Zookeeper与Kafka消息队列

news2024/9/21 22:53:29

目录

一、Zookeeper

1、zookeeper简介

2、zookeeper的特点

3、zookeeper的工作模式跟工作机制

3.1 工作模式：

3.2工作机制：​编辑

4、zookeeper应用场景及选举机制

4.1 应用场景：

4.2 选举机制：

4.2.1第一次启动选举机制：

4.2.2非第一次启动选举机制：

二、zookeeper集群部署

1、实验环境：

2、安装zookeeper

三、消息队列Kafka

1、为什么要有消息队列？

2、使用消息队列的好处

2.1 解耦

2.2可恢复性

2.3缓存

2.4灵活性&峰值处理能力

2.5异步通信

3、消息队列的两种模式

①点对点（就是一对一）

②发布/订阅模式（一对多也被称为观察者模式）

3、kafka简介

4、kafka特点

5、kafka系统架构名词介绍

6、partition数据路由规则：

7、分区的原因？为什么不再topic下有多个partition？

8、kafka架构及流程

9、kafka集群部署

10、kafka报错分析

一、Zookeeper

1、zookeeper简介

是一个开源分布式的服务，为分布式框架提供协调服务的apache服务项目。

2、zookeeper的特点

①zookeeper是由一个领导者，多个跟随者组成。

②集群中有半数以上的节点存活，集群正常服务，奇数台最小3台。

③全局数据一致，每个server保存一份相同的数据副本，client无论连接到哪台server，数据都一样。

④更新请求顺序执行，来自同一个client更新请求按照其发送顺序一次执行，先进先出。

⑤原子性，要么成功要么失败。

3、zookeeper的工作模式跟工作机制

3.1 工作模式：

文件系统+通知机制

3.2工作机制：

①每个服务端上线时需要到zookeeper集群注册信息

②客户端从zookeeper集群获取在线服务端信息列表并监听

③服务端上线下线时，zookeeper需要更新列表信息并通知客户端

④客户端接收到通知重新获取zookeeper在线服务器列表

4、zookeeper应用场景及选举机制

4.1 应用场景：

统一命名服务，统一配置管理，统一集群管理、服务节点动态上下线、软负载均衡。

4.2 选举机制：
4.2.1第一次启动选举机制：

server1启动，自己给自己投一票，myid为1（可以自己设置，但是集群中不能重复），没有明确的leader处于locking状态。

server2启动，自己给自己投一票，server1会因为server2的myid大于1而把票投给2，处于locking。

server3启动，自己给自己投一票，server3的myid=3比server1跟server2的myid都大，所以server3成为leader

server4启动，已经有leader则加入leader中成为从follower。

4.2.2非第一次启动选举机制：

SID：服务器id，用来表示一台zookeeper集群汇总的机器，每台机器不能重复和myid一致

ZXID：事务id，ZXID是一个事务id，用来标识服务器状态的变更。与服务器对客户端更新请求处理逻辑速度有关。

Epoch：每个leader任期的代号，没有leader时同一轮投票过程中的值是一样的，每投票一次，这个数据就增加。

① Epoch值大的就直接胜出成为leader

②Epoch值相同事务id大的胜出成为leader

③事务id相同则服务器id大的胜出

二、zookeeper集群部署

1、实验环境：

z1：192.168.170.111 myid=1

z2：192.168.170.113 myid=2

z3：192.168.170.114 myid=3

2、安装zookeeper

三台机器执行：
systemctl stop firewalld.service
setenforce 0
#关闭防火墙和selinux
cd /opt
tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz
mv apache-zookeeper-3.5.7-bin /usr/local/zookeeper-3.5.7
