搜索[HTTP/2]结果-低调大师优秀个人博客

精选列表

搜索[HTTP/2]，共10000篇文章

Symfony 5.0.0 BETA2 发布，经典 PHP Web 开发框架

Symfony 5.0.0 BETA2 发布了。Symfony 是一款基于 MVC 架构的PHP框架。Symfony 致力于减少重复代码的编写，以加速 Web 应用的开发和维护。

2019-11-17

开源 IP 地址定位库 ip2region 2.0.0 发布

ip2region 是准确率 99.9% 的 IP 地址定位库，0.0x毫秒级查询，提供了 Java、PHP、C、Python、Node.js、Golang、C#、Rust、Lua的查询绑定和 Binary

2019-10-28

Spring Boot 2.X(二)：集成 MyBatis 数据层开发

("/getOne2") public List<UserEntity> getOne2(Long id){ return userDao.getOne2(id); } /** * 新增用户

2019-10-25

SmartGit 19.2 preview 2 发布，改进 stage/commit 工作流

SmartGit 19.2 preview 2 发布了，此版本改进了 Index/Working Tree 更改的显示，以此改善了stage/commit 工作流。

2019-10-11

Java集合详解2：一文读懂Queue和LinkedList

这些文章将整理到我在GitHub上的《Java面试指南》仓库，更多精彩内容请到我的仓库里查看 https://github.com/h2pl/Java-Tutorial 喜欢的话麻烦点下Star、fork

