关重要。掌握CAS操作的原理、优缺点及其解决方法，将有助于更高效、正确地处理并发问题。
画面设置cas是什么意思？
CAS是Central Authentication Service的缩写，即集中式认证服务。它是一种用于Web应用程序的单点登录协议。CAS协议通过认证中心（服务器）来给多个服务提供认证服务，用户一次登录认证以后，便可以访问被授权的多个服务。CAS协议是一种开放源代码的协议，被广泛应用于大型企业和组织的身份认证系统中。
CAS需要先部署一个认证服务器和多个应用程序服务器，然后在这些服务器之间建立信任关系。用户首次登录时，应该重定向到认证服务器，输入用户名和密码进行认证，并且一旦通过认证，用户将被重定向回要访问的应用程序服务器。以后的每次访问都无需再次认证。认证服务器和应用程序服务器之间使用安全令牌和Session来保障安全性。
CAS的优点在于提供可靠的身份验证，减少了用户访问多个Web应用程序时的不必要的登录操作，避免了重复输入用户名和密码等问题。它广泛应用于大型企业和组织的身份认证系统中，例如教育机构、银行、保险公司、医院等。CAS的使用可以帮助企业或组织节省时间和成本，减少安全漏洞，提高用户体验并提高整个系统的安全性。
java并发原子类AtomicBoolean解析
本文针对Java并发包下的原子类AtomicBoolean进行深入解析。在多线程环境中，传统的布尔变量`boolean`并非线程安全，容易导致数据竞争问题。为解决这一问题，引入了AtomicBoolean类，该类提供了一种线程安全的布尔值封装。
使用`AtomicBoolean`的主要原因在于其提供的原子操作保证了多线程环境下的线程安全。在`AtomicBoolean`内部实现中，主要依赖于`compareAndSet`方法和CAS（Compare and Swap）机制。通过CAS操作，`AtomicBoolean`能够在多线程环境下实现原子的更新操作，有效避免了数据竞争和并发问题。
在`AtomicBoolean`的源码中，`compareAndSet`方法使用了`Unsafe`类的`compareAndSwapInt`方法进行底层操作。CAS机制的核心思想是：在不进行锁操作的情况下，检查指定内存位置的预期值是否与当前值相等，若相等，则更新该位置的值为预期值；若不相等，则操作失败，返回原值。
为了理解这一机制，我们可以通过一个简单例子进行说明。假设我们希望在多线程环境下实现一个“先来后到”的规则，例如：一个人完成起床、上班和下班三件事后，另一个人才能开始。在单线程下，这一逻辑自然无问题，但在多线程环境下，`AtomicBoolean`可以确保这一顺序得到实现。
在实际应用中，`AtomicBoolean`类提供了丰富的原子操作方法，包括但不限于`compareAndSet`、`getAndSet`、`compareAndExchange`等。这些方法允许开发人员在多线程环境下安全地执行原子操作，简化了多线程编程的复杂性。
总结而言，`AtomicBoolean`是一个在Java并发编程中非常实用的工具类，它通过原子操作保证了多线程环境下的线程安全。对于开发者而言，掌握`AtomicBoolean`的使用方法和原理，可以有效避免数据竞争问题，提升程序的并发性能和稳定性。
从HotSpot源码，深度解读 park 和 unpark
我最近建立了一个在线自习室（App：番茄ToDO）用于相互监督学习，感兴趣的小伙伴可以加入。自习室加入码：D5A7A
Java并发包下的类大多基于AQS（AbstractQueuedSynchronizer）框架实现，而AQS线程安全的实现依赖于两个关键类：Unsafe和LockSupport。
其中，Unsafe主要提供CAS操作（关于CAS，在文章《读懂AtomicInteger源码（多线程专题）》中讲解过），LockSupport主要提供park/unpark操作。实际上，park/unpark操作的最终调用还是基于Unsafe类，因此Unsafe类才是核心。
Unsafe类的实现是由native关键字说明的，这意味着这个方法是原生函数，是用C/C++语言实现的，并被编译成了DLL，由Java去调用。
park函数的作用是将当前调用线程阻塞，而unpark函数则是唤醒指定线程。
park是等待一个许可，unpark是为某线程提供一个许可。如果线程A调用park，除非另一个线程调用unpark(A)给A一个许可，否则线程A将阻塞在park操作上。每次调用一次park，需要有一个unpark来解锁。
并且，unpark可以先于park调用，但不管unpark先调用多少次，都只提供一个许可，不可叠加。只需要一次park来消费掉unpark带来的许可，再次调用会阻塞。
在Linux系统下，park和unpark是通过Posix线程库pthread中的mutex（互斥量）和condition（条件变量）来实现的。
简单来说，mutex和condition保护了一个叫_counter的信号量。当park时，这个变量被设置为0，当unpark时，这个变量被设置为1。当_counter=0时线程阻塞，当_counter>0时直接设为0并返回。
每个Java线程都有一个Parker实例，Parker类的部分源码如下：
由源码可知，Parker类继承于PlatformParker，实际上是用Posix的mutex和condition来实现的。Parker类里的_counter字段，就是用来记录park和unpark是否需要阻塞的标识。
具体的执行逻辑已经用注释标记在代码中，简要来说，就是检查_counter是不是大于0，如果是，则把_counter设置为0，返回。如果等于零，继续执行，阻塞等待。
unpark直接设置_counter为1，再unlock mutex返回。如果_counter之前的值是0，则还要调用pthread_cond_signal唤醒在park中等待的线程。源码如下：
（如果不会下载JVM源码可以后台回复“jdk”，获得下载压缩包）