huyiju的博客

Dockerfile 是一个文本文件，主要作用是构建镜像，包含一系列用于构建镜像的指令（Instructions）。每条指令都会构建一层镜像，指令的内容描述了该层镜像应如何构建。dockerhub上已经有了image,为什么我们需要自己构建镜像呢？用户可以将自己的应用打包成镜像，从而让应用在容器中运行。还可以对官方镜像进行扩展，打包成适合生产环境的应用镜像。构建三步骤编写Dockerfile文件docker run2.2：命令构建镜像。

传统：按照帮助文档，逐步部署项目Docker：打包镜像发布测试，一键运行将项目打包成镜像，扩展到不同的服务器使用docker，我们的开发测试环境高度一致。

组件多，并且一般多是多节点集群方式部署，用户的请求量还大，想要排查一个请求的错误，无异于大海捞针，因此啊，我们就需要一种技术来帮助我们将请求给串起来，这样在出现问题之后就可以拔出萝卜带出泥的定位到没有节点的请求日志，从而轻而易举的定位到问题所在，做到有则时的改之。肯定需要定位这个请求，需要一个全局的id，在A->B->C->D的日志中，都能追踪的到这一条请求。我们可以先想一下在微服务中，一个请求从A调用B，B调用C，C调用D，然后逐次返回，怎么实现链路跟踪？1：在80、91、92中都导入依赖的jar。

CircuitBreaker是断路器的意思，由于原来的SpringCoud的hystrix停更，所以springcloud社区推出了的新断路器，用来进行springcloud的服务降级、限流、熔断由于Spring Cloud断路器(CircuitBreaker)提供了不同断路器实现的抽象，支持的实现有两种Resilience4J和Spring Retry的实现。在Spring Cloud CircuitBreaker中实现的API位于Spring Cloud Commons中。这些API的使用文档位于。

在项目中，我们使用前后端分离或者前后端不分离的技术，如果不分离就需要引擎模板引擎模板跟JSP相似，都是后端的模板解析器，将数据填充到模板页面，返回给前端的技术。Thymeleaf是一个现代的服务器端Java模板引擎的web和独立的环境，能够处理HTML, XML, JavaScript, CSS，甚至纯文本。

想要做到日志自定义外部输出，可以使logBack，Log4J等，就需要配置外部文件。

因为ES中的是数据来自业务数据也就是数据库，比如mysql等，那么就需要把数据库的数据同步到ES中，那么什么时候进行数据同步呢？在ES中存在单机处理上限，以及单机的稳定性，所以集群的搭建是必不可少的。假如我们搭建三台服务器作为集群9200,9201,9202。2：都具有数据节点的功能：数据局存储、搜索、聚合、crud。3：都是ingest，具有数据存储预处理功能。

在之前都是使用ES的查询，结合各种查询条件来查询出结果集，聚合即使查询的结果接在学习聚合之前我们先来了解两个名字1：桶（Buckets）：满足于特定条件的结果集，相当于mysql的group by2：指标（Metrics）：对桶内的文档进行统计计算，相当于mysq的max()、min()、avg()函数。

这里的索引库就是相当于mysql的表创建es01 就是相当于mysql数据库中的表，mapping：就是对表中字段的映射，properties：就是包含各个字段，type：设置字段类型，包含字符类型、数字类型、布尔类型等analyzer：设置字段的分词，创建倒排索引，便于搜索，只是用text类型文档就是数据，对比mysql的话，就是表中添加数据，但是这里添加的数据是json。

1：什么是ElasticSearch2：为什么要使用ElasticSearch

我们知道在单机下边的事务通过注解开启事务。但是在分布式的系统中，比如扣减订单和减库存客户在主业务中，发起了下单和减库存两个服务，这两个服务在不同的服务器上，我们该怎么保证事务的一致性呢？正常情况下，下单和扣减库存都成功，两边保证了数据的一致性。但是不正常情况下的，比如下单模块失败或者是超时。导致了库存扣减成功后，下单失败。两边就有了一致性问题，出现了数据不一致。我们无法通过单机的事务来控制。于是就有了分布式事务的问题。

Apache ShardingSphere 是一款分布式的数据库生态系统， 可以将任意数据库转换为分布式数据库，并通过数据分片、弹性伸缩、加密等能力对原有数据库进行增强。可以实现读写分离和分库分表Apache ShardingSphere 由ShardingSphere-JDBC 和 ShardingSphere-Proxy这 2 款既能够独立部署，又支持混合部署配合使用的产品组成。它们均提供标准化的基于数据库作为存储节点的增量功能，可适用于如 Java 同构、异构语言、云原生等各种多样化的应用场景，

dynamic-datasource的jar包的官方文档。controller代码根据请求不同访问不同的数据源。2：配置spring的主从。

Filter、servlet是Servlet规范，拦截的是自定义的请求。因为DispatcherServlet拦截的是/但是Filter、servlet可以自定义拦截请求，根据匹配规则，他们会自己处理请求。/*** 继承Filter* 不会经过拦截器* 拦截/*所有请求 不管get post* 使用次注解生效*/@OverrideSystem.out.println("执行MyFilter无论什么get、post方法："+name);//调用链Servlet代码实现：/**

mybatisPlus是一个mybatis的增强工具，。目的是为了简化开发代码，提高效率而生的。

mq的消息在服务器存放多久：保存3天ocketMQ无法避免消息重复（Exactly-Once）所以如果业务对消费重复非常敏感，务必要在业务层面进行去重处理。可以借助关系数据库进行去重。首先需要确定消息的唯一键，可以是msgId，也可以是消息内容中的唯一标识字段，例如订单Id等。在消费之前判断唯一键是否在关系数据库中存在。如果不存在则插入，并消费，否则跳过。

我们在现实生活中经常用到10进制的数据，比如整数和小数。但是小数经常出现小数点后无限循环的情况。比如圆周率的π和1/3。这些数字想要存入计算机中。我们只能使用double和float来存储。但是计算机的内存不是无限的。我们不可能真正的存储下这些数字。float：单精度，占用4个字节的内存空间，也就是4*8=32位二进制。double：双精度，占用8个字节的内存空间，也就是8*8=64位的二进制。

根据消息的key将消息轮训的插入队列中，队列的消息能保证FIFO，但是我们并不知道实际具体那条消息在那个队列，无法保证比如订单号是01的所有操作在同一个队列。所有才有了顺序发送，我们传入指定的订单号，只要订单号一直，就一定会存到相同的队列。我们知道，我们发送的消息，存储到了mq的topic的队列里边，默认的topic是4个队列。第一种（推送模式）：订阅mq服务的topic，mq收到消息把消息推送给消费者，适用范围广。第二种（拉取模式）：订阅mq服务的topic，mq收到消息，消费者定时去mq拉取消息。

在上边我们首先启动了NameServer,然后启动了broker。然后生产者发送消息，消费者接收消息。

MQ是什么