首页 文章 精选 留言 我的

精选列表

搜索[v],共10000篇文章
优秀的个人博客,低调大师

🔥 Solon v2.7.5 发布(你想要吗?)

Java Solon 是什么框架? Java “新的”应用开发框架。从零开始构建(非 java-ee 架构),有灵活的接口规范与开放生态。 追求: 更快、更小、更简单 提倡: 克制、简洁、高效、开放、生态 有什么特点? 更高的计算性价比: 并发高 2~ 3 倍;内存省 50% 更快的开发效率: 内核小,入门快;调试重启快 5 ~ 10 倍 更好的生产与部署体验: 打包小 50% ~ 90%;镜像拦取快,启动快(5 ~ 10 倍) 更大的运行时兼容范围: 非 java-ee 架构;同时支持 java8 ~ java22 入门探索视频(用户录制): 最近更新了什么? 新增 solon.web.rx 插件(替代 solon.web.flux) 添加 SolonException 异常基类 添加 solon.view 模板渲染器指定视图前缀的构造函数 添加 solon.view 模板渲染器的容器注册(提供容器扩展方式) 添加 solon.data TranUtils:getConnectionProxy 接口,方便不同的事务对接 添加 solon.scheduling 对多个 JobInterceptor 及排序支持 添加 solon.cloud 对多个 CloudJobInterceptor 及排序支持 添加 solon.validation@Size验证注解支持参数 添加 AppContext::removeWrap 接口 添加 folkmq-solon-cloud-plugin 对 event:key 支持 添加 大写开头的环境变量注入支持 调整 bean 的基类注册的排除条件改为“java.”开头(之前为包含) 修复 solon.scheduling.simple 在使用单点 cron 表过式时,会出现 npe 的问题 socket.d 升为 2.4.10 folkmq 升为 1.4.2 snack3 升为 3.2.92 jackson 升为 2.17.0 fastjson2 升为 2.0.48 mybatis-flex 升为 1.8.7 beetlsql 升为 3.30.4-RELEASE netty 升为 4.1.107.Final vertx 升为 4.5.6 hutool 升为 5.8.27 smartsocket 升为 1.5.43 smarthttp 升为 1.4.1 aws-java-sdk-s3 升为 1.12.695 grpc 升为 1.62.2 thrift 升为 0.20.0 dubbo3 升为 3.2.11 freemarker 升为 2.3.32 beetl 升为 3.16.0.RELEASE thymeleaf 升为 3.1.2.RELEASE log4j 升为 2.23.1 slf4j 升为 2.0.12 项目仓库地址? gitee:https://gitee.com/noear/solon github:https://github.com/noear/solon 官网? https://solon.noear.org

优秀的个人博客,低调大师

FolkMQ(消息中间件) v1.4.2 发布

功能简表 角色 功能 生产者(客户端) 发布消息、定时消息(或叫延时)、顺序消息、可过期消息、事务消息。支持 Qos0、Qos1 消费者(客户端) 订阅、取消订阅。消费-ACK(自动、手动) 服务端 发布-Confirm、订阅-Confirm、取消订阅-Confirm、派发-Retry、派发-Delayed 本次更新 添加 自定义 tid(key) 支持(之前自动生成) 添加 PackagingLoopImpl 新的构造函数 添加 外部配置文件加载支持(./data/app.yml) 添加 消息二进制数据支持(可以方便不同的消息数据序列化) 添加 顺序消息分区支持(在集群下才有效) 优化 顺序消息没有消费者时 server 端 cpu 过高的问题 优化 企业版授权控制 优化 Server 预关闭支持 优化 顺序消息的强制派发处理 sokcet.d 升为 2.4.10 面向简单编程 1) 启动服务 docker run -p 18602:18602 -p 8602:8602 noearorg/folkmq-server:1.4.2 2) 编写程序 引入一个小依赖 <dependency> <groupId>org.noear</groupId> <artifactId>folkmq-transport-netty</artifactId> <version>1.4.2</version> </dependency> 写程序喽 public class ClientDemo { public static void main(String[] args) throws Exception { //创建客户端,并连接 MqClient client = FolkMQ.createClient("folkmq://127.0.0.1:18602") .nameAs("demoapp") .connect(); //订阅主题 client.subscribe("demo.topic", message -> { System.out.println(message); }); //发布消息 client.publish("demo.topic", new MqMessage("helloworld!")); } } 代码仓库 https://gitee.com/noear/folkmq https://github.com/noear/folkmq 官网 https://folkmq.noear.org

