records

以用户登录日志表为例，取用户最近登录的设备 1 SET NAMES utf8mb4; 2 SET FOREIGN_KEY_CHECKS = 0 ; 3 4 -- ---------------------------- 5 -- Table structure for t_login_log 6 -- ---------------------------- 7 DROP TABLE IF EXISTS ` t_login_log ` ; 8 CREATE TABLE ` t_login_log ` ( 9 ` id ` int( 11 ) NOT NULL AUTO_INCREMENT, 10 ` user_id ` int( 11 ) NOT NULL COMMENT '用户ID' , 11 ` device_name ` varchar( 32 ) COLLATE utf8mb4_bin NOT NULL COMMENT '登录设备' , 12 ` login_time ` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '登录时间' , 13 PRIMARY KEY ( ` id ` ) 14 ) ENGINE = InnoDB AUTO_INCREMENT =

discourse 在安装的时候对电子的依赖性非常强。 linode VPS 安装后 discourse 的电子邮件始终没有办法发送成功。 discourse 在安装完成后，需要对电子邮件进行校验。如果你不配置 SMTP 服务器的话，你的 discourse 是没有办法完成安装的。 很多时候如果你测试的话，你可能会使用你的私人邮件服务器进行 SMTP 测试，如果你是站长的话，你应该使用商业的电子邮件服务器。商业电子邮件服务器能够提供更好的功能，能够对发送的邮件进行跟踪，更主要的是发送量和每秒钟的发送速率能够更高，能够实现批量发送邮件。 如果你怕麻烦也怕绑定信用卡的话，你也可以使用 AWS 的 SES 邮件服务，其实功能都差不多，还更加便宜，但是 SES 对发送的电子邮件处理就不是那么好了，你不知道你发送的邮件有没有被打开。 linode VPS 在安装完成后是默认关闭 587 端口的，主要原因是可能虚拟主机服务商避免很多人申请一个非常便宜的 VPS，然后大量发送垃圾邮件。 你可以在你的账号下提交工单让 linode 帮你打开 587 端口，一般来说他们都会回复你一个下面的内容： Hello, To help combat spam on our platform, new Linode accounts have SMTP port restrictions in place on

ibatis中的的处理方法 spring集成了ibatis的批量提交的功能，我们只要调用API就可以了 首先在你的dao中需要继承org.springframework.orm.ibatis.support.SqlMapClientDaoSupport 然后在代码中调用getSqlMapClientTemplate方法， 获取SqlMapClientTemplate对象，然后做处理 public void insertInfos(List<Info> records) { if (null == records || records.size() == 0) { return; } // 执行回调 SqlMapClientTemplate sqlMapClientTemplate = iBatisDaoLS13.getSqlMapClientTemplate(); sqlMapClientTemplate.execute(new SqlMapClientCallback() { // 实现回调接口 public Object doInSqlMapClient(SqlMapExecutor executor) throws SQLException { // 开始批处理, for循环里面的sql必须一致，否则会创建新的PreparedStatement executor

MySQL中给一张千万甚至更大量级的表添加字段一直是比较头疼的问题，遇到此情况通常该如果处理？本文通过常见的三种场景进行案例说明。 1、 环境准备 数据库版本 ： 5.7.25-28（Percona 分支） 服务器配置： 3台centos 7虚拟机，配置均为2CPU 2G内存 数据库架构： 1主2从的MHA架构（为了方便主从切换场景的演示，如开启GTID，则两节点即可），关于MHA搭建可参考此文 MySQL高可用之MHA集群部署 准备测试表： 创建一张2kw记录的表，快速创建的方法可以参考 快速创建连续数 本次对存储过程稍作修改，多添加几个字段，存储过程如下： DELIMITER $$ CREATE PROCEDURE `sp_createNum`(cnt INT ) BEGIN DECLARE i INT DEFAULT 1 ; DROP TABLE if exists tb_add_columns; CREATE TABLE if not exists tb_add_columns(id int primary key ,col1 int ,col2 varchar ( 32 )); INSERT INTO tb_add_columns(id,col1,col2) SELECT i as id ,i % 7 as col1,md5(i) as col2; WHILE i <

本案例是通过springmvc+spring+mybatis框架以商品上传为例，实现的图片上传功能，并把图片的地址保存到数据库并在前台显示上传的图片。 本项目是使用maven搭建的项目，首先看下项目结构 相关配置自行搜索，下边直接实现上传功能 1.创建数据库 DROP TABLE IF EXISTS `product`; CREATE TABLE `product` ( `pid` int(11) NOT NULL AUTO_INCREMENT, `pimage` varchar(255) DEFAULT NULL, PRIMARY KEY (`pid`) ) ENGINE=InnoDB AUTO_INCREMENT=6 DEFAULT CHARSET=utf8; -- ---------------------------- -- Records of product -- ---------------------------- INSERT INTO `product` VALUES ('2', '6c648d82-dc29-4b92-855e-491741e092a21.jpg'); INSERT INTO `product` VALUES ('3', '80f26905-7342-492c-be6e-c3f0ad81c2aa1.jpg'); INSERT INTO

