-
微服务架构核心技术七
简洁的服务分层方式 外部设备(PC,无线端，第三方接入)平台上. SOA分为两层,底下一层为基础服务(核心领域服务、公共服务、中间层服务),向上提供业务能力.第二层为聚合服务(适配服务、边界服务),低层服务比较通用,对不同的外部接入做一些适配、聚合裁剪工作.比如适配移动端和PC端,需要将几个服务进行聚合.这是逻辑性划分，不是物理性划分- 6
- 0
-
微服务架构核心（一）- 什么是微服务
微服务是目前互联网公司最常用的架构，与传统单体架构相比，微服务架构更加适应互联网快速、灵活的特点，接下来的系列文章我会逐一介绍微服务架构的核心知识点。 第一篇我们先来了解什么是微服务。 微服务的特点 微服务最经典的定义是Martinfowler老爷子在2014年的一篇文章中介绍的，原文如下： the microservice architectural style is an approach t…- 8
- 0
-
微服务架构核心技术十一
微服务API服务网关——开源网关Zuul doc: github Zuul spring cloud中对Zuul做了支持,感兴趣的可以去了解java spring家族 图示: servlet运行在tomcat容器中–>http请求会传递给zuulFilter Runer(管理zuul内部的所有过滤器，分为三个层次:前置路由过滤器、路由过滤器、后置路由过滤器)–>请求过来经过前置路由过滤…- 8
- 0
-
Spring Cloud构建微服务架构：消息驱动的微服务（消费组）【Dalston版】
通过之前的《消息驱动的微服务（入门）》一文，相信很多朋友已经对Spring Cloud Stream有了一个初步的认识。但是，对于《消息驱动的微服务（核心概念）》一文中提到的一些核心概念可能还有些迷糊，下面我们将详细的来学习一下这些概念。本文我们就来学习和使用一下“消费组”这一概念。 使用消费组实现消息消费的负载均衡 通常在生产环境，我们的每个服务都不会以单节点的方式运行在生产环境，当同一个服务启…- 5
- 0
-
Spring Cloud构建微服务架构：服务消费（Ribbon）【Dalston版】
通过上一篇《Spring Cloud构建微服务架构：服务消费（基础）》，我们已经学会如何通过LoadBalancerClient接口来获取某个服务的具体实例，并根据实例信息来发起服务接口消费请求。但是这样的做法需要我们手工的去编写服务选取、链接拼接等繁琐的工作，对于开发人员来说非常的不友好。所以，下来我们看看Spring Cloud中针对客户端负载均衡的工具包：Spring Cloud Ribbo…- 0
- 0
-
ASP.NET Core微服务之基于Consul实现服务治理（3）
一、示例整体架构 此示例会由一个API Gateway, 一个Consul Client以及三个Consul Server组成，有关Consul的Client和Server这两种模式的Agent的背景知识，请移步我之前的文章加以了解：《.NET Core微服务之基于Consul实现服务治理》。其中，Consul的Client和Server节点共同构成一个Data Center，而API Gatew…- 7
- 0
-
Netty源码分析第8章(高性能工具类FastThreadLocal和Recycler)—->第6节: 异线程回收对象…
Netty源码分析第8章(高性能工具类FastThreadLocal和Recycler)---->第6节: 异线程回收对象 Netty源码分析第八章: 高性能工具类FastThreadLocal和Recycler 第六节: 异线程回收对象 异线程回收对象, 就是创建对象和回收对象不在同一条线程的情况下, 对象回收的逻辑 我们之前小节简单介绍过, 异线程回收对象, 是不会放在当前线…- 1
- 0
-
Netty源码分析第4章(pipeline)—->第3节: handler的删除
Netty源码分析第四章: pipeline 第三节: handler的删除 上一小节我们学习了添加handler的逻辑操作, 这一小节我们学习删除handler的相关逻辑 如果用户在业务逻辑中进行ctx.pipeline().remove(this)这样的写法, 或者ch.pipeline().remove(new SimpleHandler())这样的写法, 则就是对han…- 4
- 0
-
Netty源码分析第2章(NioEventLoop)—->第7节: 处理IO事件
Netty源码分析第二章: NioEventLoop ** ** 第七节:处理IO事件 上一小节我们了解了执行select()操作的相关逻辑, 这一小节我们继续学习select()之后, 轮询到io事件的相关逻辑: 回到NioEventLoop的run()方法: 1protected void run() { 2 for (;;) { 3 try { 4 switch (selectS…- 9
- 0
-
Netty源码分析第2章(NioEventLoop)—->第1节: NioEventLoopGroup之创建线程执行器
Netty源码分析第二章: NioEventLoop 概述: 通过上一章的学习, 我们了解了Server启动的大致流程, 有很多组件与模块并没有细讲, 从这个章开始, 我们开始详细剖析netty的各个组件, 并结合启动流程, 将这些组件的使用场景及流程进行一个详细的说明 这一章主要学习NioEventLoop相关的知识, 何为NioEventLoop? Ni…- 6
- 0
-
Netty In Action中文版 – 第七章：编解码器Codec
Netty In Action中文版 - 第七章：编解码器Codec 本章介绍 Codec，编解码器 Decoder，解码器 Encoder，编码器 Netty提供了编解码器框架，使得编写自定义的编解码器很容易，并且也很容易重用和封装。本章讨论Netty的编解码器框架以及使用。 7.1 编解码器Codec 编写一个网络应用程序需要实现某种编解码器，编解码器的作用就是讲原始字节数据与…- 3
- 0
-
使用Netty进行文件传输
一、简介 使用Netty进行文件传输主要涉及到FileChannel文件通道，它用来连接文件，可以通过这个通道读写文件。在使用FileChannel之前必须先打开它，FileChannel无法直接打开，可以通过InputStream、OutputStream或RandomAccessFile来获取FileChannel实例，比如： 1RandomAccessFile file=new Random…- 312