优秀的个人博客,低调大师

WFS 文件存储系统 v1.0.1 发布

WFS文件存储系统,主要解决海量小文件的存储问题 wfs有非常高效的读写效率,在高并发压力下,wfs存储引擎读写响应时间可以达到微秒级别. 海量小文件可能带来的许多问题: 海量小文件存储在不同的硬件环境和系统架构下,都会带来一系列显著的问题。无论是采用传统的机械硬盘(HDD)还是现代的固态硬盘(SSD),这些问题都可能影响系统的性能、效率、扩展性和成本: 存储效率低下:对于任何类型的硬盘,小文件通常会导致物理存储空间的低效使用。由于硬盘有其最小存储单元(扇区或页),小文件可能会占用超过其实际内容大小的空间,尤其是在每个文件还需额外存储元数据的情况下,如inode(在Unix-like系统中)或其他形式的元数据记录,这会进一步加大空间浪费。inode耗尽:每个文件和目录至少占用一个inode,而inode的数量是在格式化磁盘并创建文件系统时预先设定的。当系统中有大量小文件时,即使硬盘空间还很充足,也可能因为inode用完而导致无法继续创建新文件,尽管剩余磁盘空间足以存放更多数据。性能影响:随着inode数量增多,查找和管理这些inode所对应的元数据会变得更复杂和耗时,尤其是对于不支持高效索引机制的传统文件系统,这会影响文件系统的整体性能。扩展性受限:文件系统设计时通常有一个固定的inode总数,除非通过特殊手段(如调整文件系统或重新格式化时指定更多inode),否则无法动态增加inode数量来适应小文件增长的需求。 I/O性能瓶颈与资源消耗:在HDD环境中,随机读写大量小文件会引发频繁的磁盘寻道操作,从而降低整体I/O性能。而在SSD中,尽管寻道时间几乎可以忽略,但过于密集的小文件访问仍可能导致控制器压力增大、写入放大效应以及垃圾回收机制负担加重。 索引与查询效率问题:海量小文件对文件系统的索引结构形成挑战,随着文件数量的增长,查找、更新和删除小文件时所需的元数据操作会变得非常耗时。尤其在需要快速检索和分析场景下,传统索引方法难以提供高效的查询服务。 备份恢复复杂性与效率:备份海量小文件是一个繁琐且耗时的过程,同时在恢复过程中,尤其是按需恢复单个文件时,需要从大量备份数据中定位目标文件,这将极大地影响恢复速度和效率。 扩展性与可用性挑战:存储系统在处理海量小文件时,可能面临扩展性难题。随着文件数量的增长,如何有效分配和管理资源以维持良好的性能和稳定性是一大考验。在分布式存储系统中,还可能出现热点问题,导致部分节点负载过高,影响整个系统的稳定性和可用性。 wfs 作用在于将海量提交存储的小文件进行高效的压缩归档。并提供简洁的数据获取方式,以及后台文件管理,文件碎片整理等。 wfs相关程序 wfs源码地址 https://github.com/donnie4w/wfs go客户端 https://github.com/donnie4w/wfs-goclient java客户端 https://github.com/donnie4w/wfs-jclient python客户端 https://github.com/donnie4w/wfs-pyclient wfs在线体验 http://testwfs.tlnet.top 用户名 admin 密码 123 wfs使用文档 https://tlnet.top/wfsdoc wfs的特点 高效性 简易性 零依赖 管理平台 图片处理 应用场景 媒体存储:适用于存储和访问海量的小文件,如图片、文本等。凭借高性能存储引擎,WFS 可实现高速存取,并提供丰富的图片资源处理功能。 技术特点 高吞吐量低延迟:保证在高并发场景下的数据存取速度。 支持多级别数据压缩存储:节省存储空间,提高存储效率。 支持http(https)协议存取文件 支持thrift协议长连接存取文件 支持图片基本处理:内置图片处理功能,满足多媒体存储需求。 WFS的压力测试与性能评估 请注意,以下基准测试数据主要针对WFS数据存储引擎,未考虑网络因素的影响。