2019-10-09

Kubernetes监控实践（2）：可行监控方案之Prometheus和Sensu

本文介绍两个可行的K8s监控方案：Prometheus和Sensu。两个方案都能全面提供系统级的监控数据，帮助开发人员跟踪K8s关键组件的性能、定位故障、接收预警。拓展阅读：Kubernetes监控实践（1）：K8s的工作原理与监控实践一、K8s监控之Prometheus 1.1 简介 Prometheus是针对容器和微服务的开源监控预警工具，功能稳健，适用于开发流程中的云端管理员和开发人员等各个相关方。Prometheus定时聚合配置对象中的指标数据，评估规则表达式，展示结果，发送预警。 Prometheus不仅能够监控预定义指标，还能实现多维数据模型，进行深度分析，并针对多个指标建立关联，从多个角度为开发人员和管理员提供数据支持。 1.2 工作原理 Prometheus是K8s环境的附加层。首次安装时应定义数据采集参数和数据采集时间间隔。Prometheus既能实时监控K8s节点，也能对监控数据进行定时分析。Prometheus也可以针对节点失效等故障发送预警。 1.3 Prometheus Operator 很多用户会混淆controller和operator。K8s Operator是指Controller向K8s API中添加新的对象、配置管理Prometheus等应用的模式。简而言之，operator是针对特定领域的controller。 PrometheusOperator简化了Prometheus在K8s中的运行，不需要改变K8s的配置。使用Prometheus Operator可以轻松监控K8s的服务。可以通过预定义的.yml文件运行Prometheus。Prometheus Operator能够创建、配置并管理K8s上的所有监控实例。部署新应用时，K8s会创建新的pod（容器）。创建完毕后，原有pod会被销毁。Prometheus持续监控API，如发现不一致，则基于服务或pod变化创建新的Prometheus配置。 1.4 核心组件作为一款稳健的监控工具，Prometheus从服务上拉取数据，不需要服务主动推送数据。不过Prometheus提供推送入口，但无法拉取数据时可以接受服务推送上来的数据。此外，Prometheus支持将时间序列与指标名称和键值对关联起来，简化了对多云端的监控。Prometheus不仅监控应用全局，还能钻取到微服务层面。用户可通过查询功能管理数据，了解应用状况；也可以使用PromQL创建图表和表格，实现数据可视化，并根据具体参数生成预警。 Prometheus的Web控制台展示了所有功能和工具。用户可通过正则表达式和高级PromQL检索条件创建数据集和预警。Prometheus还支持外网访问。 1.5 优势 Prometheus最大的优势在于简单灵活，可以实现监控的多维数据模型。用户可以轻松搭建容器集群的监控框架，还可以结合Grafana，进一步提高监控数据的可视化水平。 Prometheus可以通过K8s的本地服务发现配置采集node、pod和服务指标。用户可直接定义表达式，创建预警，不需要在不同的监控系统中来回切换。 Prometheus的抓取能力能够集成到K8s、Docker和StatsD等工具中。用户还可以通过Web GUI配置预警、管理图表。不过Prometheus也存在不足：数据模型受限。Prometheus默认的时序数据采集模型有利有弊：一方面，这种模型有助于按照标准格式采集数据；另一方面，标准化数据格式导致数据模型受限。Prometheus通过discovery机制与K8s保持通信，因此存在延迟。二、K8s监控之Sensu 2.1 简介 Sensu是多云端容器基础设施监控工具。Sensu agent是跨平台事件生成器，用户可通过执行service check监控系统和服务的健康状况，同时采集分析metrics，不仅提供预警或事件管理功能、监控API、客户端库以及多脚本或编程语言插件，还支持自定义工作流，丰富了Sensu能力。 Prometheus通过拉取的方式主动抓取数据，而Sensu则采用消息总线的通信机制，通过发布/订阅（Pub/Sub）的方式推送或拉取数据。 2.2 工作原理 Sensu使用本地插件从StatsD库、Prometheus exporter、Nagios插件、SNMP陷阱等主流程序中采集数据。不同于Prometheus等其他监控工具，Sensu开箱即用，支持多云端环境，用户配置框架后即可提供高可用性。 Sensu提供event filter、mutator和operator handler，支持创建并自动化模型工作量。这样，外部监控工具的数据便可与Sensu的监控数据整合，形成基于事件的监控路径。 2.3 核心组件 Sensu针对K8s容器优化了自动发现能力。用户可针对K8s和Docker等容器环境轻松配置监控check和collector，也可以针对K8s所有组件和运行在K8s上的应用配置多个check。 Sensu也支持本地集成和插件，可以与日志工具和Prometheus同时使用。用户可同时运行Sensu和Prometheus，处理不同的数据集。Sensu可以采集StatsD metrics，并将采集结果写入Prometheus。 Sensu还能在K8s环境中运行。假设一开始将Sensu部署在某个容器中，后来决定将整个应用迁移到其他容器环境中。迁移完成后，Sensu agent依然能够在新的环境中正常运行，也能被Sensu发现，因为Sensu具备自动发现机制。 2.4 在K8s中的应用 Sensu可扩展性强，可随着部署应用和云环境的增加不断扩展，提供具体的功能监控服务。Sensu监控对象的数量没有上限，也不会因为监控对象的增加变得更加复杂。三、K8s监控之Sensu+Prometheus 同时运行Sensu和Prometheus能够提高监控的可见性，实现各自功能的优势互补。 3.1 工作原理 SensuPrometheus Collector是Sensu Check插件，聚合从Prometheus exporter或Prometheus query API抓取的数据。采集的数据以Influx（默认）、Graphite、JSON格式存储在STDOUT中。 SensuPrometheus Collector集成了Sensu的工作量自动化能力和Prometheus的数据抓取能力。用户可根据需求自行设计实现代码和预警接收时间。Sensu还可以将采集到的metrics数据存储到InfluxDB、Graphite和Prometheus等外部时序数据集中。 3.2 安装Sensu PrometheusCollector 用户可以通过Sensu的资产索引库Bonsai发现、下载、共享资产。点击Bonsai信息页面的下载按钮，下载Sensu后端平台和架构的资产定义。收到check、filter、mutator或handler请求时，Sensu会根据资产定义下载验证资产。下载资产定义后，可以通过Sensu的资源管理命令行工具sensuctl进行资产注册，然后创建监控工作流。下方是Prometheus collector的资产定义及相应的Linux sensuctl命令：下方为Prometheus Collector的check实例： 3.3 优势同时运行Sensu和Prometheus具有下列优势：既能监控K8s集群的健康状况又能动态监控周边基础设施的健康状况，并采集相关指标。既能实现问题自动发现，又能通过自动化工作流简化监控流程。同时运行Prometheus和Sensu能够获得更多上下文信息，实现更细粒度的数据抓取分析。 Sensu采用标准通信密码，可通过单个agent安全采集传输数据。便于管理配置监控设置。能够监控整个基础设施。四、结论 Sensu能够监控整个基础设施，且定制化水平高，上下文更丰富。Prometheus模型稳健，能够实现深度数据钻取；Sensu则采用行业标准技术和格式（如Nagios和StatsD），监控整个基础设施。Sensu能够与Prometheus相互补充，提供更加丰富的上下文信息。随着我们对软件依赖程度的加深，软件的可用性和故障修复时间对企业的存活非常重要。因此，只有充分了解系统才能克服这些挑战，基础设施和应用监控正是关键的一环。要想充分利用K8s的能力，必须实施统一的监控解决方案，实现新老技术的有效衔接。本篇为译文，原文作者：STEFAN THORPE 原文链接：https://dzone.com/refcardz/monitoring-kubernetes 译文首发于UAVStack智能运维

