Chapter3-用适合的方式发送和接收消息

news2024/12/23 13:31:41

3.1 不同类型的消费者

        消费者可分为两种类型。 一个是DefaultMQPushConsumer ，由系统控制读取操作，收到消息后自动调用传人的处理方法来处理；另 一个是 DefaultMlConsumer ，读取操作中的大部分功能由使用者自主控制 。

3.1.1 DefaultMQPushConsumer 的使用

        使用 DefaultMQPushConsumer 主要是设置好各种参数和传人处理消息的函数。 系统收到消息后自动调用处理函数来处理消息，自动保存 Offset ，而且加入新的 DefaultMQPushConsumer 后会自动做负载均衡。 
Consumer.javahttps://github.com/apache/rocketmq/blob/develop/example/src/main/java/org/apache/rocketmq/example/quickstart/Consumer.java

        DefaultMQPushConsumer 需要设置三个参数 ：GroupName 、NameServer、Topic

1 ) Consumer 的 GroupName 用 于把 多个 Consumer 组织到一起 ， 提高并发处理能力，GroupName 需要和消息模式 （ MessageModel ）配合使用 。

        RocketMQ 支持两种消息模式 ：Clustering 和 Broadcasting 。

  • 在 Clustering 模式下，同一个 ConsumerGroup ( GroupName 相同 ） 里的每个 Consumer 只消费所订阅消息的一部分内容， 同一个 ConsumerGroup里所有的 Consumer 消 费的内容合起来才是所订阅 Topic 内容的整体 ，从而达到负载均衡的目的 。
  •  在 Broadcasting 模式下，同一个 ConsumerGroup 里的每个 Consumer 都能消费到所订阅 Topic 的全部消息，也就是一个消息会被多次分发，被多个 Consumer 消费 。

2) NameServer 的地址和端口号，可以填写多个 ，用分号隔开，达到消除单点故障的目的 ， 比如 “ ip 1 :port;ip2:port;ip3 :port ” 。 

 3 ) Topic 名称用来标识消息类型 ， 需要提前创建。(在启动broker 传入入参数也可以 autoCreateTopicEnable=true) 如果不需要消费某个 Topic 下的所有消息，可以通过指定消息的 Tag 进行消息过滤，比如：Consumer. subscribe ("TopicTest", "tag1 || tag2 || tag3")， 表示这个 Consumer 要消费“ TopicTest ”下带有 tagl 或 tag2 或 tag3 的消息（ Tag 是在发送消息时设置 的标签） 。 在填写 Tag 参数的位置，用 null 或者 "*" 表示要消费这个 Topic的所有消息 。

3.1.2 DefaultMQPushConsumer 的处理流程 

 DefaultMQPushConsumer 主要功能实现在 DefaultMQPushConsumerlmpl类中，消息的处理逻辑是在 pullMessage 这个函数里的 PullCallBack 中 。 在PullCallBack 函数里有个 switch 语句，根据从 Broker 返回的消息类型做相应的处理:

         DefaultMQPushConsuer 的源码中有很多 PullRequest 语句，比如

Default­MQPushConsumerlmpl.this.executePullRequestlmmediately(pullRequest）。 为什么“PushConsumer ”中使用“ PullRequest ”呢？ 这是通过“长轮询”方式达到Push 效果的方法，长轮询方式既有 Pull 的优点，又兼具 Push 方式的实时性。

        Push 方式是 Server 端接收到消息后，主动把消息推送给 Client 端，实时性高。 对于一个提供队列服务的 Server 来说，用 Push 方式主动推送有很多弊端：首先是加大 Server 端的工作量，进而影响 Server 的性能；其次， Client 的处理能力各不相同， Client 的状态不受 Server 控制，如果 Client 不能及时处理Server 推送过来的消息，会造成各种潜在问题。

        Pull 方式是 Client 端循环地从 Server 端拉取消息，主动权在 Client 手里，自己拉取到一定量消息后，处理妥当了再接着取。 Pull 方式的问题是循环拉取消息的间隔不好设定，间隔太短就处在一个 “ 忙等”的状态，浪费资源；每个Pull 的时间间隔太长 Server 端有消息到来时 有可能没有被及时处理。

        “长轮询”方式通过 Client 端和 Server 端的配合，达到既拥有 Pull 的优点，又能达到保证实时性的目的 。 

         源码中有这一行设置语句 requestHeader.setSuspendTimeoutMillis (brokerSus-
pendMaxTimeMillis ），作用是设置 Broker 最长阻塞时间 ，默认设置是 15 秒，注意是 Broker 在没有新消息的时候才阻塞，有消息会立刻返回 。

