chore: update some articles

Author: yanglbme

README.md

@@ -13,11 +13,9 @@
 
 本项目大部分内容来自中华石杉，版权归作者所有，内容涵盖[高并发](#高并发架构)、[分布式](#分布式系统)、[高可用](#高可用架构)、[微服务](#微服务架构)、[海量数据处理](#海量数据处理)等领域知识。我对这部分知识做了一个系统的整理，方便学习查阅。
 
-本项目已开通 [Discussions](https://github.com/doocs/advanced-java/discussions) 功能。学习之前，先来看看 [Discussions 讨论区](https://github.com/doocs/advanced-java/discussions/9)的技术面试官是怎么说的吧。本项目欢迎各位开发者朋友到 [Discussions 讨论区](https://github.com/doocs/advanced-java/discussions)分享自己的一些想法和实践经验。也不妨 Star 关注 [doocs/advanced-java](https://github.com/doocs/advanced-java)，随时追踪项目最新动态。
+本项目已开通 Discussions 功能。学习之前，先来看看 [Discussions 讨论区](https://github.com/doocs/advanced-java/discussions/9)的技术面试官是怎么说的吧。本项目欢迎各位开发者朋友到 Discussions 讨论区分享自己的一些想法和实践经验。也不妨 Star 关注 [doocs/advanced-java](https://github.com/doocs/advanced-java)，随时追踪项目最新动态。
 
-本项目基于 [Docsify](https://docsify.js.org) 进行构建，并使用开源小工具 [Gitee Pages Action](https://github.com/yanglbme/gitee-pages-action) 实现站点的自动部署更新。
-
-目前支持以下三个站点访问：
+本项目基于 Docsify 进行构建，并使用开源小工具 [Gitee Pages Action](https://github.com/yanglbme/gitee-pages-action) 实现站点的自动部署更新。目前支持以下三个站点访问：
 
 - Netlify: https://adjava.netlify.app
 - Gitee Pages: https://doocs.gitee.io/advanced-java

docs/high-concurrency/database-shard-global-id-generate.md

@@ -53,7 +53,7 @@ snowflake 算法是 twitter 开源的分布式 id 生成算法，采用 Scala 
 - 10 bits：记录工作机器 id，代表的是这个服务最多可以部署在 2^10 台机器上，也就是 1024 台机器。但是 10 bits 里 5 个 bits 代表机房 id，5 个 bits 代表机器 id。意思就是最多代表 `2^5` 个机房（32 个机房），每个机房里可以代表 `2^5` 个机器（32 台机器）。
 - 12 bits：这个是用来记录同一个毫秒内产生的不同 id，12 bits 可以代表的最大正整数是 `2^12 - 1 = 4096` ，也就是说可以用这个 12 bits 代表的数字来区分**同一个毫秒内**的 4096 个不同的 id。
 
-```
+```sh
 0 | 0001100 10100010 10111110 10001001 01011100 00 | 10001 | 1 1001 | 0000 00000000
 ```
 

docs/high-concurrency/how-to-ensure-high-availability-of-message-queues.md

@@ -22,7 +22,7 @@ RabbitMQ 有三种模式：单机模式、普通集群模式、镜像集群模
 
 #### 单机模式
 
-单机模式，就是 Demo 级别的，一般就是你本地启动了玩玩儿的 😄，没人生产用单机模式。
+单机模式，就是 Demo 级别的，一般就是你本地启动了玩玩儿的，没人生产用单机模式。
 
 #### 普通集群模式（无高可用性）
 

docs/high-concurrency/huifer-how-to-limit-current.md

@@ -13,7 +13,7 @@
 
 #### 实现方式
 
-- 控制单位时间内的请求数量
+控制单位时间内的请求数量。
 
 ```java
 
@@ -54,16 +54,17 @@ public class Counter {
 
 ```
 
-- 劣势
-  - 假设在 00:01 时发生一个请求,在 00:01-00:58 之间不在发送请求,在 00:59 时发送剩下的所有请求 `n-1` (n 为限流请求数量),在下一分钟的 00:01 发送 n 个请求,这样在 2 秒钟内请求到达了 `2n - 1` 个.
-    - 设每分钟请求数量为 60 个,每秒可以处理 1 个请求,用户在 00:59 发送 60 个请求,在 01:00 发送 60 个请求 此时 2 秒钟有 120 个请求(每秒 60 个请求),远远大于了每秒钟处理数量的阈值
+劣势：
+
+假设在 00:01 时发生一个请求，在 00:01-00:58 之间不在发送请求，在 00:59 时发送剩下的所有请求 `n-1` (n 为限流请求数量)，在下一分钟的 00:01 发送 n 个请求，这样在 2 秒钟内请求到达了 `2n - 1` 个。
+
+设每分钟请求数量为 60 个，每秒可以处理 1 个请求，用户在 00:59 发送 60 个请求，在 01:00 发送 60 个请求 此时 2 秒钟有 120 个请求(每秒 60 个请求)，远远大于了每秒钟处理数量的阈值。
 
 ### 滑动窗口
 
 #### 实现方式
 
-- 滑动窗口是对计数器方式的改进, 增加一个时间粒度的度量单位
-  - 把一分钟分成若干等分(6 份,每份 10 秒), 在每一份上设置独立计数器,在 00:00-00:09 之间发生请求计数器累加 1.当等分数量越大限流统计就越详细
+滑动窗口是对计数器方式的改进，增加一个时间粒度的度量单位，把一分钟分成若干等分(6 份，每份 10 秒)，在每一份上设置独立计数器，在 00:00-00:09 之间发生请求计数器累加 1。当等分数量越大限流统计就越详细。
 