2019-09-26

yue-library Greenwich.SR2 发布，SpringBoot 增强库

点击查看完整的版本更新日志 Greenwich.SR2【2019-09-03】新特性版本升级注意：lombok版本和IDE lombok版本一致，此版本完善了之前遗留下来的规范，导致部分类与方法失效

2019-09-03

FrostWire 6.8.2 发布，P2P 文件共享软件

FrostWire（简称FW）是一个基于 Limewire 开发的 P2P 文件共享软件，比 Limewire 更好用，具备友好的用户界面。

2019-09-02

Linux 28 周年 | 方舟编译器开源 | Goodbye Python 2

Python 2.x 即将终止支持，是时候和 Python 2 讲再见了 Python 2将在2020年寿终正寝，问题很严重。 Linux Kernel 28 周年！

2019-09-01

SpringBoot2.0 整合 Swagger2 ,构建接口管理界面

一、Swagger2简介 1、Swagger2优点整合到Spring Boot中，构建强大RESTful API文档。

2019-08-25

10 人，2 个月 | 虾米音乐的监控体系升级之路

有的人配置的监控比较细，有的应用在经历了多人开发阶段以后，监控就逐渐疏于管理，有些应用的监控项最后修改时间只停留到 2 年以前，早已不适应业务的发展。

2019-08-21

云原生时代，2个方案轻松加速百万级镜像

根据不同的场景，我们利用不同的镜像分发方法：基于 P2P 的 CNCF/Dragonfly (以下称为“蜻蜓”）分发是缓解镜像中心带宽和减少分发时间的最直接方式。

2019-07-25

(2) 基于领域分析设计的架构规范-领域分析基础

本系列目录：改变与优势领域分析基础读写隔离充血模型之实体充血模型之Service 关于重构与落地由于整个架构规范很大程度上是基于领域驱动设计（Domain Driven Design,DDD）的思维，所以，有必要在这里和大家先介绍一下DDD的一些概念。领域聚合让我们用一个相对简单的小电商系统来举例，来说明几个概念，这个电商系统的大概需求如下我们主营的商品是甜品，计划让用户能过通过微信小程序来完成下单到支付的整个流程用户能够在我们的小程序主页选择甜品主食，然后选择详细的一些辅料搭配，最终下单，（为了简化，暂不考虑购物车，也就是一单只有一个甜品）目前只允许堂食，不考虑配送对了，我们偶尔还会需要派发一些优惠券，用户能在支付的时候输入优惠券进行抵扣（一次最多用一张）我们想能够记录好每个用户从下单，支付，到制作完成的整个流程记录然后，我们能够很快得出这样一个模型图简单来说就是：一个用户可以创建多个订单，当然也可以不下单一个订单会产生至少一条订单变更记录（从创建开始）一个订单只对应一种商品，假定商品的“辅料搭配”只作为一个“备注”属性存储到商品一个订单最多使用一张优惠券，而优惠券，当时可以一直不被使用如果这个时候问你你觉得那两个模型类的相互关系是最紧密的呢？相信几乎大家对这个答案没有异议可能你这时说不上来原因，但至少从直觉来看，大家都会这么选择，而且确实也是如此因为这是一个聚合——订单聚合。他们的关系很紧密，有多紧密？如果一定要挑一个最重要的因素来说，就是：订单变更记录不能离开订单而单独存在。对，他们必须在一起，而且订单是中心，变更记录是它的旁支。如果订单不存在了，或者不指定某一个订单，那么这个变更记录则毫无意义。其中，Order被称之为聚合根(Aggregate Root)，或者根实体(Root Entity)。所有的行为都从订单出发，而类似订单变更记录这种非根实体，则不直接与外界打交道。那优惠券呢？优惠券不也只能用于订单吗？它不应该属于"订单的优惠券”吗？并不会，因为优惠券可以停留在不被使用的状态，在那时，它是脱离订单而存在的，而且我们可以在不需要外界任何其他领域的情况下，直接对优惠券进行一些设置修改，这也说明了，它是一个独立的领域，或者说独立的聚合存在至于分析出来的目的，在充血模型一章我们再详细说明。分层模型下图为《领域驱动设计》中所提到的分层架构关于原书对四层的介绍，我在这里先不原文复述了，我以我的理解（或疑问），分别挑选重点进行介绍：用户界面层其实这里有些困惑，我不知道作者是否将前端应用也包含进来。如果没有，那么这里可能就类似我们说的网关，或者路由配置层之类。不过总之，这里并不是领域分析的重点。应用层这是一个和领域层的界限相对模糊的一层。在原书中，这一层的描述是这样：定义软件可以完成的工作....它不包含处理业务规则或知识，只是给下一层中相互协作的领域对象协调任务、委托工作。 “定义软件可以完成的工作”，我们可以理解这是一个应用服务的入口，一个功能单元，一个API，那么，以SpringMVC为例，那么我们开发时入口是什么？自然是@Controller，如果需要事务支持，就在这里加上@Transactional也没问题，千万不要认为事务不加在@Service上就感觉怪怪的，没什么好奇怪的，要摆脱这种思维惯性。 “它不包含处理业务规则或知识”，并非完全“和业务无关”。广义上来说，连一个商业项目的整个架构都是为业务来服务，就算是遵循了“开闭原则”，保证了“扩展性”，依旧是以业务方向做主导。所以，应用层也会涉及业务，但是却非“核心逻辑”。那如何界定？我目前也没有想到一个可以简单描述出来的说法，只是做了一些相对简单粗暴的规定：如果这个功能要求用到一些公共的组件，诸如文件上传下载，EXCEL/WORD等文件解析等明显是工具型做法，一般来说都能放在这一层。领域层核心业务逻辑，之后我们讨论的主要内容都在这一层。基础设施层持久化读写，公共组件如上面提到的文件下载工具等，还有比如RPC的框架组件等等，都属于此层。这一层可以被上面的任何一层直接调用所有层允许调用下方层，反之则不然下一篇：读写隔离

