ELK 日志分析系统介绍与部署

news2024/11/30 1:52:40

目录

一、ELK 简介:

 1.开源工具介绍：

 2.其它组件：

  2.1 Filebeat：

 2.2 Fluentd：

 2.3 缓存/消息队列（redis、kafka、RabbitMQ等）：

 3. filebeat 结合 logstash 带来好处：

二、为什么要使用 ELK：

三、完整日志系统基本特征：

四、ELK 的工作原理：

五、ELK 日志分析系统部署：

 1. 环境准备：

  视图：

 2. Elasticsearch 集群部署：

  2.1 设置Java环境：

  2.2 部署 Elasticsearch 软件：

  2.3 性能参数调优：

  2.4 优化elasticsearch用户拥有的内存权限：

当机器内存大于64G时，遵循原则：建议分配给ES分配 4~32G 的内存即可，其它内存留给操作系统，供lucene使用

  2.5 启动elasticsearch：

 3. 安装 Elasticsearch-head 插件：

  3.1 编译安装 node：

  3.2 安装 phantomjs：

  3.3 安装 Elasticsearch-head 数据可视化工具：

  3.4 修改 Elasticsearch 主配置文件：

  3.5 启动 elasticsearch-head 服务：

 4. Apache 节点 ELK Logstash 部署：

  4.2 安装Java环境：

  4.3 安装logstash：

  4.4 测试 Logstash：

 5. Node1 ELK Kiabana 部署：

  5.1 安装 Kiabana：

  5.2 设置 Kibana 的主配置文件：

  5.3 创建日志文件，启动 Kibana 服务：

  5.4 验证kibana， 添加Elasticsearch 索引：

一、ELK 简介:

ELK平台是一套完整的日志集中处理解决方案，将 ElasticSearch、Logstash 和 Kiabana 三个开源工具配合使用， 完成更强大的用户对日志的查询、排序、统计需求。

 1.开源工具介绍：

ElasticSearch：是基于Lucene（一个全文检索引擎的架构）开发的分布式存储检索引擎，用来存储各类日志。
Elasticsearch 是用 Java 开发的，可通过 RESTful Web 接口，让用户可以通过浏览器与 Elasticsearch 通信。
Elasticsearch是一个实时的、分布式的可扩展的搜索引擎，允许进行全文、结构化搜索，它通常用于索引和搜索大容量的日志数据，也可用于搜索许多不同类型的文档。

Kiabana：Kibana 通常与 Elasticsearch 一起部署，Kibana 是 Elasticsearch 的一个功能强大的数据可视化 Dashboard，Kibana 提供图形化的 web 界面来浏览 Elasticsearch 日志数据，可以用来汇总、分析和搜索重要数据。

Logstash：作为数据收集引擎。它支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储到用户指定的位置，一般会发送给 Elasticsearch。
Logstash 由 Ruby 语言编写，运行在 Java 虚拟机（JVM）上，是一款强大的数据处理工具， 可以实现数据传输、格式处理、格式化输出。Logstash 具有强大的插件功能，常用于日志处理。

 2.其它组件：

  2.1 Filebeat：

  轻量级的开源日志文件数据搜集器。通常在需要采集数据的客户端安装 Filebeat，并指定目录与日志格式，Filebeat 就能快速收集数据，并发送给 logstash 进行解析，或是直接发给 Elasticsearch 存储，性能上相比运行于 JVM 上的 logstash 优势明显，是对它的替代。常应用于 EFLK 架构当中。

 2.2 Fluentd：

  是一个流行的开源数据收集器。由于 logstash 太重量级的缺点，Logstash 性能低、资源消耗比较多等问题，随后就有 Fluentd 的出现。相比较 logstash，Fluentd 更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为 logstash 的一种替代方案，常应用于 EFK 架构当中。在 Kubernetes 集群中也常使用 EFK 作为日志数据收集的方案。
在 Kubernetes 集群中一般是通过 DaemonSet 来运行 Fluentd，以便它在每个 Kubernetes 工作节点上都可以运行一个 Pod。 它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch 集群，在该集群中对其进行索引和存储。

