Zookeeper在中间件的应用和在Spring Boot业务系统中实现分布式锁和注册中心的解决方案

前言
Zookeeper是什么？
在这里插入图片描述
ZooKeeper 是一个开放源码的分布式协调服务，它是集群的管理者，监视着集群中各个节点的状态根据节点提交的反馈进行下一步合理操作。最终，将简单易用的接口和性能高效、功能稳定的系统提供给用户。
分布式应用程序可以基于 Zookeeper 实现诸如数据发布/订阅、负载均衡、命名服务、分布式协调/通知、集群管理、Master 选举、分布式锁和分布式队列等功能。
Zookeeper设计实现
Zookeeper从设计模式角度来理解：是一个基于观察者模式设计的分布式服务管理框架，它负责存储和管理大家都关心的数据，然后接受观察者的注册，一旦这些数据的状态发生变化，Zookeeper就将负责通知已经在Zookeeper上注册的那些观察者做出相应的反应。
在这里插入图片描述
1）Zookeeper：一个领导者（Leader），多个跟随者（Follower）组成的集群。
2）集群中只要有半数以上节点存活，Zookeeper集群就能正常服务。所以Zookeeper适合安装奇数台服务器。
3）全局数据一致：每个Server保存一份相同的数据副本，Client无论连接到哪个Server，数据都是一致的。
4）更新请求顺序执行，来自同一个Client的更新请求按其发送顺序依次执行。
5）数据更新原子性，一次数据更新要么成功，要么失败。
6）实时性，在一定时间范围内，Client能读到最新数据。

数据模型
Zookeeper=文件系统+通知机制。Zookeeper提供基于类似于文件系统的目录节点树方式的数据存储，但是Zookeeper并不是用来专门存储数据的，它的作用主要是用来维护和监控你存储的数据的状态变化。通过监控这些数据状态的变化，从而可以达到基于数据的集群管理。ZooKeeper 数据模型的结构与 Unix 文件系统很类似，整体上可以看作是一棵树，每个节点称做一个 ZNode。每一个ZNode默认能够存储 1MB 的数据，可见Zookeeper并不适合用于存储大量数据，只适用于存储关键的配置数据和集群数据。每个 ZNode 都可以通过其路径唯一标识。

Zookeeper安装部署
安装zookeeper很简单，直接去官网下载安装包：https://zookeeper.apache.org/，这里我们下载企业大量使用的版本：3.5.7
首先拷贝 apache-zookeeper-3.5.7-bin.tar.gz 安装包到 Linux 系统下，注意安装之前系统一定要先安装JDK环境，这对于Java开发人员来说小菜一碟，安装之后使用下面命令检查一下：

[root@shepherd-master ~]# java -version
openjdk version "1.8.0_302"
OpenJDK Runtime Environment (build 1.8.0_302-b08)
OpenJDK 64-Bit Server VM (build 25.302-b08, mixed mode)

使用命令对安装包解压：

tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz

我们只需要调整下conf目录下的配置文件，进行重命名：

mv zoo_sample.cfg zoo.cfg

修改配置文件zoo.cfg内容里的dataDir 路径：

dataDir=/zookeeper/zookeeper-3.5.7/zkData

在/zookeeper/zookeeper-3.5.7目录下创建zkData文件夹：

cd /zookeeper/zookeeper-3.5.7
mkdir zkData

启动zookeeper服务：

bin/zkServer.sh start

我们知道zookeeper是java实现的，这也是为什么要求安装zookeeper之前要先安装jdk的原因，所以我们可以通过查看java进程来判断zookeeper服务是否成功启动

[root@shepherd-master ~]# jps
110384 QuorumPeerMain
18270 Jps

可以看到进程QuorumPeerMain，说明zookeeper已经成功启动，当然你可以下面查看：

ps -ef | grep zookeeper

启动客户端

 bin/zkCli.sh

进入客户端之后可以执行相关命令，比如说查看根结点信息

[zk: localhost:2181(CONNECTED) 1] ls /
[admin, brokers, cluster, config, consumers, controller_epoch, isr_change_notification, latest_producer_id_block, servers, shepherd, zookeeper]

