合并一个文件夹内的所有视频12345find *.mp4 | sed 's:\ :\\\ :g'| sed 's/^/file /' > fl.txtffmpeg -f concat -i fl.txt -c copy output.mp4// 忽略错误信息ffmpeg -safe 0 -f concat -i fl.txt -c copy output.mp4rm fl.txt参考资源视频压缩123456// 视频使用h.264编码，声音使用aac编码ffmpeg -i input.mp4 -vcodec h264 -acodec aac output.mp4// 视频使用h.265编码，压缩到更小文档ffmpeg -i input.mp4 -vcodec libx265 -crf 28 output.mp4// 视频使用h.264编码，保留更好的质量ffmpeg -i input.mp4 -vcodec libx264 -crf 20 output.mp4crf越小，视频质量越高；crf越大，视频文件越小编码参数也可以简写，从-vcodec和-acodec改为-c:v和-c:a：123ffmpeg -i input.mp4 -c:v libx264 -crf 23 output.mp4ffmpeg -i input.mp4 -c:v li ...继续阅读 (2)

APISIX是一款基于Openresty的动态、实时、高性能API网关，它提供了负载均衡、服务熔断等丰富的功能。安装服务在https://github.com/apache/apisix-docker中提供了很多很便利的docker配置，可以很方便的启动APISIX的相关服务。~ git clone git@github.com:apache/apisix-docker.git~ cd apisix-docker/example/~ docker-compose upStarting example_etcd_1 ... doneStarting example_grafana_1 ... doneStarting example_apisix-dashboard_1 ... doneStarting example_web2_1 ... doneStarting example_web1_1 ... doneStarting example_prometheus_1 ... doneStarting example_apisix_1 ... doneAttaching to example_grafana_1, example_etcd_1, example_ ...继续阅读 (97)

我们在日常工作中经常会使用到很多的开源项目，开源也是一个在工作和学习中都离不开的内容。一般来说，开源项目可以选择直接开源，也可以选择捐赠给某些基金会，例如Linux Foundation、CNCF和ASF等等。以ASF为例，如果一个项目想要成为顶级项目，则需要先通过孵化器孵化，孵化结束毕业才能成为顶级项目。最近我因为一些原因参与了云原生网关APISIX开源项目，这里做一下介绍。搭建环境首先我们需要下载源代码并且构建开发流程，根据官网介绍，我们把项目代码fork到自己的仓库并clone到本地，随后在本地仓库中将原始的项目设置为上游upstream，之后新建分支进行开发即可~ git clone git@github.com:RitterHou/apisix.git~ cd apisix~ git remote -v~ git remote add upstream https://github.com/apache/apisix.git~ git config --global user.name "derobukal"~ git config --global user.email "derobukal@gmail.com"~ git fetch upstream~ git checkout master~ git rebase upstream/master~ git push ...继续阅读 (98)

首先我们安装zsh，并切换默认的shell为zsh，之后重启进入zshsudo apt-get install zshchsh -s /bin/zshsudo shutdown -r now之后我们安装oh-my-zsh，因为网络的原因所以设置了代理wget -e https_proxy=192.168.65.100:7890 https://raw.github.com/ohmyzsh/ohmyzsh/master/tools/install.shchmod +x install.sh./install.sh然后再安装zsh命令自动补全插件zsh-autosuggestionsgit clone https://github.com/zsh-users/zsh-autosuggestions ${ZSH_CUSTOM:-~/.oh-my-zsh/custom}/plugins/zsh-autosuggestions之后编辑~/.zshrc文件，修改ZSH_THEME="simple"，并且在plugins里面添加zsh-autosuggestions配置ZSH_THEME="simple"plugins=(git zsh-autosuggestions) ...继续阅读 (99)

目录Kubernetes的安装和使用（一）Kubernetes的安装和使用（二）Kubernetes的安装和使用（三）k8s使用Service在前面的例子中我们使用port-forward进行端口转发，这样会存在两个问题：pod重启后ip地址发生了变化怎么办如何进行负载均衡k8s的Service就是用来解决这个问题的，它包含ClusterIP、NodePort和Headless等模块。ClusterIPClusterIP就是将多个pod用一个ip进行访问的服务，这个ip只能在集群内访问，我们创建如下的程序12345678910111213141516packagemainimport("fmt""io""net/http""os")funcmain(){http.HandleFunc("/",func(w http.ResponseWriter, r *http.Request){host, _ := os.Hostname()io.WriteString(w, fmt.Sprintf("[v3] Hello, Kubernetes!, From host: %s\n", host))})http.ListenAndServe(":3000",nil)}我们将如上程序打包成镜像docker build . -t derobukal/hello ...继续阅读 (102)