#将zookeeper压缩包放入/opt目录并解压，解压后的文件移动到/usr/local下改名为zookeeper-3.5.7
cd /usr/local/zookeeper-3.5.7/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
#进入配置文件路径备份配置文件然后修改配置文件，内容如下
tickTime=2000   
#通信心跳时间，Zookeeper服务器与客户端心跳时间，单位毫秒
initLimit=10    
#Leader和Follower初始连接时能容忍的最多心跳数（tickTime的数量），这里表示为10*2s
syncLimit=5     
#Leader和Follower之间同步通信的超时时间，这里表示如果超过5*2s，Leader认为Follwer死掉，并从服务器列表中删除Follwer
dataDir=/usr/local/zookeeper-3.5.7/data      
#修改，指定保存Zookeeper中的数据的目录，目录需要单独创建
dataLogDir=/usr/local/zookeeper-3.5.7/logs   
#添加，指定存放日志的目录，目录需要单独创建
clientPort=2181   
#客户端连接端口
server.1=192.168.170.111:3188:3288
server.2=192.168.170.113:3188:3288
server.3=192.168.170.114:3188:3288
#添加集群信息
erver.A=B:C:D
#A是一个数字，表示这个是第几号服务器。集群模式下需要在zoo.cfg中dataDir指定的目录下创建一个文件myid，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。
mkdir /usr/local/zookeeper-3.5.7/data
mkdir /usr/local/zookeeper-3.5.7/logs
#创建指定的数据存放位置和日志存放位置
echo 1 > /usr/local/zookeeper-3.5.7/data/myid
#192.168.170.111上执行此命令，规划时此机器的myid为1
echo 2 > /usr/local/zookeeper-3.5.7/data/myid
#192.168.170.113上执行此命令，规划时此机器的myid为2
echo 3 > /usr/local/zookeeper-3.5.7/data/myid
#192.168.170.114上执行此命令，规划时此机器的myid为3
vim /etc/init.d/zookeeper
#!/bin/bash
#chkconfig:2345 20 90
#description:Zookeeper Service Control Script
ZK_HOME='/usr/local/zookeeper-3.5.7'
case $1 in
start)
	echo "---------- zookeeper 启动 ------------"
	$ZK_HOME/bin/zkServer.sh start
;;
stop)
	echo "---------- zookeeper 停止 ------------"
	$ZK_HOME/bin/zkServer.sh stop
;;
restart)
	echo "---------- zookeeper 重启 ------------"
	$ZK_HOME/bin/zkServer.sh restart
;;
status)
	echo "---------- zookeeper 状态 ------------"
	$ZK_HOME/bin/zkServer.sh status
;;
*)
    echo "Usage: $0 {start|stop|restart|status}"
esac
#三台机器配置开启zookeeper脚本，#脚本内容为当执行脚本位置变量1为star，stop，restart，status，*时执行对应的服务管理脚本(安装时自带管理服务的脚本)
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper
#设置开机自启并使用service管理服务
service zookeeper start
service zookeeper status
#开启并查看服务状态