 2.3 缓存/消息队列（redis、kafka、RabbitMQ等）：

  可以对高并发日志数据进行流量削峰和缓冲，这样的缓冲可以一定程度的保护数据不丢失，还可以对整个架构进行应用解耦。

 3. filebeat 结合 logstash 带来好处：

  1. 通过 Logstash 具有基于磁盘的自适应缓冲系统，该系统将吸收传入的吞吐量，从而减轻 Elasticsearch 持续写入数据的压力
  2. 从其他数据源（例如数据库，S3对象存储或消息传递队列）中提取
  3. 将数据发送到多个目的地，例如S3，HDFS（Hadoop分布式文件系统）或写入文件
  4. 使用条件数据流逻辑组成更复杂的处理er

二、为什么要使用 ELK：

日志主要包括系统日志、应用程序日志和安全日志。系统运维和开发人员可以通过日志了解服务器软硬件信息、检查配置过程中的错误及错误发生的原因。经常分析日志可以了解服务器的负荷，性能安全性，从而及时采取措施纠正错误。
往往单台机器的日志我们使用grep、awk等工具就能基本实现简单分析，但是当日志被分散的储存不同的设备上。如果你管理数十上百台服务器，你还在使用依次登录每台机器的传统方法查阅日志。这样是不是感觉很繁琐和效率低下。当务之急我们使用集中化的日志管理，例如：开源的syslog，将所有服务器上的日志收集汇总。集中化管理日志后，日志的统计和检索又成为一件比较麻烦的事情，一般我们使用 grep、awk和wc等Linux命令能实现检索和统计，但是对于要求更高的查询、排序和统计等要求和庞大的机器数量依然使用这样的方法难免有点力不从心。
一般大型系统是一个分布式部署的架构，不同的服务模块部署在不同的服务器上，问题出现时，大部分情况需要根据问题暴露的关键信息，定位到具体的服务器和服务模块，构建一套集中式日志系统，可以提高定位问题的效率。

三、完整日志系统基本特征：

  • 收集：能够采集多种来源的日志数据
  • 传输：能够稳定的把日志数据解析过滤并传输到存储系统
  • 存储：存储日志数据
  • 分析：支持 UI 分析
  • 警告：能够提供错误报告，监控机制
     

四、ELK 的工作原理：

（1）在所有需要收集日志的服务器上部署Logstash；或者先将日志进行集中化管理在日志服务器上，在日志服务器上部署 Logstash。
（2）Logstash 收集日志，将日志格式化并输出到 Elasticsearch 群集中。
（3）Elasticsearch 对格式化后的数据进行索引和存储。
（4）Kibana 从 ES 群集中查询数据生成图表，并进行前端数据的展示。

总结：logstash作为日志搜集器，从数据源采集数据，并对数据进行过滤，格式化处理，然后交由Elasticsearch存储，kibana对日志进行可视化处理。

五、ELK 日志分析系统部署：

 1. 环境准备：

node1节点（2C/4G）：node1/192.168.88.101                    Elasticsearch
node2节点（2C/4G）：node2/192.168.80.103                    Elasticsearch
Apache节点：apache/192.168.88.100                        Logstash  Kibana  Apache

  视图：
 

systemctl stop firewalld
setenforce 0

##更改主机名
hostnamectl set-hostname apache
su ##切换用户

hostnamectl set-hostname node01
su

hostnamectl set-hostname node02
su

##编写hosts文件：
vim /etc/hosts
192.168.88.101 node01
192.168.88.103 node02
192.168.88.100 apache     ##所有节点配置

 2. Elasticsearch 集群部署：

  2.1 设置Java环境：

java -version					#如果没有安装，yum -y install java
openjdk version "1.8.0_131"
OpenJDK Runtime Environment (build 1.8.0_131-b12)
OpenJDK 64-Bit Server VM (build 25.131-b12, mixed mode)

