信息存储

springboot文档

谁说胖子不能爱 提交于 2019-11-26 12:47:36
目录 I. Spring Boot文档 1.关于文档 2.获得帮助 3.第一步 4.使用Spring Boot 5.了解Spring Boot功能 6.转向生产 7.高级主题 II。 入门 8.介绍Spring Boot 9.系统要求 9.1。 Servlet容器 10.安装Spring Boot 10.1。 Java开发人员的安装说明 10.1.1。 Maven安装 10.1.2。 Gradle安装 10.2。 安装Spring Boot CLI 10.2.1。 手动安装 10.2.2。 使用SDKMAN安装! 10.2.3。 OSX Homebrew安装 10.2.4。 MacPorts安装 10.2.5。 命令行完成 10.2.6。 快速启动Spring CLI示例 10.3。 从早期版本的Spring Boot升级 11.开发您的第一个Spring Boot应用程序 11.1。 创建POM 11.2。 添加类路径依赖项 11.3。 编写代码 11.3.1。 @RestController和@RequestMapping注释 11.3.2。 @EnableAutoConfiguration注释 11.3.3。 “主要”方法 11.4。 运行示例 11.5。 创建一个可执行jar 12.接下来要读什么 III。 使用Spring Boot 13.构建系统 13.1。 依赖管理

分布式文件系统--GFS

本秂侑毒 提交于 2019-11-26 11:36:10
分布式文件系统 分布式文件系统:当数据集的大小超过一台独立物理计算机的存储能力时,就有必要对它进行分区(partition)并存储到若干台单独的计算机上。管理网络中夸多台计算机存储的文件系统。这种系统构架于网络之上,肯定会引入网络编程的复杂性,因此它比普通的磁盘文件系统更为复杂。 我们首先来简单的说明一下这个分布式,我们都知道现在要存储的数据量越来越大,但是一台电脑的存储能力是有限的,尽管我们可以通过提高某台电脑的存储能力来解决这个问题,但是这是无法根本解决这个问题,所以我们通过很多很多台廉价的电脑来分布式存储这些数据。简单说就是把要存的文件分割成一份一份存到许多台电脑上。 Google File System: 是由google开发并设计的一个面向大规模数据处理的一个分布式文件系统。 为了满足Google迅速增长的数据处理需求,Google设计并实现了Google文件系统。它是有几百甚至几千台普通的廉价设备组装的存储机器。以下是一些设计思路。 1)我们知道有这么多机器,那么这些设备中的某些机器出现故障是很常见的事情,所以在GFS要集成持续的监控、错误侦测、灾难冗 余以及自动恢复的机制。 2)我们要存的数据大小是很大,所以要是按照以往的存储文件块大小,那么就要管理数亿个KB大小的小文件,这是很不合理的,所以在这个系统里面他们定义一个文件块的大小是64M。 3

Tomcat Log4j配置,生成Log到数据库!

荒凉一梦 提交于 2019-11-26 10:33:56
由于最近正在扩展卫生局考务系统,由于上一次使用过一次该系统后,发现很多考生最后出现说已打印报名表但却在数据库中找不到她的报名记录; 因此为了以后有依据,将 所有用户的操作日志文件写入数据供管理员 查询成为了这次扩张项目的一个内容; 这里我决定使用的log4j日志文件,在多次的使用中感觉这个很不错; 首先我们要使用log4j日志文件时,我们需将两个必须的包放入lib目录下: log4j.XX.jar和commons-logging.XX.jar ; 然后在classpath目录下(IDE中即为项目下的src目录下)新建一个日志文件,统一命名为:log4j.properties ; 1.需求一:只需要满足存储数据库: a.以下我们一ms sql 2000为例:首先在数据库中建一个用来存储日志的数据库命名为 operate_log;字段如下: b.数据库成功建立后,就可以去配置日志文件log4j.properties,代码如下: log4j.properties log4j.rootLogger = INFO,db ######################## # JDBC Appender ####################### #log4j.logger.business = INFO,db #log4j.appender.db = com.neam.commons

