【Kafka专题】Kafka快速实战以及基本原理详解

news2024/11/28 8:46:45

目录

  • 前言
  • 课程内容
    • 一、Kafka介绍
      • 1.1 MQ的作用
      • 1.2 为什么用Kafka
    • 二、Kafka快速上手
      • 2.1 实验环境
      • 2.2 单机服务体验
      • 2.3 认识Kafka模型架构
      • 2.4 Kafka集群
      • 2.5 理解服务端的Topic、Partion和Broker
      • 2.6 章节总结：Kafka集群的整体结构
    • 三、Kraft集群（拓展）
  • 学习总结

前言

Kafka在MQ里面，基本上是属于无可替代的地位。所以，非常建议大家学习，并且使用它。

课程内容

一、Kafka介绍

​ ChatGPT对于Apache Kafka的介绍：

Apache Kafka是一个分布式流处理平台，最初由LinkedIn开发并于2011年开源。它主要用于解决大规模数据的实时流式处理和数据管道问题。
Kafka是一个分布式的发布-订阅消息系统，可以快速地处理高吞吐量的数据流，并将数据实时地分发到多个消费者中。Kafka消息系统由多个broker（服务器）组成，这些broker可以在多个数据中心之间分布式部署，以提供高可用性和容错性。
Kafka的基本架构由生产者、消费者和主题（topic）组成。生产者可以将数据发布到指定的主题，而消费者可以订阅这些主题并消费其中的数据。同时，Kafka还支持数据流的处理和转换，可以在管道中通过Kafka Streams API进行流式计算，例如过滤、转换、聚合等.。
Kafka使用高效的数据存储和管理技术，能够轻松地处理TB级别的数据量。其优点包括高吞吐量、低延迟、可扩展性、持久性和容错性等。
Kafka在企业级应用中被广泛应用，包括实时流处理、日志聚合、监控和数据分析等方面。同时，Kafka还可以与其他大数据工具集成，如Hadoop、Spark和Storm等，构建一个完整的数据处理生态系统。

1.1 MQ的作用

MQ：MessageQueue，消息队列。 队列，是一种FIFO 先进先出的数据结构。消息则是跨进程传递的数据。一个典型的MQ系统，会将消息消息由生产者发送到MQ进行排队，然后根据一定的顺序交由消息的消费者进行处理。
例子：QQ和微信就是典型的MQ。只不过他对接的使用对象是人，而Kafka需要对接的使用对象是应用程序。

MQ的作用主要有以下三个方面：

  • 异步：快递员发快递，直接到客户家效率会很低。引入菜鸟驿站后，快递员只需要把快递放到菜鸟驿站，就可以继续发其他快递去了。客户再按自己的时间安排去菜鸟驿站取快递。

作用：异步能提高系统的响应速度、吞吐量。

  • 解耦：电商场景下单完成后，需要存储订单、设置物流信息，管理库存信息等。如果同步处理，那么购物系统需要耦合多个系统。通过引入MQ，购物系统不直接与订单系统、物流系统、库存系统耦合了，而是将购物消息发到MQ，再由MQ转发给各个系统。

作用1：服务之间进行解耦，才可以减少服务之间的影响。提高系统整体的稳定性以及可扩展性
作用2：解耦后可以实现数据分发。生产者发送一个消息后，可以由一个或者多个消费者进行消费，并且消费者的增加或者减少对生产者没有影响

  • 削峰：江每年都会涨水，但是下游出水口的速度是基本稳定的，所以会涨水。引入三峡大坝后，可以把水储存起来，下游慢慢排水。

作用：以稳定的系统资源应对突发的流量冲击

1.2 为什么用Kafka

一个典型的日志聚合的应用场景：服务需要收集来自各方的日志，并且分析
在这里插入图片描述
上图对应的​业务场景决定了产品的特点：

  1. 数据吞吐量很大： 需要能够快速收集各个渠道的海量日志
  2. 集群容错性高：允许集群中少量节点崩溃
  3. 功能不需要太复杂：Kafka的设计目标是高吞吐、低延迟和可扩展，主要关注消息传递而不是消息处理。所以，Kafka并没有支持死信队列、顺序消息等高级功能
  4. 允许少量数据丢失：Kafka本身也在不断优化数据安全问题，目前基本上可以认为Kafka可以做到不会丢数据