在理想条件下,基于基准测试数据得出估算数据 以下为部分压测数据截图 测试数据说明: 第一列为测试方法,写Append, 读Get , *-4四核,*-8八核 第二列为本轮测试执行总次数 ns/op: 每执行一次消耗的时间 B/op:每执行一次消耗的内存 allocs/op:每执行一次分配内存次数 根据基准测试数据,可以估算出wfs存储引擎的性能 存储数据性能估算 Benchmark_Append-4 平均每秒执行的操作次数约为:1 / (36489 ns/operation) ≈ 27405次/s Benchmark_Append-8 平均每秒执行的操作次数约为:1 / (31303 ns/operation) ≈ 31945次/s Benchmark_Append-4 平均每秒执行的操作次数约为:1 / (29300 ns/operation) ≈ 34129次/s Benchmark_Append-8 平均每秒执行的操作次数约为:1 / (24042 ns/operation) ≈ 41593次/s Benchmark_Append-4 平均每秒执行的操作次数约为:1 / (30784 ns/operation) ≈ 32484次/s Benchmark_Append-8 平均每秒执行的操作次数约为:1 / (30966 ns/operation) ≈ 32293次/s Benchmark_Append-4 平均每秒执行的操作次数约为:1 / (35859 ns/operation) ≈ 27920次/s Benchmark_Append-8 平均每秒执行的操作次数约为:1 / (33821 ns/operation) ≈ 29550次/s 获取数据性能估算 Benchmark_Get-4 平均每秒执行的操作次数约为:1 / (921 ns/operation) ≈ 1085776次/s Benchmark_Get-8 平均每秒执行的操作次数约为:1 / (636 ns/operation) ≈ 1572327次/s Benchmark_Get-4 平均每秒执行的操作次数约为:1 / (1558 ns/operation) ≈ 641848次/s Benchmark_Get-8 平均每秒执行的操作次数约为:1 / (1296 ns/operation) ≈ 771604次/s Benchmark_Get-4 平均每秒执行的操作次数约为:1 / (1695 ns/operation) ≈ 589970次/s Benchmark_Get-8 平均每秒执行的操作次数约为:1 / (1402ns/operation) ≈ 713266次/s Benchmark_Get-4 平均每秒执行的操作次数约为:1 / (1865 ns/operation) ≈ 536000次/s Benchmark_Get-8 平均每秒执行的操作次数约为:1 / (1730 ns/operation) ≈ 578034次/s 写入数据性能 在不同并发条件下,WFS存储引擎的写入操作平均每秒执行次数介于约 3万次/s 至 4万次/s 之间。 读取数据性能 WFS存储引擎读数据操作的性能更为出色,平均每秒执行次数在53万次/s 至150万次/s 之间。 请注意:测试结果与环境有很大关系。实际应用中的性能可能会受到多种因素的影响,如系统负载、网络状况、磁盘I/O性能等,实际部署时需要根据具体环境进行验证和调优。 wfs内置图片基础处理 原图: https://tlnet.top/statics/test/wfs_test.jpg 裁剪正中部分,等比缩小生成200x200缩略图 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/1/w/200/h/200 宽度固定为200px,高度等比缩小,生成宽200缩略图 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/2/w/200 高度固定为200px,宽度等比缩小,生成高200缩略图 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/2/h/200 高斯模糊,生成模糊程度Sigma为5,宽200的图片 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/2/w/200/blur/5 灰色图片,生成灰色,宽200的图片 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/2/w/200/grey/1 颜色反转,生成颜色相反,宽200的图片 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/2/w/200/invert/1 水平反转 ,生成水平反转,宽200的图片 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/2/w/200/fliph/1 垂直反转 ,生成垂直反转,宽200的图片 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/2/w/200/flipv/1 