前言

最近在弄一个Electron小项目，需要生成并导出Excel文件，踩到了一些坑，记录一下，避免以后再翻车。

正文

eletron进程分为主进程和渲染进程，文件导出在两个进程中实现不一样，这里主要讲使用json导出excel，其他格式导出方法类似，话不多说，直接上代码

概述

在实际开发中，经常会碰到要去解耦合一些依赖调用，比如单成功后会发送手机短信、发送绑定邮箱、数据库更新后通知发送mq等。而且通知这个操作又不希望强耦合在主业务流程中，这个时候我们很容易就想到了发布订阅（观察者）设计模式。

首先看代码实现:

概述

容器主要包括 Collection 和 Map 两种，Collection 存储着对象的集合，而 Map 存储着键值对（两个对象）的映射表。

为什么使用 Redis

在项目中使用 Redis，主要考虑两个角度：性能和并发。如果只是为了分布式锁这些其他功能，还有其他中间件 Zookpeer 等代替，并非一定要使用 Redis。

1. 性能：

如下图所示，我们在碰到需要执行耗时特别久，且结果不频繁变动的 SQL，就特别适合将运行结果放入缓存。这样，后面的请求就去缓存中读取，使得请求能够迅速响应。

特别是在秒杀系统，在同一时间，几乎所有人都在点，都在下单。。。执行的是同一操作———向数据库查数据。

在使用redis时，一般会设置一个过期时间，当然也有不设置过期时间的，也就是永久不过期。

当我们设置了过期时间，redis是如何判断是否过期，以及根据什么策略来进行删除的。

使用示例

CountDownLatch 是一个同步工具类，它允许一个或多个线程一直等待，直到其他线程的操作执行完后再执行。在使用线程池的情况下提交任务的情况下，我们无法使用线程的join()方法，这就需要选择使用CountDowConLatch了。示例代码如下：

AQS 简单介绍

AQS 的全称为（AbstractQueuedSynchronizer），这个类在 java.util.concurrent.locks 包下面。

准备

1. 准备数据库服务，这里作为学习用，我们就用一个数据库服务。
   dhost1： localhost

关于InnoDB索引，我们可能知道InnDB索引是用B+树实现的，而B+树就是一种能优化查询速度的数据结构。但我们又没想过这样一个问题，能优化查询速度的数据结构有很多，为什么InnoDB要采用B+树？

常见优化查询速度数据结构