搜索[计算机组成原理]结果-低调大师优秀个人博客

精选列表

搜索[计算机组成原理]，共10000篇文章

Drill storage plugin实现原理分析

Drill Storage Plugin介绍 Drill是一个交互式SQL查询引擎，官方默认支持的数据源有hive、hbase、kafka、kudu、mongo、opentsdb、jdbc等，其中jdbc storage plugin可以覆盖所有支持jdbc协议的数据源，如：mysql、oracle等关系型数据库。所有数据源的接入都是通过drill的storage plugin实现的，理论上Drill通过storage plugin机制可以支持对任何数据源进行异构查询。 Drill作为一个SQL查询引擎，它跟传统数据库有着很多相似之处，主要包括SQL Parser、SQL Validator、Query Optimizer、Data Flow Operators等几部分。如下图所示，SQL Parser阶段会把SQL语句解析为SQL查

2018-09-11

ElasticSearch学习笔记之原理介绍

多节点组成的集群拥有冗余能力，它可以在一个或几个节点出现故障时保证服务的整体可用性。集群靠其独有的名称进行标识，默认名称为“elasticsearch”。

2018-08-22

Redux中间件的原理

中间件顾名思义就是谁和谁的中间, 在图中 View在Redux会派发一个Action， Action通过Store的Dispatch方法派发给Store, Store接收到Action 连同之前State 一同传给Reducer Reducer会返回一个新的数据给Store Store然后去改变自己的State 这个是Redux的标准流程 Redux的中间件的中间是指 Action 和 Store 之间的关系 Action 只能是一个对象派发Store 这个是在没有使用redux-thunk情况下, 在使用redux-thunk Action 可以为一个函数所以Dispatch方法就是Action和Store的中间件就是对Dispatch方法的封装利用react-thunk对Dispatch方法进行封装这时给Dispatch传入是一个对象它会直接把这个对象传给Store 如果Dispatch传入是一个函数的话先执行然后会根据你传入的参数不同进行不同的事情

2018-08-15

AJAX工作原理及其优缺点

3.AJAX的工作原理 Ajax的工作原理相当于在用户和服务器之间加了—个中间层(AJAX引擎),使用户操作与服务器响应异步化。

2018-08-12

深入分析Docker镜像原理

https://www.csdn.net/article/2015-08-21/2825511

2018-08-07

Function执行原理 & 闭包

深入理解JavaScript系列（10）：JavaScript核心（晋级高手必读篇） - 汤姆大叔 - 博客园 Function 执行原理 js中有在function上面有很多的用法和概念，就比如作用域链

2018-07-12

浅谈OceanBase的锁机制原理

OceanBase锁定粒度为行锁，默认情况下的隔离级别为读取已提交（read committed)。另外，读操作总是读取某个版本的快照数据，不需要加锁。只写事务（修改单行）：事务预提交时对待修改的数据行加写锁，事务提交时释放写锁。只写事务（修改多行）：事务预提交时对待修改的多个数据行加写锁，事务提交时释放写锁。为了保证一致性，采用两阶段镇的方式实现，即需要在事务预提交阶段获取所有数据行的写锁，如果获取某行写锁失败，整个事务执行失败。读写事务（read commited）：读写事务中的读操作读取某个版本的快照，写操作的加锁方式与只写事务相同。为了保证系统并发性能，OceanBase暂时不支持更高的隔离级别。另外，为了支持对一致性要求很高的业务，OceanBase允许用户显式锁住某个数据行。例如，有一张账务表account（account_id，balance），其中account_id为主键。假设需要从A账户(account_id=1)向B账户（account_id=2）转账100元，那么，A账户需要减少100元，B账户需要增加100元，整个转账操作是一个事务，执行过程中需要防止A账户和B账户被其他事务并发修改。如以下代码所示，OceanBase提供了”select...for update”语句用于显示锁住A账户或者B账户，防止转账过程中被其他事务并发修改。 select balance as balance_a from account where account id=1 for update; //锁住A账户 select balance as balance_b from account where account_id=2 for update; //锁住B账户事务执行过程中可能会发生死锁，例如事务T1持有账户A的写锁并尝试获取账户B的写锁，事务T2持有账户B的写锁并尝试获取账户A的写锁，这两个事务因为循环等待而出现死锁。OceanBase目前处理死锁的方式很简单，事务执行过程中如果超过一定时间无法获取写锁，则自动回滚。

