分类后端技术下的文章

2024-08-28

在Spring Cloud中实现负载均衡通常使用Ribbon或Spring Cloud LoadBalancer。以下是一个使用Spring Cloud LoadBalancer的简单示例。

首先，确保你的项目已经引入了Spring Cloud LoadBalancer依赖。




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

在Spring Boot应用的主类或配置类中，启用LoadBalancer功能。




@EnableLoadBalancer
@SpringBootApplication
public class MyApplication {
    public static void main(String[] args) {
        SpringApplication.run(MyApplication.class, args);
    }
}

使用@LoadBalanced注解来标记RestTemplate，以便它可以进行负载均衡的HTTP调用。




@Configuration
public class Config {
 
    @Bean
    @LoadBalanced
    public RestTemplate restTemplate() {
        return new RestTemplate();
    }
}

使用RestTemplate进行服务调用时，URL不需要包含具体的服务实例地址，而是服务名称。




@Service
public class MyService {
 
    @Autowired
    private RestTemplate restTemplate;
 
    public String callService() {
        String serviceUrl = "http://MY-SERVICE/api/data";
        return restTemplate.getForObject(serviceUrl, String.class);
    }
}

在上述代码中，MY-SERVICE是你希望进行负载均衡的服务名称。Spring Cloud会自动将请求负载均衡到该服务的所有实例。

System

2024-08-28

所有,java




import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.autoconfigure.web.servlet.AutoConfigureMockMvc;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.web.servlet.MockMvc;
import static org.springframework.test.web.servlet.request.MockMvcRequestBuilders.get;
import static org.springframework.test.web.servlet.result.MockMvcResultHandlers.print;
import static org.springframework.test.web.servlet.result.MockMvcResultMatchers.status;
 
@SpringBootTest
@AutoConfigureMockMvc
public class MyControllerTest {
 
    @Autowired
    private MockMvc mockMvc;
 
    @Test
    public void testMyController() throws Exception {
        mockMvc.perform(get("/myEndpoint"))
                .andDo(print())
                .andExpect(status().isOk());
    }
}

这段代码使用了Spring Boot的@SpringBootTest注解来启用Spring Boot的自动配置，并且使用了@AutoConfigureMockMvc注解来自动配置MockMvc。然后，它通过MockMvc发送GET请求到"/myEndpoint"并验证响应的状态是200（即OK）。这是一个简单的例子，展示了如何对Spring Boot应用中的Controller进行端到端的测试。

- 阅读更多 -

SpringCloud与Dubbo的区别(全面详解)深入浅出

System

2024-08-28

所有,java

Spring Cloud和Dubbo都是为了解决微服务架构中的问题而产生的，但它们有一些关键的区别：

架构模型：Dubbo 是一个分布式服务框架，而 Spring Cloud 是一套完整的微服务解决方案。
服务注册与发现：Dubbo 使用 Zookeeper 作为服务注册中心，Spring Cloud 使用 Netflix Eureka 或 Spring Cloud Consul。
分布式配置：Dubbo 没有内置配置管理工具，Spring Cloud 有 Spring Cloud Config。
负载均衡：Dubbo 使用 Zookeeper 实现负载均衡，Spring Cloud 使用 Ribbon 或 Spring Cloud Loadbalancer。
API网关：Dubbo 没有内置的API网关，Spring Cloud 使用 Spring Cloud Gateway 或 Spring Cloud Zuul。
服务间调用：Dubbo 使用 RPC 调用，Spring Cloud 使用 RESTful API 调用或者使用消息中间件如 Kafka。
服务保护：Dubbo 有服务降级框架，Spring Cloud 有断路器等保护机制。
开发语言：Dubbo 主要使用 Java，Spring Cloud 支持 Java 和其他语言。
社区活跃度和更新频率：Dubbo 较为稳定，但活跃度较低，Spring Cloud 更新较为活跃。

选择哪个取决于具体的项目需求和团队的技术背景。如果你的团队更熟悉 Java 和 Spring 生态，可能会选择 Spring Cloud。如果你的项目需要更多的灵活性和控制，可能会选择 Dubbo。