最近需要远程访问一台虚拟机内的Linux，因为虚拟机没有公网IP，因此选择使用frp转发ssh流量的方式来实现远程访问。首先访问frp的release页面并根据操作系统和CPU下载相应的版本，之后解压得到frpc和frps文件。frps是服务端版本，它需要部署在一台拥有公网IP的主机上，它的配置frps.ini如下[common]bind_port = 10625token = y9XBLEu2ymW1s5N3W7OuDPhUG4IohVmQ其中bind_port代表了它所监听的端口号，而token则是客户端连接时需要用到的验证信息。frpc是客户端版本，它的配置frpc.ini如下[common]server_addr = 100.26.21.285server_port = 10625authentication_method = token token = y9XBLEu2ymW1s5N3W7OuDPhUG4IohVmQ[ssh]type = tcplocal_ip = 127.0.0.1 local_port = 22remote_port = 10626common代表通用配置，它包含了4个配置作为服务端的远程主机的公网IPfrps在远程主机所监听的端口号验证方式，这里是通过token进行验证验证的token值ssh代表了进行ssh转发的设置，它的含义如下转发的方式，这里 ...继续阅读 (93)

k8s的使用构建和运行镜像编写一个go程序12345678910111213141516packagemainimport("io""log""net/http")funcmain(){http.HandleFunc("/",func(w http.ResponseWriter, r *http.Request){io.WriteString(w,"[v1] Hello, Kubernetes!")})log.Printf("v1 access http://localhost:3000\n")panic(http.ListenAndServe(":3000",nil))}编写Dockerfile12345678910111213141516171819# 引入golang的环境，并设置别名FROMgolang:1.20-alpine AS builder# 工作目录WORKDIR/project# 把当前文件夹的内容都添加到镜像的/project文件夹下ADD. .# 编译golang源代码# 设置代理、操作系统、CPU架构、禁用cgo编译# 设置mod为自动模式，防止因为没有设置go.mod而编译报错RUNGOPROXY=https://goproxy.cn,direct GOOS=linux GOARCH=amd64 CGO_ENABL ...继续阅读 (109)

k8s是一种可以实现容器集群的自动化部署、自动扩缩容、维护等功能的服务。Docker解决了应用运行时环境的问题，而k8s则可以用来构建大量应用服务，它能方便的管理海量应用容器。它拥有自动包装、自我修复、横向缩放、服务发现、负载均衡、自动部署、升级回滚、存储编排等特性。k8s的节点分为master和node，它的架构如下Master：官方叫做控制平面（Control Plane），它用于负责整个集群的管控。master由4个部分组成API Server进程，负责任何资源的管理和操作etcd，用于保存集群状态，只有apiServer可以读写调度器（Scheduler），用于调度Pod资源控制器管理器（kube-controller-manager）Node：数据平面，是实际的工作节点，直接负责对容器的资源控制。node由3个部分组成kubelet，运行在每个节点上面的代理进程kube-proxy，负责每个节点的网络服务容器运行时，例如dockerk8s还定义了一些内核抽象1. PodPod是k8s调度的基本单元，它封装了一个或多个容器。Pod中的容器会作为一个整体被k8s调度到一个Node上运行。同一个Pod内的容器可以互相操作对方的文件，这些容器就好像运行在同一个操作系统上的不同进程一样。2. 控制器一般来说，用户不会直接创建Pod，而是创建控制器来管理Pod，因为控制器能够更细粒度 ...继续阅读 (78)