图片旋转 ,生成向左旋转45度,宽200的图片 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/2/w/200/rotate/45 格式转换 ,生成向左旋转45,宽200的png图片 https://tlnet.top/statics/test/wfs_test.jpg?imageView2/2/w/200/rotate/45/format/png 图片处理方式见wfs使用文档 WFS的使用简单说明 执行文件下载地址:https://tlnet.top/download 启动: ./linux101_wfs -c wfs.json 3. wfs.json 配置说明 { "listen": 4660, "opaddr": ":6802", "webaddr": ":6801", "memLimit": 128, "data.maxsize": 10000, "filesize": 100, } 属性说明: listen http/https 资源获取服务监听端口 opaddr thrift后端资源操作地址 webaddr 管理后台服务地址 memLimit wfs内存最大分配 (单位:MB) data.maxsize wfs上传图片大小上限 (单位:KB) filesize wfs后端归档文件大小上限 (单位:MB) wfs使用详细说明请参考wfs使用文档 WFS如何存储,删除数据 1. http/https curl -F "file=@1.jpg" "http://127.0.0.1:6801/append/test/1.jpg" -H "username:admin" -H "password:123" curl -X DELETE "http://127.0.0.1:6801/delete/test/1.jpg" -H "username:admin" -H "password:123" 2. 使用客户端 以下是java客户端 示例 public void append() throws WfsException, IOException { String dir = System.getProperty("user.dir") + "/src/test/java/io/github/donnie4w/wfs/test/"; WfsClient wc = newClient(); WfsFile wf = new WfsFile(); wf.setName("test/java/1.jpeg"); wf.setData(Files.readAllBytes(Paths.get(dir + "1.jpeg"))); wc.append(wf); } 3. 通过管理后台上传/删除文件 WFS管理后台 默认搜索 前缀搜索 碎片整理 WFS的分布式部署方案 wfs0.x版本到wfs1.x版本的设计变更说明:wfs0.x 版本实现了分布式存储,这使得系统能够跨多个服务器分散存储和处理数据,具备水平扩展能力和数据备份冗余能力,但是在实际应用中也暴露出一些问题,如元数据重复存储导致空间利用率不高。对于小文件的处理效率低,因为在节点间频繁转发传输,造成系统资源消耗增加。 wfs1.x版本的目标在于通过精简架构、聚焦性能提升来满足特定应用场景的需求,而在分布式部署方面的考量则交由用户借助第三方工具和服务来实现。 wfs1.x不直接支持分布式存储,但为了应对大规模部署和高可用需求,推荐采用如Nginx这样的负载均衡服务,通过合理的资源配置和定位策略,可以在逻辑上模拟出类似分布式的效果。也就是说,虽然每个wfs实例都是单机存储,但可以通过外部服务实现多个wfs实例之间的请求分发,从而达到业务层面的“分布式部署”。如何实现wfs的“分布式部署”可以参考文章《WFS的分布式部署方案》 必须说明的是,超大规模数据存储业务中,分布式系统确实具有显著优势,包括动态资源调配、数据分块存储、多节点备份等高级功能。然而,分布式采用负载均衡策略的wfs1.x,则需要用户自行采取措施保证数据安全性和高可用性,例如定期备份数据、搭建负载均衡集群,并且在应用程序中配置并设计路由规则,确保数据能正确地路由到目标节点。 wfs的优势在于其简洁性和高效性。实际上,并非任何文件存储业务都需要复杂的分布式文件系统,相反,大部分业务尚未达到超大规模的量级,而使用复杂的分布式文件系统可能会带来与之不相匹配的过多额外成本和运维难度。目前的wfs及其相应的分布式部署策略已经能够较好地满足各种业务需求。