- 阅读更多 -

Redis: 配置文件详解（Redis.conf）

System

2024-08-28

所有,redis

Redis的配置文件redis.conf包含了Redis服务器运行的多个方面的配置。以下是一些常见配置项的解释和示例：

daemonize no：是否以守护进程方式运行，默认为否。
pidfile /var/run/redis.pid：如果以守护进程方式运行，设置进程pid文件路径。
port 6379：监听的端口号，默认为6379。
bind 127.0.0.1：绑定的本地地址。
timeout 300：客户端空闲超时时间。
loglevel notice：日志级别，有：debug, verbose, notice, warning。
logfile /var/log/redis/redis-server.log：日志文件路径。
databases 16：设置数据库的数量，默认数据库为0。
save 900 1：快照保存策略，此处表示900秒（15分钟）内至少1个键被改变则保存。
rdbcompression yes：是否使用LZF压缩快照文件。
dbfilename dump.rdb：快照文件名。
dir /var/lib/redis：快照文件存储目录。
requirepass yourpassword：设置访问密码。
maxclients 10000：最大客户端连接数。
maxmemory <bytes>：最大内存使用设置。
appendonly no：是否开启AOF持久化模式。
appendfilename "appendonly.aof"：AOF文件名。
appendfsync everysec：AOF同步频率，有always, everysec, no。
slowlog-log-slower-than 10000：慢查询阈值微秒。
slowlog-max-len 128：慢查询日志长度。

这些配置项可以根据实际需求进行调整。例如，如果你想要Redis以守护进程方式运行，并且监听在端口6380，你可以修改配置文件如下：




daemonize yes
port 6380

确保在修改配置后重启Redis服务以应用更改。

- 阅读更多 -

Spring Cloud入门教程：服务治理(Eureka)

System

2024-08-28

所有,java




import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.netflix.eureka.server.EnableEurekaServer;
 
@EnableEurekaServer // 启用Eureka服务器
@SpringBootApplication
public class EurekaServerApplication {
 
    public static void main(String[] args) {
        SpringApplication.run(EurekaServerApplication.class, args);
    }
}

这段代码是一个Spring Cloud的Eureka服务器启动类示例。它使用@EnableEurekaServer注解来指示Spring Boot应用程序应作为Eureka服务器运行。通过这个注解，应用程序将包含Eureka服务器的相关配置。在application.properties或application.yml文件中可以配置服务器的相关设置，例如服务器的端口，Eureka的配置等。

- 阅读更多 -

[Spring Cloud] Nacos 实战 + Aws云服务器

System

2024-08-28

所有,java

在AWS云服务器上使用Nacos作为服务注册与发现的实战，可以分为以下几个步骤：

准备AWS云服务器：
- 创建一个EC2实例。
- 配置安全组，允许Nacos默认端口8848的入站流量。
- 配置网络，确保服务器可以访问外网（如果Nacos使用外部数据库如MySQL）。
安装Nacos：
- 可以选择手动下载Nacos的压缩包并解压，或者使用Docker运行Nacos。
配置Nacos：
- 如果使用外部数据库（如MySQL），确保数据库已经创建，并且Nacos配置文件（application.properties或bootstrap.properties）中指定了正确的数据库连接信息。
- 修改Nacos的配置文件，指定服务器的IP和端口。
启动Nacos服务：
- 根据你的安装方式，启动Nacos Server。
在Spring Cloud应用中集成Nacos作为服务注册中心：
- 在Spring Cloud应用的pom.xml中添加Nacos客户端依赖。
- 修改application.properties或application.yml文件，配置Nacos Server的地址。

以下是一个简化的示例：

application.properties配置Nacos Server地址




spring.cloud.nacos.discovery.server-addr=123.456.789.0:8848

pom.xml中添加Nacos Client依赖




<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>

启动Nacos Server




# 如果是手动安装
cd nacos/bin
./startup.sh -m standalone

# 如果是使用Docker
docker run --name nacos -e MODE=standalone -p 8848:8848 nacos/nacos-server

在Spring Cloud应用中注册服务并使用




import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.client.discovery.EnableDiscoveryClient;
 
@SpringBootApplication
@EnableDiscoveryClient
public class NacosApplication {
    public static void main(String[] args) {
        SpringApplication.run(NacosApplication.class, args);
    }
}

以上步骤提供了一个基本的指南，实际操作时可能需要根据具体环境和需求进行调整。

System

2024-08-28

所有,java




在Spring Boot应用中，Actuator模块提供了一组用于监控和管理应用程序的接口。如果配置不当，可能会导致敏感信息的泄露。以下是针对Actuator信息泄露漏洞的三种利用方式：
 
