System 发布的文章

2024-08-29

在Oracle中，可以通过查询V$SESSION视图来查看当前的会话信息。这个视图包含了数据库中所有会话的详细信息。以下是一个简单的查询示例，它列出了当前所有的会话：




SELECT * FROM V$SESSION;

如果你想要查看更具体的会话信息，比如过滤出处于特定状态的会话，你可以使用WHERE子句来添加条件。例如，如果你想要查看所有当前正在执行查询的会话，你可以使用以下查询：




SELECT * FROM V$SESSION WHERE STATUS = 'ACTIVE' AND SQL_ID IS NOT NULL;

这里STATUS = 'ACTIVE'表示会话正在执行一个操作，而SQL_ID IS NOT NULL用来过滤出正在执行某个SQL语句的会话。

请确保你有足够的权限来查询V$SESSION视图。如果没有，你可能需要联系数据库管理员来获取所需的权限。

- 阅读更多 -

多实例部署和Nginx+Tomcat负载均衡、动静分离

System

2024-08-29

所有,java

多实例部署：

如果你指的是Tomcat的多实例部署，通常是在同一台服务器上运行多个Tomcat服务实例。每个实例可以运行不同的应用，配置不同的端口等。

Nginx+Tomcat负载均衡配置示例：




http {
    upstream tomcat_server {
        server 127.0.0.1:8080;
        server 127.0.0.1:8081;
    }
 
    server {
        listen 80;
 
        location / {
            proxy_pass http://tomcat_server;
            proxy_set_header Host $host;
            proxy_set_header X-Real-IP $remote_addr;
            proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        }
    }
}

动静分离：

动静分离是为了提升网站性能，将网站中的动态资源（如jsp、servlet）和静态资源（html、css、js、图片等）分开处理。

以下是一个简单的Nginx配置示例，将静态资源交给Nginx处理，动态资源转发到后端Tomcat服务器。




server {
    listen 80;
 
    location / {
        root /path/to/static/files;
        try_files $uri $uri/ =404;
    }
 
    location ~ \.(jsp|do|action)$ {
        proxy_pass http://tomcat_server;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    }
}

在这个配置中，所有静态文件请求都会直接由Nginx处理，如果是动态资源请求（以.jsp、.do、.action结尾的URL），则会被转发到Tomcat服务器。

System

2024-08-29

所有,java




import com.netflix.hystrix.HystrixCommand;
import com.netflix.hystrix.HystrixCommandGroupKey;
import com.netflix.hystrix.HystrixCommandProperties;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.cloud.client.discovery.DiscoveryClient;
 
// 以下代码示例展示了如何使用Hystrix命令模式封装服务调用，以及如何设置熔断器的策略。
public class ServiceCallCommand extends HystrixCommand<String> {
    private final DiscoveryClient discoveryClient;
    private final RestTemplate restTemplate;
    private final String serviceId;
    private final Object... args;
 
    public ServiceCallCommand(DiscoveryClient discoveryClient, RestTemplate restTemplate, String serviceId, Object... args) {
        super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey("ServiceCallGroup"))
                .andCommandPropertiesDefaults(
                        HystrixCommandProperties.Setter()
                                .withCircuitBreakerRequestVolumeThreshold(10) // 在10秒内至少有10个请求才进行熔断判断
                                .withCircuitBreakerSleepWindowInMilliseconds(5000) // 5秒钟的时间窗口，断路器关闭后过了这个时间窗口才重新尝试请求
                                .withCircuitBreakerErrorThresholdPercentage(50) // 错误率达到50%后触发熔断
                                .withExecutionTimeoutInMilliseconds(1000) // 设置命令执行超时时间
                ));
        this.discoveryClient = discoveryClient;
        this.restTemplate = restTemplate;
        this.serviceId = serviceId;
        this.args = args;
    }
 
    @Override
    protected String run() throws Exception {
        ServiceInstance instance = discoveryClient.getInstances(serviceId).get(0);
        String url = String.format("http://%s:%s/%s", instance.getHost(), instance.getPort(), String.format(serviceId, args));
        return restTemplate.getForObject(url, String.class);
    }
 
