科技新闻

要 异常错误导致工具失败，并且未进行异常处理以提供特定错误消息。在某些情况下，此错误可能包含其他消息，这些消息有助于您了解问题。 解决方案 由于工具中缺少异常处理，因此该错误将视为漏洞。请联系 Esri 技术支持 (http://esriurl.com/support) 以报告场景的漏洞。将此未处理的错误报告给技术支持后，您可以尝试以下步骤来排除错误： 如果要素类中存在空几何、短线段、自相交和其他几何问题，则可能会导致此错误。请运行 修复几何 以修复任何几何问题。 请检查您尝试用于创建输出的名称。地理数据库中不支持非字母数字字符。同样，地理数据库数据名称也不能以数字开头。以下单词也是地理数据库中的保留关键字，因此这些单词不能单独用作数据集名称，但其可以用作较长名称的一部分： ADD、ALTER、AND、BETWEEN、BY、COLUMN、CREATE、DELETE、DROP、EXISTS、FOR、FROM、GROUP、IN、INSERT、INTO、IS、LIKE、NOT、NULL、OR、ORDER、SELECT、SET、TABLE、UPDATE、VALUES、WHERE 了解有关地理数据库数据命名的详细信息 了解有关文件地理数据库的大小和名称限制 检查您尝试在其中创建输出的位置。是否可以在 Windows 资源管理器中浏览至该位置？ 是否可以将文件复制粘贴到 ArcGIS

对称加密：加密和解密的过程使用的是相同的密钥 非对称加密 与对称加密不同,非对称加密算法的加密和解密使用不同的两个密钥.这两个密钥就是我们经常听到的”公开密钥”(公钥)和”私有密钥”(私钥). 公钥和私钥的关系是: 公钥和私钥一般都是成对出现, 如果你的消息使用公钥加密,那么需要该公钥对应的私钥才能解密; 如果你的消息使用私钥加密,那么需要该私钥对应的公钥才能解密. java实现非对称加密 public static void main(String[] args) throws Exception { //原文 String txt = "abc"; System.out.println("需要加密的原始数据"+txt); System.out.println(); //获得密钥对Map Map<String, byte[]> keyMap = getKeyMap(); //获得公钥 String publicKeyStr = encryptBASE64(keyMap.get(PUBLIC_KEY)); System.out.println("公钥\n\r"+publicKeyStr); //获得密钥 String privateKeyStr = encryptBASE64(keyMap.get(PRIVATE_KEY)); System.out.println("私钥\n\r"

前言 一个成熟的大型网站（如淘宝、京东等）的系统架构并不是开始设计就具备完整的高性能、高可用、安全等特性，它总是随着用户量的增加，业务功能的扩展 逐渐演变完善的，在这个过程中，开发模式、技术架构、设计思想也发生了很大的变化，就连技术人员也从几个人发展到一个部门甚至一条产品线。所以成熟的系统 架构是随业务扩展而完善出来的，并不是一蹴而就；不同业务特征的系统，会有各自的侧重点，例如淘宝，要解决海量的商品信息的搜索、下单、支付，例如腾讯， 要解决数亿的用户实时消息传输，百度它要处理海量的搜索请求，他们都有各自的业务特性，系统架构也有所不同。尽管如此我们也可以从这些不同的网站背景下， 找出其中共用的技术，这些技术和手段可以广泛运行在大型网站系统的架构中，下面就通过介绍大型网站系统的演化过程，来认识这些技术和手段。 一、最开始的网站架构 最初的架构，应用程序、数据库、文件都部署在一台服务器上，如图： 二、应用、数据、文件分离 随着业务的扩展，一台服务器已经不能满足性能需求，故将应用程序、数据库、文件各自部署在独立的服务器上，并且根据服务器的用途配置不同的硬件，达到最佳的性能效果。 三、利用缓存改善网站性能 在硬件优化性能的同时，同时也通过软件进行性能优化，在大部分的网站系统中，都会利用缓存技术改善系统的性能，使用缓存主要源于热点数据的存在，大 部分网站访问都遵循28原则（即80%的访问请求