1. 查看所有可用的端点：

GET http://<host>:<port>/actuator




 
2. 获取应用程序的环境信息：

GET http://<host>:<port>/actuator/env




 
3. 利用特定端点获取敏感信息，例如`beans`端点可以暴露应用程序的Bean信息，`health`端点可以暴露健康检查详情。

GET http://<host>:<port>/actuator/beans

GET http://<host>:<port>/actuator/health




 
为了防止此类问题，请确保Actuator端点的安全性。可以通过配置`application.properties`或`application.yml`文件来限制对Actuator端点的访问：
 
```properties
# application.properties
 
# 禁用不需要的端点
management.endpoints.web.exposure.include=health,info
 
# 仅允许本地访问
management.endpoints.web.base-path=/actuator
management.server.port=0
 
# 通过角色来限制访问
management.endpoints.web.exposure.include=health,info
management.endpoint.health.show-details=always
management.endpoint.health.roles=ACTUATOR
management.endpoints.web.exposure.include=*

在实际部署时，应该通过防火墙、网络安全组配置或其他安全措施来进一步保护Actuator端点，确保只有授权的用户可以访问。

- 阅读更多 -

PostgreSql 数据库，根据表名称,查询表索引信息

System

2024-08-28

所有,数据库

在PostgreSQL中，您可以使用pg_indexes视图来查询表的索引信息。以下是一个查询表索引信息的SQL示例：




SELECT
    indexname,
    tablename,
    indexdef
FROM
    pg_indexes
WHERE
    tablename = 'your_table_name'; -- 替换为您的表名

请确保将'your_table_name'替换为您想要查询的实际表名，并且表名需要是正确的大小写，因为PostgreSQL是区分大小写的。

这个查询会返回指定表的所有索引名称、表名和索引定义。indexdef字段包含了索引的完整定义，包括它的列、类型等。

System

2024-08-28

所有,数据库




-- 创建测试数据库和表
CREATE DATABASE testdb;
\c testdb
CREATE TABLE test_table (id serial PRIMARY KEY, name VARCHAR(50));
 
-- 备份整个数据库为dump文件
pg_dump -U postgres -F d testdb > testdb.dump
 
-- 删除数据库和表，模拟恢复前的环境
DROP DATABASE testdb;
 
-- 从dump文件恢复单张表
pg_restore -U postgres -d testdb --table=test_table testdb.dump
 
-- 验证恢复的表
\c testdb
SELECT * FROM test_table;

以上代码演示了如何在PostgreSQL中使用pg_dump和pg_restore命令来备份和恢复数据。首先创建了一个测试数据库和表，然后对整个数据库进行了备份。接着，删除了数据库和表以模拟恢复的场景。最后，从备份文件中恢复了单张表，并验证了表的数据是否存在。

- 阅读更多 -

【Redis】Redis 的学习教程之使用 Redis 实现消息队列

System

2024-08-28

所有,redis




import redis
 
# 连接到 Redis
redis_host = 'localhost'
redis_port = 6379
redis_db = 0
r = redis.StrictRedis(host=redis_host, port=redis_port, db=redis_db)
 
# 使用 Redis 列表实现消息队列
def enqueue_task(task):
    """将任务添加到 Redis 列表中"""
    r.lpush('tasks', task)
 
def process_tasks():
    """处理 Redis 列表中的任务"""
    while True:
        # 从列表右端弹出任务
        task = r.brpop('tasks', timeout=5)
        if task:
            # 假设我们这里有一个处理任务的函数
            handle_task(task[1])  # task[1] 是任务内容
 
def handle_task(task):
    """处理任务的函数"""
    print(f"处理任务: {task}")
    # 这里可以添加处理任务的代码
 
# 生产者：添加任务到消息队列
enqueue_task('task1')
enqueue_task('task2')
 
# 消费者：处理消息队列中的任务
process_tasks()

这个简单的例子展示了如何使用 Redis 的列表数据结构来实现一个消息队列，并且如何使用 Python 代码来处理这些任务。这个例子只是用于演示目的，并且不是生产环境中的代码。在实际应用中，你需要考虑更多的因素，例如错误处理、优先级队列、可靠的消息传递等。

- 阅读更多 -