退出客户端：

[zk: localhost:2181(CONNECTED) 2] quit

停止 Zookeeper

bin/zkServer.sh stop

集群安装
Zookeeper的集群模式安装非常简单，首先按照上面所说的zookeeper遵从只要有半数以上节点存活，Zookeeper集群就能正常服务的原则，所以Zookeeper适合安装奇数台服务器，偶数台机器并不会加强集群的高可用性，反而白白浪费一台机器资源，3台和4台服务器是一样滴，由此我们选择使用3台服务器构建集群，这也是在生产环境中比较合适常见的集群配比了。

集群安装和上面单机安装步骤是一样的，需要将安装包分别拷贝到集群的3个机器上，然后修改配置文件名zoo_sample.cfg为zoo.cfg，并配置存储数据路径为dataDir=/zookeeper/zookeeper-3.5.7/zkData，与单机部署不一样的是，集群需在创建好zkData目录之后，在该目录需要创建一个 myid 的文件，在文件中添加与 server 对应的编号（注意：上下不要有空行，左右不要有空格），这里按照上面3台服务器的顺序对应的编号为1,2,3，接下来在配置文件zoo.cfg中添加集群的服务器信息如下：

#######################cluster##########################
server.1=10.10.0.10:2888:3888
server.2=10.10.0.22:2888:3888
server.3=10.10.0.26:2888:3888

格式为：server.A=B:C:D
A 是一个数字，表示这个是第几号服务器；集群模式下配置一个文件 myid，这个文件在 dataDir 目录下，这个文件里面有一个数据
就是 A 的值，Zookeeper 启动时读取此文件，拿到里面的数据与 zoo.cfg 里面的配置信息比较从而判断到底是哪个 server。
B 是这个服务器的地址；
C 是这个服务器 Follower 与集群中的 Leader 服务器交换信息的端口；
D 是万一集群中的 Leader 服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。
最后在集群的每台机器上分别启动zookeeper服务即可：

bin/zkServer.sh start

既然是集群模式，就涉及到主从节点选举，下面就来看看zookeeper的选举机制
leader选举机制
Leader选举是保证分布式数据一致性的关键所在。当Zookeeper集群中的一台服务器出现以下两种情况之一时，需要进入Leader选举。
1:服务器初始化启动。
2:服务器运行期间无法和Leader保持连接

对于集群中已经存在Leader而言，此种情况一般都是某台机器启动得较晚，在其启动之前，集群已经在正常工作，对这种情况，该机器试图去选举Leader时，会被告知当前服务器的Leader信息，对于该机器而言，仅仅需要和Leader机器建立起连接，并进行状态同步即可。

对于集群中不存在Leader情况相对复杂，大概分为两种情况：
集群服务是第一次启动
在这里插入图片描述
（1）服务器1启动，发起一次选举。服务器1投自己一票。此时服务器1票数一票，不够半数以上（3票），选举无法完成，服务器1状态保持为LOOKING；

（2）服务器2启动，再发起一次选举。服务器1和2分别投自己一票并交换选票信息：此时服务器1发现服务器2的myid比自己目前投票推举的（服务器1） 大，更改选票为推举服务器2。此时服务器1票数0票，服务器2票数2票，没有半数以上结果，选举无法完成，服务器1，2状态保持LOOKING

（3）服务器3启动，发起一次选举。此时服务器1和2都会更改选票为服务器3。此次投票结果：服务器1为0票，服务器2为0票，服务器3为3票。此时服务器3的票数已经超过半数，服务器3当选Leader。服务器1，2更改状态为FOLLOWING，服务器3更改状态为LEADING；

（4）服务器4启动，发起一次选举。此时服务器1，2，3已经不是LOOKING状态，不会更改选票信息。交换选票信息结果：服务器3为3票，服务器4为1票。此时服务器4服从多数，更改选票信息为服务器3，并更改状态为FOLLOWING；