    @Override
    protected String getFallback() {
        // 返回一个备用响应，当服务调用失败时使用
        return "Service is unavailable, please try again later.";
    }
}

这段代码示例展示了如何使用Hystrix的Setter来配置熔断器的策略，包括请求量阈值、错误率阈值、超时时间以及断路器开启后的休眠时间窗口。同时，它提供了一个简单的服务调用方法，并定义了熔断发生时的备用响应。这些策略可以帮助提高系统的可用性和容错能力。

- 阅读更多 -

SpringCloud日志配置多服务logId传递以及多线程logId传递问题

System

2024-08-29

所有,java

在Spring Cloud环境中，为了在多个服务间传递日志ID，可以使用MDC（Mapped Diagnostic Context）。MDC是log4j和logback提供的一种方便的方式，用于关联多线程中的日志。

以下是一个简单的例子，展示如何在Spring Cloud微服务中配置日志，并通过MDC传递logId：

在pre-filter中设置logId：




import org.slf4j.MDC;
import org.springframework.stereotype.Component;
import org.springframework.web.filter.OncePerRequestFilter;
import javax.servlet.*;
import javax.servlet.http.*;
import java.io.IOException;
 
@Component
public class LogFilter extends OncePerRequestFilter {
 
    private static final String LOG_ID_KEY = "logId";
 
    @Override
    protected void doFilterInternal(HttpServletRequest request, HttpServletResponse response, FilterChain chain)
            throws ServletException, IOException {
        try {
            String logId = generateLogId(); // 自定义生成logId的方法
            MDC.put(LOG_ID_KEY, logId);
            chain.doFilter(request, response);
        } finally {
            MDC.clear();
        }
    }
 
    private String generateLogId() {
        // 自定义生成日志ID的逻辑
        return null; // 示例中省略生成逻辑
    }
}

配置logback.xml使用MDC：




<configuration>
    <appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
        <encoder>
            <pattern>%d{yyyy-MM-dd HH:mm:ss} - %X{logId} - %msg%n</pattern>
        </encoder>
    </appender>
    <root level="info">
        <appender-ref ref="CONSOLE" />
    </root>
</configuration>

在这个配置中，%X{logId}用于在日志模式中插入MDC中的logId。

通过以上配置，当请求经过LogFilter时，会生成一个logId并存入MDC，随后日志在该请求线程中被记录时会包含这个logId。使用MDC.clear()确保在请求处理完成后清除MDC，防止内存泄漏。

如果是在多线程环境下，MDC已经做了特殊处理，子线程会自动继承父线程的MDC映射，因此不需要特殊处理。但要注意，在使用线程池时要特别小心，因为线程可能被复用，确保在每个任务执行前后清除和设置MDC。

System

2024-08-29

所有,数据库

由于原始代码较为复杂且涉及到数据集和模型训练的细节，我们将提供一个简化的示例来说明如何在Matlab中定义和训练一个CNN和CNN-LSTM模型。




% 加载必要的工具箱
if ~libisloaded('deeplearning')
    addpath('path_to_deep_learning_toolbox');
    dltbtoolbox;
end
 
% 创建CNN模型
layers = [ ...
    imageInputLayer([28 28 1]) ...
    convolution2dLayer(5,8,'Padding','same') ...
    batchNormalizationLayer ...
    reluLayer ...
    maxPooling2dLayer(2,'Stride',2) ...
    fullyConnectedLayer(10) ...
    softmaxLayer ...
    classificationLayer];
options = trainingOptions('sgdm', ...
    'MiniBatchSize',50, ...
    'MaxEpochs',10, ...
    'InitialLearnRate',0.001, ...
    'LearnRateSchedule','piecewise', ...
    'LearnRateDropPeriod',2, ...
    'LearnRateDropFactor',0.2, ...
    'Verbose',false);
 
% 用于二分类的简化模型定义
model = trainNetwork(trainImages,trainLabels,layers,options);
 