JVM集训-----内存结构

旧街凉风 提交于 2019-11-26 08:59:32
摘自: https://www.cnblogs.com/lowerma/p/11929041.html JVM集训-----内存结构 一、程序计数器/PC寄存器 ( Program Counter Registe )   用于 保存当前正在执行的程序的内存地址(下一条jvm指令的执行地址) ,由于Java是支持多线程执行的,所以程序执行的轨迹不可能一直都是线性执行。当有多个线程交叉执行时,被中断的线程的程序当前执行到哪条内存地址必然要保存下来,以便用于被中断的线程恢复执行时再按照被中断时的指令地址继续执行下去。为了线程切换后能恢复到正确的执行位置, 每个线程都需要有一个独立的程序计数器 ,各个线程之间计数器互不影响,独立存储,我们称这类内存区域为“线程私有”的内存,是线程安全的。    特点:1.线程私有 2.不会存在内存溢出 二、虚拟机栈(Java Virtual Machine Stack)    虚拟机栈总是与线程关联在一起的, 每当创建一个线程,JVM就会为该线程创建对应的虚拟机栈 ,在这个 虚拟机栈中又会包含多个栈帧(Stack Frame) ,这些栈帧是与每个方法关联起来的, 每运行一个方法就创建一个栈帧 ,每个栈帧会含有一些局部变量、操作栈和方法返回值等信息。每当一个方法执行完成时,该栈帧就会弹出栈帧的元素作为这个方法的返回值,并且清除这个栈帧,

Activiti5.13数据库表结构设计

♀尐吖头ヾ 提交于 2019-11-26 03:54:32
1、结构设计 1.1、 逻辑结构设计 Activiti使用到的表都是ACT_开头的。 ACT_RE_*: ’RE’表示repository(存储),RepositoryService接口所操作的表。带此前缀的表包含的是静态信息,如,流程定义,流程的资源(图片,规则等)。 ACT_RU_*: ‘RU’表示runtime,运行时表-RuntimeService。这是运行时的表存储着流程变量,用户任务,变量,职责(job)等运行时的数据。Activiti只存储实例执行期间的运行时数据,当流程实例结束时,将删除这些记录。这就保证了这些运行时的表小且快。 ACT_ID_*: ’ID’表示identity (组织机构),IdentityService接口所操作的表。用户记录,流程中使用到的用户和组。这些表包含标识的信息,如用户,用户组,等等。 ACT_HI_*: ’HI’表示history,历史数据表,HistoryService。就是这些表包含着流程执行的历史相关数据,如结束的流程实例,变量,任务,等等 ACT_GE_*: 全局通用数据及设置(general),各种情况都使用的数据。 1.2、 所有表的含义 序号 表名 说明 1 act_ge_bytearray 二进制数据表 2 act_ge_property 属性数据表存储整个流程引擎级别的数据,初始化表结构时,会默认插入三条记录, 3

Lucene介绍与入门使用

跟風遠走 提交于 2019-11-26 03:14:12
Lucene介绍与入门使用   Lucene简介   Lucene是apache软件基金会4 jakarta项目组的一个子项目,是一个开放源代码的全文检索引擎工具包,但它不是一个完整的全文检索引擎,而是一个全文检索引擎的架构,提供了完整的查询引擎和索引引擎,部分文本分析引擎(英文与德文两种西方语言)。Lucene的目的是为软件开发人员提供一个简单易用的工具包,以方便的在目标系统中实现全文检索的功能,或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库,由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口,能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。就其本身而言,Lucene是当前以及最近几年最受欢迎的免费Java信息检索程序库。人们经常提到信息检索程序库,虽然与搜索引擎有关,但不应该将信息检索程序库与搜索引擎相混淆。   那么先来说一说什么是全文搜索   说之前先说一说 数据的分类 :      我们生活中的数据总体分为两种:结构化数据和非结构化数据。     (1) 结构化数据 :指具有固定格式或有限长度的数据,如数据库,元数据等。     (2) 非结构化数据 :指不定长或无固定格式的数据,如邮件,word文档等磁盘上的文件   结构化数据查询方法   数据库搜索  