（5）服务器5启动，同4一样当小弟。

集群服务非第一次启动，但是集群中不存在leader
这种一般情况是某一时刻leader机器发生故障，因此重新开始进行Leader选举
SID：服务器ID。用来唯一标识一台ZooKeeper集群中的机器，每台机器不能重复，和myid一致。
ZXID：事务ID。ZXID是一个事务ID，用来标识一次服务器状态的变更。在某一时刻，集群中的每台机器的ZXID值不一定完全一致，这和ZooKeeper服务器对于客户端“更新请求”的处理逻辑有关。
Epoch：每个Leader任期的代号。没有Leader时同一轮投票过程中的逻辑时钟值是相同的。每投完一次票这个数据就会增加
假设ZooKeeper由5台服务器组成，SID分别为1、2、3、4、5，ZXID分别为8、8、8、7、7，并且此时SID为3的服务器是Leader。某一时刻，3和5服务器出现故障，因此开始进行Leader选举。
SID为1、2、4的机器投票情况（EPOCH，ZXID，SID ）分别为：（1，8，1） （1，8，2） （1，7，4）
选举Leader规则： ①EPOCH大的直接胜出 ②EPOCH相同，事务id大的胜出 ③事务id相同，服务器id大的胜出
由此规则服务器2会在新的选举中成功当下leader
在这里插入图片描述
接下来我们就来看看这些命令的使用案例，首先我们需要先进入客户端：

bin/zkCli.sh

使用ls查看节点信息：这里ls接的路径path一定是绝对路径，也就是从根路径开头/，这也说明了zookeeper是没有cd命令的

[zk: localhost:2181(CONNECTED) 4] ls -s /
[admin, brokers, cluster, config, consumers, controller_epoch, isr_change_notification, latest_producer_id_block, sanguo, servers, shepherd, shuihu, zookeeper]cZxid = 0x0
ctime = Thu Jan 01 08:00:00 CST 1970
mZxid = 0x0
mtime = Thu Jan 01 08:00:00 CST 1970
pZxid = 0x333
cversion = 39
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 0
numChildren = 13

create创建节点：节点分为：持久/临时/有序号/无序号
持久（Persistent）：客户端和服务器端断开连接后，创建的节点不删除

短暂（Ephemeral）：客户端和服务器端断开连接后，创建的节点自己删除

有序号：创建znode时设置顺序标识，znode名称后会附加一个值，顺序号是一个单调递增的计数器，由父节点维护。注意：在分布式系统中，顺序号可以被用于为所有的事件进行全局排序，这样客户端可以通过顺序号推断事件的顺序

创建一个持久无序号节点和下级节点

[zk: localhost:2181(CONNECTED) 6] create /car "car"
Created /car
[zk: localhost:2181(CONNECTED) 7] create /car/tesla "mask"
Created /car/tesla

创建一个持久有序号节点

[zk: localhost:2181(CONNECTED) 11] create -s /car/tesla/model_y  "yyyyy"
Created /car/tesla/model_y0000000000
[zk: localhost:2181(CONNECTED) 12] create -s /car/tesla/model_y  "ypppp"
Created /car/tesla/model_y0000000001
[zk: localhost:2181(CONNECTED) 13] ls /car/tesla
[model_y0000000000, model_y0000000001]

创建一个临时有序号的节点，客户端与服务器断开连接后，节点就会删除

[zk: localhost:2181(CONNECTED) 14] create -e -s /car/tesla/model_3 "33333"
Created /car/tesla/model_30000000002
[zk: localhost:2181(CONNECTED) 15] create -e -s /car/tesla/model_3 "3_new"
Created /car/tesla/model_30000000003
[zk: localhost:2181(CONNECTED) 17] ls /car/tesla
[model_30000000002, model_30000000003, model_y0000000000, model_y0000000001]

获取节点的值

[zk: localhost:2181(CONNECTED) 18] get -s /car/tesla
mask
cZxid = 0x340
ctime = Thu Sep 28 17:35:46 CST 2023
mZxid = 0x340
mtime = Thu Sep 28 17:35:46 CST 2023
pZxid = 0x344
cversion = 4
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 4
numChildren = 4

设置节点的值：

[zk: localhost:2181(CONNECTED) 19] set /car/tesla "mask-1111"
[zk: localhost:2181(CONNECTED) 20] get /car/tesla
mask-1111