优秀的个人博客,低调大师

🎉FolkMQ v1.2 发布(添加事务消息)

简介 采用 “单线程” + “多路复用” + "内存运行" + "快照持久化" + "Broker 集群模式"(可选) 基于Socket.D 网络应用协议开发。全新设计,自主架构! 角色 功能 生产端 发布消息、定时消息、顺序消息、可过期消息、事务消息。发送请求(rpc)。支持 Qos0、Qos1 消费端 订阅、取消订阅。响应请求 消费者 消费-ACK(自动、手动) 服务端 发布-Confirm、订阅-Confirm、取消订阅-Confirm、派发-Retry、派发-Delayed 服务端 单线程、内存运行、快照持久化(自动、停机、手动)、Broker 模式集群、集群热扩展 特点 高吞吐量、低延迟 FolkMQ 纯内存运行,每秒能处理几十万条消息,最低延迟不到1毫秒。 可扩展性 FolkMQ Broker 集群支持 folkmq-server 节点热扩展。流量高时随时加,流量低时可减 持久性、可靠性 消息被快照持久化(类似于 redis)到本地磁盘,并且支持数据备份防止数据丢失 高可用 集群内任何节点坏掉只要还有“一个”同类节点,仍可提供服务 快(单机版,180K TPS)。 有点像 Redis 之于 MySql。 本次更新 添加 协议版本的握手传递 添加 消息事务支持(即二段式提交),支持反向事务确认 添加 请求响应模式支持(即 rpc 模式) 添加 消息用户属性支持 优化 内存占用与快照大小 优化 安全停止延时改为4秒 优化 客户端相关参数校验 优化 客户端的心跳间隔为6秒 优化 停止打印信息 sokcet.d 升为 2.4.3 新功能示例(事务消息): //准备(1.取名字;2.添加响应实现) MqClient client = FolkMQ.createClient("folkmq://127.0.0.1:18602") .nameAs("demoapp") //一般用当前应用名(也当默认消息者组用) .connect(); //用于响应服务端发起的反向确认 client.response(m->{ if (m.isTransaction()) { //极端特殊的情况下,客户端未完成事务确认。由服务端发起补尝确认 if("1".equals(m.getAttr("orderId"))) { //一般这里,需要查询数据库之类的 m.acknowledge(true); } } }); //发送事务消息 MqTransaction tran = client.newTransaction(); try { client.publish("demo", new MqMessage("demo1").attr("orderId","1").transaction(tran)); client.publish("demo", new MqMessage("demo2").attr("orderId","1").transaction(tran)); client.publish("demo", new MqMessage("demo3").attr("orderId","1").transaction(tran)); client.publish("demo", new MqMessage("demo4").attr("orderId","1").transaction(tran)); tran.commit(); } catch (Throwable e) { tran.rollback(); } 新功能示例(请求响应模式): //客户端2 MqClient client1 = FolkMQ.createClient("folkmq://127.0.0.1:18602") .nameAs("demo-app1") .connect(); //要支持 rpc 响应,要添加响应实现(MqResponseRouter 带了主体路由功能) client1.response(new MqResponseRouter().doOn("test.hello", m -> { m.acknowledge(true, new StringEntity(m.getSender() + ": me to! rev: " + m.getContent())); })); //客户端2 MqClient client2 = FolkMQ.createClient("folkmq://127.0.0.1:18602") .nameAs("demo-app2") .connect(); //发起请求并等响应,同步模式 Reply reply = client2.request("demo-app1", "test.hello", new MqMessage("hello")).await(); print(reply.dataAsString()); 代码仓库 https://gitee.com/noear/folkmq https://github.com/noear/folkmq 官网 https://folkmq.noear.org

资源下载

更多资源
腾讯云软件源

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

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

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。

Sublime Text

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。

用户登录
用户注册
修改密码
忘记密码