自动缩放Kubernetes上的Kinesis Data Streams应用程序

news2024/11/19 5:36:19

想要学习如何在Kubernetes上自动缩放您的Kinesis Data Streams消费者应用程序，以便节省成本并提高资源效率吗？本文提供了一个逐步指南，教您如何实现这一目标。

通过利用Kubernetes对Kinesis消费者应用程序进行自动缩放，您可以从其内置功能中受益，例如水平Pod自动缩放器（Horizontal Pod Autoscaler）。

▌什么是Amazon Kinesis和Kinesis Data Streams？ 

Amazon Kinesis是一个用于实时数据处理、摄取和分析的平台。Kinesis Data Streams是一个无服务器的流式数据服务（属于Kinesis流式数据平台的一部分），还包括Kinesis Data Firehose、Kinesis Video Streams和Kinesis Data Analytics。

Kinesis Data Streams可以弹性地扩展，并持续适应数据摄取速率和流消费速率的变化。它可用于构建实时数据分析应用程序、实时仪表板和实时数据管道。

让我们首先概述一些Kinesis Data Streams的关键概念。

▌Kinesis Data Streams：高级架构 

  • Kinesis数据流由一组分片组成。每个分片包含一系列数据记录。 

  • 生产者持续将数据推送到Kinesis Data Streams，消费者实时处理数据。 

  • 分区键用于在流中按分片分组数据。 

  • Kinesis Data Streams将属于流的数据记录分隔到多个分片中。 

  • 它使用与每个数据记录关联的分区键来确定给定数据记录属于哪个分片。 

  • 消费者从Amazon Kinesis Data Streams获取记录，对其进行处理，并将结果存储在Amazon DynamoDB、Amazon Redshift、Amazon S3等中。

  • 这些消费者也被称为Amazon Kinesis Data Streams应用程序。 

  • 开发能够处理KDS数据流中的数据的自定义消费者应用程序的一种方法是使用Kinesis Client Library（KCL）。

Kinesis消费者应用程序是如何实现水平扩展的呢？ 

Kinesis Client Library确保每个分片都有一个记录处理器正在运行，并处理来自该分片的数据。KCL帮助您从Kinesis数据流中消费和处理数据，通过处理与分布式计算和可扩展性相关的许多复杂任务。它连接到数据流，枚举数据流中的分片，并使用租约来协调分片与其消费者应用程序之间的关联。

每个分片都会实例化一个记录处理器来管理。KCL从数据流中拉取数据记录，将记录推送给相应的记录处理器，并检查点处理过的记录。更重要的是，当工作实例数量发生变化或数据流重新分片（分片拆分或合并）时，它会平衡分片-工作器的关联（租约）。这意味着您可以通过添加更多实例来扩展Kinesis Data Streams应用程序，因为KCL会自动在实例之间平衡分片。

但是，当负载增加时，您仍然需要一种方法来扩展应用程序。当然，您可以手动进行操作或构建自定义解决方案来完成此操作。

这就是Kubernetes事件驱动自动缩放（KEDA）的用武之地。KEDA是基于Kubernetes的事件驱动自动缩放组件，它可以监视Kinesis等事件源，并根据需要处理的事件数量来调整底层的部署（和Pod）的规模。

为了观察自动扩展的过程，您将使用一个使用Kinesis Client Library（KCL）2.x从Kinesis数据流中消费数据的Java应用程序。它将部署到Amazon EKS上的Kubernetes集群，并将使用KEDA进行自动缩放。该应用程序包括一个ShardRecordProcessor的实现，该实现处理来自Kinesis流的数据，并将其持久化到DynamoDB表中。我们将使用AWS CLI向Kinesis流中产生数据，并观察应用程序的扩展情况。

在我们深入研究之前，这里是对KEDA的快速概述。

▌什么是KEDA？ 

KEDA是一个构建在原生Kubernetes原语（如Horizontal Pod Autoscaler）之上的开源CNCF项目，可以添加到任何Kubernetes集群中。以下是其关键组件的高级概述（您可以参考KEDA文档进行深入了解）：

  • KEDA中的keda-operator-metrics-apiserver组件充当Kubernetes度量服务器，用于公开Horizontal Pod Autoscaler的度量指标。