  2.2 部署 Elasticsearch 软件：

#上传elasticsearch-6.7.2.rpm到/opt目录下
cd /opt
rpm -ivh elasticsearch-6.7.2.rpm

（2）修改elasticsearch主配置文件
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak

vim /etc/elasticsearch/elasticsearch.yml   --行数都是大概

--17--取消注释，指定集群名字
cluster.name: my-elk-cluster
--23--取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node1
node.master: true		#是否master节点，false为否
node.data: true			#是否数据节点，false为否
--36--取消注释，指定数据存放路径
path.data: /var/lib/elasticsearch
--40--取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch
--46--取消注释，避免es使用swap交换分区
bootstrap.memory_lock: true
--55--取消注释，设置监听地址，0.0.0.0代表所有地址
network.host: 0.0.0.0
--59--取消注释，ES 服务的默认监听端口为9200
http.port: 9200					#指定es集群提供外部访问的接口
transport.tcp.port: 9300		#指定es集群内部通信接口
--68--取消注释，集群发现通过单播实现，指定要发现的节点
discovery.zen.ping.unicast.hosts: ["192.168.80.10:9300", "192.168.80.11:9300"]

grep -v "^#" /etc/elasticsearch/elasticsearch.yml

  2.3 性能参数调优：

#优化最大内存大小和最大文件描述符的数量
vim /etc/security/limits.conf
......
*  soft    nofile          65536
*  hard    nofile          65536
*  soft    nproc           32000
*  hard    nproc           32000
*  soft    memlock         unlimited
*  hard    memlock         unlimited

vim /etc/systemd/system.conf
DefaultLimitNOFILE=65536
DefaultLimitNPROC=32000
DefaultLimitMEMLOCK=infinity

需重启生效

  2.4 优化elasticsearch用户拥有的内存权限：

    由于ES构建基于lucene, 而lucene设计强大之处在于lucene能够很好的利用操作系统内存来缓存索引数据，以提供快速的查询性能。lucene的索引文件segements是存储在单文件中的，并且不可变，对于OS来说，能够很友好地将索引文件保持在cache中，以便快速访问；因此，我们很有必要将一半的物理内存留给lucene ; 另一半的物理内存留给ES（JVM heap )。所以， 在ES内存设置方面，可以遵循以下原则：

  1. 当机器内存小于64G时，遵循通用的原则，50%给ES，50%留给操作系统，供lucene使用

  2. 当机器内存大于64G时，遵循原则：建议分配给ES分配 4~32G 的内存即可，其它内存留给操作系统，供lucene使用

vim /etc/sysctl.conf
#一个进程可以拥有的最大内存映射区域数，参考数据（分配 2g/262144，4g/4194304，8g/8388608）
vm.max_map_count=262144

sysctl -p

  2.5 启动elasticsearch：

systemctl start elasticsearch.service
systemctl enable elasticsearch.service


netstat -antp | grep 9200
#查看elasticsearch是否成功开启


 

  浏览器访问  

http://192.168.88.101:9200  、 http://192.168.88.103:9200 查看节点 Node1、Node2 的信息。

  浏览器访问

http://192.168.88.101:9200/_cluster/health?pretty、http://192.168.80.11:9200/_cluster/health?pretty

查看群集的健康情况，可以看到 status 值为 green（绿色）， 表示节点健康运行。

#使用上述方式查看群集的状态对用户并不友好，可以通过安装 Elasticsearch-head 插件，可以更方便地管理群集。

 3. 安装 Elasticsearch-head 插件：

Elasticsearch 在 5.0 版本后，Elasticsearch-head 插件需要作为独立服务进行安装，需要使用npm工具（NodeJS的包管理工具）安装。
安装 Elasticsearch-head 需要提前安装好依赖软件 node 和 phantomjs。

  • node：是一个基于 Chrome V8 引擎的 JavaScript 运行环境。
  • phantomjs：是一个基于 webkit 的JavaScriptAPI，可以理解为一个隐形的浏览器，任何基于 webkit 浏览器做的事情，它都可以做到。