Zookeeper监听watcher机制
Zookeeper使用Watcher机制实现分布式数据的发布/订阅功能。Watcher(事件监听器)是Zookeeper中的一个很重要的特性。Zookeeper允许用户在指定节点上注册一些Watcher，并且在一些特定事件触发的时候，ZooKeeper服务端会将事件通知到感兴趣的客户端上去，该机制是Zookeeper实现分布式协调服务的重要特性。
客户端注册监听它关心的目录节点，当目录节点发生变化（数据改变、节点删除、子目录节点增加删除）时，ZooKeeper 会通知客户端。监听机制保证 ZooKeeper 保存的任何的数据的任何改变都能快速的响应到监听了该节点的应用程序。

我们分别启动两个客户端，客户端1对节点值进行监听，客户端2对节点进行编辑，命令示例如下：

[zk: localhost:2181(CONNECTED) 5] get -w /shepherd  # 开启对节点/shepherd的内容监听
MeiYing

紧接着客户端2对节点内容进行修改：

[zk: localhost:2181(CONNECTED) 0] set /shepherd "hello"

这时候查看客户端1，会发现收到监听事件的通知/shepherd的数据发生了变化type:NodeDataChanged

[zk: localhost:2181(CONNECTED) 5] get -w /shepherd
MeiYing
[zk: localhost:2181(CONNECTED) 6] 
WATCHER::WatchedEvent state:SyncConnected type:NodeDataChanged path:/shepherd[zk: localhost:2181(CONNECTED) 6]

接下来为了论证一个重要细节点，我们在客户端2再次对节点进行值修改：

[zk: localhost:2181(CONNECTED) 0] set /shepherd "keep"

回到客户端1，发现并没有再次收到节点值变化的监听通知消息。这是因为注册一次，只能监听一次。想再次监听，需要再次注册
下面再来看看监听节点的子节点变化，和上面一样，客户端1开启监听：

[zk: localhost:2181(CONNECTED) 2] ls -w /shepherd
[]

接着在客户端2创建一个子节点：

[zk: localhost:2181(CONNECTED) 0] create /shepherd/car "tesla"
Created /shepherd/car

再次回到客户端1发现收到节点子节点的变化监听消息了：type:NodeChildrenChanged path:/shepherd

[zk: localhost:2181(CONNECTED) 3] 
WATCHER::WatchedEvent state:SyncConnected type:NodeChildrenChanged path:/shepherd

同样地，对节点的子节点变化监听也是注册一次，只能监听一次

代码层面实现也非常简单，首先引入相关所需依赖

 <dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>RELEASE</version></dependency><dependency><groupId>org.apache.zookeeper</groupId><artifactId>zookeeper</artifactId><version>3.5.7</version></dependency>