2018-06-01

Java 重入锁 ReentrantLock 原理分析

所以要想理解 ReentrantLock，应先去 AQS 相关原理。

2018-05-07

支持向量机原理推导（一）

用python进行数据挖掘和机器学习一直很火，所以近段时间就在自学《机器学习实战》这本书，发现里面讲支持向量机时对原理公式的推导讲得并不详细，上网查资料发现讲得并不很系统，有点零碎的感觉，导致对于我这种小白的童鞋来说颇为艰难

2018-03-19

Nginx 工作原理和优化、漏洞

Nginx的模块与工作原理 Nginx由内核和模块组成，其中，内核的设计非常微小和简洁，完成的工作也非常简单，仅仅通过查找配置文件将客户端请求映射到一个location block（location是Nginx

2018-03-07

支持向量机原理推导（二）

上一节我们讲述了间隔公式是如何得到的，这一节讲述要得到最大间隔时的分割超平面所要的条件是什么。在上图中我们可以看到间隔为MarginB/2,但是我们很容易发现黑线还可以向上移动从而得到更大的间隔，当移动到是最上面红线与第一个Men数据点相交时便得到最大间隔了，如下图：下面我们就根据这个思路求出得到最大间隔时所要满足的条件。如上图，我们设分割超平面为g:W•X+b=0,以它为对称轴的两条线为h:W•X+b=1;f:W•X+b=-1 首先必须满足在h与f线之间没有任何数据，然后便是支持向量正好在这两条线上。即：对于蓝色类都满足W•X+b≥1，且至少有一个点瞒住W•X+b=1; 对于红色类都满足W•X+b≤-1,且至少有一个点瞒住W•X+B=-1; 我们设蓝色类与红色类的标签分别为（1，-1），那么我们把不等式与各自对应的标签相乘便可

2018-02-28

Python协程greenlet实现原理

协程实现原理实现协程主要是在协程切换时，将协程当前的执行上下文保存到协程关联的context中。在c/c++这种native程序中实现协程，需要将栈内容和CPU各个寄存器的内容保存起来。

2018-02-26

GBDT原理-Gradient Boosting Decision Tree

i=1,2,…,N，计算 rmi=−[∂L(y,f(xi))∂f(xi)]f(x)=fm−1(x) 对 rmi拟合一颗回归树，得到第m棵树的叶结点区域Rmj,j=1,2,...J，即一棵由J个叶子节点组成的树

2018-01-26

大数据技术原理与应用

推荐一个视频： http://study.163.com/course/courseMain.htm?courseId=1002887002 章节1课程介绍课时1课程介绍06:53 章节2大数据概述课时2大数据概述第1部分26:56 课时3大数据概述第2部分31:11 课时4大数据概述第3部分13:04 章节3大数据处理架构Hadoop 课时5大数据处理架构Hadoop第1部分26:52 课时6大数据处理架构Hadoop第2部分20:50 课时7大数据处理架构Hadoop第3部分15:14 课时8大数据处理架构Hadoop第4部分18:43 章节4分布式文件系统HDFS 课时9分布式文件系统HDFS第1部分24:43 课时10分布式文件系统HDFS第2部分20:15 课时11分布式文件系统HDFS第3部分20:19 课时12分布式文件系统HDFS第4部分21:33 章节5分布式数据库HBase 课时13分布式数据库HBase第1部分24:49 课时14分布式数据库HBase第2部分26:17 课时15分布式数据库HBase第3部分30:37 课时16分布式数据库HBase第4部分25:26 章节6NoSQL数据库课时17NoSQL数据库第1部分23:45 课时18NoSQL数据库第2部分26:44 课时19NoSQL数据库第3部分23:09 课时20NoSQL数据库第4部分16:24 章节7云数据库课时21云数据库第1部分21:59 课时22云数据库第2部分28:40 课时23云数据库第3部分31:04 课时24云数据库第4部分21:28 章节8MapReduce 课时25MapReduce第1部分25:11 课时26MapReduce第2部分28:17 课时27MapReduce第3部分26:35 课时28MapReduce第4部分19:40 章节9基于Hadoop的数据仓库Hive 课时29基于Hadoop的数据仓库Hive第1部分29:10 课时30基于Hadoop的数据仓库Hive第2部分25:56 课时31基于Hadoop的数据仓库Hive第3部分23:30 课时32基于Hadoop的数据仓库Hive第4部分25:17 章节10Hadoop架构再探讨课时33Hadoop架构再探讨第1部分28:32 课时34Hadoop架构再探讨第2部分25:58 课时35Hadoop架构再探讨第3部分21:39 课时36Hadoop架构再探讨第4部分35:39 章节11Spark 课时37Spark第1部分30:15 课时38Spark第2部分31:38 课时39Spark第3部分35:53 课时40Spark第4部分26:05 章节12流计算课时41流计算第1部分30:17 课时42流计算第2部分35:36 课时43流计算第3部分33:41 课时44流计算第4部分26:43 章节13图计算课时45图计算第1部分28:51 课时46图计算第2部分35:38 课时47图计算第3部分34:47 课时48图计算第4部分30:30 章节14大数据在不同领域的应用课时49大数据在不同领域的应用第1部分22:41 课时50大数据在不同领域的应用第2部分24:09 课时51大数据在不同领域的应用第3部分25:09 章节15附录：大数据在线课程建设团队风采课时52附录：大数据在线课程建设团队风