         从 Broker 的源码中可以看 出，服务端接到新消息请求后， 如果队列里没有新消息，并不急于返回，通过一个循环不断查看状态，每次 waitForRunning一段 时间 （默认是 5 秒 ） ， 然后后 再 Check 。默认情况下当 Broker 一直没有新消息， 第三次 Check 的时候， 等待时间超过Request 里面的 Broker­SuspendMaxTimeMillis ， 就返回空结果。 在等待的过程中， Broker 收到了新的消息后会直接调用 notifyMessageArriving 函数返回请求结果 。 “长轮询”的核心 是， Broker 端 HOLD 住客户端过来的请求一小段时间，在这个时间内有新消息到达，就利用现有的连接立刻返回消息给 Consumer 。 “长 轮询”的 主动权还是掌握在 Consumer 手中， Broker 即使有大量消息积压 ，也不会主动推送给Consumer 。

        长轮询方式的局限性，是在 HOLD 住 Consumer 请求的时候需要占用资源，它适合用在消息队列这种客户端连接数可控的场景中 。

3.1.3 DefaultMQPushConsumer 的流量控制 

        PushConsumer 的核心还是 Pull方式

         上二张图片“PullMessages.pullMessages(request)”是在run方法中运行的（新的线程）

        Pull 获得的消息，如果直接提交到线程池里执行，很难监控和控制 ，比如，如何得知当前消息堆积的数量？如何重复处理某些消息？ 如何延迟处理某些消息？ RocketMQ 定义了一个快照类 Process Queue 来解决这些问题，在Push Consumer 运行的时候， 每个 Message Queue 都会有个对应的 Proces s Queue 对象，保存了这个 Message Queue 消息处理状态的快照 。

        ProcessQueue 对象里主要的内容是一个 TreeMap 和一个读写锁。 TreeMap里以 Message Queue 的 Offset 作为 Key ，以消息内容的引用为 Value ，保存了所有从 MessageQueue 获取到，但是还未被处理的消息； 读写锁控制着多个线程对 TreeMap 对象的并发访问 。

        有了 ProcessQueue 对象，流量控制就方便和灵活多了，客 户 端在每次 Pull请求前会做下面三个判断来控制流量。

         从代码中可以看出，PushConsumer 会判断获取但还未处理的消息个数 、消息总大小、Offset 的跨度，任何一个值超过设定的大小就隔一段时间再拉取消息，从而达到流量控制的目的。 此外 ProcessQueue 还可以辅助实现顺序消费的逻辑 。

 3.1.4 DefaultMQPullConsumer

        使用 DefaultMQPullConsumer 像使用 DefaultMQPushConsumer 一样需要设置各种参数，写处理消息的函数，同时还需要做额外的事情 。  

PullConsumer.javahttps://github.com/apache/rocketmq/blob/develop/example/src/main/java/org/apache/rocketmq/example/simple/PullConsumer.java

( 1 ）获取 Message Queue 并遍历

        一 个 Topic 包括多个 MessageQueue ，如果这个 Consumer 需要获取 Topic下所有的消息，就要遍历多有的 MessageQueue 。 如果有特殊情况，也可以选择某些特定的 Message Queue 来读取消息 。

( 2 ）维护 Offsetstore

        从一个 Message Queue 里拉取消息的时候，要传入 Offset 参数（ long 类型的值），随着不断读取消息 ， Offset 会不断增长 。 这个时候由用户负责把 Offset存储下来，根据具体情况可以存到内存里、写到磁盘或者数据库里等。

 ( 3 ）根据不同的消息状态做不同的处理

        拉取消息的请求发出后，会返回： FOUND 、 NO_MATCHED_MSG 、 NO_NEW_MSG 、 OFFSET_ILLEGAL 四种状态，需要根据每个状态做不同的处理。比较重要的两个状态是 FOUNT 和 NO_NEW_MSG ，分别表示获取到消息和没有新的消息 。

         实际情况中可以把 while (true ）放到外层，达到无限循环的目的 。 因为 Pull Consumer 需要用户自己处理遍历 Message Queue 、保存 Offset ，所以Pull Consumer 有更多的自主性和灵活性。