  3.1 编译安装 node：

#上传软件包 node-v8.2.1.tar.gz 到/opt
yum install gcc gcc-c++ make -y

cd /opt
tar zxvf node-v8.2.1.tar.gz

cd node-v8.2.1/
./configure
make && make install

  3.2 安装 phantomjs：

#上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到
cd /opt
tar jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2
cd /opt/phantomjs-2.1.1-linux-x86_64/bin
cp phantomjs /usr/local/bin

  3.3 安装 Elasticsearch-head 数据可视化工具：

#上传软件包 elasticsearch-head-master.zip 到/opt
cd /opt
unzip elasticsearch-head-master.zip
cd /opt/elasticsearch-head/
npm install		 //安装依赖包

  3.4 修改 Elasticsearch 主配置文件：

vim /etc/elasticsearch/elasticsearch.yml
......
--末尾添加以下内容--
http.cors.enabled: true				#开启跨域访问支持，默认为 false
http.cors.allow-origin: "*"			#指定跨域访问允许的域名地址为所有

systemctl restart elasticsearch

  3.5 启动 elasticsearch-head 服务：

#必须在解压后的 elasticsearch-head 目录下启动服务，进程会读取该目录下的 gruntfile.js 文件，否则可能启动失败。
cd /usr/local/src/elasticsearch-head/
npm run start &

> elasticsearch-head@0.0.0 start /usr/local/src/elasticsearch-head
> grunt server

Running "connect:server" (connect) task
Waiting forever...
Started connect web server on http://localhost:9100
   出现这个便是成功

    #elasticsearch-head 监听的端口是 9100
netstat -natp |grep 9100

   #通过 Elasticsearch-head 查看 Elasticsearch 信息
通过浏览器访问 http://192.168.88.101:9100/ 地址并连接群集。如果看到群集健康值为 green 绿色，代表群集很健康。

 4. Apache 节点 ELK Logstash 部署：

Logstash 一般部署在需要监控其日志的服务器。在本案例中，Logstash 部署在 Apache 服务器上，用于收集 Apache 服务器的日志信息并发送到 Elasticsearch。

  4.1 安装Apahce服务（httpd）：

yum -y install httpd
systemctl start httpd

  4.2 安装Java环境：

yum -y install java

java -version     ##查看版本

  4.3 安装logstash：

#上传软件包 logstash-6.7.2.rpm 到/opt目录下
cd /opt
rpm -ivh logstash-6.7.2.rpm                          
systemctl start logstash.service                      
systemctl enable logstash.service

ln -s /usr/share/logstash/bin/logstash /usr/local/bin/

  4.4 测试 Logstash：

Logstash 命令常用选项：
-f：通过这个选项可以指定 Logstash 的配置文件，根据配置文件配置 Logstash 的输入和输出流。
-e：从命令行中获取，输入、输出后面跟着字符串，该字符串可以被当作 Logstash 的配置（如果是空，则默认使用 stdin 作为输入，stdout 作为输出）。
-t：测试配置文件是否正确，然后退出。

定义输入和输出流：
#输入采用标准输入，输出采用标准输出（类似管道），新版本默认使用 rubydebug 格式输出
logstash -e 'input { stdin{} } output { stdout{} }'

#使用 rubydebug 输出详细格式显示，codec 为一种编解码器
logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'

#使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.88.101:9200"] } }'

#修改 Logstash 配置文件，让其收集系统日志/var/log/messages，并将其输出到 elasticsearch 中。

chmod +r /var/log/messages                    #让 Logstash 可以读取日志

cd /etc/logstash/conf.d/
vim system.conf
input {
    file{
        path =>"/var/log/messages"
        type =>"system"
        start_position =>"beginning"
        # ignore_older => 604800
        sincedb_path => "/etc/logstash/sincedb_path/log_progress"
        add_field => {"log_hostname"=>"${HOSTNAME}"}
    }
}

output {
    elasticsearch {                                                #输出到 elasticsearch
        hosts => ["192.168.80.10:9200","192.168.80.11:9200"]    #指定 elasticsearch 服务器的地址和端口
        index =>"system-%{+YYYY.MM.dd}"                            #指定输出到 elasticsearch 的索引格式
    }
}

