源码

然后，为什么@PropertySource注解默认不支持？可以简单跟一下源码 @PropertySource源码： 根据注释，默认使用DefaultPropertySourceFactory类作为资源文件加载类 里面还是调用Spring框架底层的PropertiesLoaderUtils工具类进行读取的 PropertiesLoaderUtils.loadProperties 从源码可以看出也是支持xml文件读取的，能支持reader就获取reader对象，否则出件inputStream load0方法是关键，这里加了同步锁 很重要的load0 方法抓取出来： private void load0 (LineReader lr) throws IOException { char[] convtBuf = new char[1024]; int limit; // 当前key所在位置 int keyLen; // 当前value所在位置 int valueStart; char c;//读取的字符 boolean hasSep; boolean precedingBackslash;//是否转义字符，eg:/n etc. // 一行一行地读取 while ((limit = lr.readLine()) >= 0) { c = 0; keyLen = 0; valueStart =

python 2 python 3 区别： python2: ​ 源码功能重复 ​ 源码不统一，维护困难 python3： ​ 源码功能不重复 ​ 源码统一，维护简单 Git常用命令 git add . git commit -m "备注信息" git push -u origin master 学习思路 思维不能固化 容易忘 -- 多进行回顾 三天一小顾 五天一大顾 没思路 -- 多读题，写伪代码 一听就会，一做就废 来源： https://www.cnblogs.com/Gin1/p/11935377.html

一、打包 Springboot打包的时候，需要配置一个maven插件[spring-boot-maven-plugin] <build> <plugins> <plugin> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-maven-plugin</artifactId> </plugin> </plugins> </build> 这个插件提供了5个功能模块，包括： build-info：生成项目的构建信息文件build-info.properties repackage：默认goal。在mvn package执行之后，再次打包生成可执行的jar/war，同时重命名mvn package生成的jar/war为 ***.origin run：这个可以用来运行Spring Boot应用 start：这个在 mvn integration-test 阶段，进行 Spring Boot 应用生命周期的管理 stop：这个在 mvn integration-test 阶段，进行 Spring Boot 应用生命周期的管理 如果想mvn package打的包不被重命名，可以配置classifier，这样Springboot打包生成的可执行jar就是XXX-executable.jar了。 <build>

环境：centos7 mysql8.0 一、说明 　　mysql的安装方式有很多：yum, rpm ,通用二进制包，源码包...都可以安装。但使用源码安装是最稳定最好用的 　　 源码安装官方文档： https://dev.mysql.com/doc/refman/8.0/en/source-installation.html 　　通用二进制包安装： https://dev.mysql.com/doc/refman/8.0/en/data-directory-initialization.html 二、下载源码包 　　 来源： https://www.cnblogs.com/fanshehu/p/11932975.html

https://www.cnblogs.com/belle-ls/p/10487597.html 来源： https://www.cnblogs.com/wang-mengmeng/p/11932224.html

hystrix通过rxjava消息模式来获取和监听命令的metrics信息。 　　metrics主体结构包括一下部分： 　　 hystrix metrics主要分为三个部分，命令执行metrics，线程池metrics，合并命令metrics。分别来统计命令执行过程中产生的metrics，线程池执行过程中产生的metrics，合并命令执行过程汇总产生的metrics。各个metrics内部有两类消息流组件，当各个行为发生时，首先向消息接收流组件发生消息，各类消息分析流组件监听消息接收流组件，对接收到的数据进行统计输出。各个metrics组件再通过监听消息分析流组件来获取统计后的消息。 单例模式 　　三个metrics都使用了单利模式，以HystrixCommandMetrics为例，key为commandkey。 // String is HystrixCommandKey.name() (we can't use HystrixCommandKey directly as we can't guarantee it implements hashcode/equals correctly) private static final ConcurrentHashMap<String, HystrixCommandMetrics> metrics = new

ForkJoin框架之ForkJoinTask java 阅读约 62 分钟 前言 在前面的文章"CompletableFuture和响应式编程"中提到了ForkJoinTask和ForkJoinPool,后者毫无疑问是一个线程池,前者则是一个类似FutureTask经典定义的概念. 官方有一个非常无语的解释:ForkJoinTask就是运行在ForkJoinPool的一个任务抽象,ForkJoinPool就是运行ForkJoinTask的线程池. ForkJoin框架包含ForkJoinTask,ForkJoinWorkerThread,ForkJoinPool和若干ForkJoinTask的子类,它的核心在于分治和工作窍取,最大程度利用线程池中的工作线程,避免忙的忙死,饿的饿死. ForkJoinTask可以理解为类线程但比线程轻量的实体,在ForkJoinPool中运行的少量ForkJoinWorkerThread可以持有大量的ForkJoinTask和它的子任务.ForkJoinTask同时也是一个轻量的Future,使用时应避免较长阻塞和io. ForkJoinTask在JAVA8中应用广泛,但它是一个抽象类,它的子类派生了各种用途,如后续计划单独介绍的CountedCompleter,以及若干JAVA8中stream api定义的与并行流有关的各种操作(ops). 源码

前续准备： 1，安装JDK（包括写入环境变量并且source生效） 2，安装Maven 这个简单介绍只是方便大家运行了解dubbo以及rest功能 步骤如下： git clone https://github.com/dangdangdotcom/dubbox 在checkout出来的dubbox目录执行mvn install -Dmaven.test.skip=true来尝试编译一下dubbo（并将dubbo的jar安装到本地maven库） 在checkout出来的dubbox根目录执行mvn idea:idea或者mvn eclipse:eclipse，来创建IDE工程文件 将项目导入IDE 下载解压一个zookeeper，编辑其conf/zoo.cfg后启动zookeeper用作dubbo注册中心：bin/zkServer.sh start 用IDE运行/dubbo-demo/dubbo-demo-provider/.../test目录下的DemoProvider启动dubbo服务端，目前他会分别启动dubbo协议（包括用kryo和FST序列化）和REST协议的服务 用IDE运行/dubbo-demo/dubbo-demo-consumer/.../test目录下的DemoConsumer来启动dubbo客户端调用上面的服务端，直接看console的输出即可 用IDE运行

flask源码剖析系列 01 flask源码剖析之werkzurg 了解wsgi 来源： https://www.cnblogs.com/liubing8/p/11930272.html

目录 05 Flask源码之：配置加载 1.加载配置文件 2.app.config源码分析 3.from_object源码分析 4. 总结 05 Flask源码之：配置加载 1.加载配置文件 from flask import Flask app = Flask(__name__,static_url_path='/xx') app.config.from_object('xx.xx') 2.app.config源码分析 执行 config 里边的 make_config 方法 self.config = self.make_config(instance_relative_config) make_config def make_config(self, instance_relative=False): return self.config_class(root_path, defaults) 实例化 config_class 类 config_class = Config class Config(dict): # Config继承了字典 3.from_object源码分析 执行 from_object 函数 将所有键值对放到Config对象中 def from_object(self, obj): if isinstance(obj, string_types): obj