  • KEDA Scaler与外部系统（如Redis）集成，以获取这些指标（例如列表长度），根据需要处理的事件数量来驱动Kubernetes中任何容器的自动扩展。

  • keda-operator组件的作用是激活和停用Deployment，即将其扩展到零或从零缩减。

您将看到Kinesis Stream KEDA Scaler的实际效果，它会根据AWS Kinesis Stream的分片数量进行自动扩展。

现在让我们继续进行本文的实际部分。

▌先决条件 

除了一个AWS账户之外，您还需要安装AWS CLI、kubectl、Docker、Java 11和Maven。

设置一个EKS集群，创建一个DynamoDB表和一个Kinesis数据流 

有多种方法可以创建Amazon EKS集群。我喜欢使用eksctl CLI，因为它提供了很多便利。使用eksctl创建EKS集群可以非常简单，就像这样：

eksctl create cluster --name <cluster name> --region <region e.g. us-east-1>

有关详细信息，请参阅Amazon EKS - eksctl文档中的入门指南。

创建一个DynamoDB表来持久化应用程序数据。您可以使用AWS CLI使用以下命令创建表格：

aws dynamodb create-table \    --table-name users \    --attribute-definitions AttributeName=email,AttributeType=S \    --key-schema AttributeName=email,KeyType=HASH \    --provisioned-throughput ReadCapacityUnits=5,WriteCapacityUnits=5

使用AWS CLI创建一个具有两个分片的Kinesis流，请执行以下命令：

aws kinesis create-stream --stream-name kinesis-keda-demo --shard-count 2

请克隆该GitHub仓库，并切换到正确的目录：

git clone https://github.com/abhirockzz/kinesis-keda-autoscalingcd kinesis-keda-autoscaling

好的，让我们开始吧！

▌在EKS上设置和配置KEDA 

在本教程中，您将使用YAML文件来部署KEDA。但是您也可以使用Helm charts。

安装KEDA：

# update version 2.8.2 if required

kubectl apply -f https://github.com/kedacore/keda/releases/download/v2.8.2/keda-2.8.2.yaml

验证安装：

# check Custom Resource Definitions
kubectl get crd

# check KEDA Deployments
kubectl get deployment -n keda

# check KEDA operator logs
kubectl logs -f $(kubectl get pod -l=app=keda-operator -o jsonpath='{.items[0].metadata.name}' -n keda) -n keda

▌配置IAM角色

KEDA操作员和Kinesis消费应用程序需要调用AWS API。由于两者都将作为EKS中的部署运行，我们将使用服务账号的IAM角色（IRSA）来提供必要的权限。

在这种情况下：

  • KEDA操作员需要能够获取Kinesis流的分片数量：它通过使用DescribeStreamSummary API来实现。 

  • 应用程序（具体而言是KCL库）需要与Kinesis和DynamoDB进行交互：它需要一系列的IAM权限来实现这一点。 

配置KEDA操作员的IRSA 

将AWS帐户ID和OIDC身份提供者设置为环境变量：


ACCOUNT_ID=$(aws sts get-caller-identity --query "Account" --output text)

#update the cluster name and region as required
export EKS_CLUSTER_NAME=demo-eks-cluster
export AWS_REGION=us-east-1

OIDC_PROVIDER=$(aws eks describe-cluster --name $EKS_CLUSTER_NAME --query "cluster.identity.oidc.issuer" --output text | sed -e "s/^https:\/\///")

创建一个包含角色的受信任实体的JSON文件：

read -r -d '' TRUST_RELATIONSHIP <<EOF{  "Version": "2012-10-17",  "Statement": [    {      "Effect": "Allow",      "Principal": {        "Federated": "arn:aws:iam::${ACCOUNT_ID}:oidc-provider/${OIDC_PROVIDER}"      },      "Action": "sts:AssumeRoleWithWebIdentity",      "Condition": {        "StringEquals": {          "${OIDC_PROVIDER}:aud": "sts.amazonaws.com",          "${OIDC_PROVIDER}:sub": "system:serviceaccount:keda:keda-operator"        }      }    }  ]}EOFecho "${TRUST_RELATIONSHIP}" > trust_keda.json

