记录下自己最近在项目中使用的spring cloud框架spring cloud 是基于spring boot实现的微服务架构开发工具，如服务发现注册、配置中心、消息总线、负载均衡、断路器、数据监控等，都可以用Spring Boot的开发风格做到一键启动和部署。euerka一、依赖<dependency>
<groupId>org.springframework.c
转载
2024-03-01 09:53:19
60阅读
目录前言什么是微服务？微服务的优缺点是什么？微服务之间是如何通讯的？SpringCloud和Dubbo有哪些区别？SpringCloud和SpringBoot的关系？什么是服务熔断？什么是服务降级？微服务的技术栈有哪些？eureka和zookeeper都可以提供服务注册和发现的功能，区别是什么？eureka是AP，Zookeeper是CPeureka节点平等，Zookeeper需要选举
本文主要讲了spring-cloud 注册中心基本使用spring-cloud 注册中心的一些基本配置及实现集群spring-cloud 注册中心的使用，即通过注册中心注册及访问spring-cloud 通过Ribbon实现负载均衡spring-cloud 通过Retry实现重试机制1、spring-cloud 注册中心基本使用spring-cload使用的注册中心是Eureka，其使用方法是在父
转载
2024-02-11 07:52:06
39阅读
上一章节，我们讲解了分布式配置中心spring cloud config，我们把配置项存放在git或者本地，当我们修改配置时，需要重新启动服务才能生效。但是在生产上，一个服务部署了多台机器，重新启动比较麻烦且会短暂影响用户体验。spring cloud生态在发展，肯定有对应的解决之法，接下来将要讲解的Spring Cloud Bus就是为了解决这一难题而存在的。Spring Cloud Bus（消
转载
2024-02-29 16:58:39
167阅读
netty 是什么？“netty 是一个基于nio的客户、服务器端编程框架,netty提供异步的,事件驱动的网络应用程序框架和工具,可以快速开发高可用的客户端和服务器。netty是基于nio的,它封装了jdk的nio,让我们使用起来更加方法灵活。”Springcloud和Dubbo的区别？Spring Cloud抛弃了Dubbo 的RPC通信，采用的是基于HTTP的REST方式。Dubbo 支持多
转载
2024-03-29 13:11:49
346阅读
前言： 之前也看过别人关于 eureka 的博客，但是很少有人会去解释为啥要用 eureka，以至于迷茫了一段时间；后来看多了也就懂了，这里以个人的见解说明一下 eureka 出现的背景以及搭建的过程和注意事项。1. Eureka 的产生 首先，一定要
转载
2024-04-24 13:12:48
35阅读
本文简单介绍了如何利用Zipkin对SpringCloud应用进行服务分析在实际的应用场景中，Zipkin可以结合压力测试工具一起使用，分析系统在大压力下的可用性和性能。设想这么一种情况，如果你的微服务数量逐渐增大，服务间的依赖关系越来越复杂，怎么分析它们之间的调用关系及相互的影响？spring boot对zipkin的自动配置可以使得所有RequestMapping匹配到的endpoints得到
转载
2024-10-21 22:19:18
39阅读
为什么要有Spark SQL？ 以往在使用Hadoop时，Hive作为一个数据仓库，但在使用中，我们更多感觉Hive是一个解析引擎，而Hive的底层走的也是MapReduce，而这个MapReduce是Hadoop的，在前面我们也解释了Hadoop的MapReduce的缺点，那么此时我们是使用了Spark实现的MapReduce计算模型，
转载
2023-09-10 19:41:55
237阅读
在Spring Cloud中我们用Hystrix来实现断路器，Zuul中默认是用信号量（Hystrix默认是线程）来进行隔离的，我们可以通过配置使用线程方式隔离。这里简单介绍下Hystrix隔离策略：一、 线程池隔离（默认策略模式） 线程池隔离把执行依赖代码的线程与请求线程(如：tomcat 线程)分离，请求线程可以自由控制 离开的时间。 通过线程池大小可以控制并发量，当线程
转载
2024-02-24 19:57:01
476阅读
作者述：JUC是对Java体系内现有数据结构的特性扩展，通过精细化锁控制，和对基本数据类型的特性加工用以支持并发应用场景的业务需求，并提供了并发情况下的池化解决方案。有基础的同学可以直接跳到第四节内容.一、Collections工具类在学习JUC之前我们应当了解一下Collections工具类，该类应用工厂模式及装饰者模式为已有数据结构进行加工，赋予dynamically(checked) 、em
转载
2024-06-06 10:39:47
783阅读