二、Kafka快速上手

2.1 实验环境

第一步：首先需要准备机器
准备了三台虚拟机 192.168.232.128~130，预备搭建三台机器的集群。三台机器均预装CentOS7 操作系统。分别配置机器名 worker1，worker2，worker3。

vi /etc/hosts

192.168.232.128 worker1
192.168.232.129 worker2
192.168.232.130 worker3

然后需要关闭防火墙（实验环境建议关闭，因为你不清楚，启动Kafka会需要用到哪些端口）。

firewall-cmd --state   查看防火墙状态
systemctl stop firewalld.service   关闭防火墙

第二步：在机器上准备环境
1）三台机器上都需要安装JAVA，JAVA的安装过程就不多说了，实验中采用目前用得最多的JAVA 8 版本就可以了。
2）接着下载kafka，选择当前最新的3.2.0版本。下载地址：https://kafka.apache.org/downloads 选择kafka_2.13-3.4.0.tgz进行下载。
3）下载Zookeeper，下载地址 https://zookeeper.apache.org/releases.html ，Zookeeper的版本并没有强制要求，这里我们选择比较新的3.6.1版本
4）​下载完成后，将这两个工具包上传到三台服务器上，解压后，分别放到/app/kafka和/app/zookeeper目录下。并将部署目录下的bin目录路径配置到path环境变量中

2.2 单机服务体验

下载下来的Kafka安装包不需要做任何的配置，就可以直接单击运行。这通常是快速了解Kafka的第一步。启动Kafka之前需要先启动Zookeeper，这里就用Kafka自带的Zookeeper。
1）启动Zookeeper，脚本在bin目录下

cd $KAKFKA_HOME
nohup bin/zookeeper-server-start.sh config/zookeeper.properties &

启动之后，从nohup.out中可以看到zookeeper默认会在2181端口启动。通过jps指令看到一个QuorumPeerMain进程，确定服务启动成功。

2）启动Kafka

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

启动完成后，使用jps指令，看到一个kafka进程，确定服务启动成功。服务会默认在9092端口启动。

3）简单收发消息
Kafka的基础工作机制是消息发送者可以将消息发送到kafka上指定的topic，而消息消费者，可以从指定的topic上消费消息
在这里插入图片描述
首先，可以使用Kafka提供的客户端脚本提前创建Topic：

#创建Topic
bin/kafka-topics.sh --create --topic test --bootstrap-server localhost:9092
#查看Topic
bin/kafka-topics.sh --describe --topic test --bootstrap-server localhost:9092

注意：如果不提前创建Topic，那么在第一次往一个之前不存在的Topic发送消息时，消息也能正常发送，只是会抛出LEADER_NOT_AVAILABLE警告。如下所示：

`[oper@worker1 kafka_2.13-3.2.0]$ bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test
123
12[2021-03-05 14:00:23,347] WARN [Producer clientId=console-producer] Error while fetching metadata with correlation id 1 : {test=LEADER_NOT_AVAILABLE} (org.apache.kafka.clients.NetworkClient)
3[2021-03-05 14:00:23,479] WARN [Producer clientId=console-producer] Error while fetching metadata with correlation id 3 : {test=LEADER_NOT_AVAILABLE} (org.apache.kafka.clients.NetworkClient)
[2021-03-05 14:00:23,589] WARN [Producer clientId=console-producer] Error while fetching metadata with correlation id 4 : {test=LEADER_NOT_AVAILABLE} (org.apache.kafka.clients.NetworkClient)
>>123
这是因为Broker端在创建完主题后，会显示通知Clients端LEADER_NOT_AVAILABLE异常。Clients端接收到异常后，就会主动去更新元数据，获取新创建的主题信息。

然后，启动一个消息发送者端。往一个名为test的Topic发送消息。

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test

当命令行出现 > 符号后，随意输入一些字符。Ctrl+C 退出命令行。这样就完成了往kafka发消息的操作。然后启动一个消息消费端，从名为test的Topic上接收消息。

[oper@worker1 kafka_2.13-3.2.0]$ bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test             
qwe
qwe
123
123
123
^CProcessed a total of 5 messages

这样就完成了一个基础的交互。这其中，生产者和消费者并不需要同时启动。他们之间可以进行数据交互，但是又并不依赖于对方。没有生产者，消费者依然可以正常工作，反过来，没有消费者，生产者也依然可以正常工作。这也体现出了生产者和消费者之间的解耦。

