<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[clearlxj的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/clearlxj</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; clearlxj]]></copyright><item><title><![CDATA[SpringBoot-引入Quartz并进行微服务隔离]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/130596245</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/130596245</guid><author>clearlxj</author><pubDate>Wed, 10 May 2023 10:55:43 +0800</pubDate><description><![CDATA[Quartz 是 Java 领域最著名的开源任务调度工具。在上篇文章中，我们详细的介绍了 Quartz 的单体应用实践，如果只在单体环境中应用，Quartz 未必是最好的选择，例如一样也可以实现任务调度，并且与SpringBoot无缝集成，支持注解配置，非常简单，但是它有个缺点就是在集群环境下，会导致任务被重复调度！而与之对应的 Quartz 提供了极为广用的特性，如任务持久化、集群部署和分布式调度任务等等，正因如此，基于 Quartz 任务调度功能在系统开发中应用极为广泛！]]></description><category></category></item><item><title><![CDATA[EMQX4.x版本-Docker集群部署与Nginx负载均衡]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/130430143</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/130430143</guid><author>clearlxj</author><pubDate>Fri, 28 Apr 2023 16:56:25 +0800</pubDate><description><![CDATA[版本选用，因为emqx5.x版本不支持tlsv1，因此选用4.x版本。]]></description><category></category></item><item><title><![CDATA[Springcloud微服务Docker部署实践]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/130348264</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/130348264</guid><author>clearlxj</author><pubDate>Mon, 24 Apr 2023 17:40:11 +0800</pubDate><description><![CDATA[基础镜像先使用官方的openjdk:11镜像，之后看情况自制对应的镜像。]]></description><category></category></item><item><title><![CDATA[SpringCloud灰度发布设计和实现]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/130217989</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/130217989</guid><author>clearlxj</author><pubDate>Tue, 18 Apr 2023 11:35:47 +0800</pubDate><description><![CDATA[什么是灰度发布呢？要想了解这个问题就要先明白什么是灰度。灰度从字面意思理解就是存在于黑与白之间的一个平滑过渡的区域，所以说对于互联网产品来说，上线和未上线就是黑与白之分，而实现未上线功能平稳过渡的一种方式就叫做灰度发布。在一般情况下，升级服务器端应用，需要将应用源码或程序包上传到服务器，然后停止掉老版本服务，再启动新版本。但是这种简单的发布方式存在两个问题，一方面，在新版本升级过程中，服务是暂时中断的，另一方面，如果新版本有BUG，升级失败，回滚起来也非常麻烦，容易造成更长时间的服务不可用。]]></description><category></category></item><item><title><![CDATA[Linux-搭建DNS服务器]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/130052740</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/130052740</guid><author>clearlxj</author><pubDate>Mon, 10 Apr 2023 09:37:03 +0800</pubDate><description><![CDATA[操作系统：CentOS 7IP地址：10.27.106.201测试域名：aec.testuc.com作用：主要提供解析aec.testuc.com域名的服务。]]></description><category></category></item><item><title><![CDATA[vpp-agent的REST API使用及其原理]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/126596352</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/126596352</guid><author>clearlxj</author><pubDate>Tue, 30 Aug 2022 08:49:09 +0800</pubDate><description><![CDATA[NB API：外部客户端与 VPP Agent 进行交互的接口，客户端可以完成 VPP configuration management。SB API：VPP Agent 与 VPP Data Plane 进行交互的接口。完成 VPP Data Plane 的 Events、Notifications 和 Configuration Dumps 操作。...]]></description><category></category></item><item><title><![CDATA[FD.IO VPP安装与启动]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/126596300</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/126596300</guid><author>clearlxj</author><pubDate>Tue, 30 Aug 2022 08:45:52 +0800</pubDate><description><![CDATA[告诉 FD.io VPP 如何以不同于默认的方式为您的 VPP 实例命名 /dev/shm/ 中的文件。在下面的示例中，“名称”或“前缀”是“vpp1”。在生产环境中，您通常会使用 DPDK 运行它以连接到真实的 NIC 或使用 vhost 来连接到 VM。在生产环境中，通常会使用 DPDK 运行它以连接到真实的 NIC 或使用 vhost 来连接到 VM。通常，将修改 /etc/vpp/startup.conf 中的 startup.conf 文件。使用我们刚刚创建的文件，我们现在将启动并运行 VPP。.]]></description><category></category></item><item><title><![CDATA[github项目如何下载历史版本]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/126365371</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/126365371</guid><author>clearlxj</author><pubDate>Tue, 16 Aug 2022 14:18:30 +0800</pubDate><description><![CDATA[假设查到的历史版本的id为f907618715fff2111bc930cacd3a52691c5115a0。那么使用以下命令就能够将当前版本回退到指定个历史版本了。]]></description><category></category></item><item><title><![CDATA[Java-打开文件数过多错误]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/124199184</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/124199184</guid><author>clearlxj</author><pubDate>Fri, 15 Apr 2022 17:05:17 +0800</pubDate><description><![CDATA[Linux设置最大打开文件数（句柄）
## 在 /etc/security/limits.conf 文件的末尾加入以下内容
### nofile为用户能够打开的文件数
sudo vim /etc/security/limits.conf
* soft nofile 65536
* hard nofile 65536