三、消息队列Kafka

1、为什么要有消息队列？


高并发环境下，同步请求来不及处理，请求往往会发生阻塞，比如大量请求并发访问数据库，导致行锁表，最后请求线程堆积过多，引发雪崩。

2、使用消息队列的好处

2.1 解耦

允许独立的扩展或修改两边的处理过程，只有确保他们遵守同样的接口约束。

2.2可恢复性

系统一部分组件失效不会影响整个系统，消息队列降低了过程的耦合度，即使一个处理消息进程挂掉了，加入队列中的消息仍然可以在系统恢复后被处理。

2.3缓存

有助于控制和优化数据流经过的速度，解决生成消费信息的处理速度不一致的情况。

2.4灵活性&峰值处理能力

能够使关键组件顶住突发的访问压力，而不会因为突发的超负荷的请求而完全崩溃

2.5异步通信

允许用户把一个消息加入队列，但并不处理它。想向队列中放多少消息就放多少，在需要的时候处理它们。

3、消息队列的两种模式

①点对点（就是一对一）

消费者主动拉去数据，消费者将生产者生成的数据拉取完成则消费者将消息删除

②发布/订阅模式（一对多也被称为观察者模式）

消费者消费数据之后不会清除信息

生产者发布消息到topic，同时有多个消费者

观察者（实时观察消费者消费能力即处理数据能力）观察整个消息队列，根据消费者的能力配置。

3、kafka简介

kafka：是一个分布式的，支持分区的，多副本基于发布/订阅模式的消息队列（MQ message quene）主要用于日志和大数据的实时处理。

4、kafka特点

①高吞吐量每秒钟可以处理几十万条消息，延迟最低只是几毫秒

②持久性，可靠性，完善的消息存储机制存储到磁盘，保证数据的高效和持久化

③分布式，生产者数据会存放到所有机器上，挂一台数据不会丢失

④容错性，允许集群中节点失败，允许副本的n-1个节点失败

⑤高并发，支持成千上万个客户端同时读写

5、kafka系统架构名词介绍

①broker：一台kafka服务器就是一个broker。一个集群由多个broker组成，一个broker可以容纳多个topic。

②Produer：生产者。也就是写入消息的一方，将消息写入broker中

③Cinsumer：消费者。也就是读取消息的一方，从broker中读取消息

④Zookeeper：kafka使用zookeeper来管理集群的元数据，以及控制器的选举等操作

⑤topic：主题。每一个消息都属于某个主题，kafka通过主题来划分消息，是一个逻辑上的分类

⑥partition：就是分区

⑦Replica：副本。一个分区可以有多个副本来提高容灾性，一般是设置一个分区2个副本

⑧Offset：偏移量。消费者存在zookeeper上的记录自己访问到什么地方

⑨leader负责读写，follow只负责复制和备份

同一个主题下的消息还可以继续分成多个分区，一个分区只属于一个主题，kafka只保证partition中的数据是有序的，不保证topic中的不通partition数据是有序的，每个topic至少有一个partition,每个 partition 中的数据使用多个 segment 文件存储。

6、partition数据路由规则：

①指定partition，则直接使用、

②未指定partition但指定了key，根据key取模选择partition、

③都未指定则轮询选择partition

7、分区的原因？为什么不再topic下有多个partition？

①方便集群中扩展，每个partition可以通过调整以适应它所在的机器，而一个topic又可以有多个Partition组成，因此整个集群就可以适应任意大小的数据了；