4）其他消息模式
之前我们通过kafka提供的生产者和消费者脚本，启动了一个简单的消息生产者以及消息消费者，实际上，kafka还提供了丰富的消息消费方式。

  • 指定消费进度：通过kafka-console.consumer.sh启动的控制台消费者，会将获取到的内容在命令行中输出。如果想要消费之前发送的消息，可以通过添加–from-begining参数指定。
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --from-beginning --topic test

如果需要更精确的消费消息，甚至可以指定从哪个partition，哪一条消息开始消费：

# ​这表示从第0号Partition上的第四个消息开始读起。Partition和Offset是什么呢，可以用以下指令查看。
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --partition 0 --offset 4 --topic test
  • 分组消费：对于每个消费者，可以指定一个消费者组。kafka中的同一条消息，只能被同一个消费者组下的某一个消费者消费。而不属于同一个消费者组的其他消费者，也可以消费到这一条消息。在kafka-console-consumer.sh脚本中，可以通过–consumer-property group.id=testGroup来指定所属的消费者组。例如，可以启动三个消费者（分属于2个消费者组），来验证一下分组消费机制：
#两个消费者实例属于同一个消费者组
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --consumer-property group.id=testGrroup --topic test
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --consumer-property group.id=testGrroup --topic test
#这个消费者实例属于不同的消费者组
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --consumer-property group.id=testGrroup2 --topic test

我们在消费过程中，还可以查看消费者组的偏移量。使用kafka-consumer-groups.sh观测消费者组的情况。包括他们的消费进度。

bin/kafka-consumer-groups.sh --bootstrap-server localhost:9092 --describe --group testGroup

在这里插入图片描述
上图的含义是：

  • Consumer group 'testGroup' has no active members.：表示当前消费者组没有消费者挂载
  • Group：当前消费者组名
  • TOPIC：当前消费者组订阅的Topic
  • PARTITION：当前Topic所在的分区
  • CURRENT-OFFSET：当前消费者组消费进度，消费到第10条了
  • LOG-END-OFFSET：当前Topic总共有多少条记录，当前是10条
  • LAG：消费者消费进度，与Topic总记录数的差值（即：LOG-END-OFFSET - CURRENT-OFFSET）
    ​其实从上图也可以看到，虽然业务上是通过Topic来分发消息的，但是实际上，消息是保存在Partition这样一个数据结构上的。它的基本基本消息传递模型图如下：
    在这里插入图片描述

2.3 认识Kafka模型架构

在这里插入图片描述
在Kafka的技术体系中，有以下一些概念需要先熟悉起来：

  • 客户端Client： 包括消息生产者 和 消息消费者。之前简单接触过
  • 消费者组：每个消费者可以指定一个所属的消费者组，相同消费者组的消费者共同构成一个逻辑消费者组。每一个消息会被多个感兴趣的消费者组消费，但是在每一个消费者组内部，一个消息只会被消费一次
  • 服务端Broker：一个Kafka服务器就是一个Broker（在MQ中经常出现的一个名词：中介者）
  • 话题Topic：这是一个逻辑概念，一个Topic被认为是业务含义相同的一组消息。客户端都通过绑定Topic来生产或者消费自己感兴趣的话题
  • 分区Partition：Topic只是一个逻辑概念，而Partition就是实际存储消息的组件。每个Partiton就是一个queue队列结构。所有消息以FIFO先进先出的顺序保存在这些Partition分区中