现在，创建IAM角色并附加策略（请查看policy_kinesis_keda.json文件以获取详细信息）：​​​​​​​

export ROLE_NAME=keda-operator-kinesis-role

aws iam create-role --role-name $ROLE_NAME --assume-role-policy-document file://trust_keda.json --description "IRSA for kinesis KEDA scaler on EKS"

aws iam create-policy --policy-name keda-kinesis-policy --policy-document file://policy_kinesis_keda.json
aws iam attach-role-policy --role-name $ROLE_NAME --policy-arn=arn:aws:iam::${ACCOUNT_ID}:policy/keda-kinesis-policy

关联IAM角色和服务账号：


kubectl annotate serviceaccount -n keda keda-operator eks.amazonaws.com/role-arn=arn:aws:iam::${ACCOUNT_ID}:role/${ROLE_NAME}

# verify the annotation 
kubectl describe serviceaccount/keda-operator -n keda

您需要重新启动KEDA操作员部署以使其生效：


kubectl rollout restart deployment.apps/keda-operator -n keda

# to verify, confirm that the KEDA operator has the right environment variables
kubectl describe pod -n keda $(kubectl get po -l=app=keda-operator -n keda --output=jsonpath={.items..metadata.name}) | grep "^\s*AWS_"

# expected output

AWS_STS_REGIONAL_ENDPOINTS:   regional
AWS_DEFAULT_REGION:           us-east-1
AWS_REGION:                   us-east-1
AWS_ROLE_ARN:                 arn:aws:iam::<AWS_ACCOUNT_ID>:role/keda-operator-kinesis-role
AWS_WEB_IDENTITY_TOKEN_FILE:  /var/run/secrets/eks.amazonaws.com/serviceaccount/token

为KCL消费者应用程序配置IRSA

首先创建一个Kubernetes服务帐号：​​​​​​​

kubectl apply -f - <<EOFapiVersion: v1kind: ServiceAccountmetadata:  name: kcl-consumer-app-saEOF

创建一个包含角色的受信实体的JSON文件：​​​​​​​

read -r -d '' TRUST_RELATIONSHIP <<EOF{  "Version": "2012-10-17",  "Statement": [    {      "Effect": "Allow",      "Principal": {        "Federated": "arn:aws:iam::${ACCOUNT_ID}:oidc-provider/${OIDC_PROVIDER}"      },      "Action": "sts:AssumeRoleWithWebIdentity",      "Condition": {        "StringEquals": {          "${OIDC_PROVIDER}:aud": "sts.amazonaws.com",          "${OIDC_PROVIDER}:sub": "system:serviceaccount:default:kcl-consumer-app-sa"        }      }    }  ]}EOFecho "${TRUST_RELATIONSHIP}" > trust.json

现在，创建IAM角色并附加策略（请查看policy.json文件以获取详细信息）：

export ROLE_NAME=kcl-consumer-app-role

aws iam create-role --role-name $ROLE_NAME --assume-role-policy-document file://trust.json --description "IRSA for KCL consumer app on EKS"

aws iam create-policy --policy-name kcl-consumer-app-policy --policy-document file://policy.json

aws iam attach-role-policy --role-name $ROLE_NAME --policy-arn=arn:aws:iam::${ACCOUNT_ID}:policy/kcl-consumer-app-policy

关联IAM角色和服务账号：


kubectl annotate serviceaccount -n default kcl-consumer-app-sa eks.amazonaws.com/role-arn=arn:aws:iam::${ACCOUNT_ID}:role/${ROLE_NAME}

# verify the annotation
kubectl describe serviceaccount/kcl-consumer-app-sa

核心基础架构已准备就绪。让我们准备并部署消费者应用程序。

▌将KCL消费者应用程序部署到EKS 

首先，您需要构建Docker镜像并将其推送到Amazon Elastic Container Registry（ECR）（请参阅Dockerfile获取详细信息）。

构建并推送Docker镜像到ECR


# create runnable JAR file
mvn clean compile assembly\:single

# build docker image
docker build -t kcl-consumer-app .

AWS_ACCOUNT_ID=$(aws sts get-caller-identity --query "Account" --output text)

