什么是MongoDB MongoDB是一个文档数据库，提供好的性能，领先的非关系型数据库。采用BSON存储文档数据。2007年10月，MongoDB由10gen团队所发展。2009年2月首度推出。MongoDB用c++编写的。 优势： 面向文档的存储：以 JSON 格式的文档保存数据。 任何属性都可以建立索引。 复制以及高可扩展性。 自动分片。 丰富的查询功能。 快速的即时更新。 来自 MongoDB 的专业支持。 elasticsearch与MongoDB相同点与不同点 相同点： 1、都是以json格式管理数据的nosql数据库。 2、都支持CRUD操作。 3、都支持聚合和全文检索。 4、都支持分片和复制。 5、都支持阉割版的join操作。 6、都支持处理超大规模数据。 不同点： 1、es是java编写，通过RESTFul接口操作数据。mongodb是C++编写，通过driver操作数据。（es对java开发更有好，利于排查理解） 2、mongodb的分片有hash和range两种方式，es只有hash一种。 3、es是天生分布式，主副分片自动分配和复制，开箱即用。mongodb....

关于beanDefinition 的第一篇笔记 一共三篇 https://blog.csdn.net/java_lyvee/article/details/102633067 beanDefinition：org.springframework.beans.factory.config.BeanDefinition 常用子类：org.springframework.beans.factory.support.GenericBeanDefinition 描述每个bean的定义，dependsOn,scope,lazy,beanClassName等 启动过程： 扫描 parse------beanDefinition object ----map<"xxx",o> validate life-------遍历beanDefinitionMap，得到beanDefinition，实例化object 容器: 由spring各个组件组成 singletonObjects : ConcurrentHashMap 单例池，容器的一部分 beanDefinitionMap bean....

1. 前提条件 检查是否有gcc和g++命令 gcc --version g++ --version # 如果没有，在线安装命令： yum install gcc yum install gcc gcc-c++ # 离线情况找离线安装包安装。 2、准备文件 nginx-xxx.tar.gz，下载地址 zlib-xxx.tar.gz，下载地址 pcre-xxx.tar.gz 下载地址 openssl-xxx.tar.gz 下载地址 3、源码编译 把上述四个文件上传到/usr/local/src目录。 安装openssl（以1.0.2t版本为例） # 进入目录 cd /usr/local/src # 解压 tar -zxvf openssl-1.0.2t.tar.gz -C /usr/local # 进入解压目录 cd /usr/local/openssl-1.0.2t # 配置 ./config # 编译安装（需要几分钟） make && make install 安装pcre（以8.43版本为例） # 进入目录 cd /usr/local/src # 解压 tar ....

Docker 网络 Docker允许通过外部访问容器或容器互联的方式来提供网络服务。 安装Docker时，会自动安装一块Docker网卡称为docker0，用于Docker各容器及宿主机的网络通信，网段为172.0.0.1。 Docker网络中有三个核心概念：沙盒（Sandbox）、网络（Network）、端点（Endpoint）。 沙盒，提供了容器的虚拟网络栈，也即端口套接字、IP路由表、防火墙等内容。隔离容器网络与宿主机网络，形成了完全独立的容器网络环境。 网络，可以理解为Docker内部的虚拟子网，网络内的参与者相互可见并能够进行通讯。Docker的虚拟网络和宿主机网络是存在隔离关系的，其目的主要是形成容器间的安全通讯环境。 端点，位于容器或网络隔离墙之上的洞，主要目的是形成一个可以控制的突破封闭的网络环境的出入口。当容器的端点与网络的端点形成配对后，就如同在这两者之间搭建了桥梁，便能够进行数据传输了。 Docker的四种网络模式 Docker服务在启动的时候会创建三种网络，bridge、host和none，还有一种共享容器的模式container Bridge 桥接模式，主....

Docker生成镜像的两种方式 有时候从Docker镜像仓库中下载的镜像不能满足要求，我们可以基于一个基础镜像构建一个自己的镜像 两种方式： 更新镜像：使用docker commit命令 构建镜像：使用docker build命令，需要创建Dockerfile文件 更新镜像 先使用基础镜像创建一个容器，然后对容器内容进行更改，然后使用docker commit命令提交为一个新的镜像（以tomcat为例）。 1.根据基础镜像，创建容器 docker run --name mytomcat -p 80:8080 -d tomcat 2.修改容器内容 docker exec -it mytomcat /bin/bash cd webapps/ROOT rm -f index.jsp echo hello world > index.html exit 3.提交为新镜像 docker commit -m="描述消息" -a="作者" 容器ID或容器名 镜像名:TAG # 例: # docker commit -m="修改了首页" -a="华安" mytomcat huaan/to....