2017-12-15

ZABBIX实现原理及架构详解

ZABBIX是完全开源的工具，整合了CACTI和NAGIOS等特性。 zabbix功能很强大，如何理解zabbix的功能，我们可以和cacti、nagios的功能对比一下： cacti是一款数据采集，数据存储，外加web界面展示的工具，它负责阈值范围内的实时变化，但是对超过阈值的告警功能很薄弱优点：实时监控数据变化，以web页面的方式呈现，更直观。缺点：告警不及时 nagios是一款告警功能很强大的工具，它不关心阈值范围内的变化，只关心状态变化（超过阈值），然后报警。报警方式通过邮件，短信等。优点：告警反映迅速。缺点：监控主机数量有限，承载低 zabbix = cacti + nagios 优点：基于两款工具优点于一身并更强大，实现企业级分布式监控。缺点：2.2版本带宽占用大但是升级到2.4版本后更节省了带宽资源，其它再无发现。 zabbix监控功能的实现监控主机zabbix有专用的agent,可以监控Linux，Windows等监控网络设备zabbix通过SNMP,ssh(不多用) 可监控对象设备：服务器，路由器，交换机软件：OS，网络，应用程序主机性能指标监控故障监控： down机，服务不可用，主机不可达支持数据库存储类型 abbix-database: MySQL, PGSQL(postgreSQL)、Oracle、DB2、SQLite Zabbix架构中的组件 zabbix-server: C语言 zabbix-agent: C语言 zabbix-web：GUI，用于实现zabbix设定和展示,PHP开发 zabbix-proxy: 分布式监控环境中的专用组件监控流程一个监控系统运行的大概的流程是这样的： agentd需要安装到被监控的主机上，它负责定期收集各项数据，并发送到zabbix server端，zabbix server将数据存储到数据库中，zabbix web根据数据在前端进行展现和绘图。这里agentd收集数据分为主动和被动两种模式：主动：agent请求server获取主动的监控项列表，并主动将监控项内需要检测的数据提交给server/proxy 被动：server向agent请求获取监控项的数据，agent返回数据。【主动监测】通信过程如下： zabbix首先向ServerActive配置的IP请求获取active items，获取并提交active tiems数据值server或者proxy。很多人会提出疑问：zabbix多久获取一次active items？它会根据配置文件中的RefreshActiveChecks的频率进行，如果获取失败，那么将会在60秒之后重试。分两个部分：获取ACTIVE ITEMS列表 Agent打开TCP连接（主动检测变成Agent打开） Agent请求items检测列表 Server返回items列表 Agent 处理响应关闭TCP连接 Agent开始收集数据主动检测提交数据过程如下： Agent建立TCP连接 Agent提交items列表收集的数据 Server处理数据，并返回响应状态关闭TCP连接【被动监测】通信过程如下： Server打开一个TCP连接 Server发送请求agent.ping\n Agent接收到请求并且响应<HEADER><DATALEN>1 Server处理接收到的数据1 关闭TCP连接这里，被动模式每次都需要打开一个tcp连接，这样当监控项越来越多时，就会出现server端性能问题了。那实际监控中是用主动的还是被动的呢？这里主要涉及两个地方： 1、新建监控项目时，选择的是zabbix代理还是zabbix端点代理程式（主动式），前者是被动模式，后者是主动模式。 2、agentd配置文件中StartAgents参数的设置，如果为0，表示禁止被动模式，否则开启。一般建议不要设置为0，因为监控项目很多时，可以部分使用主动，部分使用被动模式。常用的监控架构平台 1、server-agentd模式：这个是最简单的架构了，常用于监控主机比较少的情况下。 2、server-proxy-agentd模式：这个常用于比较多的机器，使用proxy进行分布式监控，有效的减轻server端的压力。下图描述了上述两种方式： Zabbix逻辑架构定义一个template模板，里面包括多个items，trigger，graphs套用给host或者hostgroups。 server监控项目items通过zabbix poller进程（可以有多个进程实现并发处理）包括snmp，agent协议收集被监控主机信息。如果阈值超过triggers触发器规定，就是形成一个events事件，然后actions处理动作（包括运行预先定制的脚本，不成功发送email或SMS）。在服务器升级的时候提前设定maintenance维护模式不对服务器产生告警通知。通过逻辑拓扑图展示工作流程 Zabbix Server启动后都有那些进程？本文转自 dengaosky 51CTO博客，原文链接：http://blog.51cto.com/dengaosky/1963871，如需转载请自行联系原作者

