System 发布的文章

2024-09-04

以下是一个基于PostgreSQL 12的主从快速搭建的简化示例。请确保在执行以下步骤前已经安装了PostgreSQL 12。

初始化主数据库：




initdb -D /path/to/master/data

配置主数据库的postgresql.conf：




# 主要配置
listen_addresses = '*'          # 监听所有接口
max_connections = 100           # 根据需求调整

创建replication用户：




CREATE ROLE replica LOGIN PASSWORD 'replica_password';

修改pg_hba.conf以允许从库连接：




# 添加从库的IP和认证方式
host    replication     replica         slave_ip/32         md5

启动主数据库服务。
初始化从数据库：




initdb -D /path/to/slave/data

配置从数据库的postgresql.conf：




# 主要配置
listen_addresses = 'localhost'  # 只监听本地接口
max_connections = 100           # 根据需求调整

修改pg_hba.conf以允许本地连接：




# 添加本地连接的认证方式
local    all             all                                     md5

启动从数据库服务。
在从库上进行基础备份和恢复：




pg_basebackup -h master_ip -U replica -D /path/to/slave/data -X stream -P

在从库的recovery.conf中指定主库信息：




# 主要配置
primary_conninfo = 'host=master_ip port=5432 user=replica password=replica_password sslmode=prefer'
primary_slot_name = 'replica_slot'

启动从库服务，它将自动连接到主库并开始复制流程。

请根据实际环境调整配置文件中的路径、IP地址、认证信息等。以上步骤提供了一个基本的PostgreSQL 12主从复制的部署示例。

- 阅读更多 -

Postgresql内核源码分析-表数据膨胀是怎么回事

System

2024-09-04

所有,数据库

在PostgreSQL中，表数据膨胀通常是由于VACUUM操作不足或者数据删除导致的。表数据膨胀指的是表的存储空间比实际需要的要多，这是因为被删除的数据行仍然占据空间，直到有新的数据插入或者表运行VACUUM操作。

表数据膨胀可能会导致以下问题：

磁盘空间不足。
性能下降，因为数据库需要扫描更多的数据块来找到活跃的数据。
事务ID回绕，可能导致数据库崩溃。

解决方法：

定期运行VACUUM操作，尤其是在删除大量数据后或者表的大小显著增长之后。
使用VACUUM FULL进行完整的VACUUM操作，它会重写表到新的磁盘空间，但这是一个耗时操作，通常在维护窗口期间执行。
监控表的膨胀程度，可以通过查询pg\_relation\_size来获取表的大小，并及时进行优化。

示例代码：




-- 定期执行VACUUM操作
VACUUM table_name;
 
-- 也可以使用VACUUM FULL，但要注意它的影响
VACUUM FULL table_name;
 
-- 查询表的大小
SELECT pg_size_pretty(pg_relation_size('table_name'));

在实际操作中，应根据具体情况选择合适的时机和策略来执行VACUUM操作，避免对数据库性能造成影响。

- 阅读更多 -

windows下搭建ollama离线大模型服务

System

2024-09-04

所有,AIGC

在Windows环境下搭建Ollama离线大模型服务涉及多个步骤，包括环境配置、模型下载、服务部署等。由于Ollama是一个商业产品，我们无法提供直接的代码实例。但是，我可以提供一个概述性的步骤和可能的配置过程。

确保你有一个支持的Windows系统，并安装了Docker。
下载Ollama的离线大模型包。
使用Docker运行Ollama服务。

以下是可能的命令行步骤：




# 安装Docker
curl -fsSL https://get.docker.com -o get-docker.sh
sh get-docker.sh
 
# 启动Docker服务
Start-Service docker
 
# 确保你有足够的存储空间，并且将下载的模型包放在某个目录下
# 假设模型包名为ollama_model.tar.gz，存放在C:\ollama_models
 
# 运行Ollama服务
docker run -d --name ollama -v C:\ollama_models\ollama_model.tar.gz:/ollama_model.tar.gz -p 7777:7777 ollamadocker/ollama

请注意，这些步骤是基于假设和假代码，并且可能需要根据你的具体环境进行调整。实际步骤可能会因Ollama的版本更新而有所不同。如果你需要更详细的帮助，请联系Ollama的客户支持。