# create a private ECR repo
aws ecr get-login-password --region us-east-1 | docker login --username AWS --password-stdin $AWS_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com

aws ecr create-repository --repository-name kcl-consumer-app --region us-east-1

# tag and push the image
docker tag kcl-consumer-app:latest $AWS_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/kcl-consumer-app:latest
docker push $AWS_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/kcl-consumer-app:latest

部署消费者应用程序

更新consumer.yaml文件，将刚刚推送到ECR的Docker镜像包含在内。其他部分的清单保持不变。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: kcl-consumer
spec:
  replicas: 1
  selector:
    matchLabels:
      app: kcl-consumer
  template:
    metadata:
      labels:
        app: kcl-consumer
    spec:
      serviceAccountName: kcl-consumer-app-sa
      containers:
        - name: kcl-consumer
          image: AWS_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/kcl-consumer-app:latest
          imagePullPolicy: Always
          env:
            - name: STREAM_NAME
              value: kinesis-keda-demo
            - name: TABLE_NAME
              value: users
            - name: APPLICATION_NAME
              value: kinesis-keda-demo
            - name: AWS_REGION
              value: us-east-1
            - name: INSTANCE_NAME
              valueFrom:
                fieldRef:
                  fieldPath: metadata.name

创建部署（Deployment）：


kubectl apply -f consumer.yaml

# verify Pod transition to Running state
kubectl get pods -w

▌KEDA 中的 KCL 应用自动扩展

现在您已经部署了消费者应用程序，KCL 库应该开始运行了。它首先会在 DynamoDB 中创建一个“控制表”，这个表的名称应与 KCL 应用程序的名称相同（在本例中为 kinesis-keda-demo）。

初始的协调和表的创建可能需要几分钟时间。您可以查看消费者应用程序的日志来跟踪进展。

kubectl logs -f $(kubectl get po -l=app=kcl-consumer --output=jsonpath={.items..metadata.name})

完成租赁分配后，请检查表并注意 leaseOwner 属性：​​​​​​​

aws dynamodb describe-table --table-name kinesis-keda-demoaws dynamodb scan --table-name kinesis-keda-demo

现在，让我们使用 AWS CLI 向 Kinesis 流发送一些数据。​​​​​​​

kubectl apply -f consumer.yaml

# verify Pod transition to Running state
kubectl get pods -w

KCL 应用程序将每条记录持久化到目标 DynamoDB 表中（在本例中为 users）。您可以检查该表以验证记录。

aws dynamodb scan --table-name users

注意 processed_by 属性的值？它与 KCL 消费者 Pod 的名称相同。这将使我们更容易验证端到端的自动扩展过程。

创建 Kinesis 的 KEDA Scaler 

以下是 ScaledObject 的定义。请注意，它针对的是 kcl-consumer Deployment（我们刚刚创建的那个），并且 shardCount 设置为 1：​​​​​​​

apiVersion: keda.sh/v1alpha1kind: ScaledObjectmetadata:  name: aws-kinesis-stream-scaledobjectspec:  scaleTargetRef:    name: kcl-consumer  triggers:    - type: aws-kinesis-stream      metadata:        # Required        streamName: kinesis-keda-demo        # Required        awsRegion: "us-east-1"        shardCount: "1"        identityOwner: "operator"

创建 KEDA Kinesis Scaler:

kubectl apply -f keda-kinesis-scaler.yaml

验证 KCL 应用程序的自动伸缩 

我们从一个 KCL 应用程序的 Pod 开始。但是，多亏了 KEDA，我们现在应该看到第二个 Pod 正在启动。​​​​​​​

kubectl get pods -l=app=kcl-consumer -w

# check logs of the new pod
kubectl logs -f <enter Pod name>

我们的应用程序能够根据 ScaledObject 定义中的 shardCount: "1" 自动扩展到两个 Pod。这意味着 Kinesis 流中的每个 shard 都会有一个 Pod。

在 DynamoDB 中检查 kinesis-keda-demo 控制表：您应该看到 leaseOwner 的更新。

让我们向 Kinesis 流发送更多的数据。

export KINESIS_STREAM=kinesis-keda-demo

aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user5@foo.com --data $(echo -n '{"name":"user5", "city":"new york"}' | base64)
aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user6@foo.com --data $(echo -n '{"name":"user6", "city":"tel aviv"}' | base64)
aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user7@foo.com --data $(echo -n '{"name":"user7", "city":"new delhi"}' | base64)
aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user8@foo.com --data $(echo -n '{"name":"user8", "city":"seattle"}' | base64)