2.4 Kafka集群

为什么要用集群？虽然单机服务下，Kafka已经具备了非常高的性能。TPS能够达到百万级别。但是，在实际工作中使用时，单机搭建的Kafka会有很大的局限性。
一方面，消息太多，需要分开保存。Kafka是面向海量消息设计的，一个Topic下的消息会非常多，单机服务很难存得下来。这些消息就需要分成不同的Partition，分布到多个不同的Broker上。这样每个Broker就只需要保存一部分数据。这些分区的个数就称为分区数。
另一方面，服务不稳定，数据容易丢失。单机服务下，如果服务崩溃，数据就丢失了。为了保证数据安全，就需要给每个Partition配置一个或多个备份，保证数据不丢失。Kafka的集群模式下，每个Partition都有一个或多个备份。Kafka会通过一个统一的Zookeeper集群作为选举中心，给每个Partition选举出一个主节点Leader，其他节点就是从节点Follower。主节点负责响应客户端的具体业务请求，并保存消息。而从节点则负责同步主节点的数据。当主节点发生故障时，Kafka会选举出一个从节点成为新的主节点。
最后，Kafka集群中的这些Broker信息，包括Partition的选举信息，都会保存在额外部署的Zookeeper集群当中，这样，kafka集群就不会因为某一些Broker服务崩溃而中断。
Kafka的集群架构大体是这样的：
在这里插入图片描述
接下来我们就动手部署一个Kafka集群，来体验一下Kafka是如何面向海量数据进行横向扩展的。我们先来部署一个基于Zookeeper的Kafka集群。其中，选举中心部分，Zookeeper是一种多数同意的选举机制，允许集群中少数节点出现故障。因此，在搭建集群时，通常都是采用3，5，7这样的奇数节点，这样可以最大化集群的高可用特性。 在后续的实验过程中，我们会在三台服务器上都部署Zookeeper和Kafka。

1）部署Zookeeper集群
这里采用之前单独下载的Zookeeper来部署集群。Zookeeper是一种多数同意的选举机制，允许集群中少半数节点出现故障。因此，在搭建集群时，通常采用奇数节点，这样可以最大化集群的高可用特性。在后续的实现过程中，我们会在三台服务器上都部署Zookeeper。
先将下载下来的Zookeeper解压到/app/zookeeper目录。然后进入conf目录，修改配置文件。在conf目录中，提供了一个zoo_sample.cfg文件，这是一个示例文件。我们只需要将这个文件复制一份zoo.cfg(cp zoo_sample.cfg zoo.cfg)，修改下其中的关键配置就可以了。其中比较关键的修改参数如下：

#Zookeeper的本地数据目录，默认是/tmp/zookeeper。这是Linux的临时目录，随时会被删掉。
dataDir=/app/zookeeper/data
#Zookeeper的服务端口
clientPort=2181
#集群节点配置
server.1=192.168.232.128:2888:3888
server.2=192.168.232.129:2888:3888
server.3=192.168.232.130:2888:3888

其中，clientPort 2181是对客户端开放的服务端口。集群配置部分， server.x这个x就是节点在集群中的myid。后面的2888端口是集群内部数据传输使用的端口。3888是集群内部进行选举使用的端口。
接下来将整个Zookeeper的应用目录分发到另外两台机器上。就可以在三台机器上都启动Zookeeper服务了。

bin/zkServer.sh --config conf start

启动完成后，使用jps指令可以看到一个QuorumPeerMain进程就表示服务启动成功。​三台机器都启动完成后，可以查看下集群状态。

[root@hadoop02 zookeeper-3.5.8]# bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /app/zookeeper/zookeeper-3.5.8/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: leader

2）部署Kafka集群
kafka服务并不需要进行选举，因此也没有奇数台服务的建议。部署Kafka的方式跟部署Zookeeper差不多，就是解压、配置、启服务三板斧。
首先将Kafka解压到/app/kafka目录下，然后进入config目录，修改server.properties。这个配置文件里面的配置项非常多，下面列出几个要重点关注的配置。

#broker 的全局唯一编号，不能重复，只能是数字。
broker.id=0
#数据文件地址。同样默认是给的/tmp目录。
log.dirs=/app/kafka/logs
#默认的每个Topic的分区数
num.partitions=1
#zookeeper的服务地址
zookeeper.connect=worker1:2181,worker2:2181,worker3:2181
#可以选择指定zookeeper上的基础节点。
#zookeeper.connect=worker1:2181,worker2:2181,worker3:2181/kafka

broker.id需要每个服务器上不一样，分发到其他服务器上时，要注意修改一下，多个Kafka服务注册到同一个zookeeper集群上的节点，会自动组成集群。配置文件中的注释非常细致，可以关注一下。下面是server.properties文件中比较重要的核心配置
在这里插入图片描述
接下来就可以启动kafka服务了。启动服务时需要指定配置文件。

