【Nacos】as 注册中心

1. Nacos简介

2018年6月,Eureka 2.0宣布闭源(但是1.X版本仍然为活跃项目),同年7月份,阿里Nacos宣布开源.并快速成为国内最受关注开源产品.作为Eureka的替代,Nacos已经成为了国内开发者的首选,目前NacosStar已经突破28K(Eureka 12K) 下图中都是使用Nacos的企业

 官网:Nacos官网| Nacos 配置中心 | Nacos 下载| Nacos 官方社区 | Nacos 官网

仓库:https://github.com/alibaba/nacos

2. Nacos安装

进入仓库选择自己系统合适的版本,点击下载。

下载后解压然后启动,Nacos默认是集群模式。如果直接启动就会报错

需要修改为单机模式,然后再启动。修改bin下面的startup脚本:

MODE从集群修改为单机即可

 然后双击启动脚本

访问控制台

 如果是Unbuntu环境的话,直接将zip文件上传到服务器,然后解压,使用sh脚本启动即可。记得提前开放端口

备注:如果端口号冲突的话,可以在配置文件中修改Nacos启动的默认端口号。

3. 快速上手

javaSE: 这里存放的是javaSE学习代码 - Gitee.com

3.1 服务注册/服务发现

Nacos的服务注册和服务发现代码⼀样 ,d代码放在了我的码云: javaSE: 这里存放的是javaSE学习代码 - Gitee.com
引入Spring Cloud Alibaba依赖
在父工程的pom文件中的<dependencyManagement>中引入Spring Cloud Alibaba的依赖
<dependency>
                <groupId>com.alibaba.cloud</groupId>
                <artifactId>spring-cloud-alibaba-dependencies</artifactId>
                <version>${spring-cloud-alibaba.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
注意: Spring Boot 和Spring Cloud的版本是有⼀定对应关系的. Spring Cloud Alibaba也遵循
Spring Cloud 的标准, 在引⼊依赖时, ⼀定要确认各个版本的对应关系.
Spring Cloud Alibaba 和Spring Cloud版本对应关系, 参考官⽅⽂档:
https://sca.aliyun.com/zh-cn/docs/2022.0.0.0/overview/version-explain/
版本在⼀定范围内可以⾃由选择.
引入Nacos依赖
在order-service和product-service中引⼊nacos依赖和loadbalance依赖
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-loadbalancer</artifactId>
        </dependency>

配置Nacos地址和服务名称

3.2 远程调用

修改ip为服务名

为RestTemplate添加@LoadBalanced注解

3.3 启动多个服务观察注册中心

 访问接口观察输出的日志,结果是请求没均衡到每台服务上。

http://127.0.0.1:8080/order/1

  • 19
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小小小小关同学

你的支持就是我的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值