②可以提高并发，因为可以以Partition为单位读写了；

8、kafka架构及流程

①生产者生产数据穿给broker即kafka服务集群

②kafka集群将数据存储在topic主题中，在每个topic主题中有多个分片（分片做了备份在其他topic）

③分片中存储数据，kafka集群注册在zookeeper中，zookeeper通知消费者kafka服务器在线列表

④消费者收到zookeeper通知的在线列表，从broker中拉取数据

⑤消费者保存偏移量到zookeeper中，以便于记录自己宕机消费到什么地方

9、kafka集群部署

基于zookeeper的三台机器操作：
cd /opt/
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka
#kafka安装包上传到/opt解压并移动到/usr/local中改名为kafka
#下载地址wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.1/kafka_2.13-2.7.1.tgz
cd /usr/local/kafka/config/
cp server.properties  server.properties.bak
vim server.properties
#kafka主配置文件备份并编辑，内容如下
broker.id=0    
#21行，broker的全局唯一编号，每个broker不能重复，因此要在其他机器上配置 broker.id=1、broker.id=2
listeners=PLAINTEXT://192.168.10.17:9092    
#31行，指定监听的IP和端口，如果修改每个broker的IP需区分开来，也可保持默认配置不用修改
num.network.threads=3    
#42行，broker 处理网络请求的线程数量，一般情况下不需要去修改
num.io.threads=8         
#45行，用来处理磁盘IO的线程数量，数值应该大于硬盘数
socket.send.buffer.bytes=102400       
#48行，发送套接字的缓冲区大小
socket.receive.buffer.bytes=102400    
#51行，接收套接字的缓冲区大小
socket.request.max.bytes=104857600    
#54行，请求套接字的缓冲区大小
log.dirs=/usr/local/kafka/logs        
#60行，kafka运行日志存放的路径，也是数据存放的路径
num.partitions=1    
#65行，topic在当前broker上的默认分区个数，会被topic创建时的指定参数覆盖
num.recovery.threads.per.data.dir=1    
#69行，用来恢复和清理data下数据的线程数量
log.retention.hours=168    
#103行，segment文件（数据文件）保留的最长时间，单位为小时，默认为7天，超时将被删除
log.segment.bytes=1073741824    
#110行，一个segment文件最大的大小，默认为 1G，超出将新建一个新的segment文件
zookeeper.connect=192.168.170.1118:2181,192.168.170.113:2181,192.168.170.114:2181    
#123行，配置连接Zookeeper集群地址，保存后退出
vim /etc/profile
#编辑全局变量文件，添加kafka全局环境变量，内容如下
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin
#export全局生效，修改完后保存退出
source /etc/profile
#刷新全局配置变量文件
#编写管理kafka服务的脚本
vim /etc/init.d/kafka
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/usr/local/kafka'
case $1 in
start)
	echo "---------- Kafka 启动 ------------"
	${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties
;;
stop)
	echo "---------- Kafka 停止 ------------"
	${KAFKA_HOME}/bin/kafka-server-stop.sh
;;
restart)
	$0 stop
	$0 start
;;
status)
	echo "---------- Kafka 状态 ------------"
	count=$(ps -ef | grep kafka | egrep -cv "grep|$$")
	if [ "$count" -eq 0 ];then
        echo "kafka is not running"
    else
        echo "kafka is running"
    fi
;;
*)
    echo "Usage: $0 {start|stop|restart|status}"
esac
脚本内容为当执行脚本位置变量1为star，stop，restart，status，*时执行对应的服务管理脚本(安装时自带管理服务的脚本)
chkconfig --add kafka
#设置开机自启并使用service管理服务
service kafka   start
service kafka   status
#开启并查看服务状态
 
###随便一台机器执行：
kafka-topics.sh --create --zookeeper 192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181 --replication-factor 2 --partitions 3 --topic test
#kafka创建topic即主题test
#--zookeeper：定义 zookeeper 集群服务器地址，如果有多个 IP 地址使用逗号分割，一般使用一个 IP 即可
#--replication-factor：定义分区副本数，1 代表单副本，建议为 2 
#--partitions：定义分区数 
#--topic：定义 topic 名称
kafka-topics.sh --list --zookeeper  192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181
#查看当前服务器中的所有 topic
kafka-topics.sh  --describe --zookeeper 
 192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181  
#查看某个 topic 的详情
kafka-console-producer.sh --broker-list  192.168.170.111:9092,192.168.170.113:9092,192.168.170.114:9092 --topic test
#进入test的topic主机发布消息，输入完命令后输入123456
kafka-console-consumer.sh --bootstrap-server   192.168.170.111:9092,192.168.170.113:9092,192.168.170.114:9092  --topic test --from-beginning
#在另外一台主机输入消费信息的命令，查看是否可以收到发布的消息
#--from-beginning：会把主题中以往所有的数据都读取出来，即从最开始读取
kafka-topics.sh --zookeeper 192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181 --alter --topic test --partitions 6
#修改名为test的topic主题的分区数
kafka-topics.sh --delete --zookeeper 192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181 --topic test
#删除名为test的topic

10、kafka报错分析

[2023-04-10 20:01:57,373] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.18:2181 (id: -1 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
[2023-04-10 20:01:57,475] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.19:2181 (id: -2 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
[2023-04-10 20:01:57,577] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.20:2181 (id: -3 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
[2023-04-10 20:01:57,679] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.18:2181 (id: -1 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
[2023-04-10 20:01:57,782] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.19:2181 (id: -2 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
 
 
###报错信息

ERROR org.apache.kafka.common.errors.InvalidReplicationFactorException: Replication factor: 2 larger than available brokers: 1(kafka.admin.TopicCommand$)
 
##三台kafka只起来一台，查看是否配置文件中的broker.id相同了，或者其他俩台防火墙启动错误

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/1596955.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

＜计算机网络自顶向下＞ CDN

＜计算机网络自顶向下＞ CDN

视频服务挑战 规模性异构性：不同用户有不同的能力（比如有线接入和移动用户；贷款丰富和受限用户）解决方法是：分布式的应用层面的基础设施CDN 多媒体：视频 视频是固定速度显示的一系列图像的序列&#xff…
阅读更多...
MySQL 使用C语言