# -daemon表示后台启动kafka服务，这样就不会占用当前命令窗口。
bin/kafka-server-start.sh -daemon config/server.properties

​通过jps指令可以查看Kafka的进程

2.5 理解服务端的Topic、Partion和Broker

接下来可以对比一下之前的单机服务，快速理解Kafka的集群当中核心的Topic、Partition、Broker。

# 创建一个分布式的Topic
[oper@worker1 bin]$ ./kafka-topics.sh --bootstrap-server worker1:9092 --create --replication-factor 2 --partitions 4 --topic disTopic
Created topic disTopic.
# 列出所有的Topic
[oper@worker1 bin]$ ./kafka-topics.sh --bootstrap-server worker1:9092 --list
__consumer_offsets
disTopic
# 查看列表情况
[oper@worker1 bin]$ ./kafka-topics.sh --bootstrap-server worker1:9092 --describe --topic disTopic
Topic: disTopic TopicId: vX4ohhIER6aDpDZgTy10tQ PartitionCount: 4       ReplicationFactor: 2    Configs: segment.bytes=1073741824
        Topic: disTopic Partition: 0    Leader: 2       Replicas: 2,1   Isr: 2,1
        Topic: disTopic Partition: 1    Leader: 1       Replicas: 1,0   Isr: 1,0
        Topic: disTopic Partition: 2    Leader: 0       Replicas: 0,2   Isr: 0,2
        Topic: disTopic Partition: 3    Leader: 2       Replicas: 2,0   Isr: 2,0

从这里可以看到，

  1. –create创建集群，可以指定一些补充的参数。大部分的参数都可以在配置文件中指定默认值
    • partitons参数表示分区数，这个Topic下的消息会分别存入这些不同的分区中。示例中创建的disTopic，指定了四个分区，也就是说这个Topic下的消息会划分为四个部分
    • replication-factor表示每个分区有几个备份。示例中创建的disTopic，指定了每个partition有两个备份
  2. –describe查看Topic信息
    • partiton参数列出了四个partition，后面带有分区编号，用来标识这些分区
    • Leader表示这一组partiton中的Leader节点是哪一个。这个Leader节点就是负责响应客户端请求的主节点。从这里可以看到，Kafka中的每一个Partition都会分配Leader，也就是说每个Partition都有不同的节点来负责响应客户端的请求。这样就可以将客户端的请求做到尽量的分散
    • Replicas参数表示这个partition的多个备份是分配在哪些Broker上的。也称为AR。这里的0,1,2就对应配置集群时指定的broker.id。但是，Replicas列出的只是一个逻辑上的分配情况，并不关心数据实际是不是按照这个分配。甚至有些节点服务挂了之后，Replicas中也依然会列出节点的ID
    • ISR参数表示partition的实际分配情况。他是AR的一个子集，只列出那些当前还存活，能够正常同步数据的那些Broker节点

接下来，我们还可以查看Topic下的Partition分布情况。在Broker上，与消息，联系最为紧密的，其实就是Partition了。之前在配置Kafka集群时，指定了一个log.dirs属性，指向了一个服务器上的日志目录。进入这个目录，就能看到每个Broker的实际数据承载情况。
在这里插入图片描述
从这里可以看到，Broker上的一个Partition对应了日志目录中的一个目录。而这个Partition上的所有消息，就保存在这个对应的目录当中。
从整个过程可以看到，Kafka当中，Topic是一个数据集合的逻辑单元。同一个Topic下的数据，实际上是存储在Partition分区中的，Partition就是数据存储的物理单元。而Broker是Partition的物理载体，这些Partition分区会尽量均匀的分配到不同的Broker机器上。而之前接触到的offset，就是每个消息在partition上的偏移量

Q1：Kafka为何要这样来设计Topic、Partition和Broker的关系呢？
答：

  1. Kafka设计需要支持海量的数据，而这样庞大的数据量，一个Broker是存不下的。那就拆分成多个Partition，每个Broker只存一部分数据。这样极大的扩展了集群的吞吐量。
  2. 每个Partition保留了一部分的消息副本，如果放到一个Broker上，就容易出现单点故障。所以就给每个Partition设计Follower节点，进行数据备份，从而保证数据安全。另外，多备份的Partition设计也提高了读取消息时的并发度。
  3. 在同一个Topic的多个Partition中，会产生一个Partition作为Leader。这个Leader Partition会负责响应客户端的请求，并将数据往其他Partition分发

2.6 章节总结：Kafka集群的整体结构

三、Kraft集群（拓展）

学习总结

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.coloradmin.cn/o/1055688.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