简介 Redis本质上是一个Key-Value类型的内存数据库，很像memcached，整个数据库统统加载在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存。Redis的性能非常出色，每秒可以处理超过 10万次读写操作，是已知性能最快的Key-Value DB。 Redis的出色之处不仅仅是性能，Redis最大的魅力是支持保存多种 数据结构 ，此外单个value的最大限制是1GB，不像 memcached只能保存1MB的数据，因此Redis可以用来实现很多有用的功能，比方说用他的List来做FIFO双向链表，实现一个轻量级的高性 能消息队列服务，用他的Set可以做高性能的tag系统等等。另外Redis也可以对存入的Key-Value设置expire时间，因此也可以被当作一 个功能加强版的memcached来用。 Redis利用队列技术将并发访问变为串行访问，消除了传统数据库串行控制的开销。 Redis的主要缺点是数据库容量受到物理内存的限制，不能用作海量数据的高性能读写，因此Redis适合的场景主要局限在较小数据量的高性能操作和运算上。 Redis支持五种数据类型：string（字符串），hash（哈希），list（列表），set（集合）及zset(sorted set：有序集合)。 Redis 通讯协议 Redis 协议在以下三个目标之间进行折中：

　　 概念定义 　　 　　Spring Cloud 是一个服务治理平台，提供了一些服务框架。包含了：服务注册与发现、配置中心、消息中心 、负载均衡、数据监控等等。 　　Spring Cloud 是一个微服务框架，相比 Dubbo 等 RPC 框架，Spring Cloud 提供了全套的分布式系统解决方案。 　　Spring Cloud 对微服务基础框架 Netflix 的多个开源组件进行了封装，同时又实现了和云端平台以及 Spring Boot 框架的集成。 　　Spring Cloud 是一个基于 Spring Boot 实现的云应用开发工具，它为开发中的配置管理、服务发现、断路器、智能路由、微代理、控制总线、全局锁、决策竞选、分布式会话和集群状态管理等操作提供了一种简单的开发方式。 　　Spring Cloud 为开发者提供了快速构建分布式系统的工具，开发者可以快速的启动服务或构建应用、同时能够快速和云平台资源进行对接。微服务是可以独立部署、水平扩展、独立访问（或者有独立的数据库）的服务单元，Spring Cloud 就是这些微服务的大管家，采用了微服务这种架构之后，项目的数量会非常多，Spring Cloud 做为大管家需要管理好这些微服务，自然需要很多小弟来帮忙。 　　 子项目 　　 　　Spring Cloud 包含了很多子项目： 　　 Spring Cloud

消息回复 使用微信进行接口实现消息自动回复，要在微信公众号中进行服务器配置和编写对应的服务器代码响应微信端的请求。 服务器配置 l 公众平台官网登录之后，找到“基本配置”菜单栏 l 填写配置 现在选择提交肯定是验证token失败，因为还需要完成代码逻辑编写。 服务端代码编写 服务器配置时，微信服务器会向填写的url地址发送Get请求来验证服务器的合法性，逻辑流程图如下 以PHP语言为例，编写验证服务器合法性的示例代码如下： <?php $signature = isset($_GET["signature"])?$_GET["signature"]:''; $signature = isset($_GET["msg_signature"])?$_GET["msg_signature"]:$signature; //如果存在加密验证则用加密验证段 $timestamp = isset($_GET["timestamp"])?$_GET["timestamp"]:''; $nonce = isset($_GET["nonce"])?$_GET["nonce"]:''; $token = 'your token'; $tmpArr = array($token, $timestamp, $nonce,$str); sort($tmpArr, SORT_STRING); $tmpStr =