众所周知，JVM虚拟机被设计为可以执行栈式指令的机器。因此任何一个语言只要编译之后得到的字节码符合JVM的标准，就可以在JVM上执行，例如Kotlin、Groovy、Scala、Clojure。我们自己设计一款语言，并命名为Jinx，它支持类定义、变量定义、变量打印。它的语法解析逻辑如下12345678910111213141516171819202122232425grammar Jinx;@header {package com.nosuchfield.jinx.code;}jinx: CLASS ID LEFT_BR classBody RIGHT_BR EOF;classBody: (variable | print)*;variable: VARIABLE ID EQUALS value;print: PRINT ID;value: STRING | INT | DOUBLE;LEFT_BR: '{';RIGHT_BR: '}';CLASS: 'class';VARIABLE: 'var';PRINT: 'print';EQUALS: '=';STRING: '"' ('\\" ...继续阅读 (89)

k8s的使用构建和运行镜像编写一个go程序12345678910111213141516packagemainimport("io""log""net/http")funcmain(){http.HandleFunc("/",func(w http.ResponseWriter, r *http.Request){io.WriteString(w,"[v1] Hello, Kubernetes!")})log.Printf("v1 access http://localhost:3000\n")panic(http.ListenAndServe(":3000",nil))}编写Dockerfile12345678910111213141516171819# 引入golang的环境，并设置别名FROMgolang:1.20-alpine AS builder# 工作目录WORKDIR/project# 把当前文件夹的内容都添加到镜像的/project文件夹下ADD. .# 编译golang源代码# 设置代理、操作系统、CPU架构、禁用cgo编译# 设置mod为自动模式，防止因为没有设置go.mod而编译报错RUNGOPROXY=https://goproxy.cn,direct GOOS=linux GOARCH=amd64 CGO_ENABL ...继续阅读 (72)

k8s是一种可以实现容器集群的自动化部署、自动扩缩容、维护等功能的服务。Docker解决了应用运行时环境的问题，而k8s则可以用来构建大量应用服务，它能方便的管理海量应用容器。它拥有自动包装、自我修复、横向缩放、服务发现、负载均衡、自动部署、升级回滚、存储编排等特性。k8s的节点分为master和node，它的架构如下Master：官方叫做控制平面（Control Plane），它用于负责整个集群的管控。master由4个部分组成API Server进程，负责任何资源的管理和操作etcd，用于保存集群状态，只有apiServer可以读写调度器（Scheduler），用于调度Pod资源控制器管理器（kube-controller-manager）Node：数据平面，是实际的工作节点，直接负责对容器的资源控制。node由3个部分组成kubelet，运行在每个节点上面的代理进程kube-proxy，负责每个节点的网络服务容器运行时，例如dockerk8s还定义了一些内核抽象1. PodPod是k8s调度的基本单元，它封装了一个或多个容器。Pod中的容器会作为一个整体被k8s调度到一个Node上运行。同一个Pod内的容器可以互相操作对方的文件，这些容器就好像运行在同一个操作系统上的不同进程一样。2. 控制器一般来说，用户不会直接创建Pod，而是创建控制器来管理Pod，因为控制器能够更细粒度 ...继续阅读 (111)

JSON由对象和数组组成，对象是一个Key和Value的关系映射，数组则是由多个value组成。对象使用大括号{}表示，数组则使用中括号[]表示。因此我们可以得到对象和数组的表达式object: '{' '}' | '{' kv (',' kv)* '}';array: '[' ']' | '[' v (',' v)* ']';其中kv表示一个KeyValue的关系映射，多个KeyValue中间使用逗号,分割，一个对象可以不包含元素，或者包含一个或多个元素。v表示一个元素，数组的多个元素中间同样使用,分割，数组可以没有元素，也可以包含一个或多个元素。kv由key和value组成，key只需要是一个字符串就可以，而对象的value和数组的value一样，支持以下多种元素对象数组文本数字truefalsenull由此可以得到kv和v的表达式如下kv: STRING ':' v;v: STRING # value | NUMBER # value | object # objectValue | array # arrayValue | 'true' # value | 'false' # value | 'null' # value;其中字 ...继续阅读 (135)

k8s的使用构建和运行镜像编写一个go程序12345678910111213141516packagemainimport("io""log""net/http")funcmain(){http.HandleFunc("/",func(w http.ResponseWriter, r *http.Request){io.WriteString(w,"[v1] Hello, Kubernetes!")})log.Printf("v1 access http://localhost:3000\n")panic(http.ListenAndServe(":3000",nil))}编写Dockerfile12345678910111213141516171819FROMgolang:1.20-alpine AS builderWORKDIR/projectADD. .# 关闭cgo的原因：使用了多阶段构建，go程序的编译环境和运行环境不同，不关就无法运行go程序RUNGOPROXY=https://goproxy.cn,direct GOOS=linux CGO_ENABLED=0 GOARCH=amd64 GO111MODULE=auto go build -o main -ldflags"-w -extldflags -static"#FROM ...继续阅读 (85)