Docker安装 Docker 提供了两个版本：社区版 (CE) 和企业版 (EE)。 操作系统要求 以Centos7为例，且Docker 要求操作系统必须为64位，且centos内核版本为3.1及以上。 查看系统内核版本信息： uname -r 一、准备 卸载旧版本： yum remove docker docker-common docker-selinux docker-engine yum remove docker-ce 卸载后将保留 /var/lib/docker 的内容（镜像、容器、存储卷和网络等）。 rm -rf /var/lib/docker 1.安装依赖软件包 yum install -y yum-utils device-mapper-persistent-data lvm2 #安装前可查看device-mapper-persistent-data和lvm2是否已经安装 rpm -qa|grep device-mapper-persistent-data rpm -qa|grep lvm2 2.设置yum源 yum-config-manager --add....

1、ConcurrentLinkedQueue     在JDK1.5以后，java里面提供了很多的并发容器，这里我们用的是一个queue，队列。所谓队列其实就是一个容器，就是站成一对，不管票还是人都在里面排成一堆，队列有几种，有先进先出的，还有两端的队列，还有就是栈，先进后出，先加进去的后出来。这里用了一个concurrentlinkedqueue，并发的链表队列。线程里面调用了一个poll方法，意思是往外面拿一个数据，相当于在尾巴里面拿一个，如果没有拿到，他的返回值就是空，那么就中断线程。这里面没有加锁，同样有判断，但是不会出问题。完成卖票功能这种效率是比较高的。queue里面是不能装空值。这里虽然判断和操作是一起的，但是我们没有在判断里面有任何操作，大不了反过头来再拿一边，poll底层实现是cas，这里我们就不用加锁了。 private static Queue<Integer> tickets = new ConcurrentLinkedQueue<>(); static { for (int i = 0; i < 10000; i++) { ti....

redis 是什么? 是完全开源免费的，用c语言编写的，是一个单线程，高性能的（key/value）内存数据库，基于内存运行并支持持久化的nosql数据库 能干嘛？ 主要是用来做缓存，但不仅仅只能做缓存，比如：redis的计数器生成分布式唯一主键，redis实现分布式锁，队列，会话缓存，点赞，统计网站访问量。 去哪下？ 官网，也可以通过Linux yum直接下载安装 怎么玩？ 1.安装 2.redis数据类型（api操作） 3.redis配置文件解析 4.redis的持久化 5.redis的事务 6.redis的发布订阅 7.java客户端操作（jedis） redis的安装 1.解压 2.make 如果make报错的话 大家就可以看一下是不是报没有gcc的错 如果是报没有gcc的错，那就要先安装一个gcc yum install gcc-c++ 安装好gcc之后执行一下make distclean 因为前面make的时候它执行了一些东西 要先把他清掉 3.make install 查看redis默认安装位置 /usr/local/bin redis设置外网访问 1.注释bind并且....

引言 什么是elasticsearch？ ElasticSearch是一个分布式，高性能、高可用、可伸缩的搜索和分析系统 什么是Elastic Stack？ Elastic Stack,前身缩写是ELK，就是ElasticSearch + LogStash + Kibana ES的使用场景: 网上商场,搜索商品. ES配合logstash,kibana,日志分析. 为什么要使用elasticsearch？ 假设用数据库做搜索，当用户在搜索框输入“四川火锅”时，数据库通常只能把这四个字去进行全部匹配。可是在文本中，可能会出现“推荐四川好吃的火锅”，这时候就没有结果了。 1.elasticsearch基本概念 近实时（NRT） ES是一个近实时的搜索引擎（平台），代表着从添加数据到能被搜索到只有很少的延迟。（大约是1s） 文档 Elasticsearch是面向文档的，文档是所有可搜索数据的最小单元。可以把文档理解为关系型数据库中的一条记录。文档会被序列化成json格式，保存在Elasticsearch中。同样json对象由字段组成，给个字段都有自己的类型（字符串，数值，布尔，二进制，....