 3.1.5 Consumer 的启动、关闭流程

         Consumer 分为 Push 和 Pull 两种方式，对于 PullConsumer 来说，使用者主动权很高，可以根据实际需要暂停、停止、启动消费过程。 需要注意的是Offset 的保存，要在程序的异常处理部分增加把 Offset 写入磁盘方面的处理，记准了每个 MessageQueue 的 Offset ，才能保证消息消费的准确性 。

        DefaultMQPushConsumer 的退出， 要调用 shutdown() 函数， 以便释放资源、保存 Offset 等 。 这个调用要加到 Consumer 所在应用的退出逻辑中 。PushConsumer 在启动的时候 ，会做各种配置检查，然后连接 NameServer获取 Topic 信息，启动时如果遇到异常，比如无法连接NameServer，程序仍然可以正常启动不报错（日志里有 WARN 信息 ） 。 在单机环境下可以测试这种情况，启动 DefaultMQPushConsumer 时故意 把 NameServer 地址填错，程序仍然可以正常启动，但是不会收到消息。

         为什么 DefaultMQPushConsumer 在无法连接 NameServer 时不直接报错退出呢？ 这和分布式系统的设计有关， RocketMQ 集群可以有多个 NameServer 、Broker ，某个机器出异常后整体服务依然可用 。 所以 DefaultMQPushConsumer被设计成当发现某个连接异常时不立刻退出，而是不断尝试重新连接。 可以进行这样一个测试，在 DefaultMQPushConsumer 正常运行的时候，手动 kill 掉Broker 或 NameServer ，过一会儿再启动 。 会发现 DefaultMQPushConsumer 不会出错退出，在服务恢复后正常运行，在服务不可用的这段时间 ，仅仅会在日志里报异常信息 。

        如果需要在 DefaultMQPushConsumer 启动的时候，及时暴露配置问题，该如何操作呢？ 可以 在 Consumer.start()语句后调用： Consumer .fetchSubscribeMessageQueues ("TopicName") ，这时如果配置信息写得不准确，或者当前服务不可用，这个语句会报MQClient-Exception 异常 。

 3.2 不同类型的生产者

       生产者向消息队列里写人消息，不 同的业务场景需要生产者采用不同的写入策略 。 比如同步发送、异步发送、 延迟发送、 发送事务消息等

3.2.1 DefaultMQProducer 
Producer.javahttps://github.com/apache/rocketmq/blob/develop/example/src/main/java/org/apache/rocketmq/example/quickstart/Producer.java

         发送消息要经过五个步骤 ：

1 ）设置 Producer 的 GroupName 。

 2 ）设置 lnstanceName ，当一个 Jvm 需要启动多个 Producer 的时候，通过设置不同的 InstanceName 来区分，不设置的话系统使用默认名称“DEFAULT ” 。

3 ）设置发送失败重试次数，当网络出现异常的时候，这个次数影响消息的重复投递次数。 想保证不丢消息，可以设置多重试几次。

        producer.setRetryTimesWhenSendFailed(3);

4 ）设置 NameServer 地址。

5 ）组装消息并发送 。

        消息的发送有同步和异步两种方式，上面的代码使用的是异步方式。 在第 2 章的例子中用的是同步方式。 消息发送的返回状态有如下四种 ： FLUSHDISK_TIMEOUT 、 FLUSH_SLAVE_ TIMEOUT 、 SLAVE_NOT_AVAILABLE 、SEND_OK ，不同状态在不同的刷盘策略和同步策略的配置下含义是不同的 。

  • FLUSH_DISK_TIMEOUT ： 表示没有在规定时间内完成刷盘（需要Broker 的刷盘策设置成 SYNC_FLUSH 才会报这个错误） 。
  • FLUSH_SLAVE_TIMEOUT ：表示在主备方式下，并且 Broker 被设置成 SYNC_MASTER 方式，没有在设定时间内完成主从同步。
  • SLAVE_NOT_AVAILABLE ： 这个状态产生的场景和 FLUSH_SLAVE _TIMEOUT 类似， 表示在主备方式下，并且 Broker 被设置成 SYNC_MASTER ，但是没有找到被配置成 Slave 的 Broker 。
  • SEND_OK ：表示发送成功，发送成功的具体含义，比如消息是否已经被存储到融盘？消息是否被同步到了 Slave 上？消息在 Slave 上是否被写人磁盘？需要结合所配置的刷盘策略、主从策略来定。 这个状态还可以简单理解为，没有发生上面列出的三个问题状态就是 SEND_ OK。