编写代码，实现zookeeper客户端连接，进行相关操作：

package com.shepherd.zk.client;import org.apache.zookeeper.*;
import org.apache.zookeeper.data.Stat;
import org.junit.Before;
import org.junit.Test;import java.io.IOException;
import java.util.List;/*** @author fjzheng* @version 1.0* @date 2023/10/9 14:21*/
public class ZkClient {// 注意：逗号左右不能有空格// 连接集群 10.10.0.10:2181,10.10.0.22:2181,10.10.0.26:2181// 这里连接单机版演示private String connectString = "10.10.0.10:2181";private int sessionTimeout = 10000;private ZooKeeper zkClient;/*** 初始化，创建zk客户端* @throws IOException*/@Beforepublic void init() throws IOException {// 创建客户端zkClient = new ZooKeeper(connectString, sessionTimeout, new Watcher() {// 指定默认监听器watcher@Overridepublic void process(WatchedEvent watchedEvent) {// 收到事件通知后的回调函数System.out.println("默认监听器：" + watchedEvent.toString());System.out.println("-------------------------------");//持续监听 注册一次只能监听一次，下面循环注册监听List<String> children = null;try {// 再次注册监听，children = zkClient.getChildren("/shepherd", true);for (String child : children) {System.out.println(child);}System.out.println("-------------------------------");} catch (KeeperException e) {e.printStackTrace();} catch (InterruptedException e) {e.printStackTrace();}}});}/*** 创建节点* @throws KeeperException* @throws InterruptedException*/@Testpublic void create() throws KeeperException, InterruptedException {// 参数1： 节点路径   参数2： 节点数据 参数3： 节点权限   参数4： 节点类型String nodeCreated = zkClient.create("/shepherd", "MeiYing".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);}/*** 获取节点的子节点并注册监听，这里可以自己定义监听器watcher，但是注册一次，也只能监听一次，如下注释示例* 当然也可以通过zkClient.getChildren("/shepherd", true)实现，此时会执行创建zkClient时声明的默认监听器可实现持续监听，* 如上面初始化创建zkClient所示* @throws KeeperException* @throws InterruptedException*/@Testpublic void getChildren() throws KeeperException, InterruptedException {//        List<String> children = zkClient.getChildren("/shepherd", new Watcher() {
//            @Override
//            public void process(WatchedEvent watchedEvent) {
//                // 收到事件通知后的回调函数（用户的业务逻辑）
//                System.out.println("监听信息：" + watchedEvent.toString());
//            }
//        });
//        for (String child : children) {
//            System.out.println(child);
//        }List<String> children = zkClient.getChildren("/shepherd", true);// 延时 →watch为true，代表监听， 在zkClient的process()方法持续监听后续的节点变化Thread.sleep(Long.MAX_VALUE);}/*** 判断节点是否存储* @throws KeeperException* @throws InterruptedException*/@Testpublic void exist() throws KeeperException, InterruptedException {// 客户端不启动监听Stat stat = zkClient.exists("/shepherd", false);System.out.println(stat == null? "not exist " : "exist");}
}

Zookeeper在Spring Boot业务系统的主要应用：注册中心和分布式锁
注册中心
Zookeeper 一个最常用的使用场景就是用于担任服务生产者和服务消费者的注册中心。
在没有spring-cloud-alibaba组件之前，微服务的注册中心就是在eureka,zookeeper 两者中选择的，服务生产者将自己提供的服务注册到Zookeeper中心，服务的消费者在进行服务调用的时候先到Zookeeper中查找服务，获取到服务生产者的详细信息之后，再去调用服务生产者的内容与数据。如下图所示，在 Dubbo架构中 Zookeeper 就担任了注册中心这一角色。
在这里插入图片描述
这里先说说一个面试题：Zookeeper和eureka做注册中心的区别？Zookeeper保证CP，Eureka保证AP。

CAP理论，指的是在一个分布式系统中，Consistency(一致性)、Availability(可用性)、Partition Tolerance(分区容错性)，不能同时成立。
在这里插入图片描述
分布式锁
Zookeeper是通过上面提到的临时顺序节点实现的，所以这里再来说说Zookeeper的节点类型，加深一下印象

PERSISTENT：持久化ZNode节点，一旦创建这个ZNode点存储的数据不会主动消失，除非是客户端主动的delete。

EPHEMERAL：临时ZNode节点，Client连接到Zookeeper Service的时候会建立一个Session，之后用这个Zookeeper连接实例创建该类型的znode，一旦Client关闭了Zookeeper的连接，服务器就会清除Session，然后这个Session建立的ZNode节点都会从命名空间消失。总结就是，这个类型的znode的生命周期是和Client建立的连接一样的。

PERSISTENT_SEQUENTIAL：顺序自动编号的ZNode节点，这种znoe节点会根据当前已近存在的ZNode节点编号自动加 1，而且不会随Session断开而消失。

EPEMERAL_SEQUENTIAL：临时自动编号节点，ZNode节点编号会自动增加，但是会随Session消失而消失

简单来说，zookeeper就是直接在locks这个锁节点下，创建一个顺序节点，这个顺序节点有zk内部自行维护的一个节点序号。

比如说，第一个客户端来搞一个顺序节点，zk内部会给起个名字叫做：seq-00000000。然后第二个客户端来搞一个顺序节点，zk可能会起个名字叫做：seq-00000001。大家注意一下，最后一个数字都是依次递增的，从1开始逐次递增。zApache Curator 是一个用于 Apache ZooKeeper 的 Java 客户端框架。ZooKeeper 是一个分布式协调服务，用于在分布式系统中进行协作和管理。Curator 提供了一组易于使用的API和工具，简化了与 ZooKeeper 的交互，同时提供了更高级别的抽象和功能。
k会维护这个顺序。实现原理如下图所示：’
接下来我们就看看Curator实现分布式锁的案例，首先肯定是先引入依赖：

