YML

本文如有任何纰漏、错误，请不吝指正！ PS : 之前写过一篇关于 SpringBoo 中使用配置文件的一些姿势，不过嘛，有句话（我）说的好：曾见小桥流水，未睹观音坐莲！所以再写一篇增强版，以便记录。 序言 上一篇 博客记录 ，主要集中在具体的配置内容，也就是使用 @ConfigurationProperties 这个注解来进行配置与结构化对象的绑定，虽然也顺带说了下 @Value 的使用以及其区别。 在这篇记录中，打算从总览，鸟瞰的俯视视角，来从整体上对 SpringBoot ，乃至 Spring Framework 对于外部化配置文件处理，以及配置参数的绑定操作，是如果处理的、怎么设计的。 这里其实主要说的是 SpringBoot ，虽然 @Value 属于 Spring Framework 的注解，不过在 SpringBoot 中也被频繁使用。 SpringBoot 版本： 2.2.6.RELEASE SpringBoot启动流程简介 在 SpringBoot 的启动过程中，大体上分为三步 第一步： prepareEnvironment ，准备 SpringBoot 执行时所有的配置。 第二步： prepareContext ，根据启动时的传入的配置类，创建其 BeanDefinition 。 第三步： refreshContext ，真正启动上下文。 在这上面三步中

一、原因 因客户Red Hat 7.5服务器安装部署grafana无法添加prometheus数据源，以及无法修改初始密码，为确保环境访问安全，特别研究通过账号密码认证访问prometheus，百度了很多资料，但都缺这缺那，所以我这里记录下具体实现过程： 二、安装部署httpd 方法一：使用yum安装 yum -y install apr apr-util httpd 方法二：使用源码安装 yum -y install expat-devel gcc gcc-c++ autoreconf libtoolize automake 1、下载httpd安装包 wget http://mirrors.hust.edu.cn/apache/httpd/httpd-2.4.46.tar.gz 2、解压 tar zxvf httpd-2.4.46.tar.gz 3、下载新的apr、apr-util安装（安装过程会有各种奇葩错误，自行百度解决，这里不具体讲解） wget http://mirror.bit.edu.cn/apache/apr/apr-1.7.0.tar.gz wget http://mirror.bit.edu.cn/apache/apr/apr-util-1.6.1.tar.gz 4、安装apr、apr-util tar -zxvf apr-1.7.0.tar.gz tar

软件安装： sed -i 's/deb.debian.org/mirrors.tencent.com/g' /etc/apt/sources.list && \ apt-get update && \ apt-get install -y vim-nox yamllint ansible-lint git && \ mkdir -p ~/.vim/pack/plugins/start && cd $_ && \ git clone https://github.com/Yggdroot/indentLine && \ git clone https://github.com/pedrohdz/vim-yaml-folds && \ git clone https://github.com/stephpy/vim-yaml && \ git clone https://github.com/Shougo/neocomplete.vim.git && \ git clone https://gitee.com/miaows/ale.git && \ git clone https://github.com/pearofducks/ansible-vim.git && \ mkdir -p ~/.config/yamllint && \ rm -rf /var/lib/apt/lists

写在前面： 进入到云计算的PAAS时代，起源Google的Kubernetes无疑成为了PAAS云服务的落地平台。自2017年开始，K8s平台已经成为容器编排的事实标准，为组织设计和部署应用程序带来全新定义。在之后的几年里国有云，国外云厂商陆续在IAAS平台发布PASS层产品。 在此基础上出现了CICD，即持续集成与持续交付是软件开发和交付中的实践。项目从最初是瀑布模型，到敏捷开发，再到现在的DevOps。这是现代开发人员构建出色的产品的技术路线。随着DevOps的兴起，出现了持续集成（Continuous Integration）、持续交付（Continuous Delivery） 、持续部署（Continuous Deployment） 的新方法。 笔者基于自身需求做了如下测试，希望对同行有所助力，相关文章会持续更新。 一、测试前提条件 实验环境说明 测试主机：阿里云主机 操作系统：CentOS 7.7 测试主机配置：2C，8G 主机名 公网IP 内网IP ROLE PORT node1 39.104.88.120 172.16.0.93 gitlab 80 node2 39.104.93.96 172.16.0.94 drone，jenkins 80，8080 node3 39.104.70.51 172.16.0.98 harbor 80 所有节点安装docker 1)

一、创建项目 （1）进入到https://aistudio.baidu.com/aistudio/projectoverview/public （2）创建项目 点击添加数据集：找到这两个 然后创建即可。 会生成以下项目： 二、启动环境，选择GPU版本 然后会进入到以下界面 选择的两个压缩包在/home/aistudio/data/下，先进行解压： !unzip /home/aistudio/data/data15067/ fruit.zip !unzip /home/aistudio/data/data15072/PaddleDetec.zip 之后在左边文件夹就可以看到解压后的内容了： 三、查看fruit-detection中的内容： 其实是类似pascal voc目标检测数据集的格式 （1） Annotations 以第一个apple_65.xml为例： folder：文件夹名称 filename：图片名称 path：文件地址 size：图片的大小 object：图片中的对象名称以及其的左下角和右上角的坐标。 < annotation > < folder > train </ folder > < filename > apple_65.jpg </ filename > < path > C:\tensorflow1\models\research\object