原创 业务需要，批量消费，但是又想批量直接按List<ModelDTO> 模式直接拉取数据，批量处理。 private final String topic = "queue_notify" ; @KafkaListener ( topics = topic , containerFactory = "kafkaLiveListenerContainerFactory" ) public void listen (List<PushLiveDTO> pushLiveDTOS) { Long startTime = System. currentTimeMillis () ; // 批量个推 p ushService .notifyLiveGetui (pushLiveDTOS) ; Long endTime = System. currentTimeMillis () ; } private final String topic = "queue_push" ; // containerFactory 容器工厂方法 @KafkaListener ( topics = topic , containerFactory = "kafkaListenerContainerFactory" ) public void listen (List<PushTestDTO>

Abstract MapReduce ： programming model 编程模型 an associated implementation for processing and generating large data sets. 用户只需要指定 Map（Map函数将 key/value 类型的 pair 生成中间结果的 pair） 和 Reduce 函数（Reduce 函数将所有具有相同中间结果的值组合起来）即可。 MapReduce 封装隐藏了分布式系统并行计算的细节： 输入数据的分割 计划将程序分配到一组计算机中 处理机器故障 管理集群内部的通信 程序（in functional style）分布式的运行在大型分布式的集群上，而且具有很好的可伸缩性 scalable。 Introduction 过去这些年，Google一直在寻找方法来实现处理大量数据（抓取到的文件，web日志等）的方法，通常数据量很大而且必须分散在数以千计的电脑上来进行运算。为了处理如何使计算相互关联，分配数据以及处理故障的问题，往往编写大量的复杂代码掩盖了他们，最初的简单计算的初衷却被忽略掉。 为了解决这种复杂性，抽象出了一个简单的计算模型放到一个库中，这个库隐藏了可能出现的问题： 并行计算 容错 数据分发 负载均衡 这个抽象受到了 Lisp 以及很多函数式编程语言中存在的原语 map 和

概述 权限是大部分的后台管理系统都需要实现的功能，用户控制不同的角色能够进行的不同的操作。Spring Security的可以进行用户的角色权限控制，也可以进行用户的操作权限控制。在之前的代码实现上，我们仅仅只是实现用户的登录，在用户信息验证的时候使用UserDetailsService，但是却一直忽略了用户的权限。 一. 启动类配置 /** * 开启方法的注解安全校验。 * securedEnabled @Secured("ROLE_abc") 该注解是Spring security提供的 * jsr250Enabled @RolesAllowed("admin") 该注解是 JSR250 支持的注解形式 * prePostEnabled @PreAuthorize("hasAuthority('user:add') */ @SpringBootApplication @EnableGlobalMethodSecurity ( securedEnabled = true , jsr250Enabled = true , prePostEnabled = true ) public class SecurityApplication { public static void main ( String [ ] args ) { SpringApplication . run (

sql语法很多，是一门完整语言。这里仅仅实现一个功能，不做深入研究。 目标：定时更新表或者清空表。 案例：曾经做过定时清空位置信息表的任务。（然而，当时并未考虑服务器挂掉后的情况） 本次测试：每5s更新表字段+1 1.prepare 创建一个表： DROP TABLE IF EXISTS `test_sche`; CREATE TABLE `test_sche` ( `id` int(11) NOT NULL, `counts` int(11) DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; -- ---------------------------- -- Records of test_sche -- ---------------------------- INSERT INTO `test_sche` VALUES ('1', '188'); 　　 2.创建一个存储过程 CREATE DEFINER=`root`@`localhost` PROCEDURE `add`() BEGIN #Routine body goes here... UPDATE test_sche SET counts=counts+1 WHERE id=1; END 注意，创建存储过程的时候

本章节主要介绍pg创建的流程，主要包括两部分，第一部分是创建pg在mon上跳转的流程。第二部分是osd端的pg创建流程。 以下源码分析以函数调用栈展开分析： ps：以下代码以L版本为准； 一、mon节点处理 1.函数调用栈1 1.void OSDMonitor::update_from_paxos() -> PGMonitor::check_osd_map() -> void PGMapUpdater::register_new_pgs() ->void PGMapUpdater::register_pg() void PGMonitor::check_osd_map(epoch_t epoch) { if (mon->is_peon()) return; // whatever. PGMapUpdater::register_new_pgs(osdmap, pg_map, &pending_inc);//a--- propose_pending();//b--- } a.PG的注册创建 b.完成推行，形成一致的PGMap void PGMapUpdater::register_new_pgs( const OSDMap &osd_map, const PGMap &pg_map, PGMap::Incremental *pending_inc) { for (ps_t ps =