验证 "processed_by" 属性的值。由于我们已经扩展到两个 Pod，每条记录的值应该不同，因为每个 Pod 将处理 Kinesis 流的一部分记录。

增加 Kinesis 流容量 

让我们将 shard 的数量从两个扩展到三个，并继续监视 KCL 应用程序的自动缩放。

aws kinesis update-shard-count --stream-name kinesis-keda-demo --target-shard-count 3 --scaling-type UNIFORM_SCALING

一旦 Kinesis 重新划分完成，KEDA 扩展器将开始工作，将 KCL 应用程序扩展到三个 Pod。

kubectl get pods -l=app=kcl-consumer -w

就像之前一样，确认在 DynamoDB 的 kinesis-keda-demo 控制表中，Kinesis shard 的租约已更新。检查 leaseOwner 属性。

继续向 Kinesis 流发送更多数据。正如预期的那样，Pod 将共享记录处理，并且在 users 表中的 processed_by 属性中会反映出来。

export KINESIS_STREAM=kinesis-keda-demo

aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user9@foo.com --data $(echo -n '{"name":"user9", "city":"new york"}' | base64)
aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user10@foo.com --data $(echo -n '{"name":"user10", "city":"tel aviv"}' | base64)
aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user11@foo.com --data $(echo -n '{"name":"user11", "city":"new delhi"}' | base64)
aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user12@foo.com --data $(echo -n '{"name":"user12", "city":"seattle"}' | base64)
aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user14@foo.com --data $(echo -n '{"name":"user14", "city":"tel aviv"}' | base64)
aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user15@foo.com --data $(echo -n '{"name":"user15", "city":"new delhi"}' | base64)
aws kinesis put-record --stream-name $KINESIS_STREAM --partition-key user16@foo.com --data $(echo -n '{"name":"user16", "city":"seattle"}' | base64)

缩小规模 

到目前为止，我们只进行了单向的扩展。当我们减少 Kinesis 流的分片容量时会发生什么？自己尝试一下：将分片数量从三个减少到两个，观察 KCL 应用的情况。

一旦您验证了端到端的解决方案，应清理资源，以避免产生额外的费用。

▌删除资源 

删除 EKS 集群、Kinesis 流和 DynamoDB 表。​​​​​​​

eksctl delete cluster --name keda-kinesis-demoaws kinesis delete-stream --stream-name kinesis-keda-demoaws dynamodb delete-table --table-name users

▌结论

在本文中，您学习了如何使用 KEDA 自动扩展从 Kinesis 流中消费数据的 KCL 应用程序。

您可以根据应用程序的要求配置 KEDA 扩展器。例如，您可以将 shardCount 设置为 3，并为 Kinesis 流中的每三个分片设置一个 Pod。但是，如果您希望保持一对一的映射关系，可以将 shardCount 设置为 1，KCL 将负责分布式协调和租约分配，确保每个 Pod 具有一个记录处理器的实例。这是一种有效的方法，可以根据应用程序的需求扩展 Kinesis 流处理管道，以满足需求。

作者：Abhishek Gupta

更多技术干货请关注公号“云原生数据库”

squids.cn，基于公有云基础资源，提供云上 RDS，云备份，云迁移，SQL 窗口门户企业功能，

帮助企业快速构建云上数据库融合生态。

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/591882.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

nps与npc内网穿透搭建

nps与npc内网穿透搭建

1.简介 nps是一款轻量级、高性能、功能强大的内网穿透代理服务器。目前支持tcp、udp流量转发&#xff0c;可支持任何tcp、udp上层协议&#xff0c;支持内网http代理、内网socks5代理、p2p等&#xff0c;并带有功能强大的web管理端。 使用内网穿透技术可以使你在公共网络环境也能…
阅读更多...
第二章 部署DNS服务

第二章 部署DNS服务

♥️作者介绍&#xff1a;奇妙的大歪 ♥️个人名言&#xff1a;但行前路&#xff0c;不负韶华&#xff01; ♥️个人简介&#xff1a;云计算网络运维专业人员 目录 一.DNS是什么&#xff1f; 1.DNS的工作原理 二.DNS内容 1.本章单词 2.域名空间结构&#xff1a; 3.顶级域…
阅读更多...
企业级开发1.6 JdbcTemplate操作