2017-11-27

android基础进度条原理

下面详细介绍ProgressBar 一、说明在某些操作的进度中的可视指示器，为用户呈现操作的进度，还它有一个次要的进度条，用来显示中间进度，如在流媒体播放的缓冲区的进度。一个进度条也可不确定其进度。在不确定模式下，进度条显示循环动画。这种模式常用于应用程序使用任务的长度是未知的。二、XML重要属性 android:progressBarStyle：默认进度条样式 android:progressBarStyleHorizontal：水平样式三、重要方法 getMax()：返回这个进度条的范围的上限 getProgress()：返回进度 getSecondaryProgress()：返回次要进度 incrementProgressBy(int diff)：指定增加的进度 isIndeterminate()：指示进度条是否在不确定模式下 setIndeterminate(boolean indeterminate)：设置不确定模式下 setVisibility(int v)：设置该进度条是否可视四、重要事件 onSizeChanged(int w, int h, int oldw, int oldh)：当进度值改变时引发此事件看一下实现代码 packagecom.smart; importjava.util.Timer; importjava.util.TimerTask; importandroid.app.Activity; importandroid.os.Bundle; importandroid.os.Handler; importandroid.os.Message; importandroid.widget.ProgressBar; publicclassMainextendsActivity{ privateProgressBarprogressBar; privateHandlerhandler=newHandler(){ publicvoidhandleMessage(Messagemsg){ switch(msg.what){ case1: intcurrentProgress=progressBar.getProgress()+2; if(currentProgress>progressBar.getMax()) currentProgress=0;//断送进度条 progressBar.setProgress(currentProgress);//显示进度条进度 break; } super.handleMessage(msg); } }; privateTimerTasktimerTask=newTimerTask(){ //信息 @Override publicvoidrun(){ Messagemessage=newMessage(); message.what=1; handler.sendMessage(message); } }; @Override publicvoidonCreate(BundlesavedInstanceState){ super.onCreate(savedInstanceState); setContentView(R.layout.main); progressBar=(ProgressBar)findViewById(R.id.progressbar); Timertimer=newTimer(); timer.schedule(timerTask,0,500); //第二个参数为：从0开始，第三个参数为：它的速度，越大越慢，越小越快。 } } main.xml文件 <?xmlversion="1.0"encoding="utf-8"?> <LinearLayoutxmlns:android="http://schemas.android.com/apk/res/android" android:orientation="vertical" android:layout_width="fill_parent" android:layout_height="fill_parent" > <ProgressBar android:id="@+id/progressbar" android:layout_width="fill_parent" android:layout_height="wrap_content" android:layout_marginTop="20dp" android:max="100" style="?android:attr/progressBarStyleHorizontal" /> </LinearLayout> 本文转自 llb988 51CTO博客，原文链接：http://blog.51cto.com/llb988/510427，如需转载请自行联系原作者

2017-11-26

DNS系统架构与解析原理

网络通讯大部分是基于TCP/IP的，而TCP/IP是基于IP地址的，所以计算机在网络上进行通讯时只能识别如“202.96.134.133”之类的IP地址，而不能认识域名。