#path表示要收集的日志的文件位置
#type是输入ES时给结果增加一个叫type的属性字段
#start_position可以设置为beginning或者end，beginning表示从头开始读取文件，end表示读取最新的，这个要和ignore_older一起使用
#ignore_older表示了针对多久的文件进行监控，默认一天，单位为秒，可以自己定制，比如默认只读取一天内被修改的文件
#sincedb_path表示文件读取进度的记录，每行表示一个文件，每行有两个数字，第一个表示文件的inode，第二个表示文件读取到的位置（byteoffset）。默认为$HOME/.sincedb*
#add_field增加属性。这里使用了${HOSTNAME}，即本机的环境变量，如果要使用本机的环境变量，那么需要在启动命令上加--alow-env

mkdir /etc/logstash/sincedb_path/
touch /etc/logstash/sincedb_path/log_progress
chown logstash:logstash /etc/logstash/sincedb_path/log_progress

logstash -f system.conf

    浏览器访问 http://192.168.88.101:9100/ 查看索引信息

 5. Node1 ELK Kiabana 部署：

  5.1 安装 Kiabana：

#上传软件包 kibana-6.7.2-x86_64.rpm 到/opt目录
cd /opt
rpm -ivh kibana-6.7.2-x86_64.rpm

  5.2 设置 Kibana 的主配置文件：

     配置文件最后一行更改：  i18n.locale: "zh-CN"  可以把kibana界面切换成中文

vim /etc/kibana/kibana.yml
--2--取消注释，Kiabana 服务的默认监听端口为5601
server.port: 5601
--7--取消注释，设置 Kiabana 的监听地址，0.0.0.0代表所有地址
server.host: "0.0.0.0"
--28--取消注释，配置es服务器的ip，如果是集群则配置该集群中master节点的ip
elasticsearch.url:  ["http://192.168.80.10:9200","http://192.168.80.11:9200"] 
--37--取消注释，设置在 elasticsearch 中添加.kibana索引
kibana.index: ".kibana"
--96--取消注释，配置kibana的日志文件路径（需手动创建），不然默认是messages里记录日志
logging.dest: /var/log/kibana.log

  5.3 创建日志文件，启动 Kibana 服务：

touch /var/log/kibana.log
chown kibana:kibana /var/log/kibana.log

systemctl start kibana.service
systemctl enable kibana.service

netstat -natp | grep 5601

  5.4 验证kibana， 添加Elasticsearch 索引：

Management -> Index Pattern -> Create index pattern
Index pattern 输入：system-*    #在索引名中输入之前配置的 Output 前缀“system”

Next step -> Time Filter field name 选择 @timestamp -> Create index pattern

单击 “Discover” 按钮可查看图表信息及日志信息。
数据展示可以分类显示，在“Available Fields”中的“host”，然后单击 “add”按钮，可以看到按照“host”筛选后的结果

  5.5 收集 Apache 服务器的日志：

将（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示

vim /etc/logstash/conf.d/apache_log.conf

input {
    file{
        path => "/etc/httpd/logs/access_log"
        type => "access"
        start_position => "beginning"
    }
    file{
        path => "/etc/httpd/logs/error_log"
        type => "error"
        start_position => "beginning"
    }
}
output {
    if [type] == "access" {
        elasticsearch {
            hosts => ["192.168.88.101:9200","192.168.88.103:9200"]
            index => "apache_access-%{+YYYY.MM.dd}"
        }
    }
        if [type] == "error" {
        elasticsearch {
            hosts => ["192.168.88.101:9200","192.168.88.103:9200"]
            index => "apache_error-%{+YYYY.MM.dd}"
        }
    }
}