企业级开发1.6 JdbcTemplate操作

JdbcTemplate操作 一、JdbcTemplate案例演示&#xff08;一&#xff09;创建数据库与表1、创建数据库2、创建用户表3、用户表添加记录4、查看用户表内容 &#xff08;二&#xff09;打开Spring项目&#xff08;三&#xff09;添加数据库相关依赖&#xff08;四&#xff09;创建…
阅读更多...
李彦宏疯了？百度要把全部产品重做一遍

李彦宏疯了？百度要把全部产品重做一遍

大家好&#xff0c;我是校长。 前几天李彦宏参加了在北京举办的 2023 中关村论坛&#xff0c;发表了题为《大模型改变世界》的演讲。 聊到了很多有意思的观点&#xff0c;分享几个&#xff0c;我们一起看看。 1、大模型重新定义了人机交互。 李彦宏说&#xff1a;过去几十年&am…
阅读更多...
playwright - 剧作家, 端对端测试

playwright - 剧作家, 端对端测试

本文基于 playwright v1.34.3, node v18.16.0 注意&#xff1a;playwright 版本随 node lts 版本更新而更新&#xff0c;所以请确保 node 版本与 playwright 版本匹配。 写在前面 前端开发阶段&#xff0c;少不了测试&#xff0c;一般包含两类测试&#xff1a;单元测试、端对端…
阅读更多...
chatgpt赋能python：Python中输入怎么写？完整教程

chatgpt赋能python：Python中输入怎么写？完整教程

Python中输入怎么写&#xff1f;完整教程 如果你正在学习Python编程&#xff0c;那么输入是你必须掌握的重要概念之一。在Python中&#xff0c;输入是指将数据从用户的键盘输入到程序中。这些数据可以是字符串、整数、浮点数或其他任何类型的值。本文将提供有关Python中输入的…
阅读更多...
外贸大环境下soho人策略

外贸大环境下soho人策略

前阵子也跟一个工厂在聊&#xff0c;现在普遍毛利率只有5%-6%&#xff0c;根本不敢涨价&#xff0c;能不降价就不错了&#xff08;汇率在涨&#xff0c;所以有的客户还会要求降价&#xff09;。 卷是一定的。而且&#xff0c;各位如果有了解过拼多多的TEMU业务的&#xff0c;应…
阅读更多...
1727_使用虚拟机安装CentOS-7

1727_使用虚拟机安装CentOS-7

全部学习汇总&#xff1a;GreyZhang/little_bits_of_linux: My notes on the trip of learning linux. (github.com) 离开Linux很久了&#xff0c;甚至怀念&#xff0c;虚拟机里装个CentOS 7玩玩。使用的是VM虚拟机&#xff0c;下载了CentOS 7的everything安装包。 1&#xf…
阅读更多...
chatgpt赋能python：Python中符号怎么输入

chatgpt赋能python：Python中符号怎么输入

Python中符号怎么输入 如果你是一位Python程序员&#xff0c;你肯定会经常使用各种符号&#xff0c;比如冒号、逗号、括号、引号等等。但是有些符号在输入的时候可能会有一些困难&#xff0c;尤其是对于初学者而言。那么在Python中符号怎么输入呢&#xff1f;下面我们来详细介…
阅读更多...
4.1 文件操作（File类）

4.1 文件操作（File类）

ava中&#xff0c;对文件操作的常用类是java.io.File。这个类提供了许多方法来操作文件和目录。本章节我们将学习关于File类的重要方法以及如何使用它们来操作文件。 4.1.1 创建File对象 创建一个File对象不会在磁盘上创建一个新文件。File对象只是一个在Java代码中表示文件或…
阅读更多...
代码覆盖率

代码覆盖率

在做单元测试时&#xff0c;代码覆盖率常常被拿来作为衡量测试好坏的指标&#xff0c;甚至&#xff0c;用代码覆盖率来考核测试任务完成情况&#xff0c;比如&#xff0c;代码覆盖率必须达到80&#xff05;或 90&#xff05;。于是乎&#xff0c;测试人员费尽心思设计案例覆盖代…
阅读更多...
【30天熟悉Go语言】4 Go的变量、常量、运算符