        写一个高质量的生产者程序，重点在于对发送结果的处理，要充分考虑各种异常，写清对应的处理逻辑。

3.2.2 发送延迟消息 

        延迟消息的使用方法是在创建 Message 对象时，调用 setDelayTimeLevel ( int level ） 方法设置延迟时间， 然后再把这个消息发送 出 去 。 目前延迟的时间不支持任意设置，仅支持预设值的时间长度 （ 1s/5s/10s/30s/1m/2m/3m/4m/5m/6m/7m/8m/9m/10m/20m/30m/1h/2h ） 。 比如 setDelayTimeLevel(3 ） 表示延迟 10s 。 

 3.2.3 自定义消息发送规则

        一个 Topic 会有多个 MessageQueue ，如 果使用 Producer 的 默认配置 ，这个 Producer 会轮流向各个 MessageQueue 发送消息 。 Consumer 在消费消息的时候，会根据负载均衡策略，消费被分配到的 MessageQueue ，如果不经过特定的设置，某条消息被发l哪个 MessageQueue ，被哪个 Consumer 消费是未知的 。

        如果业务需 要我们把消息发送到指定的 MessageQueue 里，比如把同一类型的消息都发相同的 MessageQueue ， 该怎么办呢？可以用 Message­QueueSelector 

        发送消息的时候，把 MessageQueueSelector 的对象作为参数，使用 public SendResult send ( Message msg, MessageQueueSelector selector, Object arg ）函数发送消息即可 。 在 MessageQueueSelector 的实现中，根据传入的 Object 参数，或者根据 Message 消息内容确定把消息发往那个 Message Queue ，返回被选中的 MessageQueue 。 

 3.2.4 对事务的支持

        RocketMQ 的事务消息，是指发送消息事件和其他事件需要同时成功或同时失败。 比如银行转账， A 银行的某账户要转一万元到 B 银行的某账户 。 A 银行发送“B 银行账户增加一万元” 这个消息，要和“从 A 银行账户扣除一万元”这个操作同时成功或者同时失败 。

        RocketMQ 采用两阶段提交的方式实现事务消息， TransactionMQProducer处理上面情况的流程是，先发一个“准备从 B 银行账户增加一万元”的消息，发送成功后做从 A 银行账户扣除一万元的操作 ，根据操作结果是否成功，确定之前的“准备从 B 银行账户增加一万元”的消息是做 commit 还是 rollback ，具体流程如下：

在这里插入图片描述

事务消息发送及提交

         1 ）发送方向 RocketMQ 发送“待确认”消息 。

        2) RocketMQ 将收到的“待确认” 消息持久化成功后， 向发送方回复消息已经发送成功，此时第一阶段消息发送完成。

        3 ）发送方开始执行本地事件逻辑。

        4 ）发送方根据本地事件执行结果向 RocketMQ 发送二次确认（ Commit 或是 Rollback ） 消息 ， RocketMQ 收到 Commit 状态则将第一阶段消息标记为可投递，订阅方将能够收到该消息；收到 Rollback 状态则删除第一阶段的消息，订阅方接收不到该消息 。

事务补偿

         5 ）如果出现异常情况，步骤 4 ）提交的二次确认最终未到达 RocketMQ,服务器在经过固定时间段后将对“待确认”消息、发起回查请求 。

        6 ）发送方收到消息回查请求后（如果发送一阶段消息的 Producer 不能工作，回查请求将被发送到和 Producer 在同一个 Group 里的其他 Producer ），通过检查对应消息的本地事件执行结果返回 Commit 或 Roolback 状态 。

        7) RocketMQ 收到回查请求后，按照步骤 4 ） 的逻辑处理。

事务消息状态

事务消息共有三种状态，提交状态、回滚状态、中间状态：

  • TransactionStatus.CommitTransaction: 提交事务，它允许消费者消费此消息。

  • TransactionStatus.RollbackTransaction: 回滚事务，它代表该消息将被删除，不允许被消费。

  • TransactionStatus.Unknown: 中间状态，它代表需要检查消息队列来确定状态。

        上面的逻辑似乎很好地实现了 事务消息功能 ，它也是 RocketMQ 之前的版本实现事务消息 的逻辑。 但是因为 RocketMQ 依赖将数据顺序写到磁盘这个特征来提高性能，步骤 4 ）却需要更改第一阶段消息的状态，这样会造成磁盘Catch 的脏页过多， 降低系统的性能。 所以 RocketMQ 在 4.x 的版本中将这部分功能去除。 系统中的一些上层 Class 都还在，用户可以根据实际需求实现自己的事务功能 。