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/1095905.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

zookeeper源码学习笔记（一）

zookeeper源码学习笔记（一）

一、缘起 1、CP还是AP 作为一个在大数据行业工作了7～8年的老兵，在被问到zookeeper和CAP时，竟然有些恍惚，AP还是CP？ 看了一些博文，答案几乎都是CP？ zookeeper的实现中，P是一定的&…
阅读更多...
【C语言】.c源文件从编译到链接生成可执行程序的过程

【C语言】.c源文件从编译到链接生成可执行程序的过程

本篇文章目录 1. 过程概览2. 编译与链接2.1 预编译/预处理2.2 编译2.3 汇编2.4 链接 3. 执行/运行环境 1. 过程概览 编译到链接是c语言的翻译环境，c语言还有执行环境。 组成一个程序的每个源文件通过编译过程分别转换成目标代码（object code）…
阅读更多...
推荐《一拳超人》

推荐《一拳超人》

《一拳超人》是ONE原作，村田雄介作画，连载于网络漫画杂志《邻座的Young jump》上的漫画。 [1] 原为ONE在个人网站上连载的练笔之作， [2] 后被喜爱该作的另一漫画家村田雄介在征得ONE同意后重新绘制而成。 简体中文电子版由哔哩哔哩漫画发布…
阅读更多...
JavaSE学习值之--认识异常

JavaSE学习值之--认识异常

💕"有效知识的前提是承认知识边界，承认我们对边界那边的一切无可奉告。"💕 作者：Mylvzi 文章主要内容：JavaSE学习值之--认识异常 一.什么是异常？ 异常就是程序在运行的时候产生的不正常的行为 …
阅读更多...
java_Stream API

java_Stream API

文章目录 一、Stream API vs 集合二、Stream 使用的执行流程2.1、创建Stream2.1、中间操作2.1.1. filter2.1.2. limit2.1.3. skip2.1.4. distinct2.1.5. map2.1.6. sorted 一、Stream API vs 集合 Stream API 关注的是多个数据的计算（排序、查找、过滤、映射、遍历…
阅读更多...
网络工程师知识点4

网络工程师知识点4

51、OSPF的LSA类型 52虚链路：作用 解决区域划分不合理的问题 通过建立虚拟链路来实现一般区域与骨干区域的理论化直连 54、NSSA区域的特点 1、可以学习本区域连接的外部路由 2、不学习其他区域转发进来的外部路由 3、与外部区域通信使用ABR自动产生的默认路…
阅读更多...
python：爬取网络小说，看这一篇就够了

python：爬取网络小说，看这一篇就够了

说明： 本教程仅供于学习研究使用，请勿用于其他用途。 软件安装： 官网下载visual studio Visual Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器 (microsoft.com) 点进网页后下拉找到个人免费版本。点击下载即可。 1：找到…
阅读更多...
第六章：TF-A学习

第六章：TF-A学习

TF-A学习 TF-A初探如何获取系统源码移植过程中遇到的问题和解决方案编译报错：arm-none-linux-gnueabi-gcc: not foundTF-A 源码打补丁 遇到assume -R？[n] TF-A初探 为了保证安全 ARM 推出了 Arm Trusted Firmware 的可信固件，简称 TF-A。它…
阅读更多...
windows环境cmake的nmake failed

windows环境cmake的nmake failed

windows环境cmake异常 问题如下： > cmake ..CMake Error at CMakeLists.txt:4 (PROJECT): Running nmake -?failed with:系统找不到指定的文件。CMake Error: CMAKE_C_COMPILER not set, after EnableLanguage CMake Error: CMAKE_CXX_COMPILER not set, after…
阅读更多...
中断机制-interrupt和isInterrupted源码分析、中断协商案例

中断机制-interrupt和isInterrupted源码分析、中断协商案例

当前线程的中断标识为true，是不是线程就立刻停止？ 答案是不立刻停止，具体来说，当对一个线程，调用interrupt时： 如果线程处于正常活动状态，那么会将该线程的中断标志设置为true，仅此…
阅读更多...
【C++】：关键字 命名空间 输入输出 缺省参数 函数重载 引用