- 阅读更多 -

SpringCloud集成nacos之jasypt配置中心的密码加密的自动解密

System

2024-09-04

所有,java

在Spring Cloud集成Nacos作为配置中心时，可以使用Jasypt来对配置中心的敏感配置信息进行加密。为了实现配置的自动解密，你需要自定义一个PropertySourceLocator，它会和Jasypt集成来解密属性。

以下是一个简化的示例代码：




import org.springframework.cloud.bootstrap.config.PropertySourceLocator;
import org.springframework.core.env.Environment;
import org.springframework.core.env.PropertiesPropertySource;
import org.springframework.core.io.Resource;
import org.jasypt.encryption.StringEncryptor;
import java.nio.charset.StandardCharsets;
import java.util.Properties;
 
public class JasyptPropertySourceLocator implements PropertySourceLocator {
 
    private final StringEncryptor stringEncryptor;
 
    public JasyptPropertySourceLocator(StringEncryptor stringEncryptor) {
        this.stringEncryptor = stringEncryptor;
    }
 
    @Override
    public Properties getProperties(Resource resource) {
        try {
            Properties properties = PropertiesLoaderUtils.loadProperties(new UrlResource(resource.getURI()));
            Properties decryptedProperties = new Properties();
            properties.stringPropertyNames().forEach(key -> {
                String value = properties.getProperty(key);
                String decryptedValue = stringEncryptor.decrypt(value);
                decryptedProperties.setProperty(key, decryptedValue);
            });
            return decryptedProperties;
        } catch (Exception e) {
            throw new RuntimeException("Error decrypting properties", e);
        }
    }
 
    @Override
    public PropertySource<?> locate(Environment environment) {
        return new PropertiesPropertySource("jasyptProperties", getProperties(environment));
    }
}

在这个例子中，locate方法负责加载配置，并且在配置解析过程中，对使用Jasypt加密的属性值进行解密。getProperties方法负责解密过程，它接受一个Resource对象作为输入，加载属性，解密它们，并返回解密后的属性集。

要使用这个PropertySourceLocator，你需要确保它能被Spring容器扫描到，并且配置StringEncryptor的实现。通常，你可以通过在配置类上添加@Configuration注解和@Bean注解来提供StringEncryptor的实现。




import org.jasypt.encryption.pbe.StandardPBEStringEncryptor;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
 
@Configuration
public class JasyptConfig {
 
    @Bean
    public StringEncryptor stringEncryptor() {
        StandardPBEStringEncryptor encryptor = new StandardPBEStringEncryptor();
        encryptor.setPassword("your-encryption-password");
        return encryptor;
    }
 
    @Bean
    public static Prop

- 阅读更多 -

ElementUI组件：Link 文字链接

System

2024-09-04

所有,elementui

ElementUI是一款基于Vue.js的前端UI框架，它提供了一系列的组件供开发者使用。其中，Link组件并不存在于ElementUI中，可能您指的是el-link，它是ElementUI中的一个文字链接组件。

以下是使用el-link组件的基本示例：




<template>
  <div>
    <!-- 普通链接 -->
    <el-link href="https://element.eleme.io" target="_blank">链接</el-link>
 
    <!-- 带Icon的链接 -->
    <el-link href="https://element.eleme.io" target="_blank">
      <el-icon class="el-icon-edit"></el-icon>
      编辑
    </el-link>
 
    <!-- 禁用状态 -->
    <el-link disabled>不可点击链接</el-link>
  </div>
</template>
 
<script>
  export default {
    // 在此注册组件（如果是全局注册则不需要）
    // components: {
    //   'el-link': ElementUI.Link
    // }
  }
</script>

在上述代码中，el-link组件被用来创建文本链接。您可以通过href属性指定链接的目的地址，target属性用来指定链接打开的方式（比如_blank表示在新标签页中打开）。如果您想要在链接中加入图标，可以使用el-icon组件。最后，如果您想禁用链接，可以设置disabled属性。

请确保您已经正确安装并导入了ElementUI，并在Vue实例中正确注册了el-link组件。如果el-link是全局注册的，则不需要在每个组件中单独注册。

- 阅读更多 -

PostgreSQL最常用的函数-查询(最全)

