Skip To Main Content
return Arrays.asList on Muck Rack

return Arrays.asList

As seen in: cnblogs.com, CSDN
Is this you? As a journalist, you can create a free Muck Rack account to customize your profile, list your contact preferences, and upload a portfolio of your best work. Claim your profile
Back to return Arrays.asList’s profile

Articles by return Arrays.asList

【SpringBoot源码剥析】| 自动配置原理

|
By BeanFactory beanFactory, return Arrays.asList, .on AutoConfiguration ImportEvent
| CSDN
本文，我们来分享 Spring Boot 自动配置的实现源码。在故事的开始，我们先来说两个事情： 自动配置和自动装配的区别？ Spring Boot 配置的原理 在这篇文章的开始，狮子是有点混淆自动配置和自动装配的概念，后来经过 Google 之后，发现两者是截然不如同的： 自动配置：是 SpringBoot 提供的，实现通过 jar 包的依赖，能够自动配置应用程序。例如说：我们引入 spring-boot-starter-web 之后，就自动引入了 Spring MVC 相关的 jar 包，从而自动配置 Spring MVC 。 自动装配：是 Spring 提供的 IOC 注入方式，具体看看 《Spring源码剥析 —— Beans 自动装配》文档。 可以查看下《Spring Boot的自动装配原理》 org.springframework.boot.autoconfigure.@SpringBootApplication 注解，基本我们的 Spring Boot 应用，一定会去有这样一个注解。并且，通过使用它，不仅仅能标记这是一个 Spring Boot...
Open in Who Shared Issue with article?

RocketMQ Streams 1.1.0: 轻量级流处理再出发

|
By return Arrays.asList
| cnblogs.com
本文作者：倪泽，Apache RocketMQ committer、RSQLDB/RocketMQ Streams Maintainer 01 背景 RocketMQ Streams是一款基于RocketMQ为基础的轻量级流计算引擎，具有资源消耗少、部署简单、功能全面的特点，目前已经在社区开源。RocketMQ Streams在阿里云内部被使用在对资源比较敏感，同时又强烈需要流计算的场景，比如在自建机房的云安全场景下。 自RocketMQ Streams开源以来，吸引了大量用户调研和试用。但是也存在一些问题，在RocketMQ Streams 1.1.0中，主要针对以下问题做出了改进和优化。 1、面向用户API不够友好，不能使用泛型，不支持自定义序列化/反序列化； 2、代码冗余，在RocketMQ Streams中存在将流处理拓扑序列化反序列化模块，RocketMQ Streams作为轻量级流处理SDK，构建好流处理节点之后应该可以直接处理数据，不存在将流处理拓扑图本地保存或者网络传输需求。 3、流处理过程不容易理解，含有大量缓存、刷新逻辑；...
Open in Who Shared Issue with article?

Filebeat+Kafka+数据处理服务+Elasticsearch+Kibana+Skywalking日志收集系统_Java菜恐龙的博客-CSDN博客

|
By return Arrays.asList, Request Options.DEFAULT
| CSDN
该文档不会为读者提供中间件的安装和部署教学，仅作为我在这大半年从零开始建立日志收集系统的整个过程。整个日志收集系统目前已迭代三次，从第二版开始已经稳定运行半年，第三版的升级是锦上添花，继续深挖日志收集的可能性。 读者能从本文看到一条从零开始的日志收集系统的建立通路，能看到我选择和处理各个中间件的思考和碎碎念。该方案是基于EFK的一个通用框架，由于数据处理服务的存在，使得该方案能兼容绝大部分奇奇怪怪的日志，只要能收集过来，那处理就是多几行代码的问题。我个人推荐有条件的读者可以尝试自己去搭建这样一套完整的日志收集系统，整个做下来会让你对中间件和日志收集的思考更加深刻。 设计方案 基于注解切面+Kafka+数据处理服务+ES 通过手动填写注解的字段信息来填充需要的日志信息，在切面异步通过Kafka传递消息，然后数据处理服务消费消息，经过处理后批量插入到ES。后来觉得这样收集太冗余，很少有同事愿意配置些东西或者写个注解。于是排除了公司的默认日志切面，自己写了切面来传递有默认值的数据 思考...
Open in Who Shared Issue with article?
Show More