【C++】：关键字 命名空间 输入输出 缺省参数 函数重载 引用

【本节目标】 C关键字命名空间C输入&输出缺省参数函数重载引用 C是在C的基础之上，容纳进去了面向对象编程思想，并增加了许多有用的库，以及编程范式等 熟悉C语言之后，对C学习有一定的帮助，本章节主要目标&#xff…
阅读更多...
关于面试以及小白入职后的一些建议

关于面试以及小白入职后的一些建议

面试的本质 面试的过程是一个互相选择的过程；面试官的诉求是，了解应聘者的个人基本信息、工作态度、专业能力及其他综合能力是否与公司招聘岗位匹配；面试者的诉求是，拿下招聘岗位offer，获得工作报酬； 面试…
阅读更多...
【go学习笔记】Go errors 最佳实践

【go学习笔记】Go errors 最佳实践

文章目录 一、Error Type1. Sentinel Error（预定义Error字符串错误值）1.1 缺点 2. Error types（错误类型）2.1 缺点 3. Opaque errors（不透明错误）3.1 Assert errors for behaviour, not type 二、Handling …
阅读更多...
详解RocketMQ消息存储原理

详解RocketMQ消息存储原理

本文基于RocketMQ 4.6.0进行源码分析 一. 存储概要设计 RocketMQ存储的文件主要包括CommitLog文件、ConsumeQueue文件、Index文件。RocketMQ将所有topic的消息存储在同一个文件中，确保消息发送时按顺序写文件，尽最大的能力确保消息发送的高性能与高吞吐…
阅读更多...
SpringBoot实战（二十五）集成 Shiro

SpringBoot实战（二十五）集成 Shiro

目录 一、Shiro 简介1.1 Shiro 定义1.2 Shiro 核心组件1.3 Shiro 认证过程 二、SpringBoot集成2.1 集成思路2.2 Maven依赖2.3 自定义 Realm2.4 Shiro 配置类2.5 静态资源映射2.6 AuthController2.7 User 实体2.8 用户接口类2.9 用户接口实现类2.10 OrderController（…
阅读更多...
手把手教你使用Python从零开始搭建感知器

手把手教你使用Python从零开始搭建感知器

大家好，今天本文将展示如何从零开始实现神经网络的最基本要素（感知器），以及人工智能的基本模块背后的数学原理。 虽然人工智能和机器学习等术语已经成为流行词汇，每天都会听到或谈论这些概念，但它们背后的…
阅读更多...
软件开发介绍

软件开发介绍

一、软件开发整体介绍 作为一名软件开发工程师，我们需要了解在软件开发过程中的开发流程，以及软件开发过程中涉及到的岗位角色，角色的分工、职责，并了解软件开发中涉及到的三种软件环境。 1.1 软件开发流程 第一阶段&#xff1a…
阅读更多...
MQTT解读【全网最易懂】

MQTT解读【全网最易懂】

目录 前言 一、MQTT相比于TCP长连接的优势 1、协议更标准 2、MQTT协议制定好了很多利于物联网的功能 3、理解数据内容，用数据产生价值 二、选择MQTT还是TCP长连接透传 1、原始的业务场景 2、端对端M2M场景——无人汽车 3、APP控制设备端场景——智能家居、智…
阅读更多...
RK3588的GPU驱动和桌面环境

RK3588的GPU驱动和桌面环境

这里主要是以orange pi 5 plus为对象作一个简单的笔记 首先看rk3588的gpu介绍，它用的是ARM的GPU，支持openGL ES和openCL（支持什么其实跟GPU驱动有关，arm官方闭源GPU驱动就只支持这两个） opi官方提供了debian的xfce和…
阅读更多...
Linux网络编程系列之服务器编程——多路复用模型

Linux网络编程系列之服务器编程——多路复用模型

Linux网络编程系列 （够吃，管饱） 1、Linux网络编程系列之网络编程基础 2、Linux网络编程系列之TCP协议编程 3、Linux网络编程系列之UDP协议编程 4、Linux网络编程系列之UDP广播 5、Linux网络编程系列之UDP组播 6、Linux网络编程系列之服务器编…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023