这篇文章将为大家介绍ngrok，如何安装，配置以及在什么场景下需要使用ngrok。在没有使用过Ngrok之前，您可能会遇到过这样一些情况 你需要向客户演示你们正在研发的项目，所以你要求开发人员帮助你，在你的资源有限的笔记本电脑上部署一套用于给客户演示的环境。当下一次另一个同事需要去为客户演示的时候，同样的事情又要重做一遍。 您如果作为一个移动应用的后端服务开发者，与移动应用的前端开发者组成一个远程团队。你需要帮助前端开发者，在他的网络内部署一套用于测试的环境。由于前端开发者不具备后端技术栈，所以你们之间关于后端测试环境的沟通成本极高。 所有的这一切问题，只要您有一个固定的公网ip就可以解决了，将后端服务暴露在公网ip上，在互联网的任何位置都可以被访问到。但是我们都知道固定的公网ip价格是很贵的，根据带宽的不同，每年的费用从万元到几十万元不等。如果只是为了演示、测试、及研发环境等网络共享的问题，完全没有必要申请固定的公网ip。 那么有没有什么替代的方案呢？当然就是我们这篇文章的主角：Ngrok。 一、什么是Ngrok? Ngrok是Alan Shreeve开发的应用程序，使开发人员可以将其本地开发服务公开到Internet上。它会创建一条通往本地开发服务器的网络，并生成两个随机的子域名-一个 http 一个是 https 。使用这些生成的域名地址，只要本地服务保持正常运行

今天我开始在阿里云机器上通过 docker 来安装 kafka 集群服务。 在实际生产环境中，Kafka都是集群部署的，常见的架构如下： Kafka集群由多个Broker组成，每个Broker对应一个Kafka实例。Zookeeper负责管理Kafka集群的Leader选举以及Consumer Group发生变化的时候进行reblance操作。 一、Kafka集群搭建 1、首先运行Zookeeper（本文并未搭建ZK集群）： docker run -d --name zookeeper -p 2181:2181 -t zookeeper 2、分别创建3个Kafka节点，并注册到ZK上： 不同Kafka节点只需要更改端口号即可。 Kafka0： docker run -d --name kafka0 -p 9092:9092 -e KAFKA_BROKER_ID=0 -e KAFKA_ZOOKEEPER_CONNECT=x.x.x.x:2181 -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://x.x.x.x:9092 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 -e KAFKA_HEAP_OPTS="-Xmx256M -Xms256M" -t wurstmeister/kafka Kafka1：

说明两种出现异常情况: 首先在Controller中的代码是这样的: /** * 兼容配置 * * @param model * @return */ @GetMapping ( "/iftest2" ) public String test2(Model model) { //存放字符串类型 model.addAttribute( "token" , "1234" ); return "iftest2" ; } 第一种: if指令，比较的数据类型不一致，默认抛异常 <#--第一种 :if指令，比较的数据类型不一致，默认抛异常--> <#if token == 1234 > 煌sir666 </#if> 运行后报错: 情况2：${} 如果访问的数据不存在，默认抛异常 <#--第二种-${} 如果访问的数据不存在，默认抛异常--> ${ token3 } 报错: 解决方案: yml文件中添加一段配置即可 spring : freemarker : settings : classic_compatible : true #兼容模式 data : mongodb : uri : mongodb://localhost:27017/demo server : port : 8088 #服务端口 这样就不会报错,最终 情况1：如果类型不一致，将输出空 情况2：${不存在} ， 将输出空

Kafka快速入门（八）——Confluent Kafka简介 一、Confluent Kafka简介 1、Confluent Kafka简介 2014年，Kafka的创始人Jay Kreps、NahaNarkhede和饶军离开LinkedIn创立Confluent公司，专注于提供基于Kafka的企业级流处理解决方案，并发布了Confluent Kafka。Confluent Kafka分为开源版和企业版，企业版收费。 2、Confluent Kafka特性 Confluent Kafka开源版特性如下： （1）Confluent Kafka Connectors：支持Kafka Connect JDBC Connector、Kafka Connect HDFS Connector、Kafka Connect Elasticsearch Connector、Kafka Connect S3 Connector。 （2）多客户端支持：支持C/C++、Python、Go、.Net、Java客户端。 （3）Confluent Schema Registry （4）Confluent Kafka REST Proxy Confluent Kafka企业版特性如下： （1）Automatic Data Balancing （2）Multi-DataCenter Replication （3

版权声明：本文为 小异常 原创文章，非商用自由转载-保持署名-注明出处，谢谢！ 本文网址： https://blog.csdn.net/sun8112133/article/details/106961006 文章目录 一、引入 Thymeleaf 1、新建 Spring Boot 项目 2、引入依赖信息 3、创建 Controller，返回 Thymeleaf 视图 4、配置 application.yml 5、创建视图（result.html） 6、目录结构 7、测试 二、Thymeleaf 常用标签 1、th:text 2、th:utext 3、th:if 4、th:unless 5、th:switch 与 th:case 6、th:action 7、th:each 8、th:value 9、th:src 10、th:href 11、th:selected 12、th:attr 我在之前发布的 《Spring Boot 入门学习笔记》 中写过关于 Thymeleaf 模板引擎 的博客，在那篇博客中我简单介绍了 Thymeleaf 模板引擎 的使用以及个别标签。 在本篇博客中会主要介绍使用 Spring Boot 来整合 Thymeleaf 模板引擎 ，还有 Thymeleaf 模板引擎 常用标签，在下一篇博客中我会讲到 Thymeleaf 访问 Servlet Web