<dependency><groupId>org.apache.curator</groupId><artifactId>curator-framework</artifactId><version>4.3.0</version>
</dependency>
<dependency><groupId>org.apache.curator</groupId><artifactId>curator-recipes</artifactId><version>4.3.0</version>
</dependency>
<dependency><groupId>org.apache.curator</groupId><artifactId>curator-client</artifactId><version>4.3.0</version>
</dependency>

代码示例，两个线程抢占一个锁：

import org.apache.curator.RetryPolicy;
import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.framework.recipes.locks.InterProcessLock;
import org.apache.curator.framework.recipes.locks.InterProcessMutex;
import org.apache.curator.retry.ExponentialBackoffRetry;/*** @author fjzheng* @version 1.0* @date 2023/10/9 16:45*/
public class CuratorLock {// 节点private final String rootNode = "/locks";// zookeeper server 列表private final String connectString = "10.10.0.10:2181";// connection 超时时间private final int connectionTimeout = 2000;// session 超时时间private final int sessionTimeout = 2000;public static void main(String[] args) {new CuratorLock().test();}// 测试private void test() {// 创建分布式锁 1final InterProcessLock lock1 = newInterProcessMutex(getCuratorFramework(), rootNode);// 创建分布式锁 2final InterProcessLock lock2 = newInterProcessMutex(getCuratorFramework(), rootNode);new Thread(new Runnable() {@Overridepublic void run() {// 获取锁对象try {lock1.acquire();System.out.println("线程 1 获取锁");// 测试锁重入lock1.acquire();System.out.println("线程 1 再次获取锁");Thread.sleep(5 * 1000);lock1.release();System.out.println("线程 1 释放锁");lock1.release();System.out.println("线程 1 再次释放锁");} catch (Exception e) {e.printStackTrace();}}}).start();new Thread(new Runnable() {@Overridepublic void run() {// 获取锁对象try {lock2.acquire();System.out.println("线程 2 获取锁");// 测试锁重入lock2.acquire();System.out.println("线程 2 再次获取锁");Thread.sleep(5 * 1000);lock2.release();System.out.println("线程 2 释放锁");lock2.release();System.out.println("线程 2 再次释放锁");} catch (Exception e) {e.printStackTrace();}}}).start();}// 分布式锁初始化public CuratorFramework getCuratorFramework (){//重试策略，初试时间 3 秒，重试 3 次RetryPolicy policy = new ExponentialBackoffRetry(3000, 3);//通过工厂创建 CuratorCuratorFramework client =CuratorFrameworkFactory.builder().connectString(connectString).connectionTimeoutMs(connectionTimeout).sessionTimeoutMs(sessionTimeout).retryPolicy(policy).build();//开启连接client.start();System.out.println("zookeeper 初始化完成...");return client;}
}

好了 至此 Zookeeper在中间件的应用和在Spring Boot业务系统中实现分布式锁和注册中心的解决方案 点点关注不迷路 老铁们！！！！！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/498897.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

idea报错：There is not enough memory to perform the requested operation.

idea报错：There is not enough memory to perform the requested operation.

文章目录 一、问题描述二、先解决三、后原因&#xff08;了解&#xff09; 一、问题描述 就是在使用 IDEA 写代码时&#xff0c;IDEA 可能会弹一个窗&#xff0c;大概提示你目前使用的 IDEA 内存不足&#xff0c;其实就是提醒你 JVM 的内存不够了&#xff0c;需要重新分配。弹…
阅读更多...
Anaconda＋PyTorch（CPU版）安装

Anaconda＋PyTorch（CPU版）安装

1.Anaconda下载 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 如果已安装python&#xff0c;下载之前要彻底删除之前下载的python 2.Anaconda安装 3.添加环境变量 //根据实际安装路径进行更改 D:\Anaconda D:\Anaconda\Scripts D:\…
阅读更多...
使用apisix+oidc+casdoor配置微服务网关