System

2024-09-04

所有,数据库

PostgreSQL是一个功能强大的开源数据库系统，以下是一些最常用的查询函数：

查询数据库中的所有表：




SELECT * FROM pg_catalog.pg_tables WHERE schemaname != 'pg_catalog' AND schemaname != 'information_schema';

查询表中的所有列：




SELECT * FROM information_schema.columns WHERE table_schema = 'your_schema' AND table_name = 'your_table';

查询某个表的记录数：




SELECT COUNT(*) FROM your_table;

查询某个表的所有记录：




SELECT * FROM your_table;

查询某个表的指定列的记录：




SELECT column1, column2 FROM your_table;

查询某个表的记录，根据某个字段排序：




SELECT * FROM your_table ORDER BY column1 DESC;

查询某个表的记录，根据某个字段分组：




SELECT column1, COUNT(*) FROM your_table GROUP BY column1;

查询某个表的记录，根据某个字段筛选：




SELECT * FROM your_table WHERE column1 = 'value';

查询某个表的记录，根据某个字段范围筛选：




SELECT * FROM your_table WHERE column1 BETWEEN value1 AND value2;

查询某个表的记录，根据某个字段模糊查询（如：包含某个字符串）：




SELECT * FROM your_table WHERE column1 LIKE '%value%';

查询某个表的记录，根据多个条件筛选：




SELECT * FROM your_table WHERE column1 = 'value1' AND column2 = 'value2';

查询某个表的记录，根据某个字段去重：




SELECT DISTINCT column1 FROM your_table;

查询某个表的记录，限制返回的行数：




SELECT * FROM your_table LIMIT 10;

查询某个表的记录，跳过前面的行数，并返回剩余的行：




SELECT * FROM your_table OFFSET 10 LIMIT 5;

查询某个表的记录，并合并多个字段的值：




SELECT column1 || column2 AS new_column FROM your_table;

查询某个表的记录，并计算字段的数学运算：




SELECT column1, column2 * 2 AS new_column FROM your_table;

查询某个表的记录，并对某个字段进行字符串处理（如：转换为大写或者截取某部分）：




SELECT UPPER(column1) FROM your_table;
SELECT SUBSTRING(column1 FROM 1 FOR 5) FROM your_table;

查询某个表的记录，并使用数据库的内置函数（如：将时间戳转换为日期）：




SELECT TO_DATE(column1, 'YYYY-MM-DD HH24:MI:SS') FROM your_table;

查询某个表的记录，并使用数据库的聚合函数（如：计算所有值的平均值）：




SELECT AVG(column1) FROM your_table;

查询某个表的记录，并使用数据库的窗口函数（如：计算每行的行号）：




SELECT column1,

System

2024-09-04

所有,java




import org.springframework.context.annotation.Configuration;
import org.springframework.security.config.annotation.web.builders.HttpSecurity;
import org.springframework.security.config.annotation.web.configuration.WebSecurityConfigurerAdapter;
import org.springframework.security.web.authentication.logout.LogoutFilter;
import org.springframework.security.web.authentication.logout.SecurityContextLogoutHandler;
 
@Configuration
public class SecurityConfig extends WebSecurityConfigurerAdapter {
 
    @Override
    protected void configure(HttpSecurity http) throws Exception {
        http
            .authorizeRequests()
                .anyRequest().authenticated()
                .and()
            .logout()
                .logoutUrl("/logout")
                .addLogoutHandler(new SecurityContextLogoutHandler())
                .clearAuthentication(true)
                .invalidateHttpSession(true)
                .deleteCookies("JSESSIONID")
                .logoutSuccessUrl("/login?logout")
                .and()
            .apply(new CasSecurityConfigurer(casServerUrlPrefix, casServiceProperties))
            .and()
            .csrf().disable();
    }
}

这段代码演示了如何在Spring Boot应用中使用CAS（Central Authentication Service）进行单点登录和登出。首先，我们创建了一个SecurityConfig类，继承自WebSecurityConfigurerAdapter。在configure方法中，我们配置了登录和登出的相关设置，包括CAS的服务地址和服务参数。我们也禁用了CSRF保护，以便可以进行正常的登录和登出操作。