【30天熟悉Go语言】4 Go的变量、常量、运算符

文章目录 一、前言二、变量1、变量的基础使用2、变量的多种使用方式1&#xff09;全局变量2&#xff09;局部变量3&#xff09;丢弃赋值 3、Go和Java的变量对比 三、常量1、Go和Java的常量对比 三、运算符1、算术运算符 、--2、运算符 &、* 四、总结 一、前言 Go系列文章&a…
阅读更多...
计算机组成原理 之 第四章 指令系统

计算机组成原理 之 第四章 指令系统

1. 指令格式 通常包括操作码字段&#xff08;OP&#xff09;和地址码字段&#xff08;A&#xff09;&#xff0c;有的指令不需要地址码 指令系统&#xff08;指令集&#xff09;&#xff1a;一台计算机的所有指令的集合&#xff0c;eg&#xff1a;X86、ARM &#xff08;1&#…
阅读更多...
手机安卓Termux搭建Hexo博客网站，发布公网访问

手机安卓Termux搭建Hexo博客网站，发布公网访问

文章目录 1. 安装 Hexo2. 安装cpolar内网穿透3. 公网远程访问4. 固定公网地址 转载自cpolar极点云的文章&#xff1a;安卓手机使用Termux搭建Hexo个人博客网站【内网穿透公网访问】 Hexo 是一个用 Nodejs 编写的快速、简洁且高效的博客框架。Hexo 使用 Markdown 解析文章&#…
阅读更多...
一键搭建本地Wordpress环境 - MacOS

一键搭建本地Wordpress环境 - MacOS

写在前面&#xff1a;博主是一只经过实战开发历练后投身培训事业的“小山猪”&#xff0c;昵称取自动画片《狮子王》中的“彭彭”&#xff0c;总是以乐观、积极的心态对待周边的事物。本人的技术路线从Java全栈工程师一路奔向大数据开发、数据挖掘领域&#xff0c;如今终有小成…
阅读更多...
聊聊企业无线网络安全

聊聊企业无线网络安全

新钛云服已累计为您分享749篇技术干货 不知不觉无线网络已经成为了办公网主流。最早接触无线网络的时候是2001年&#xff0c;那时候笔记本电脑还比较少见&#xff0c;标配也不支持无线网络&#xff0c;要使用无线网络需要另外加一块PCMIA接口的无线网卡。第一次体验无线网络的时…
阅读更多...
【k8s】Jenkins实现springcloud应用CI、CD实践 【三】

【k8s】Jenkins实现springcloud应用CI、CD实践 【三】

一、运行Jenkins流水线流程思路&#xff1a; 场景&#xff1a;java微服务应用&#xff0c; 单体仓库&#xff0c;多个微服务模块&#xff0c;&#xff08;并行构建、自动化构建、根据模块变更仅更新特定模块&#xff09; java、nodejsCI阶段 并行方式; 根据模块变…
阅读更多...
【AUTOSAR】Com通讯栈配置说明（三）---- CanSM模块

【AUTOSAR】Com通讯栈配置说明（三）---- CanSM模块

CanNm模块 该项目中的Nm 并非 autosar nm&#xff0c; 不适用ETAS 配置 CanSM CanSMConfiguration CanSMModeRequestRepetitionMax: 模式请求失败后最大的重试次数 CanSMModeRequestRepetitionTime&#xff1a;模式请求重试时间间隔 CanSMManagerNetworks CanSMBorCounterL1…
阅读更多...
数据结构与算法-递归

数据结构与算法-递归

2.3 递归 概述 定义 计算机科学中&#xff0c;递归是一种解决计算问题的方法&#xff0c;其中解决方案取决于同一类问题的更小子集 In computer science, recursion is a method of solving a computational problem where the solution depends on solutions to smaller in…
阅读更多...
分享一个下载软件的html

分享一个下载软件的html

主要是html与js，css实现 页面如下： 点击软件后会滑动到，软件介绍，然后弹出二维码： <!DOCTYPE HTML> <!--HTML for wufuba.comAuthor: www.wufuba.com --> <html lang="zh-cmn-Hans"><head><title>xxx软件</title><m…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023