SpringMVC的请求映射：路由请求的精准导航

SpringMVC的请求映射：路由请求的精准导航

SpringMVC的请求映射：路由请求的精准导航 SpringMVC是一个用于构建Web应用程序的强大框架，它提供了众多的特性和组件来简化开发过程。其中，请求映射是SpringMVC中的一个关键特性，用于将HTTP请求映射到具体的处理方法。本文将深入…
阅读更多...
电池集成充电解决方案提供商【XCharge Group】获得壳牌风险投资

电池集成充电解决方案提供商【XCharge Group】获得壳牌风险投资

来源：猛兽财经 作者：猛兽财经 猛兽财经获悉，总部位于德国汉堡的电池集成充电解决方案提供商XCharge Group今日宣布已获得了壳牌风险投资公司的投资，这笔交易的金额没有披露。 XCharge Group计划将这笔资金用在三方面：…
阅读更多...
Vue中的数据分页与分页组件设计

Vue中的数据分页与分页组件设计

Vue中的数据分页与分页组件设计 在前端开发中，数据分页是一个常见的需求，特别是当处理大量数据时。Vue作为一款流行的JavaScript框架，提供了强大的工具和生态系统来实现数据分页。本文将介绍如何在Vue中进行数据分页，以及如何设计…
阅读更多...
制作原创音乐app软件FL Studio21.2中文版

制作原创音乐app软件FL Studio21.2中文版

如果你正在录制、编辑或创作新歌曲，你会需要使用 FL Studio 快捷键。FL Studio 可用于录制、编辑和制作，以及专业人士录制和创作歌曲。在 FL Studio 中创建音乐专辑也是一个漫长的过程，可能会变得复杂且需要较长时间。很好的是，学…
阅读更多...
20230224_HDR-ISP_unpack_depwl_01

20230224_HDR-ISP_unpack_depwl_01

https://github.com/JokerEyeAdas/HDR-ISP/tree/main 1.unpack：解析raw图 (1)unpack：2个字节1个像素 (2)mipi10：5个字节4个像素 [p1 9:2][p2 9:2][p3 9:2][p4 9:2][(p1 1:0)(p2 1:0)(p3 1:0)(p4 1:0)] (3)mipi12：3个字节2个像…
阅读更多...
UE5 虚幻引擎 详解蓝图通信 必备的知识技能之一！！！

UE5 虚幻引擎 详解蓝图通信 必备的知识技能之一！！！

目录 0 引言1 直接蓝图通信1.1 在关卡蓝图中直接拖拽Actor1.2 Get Actor of Class/Get All Actors of Class 2 事件分发器2.1 创建事件分发器2.2 绑定事件分发器2.3 调用事件分发器 3 蓝图接口3.1 使用步骤3.2 为什么要使用蓝图接口 4 蓝图转换 0 引言 问题：为什么需…
阅读更多...
优雅的写Controller 层代码这样写才可以

优雅的写Controller 层代码这样写才可以

前 言 本篇主要要介绍的就是controller层的处理，一个完整的后端请求由4部分组成： 接口地址(也就是URL地址)请求方式(一般就是get、set，当然还有put、delete)请求数据(request，有head跟body)响应数据(response) 本篇将解决以下3个…
阅读更多...
DHCP服务器原理

DHCP服务器原理

DHCP (Dynamic Host Configuration Protocol，动态主机配置协议) Linux系统DHCP服务配置文件为 /etc/dhcpd.conf DHCP租约过程 DHCP租约过程就是DHCP客户机动态获取IP地址的过程。 DHCP租约过程分为4步: •客户机请求IP(客户机发DHCPDISCOVER广播包)；…
阅读更多...
Electron 惊现十级漏洞，到底谁的锅？

Electron 惊现十级漏洞，到底谁的锅？

最近开源软件又爆出一个十级漏洞，该漏洞冲击范围巨大，涉及数百万不同的应用程序，其中也包括 iOS、Android 应用程序以及使用 Electron 构建的跨平台应用程序。 这个漏洞两周前就已经被苹果和谷歌发现，但苹果和谷歌在披露漏洞时缺乏关键信息，造成了“巨大的盲点”，导致全…
阅读更多...
ASUS华硕飞行堡垒5笔记本FX504GM_FX80GM原装出厂Windows10系统

