java之ParameterizedType

uedbet西甲赫塔菲官网

  ParameterizedType是Type的子接口,表示一个有参数的类型,例如Collection,Map<K,V>等。但实现上 ParameterizedType并不直接表示Collection和Map<K,V>等,而是表示 Collection和Map<String,String>等这种具体的类型。是不是看着眼熟,其实这就是我们常说的泛型。而ParameterizedType实际上代表的是一个泛型的uedbet官网西甲赫。

Vert.x入门

uedbet西甲赫塔菲官网

  Vert.xEclipse Vert.x是eclipse旗下的一个开源项目。Eclipse Vert.x是基于事件驱动和非阻塞的(基于netty之上,netty是一个天然的纯异步容器),换句话说这框架适合高并发的处理。Vert.x非常灵活 ,无论是简单的网络实用程序,复杂的现代Web应用程序,HTTP / REST微服务,大容量事件处理还是完整的后端消息总线应用程序,Vert.x都非常适合。比如游戏后端开发、银行业务开发等等。
官网地址:https://vertx.io/
官网中文地址:http://vertxchina.github.io/vertx-translation-chinese/

Vert.X 中没有MVC、IOC、AOP、ORM这些概念,而是用自己的一套解决方案处理

Springboot的invokeBeanFactoryPostProcessors的作用

uedbet西甲赫塔菲官网

BeanFactoryPostProcessor在springboot初始化过程中发挥了重要的作用,它们在 refresh()方法中的invokeBeanFactoryPostProcessors里面进行处理。

正文

BeanFactoryPostProcessor注册时机

SpringBoot在启动的时候,调用了run方法,在调用SpringApplication的 prepareContext()方法时候,调用了applyInitializers(context)应用初始化方法,applyInitializers(context)方法中,通过获取初始化对象,进行初始化过程,其中initializers中包含多个initializers对象,这些对象时在SpringApplication类uedbet官网西甲赫化的时候添加进去的。

Springboot如何在运行时刷新属性配置

uedbet西甲赫塔菲官网

  早几年就已经接触过微服务的一些知识和用法,特别是对于分布式和实时配置等功能留下了比较深刻的印象,通过阅读源代码,知道和清楚了他们的一些实现逻辑和具体办法。对于Springboot而言,在没有引入Nacos或者cloud情况下,如果进行属性的实时刷新并更新到uedbet官网西甲赫bean中去,一直没有进行深入的探索和实践,今天有时间查了一些资料和文档,大致理清了思路,故进行一个整理和记录。

啥是ZooKeeper

  ZooKeeper是一个分布式的,开放源码的分布式应用程序协调服务,是Google的Chubby一个开源的实现(Chubby是不开源的),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 。

  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,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,简单示例图如下:

Ignite详细介绍

uedbet西甲赫塔菲官网

upload successful

  企业正在以巨大的速度积累数据,需要大量的存储空间。由于要存储和处理数 TB 的数据,开发人员常常会陷入困境。 Apache Ignite 以内存为中心的分布式数据库、缓存和处理平台,用于事务性、分析性和流式工作负载,可以在PB级数据上享有内存级的性能。Ignite 为应用和不同的数据源之间提供一个高性能、分布式内存中数据组织管理的框架。

Flink的作业调度

调度

Flink 通过 Task Slots 来定义执行资源。每个 TaskManager 有一到多个 task slot,每个 task slot 可以运行一条由多个并行 task 组成的流水线。 这样一条流水线由多个连续的 task 组成,比如并行度为 n 的 MapFunction 和 并行度为 n 的 ReduceFunction。需要注意的是 Flink 经常并发执行连续的 task,不仅在流式作业中到处都是,在批量作业中也很常见。

Kafka常用命令

启动命令

kafka 启动命令:

nohup bin/kafka-server-start.sh config/server.properties &

kafka 停止命令:
bin/kafka-server-stop.sh

Flink DataSource原理

Data Source 原理

核心组件

一个数据 source 包括三个核心组件:分片(Splits)分片枚举器(SplitEnumerator) 以及 源阅读器(SourceReader)

  • 分片(Split) 是对一部分 source 数据的包装,如一个文件或者日志分区。分片是 source 进行任务分配和数据并行读取的基本粒度。
  • 源阅读器(SourceReader) 会请求分片并进行处理,例如读取分片所表示的文件或日志分区。SourceReader 在 TaskManagers 上的 SourceOperators 并行运行,并产生并行的事件流/记录流。
  • 分片枚举器(SplitEnumerator) 会生成分片并将它们分配给 SourceReader。该组件在 JobManager 上以单并行度运行,负责对未分配的分片进行维护,并以均衡的方式将其分配给 reader。