k8s是一种可以实现容器集群的自动化部署、自动扩缩容、维护等功能的服务。Docker解决了应用运行时环境的问题，而k8s则可以用来构建大量应用服务，它能方便的管理海量应用容器。它拥有自动包装、自我修复、横向缩放、服务发现、负载均衡、自动部署、升级回滚、存储编排等特性。k8s的节点分为master和node，它的架构如下Master：官方叫做控制平面（Control Plane），它用于负责整个集群的管控。master由4个部分组成API Server进程，负责任何资源的管理和操作etcd，用于保存集群状态，只有apiServer可以读写调度器（Scheduler），用于调度Pod资源控制器管理器（kube-controller-manager）Node：数据平面，是实际的工作节点，直接负责对容器的资源控制。node由3个部分组成kubelet，运行在每个节点上面的代理进程kube-proxy，负责每个节点的网络服务容器运行时，例如dockerk8s还定义了一些内核抽象1. PodPod是k8s调度的基本单元，它封装了一个或多个容器。Pod中的容器会作为一个整体被k8s调度到一个Node上运行。同一个Pod内的容器可以互相操作对方的文件，这些容器就好像运行在同一个操作系统上的不同进程一样。2. 控制器一般来说，用户不会直接创建Pod，而是创建控制器来管理Pod，因为控制器能够更细粒度 ...继续阅读 (76)

etcd是一个开源的分布式一致性键值数据库，其基于Raft一致性算法，用于数据存储、服务发现和调度协调。安装首先我们下载程序包useradd etcdsu - etcdwget https://github.com/etcd-io/etcd/releases/download/v3.5.4/etcd-v3.5.4-linux-amd64.tar.gztar -zxvf etcd-v3.5.4-linux-amd64.tar.gzcd etcd-v3.5.4-linux-amd64之后我们可以查询etcd的版本$ ./etcd --versionetcd Version: 3.5.4Git SHA: 08407ff76Go Version: go1.16.15Go OS/Arch: linux/amd64我们在三台负载172.19.34.15、172.19.34.56和172.19.34.82上分别执行如上操作来安装etcd。搭建集群我们使用etcd来构建一个集群，服务启动的相关配置既可以使用命令行设置也可以使用配置文件设置。相关配置的含义如下添加滚动条表格内的文字不折叠换行配置含义默认值name当前节点的名称defaultinitial-advertise-peer-urls告知其它节点，当前节点与其它节点交流的ip地址和端口http://localhost:2380adverti ...继续阅读 (122)

ANTLR（ANother Tool for Language Recognition）是一个强大的解析器生成器，用于读取、处理、执行或翻译结构化文本或二进制文档。它被广泛用于构建语言、工具和框架。ANTLR根据语法定义生成解析器，解析器可以构建和遍历解析树。安装以Linux系统为例，我们首先安装Java17~ java -versionjava version "17.0.6" 2023-01-17 LTSJava(TM) SE Runtime Environment (build 17.0.6+9-LTS-190)Java HotSpot(TM) 64-Bit Server VM (build 17.0.6+9-LTS-190, mixed mode, sharing)随后我们下载antlr4的完整依赖包wget https://www.antlr.org/download/antlr-4.13.0-complete.jar并把依赖包添加到Java的CLASSPATH中，将以下命令添加到~/.zshrc文件中export CLASSPATH="/home/raymond/Desktop/antlr4/antlr-4.13.0-complete.jar:$CLASSPATH"之后我们就可以使用antlr4的Tool和TestRig了~ java org.antlr.v4.Tool ...继续阅读 (84)