GDB调试及coredump详解

情到浓时终转凉″ 提交于 2019-11-26 03:09:48
一、coredump:是针对程序异常而产生的core文件,包含程序运行时的内存、寄存器状态、堆栈指针、函数调用等信息,用于存储程序出错时的状态。 二、coredump的存储位置:与被执行文件在同一目录下。当然,位置可以在程序中通过 chdir 命令修改 三、如何判断是coredump文件:该文件主要的格式为 ELF 格式。可以通过 readelf -h core 进行判断,如图: 四、产生coredump的条件: 首先确认 当前会话 中的ulimit -c,若为0,则不会产生core,需要修改和设置。 附: ulimit -c unlimited #可以产生core且不受大小限制 ulimit -a #显示当前各种用户进程设置 #ulimit的某些参数设置与运行机器的配置有关,慎重使用。 ulimit -d unlimited #数据段长度 ulimit -m unlimited #最大内存大小 ulimit -s unlimited #堆栈大小 #以上是设置为无限制 #若是想设置对应字符大小,可以指定如下图: ulimit -c [size] 可能 -c 设置成 4 也不会生成core,因人而异。 当前用户对写入core目录的写权限有足够的空间。 其他不会产生core文件的原因。 五、coredump产生的几种情况 内存访问越界 多线程程序使用不安全的线程函数

Elasticsearch 备份数据到 AWS S3

我是研究僧i 提交于 2019-11-26 00:46:40
ES集群备份数据到S3 集群环境: 系统版本:centos 7.3 安装方式 : yum ES版本环境: 6.0.1 基本概念 使用 Elasticsearch Snapshot 时需要有一些基本概念澄清,他不是拿指定的 Indices 文件做个压缩包丢在 S3 完事,他是有控制的。 snapshot 结构 Elasticsearch 的 snapshot 是由其自身控制的,整个系统保持了一个如下的从下到上的控制结构,他们具备包含关系: snapshot --> repository --> single snapshot --> indices snapshot 这里将 snapshot 单独列出,是因为在 Elasticsearch 中 snapshot 独占性工作的,他更像是一个管道,任何一个 repository 在工作的时候是排他的,虽然他并不阻止 indices 的写入。 repository 这个仓库应该是一组 snapshot 备份的集合,也可以认为是一个目标的选择。在一个 Elasticsearch 系统中你可以根据自己的意愿设定不同的 Repository。 Single snapshot 这个指的是在 Repository 中我们进行的每个备份内容,他更像一个集合,包含了这次 snapshot 中所有的 Indices。 Indices 在一个

了解这些信息,你会知道在ESXi5.0 的虚拟化系统下文件出现故障时,我们能做些什么?

守給你的承諾、 提交于 2019-11-25 23:43:56
【ESXi5虚拟化系统情景概述】 用户使用的存储模式是通过iSCSI方式来实现FC SAN的功能。同时利用DELL服务器做的物理存储架构,利用FreeNAS来实现iSCSI。并另外通过两台 DELL 服务器做 ESXi5.0 的虚拟化系统。 1、FreeNAS 层为UFS2文件系统,整个存储建一个稀疏模式的文件,挂载在ESXi5.0 系统上。 2、ESXi系统内运行6台虚拟机,其中有三台最为重要。 3、第一台windows2003系统虚拟机是此公司在当地的门户网站。 混合构架类型:ASP.net和 PHP 数据库类型: SqlServer2005和 Mysql 5.1 。 4、第二台FreeBSD 系统,运行Mysql数据库,供其它多台虚拟机使用。 5、第三台windows2003服务器,存储新开发的程序代码。 【ESXi5虚拟化系统故障描述】 工作人员在检查时发现ESXi系统无法连接存储,通过后续的排查在FreeNAS中发现UFS2文件系统出现故障,之后用fsck对文件系统进行修复。 修复后ESXi 系统可以连上存储,但ESXi系统未能识别到原来的数据存储和VMFS文件系统,工作人员格式化VMFS后发现没有任何数据。 【ESXi5虚拟化系统数据恢复步骤】 1、FreeNAS文件系统---应用构架层次: FreeNAS(UFS2文件系统–> 一个大的稀疏模式的文件) –> ESXi