使用apisix+oidc+casdoor配置微服务网关

一、服务架构图 二、安装配置 1. 安装配置apisix (1). 快速启动及验证&#xff1a; curl -sL https://run.api7.ai/apisix/quickstart | sh该命令启动 apisix-quickstart 和 etcd 两个容器&#xff0c;APISIX 使用 etcd 保存和同步配置。APISIX 和 etcd 容器使用 Docker 的 …
阅读更多...
【数据仓库】hadoop3.3.6 安装配置

【数据仓库】hadoop3.3.6 安装配置

文章目录 概述下载解压安装伪分布式模式配置hdfs配置hadoop-env.shssh免密登录模式设置初始化HDFS启动hdfs配置yarn启动yarn 概述 该文档是基于hadoop3.2.2版本升级到hadoop3.3.6版本&#xff0c;所以有些配置&#xff0c;是可以不用做的&#xff0c;下面仅记录新增操作&#…
阅读更多...
STM32中断详解

STM32中断详解

STM32中断详解 NVIC 中断系统中断向量表相关寄存器中断优先级中断配置 外部中断实验EXTI框图外部中断/事件线映射中断步骤初始化代码实现 定时器中断通用定时器相关功能标号1&#xff1a;时钟源标号 2&#xff1a;控制器标号 3&#xff1a;时基单元 代码实现 NVIC 中断系统 STM…
阅读更多...
常见的中间件漏洞

常见的中间件漏洞

1.tomcat 1.1 CVE-2017-12615(put上传) 当在Tomcat的conf&#xff08;配置目录下&#xff09;/web.xml配置文件中添加readonly设置为false时&#xff0c;将导致该漏洞产 ⽣&#xff0c;&#xff08;需要允许put请求&#xff09; , 攻击者可以利⽤PUT方法通过精心构造的数据包…
阅读更多...
【JAVA】神经网络的基本结构和前向传播算法

【JAVA】神经网络的基本结构和前向传播算法

前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&#xff0c;风趣幽默&#xff0c; 忍不住分享一下给大家。点击跳转到网站 学习总结 1、掌握 JAVA入门到进阶知识(持续写作中……&#xff09; 2、学会Oracle数据库入门到入土用法(创作中……&#xff09; 3、手把…
阅读更多...
Qt 12.28 day3

Qt 12.28 day3

作业&#xff1a; 1】 思维导图 2】 在登录界面的登录取消按钮进行以下设置&#xff1a; 使用手动连接&#xff0c;将登录框中的取消按钮使用qt4版本的连接到自定义的槽函数中&#xff0c;在自定义的槽函数中调用关闭函数 将登录按钮使用qt5版本的连接到自定义的槽函数中&a…
阅读更多...
Ubuntu 20.04.1 LTS搭建nginx + php7.4运行环境

Ubuntu 20.04.1 LTS搭建nginx + php7.4运行环境

本文基于https://www.rosehosting.com/blog/how-to-install-php-7-4-with-nginx-on-ubuntu-20-04/的翻译和实践记录。 安装 Nginx 默认情况下&#xff0c;最新版本的 Nginx 位于 Ubuntu 20.04 默认存储库中。您可以使用以下命令安装它&#xff1a; apt-get install nginx -y…
阅读更多...
【专题】2024年出口跨境电商促销趋势白皮书报告汇总PDF洞察（附原数据表）

【专题】2024年出口跨境电商促销趋势白皮书报告汇总PDF洞察（附原数据表）

原文链接&#xff1a;https://tecdat.cn/?p38722 在当今全球化加速演进、数字经济蓬勃发展的大背景下&#xff0c;跨境电商行业正以前所未有的态势重塑国际贸易格局&#xff0c;成为各方瞩目的焦点领域。 根据亚马逊发布的《2024年出口跨境电商促销趋势白皮书》&#xff0c;…
阅读更多...
UE5材质节点Camera Vector/Reflection Vector

UE5材质节点Camera Vector/Reflection Vector

Camera Vector相机向量&#xff0c;输出像素到相机的方向&#xff0c;结果归一化 会随着相机移动而改变 Reflection Vector 反射向量&#xff0c;物体表面法线反射到相机的方向&#xff0c;x和y和camera vector相反 配合hdr使用
阅读更多...
【数据仓库】spark大数据处理框架