ShardingSphere-JDBC是一款可以将JDBC操作进行封装，然后实现数据分片、分布式事务、读写分离、高可用、数据加密和数据脱敏等功能的模块。它的原理是实现JDBC的接口，随后将收到的JDBC操作进行改写和处理，再将操作命中到真正的数据库之上。因为它实现了JDBC接口，因此现有的Java项目都可以100%兼容使用，只需要依赖ShardingSphere-JDBC并提供相关的配置即可。JDBC数据分片的简单使用我们看一个简单的JDBC数据分片的例子，首先我们需要添加相关的maven依赖12345678910org.apache.shardingsphereshardingsphere-jdbc-core5.3.2com.mysqlmysql-connector-j8.0.33如上添加了shardingsphere-jdbc和mysql的依赖，shardingsphere-jdbc是项目的核心依赖，而mysql则是jdbc操作需要用到的依赖。添加了maven依赖之后我们可以先创建相关的数据库和表，创建数据库和表的sql如下123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869 ...继续阅读 (66)

maven是一个声明式的Java程序构建工具，最开始人们使用make命令搭配makefile脚本实现构建过程，tomcat的作者认为make命令不跨平台且脚本编写复杂，因此发明了Ant(Another Neat Tool)。Ant解决了make命令不跨平台且脚本编写困难的问题，不过Ant依然是过程式的，每一个使用Ant的用户仍然需要编写自己所需要的一系列脚本。maven通过定义了一系列的标准，让用户基本不再需要自己编写脚本，只需要按照maven暴露出的简单标准接口实现构建操作。这样既可以降低用户使用的复杂度，也能够定义一套统一的标准，当用户接手一个全新的项目时，可以根据已知的标准快速上手。安装maven的安装很简单，只需要下载压缩包解压到磁盘上，并将MAVEN根目录/bin添加到PATH中方便使用mvn命令。自maven 3.5之后已经不再需要设置JAVA_HOME和M2_HOME环境变量了，同时建议使用手动安装的maven替换idea中的bundle maven。1234567$mvn -vApache Maven 3.3.9 (bb52d8502b132ec0a5a3f4c09453c07478323dc5; 2015-11-11T00:41:47+08:00)Maven home: D:\apache-maven-3.3.9-bin\apache-maven-3.3.9Jav ...继续阅读 (80)

与Windows大量使用二进制文件和数据传输不同，HTTP（Hypertext Transfer Protocol，超文本传输协议）与Linux/Unix一样都是是基于文本的，这也导致其在传输过程中十分容易被解析和篡改，于是HTTPS（Hypertext transfer protocol secure）应运而生。HTTP协议一般跑在TCP协议之上，而HTTPS协议就是在原来的TCP和HTTP之间增加一层加密的操作，加密解密由Clinet端和Server端完成，由此保证了HTTP协议的内容不被中间人获取和篡改。可见HTTPS的核心就是这一段加密和解密，它是通过SSL（Secure Sockets Layer）安全套接层和TLS（Transport Layer Security）传输层安全协议实现的。SSL与TLS网景公司在1994推出HTTPS协议，由SSL协议进行加密，这就是SSL的起源。SSL有1.0、2.0、3.0标准，后来IETF将SSL标准化并称其为TLS，因此SSL与TLS其实是一个东西。SSL和TLS的一些版本如下协议发布时间状态SSL 1.0未公布未公布SSL 2.01995年已于2011年弃用SSL 3.01996年已于2015年弃用TLS 1.01999年已于2021年弃用TLS 1.12006年已于2021年弃用TLS 1.22008年-TLS 1. ...继续阅读 (84)

基本原理最大堆是一个二叉树，要求这个二叉树的父节点大于它的子节点，同时这个二叉树是一个完全二叉树，也就是说这个二叉树除了最底层之外的其它节点都应该被填满，最底层应该从左到右被填满。显然，最大堆的顶部节点的值是整个二叉树中最大的。我们使用数组来构建一个最大堆，使用数组构建一个二叉树最大堆存在如下性质。假设二叉树某节点在数组中的下标索引为index，则它的父节点在数组中的下标索引为parent = (index - 1) // 2，它的左子节点的下标索引为child_left = index * 2 + 1，右子节点的下标索引为child_right = index * 2 + 2。如果计算出来parent小于0或者child大于了数组最大值，就说明没有父节点或者子节点。代码实现接下来我们创建最大堆类，存储一些堆的基本信息以及工具方法1234567classHeap(object):def__init__(self) ->None:self._data = []def_size(self) ->int:returnlen(self._data)def_swap(self, i:int, j:int) ->None:self._data[i], self._data[j] = self._data[j], self._data[i]Heap类包含了三个方法，一个初始化方法创建了一个数组， ...继续阅读 (79)

