Merge remote-tracking branch 'origin/main'

Author: caiming0917

README.md

@@ -1,7 +1,4 @@
-推荐你通过在线阅读网站进行阅读，体验更好，速度更快！
-
-- **[JavaGuide 在线阅读网站（新版，推荐 👍）](https://javaguide.cn/)**
-- [JavaGuide 在线阅读版（老版）](https://snailclimb.gitee.io/javaguide/#/)
+推荐你通过在线阅读网站进行阅读，体验更好，速度更快！地址：[javaguide.cn](https://javaguide.cn/)。
 
 [<img src="https://oss.javaguide.cn/xingqiu/xingqiu.png" style="width:850px;margin: 0 auto" />](https://sourl.cn/e7ee87)
 
@@ -32,9 +29,10 @@
 
 ## 项目相关
 
-- [项目介绍](./docs/javaguide/intro.md)
-- [贡献指南](./docs/javaguide/contribution-guideline.md)
-- [常见问题](./docs/javaguide/faq.md)
+- [项目介绍](https://javaguide.cn/javaguide/intro.html)
+- [使用建议](https://javaguide.cn/javaguide/use-suggestion.html)
+- [贡献指南](https://javaguide.cn/javaguide/contribution-guideline.html)
+- [常见问题](https://javaguide.cn/javaguide/faq.html)
 
 ## Java
 
@@ -73,6 +71,7 @@
 - [HashMap 核心源码+底层数据结构分析](./docs/java/collection/hashmap-source-code.md)
 - [ConcurrentHashMap 核心源码+底层数据结构分析](./docs/java/collection/concurrent-hash-map-source-code.md)
 - [CopyOnWriteArrayList 核心源码分析](./docs/java/collection/copyonwritearraylist-source-code.md)
+- [ArrayBlockingQueue 核心源码分析](./docs/java/collection/arrayblockingqueue-source-code.md)
 
 ### IO
 
@@ -353,12 +352,13 @@ JVM 这部分内容主要参考 [JVM 虚拟机规范-Java8 ](https://docs.oracle
 
 ### 分布式 ID
 
-- [分布式 ID 常见知识点&面试题总结](https://javaguide.cn/distributed-system/distributed-id.html)
+- [分布式ID介绍&实现方案总结](https://javaguide.cn/distributed-system/distributed-id.html)
 - [分布式 ID 设计指南](https://javaguide.cn/distributed-system/distributed-id-design.html)
 
 ### 分布式锁
 
-[分布式锁常见知识点&面试题总结](https://javaguide.cn/distributed-system/distributed-lock.html)
+- [分布式锁介绍](https://javaguide.cn/distributed-system/distributed-lock.html)
+- [分布式锁常见实现方案总结](https://javaguide.cn/distributed-system/distributed-lock-implementations.html)
 
 ### 分布式事务
 

docs/.vuepress/navbar.ts

@@ -2,18 +2,34 @@ import { navbar } from "vuepress-theme-hope";
 
 export default navbar([
   { text: "面试指南", icon: "java", link: "/home.md" },
-  {
-    text: "知识星球",
-    icon: "planet",
-    link: "/about-the-author/zhishixingqiu-two-years.md",
-  },
   { text: "开源项目", icon: "github", link: "/open-source-project/" },
   { text: "技术书籍", icon: "book", link: "/books/" },
   {
     text: "程序人生",
     icon: "article",
     link: "/high-quality-technical-articles/",
   },
+  {
+    text: "知识星球",
+    icon: "planet",
+    children: [
+      {
+        text: "星球介绍",
+        icon: "about",
+        link: "/about-the-author/zhishixingqiu-two-years.md",
+      },
+      {
+        text: "星球专属优质专栏",
+        icon: "about",
+        link: "/zhuanlan/",
+      },
+      {
+        text: "星球优质主题汇总",
+        icon: "star",
+        link: "https://www.yuque.com/snailclimb/rpkqw1/ncxpnfmlng08wlf1",
+      },
+    ],
+  },
   {
     text: "网站相关",
     icon: "about",

docs/.vuepress/sidebar/index.ts

@@ -13,6 +13,7 @@ export default sidebar({
   "/high-quality-technical-articles/": highQualityTechnicalArticles,
   "/zhuanlan/": [
     "java-mian-shi-zhi-bei",
+    "back-end-interview-high-frequency-system-design-and-scenario-questions",
     "handwritten-rpc-framework",
     "source-code-reading",
   ],
@@ -89,6 +90,7 @@ export default sidebar({
                 "hashmap-source-code",
                 "concurrent-hash-map-source-code",
                 "copyonwritearraylist-source-code",
+                "arrayblockingqueue-source-code",
               ],
             },
           ],
@@ -472,7 +474,7 @@ export default sidebar({
         {
           text: "分布式锁",
           icon: "lock",
-          children: ["distributed-lock"],
+          children: ["distributed-lock", "distributed-lock-implementations"],
         },
         {
           text: "RPC",

docs/cs-basics/data-structure/bloom-filter.md

@@ -22,9 +22,9 @@ tag:
 
 布隆过滤器（Bloom Filter）是一个叫做 Bloom 的老哥于 1970 年提出的。我们可以把它看作由二进制向量（或者说位数组）和一系列随机映射函数（哈希函数）两部分组成的数据结构。相比于我们平时常用的的 List、Map、Set 等数据结构，它占用空间更少并且效率更高，但是缺点是其返回的结果是概率性的，而不是非常准确的。理论情况下添加到集合中的元素越多，误报的可能性就越大。并且，存放在布隆过滤器的数据不容易删除。
 