引言之所以我想总结一下java中不太用的东西，是因为我再研究每个版本jdk中，发现有些内容“热火朝天”，但是有些东西却“门可罗雀”。比如说jdk1.5中新增了泛型，强化for循环和枚举等，但是前两者已经被各位熟知了，但是枚举在日常开发中都不太会用的。在本篇博文中，我会详细介绍enum的使用方式，同时比较常量与enum的优劣。笔者目前整理的一些blog针对面试都是超高频出现的。技术点在jdk1.5中
转载
2023-08-11 11:03:19
0阅读
DelayQueue 简介由优先级堆支持的、基于时间的调度队列，内部基于无界队列PriorityQueue实现，而无界队列基于数组的扩容实现。队列创建BlockingQueue<String> blockingQueue = new DelayQueue();要求入队的对象必须要实现Delayed接口,而Delayed集成自Comparable接口应用场景对缓存超时的数据进行移除当向缓
转载
2023-08-11 20:12:19
134阅读
董西成的PPT，本文主要是通过PPT整理出来，具体文章的链接没有找到
前言：Yarn 是什么？ 资源管理器，它是一个
通用资源管理系统，可为上层应用提供统一的资源管理和调度，它的引入为集群在利用率、资源统一管理和数据共享等方面带来了巨大好处。
YARN的基本思想是将JobTracker的两个主要功能（资源管理和作业调度/监控 ）分离，主要方法是创建一个全局的ResourceMana
转载
2024-01-16 13:48:52
122阅读
CCNP-第九篇-BGP(一)首先,开工啦,祝大家2022新年快乐
虎年大吉,虎虎生威哦BGP是一个网络工程师的分水岭 这是真的,BGP一般很大的企业才能用得上,或者ISP运营商 人家可以不用,但是你不能不会吧, BGP,CCIE必考 BGP有四节课基础,后面CCIE的部分还有 从BGP开始就要换一种理念 因为之前都是IGP协议 BGP能支持IGP,也能支持EGP(一个内部,一个外部)Borde
转载
2024-05-27 16:51:36
280阅读
1.2 使用场景
使用上面说到的各类模块，你可以在各种场合使用Spring的事务管理和Web框架实现包括从Applet到企业级的各种应用。
典型的完全特性的Web应用架构图
使用Spring的“事务管理特性”，Web应用是完全的事务化的，提供类似于EJB的基于容器的事务管理。你所
转载
2024-05-28 22:06:32
50阅读
前言ZooKeeper 是一个高可用的分布式数据管理不系统协调框架。基于对 Paxos 算法的实现，使该框架保证了分布式环境中数据的强一致性，也正是基于这样的特性，使得 ZooKeeper 解决很多分布式问题。本文介绍zk的应用场景。zk并非天生就是为这些应用场景设计的，都是后来众多开发者根据其框架的特性，利用其提供的一系列 API 接口，摸索出来的典型使用方法。前面已经介绍过分布式锁的应用。此文
转载
2024-03-04 16:41:10
94阅读
简短介绍下Spark几个关键词：快速，通用，集群计算平台Spark扩展了MapReduce计算模型，且支持更多计算模式，包含：交互式查询流处理这里的交互式，不是简单的我们生活中理解的与设备的交互。它的深意是：对于大规模数据集的处理，速度够快。只有速度够快，才能实现交互式操作。前文提到的，基于内存的数据定义，Spark可以在内存中进行计算。其实，即使不在内存中计算，放在磁盘上，Spark也有很高的性
转载
2023-08-10 11:28:20
316阅读
概述Redis是一个开源的、使用C语言编写的、支持网络交互的、可基于内存也可持久化的Key-Value(字典, Remote Dictionary Server,远程字典服务器)数据库。.NET开发程序配置ServiceStack.Common.dllServiceStack.Interfaces.dllServiceStack.Redis.dllServiceSta
转载
2023-09-28 17:51:23
194阅读
【2016.02.22至今】的学习笔记。相关博客：Web前端学习笔记【1】1. this在 JavaScript 中主要有以下五种使用场景在全局函数调用中，this 绑定全局对象，浏览器环境全局对象为 window 。作为对象方法使用，this 绑定到该对象。在对象a的方法b内部的函数c中，this 也绑定全局对象，应该绑定到方法b对应的对象a上。这是 JavaScript的缺陷，解决方法：用th
转载
2024-05-19 02:29:50
69阅读
大多数公司的日志系统检索使用的都是 ELK+Kafka+ES 的架构，在日志数据量不是特别庞大的时候其实这种架构还是挺好的，简单并且也很高效，但是当你的公司日志数据量非常庞大每分钟生产1亿条数据的场景下，这种架构的问题就很明显了，主要会出现下面几个问题：延迟很高，kafka收集push 的延迟变高ES 插入性能迅速下降，大量插入请求只能排队不然 ES 会被打挂，限流排队也就意味着延迟变得更加高我们
转载
2023-11-09 10:17:29
266阅读