        客户端支持用户实现事务消息有，LocalTransactionExecuter(过期) 、Transaction-CheckListener(过期)、 TransactionMQProduce与TransactionListenertransactionhttps://github.com/apache/rocketmq/tree/develop/example/src/main/java/org/apache/rocketmq/example/transaction
事务消息发送 | RocketMQ (apache.org)https://rocketmq.apache.org/zh/docs/4.x/producer/06message5

 3.3  如何存储队列位置信息

         RocketMQ 中， 一种类型的消息会放到一个 Topic 里，为了能够并行， 一般一个 Topic 会有多个 Message Queue （也可以设置成一个）， Offset 是指某个 Topic 下的一条消息在某个 Message Queue 里的位置，通过 Offset 的值可以定位到这条消息，或者指示 Consumer 从这条消息开始向后继续处理。

         Offset 的类结构，主要分为本地文件类型和 Broker 代存的类型两种 。 对于 DefaultMQPushConsurner 来说，默认是 CLUSTERING 模式，也就是同一个 Consumer group 里的多个消费者每人消费一部分，各自收到的消息内容不一样。 这种情况下，由 Broker 端存储和控制 Offset 的值，使用RemoteBrokerOffsetStore 结构 。org.apache.rocketmq.client.consumer.store.RemoteBrokerOffsetStore

                在 DefaultMQPushConsumer 里的 BROADCASTING 模式下，每个 Consumer都收到这个 Topic 的全部消息，各个 Consumer 间相互没有干扰， RocketMQ 使用 LocalfileOffsetStore ，把 Offset 存到本地。 org.apache.rocketmq.client.consumer.store.LocalFileOffsetStore

 {

        "OffsetTable":[

                {"brokerNarne":"localhost","QueueId":1,"Topic":"broker1"},

                {"brokerNarne":"localhost","QueueId":2,"Topic":"broker1"},

                {"brokerNarne":"localhost","QueueId":0,"Topic":"broker1"}

        ]

}


import org.apache.rocketmq.client.consumer.store.OffsetSerializeWrapper;
import org.apache.rocketmq.client.consumer.store.ReadOffsetType;
import org.apache.rocketmq.common.MixAll;
import org.apache.rocketmq.common.message.MessageQueue;

import java.io.IOException;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ConcurrentMap;
import java.util.concurrent.atomic.AtomicLong;

/**
 * 参照 org.apache.rocketmq.client.consumer.store.LocalFileOffsetStore
 * @author Jay
 */
public class LocalFileOffsetStore {
    private final String groupName;
    private final String storePath;
    private ConcurrentHashMap<MessageQueue, AtomicLong> offsetTable = new ConcurrentHashMap<MessageQueue, AtomicLong>();

    public LocalFileOffsetStore(String groupName, String storePath) {
        this.groupName = groupName;
        this.storePath = storePath;
    }

    /**
     * Load
     */
    void load() {
        OffsetSerializeWrapper offsetSerializeWrapper = this.readLocalOffset();
        if (offsetSerializeWrapper == null || offsetSerializeWrapper.getOffsetTable() == null)
            return;
        ConcurrentMap<MessageQueue, AtomicLong> currentOffsetTable = offsetSerializeWrapper.getOffsetTable();
        this.offsetTable.putAll(currentOffsetTable);
        for (MessageQueue mq : currentOffsetTable.keySet()) {
            long l = currentOffsetTable.get(mq).get();
            System.out.printf("load Consumer's Offset, %s %s %d \n", this.groupName, mq, l);
        }
    }

    /**
     * 更新偏移量，将其存储在内存中
     *
     * @param mq           MessageQueue
     * @param offset       偏移量
     * @param increaseOnly
     */
    void updateOffset(final MessageQueue mq, final long offset, final boolean increaseOnly) {
        if (mq == null)
            return;
        AtomicLong offsetOld = this.offsetTable.get(mq);
        if (offsetOld == null) {
            this.offsetTable.putIfAbsent(mq, new AtomicLong(offset));
        } else {
            offsetOld.set(offset);
        }
    }