MySQL 使用C语言

一般使用MySQL很少用命令行，一般都是通过程序内部使用，MySQL也为不同的语言定制了不同的头文件和库函数，可以在自己的程序中通过包含头文件和编译时候链接库函数来使用MySQL。 现在一般安装MySQL的时候就会自动给你安装库函数和头文件。 可…
阅读更多...
python爬虫------- Selenium下篇（二十三天）

python爬虫------- Selenium下篇（二十三天）

🎈🎈作者主页： 喔的嘛呀🎈🎈 🎈🎈所属专栏：python爬虫学习🎈🎈 ✨✨谢谢大家捧场，祝屏幕前的小伙伴们每天都有好运相伴左右，一定要天天…
阅读更多...
11.哀家要长脑子了！

11.哀家要长脑子了！

目录 1.453. 最小操作次数使数组元素相等 - 力扣（LeetCode） 2.665. 非递减数列 - 力扣（LeetCode） 3. 283. 移动零 - 力扣（LeetCode） 4. 3114. 替换字符可以得到的最晚时间 - 力扣（LeetCode…
阅读更多...
构建第一个ArkTS用的资源分类与访问

构建第一个ArkTS用的资源分类与访问

应用开发过程中，经常需要用到颜色、字体、间距、图片等资源，在不同的设备或配置中，这些资源的值可能不同。 应用资源：借助资源文件能力，开发者在应用中自定义资源，自行管理这些资源在不同的设备或配置中的表…
阅读更多...
Redis实现延迟任务的几种方案

Redis实现延迟任务的几种方案

🏷️个人主页：牵着猫散步的鼠鼠 🏷️系列专栏：Java全栈-专栏 🏷️个人学习笔记，若有缺误，欢迎评论区指正 目录 1.前言 2.Redis如何实现延迟任务？ 3.代码实现 3.1. 过期键通知事…
阅读更多...
【Java】maven的生命周期和概念图

【Java】maven的生命周期和概念图

maven的生命周期： 在maven中存在三套"生命周期"，每一套生命周期,相互独立,互不影响的,但是中同一套生命周期里,执行后面的命令会自动先执行前面的命令 CleanLifeCycle：清理的生命周期 clean defaultLifeCycle：默认的…
阅读更多...
智能物联网远传冷水表管理系统

智能物联网远传冷水表管理系统

智能物联网远传冷水表管理系统是一种基于物联网技术的先进系统，旨在实现对冷水表的远程监测、数据传输和智能化管理。本文将从系统特点、构成以及带来的效益三个方面展开介绍。 系统特点 1.远程监测：系统可以实现对冷水表数据的远程监测，无…
阅读更多...
趣话最大割问题：花果山之群猴博弈

趣话最大割问题：花果山之群猴博弈

内容来源：量子前哨（ID：Qforepost） 编辑丨浪味仙 排版丨 沛贤 深度好文：3000字丨15分钟阅读 趋利避害，是所有生物遵循的自然法则，人类也不例外。 举个例子，假如你是某生鲜平台的配…
阅读更多...
【Entity Framework】你要知道EF中功能序列与值转换

【Entity Framework】你要知道EF中功能序列与值转换

【Entity Framework】你要知道EF中功能序列与值转换 文章目录 【Entity Framework】你要知道EF中功能序列与值转换一、序列1.1 基本用法1.2 配置序列设置 二、值转换2.1 配置值转换器2.2 批量配置值转换器2.3 预定义的转换2.4 ValueConverter类2.5 内置转换器 三、应用3.1 简单…
阅读更多...
Vue3基础笔记（3）高级绑定

Vue3基础笔记（3）高级绑定

一.Class绑定 数据绑定的一个常见需求场景师操纵元素的CSS class列表，因为class是attribute，我们可以和其他attribute一样使用v-bind将他们和动态的字符串绑定，但是在处理较为复杂的绑定时，拼接字符串容易出现错误。因此Vue专门为…
阅读更多...
Python开源工具库使用之词云Wordcloud