动态规划是一种求最优解的方式，个人了解也不是很深，胡乱写写，算是一点点自己的理解，有不对的地方欢迎批评。动态规划是一种在多个状态间进行转移时，由上一个最优状态推导出下一个最优状态的方式，而上一个最优状态又是由上上个最优状态推导得到的，如此不断向前推进，最后我们只需要知道初始最优状态即可。通过初始最优状态和状态间转移的逻辑和方式，我们就能获得全局最优状态。（是不是感觉有点像数学归纳法？）举一个斐波拉契数列的例子，最简单的解法自然是使用递归实现123456deffab(n):ifn ==0:return0ifn ==1:return1returnfab(n -1) + fab(n -2)简单分析就可以发现，以上例子中，很多的数字被重复计算了。例如在计算fab(5)时fab(3)已经被计算了，但是在计算fab(4)时fab(3)又被计算了一遍。因此，我们可以用一个table保存已经计算好的数据，避免重复计算123456789101112table = {}deffab(n):ifnintable:returntable[n]ifn ==0:result =0elifn ==1:result =1else:result = fab(n -1) + fab(n -2)table[n] = resultreturnresult更改了策略之后，我们发现计算速度快了很多，这其实 ...继续阅读 (89)

冒泡排序冒泡排序的原理很简单，就是每次都把当前无序序列中最大（或者最小）的元素移动到序列的开头（或者结尾），之后再对除该元素之外的剩余序列做同样的操作。当所有的元素都冒泡完毕之后，整个序列就会变得有序。冒泡排序的过程正如它的名字一般，每次都把序列中最大的元素移动到末尾（假设我们选择了这种规则），这种操作就好像水中的泡泡不断地从水中浮到水面一般。冒泡排序的实现如下，简单观察就可以知道它的时间复杂度为O(n2)123456defbubble_sort(arr):length =len(arr)foriinrange(length -1):forjinrange(length -1- i):ifarr[j] > arr[j +1]:arr[j], arr[j +1] = arr[j +1], arr[j]选择排序原理上类似于冒泡排序，区别在于冒泡排序比较的是相邻元素的大小，选择排序则会与一个固定的数值进行大小比较，省去了一些没有必要的比较过程。同样是获取一个无序序列的最小值并放到开头，冒泡排序是逐个比较并交换值，而选择排序会以第一个元素作为基准值进行比较，获取到最小值后只需要把最小值和开头元素进行交换即可。选择排序实现如下，复杂度为O(n2)12345678defselect_sort(arr):length =len(arr)foriinrange(length):min_num_in ...继续阅读 (78)

Celery是一个任务队列，它可以实现跨进程和机器的分布式任务处理。任务队列的输入端会输入各种任务（task），这些任务会在输出端由worker进行处理，这些任务会由客户端通过发送消息的方式交给broker，随后broker把任务分发给worker。安装组件本文使用到的组件版本组件版本Python2.7.16Celery4.4.7Redis6.2.4redis-py3.2.1首先我们需要安装celery和Redis的依赖包pip install celery==4.4.7pip install redis==3.2.1Celery支持多种类型的broker，在这里我们主要使用Redis作为Celery的broker，关于Redis的安装和使用可以参考我之前的文章Redis failover。构建应用我们首先创建如下的目录结构（本文的示例代码都放在了GitHub上面）.├── run.py└── search ├── __init__.py ├── config.py └── tasks.py创建celery应用search/config.py包含了一些celery的配置文件，具体配置如下12345678# 设置任务模块include = ['search.tasks']# 对指定的任务使用一个特定的队列进行路由，该任务在发送时会被发送到该指定队 ...继续阅读 (70)

我在文章Redis failover中介绍过如何安装Redis并且通过sentinel（哨兵）实现Redis的高可用。随着Redis的不断更新，现在的Redis（我使用的版本是6.2.6）已经支持了集群功能，本文记录了如何搭建一个Redis集群并使用。我们使用如下的6台机器来构建一个Redis集群172.19.65.196172.19.72.108172.19.72.112172.19.72.203172.19.65.228172.19.65.136下载源码并编译首先在172.19.65.196上下载Redis源代码并进行编译，这里我下载的版本是6.2.6useradd -m redissu - rediswget https://download.redis.io/redis-stable.tar.gztar -zxvf redis-stable.tar.gzcd redis-stablemake编译生成的可执行文件在src目录下文件名功能redis-serverRedis服务的启动程序redis-cliRedis命令操作工具redis-sentinelRedis哨兵，在Redis failover介绍过redis-benchmarkRedis性能测试工具redis-check-rdb检查快照文件状态redis-check-aof检查aof文件状态这里我们只需要用到编译生成的re ...继续阅读 (75)