2017-11-13

Hadoop 之 NameNode 元数据原理

在对NameNode节点进行格式化时，调用了FSImage的saveFSImage()方法和FSEditLog.createEditLogFile()存储当前的元数据。Namenode主要维护两个文件，一个是fsimage，一个是editlog。 fsimage ：保存了最新的元数据检查点，包含了整个HDFS文件系统的所有目录和文件的信息。对于文件来说包括了数据块描述信息、修改时间、访问时间等；对于目录来说包括修改时间、访问权限控制信息(目录所属用户，所在组)等。简单的说，Fsimage就是在某一时刻，整个hdfs 的快照，就是这个时刻hdfs上所有的文件块和目录，分别的状态，位于哪些个datanode，各自的权限，各自的副本个数等。注意：Block的位置信息不会保存到fsimage，Block保存在哪个DataNode（由DataNode启动时上报）。 editlog ：主要是在NameNode已经启动情况下对HDFS进行的各种更新操作进行记录，HDFS客户端执行所有的写操作都会被记录到editlog中。读取元数据：启动NameNode节点时，又要从镜像和编辑日志中读取元数据。写入元数据：在NameNode运行时会将内存中的元数据信息存储到所指定的文件，即${dfs.name.dir}/current目录下的fsimage文件，此外还会将另外一部分对NameNode更改的日志信息存储到${dfs.name.dir}/current目录下的edits文件中。fsimage文件和edits文件可以确定NameNode节点当前的状态，这样在NameNode节点由于突发原因崩溃时，可以根据这两个文件中的内容恢复到节点崩溃前的状态，所以对NameNode节点中内存元数据的每次修改都必须保存下来。但是如果每次都保存到fsimage文件中，这样效率就特别低效，所以引入编辑日志文件edits，保存对对元数据的修改信息，也就是fsimage文件保存NameNode节点中某一时刻内存中的元数据（即目录树），edits保存这一时刻之后的对元数据的更改信息。镜像的保存： SecondaryNameNode：主要由两个作用，一是镜像备份（不是NN的备份，但可以做备份），二是日志与镜像的定期合并。第一步：将hdfs更新记录写入一个新的文件——edits.new。第二步：将fsimage和editlog通过http协议发送至secondary namenode。第三步：将fsimage与editlog合并，生成一个新的文件——fsimage.ckpt。这步之所以要在secondary namenode中进行，是因为比较耗时，如果在namenode中进行，或导致整个系统卡顿。第四步：将生成的fsimage.ckpt通过http协议发送至namenode。第五步：重命名fsimage.ckpt为fsimage，edits.new为edits。第六步：等待下一次checkpoint触发SecondaryNameNode进行工作，一直这样循环操作。注：checkpoint触发的条件可以在core-site.xml文件中进行配置。fs.checkpoint.period表示多长时间记录一次hdfs的镜像。默认是1小时。fs.checkpoint.size表示一次记录多大的size，默认64M。例如如下： <property> <name>fs.checkpoint.period</name> <value>3600</value> <description>The number of seconds between two periodic checkpoints. </description> </property> <property> <name>fs.checkpoint.size</name> <value>67108864</value> <description>The size of the current edit log (in bytes) that triggers a periodic checkpoint even if the fs.checkpoint.period hasn't expired. </description> </property> 文章可以转载，必须以链接形式标明出处。本文转自张冲andy 博客园博客，原文链接：http://www.cnblogs.com/andy6/p/7353092.html ，如需转载请自行联系原作者