Python开源工具库使用之词云Wordcloud

文章目录 前言一、基本使用1.1 文本生成词云1.2 配置项 二、进阶用法2.1 自定义形状2.2 自定义着色2.3 自定义词频2.4 中文 三、实际案例3.1 工作报告词云3.2 周杰伦歌词词云 四、总结4.1 优点和局限性4.2 展望未来发展 参考 前言 当我们需要将大量文本数据可视化展示时&#…
阅读更多...
为了执行SQL语句，MySQL的架构是怎样设计的

为了执行SQL语句，MySQL的架构是怎样设计的

1. 把MySQL当个黑盒子一样执行SQL语句 上一讲我们已经说到，我们的系统采用数据库连接池的方式去并发访问数据库，然后数据库自己其实也会维护一个连 接池，其中管理了各种系统跟这台数据库服务器建立的所有连接 我们先看下图回顾一下 当我们的…
阅读更多...
【PostmanJMeter】使用Postman和JMeter进行signature签名

【PostmanJMeter】使用Postman和JMeter进行signature签名

一、前言 ​ 有些接口的请求会带上sign（签名）进行请求，各接口对sign的签名内容、方式可能不一样，但一般都是从接口的入参中选择部分内容组成一个字符串，然后再进行签名操作, 将结果赋值给sign; 完整规范的接口文档都会…
阅读更多...
使用深度学习集成模型进行乳腺癌组织病理学图像分类

使用深度学习集成模型进行乳腺癌组织病理学图像分类

基于预训练的VGG16和VGG19架构训练了四种不同的模型（即完全训练的 VGG16、微调的 VGG16、完全训练的 VGG19 和微调的 VGG19 模型）。最初，我们对所有单独的模型进行了5倍交叉验证操作。然后，我们采用集成策略，取预测概率…
阅读更多...
（一）C++自制植物大战僵尸集成开发环境安装

（一）C++自制植物大战僵尸集成开发环境安装

植物大战僵尸游戏开发教程专栏地址http://t.csdnimg.cn/uzrnw 1、下载Visual Studio集成开发环境 首先在微软官网下载Visual Studio 2022 Community版本。Community版本是免费的，并且满足个人开发的各种需求。Visual Studio 2022 下载链接：微软官网。选…
阅读更多...
maven引入外部jar包

maven引入外部jar包

将jar包放入文件夹lib包中 pom文件 <dependency><groupId>com.jyx</groupId><artifactId>Spring-xxl</artifactId><version>1.0-SNAPSHOT</version><scope>system</scope><systemPath>${project.basedir}/lib/Spr…
阅读更多...
[lesson33]C++中的字符串类

[lesson33]C++中的字符串类

C中的字符串类 历史遗留问题 C语言不支持真正意义上的字符串C语言用字符数组和一组函数实现字符串操作C语言不支持自定义类型&#xff0c;因此无法获得字符串类型 解决方案 从C到C的进化过程引入自定义类型在C中可以通过类完成字符串类型的定义 标准库中的字符串类 C语言直…
阅读更多...
蓝桥杯——玩具蛇

蓝桥杯——玩具蛇

题目 小蓝有—条玩具蛇&#xff0c;一共有16节&#xff0c;上面标着数字1至16。每—节都是一个正方形的形状。相邻的两节可以成直线或者成90度角。 小蓝还有一个44的方格盒子&#xff0c;用于存放玩具蛇&#xff0c;盒子的方格上依次标着字母A到Р共16个字母。 小蓝可以折叠自…
阅读更多...
什么是分组分析法

什么是分组分析法

调查数据显示&#xff0c;2019 年年末中国大陆总人口 140005 万人。从年龄构成看&#xff0c;16 至 59 周岁年末人数为 89640 万&#xff0c;占总人口的比重为 64.0%&#xff1b;60 周岁及以上人口 25388 万人&#xff0c;占总人口的 18.1%&#xff0c;其中 65 周岁及以上人口 …
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023