    /**
     * 从本地存储获取偏移量
     *
     * @param mq   MessageQueue集合
     * @param type
     * @return 获取的偏移量
     */
    long readOffset(final MessageQueue mq, final ReadOffsetType type) {
        if (mq == null || this.offsetTable.get(mq) == null)
            return 0;
        return this.offsetTable.get(mq).get();
    }

    /**
     * 在本地存储保留所有偏移量
     *
     * @param mqs MessageQueue集合
     */
    void persistAll(final Set<MessageQueue> mqs) {
        if (mqs == null || mqs.isEmpty())
            return;
        OffsetSerializeWrapper offsetSerializeWrapper = new OffsetSerializeWrapper();
        for (Map.Entry<MessageQueue, AtomicLong> entry : this.offsetTable.entrySet()) {
            if (mqs.contains(entry.getKey())) {
                AtomicLong offset = entry.getValue();
                offsetSerializeWrapper.getOffsetTable().put(entry.getKey(), offset);
            }
        }
        String jsonString = offsetSerializeWrapper.toJson(true);
        if (jsonString == null)
            return;
        try {
            MixAll.string2File(jsonString, this.storePath);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    /**
     * 从文件中加载 offsetTable 信息
     *
     * @return offsetTable
     */
    private OffsetSerializeWrapper readLocalOffset() {
        String content = null;
        try {
            content = MixAll.file2String(this.storePath);
        } catch (IOException e) {
            e.printStackTrace();
        }
        if (content == null || content.length() == 0)
            return null;

        OffsetSerializeWrapper offsetSerializeWrapper = null;
        try {
            offsetSerializeWrapper =
                    OffsetSerializeWrapper.fromJson(content, OffsetSerializeWrapper.class);
        } catch (Exception e) {
            e.printStackTrace();
        }
        return offsetSerializeWrapper;
    }

}

        DefaultMQPushConsumer 类里有个函数用来设置从哪儿开始消费消息：

         注意设置读取位置不是每次都有效，它的优先级默认在 Offset Store 后面 ，比如 在 DefaultMQPushConsumer 的 BROADCASTING 方式下 ，默认是 从Broker 里读取某个 Topic 对应 ConsumerGroup 的 Offset ， 当读取不到 Offset 的时候， ConsumeFromWhere 的设置才生效 。 大部分情况下这个设置在 ConsumerGroup 初次启动时有效。 如果 Consumer 正常运行后被停止， 然后再启动， 会接着上次的 Offset 开始消费， ConsumeFromWhere 的设置无效 。

 3.4 自定义日志输出

          RocketMQ 的 默认 Log 存储位置是：$ {user.home }/Logs/rocketmqLogs, Lo g 配置文件的设置可以通过 JVM启动参数、 环境变量、 代码中的设置语句这三种方式来配置 。

        可以在程序，中使用 System . setProperty(”rocketmq.Client.Log.loadconfig ”，” false ”） 语 句， 或者在 JVM 启动时使用 － D 参数来设置。然后把 Logback.xml 放到 maven 项目的
resources 文件夹下 。 在 Logback .xml 示例配置里，在原有 RocketMQ 日志的基础上，增加了 STDOUT 输出，这样可以把 RocketMQ 的日志输出到应用系统console 中，便于调试时发现问题

第 3 章：配置 (qos.ch)https://logback.qos.ch/manual/configuration.html

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/424972.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

uni-app:登录与支付--用户信息

uni-app:登录与支付--用户信息

用户信息 实现用户头像昵称区域的基本布局 在 my-userinfo 组件中&#xff0c;定义如下的 UI 结构&#xff1a; <template><view class"my-userinfo-container"><!-- 头像昵称区域 --><view class"top-box"><image src"…
阅读更多...
如何通过小程序容器技术实现App的灰度发布

如何通过小程序容器技术实现App的灰度发布

在当今移动应用市场竞争激烈的环境下&#xff0c;如何更快地发布新版本、更精确地测试和调整、更好地了解用户需求和行为&#xff0c;成为了每个App开发者面临的重要挑战。在这个背景下&#xff0c;灰度发布和小程序容器技术成为了越来越受欢迎的解决方案。 灰度发布是指将新版…
阅读更多...
【Linux高性能服务器编程】I/O复用的高级应用

【Linux高性能服务器编程】I/O复用的高级应用

文章目录一、基于 select 的非阻塞 connect二、基于 poll 的聊天室程序2.1 客户端2.2 服务器三、基于 epoll 实现同时处理 TCP 和 UDP 服务一、基于 select 的非阻塞 connect connect系统调用的 man 手册中有如下一段内容&#xff1a; EINPROGERESS The socket is nonblocking…
阅读更多...
ChatGPT既然这么火，有没有弊端呢？