【数据仓库】spark大数据处理框架

文章目录 概述架构spark 架构角色下载安装启动pyspark启动spark-sehll启动spark-sqlspark-submit经验 概述 Spark是一个性能优异的集群计算框架&#xff0c;广泛应用于大数据领域。类似Hadoop&#xff0c;但对Hadoop做了优化&#xff0c;计算任务的中间结果可以存储在内存中&a…
阅读更多...
【Elasticsearch】集群配置深度解析与实践

【Elasticsearch】集群配置深度解析与实践

&#x1f9d1; 博主简介&#xff1a;CSDN博客专家&#xff0c;历代文学网&#xff08;PC端可以访问&#xff1a;https://literature.sinhy.com/#/?__c1000&#xff0c;移动端可微信小程序搜索“历代文学”&#xff09;总架构师&#xff0c;15年工作经验&#xff0c;精通Java编…
阅读更多...
Three.js教程004：坐标辅助器与轨道控制器

Three.js教程004：坐标辅助器与轨道控制器

文章目录 坐标辅助器与轨道控制器实现效果添加坐标辅助器添加轨道控制器完整代码完整代码下载坐标辅助器与轨道控制器 实现效果 添加坐标辅助器 创建坐标辅助器： const axesHelper = new Three.AxesHelper(5);添加到场景中： scene.
阅读更多...
紫光展锐推出高性能四核4G 智能穿戴平台W377E，应用场景更丰富

紫光展锐推出高性能四核4G 智能穿戴平台W377E，应用场景更丰富

近日&#xff0c;紫光展锐正式推出高性能4G 智能穿戴平台W377E。该产品面向不同的应用场景&#xff0c;拥有丰富特性和超低功耗&#xff0c;进一步壮大紫光展锐的智能穿戴产品组合。紫光展锐面向中高端和海量的智能穿戴市场&#xff0c;持续提供技术先进、高效安全、高质可靠的…
阅读更多...
Android着色器SweepGradient渐变圆环，Kotlin

Android着色器SweepGradient渐变圆环，Kotlin

Android着色器SweepGradient渐变圆环&#xff0c;Kotlin import android.content.Context import android.graphics.Canvas import android.graphics.Color import android.graphics.Paint import android.graphics.Path import android.graphics.SweepGradient import android…
阅读更多...
ES elasticsearch-8.17.0-windows-x86_64使用

ES elasticsearch-8.17.0-windows-x86_64使用

1、下载ES(elasticsearch 简称 ES 下载链接&#xff1a;https://www.elastic.co/downloads/elasticsearch) ES 下载链接&#xff1a;https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-8.17.0-windows-x86_64.zip))&#xff0c;需要在修改ES配置&#xff0…
阅读更多...
MySQL DBA需要掌握的 7 个问题

MySQL DBA需要掌握的 7 个问题

1. MySQL适用的场景是什么&#xff1f; 数据量建议单实例T级或以内&#xff0c;不依赖存储过程、函数、触发器的传统oltp场景都适用&#xff0c;因为是一个相对轻量级的数据库 灾备使用MySQL各类的高可用方案即可&#xff0c;比如主从、mha、mgr等。 2. MySQL巡检应该怎么做…
阅读更多...
柱状图中最大的矩形 - 困难

柱状图中最大的矩形 - 困难

************* c topic: 84. 柱状图中最大的矩形 - 力扣&#xff08;LeetCode&#xff09; ************* chenck the topic first: Think about the topics I have done before. the rains project comes:盛最多水的容器 - 中等难度-CSDN博客https://blog.csdn.net/ElseWhe…
阅读更多...
【SQL server】教材数据库（5）

【SQL server】教材数据库（5）

使用教材数据库&#xff08;1&#xff09;中的数据表完成以下题目&#xff1a; 1 根据上面基本表的信息定义视图显示每个学生姓名、应缴书费 2 观察基本表数据变化时&#xff0c;视图中数据的变化。 3利用视图&#xff0c;查询交费最高的学生。 1、create view 学生应缴费视…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023