基本概念 1 消息模型（Message Model） RocketMQ主要由 Producer、Broker、Consumer 三部分组成，其中Producer 负责生产消息，Consumer 负责消费消息，Broker 负责存储消息。Broker 在实际部署过程中对应一台服务器，每个 Broker 可以存储多个Topic的消息，每个Topic的消息也可以分片存储于不同的 Broker。Message Queue 用于存储消息的物理地址，每个Topic中的消息地址存储于多个 Message Queue 中。ConsumerGroup 由多个Consumer 实例构成。 2 消息生产者（Producer） 负责生产消息，一般由业务系统负责生产消息。一个消息生产者会把业务应用系统里产生的消息发送到broker服务器。RocketMQ提供多种发送方式，同步发送、异步发送、顺序发送、单向发送。同步和异步方式均需要Broker返回确认信息，单向发送不需要。 3 消息消费者（Consumer） 负责消费消息，一般是后台系统负责异步消费。一个消息消费者会从Broker服务器拉取消息、并将其提供给应用程序。从用户应用的角度而言提供了两种消费形式：拉取式消费、推动式消费。 4 主题（Topic） 表示一类消息的集合，每个主题包含若干条消息，每条消息只能属于一个主题

简要介绍 在带宽固定的情境下，压缩消息大小可以提升网络传输效率。另外，如果消息需要经过多个组件，那么收益更为可观。 消息序列化一般不会采用jdk自带的Serializable，更多的会采用thrift或者protobuf来做编解码。 thrift protobuf Netty 整合protobuf困境 在做序列化的时候，往往遇上一种困境，在pipeline添加编解码的时候，只能添加一种数据类型编解码。 如下所示 pipeline.addLast(new ProtobufDecoder(LoginAsk.getDefaultInstance)); pipeline.addLast(new ProtobufEncoder()); 上述的代码只能接收LoginAsk，无法处理其他类型的请求。 有一种较为直接的方式，开启多个端口，每一个端口处理特定的业务，不同消息之间用netty代理转发。当业务需要经常和其他类型交互时，由于多了多次转发，代码会变得复杂而不可控。 解决思路 ProtobufDecoder只接受一种实例化方式，传递特定的class，所以只能从这个类型突破。很容易想到，将这个类作为转发器，即，能通过这个类的特定字段定位到特定的class，并且包含body（结合class反序列化成instance）。 由此可得，消息协议可以被设计成head，body，tail三部分

添加对话框 静态文本 Edit Control 按钮： 内存映射技术需要两个变量：在头文件中声明： 现要把编辑框的内容发送到内存映射中：用MFC的动态数据交换把编辑框的value属性和成员变量进行关联。然后就可以把编辑框内容发送到内存映射中： 因为变量要和控件关联 所以勾选控件变量： 在对话框demoB中： 一样对对话框B添加关联： 因为在demoA中创建了内存映射文件，所以在demo B中 要打开文件映射： 现在头文件中 声明需要的变量：’ 在demoB的初始化对话框中： 接着在初始化中添加定时器消息：50毫秒后demo B 启动定时器 接收数据 设置控件中的值 用false。获取控件中的值用true 一定记住 要先启动demoA 因为demoA创建内存映射，后启动demoB。 来自为知笔记(Wiz) 来源： https://www.cnblogs.com/hungryvampire/p/5299340.html

生产者（Producer） 负责产生消息,Rocketmq提供多种发送方式(同步发送,异步发送,单向发送) 站在生产者的角度来看 同步发送:需要等待发送结果的返回。 异步发送:不需要等待发送结果的返回,完成发送消息以后可以回调本地的方法来做业务逻辑. 单向发送:不需要等待发送结果的返回。 站在Broker的角度来看 无论那种发送消息的方式，最后都是Broker来存储的,在存储的时候,有两个比较关键的处理. 第一:根据配置文件,可以选择全局性的同步刷盘或者异步刷盘 第二:在配置了全局同步刷盘的前提下,又允许每个消息自己设置是否需要同步刷盘 消费者(Consumer) 负责消费消息，RocketMq提供了两种消费形式：拉取式消费、推动式消费。 拉取式消费 应用主动从Broker服务器拉消息、主动权由应用控制。一旦获取了批量消息，应用就会启动消费过程。 推动式消费 Broker收到数据后会主动推送给消费端，该消费模式一般实时性较高 主题（Topic） 每个主题包含若干条消息，每条消息只能属于一个主题，是RocketMQ进行消息消费的最小单元（意思就是说消费消息的时候必须根据主题来）。 Broker Server 负责存储消息和以及一些查询消息的功能。 Name Server 提供消息的路由服务,客户端查根据topic能够查询到Broker的地址列表 Producer Group