ChatGPT既然这么火，有没有弊端呢？

介绍 在现代社会中&#xff0c;人们越来越依赖技术来解决问题。聊天机器人是一种最新的技术趋势&#xff0c;这种技术可以为人们带来很多便利。而ChatGPT聊天机器人则是其中的一种&#xff0c;它使用了大型的语言模型GPT&#xff08;Generative Pre-trained Transformer&#…
阅读更多...
实操干货丨ChatGPT+XMind，效率爆炸，天下无敌

实操干货丨ChatGPT+XMind，效率爆炸，天下无敌

日常办公中&#xff0c;常用工具我们最熟悉的莫过于office铁三角&#xff1a;Word/Excel/PPT&#xff0c;除了这哥仨&#xff0c;再让你推荐一个。 XMind&#xff0c;绝对位列其中。 今天给大家分享一个 ChatGPTXMind的绝佳玩法&#xff0c;不需要下载安装任何额外的工具。 …
阅读更多...
【MySQL | 基础篇】05、MySQL 事务详解

【MySQL | 基础篇】05、MySQL 事务详解

目录 一、事务简介 二、事务操作 2.1 未控制事务 2.2 控制事务一 2.3 控制事务二 三、事务四大特性 四、并发事务问题 五、事务隔离级别 六、并发事务演示 6.1 脏读演示 6.2 不可重复读演示 6.3 幻读演示 一、事务简介 事务是一组操作的集合&#xff0c;它是一个不…
阅读更多...
【云原生】Kubernetes 中容器跨主机网络是怎么样的？

【云原生】Kubernetes 中容器跨主机网络是怎么样的？

文章目录前言什么是 FlannelFlannel 的后端实现有哪些UDPVXLANHost-gw基于 Flannel UDP 模式的实现跨主通信UDP 模式案例实现基于 Flannel VXLAN 模式的跨主通信VXLAN 模式案例实现总结前言 在云原生领域&#xff0c;Kubernetes 已经成为了最主流的容器管理工具。Kubernetes 支…
阅读更多...
JMM内存模型详解

JMM内存模型详解

1、概要 JMM全称叫Java Memory Model&#xff08;Java内存模型&#xff09;&#xff0c;什么是JMM&#xff0c;为什么要设置JMM&#xff0c;要弄清楚这个&#xff0c;咱们要先从计算机硬件存储体系说起。 2、计算机硬件存储体系 Window任务管理器Mac资源管理器window和mac是两…
阅读更多...
Flink 优化 (二) --------- 状态及 Checkpoint 调优

Flink 优化 (二) --------- 状态及 Checkpoint 调优

目录一、RocksDB 大状态调优1. 开启 State 访问性能监控2. 开启增量检查点和本地恢复3. 调整预定义选项4. 增大 block 缓存5. 增大 write buffer 和 level 阈值大小6. 增大 write buffer 数量7. 增大后台线程数和 write buffer 合并数8. 开启分区索引功能9. 参数设定案例二、Ch…
阅读更多...
拐点！智能座舱破局2023

拐点！智能座舱破局2023

“这是我们看到的整个座舱域控渗透率&#xff0c;2022年是8.28%&#xff0c;主力的搭载车型仍然是30-35万区间。”3月29日&#xff0c;2023年度&#xff08;第五届&#xff09;高工智能汽车市场峰会上&#xff0c;高工智能汽车研究院首发《2022-2025年中国智能汽车产业链市场数…
阅读更多...
WRF中替换LAI数据

WRF中替换LAI数据

WRF中替换LAI数据 本次下载的LAI数据是GLASS中的AVHRR(1981-2018)(V50)&#xff0c;可以从这个这里获取数据GLASS_AVHRR_LAI数据集。由于我需要做一个时间序列的模拟&#xff0c;总共下载了从1990-2018年灌溉季3-9月份对应的天数为73&#xff0c;105&#xff0c;137&#xff0…
阅读更多...
人工智能大时代——AIGC综述