2017-11-12

Xen 工作原理与体系架构

Xen工作原理与体系架构 XEN工作原理 Xen通过hypervisor软件层来访问物理硬件，实现在一台单独的计算机上运行多个各自独立彼此隔离的子操作系统。

2017-11-11

lvs之 lvs原理架构介绍

一、概念 lvs的术语： Router:GWIP vs:virtual server,director rs:real server CIP:client IP VIP:virtual server IP DIP:ditecter IP(connect with rs) RIP:real server IP 用户请求的IP一定是VIP,否则vs就失去了负载均衡的调度意义 LVS方式的cluster从结构上可分为两部分：前端的负载均衡器(称之为director)和后端的真实服务器(称之为real server)。cluster前端的director将来自外界的请求调度到cluster后端不同的real server去执行。real server负责真正的提供各种应用服务，比如：Web、FTP、Mail等服务。real server的数量可以根据实际需求进行增加、减少。二、lvs的工作过程三、lvs的类型 lvs有三种通用标准模型 (1)lvs-nat (网络地址映射) (2)lvs-dr (直接路由) (3)lvs-tun (IP隧道) 3.1、 LVS NAT的特性(实质是多目标的DNAT)： 1、RS应该使用私有地址； 2、RS的网关的必须指向DIP； 3、RIP和DIP必须在同一网段内； 4、请求和响应的报文都得经过Director；在高负载场景中，Director很可能成为系统性能瓶颈； 5、支持端口映射； 6、RS可以使用任意支持集群服务的OS； lvs-nat：工作流程如图： 3.2、 LVS DR类型的特性： 1、RS可以使用私有地址；但也可以使用公网地址，此时可以直接通过互联网连入RS以实现配置、监控等； 2、RS的网关一定不能指向DIP； 3、RS跟Dirctory要在同一物理网络内（不能由路由器分隔，因为VS通过封装MAC地址到RS）； 4、请求报文经过Directory，但响应报文一定不经过Director 5、不支持端口映射； 6、RS可以使用大多数的操作系统；由于DR类型中,VS、RS的VIP都是一样，如果在同一网段内会造成地址冲突，因此要解决地址冲突有一下三种方法：禁止RS响应对VIP的ARP广播请求： 1、在前端路由上实现静态MAC地址VIP的绑定；前提：得有路由器的配置权限；缺点：Directory故障转时，无法更新此绑定； 2、arptables 前提：在各RS在安装arptables程序，并编写arptables规则缺点：依赖于独特功能的应用程序 3、修改Linux内核参数前提：RS必须是Linux；缺点：适用性差；两个参数： arp_announce：定义通告模式 arp_ignore：定义收到arp请求的时响应模式配置专用路由，以使得响应报文首先通过vip所配置的lo上的别名接口 lvs-dr：工作流程如图 3.2、 lvs-tun：IP隧道 1、RIP、DIP、VIP都得是公网地址； 2、RS的网关不会指向也不可能指向DIP； 3、请求报文经过Directory，但响应报文一定不经过Director； 4、不支持端口映射； 5、RS的OS必须得支持隧道功能； lvs-tun：工作流程如图：也是基于lvs-dr的模型，只不过不同的是，rs和vs不必在同一个物理的网络（实现物理冗余），而是通过隧道技术进行vs和rs间的通信四、 lvs十个调度算法：rr、wrr、lc、wlc、lblc、lblcr、dh、sh、sed、nq 1.轮叫调度（Round Robin）(简称rr) 2.加权轮叫（Weighted Round Robin）（简称wrr) 3.最少链接（Least Connections）(LC) 4.加权最少链接（Weighted Least Connections）(WLC) 5.基于局部性的最少链接（Locality-Based Least Connections）(LBLC) 6.带复制的基于局部性最少链接（Locality-Based Least Connections with Replication）(LBLCR) 7.目标地址散列（Destination Hashing）(DH) 8.源地址散列（Source Hashing）(SH) 9. 最短的期望的延迟（Shortest Expected Delay Scheduling SED）(SED) 10.最少队列调度（Never Queue Scheduling NQ）(NQ) 最常用的两个算法介绍： 2.加权轮叫（Weighted Round Robin）（简称wrr) 调度器通过“加权轮叫”调度算法根据真实服务器的不同处理能力来调度访问请求。这样可以保证处理能力强的服务器能处理更多的访问流量。调度器可以自动问询真实服务器的负载情况，并动态地调整其权值。 4.加权最少链接（Weighted Least Connections）(WLC) 在集群系统中的服务器性能差异较大的情况下，调度器采用“加权最少链接”调度算法优化负载均衡性能，具有较高权值的服务器将承受较大比例的活动连接负载。调度器可以自动问询真实服务器的负载情况，并动态地调整其权值。说明：部分参考http://6638225.blog.51cto.com/6628225/1866241 感谢作者。文章可以转载，必须以链接形式标明出处。本文转自张冲andy 博客园博客，原文链接： http://www.cnblogs.com/andy6/p/7017155.html ，如需转载请自行联系原作者

2017-11-11

资源下载

更多资源

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。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

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。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

精选列表

Drill storage plugin实现原理分析

ElasticSearch学习笔记之原理介绍

Redux中间件的原理

AJAX工作原理及其优缺点

深入分析Docker镜像原理

Function执行原理 & 闭包

浅谈OceanBase的锁机制原理

Java 重入锁 ReentrantLock 原理分析

支持向量机原理推导（一）

Nginx 工作原理和优化、漏洞

支持向量机原理推导（二）

Python协程greenlet实现原理

GBDT原理-Gradient Boosting Decision Tree

大数据技术原理与应用

ZABBIX实现原理及架构详解

android基础进度条原理

DNS系统架构与解析原理

Hadoop 之 NameNode 元数据原理

Xen 工作原理与体系架构

lvs之 lvs原理架构介绍

资源下载

Nacos

Spring

Rocky Linux

Sublime Text

欢迎您来访！