2019-07-09

微服务开源生态报告 No.2：APISIX 0.5 即将发布

人员动态：社区新增1位 Committer，dubbo-go项目创始人及核心维护者，来自蚂蚁金服的于雨，GitHub ID @AlexSocks； 2.

2019-06-29

UI2CODE再进化！结合Redux的框架升级！

作者：闲鱼技术 - 余晏背景 UI2CODE的目标是通过分析视觉稿得到对应的代码，让AI提高开发效率。然而过去静态化页面的产出，不能得到业务场景的需求。

2019-06-04

阿里云Kubernetes容器服务上体验Federation v2

目前社区有Federation v1和v2两个版本，v1已被官方强烈推荐不使用，下面介绍如何快速在阿里云Kubernetes容器服务上搭建和使用Federation v2。

2019-05-08

F2etest-web 的 Docker 化之路（Linux 篇）

前言 F2etest 是一个面向前端、测试、产品等岗位的多浏览器兼容性测试整体解决方案，优势是： 10 倍以上硬件利用率，降低企业运营成本；提供非常棒的桌面用户体验，极大的提高测试效率；浏览器云提供真实浏览器环境

2019-05-06

编程语言试验之Antlr4+Java实现"圈2"

此文涉及的源码版本: program-in-chinese/quan2 声明代码来源 How to Create Language Using Antlr4 本作主要作为学习Antlr, 以及实践中文命名之用

2019-04-22

Spring Boot 2.x基础教程：工程结构推荐

2019-04-14

书籍:Learning Python for Forensics 2nd Edition - 2019.pdf

简介使用Python设计，开发和部署创新的取证解决方案参考资料下载：https://itbooks.pipipan.com/fs/18113597-356668006 python测试开发项目实战-目录本文涉及的python测试开发库谢谢点赞！本文相关海量书籍下载 2018最佳人工智能机器学习工具书及下载(持续更新) Format Pdf Page Count 661 Pages https://github.com/PacktPublishing/Learning-Python-for-Forensics-Second-Edition 主要特点了解如何开发Python脚本以进行有效的数字取证分析掌握使用Python库解析复杂数据结构的技能通过开发实用的Python脚本解决取证挑战图书说明数字取证在解决复杂的网络犯罪和帮助组织理解网络安全

2019-03-26

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。