## 在 /etc/security/limits.d/20-nproc.conf 文件的末尾加入以下内容
sudo vim /etc/security/limits.d/20-nproc.c]]></description><category></category></item><item><title><![CDATA[Java-文件上传报错 the request was rejected because its size exceeds the configured maximum (10485760)]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/123084973</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/123084973</guid><author>clearlxj</author><pubDate>Wed, 23 Feb 2022 10:49:51 +0800</pubDate><description><![CDATA[SpringBoot 上传文件报错，请求大小超过了配置的最大值
springboot 默认 multipart.max-file-size大小是1M，max-request-size默认大小是10M
解决方案：
在application.yml文件中追加配置：
spring:
  servlet:
    multipart:
      max-file-size: 300MB
      max-request-size: 500MB

注意：一定要带单位（KB，MB，GB…）

...]]></description><category></category></item><item><title><![CDATA[Hadoop-HA高可用集群部署]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/122688019</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/122688019</guid><author>clearlxj</author><pubDate>Tue, 25 Jan 2022 16:47:29 +0800</pubDate><description><![CDATA[Hadoop HA
HA 概述
(1)所谓 HA(High Availablity),即高可用(7*24 小时不中断服务)。
(2)实现高可用最关键的策略是消除单点故障。HA 严格来说应该分成各个组件的 HA机制:HDFS 的 HA 和 YARN 的 HA。
(3)NameNode 主要在以下两个方面影响 HDFS 集群
➢ NameNode 机器发生意外,如宕机,集群将无法使用,直到管理员重启
➢ NameNode 机器需要升级,包括软件、硬件升级,此时集群也将无法使用
HDFS HA 功能通过配置多个 ]]></description><category></category></item><item><title><![CDATA[Z3-Api In Python Basics模块内容]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/122603057</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/122603057</guid><author>clearlxj</author><pubDate>Thu, 20 Jan 2022 15:39:35 +0800</pubDate><description><![CDATA[Python 中的 Z3 API
Z3 是微软研究院开发的高性能定理证明器。 Z3 用于许多应用，例如：软件/硬件验证和测试、约束求解、混合系统分析、安全性、生物学（计算机分析）和几何问题。
本教程演示了 Z3Py 的主要功能：Python 中的 Z3 API。 阅读本教程不需要 Python 背景。 但是，在某些时候学习 Python（一门有趣的语言！）很有用，并且有许多优秀的免费资源可以学习（Python 教程）。
Z3 发行版还包含 C、.Net 和 OCaml API。 Z3Py 的源代码在 Z3 ]]></description><category></category></item><item><title><![CDATA[Java-获取某天、某小时的最小时间、最大时间、时间格式]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/122364431</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/122364431</guid><author>clearlxj</author><pubDate>Fri, 07 Jan 2022 14:53:45 +0800</pubDate><description><![CDATA[/**
     * 获得某天最大时间 2020-11-11 23:59:59
     * @param date
     * @return
     */
    public static Date getEndOfDay(Date date) {
    
    	if (date == null) date = new Date();
        LocalDateTime localDateTime = LocalDateTime.ofInstant(Instant.ofEpo...]]></description><category></category></item><item><title><![CDATA[Spark-SparkSql在Idea中开发、用户自定义函数、数据的加载和保存]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/122342085</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/122342085</guid><author>clearlxj</author><pubDate>Thu, 06 Jan 2022 13:59:52 +0800</pubDate><description><![CDATA[IDEA中开发SparkSQL
实际开发中,都是使用 IDEA 进行开发的。
添加依赖
&lt;dependency&gt;
    &lt;groupId&gt;org.apache.spark&lt;/groupId&gt;
    &lt;artifactId&gt;spark-sql_2.12&lt;/artifactId&gt;
    &lt;version&gt;3.0.0&lt;/version&gt;
&lt;/dependency&gt;