% 创建CNN-LSTM模型
layers = [ ...
    recurrentLayer('LSTM',20,'OutputMode','sequence') ...
    fullyConnectedLayer(10) ...
    softmaxLayer ...
    classificationLayer];
model = trainNetwork(trainSignals,trainLabels,layers,options);

在这个示例中，我们首先加载了Matlab的深度学习工具箱，并定义了一个简单的CNN模型用于二分类任务。然后我们定义了一个CNN-LSTM模型用于时序数据的四分类任务。这些模型的定义是基于给定的数据集和任务要求的简化版本。实际应用中，你需要根据你的数据集和任务具体定义模型的层次和参数。

- 阅读更多 -

Django用户注册并自动关联到某数据表条目

System

2024-08-29

所有,数据库




from django.contrib.auth.models import User
from django.db import transaction
from django.contrib.auth.forms import UserCreationForm
from django.shortcuts import render, redirect
 
# 假设有一个与User相关联的Profile模型
from .models import Profile
 
def register(request):
    if request.method == 'POST':
        form = UserCreationForm(request.POST)
        if form.is_valid():
            # 使用事务确保用户和配置文件的创建要么同时成功要么同时失败
            with transaction.atomic():
                user = form.save()
                # 创建用户关联的Profile条目，并设置默认配置
                profile = Profile.objects.create(user=user, is_confirmed=False)
            # 登录新创建的用户
            authenticated_user = authenticate(username=user.username, password=form.cleaned_data['password1'])
            if authenticated_user is not None:
                login(request, authenticated_user)
                # 重定向到首页或其他页面
                return redirect('index')
    else:
        form = UserCreationForm()
    return render(request, 'registration/register.html', {'form': form})

这段代码展示了如何在Django中创建一个用户注册视图，并在用户创建时自动创建与之关联的Profile数据库条目。同时，使用了Django的内置UserCreationForm来简化表单的处理，并使用了transaction.atomic来确保数据库的一致性。

- 阅读更多 -

【实操记录】Oracle数据整库同步至Apache Doris

System

2024-08-29

所有,数据库

以下是一个简化的示例，展示如何使用Python脚本将Oracle数据库同步至Apache Doris。请注意，这个示例假设你已经安装了所需的库，并且有正确的Oracle和Doris数据库凭据。




import os
import sys
import pymysql
import pyodbc
from apache_doris.stream_load import StreamLoad
 
# 设置Oracle数据源连接信息
oracle_conn_info = {
    'dsn': 'your_oracle_dsn',
    'user': 'your_oracle_user',
    'password': 'your_oracle_password',
}
 
# 设置Apache Doris数据源连接信息
doris_info = {
    'host': 'your_doris_fe_host',
    'port': your_doris_fe_port,
    'user': 'your_doris_user',
    'password': 'your_doris_password',
    'database': 'your_doris_database',
    'table': 'your_doris_table',
    'label': 'your_stream_label',
}
 
# 连接Oracle数据库
oracle_conn = pyodbc.connect(**oracle_conn_info)
cursor = oracle_conn.cursor()
 
# 连接Apache Doris
doris_client = StreamLoad(**doris_info)
 
# 查询Oracle数据库中的数据
cursor.execute("SELECT * FROM your_oracle_table")
rows = cursor.fetchall()
 
# 准备数据并发送到Apache Doris
for row in rows:
    data = [str(i) for i in row]
    doris_client.load_data(data)
 
# 关闭连接
cursor.close()
oracle_conn.close()
doris_client.close()

这个脚本展示了如何使用pyodbc连接Oracle数据库，并使用apache_doris.stream_load模块与Apache Doris进行数据交互。注意，这只是一个简化的示例，实际应用中可能需要更复杂的错误处理和性能优化。