用了很久的ZooKeeper了，稍微做个总结。ZooKeeper（以下简称ZK）是一个分布式组件，基于类似Paxos的ZAB一致性算法来实现。ZK保存的数据结构类似于一般的文件系统，只不过在ZK中文件夹也可以拥有数据，整体文件结构为一棵树型。安装ZooKeeper去官网下载压缩包，随后使用rsync同步到三台机器上，我使用如下三台机器172.19.65.196172.19.72.108172.19.72.112解压压缩包，使用cp conf/zoo_sample.cfg conf/zoo.cfg得到配置文件，在三台机器的conf/zoo.cfg中添加如下配置dataDir=/home/zookeeper/apache-zookeeper-3.8.0-bin/dataserver.1=172.19.65.196:2888:3888server.2=172.19.72.108:2888:3888server.3=172.19.72.112:2888:3888然后在三台机器的dataDir目录下创建myid文件vi /home/zookeeper/apache-zookeeper-3.8.0-bin/data/myid三台机器的myid文件中对应修改的内容如下机器内容172.19.65.1961172.19.72.1082172.19.72.1123启动ZK集群修改完毕之后使用命令依次启 ...继续阅读 (74)

创建模式模式名称工厂模式单例模式结构模式模式名称模式描述适配器模式将不兼容的组件，通过添加一个适配器兼容起来桥接模式将多种属性组合起来进行配置，而不是死板的放在一个类中去定义*组合模式树状的结构，一层一层的向下去推进装饰模式父类引用指向子类对象，一个接口对应着多个不同的实现外观模式对复杂的对象进行一层封装，只暴露出少量的自己所需要的功能享元模式通过工厂方法创建对象，这些对象内部不可变并且被所有的引用所共享，以实现对内存的节省代理模式实现对某种操作的封装，以实现一种对目标对象的代理行为模式模式名称模式描述责任链模式任务被交给职责链，每一个接受者都依次处理这个任务命令模式把操作封装起来作为一个命令，GUI上面的模块只需要调用这个命令即可以实现命令操作迭代器模式一个模块一个模块的向后递归遍历（链表）中介者模式在多个组件之间创建中介者，通过中介者这些组件才能相互联系备忘录模式对象内部有一个不可以被修改的备忘录，调用快照方法可以获取到这个备忘录的原始状态数据观察者模式发布者在发布消息时，订阅者能够收到发布者所发布的订阅者所订阅的消息状态模式将所有的状态都抽象到一个类中，通过调用这个类的方法的方式来修改其状态策略模式创建不同的策略，在对象中设置它所需要的策略，最终执行的时候会执行它所设置的策略逻辑模板方法模式对所有类都会用到的一些同样的方法，把这些方法创建在模板中，所有的类使用模板类中所创建的 ...继续阅读 (82)

在树莓派3b安装系统中我们已经讲了如何在树莓派上面安装操作系统并且如何通过SSH连接到树莓派，在这篇文章中我们将介绍一下如何通过树莓派搭建一个Samba文件共享服务。首先我们先在树莓派上安装Samba服务sudo apt-get updatesudo apt-get install samba之后我们在用户pi的home目录中创建一个用于共享的文件夹，并修改其权限为777mkdir Sharechmod 777 Share随后我们修改Samba的配置文件sudo vi /etc/samba/smb.conf在配置文件的底部添加如下配置[pi] path = /home/pi/Share public = yes writable = yes create mask = 0777 force create mode = 0777 directory mask = 0777 force directory mode = 0777 read only = no browseable = yes guest ok = yes guest only = yes配置文件修改并保存了之后，我们重启Samba服务sudo service smbd restart这样一个符合我们需要的Samba服务就启动起了。我们使用同一局域网下的一台Windows主机，打开它的文件资源管理器 ...继续阅读 (72)