 ```java
 package com.example.demo1.service;
@@ -86,7 +87,7 @@ public class TimeWindow {
      */
     private int max;
 
-    public TimeWindow(int max, int seconds) {
+    public TimeWindow(int max， int seconds) {
         this.seconds = seconds;
         this.max = max;
 
@@ -109,10 +110,10 @@ public class TimeWindow {
 
     public static void main(String[] args) throws Exception {
 
-        final TimeWindow timeWindow = new TimeWindow(10, 1);
+        final TimeWindow timeWindow = new TimeWindow(10， 1);
 
         // 测试3个线程
-        IntStream.range(0, 3).forEach((i) -> {
+        IntStream.range(0， 3).forEach((i) -> {
             new Thread(() -> {
 
                 while (true) {
@@ -193,7 +194,7 @@ public class TimeWindow {
 
 #### 实现方式
 
-- 规定固定容量的桶, 有水进入, 有水流出. 对于流进的水我们无法估计进来的数量、速度, 对于流出的水我们可以控制速度.
+规定固定容量的桶，有水进入，有水流出。对于流进的水我们无法估计进来的数量、速度，对于流出的水我们可以控制速度。
 
 ```java
 public class LeakBucket {
@@ -216,7 +217,7 @@ public class LeakBucket {
 
     public boolean limit() {
         long now = System.currentTimeMillis();
-        nowSize = Math.max(0, (nowSize - (now - time) * rate));
+        nowSize = Math.max(0， (nowSize - (now - time) * rate));
         time = now;
         if ((nowSize + 1) < total) {
             nowSize++;
@@ -233,7 +234,7 @@ public class LeakBucket {
 
 #### 实现方式
 
-- 规定固定容量的桶, token 以固定速度往桶内填充, 当桶满时 token 不会被继续放入, 每过来一个请求把 token 从桶中移除, 如果桶中没有 token 不能请求
+规定固定容量的桶， token 以固定速度往桶内填充， 当桶满时 token 不会被继续放入， 每过来一个请求把 token 从桶中移除， 如果桶中没有 token 不能请求。
 
 ```java
 public class TokenBucket {
@@ -256,7 +257,7 @@ public class TokenBucket {
 
     public boolean limit() {
         long now = System.currentTimeMillis();
-        nowSize = Math.min(total, nowSize + (now - time) * rate);
+        nowSize = Math.min(total， nowSize + (now - time) * rate);
         time = now;
         if (nowSize < 1) {
             // 桶里没有token
@@ -275,7 +276,7 @@ public class TokenBucket {
 
 ### spring cloud gateway
 
-- spring cloud gateway 默认使用 redis 进行限流, 笔者一般只是修改修改参数属于拿来即用. 并没有去从头实现上述那些算法.
+- spring cloud gateway 默认使用 redis 进行限流，笔者一般只是修改修改参数属于拿来即用，并没有去从头实现上述那些算法。
 
 ```xml
 <dependency>
@@ -354,12 +355,12 @@ spring:
 ```json
 [
   {
-    "resource": "/hello",
-    "limitApp": "default",
-    "grade": 1,
-    "count": 1,
-    "strategy": 0,
-    "controlBehavior": 0,
+    "resource": "/hello"，
+    "limitApp": "default"，
+    "grade": 1，
+    "count": 1，
+    "strategy": 0，
+    "controlBehavior": 0，
     "clusterMode": false
   }
 ]
@@ -375,4 +376,4 @@ spring:
 
 ### 总结
 
-> sentinel 和 spring cloud gateway 两个框架都是很好的限流框架, 但是在我使用中还没有将[spring-cloud-alibaba](https://github.com/alibaba/spring-cloud-alibaba)接入到项目中进行使用, 所以我会选择**spring cloud gateway**, 当接入完整的或者接入 Nacos 项目使用 setinel 会有更加好的体验.
+> sentinel 和 spring cloud gateway 两个框架都是很好的限流框架， 但是在我使用中还没有将[spring-cloud-alibaba](https://github.com/alibaba/spring-cloud-alibaba)接入到项目中进行使用， 所以我会选择**spring cloud gateway**， 当接入完整的或者接入 Nacos 项目使用 setinel 会有更加好的体验.