- 阅读更多 -

Google Bard：导出代码以 18 种编程语言进行复制

System

2024-08-29

所有,AIGC

这个功能是为了方便用户能够快速地将Bard生成的内容转换为不同编程语言的代码。以下是一些示例，展示了如何使用这个功能：

假设我们有一段文本：




生成一个Python函数，接受两个数字参数，并返回它们的乘积。

用户可以点击生成的Python代码旁边的下拉菜单，选择其他语言，例如Java或JavaScript。

对于Python到Java的转换，可能会生成类似以下的代码：




public class BardCodeExample {
    public static void main(String[] args) {
        System.out.println(multiply(3, 4));
    }
 
    public static int multiply(int a, int b) {
        return a * b;
    }
}

对于Python到JavaScript的转换，可能会生成类似以下的代码：




function multiply(a, b) {
    return a * b;
}
 
console.log(multiply(3, 4)); // 输出: 12

这样的功能需要一个强大的自然语言处理模型，能够理解用户的需求并生成相应的代码。同时，它还需要有一个代码转换引擎，能够在多种编程语言之间转换代码。这是一个非常复杂和前沿的研究方向，目前在技术上还不成熟，但随着人工智能技术的发展，相信未来可以实现更加先进的转换功能。

System

2024-08-29

所有,java

Spring Boot 2.x中静态资源被HandlerInterceptor拦截的问题通常是由于拦截器配置不正确导致的。HandlerInterceptor是Spring MVC中用于处理请求拦截的机制，如果配置不当，可能会拦截到静态资源的请求。

原因: 如果拦截器配置为拦截所有请求，例如使用/**作为映射路径，它会捕获静态资源的请求，导致这些资源无法正常访问。

解决方法:

配置拦截器时，正确设定需要拦截的路径，不要包括静态资源的路径。例如，只拦截/api/**的请求，而不拦截/static/**或者/public/**。




@Override
public void addInterceptors(InterceptorRegistry registry) {
    registry.addInterceptor(yourInterceptor)
        .addPathPatterns("/api/**")
        .excludePathPatterns("/static/**", "/public/**", "/css/**", "/js/**", "/images/**");
}

如果你需要对所有请求进行拦截，但要排除静态资源，可以在拦截器中检查请求是否为静态资源，并返回NO\_INTERCEPTOR。




@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
    String uri = request.getRequestURI();
    if (uri.startsWith("/static/") || uri.startsWith("/public/") || uri.startsWith("/css/") || uri.startsWith("/js/") || uri.startsWith("/images/")) {
        return true; // 不拦截静态资源
    }
    // 执行其他拦截逻辑
    return false;
}

确保静态资源的路径配置在Spring Boot的application.properties或application.yml中，Spring Boot会自动将这些路径映射到对应的文件夹。




# application.properties
spring.resources.static-locations=classpath:/static/,classpath:/public/,file:${spring.servlet.multipart.location}

确保以上步骤后，静态资源应该能够正常访问，而自定义的拦截器只会拦截到需要拦截的请求路径。

- 阅读更多 -

Redis基本數據結構 ― List

System

2024-08-29

所有,redis

Redis 的 List 是一個簡單的字串連結清單，其可以在其頭部或尾部添加或移除元素。List 在 Redis 中是一個簡單的有序集合，其可以在常數時間內獲取或修改特定位置的元素。

以下是一些基本操作：

在列表的右侧(尾部)添加一个元素：




r.rpush('mylist', 'world')

在列表的左侧(頭部)添加一個元素：




r.lpush('mylist', 'hello')

取出列表的元素：




r.lrange('mylist', 0, -1)

移除列表的最右侧元素，并返回它：




r.rpop('mylist')

移除列表的最左侧元素，并返回它：




r.lpop('mylist')

返回列表的長度：




r.llen('mylist')

修改列表指定位置的元素：




r.lset('mylist', 0, 'new_value')

保留列表中指定范围的元素：




r.ltrim('mylist', 0, 3)

在列表的指定值前或后插入元素：




r.linsert('mylist', 'before', 'world', 'there')

以上操作都是基于 Redis 的 Python 接口执行的，不同的编程语言会有不同的接口实现，但是基础的命令是一致的。

- 阅读更多 -