ASUS华硕飞行堡垒5笔记本FX504GM_FX80GM原装出厂Windows10系统

系统自带所有驱动、出厂主题壁纸、系统属性华硕专属LOGO标志、Office办公软件、MyASUS华硕电脑管家等预装程序 下载链接：https://pan.baidu.com/s/1C8vPvqiwqoUY3PxC915LXg?pwdv079
阅读更多...
1、手把手教你学会使用 FlinkSQL客户端

1、手把手教你学会使用 FlinkSQL客户端

目录 1、FlinkSQL客户端的功能 2、FlinkSQL客户端启动参数配置 2.1 基本语法 2.2 相关参数([MODE])： 2.3 相关参数(embedded [OPTIONS])： 3、启动Flink的sql-client 3.1 启动时使用初始化脚本 3.2 启动时指定依赖的jar包 3.3 基于yarn-session模…
阅读更多...
28391-2012 建筑施工机械与设备 人力移动式液压动力站

28391-2012 建筑施工机械与设备 人力移动式液压动力站

声明 本文是学习GB-T 28391-2012 建筑施工机械与设备 人力移动式液压动力站. 而整理的学习笔记,分享出来希望更多人受益,如果存在侵权请及时联系我们 1 范围 本标准规定了人力移动式液压动力站(以下简称动力站)的范围、分类、要求、试验方法和检验规则。 本标准适用于以中小…
阅读更多...
在pycharm中弹出图后，需要关闭才会显示Process finished with exit code 0

在pycharm中弹出图后，需要关闭才会显示Process finished with exit code 0

在pycharm中弹出图后，需要关闭才会显示Process finished with exit code 0 在PyCharm中，当你运行一个Python程序并弹出一个图形窗口时，程序会等到图形窗口关闭后才会显示 “Process finished with exit code 0” 的消息。 这是 由于代码执行…
阅读更多...
【Java 进阶篇】JDBC（Java Database Connectivity）详解

【Java 进阶篇】JDBC（Java Database Connectivity）详解

JDBC（Java Database Connectivity）是 Java 中用于连接和操作数据库的标准 API。它允许 Java 应用程序与不同类型的数据库进行交互，执行查询、插入、更新和删除等操作。本文将详细介绍 JDBC 的各个类及其用法，以帮助您更好地理解和…
阅读更多...
Vue.js3学习篇--Vue模板应用

Vue.js3学习篇--Vue模板应用

目录 一,模板基础 1.模板插值 （1）基础插值 （2）HTML代码插值 （3）标签属性插值 2.模板指令 （1）定义 （2）指令参数 二.条件渲染 1.使用v-if指令渲染 2.使…
阅读更多...
采集SEO方法-添加链接段落

采集SEO方法-添加链接段落

采集大量的文章数据，要想批量做SEO添加链接段落方法，可以使用简数采集器的处理规则实现。 简数采集器的一个处理规则，可以包含多种SEO方法，还可自由组合，强大灵活方便。 添加补充链接段落的SEO技巧： 1&a…
阅读更多...
vue2与vue3 v-model的区别

vue2与vue3 v-model的区别

目录 Vue 2中的v-model 默认使用 自定义使用 修饰符.sync (Vue2) Vue3.x 使用 v-model vue 3 的v-model使用原理 多个 v-model 使用 总结 Vue 2中的v-model 在Vue 2中，v-model是一个用于在子组件和父组件之间双向绑定数据的指令。当在子组件中使用v-mode…
阅读更多...
【数据结构】AVL树(C++实现)

【数据结构】AVL树(C++实现)

​ ​📝个人主页：Sherry的成长之路 🏠学习社区：Sherry的成长之路（个人社区） 📖专栏链接：数据结构 🎯长路漫漫浩浩，万事皆有期待 上一篇博客：【数据…
阅读更多...
性格敏感怎么办？改变性格敏感的方法有哪些？

性格敏感怎么办？改变性格敏感的方法有哪些？

有这么一群人，他们的情绪很容易受到外界的影响，就像一汪宁静的湖水，被风轻易地吹出皱纹。他们有着高度敏感的神经，外界稍微一点风吹草动，就会牵动他们紧张的情绪。 他们的思维就像脱缰的野马，生活中任何一…
阅读更多...
String 进阶

String 进阶

字符串拼接 // 常量与常量的拼接结果放在常量池 // 常量池中不会存在相同的常量 String str1 "a" "b"; System.out.println(str1 "ab");// 拼接时有一个为变量，则结果会放在堆中。 // 变量拼接的原理是 StringBuilder append 最后…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023