人工智能大时代——AIGC综述

生成式AI分类 模型按照输入输出的数据类型分类&#xff0c;目前主要包括9类。 有趣的是&#xff0c;在这些已发布大模型的背后&#xff0c;只有六个组织&#xff08;OpenAI, Google, DeepMind, Meta, runway, Nvidia&#xff09;参与部署了这些最先进的模型。 其主要原因是&am…
阅读更多...
11.基于粒子群算法的含风光燃储微网优化调度（论文复现）

11.基于粒子群算法的含风光燃储微网优化调度（论文复现）

说明书 相关代码资源&#xff1a;基本算法智能微电网粒子群优化算法,微源&#xff1a;光伏、风机、发电机、储能等 基于多目标算法的冷热电联供型综合能源系统运行优化 基于多目标粒子群算法冷热电联供综合能源系统运行优化 MATLAB代码&#xff1a;基于粒子群算法的含风光燃…
阅读更多...
0成本 使用home assistant远程开关机电脑

0成本 使用home assistant远程开关机电脑

环境&#xff1a;dockerwin10HACS 问题&#xff1a;在外网手机上远程开关机家中电脑 解决办法&#xff1a;开机&#xff1a;WOL&#xff0c;关机ssh命令 背景&#xff1a;在部署HACS后&#xff0c;便想用HACS中的命令来开关机windows电脑&#xff0c;开机很简单&#xff0c;使用…
阅读更多...
暴力破解之验证码识别

暴力破解之验证码识别

文章目录背景操作步骤1、安装python模块2、安装Captcha-killer模块3、尝试进行验证码识别背景 渗透测试过程中&#xff0c;现在验证码越来越多&#xff0c;这对测试的时候遇到的阻力不小&#xff0c;一位大佬给我安利了一个burp插件&#xff0c;Captcha-killer&#xff0c;可以…
阅读更多...
ROS开发之如何使用ICM20948 IMU模块？

ROS开发之如何使用ICM20948 IMU模块？

文章目录0.引言1.创建工作空间2.获取IMU功能包并编译3.检查IMU端口4.启动launch显示IMU测量结果0.引言 笔者研究课题涉及多传感器融合&#xff0c;除了前期对ROS工具的学习&#xff0c;还需要用IMU获取数据&#xff0c;对其他传感器的姿态纠正。本文使用IMU模块获取姿态数据。I…
阅读更多...
华为乾坤王辉：新一代网络安全融合体系，筑牢企业数字化转型基石丨2023 INSEC WORLD

华为乾坤王辉：新一代网络安全融合体系，筑牢企业数字化转型基石丨2023 INSEC WORLD

科技云报道原创。 随着数字化时代的到来&#xff0c;网络安全形势持续动荡。 围绕产业未来发展趋势、信息安全产业可持续发展、信息安全技术发展路径等话题&#xff0c;一场信息安全行业年度盛会——INSEC WORLD世界信息安全大会在西安盛大召开。 本届大会汇聚了近50位海内…
阅读更多...
大数据技术(入门篇) --- 使用 Spring Boot 操作 CDH6.2.0 Hadoop

大数据技术(入门篇) --- 使用 Spring Boot 操作 CDH6.2.0 Hadoop

前言 本人是web后端研发&#xff0c;习惯使用spring boot 相关框架&#xff0c;因此技术选型直接使用的是spring boot&#xff0c;目前并未使用 spring-data-hadoop 依赖&#xff0c;因为这个依赖已经在 2019 年终止了&#xff0c;可以点击查看 &#xff0c;所以我这里使用的是…
阅读更多...
防火墙的IPSECVPN点到点实验 dsvpn多层分支实验

防火墙的IPSECVPN点到点实验 dsvpn多层分支实验

目录 防火墙的IPSECVPN点到点实验 dsvpn多层分支实验 ​编辑 防火墙的IPSECVPN点到点实验 配置路由器接口IP 配置接口防火墙IP 写放通的策略 ping对端防火墙的接口看是否能ping通 ipsec进行配置 配置往返流量 dsvpn多层分支实验 先配置IP 2&#xff0c;配置静态IP 3&#xf…
阅读更多...
拦截导弹 导弹防御系统

拦截导弹 导弹防御系统

拦截导弹 & 导弹防御系统拦截导弹导弹防御系统拦截导弹 题目链接:acwing1010. 拦截导弹 题目描述&#xff1a; 输入输出: 分析&#xff1a; 第一个问题为输出最长递减子序列&#xff0c;由于导弹数在1000以内所以采用时间复杂度为O(n2)O(n^2)O(n2)或者O(nlogn)O(nlogn)O…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023