object TestSQLBasic {

]]></description><category></category></item><item><title><![CDATA[Spark-SparkSql基础、DataFrame、DataSet]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/122342042</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/122342042</guid><author>clearlxj</author><pubDate>Thu, 06 Jan 2022 13:57:14 +0800</pubDate><description><![CDATA[Spark-SQL
概述
Spark SQL 是 Spark 用于结构化数据(structured data)处理的 Spark 模块。
对于开发人员来讲,SparkSQL 可以简化 RDD 的开发,提高开发效率,且执行效率非常快,所以实际工作中,基本上采用的就是 SparkSQL。Spark SQL 为了简化 RDD 的开发,提高开发效率,提供了 2 个编程抽象,类似 Spark Core 中的 RDD：
DataFrame
DataSet
SparkSQL 特点
易整合
无缝的整合了 SQL 查询和 S]]></description><category></category></item><item><title><![CDATA[Keepalived-自定义Keepalived日志路径]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/122046955</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/122046955</guid><author>clearlxj</author><pubDate>Mon, 20 Dec 2021 17:59:49 +0800</pubDate><description><![CDATA[Keepalived日志
默认日志存放在系统日志：/var/log/messages下
将keepalived的日志写到自定义目录下
## 1、修改/etc/sysconfig/keepalived，把KEEPALIVED_OPTIONS="-D" 修改为：KEEPALIVED_OPTIONS="-D -d -S 0"
# Options for keepalived. See `keepalived --help' output and keepalived(8) and
# keepalived.con]]></description><category></category></item><item><title><![CDATA[ClickHouse-Spark集成]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/121905332</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/121905332</guid><author>clearlxj</author><pubDate>Mon, 13 Dec 2021 14:50:34 +0800</pubDate><description><![CDATA[Spark集成ClickHouse
ClickHouse的JDBC驱动
目前通过JDBC写ClickHouse一共有三种驱动，除了官方的，还有两种第三方驱动。分别如下：


官方的JDBC Driver：8123端口
基于HTTP实现，整体性能不太出色，大量数据写入时有可能出现超时的现象


housepower的ClickHouse-Native-JDBC：9000端口
基于TCP协议实现，支持高性能写入，数据按列组织并有压缩


Clickhouse4j
基于HTTP，但是相比官方进行了大量优化，更加轻]]></description><category></category></item><item><title><![CDATA[ClickHouse-SpringBoot集成]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/121862157</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/121862157</guid><author>clearlxj</author><pubDate>Fri, 10 Dec 2021 17:58:50 +0800</pubDate><description><![CDATA[SpringBoot集成ClickHouse
pom文件
&lt;?xml version="1.0" encoding="UTF-8"?&gt;
&lt;project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://mave]]></description><category></category></item><item><title><![CDATA[ClickHouse-常见问题排查]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/121859529</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/121859529</guid><author>clearlxj</author><pubDate>Fri, 10 Dec 2021 16:31:41 +0800</pubDate><description><![CDATA[常见问题排查
分布式 DDL 某数据节点的副本不执行
(1)问题:使用分布式 ddl 执行命令 create table on cluster xxxx 某个节点上没有创建表,但是 client 返回正常,查看日志有如下报错。
&lt;Error&gt; xxx.xxx: Retrying createReplica(), because some other replicaswere created at the same time

(2)解决办法:重启该不执行的节点。
数据副本表和数据不一致
(1)问]]></description><category></category></item><item><title><![CDATA[ClickHouse-MaterializeMySQL引擎]]></title><link>https://blog.youkuaiyun.com/clearlxj/article/details/121859505</link><guid>https://blog.youkuaiyun.com/clearlxj/article/details/121859505</guid><author>clearlxj</author><pubDate>Fri, 10 Dec 2021 16:30:55 +0800</pubDate><description><![CDATA[MaterializeMySQL 引擎
概述
MySQL 的用户群体很大,为了能够增强数据的实时性,很多解决方案会利用 binlog 将数据写入到 ClickHouse。为了能够监听 binlog 事件,我们需要用到类似 canal 这样的第三方中间件,这无疑增加了系统的复杂度。
ClickHouse 20.8.2.3 版本新增加了 MaterializeMySQL 的 database 引擎,该 database 能映射到MySQL 中 的 某 个database , 并 自 动 在ClickHouse ]]></description><category></category></item></channel></rss>