- 阅读更多 -

【Redis】Redis 的过期策略以及内存淘汰机制详解

System

2024-09-04

所有,redis

Redis 的过期策略和内存淘汰机制是为了保证 Redis 的高效和可控性。

过期策略：

Redis 采用定时删除和惰性删除相结合的方式来处理键的过期。

定时删除：Redis 每个 100ms 检查是否有过期的键，有的话就删除。
惰性删除：当客户端访问一个键时，Redis 会检查这个键是否过期，如果过期就删除。

内存淘汰机制：

当 Redis 的内存超过 maxmemory 设置的值时，会根据配置的淘汰策略（maxmemory-policy）来淘汰一些键。

noeviction：不进行淘汰，当内存不足时，新写入命令会报错。
allkeys-lru：当内存不足以写入数据时，使用最近最少使用算法（LRU）来淘汰键。
volatile-lru：只对设置了过期时间的键进行 LRU 淘汰。
allkeys-random：随机淘汰键。
volatile-random：随机从设置了过期时间的键中淘汰。
volatile-ttl：淘汰即将过期的键，优先淘汰 TTL 较短的键。

实例代码：

设置键的过期时间：




SET key value EX 10

设置 maxmemory 和淘汰策略：




# 设置最大内存为 2GB
CONFIG SET maxmemory 2gb

# 设置淘汰策略为 allkeys-lru
CONFIG SET maxmemory-policy allkeys-lru

查看当前的淘汰策略：




CONFIG GET maxmemory-policy

以上是 Redis 过期策略和内存淘汰机制的简要说明和实例代码。

- 阅读更多 -

29 | 无锁的原子操作：Redis如何应对并发访问？

System

2024-09-04

所有,redis

Redis 使用内存作为数据存储介质，并且设计了高效的数据结构，能够处理并发访问。Redis 提供了一种无锁的机制来处理并发操作，这是通过使用内存中的数据结构和单线程执行命令来实现的。

Redis 的无锁原子操作主要是通过以下几种机制实现的：

单线程模型：Redis 使用单个线程处理命令，因此可以保证操作的原子性。
内置的数据结构：Redis 提供了一系列的内置数据结构，如字符串、列表、集合、有序集合和哈希表，它们都是设计成原子操作的。
单命令执行：Redis 保证每个命令都是原子执行的，即使命令执行时间较长，也不会被其他命令打断。
使用事务：Redis 的事务可以确保一系列操作的原子性，要么所有命令都执行，要么都不执行。

例如，以下是一个 Redis 命令的简单示例，它演示了如何使用 INCR 命令以原子方式递增键的整数值：




# 假设 key 的值为 "10"

# 执行递增操作
INCR key

# 此时 key 的值会变为 "11"

在实际应用中，开发者可以利用这些机制来构建无锁的、可靠的并发访问机制。

System

2024-09-04

所有,数据库

实验室管理信息系统（Laboratory Information Management System, LIS）是一种用于自动化实验室数据管理的软件系统。以下是一个简化的实验室管理信息系统的数据访问层代码示例，使用C#和ADO.NET来访问不同类型的数据库。




using System.Data;
using System.Data.Common;
 
public class DatabaseAccess
{
    private DbConnection _connection;
 
    public DatabaseAccess(string connectionString, string providerName)
    {
        DbProviderFactory factory = DbProviderFactories.GetFactory(providerName);
        _connection = factory.CreateConnection();
        _connection.ConnectionString = connectionString;
    }
 
    public DataSet ExecuteQuery(string query)
    {
        DbDataAdapter adapter = _connection.CreateCommand().CreateDbDataAdapter();
        adapter.SelectCommand.CommandText = query;
        DataSet ds = new DataSet();
        _connection.Open();
        adapter.Fill(ds);
        _connection.Close();
        return ds;
    }
 
    public int ExecuteNonQuery(string query)
    {
        DbCommand command = _connection.CreateCommand();
        command.CommandText = query;
        _connection.Open();
        int rowsAffected = command.ExecuteNonQuery();
        _connection.Close();
        return rowsAffected;
    }
}

这个类可以用来执行SQL查询和非查询命令，例如执行插入、更新、删除操作。它使用了泛型的 DbProviderFactory 来创建数据库连接和命令，这样就可以支持多种数据库。使用时，你需要提供正确的连接字符串和提供程序名称。

- 阅读更多 -