-![布隆过滤器示意图](https://oss.javaguide.cn/github/javaguide/%E5%B8%83%E9%9A%86%E8%BF%87%E6%BB%A4%E5%99%A8-bit%E6%95%B0%E7%BB%84.png)
+Bloom Filter 会使用一个较大的 bit 数组来保存所有的数据，数组中的每个元素都只占用 1 bit ，并且每个元素只能是 0 或者 1（代表 false 或者 true），这也是 Bloom Filter 节省内存的核心所在。这样来算的话，申请一个 100w 个元素的位数组只占用 1000000Bit / 8 = 125000 Byte = 125000/1024 kb ≈ 122kb 的空间。
 
-位数组中的每个元素都只占用 1 bit ，并且每个元素只能是 0 或者 1。这样申请一个 100w 个元素的位数组只占用 1000000Bit / 8 = 125000 Byte = 125000/1024 kb ≈ 122kb 的空间。
+![位数组](https://oss.javaguide.cn/github/javaguide/cs-basics/algorithms/bloom-filter-bit-table.png)
 
 总结：**一个名叫 Bloom 的人提出了一种来检索元素是否在给定大集合中的数据结构，这种数据结构是高效且性能很好的，但缺点是具有一定的错误识别率和删除难度。并且，理论情况下，添加到集合中的元素越多，误报的可能性就越大。**
 
@@ -40,9 +40,9 @@ tag:
 1. 对给定元素再次进行相同的哈希计算；
 2. 得到值之后判断位数组中的每个元素是否都为 1，如果值都为 1，那么说明这个值在布隆过滤器中，如果存在一个值不为 1，说明该元素不在布隆过滤器中。
 
-举个简单的例子：
+Bloom Filter 的简单原理图如下：
 
-![布隆过滤器hash计算](https://oss.javaguide.cn/github/javaguide/%E5%B8%83%E9%9A%86%E8%BF%87%E6%BB%A4%E5%99%A8-hash%E8%BF%90%E7%AE%97.png)
+![Bloom Filter 的简单原理示意图](https://oss.javaguide.cn/github/javaguide/cs-basics/algorithms/bloom-filter-simple-schematic-diagram.png)
 
 如图所示，当字符串存储要加入到布隆过滤器中时，该字符串首先由多个哈希函数生成不同的哈希值，然后将对应的位数组的下标设置为 1（当位数组初始化时，所有位置均为 0）。当第二次存储相同字符串时，因为先前的对应位置已设置为 1，所以很容易知道此值已经存在（去重非常方便）。
 
@@ -54,8 +54,10 @@ tag:
 
 ## 布隆过滤器使用场景
 
-1. 判断给定数据是否存在：比如判断一个数字是否存在于包含大量数字的数字集中（数字集很大，5 亿以上！）、 防止缓存穿透（判断请求的数据是否有效避免直接绕过缓存请求数据库）等等、邮箱的垃圾邮件过滤、黑名单功能等等。
-2. 去重：比如爬给定网址的时候对已经爬取过的 URL 去重。
+1. 判断给定数据是否存在：比如判断一个数字是否存在于包含大量数字的数字集中（数字集很大，上亿）、 防止缓存穿透（判断请求的数据是否有效避免直接绕过缓存请求数据库）等等、邮箱的垃圾邮件过滤（判断一个邮件地址是否在垃圾邮件列表中）、黑名单功能（判断一个IP地址或手机号码是否在黑名单中）等等。
+2. 去重：比如爬给定网址的时候对已经爬取过的 URL 去重、对巨量的 QQ号/订单号去重。
+
+去重场景也需要用到判断给定数据是否存在，因此布隆过滤器主要是为了解决海量数据的存在性问题。
 
 ## 编码实战
 
@@ -256,7 +258,7 @@ RedisBloom 提供了多种语言的客户端支持，包括：Python、Java、Ja
 
 **具体操作如下：**
 
-```
+```bash
 ➜  ~ docker run -p 6379:6379 --name redis-redisbloom redislabs/rebloom:latest
 ➜  ~ docker exec -it redis-redisbloom bash
 root@21396d02c252:/data# redis-cli

docs/cs-basics/operating-system/linux-intro.md

@@ -373,7 +373,7 @@ Linux 系统是一个多用户多任务的分时操作系统，任何一个要
 - 用户级别环境变量 : `~/.bashrc`、`~/.bash_profile`。
 - 系统级别环境变量 : `/etc/bashrc`、`/etc/environment`、`/etc/profile`、`/etc/profile.d`。
 
-上述配置文件执行先后顺序为：`/etc/enviroment` –> `/etc/profile` –> `/etc/profile.d` –> `~/.bash_profile` –> `/etc/bashrc` –> `~/.bashrc`
+上述配置文件执行先后顺序为：`/etc/environment` –> `/etc/profile` –> `/etc/profile.d` –> `~/.bash_profile` –> `/etc/bashrc` –> `~/.bashrc`
 
 如果要修改系统级别环境变量文件，需要管理员具备对该文件的写入权限。
 

docs/distributed-system/distributed-id.md

@@ -1,5 +1,5 @@
 ---
-title: 分布式ID常见问题总结
+title: 分布式ID介绍&实现方案总结
 category: 分布式
 ---