- 0
-
通俗地讲，Netty 能做什么？
https://www.zhihu.com/question/24322387/answer/78947405 作者：郭无心 链接：https://www.zhihu.com/question/24322387/answer/78947405 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 Netty是什么？ 1）本质：JBoss做的一个Jar包 2）目的…- 7
- 0
-
Netty零拷贝机制
Netty零拷贝机制 Netty自己的ByteBuf JDK ByteBuffer的缺点： ByteBuf做了那些增强 ByteBuf操作 ByteBuf动态扩容原理 选择合适的ByteBuf实现 Unsafe的实现 PooledByteBuf对象、内存复用 零拷贝机制 Netty自己的ByteBuf ByteBuf是为解决ByteBuffer的问题和满足网络应用程序开发人员的日常需求儿设计的。 …- 11
- 0
-
基于Dubbo框架构建分布式服务
Dubbo是Alibaba开源的分布式服务框架，我们可以非常容易地通过Dubbo来构建分布式服务，并根据自己实际业务应用场景来选择合适的集群容错模式，这个对于很多应用都是迫切希望的，只需要通过简单的配置就能够实现分布式服务调用，也就是说服务提供方（Provider）发布的服务可以天然就是集群服务，比如，在实时性要求很高的应用场景下，可能希望来自消费方（Consumer）的调用响应时间最短，只需要选…- 0
- 0
-
RabbitMQ VS Apache Kafka （九）—— RabbitMQ集群的分区容错性与高可用性
本章，我们讨论有关RabbitMQ的容错性，消息一致性及高可用性。RabbitMQ可以作为集群节点来运行，因此RabbitMQ通常被归为分布式消息系统，对于分布式消息系统，我们的关注点通常是一致性与可用性。 我们为什么要讨论分布式系统的一致性与可用性，本质在于两者描述的是系统在失败的情况下表现如何。在实际应用中，网络连接失败、服务器宕机，硬盘损坏，服务器由于GC暂时不可用，网络连接丢失或速度慢，所…- 9
- 0
-
RabbitMQ VS Apache Kafka （一）—— RabbitMQ简介
在接下来的系列章节中，我们将探讨两种消息中间件RabbitMQ与Apache Kafka，从设计的角度来看，作为两种不同的消息中间件，各自都有自己的技术考究，也都有一定的优缺点。本章，我们将不会去评判孰优孰劣，而是作为接下来本系列的引言或者入门。 RabbitMQ RabbitMQ是一个分布式的消息队列系统。之所以说是分布式，因为它通常作为节点集群运行，这其中队列分布在节点上，并可选择复制以实现分…- 8
- 0
-
Kafka的Log存储解析
引言 Kafka中的Message是以topic为基本单位组织的，不同的topic之间是相互独立的。每个topic又可以分成几个不同的partition(每个topic有几个partition是在创建topic时指定的)，每个partition存储一部分Message。借用官方的一张图，可以直观地看到topic和partition的关系。 partition是以文件的形式存储在文件系统中，比如，创…- 7
- 0
-
Kafka+Spark Streaming+Redis实时计算整合实践
基于Spark通用计算平台，可以很好地扩展各种计算类型的应用，尤其是Spark提供了内建的计算库支持，像Spark Streaming、Spark SQL、MLlib、GraphX，这些内建库都提供了高级抽象，可以用非常简洁的代码实现复杂的计算逻辑、这也得益于Scala编程语言的简洁性。这里，我们基于1.3.0版本的Spark搭建了计算平台，实现基于Spark Streaming的实时计算。 我们…- 14
- 0
-
Java使用RabbitMQ（四）–消息持久化
消息持久化 消息确认，保证了消费者die时，消息不丢失。 而消息持久化，则是为了保证RabbitMQ 怠机时，消息不丢失。 消息持久化需要以下操作： 1boolean durable = true; 2channel.queueDeclare("hello", durable, false, false, null); 3 需要注意的是，RabbitMQ不允许修改已经定义过的队…- 12
- 0
-
C# 操作rabbitmq（四）
此篇介绍rabbitmq的Topic 一、 虽然Routing可以让我们用更适合于工作业务的方式操作消息队列，但还是存在一定的局限性，例如不能同时适应多个，比如我们不仅想要监听来自cron的错误消息，也要坚定kern的消息，而Topic类型的exchange可以解决这个问题。 二、 Topic exchange topic exchange 发送的消息，routing-key不能是任意的，必须是一…- 8
- 0
-
AMQP-RabbitMQ/3/发布订阅模式
3. 发布订阅模式 Publish/Subscribe - 全集监听fanout 一次向多个消费者发送消息 图示 个人理解 生产者定义Exchange，同时将Exchange的类型定义为fanout，并向该Exchange发送消息。 消费者定义队列Queue，并将队列与该交换机进行绑定。之后交换机付负责将消息全量推送给每一个与之绑定的Queue **RabbitMQ中消息传递模型的核心思想是生产者…- 11
- 0
-
基于Python语言使用RabbitMQ消息队列（五）
Topics 在前面教程中我们改进了日志系统，相比较于使用fanout类型交易所只能傻瓜一样地广播，我们用direct获得了选择性接收日志的能力。 虽然使用direct类型交易所改进了我们的系统，但它仍然有所限制——它不能做基于多重条件（multiple criteria）的路由。 在日志系统中我们可能不只是想要基于严重级别来订阅日志。也想要基于产生日志的来源。你可能从unix的系统日志工具（sy…- 2
- 0
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×