本文翻译自：https://lapinozz.github.io/learning/2016/11/19/calculator-with-caordboard-and-marblesLOGIC这是什么？LOGIC是一个全部由纸板、弹珠和胶水制作而成的全功能4位计算器，它可以对从0到15的数字进行加法计算，最大的可计算数字为30，我和我的妹妹为了一向科学活动而一起从零开始制作了这个设备。在这之前，我们还没见过任何用乐高或木头之类东西制作的这类计算器，所以这次我们制作的是一个以前从未有过的全新的模型。为什么要制作？主要是因为好玩！我一直想要制作一个加法器，但是我一直都没想好要如何制作它，我之前有想过用水或者只用纸板来制作。正好我的妹妹有一个科学活动，活动需要提交一个科学项目，我就帮助她选择了一个科学项目。我无意中看到了一个视频：用多米诺骨牌制成的计算器，因此我就想我也许可以用弹珠来制作一个计算器？从这个项目可以学到什么？通过这个项目，我的妹妹已经学会了二进制计数、二进制加法、二进制十进制的互相转换、逻辑门、基本的逻辑电路等等的知识。我也学到了使用身边常见的材料来制作一个逻辑电路是多么的简单，在我的项目中我使用的都是身边最常见的东西。它看起来是什么样子的？哇，那你怎么使用它呢？将数字用二进制的方式放在输入端，有弹珠的就是1，没有弹珠的就是0。右边的位是最低有效位，在每次计算前我们需要把计 ...继续阅读 (65)

在我们买房子的时候，如果手上的现金不够，可以选择通过向银行借钱的方式来得到缺少部分的购房现金。一般来说，我们以房子本身作为抵押来向银行借钱，借到钱之后我们就可以用手上的钱向开发商购买房屋，之后只需要按月向银行还钱即可。如果我们单方面对银行进行债务违约，则银行有权利收回借贷抵押物即该套房屋。当然天下没有免费的午餐，在我们向银行借钱的时候，是需要向银行支付利息的。以中国人民银行2020年12月21日的5年期以上全国银行间同业拆借中心LPR公布价为例，该值为4.65%，其决定了2021年一整年的房贷利率。当然，商业银行在真正进行贷款发放时可能会对利率进行一定的上浮或打折。基准利率与LPRLRP是央行在最近几年刚刚推出的一个新的利率计算方式，在以前，购房的利率主要参考的是央行基准利率，基准利率的当前值为4.9%。如果你之前的利率是锚定在基准利率上的，根据中国人民银行公告〔2019〕第30号中规定的商业性个人住房贷款的加点数值应等于原合同最近的执行利率水平与2019年12月发布的相应期限LPR的差值，那么将购房贷款利率的锚从基准利率改为LPR的计算方式如下（已知2019年12月发布的LPR的值为4.8%）实际购房的房贷利率 - 4.8% + 当前LPR利率例如你在2015年买房，但是当前的利率是有折扣，我们假设是9折，则贷款的真实利率为4.9% x 0.9 = 4.41%，即最终的贷款利率是 ...继续阅读 (78)

那是一个平静的上午，我因为业务需要决定给我们的Elasticsearch（以下简称ES）集群添加几个节点，当前集群ES的版本为7.5.2，而待添加的节点都是从之前的1.5.2版本的ES集群中移出来的。当前的7.5.2集群已经有了6个数据节点，我这次的工作就是准备再添加5个新的数据节点上去。因为这5个节点都是之前1.5.2版本的ES集群的数据节点，并且在之前的集群中稳定的运行了好几年也没有出现过任何问题，所以我对它们的配置都是很放心的，这种大意的态度就为接下来的悲剧埋下了伏笔。因为这些节点在之前的集群中都没什么问题，所以我就一次性把这5个节点全部添加到了ES7集群中成为了数据节点。出现错误节点添加之后，ES集群开始进行分片的重新平衡，整个集群开始进行分片的搬迁和复制操作，我们的工作似乎很快就要完成了。很快，这种平静就被手机短信的铃声所打破了，短信提示业务突然开始出现了大量的读写失败错误！同时企业微信的告警群也开始大量告警，告警信息显示的都是CircuitBreakingException类型的异常，具体的报错信息我摘录部分如下[parent] Data too large, data for [] would be [15634611356/14.5gb], which is larger than the limit of [15300820992/14.2gb], real us ...继续阅读 (69)