系列文章目录文章目录系列文章目录前言一、本文要点二、开发环境三、编写真实类四、编写测试类四、小结前言SpringBoot支持集成Mockito做单元测试，有时候SpringBoot有很多外部依赖，在本地很难启动或者启动时间很长，而我们只想对某个方法进行测试，需要怎样做呢？一、本文要点接前文，我们已经已介绍在两种mock模式下，怎样根据入参返回自定义mock结果，但都是通过启动SpringBoot项目来运行的。本文将介绍不启动SpringBoot的情况下运行单元测试。系列文章完整目录SpringBooot单元测试Mockito单元测试Mock、Spy单元测试InjectMocks注入深层依赖二、
目录前言初始化数据库Docker部署xxl-job下载镜像创建容器并运行访问调度中心SpringBoot整合xxl-jobpom.xmlapplication.ymlXxlJobConfig.java执行器注册查看定时任务测试添加测试任务配置定时任务测试结果结语附录xxl-job官方文档xxl-job源码测试项目源码前言xxl-job是一个分布式任务调度平台，它提供了强大的任务调度和执行能力，可以帮助我们实现任务的自动化调度和执行。本文将介绍如何在Docker环境下部署xxl-job，并将其与SpringBoot进行整合。初始化数据库数据库脚本：tables_xxl_job-2.4.0.sql
ZAB协议ZAB协议是为分布式协调服务Zookeeper专门设计的一种支持崩溃恢复的原子广播协议，实现分布式数据一致性所有客户端的请求都是写入到Leader进程中，然后，由Leader同步到其他节点，称为Follower。在集群数据同步的过程中，如果出现Follower节点崩溃或者Leader进程崩溃时，都会通过Zab协议来保证数据一致性ZAB协议的两种模式ZAB协议包括两种基本的模式：消息广播和崩溃恢复消息广播：集群中所有的事务请求都由Leader节点来处理，其他服务器为Follower，Leader将客户端的事务请求转换为事务Proposal，并且将Proposal分发给集群中其他所有的F
一、异步的八种实现方式1、线程Thread2、Future3、异步框架CompletableFuture4、Spring注解@Async5、SpringApplicationEvent事件6、消息队列7、第三方异步框架，比如Hutool的ThreadUtil8、Guava异步二、什么是异步？首先我们先看一个常见的用户下单的场景：什么是异步？在同步操作中，我们执行到 发送短信 的时候，我们必须等待这个方法彻底执行完才能执行 赠送积分 这个操作，如果 赠送积分 这个动作执行时间较长，发送短信需要等待，这就是典型的同步场景。实际上，发送短信和赠送积分没有任何的依赖关系，通过异步，我们可以实现赠送积分
目录1.数据分布的可视化1.1直方图（Histograms）1.2核密度估计图（KernelDensityEstimationPlot）1.3箱线图（BoxPlot） 1.4小提琴图（ViolinPlot）编辑1.5散点图（ScatterPlot）2.数据关系的可视化2.1 散点图矩阵（PairPlot）2.2 线性回归模型可视化（LinearRegressionPlot）编辑2.3关联矩阵（CorrelationMatrixPlot）2.4热力图（Heatmap） Seaborn库是一个基于Matplotlib的Python数据可视化库，它提供了一些用于创建漂亮和有吸引
要在macOS上安装Hadoop，您可以按照以下步骤进行操作：1.下载Hadoop前往Hadoop的官方网站下载最新版本的Hadoop。选择一个稳定的发行版本并下载压缩文件（通常是.tar.gz格式）。2.解压Hadoop将下载的Hadoop压缩文件解压缩到您选择的目录中。可以使用终端执行以下命令：cd/Users/apple/dev-tooltar-xzvfhadoop-.tar.gz请将替换为您下载的Hadoop版本号。3.配置环境变量在您的.bashrc或.zshrc文件中，添加以下行来设置Hadoop的环境变量。确保替换为您的Hadoo
1、xxl-job好像很火？在之前我写的讲解Quartz中有介绍过，Quartz有差不多二十年的历史，调度模型已经非常成熟了，而且很容易集成到Spring中去，用来执行业务任务是一个很好的选择。但是越早的设计存在的问题也越明显，比如：1、调度逻辑（Scheduler）和任务类耦合在同一个项目中，随着调度任务数量逐渐增多，同时调度任务逻辑逐渐加重，调度系统的整体性能会受到很大的影响；2、Quartz集群的节点之间负载结果是随机的，谁抢到了数据库行锁就由谁去执行任务，这就有可能出现旱的旱死，涝的涝死的情况，发挥不了机器的性能；3、Quartz本身没有提供动态调度和管理界面的功能，需要自己根据API
大家好！我是[lincyang]。今天我们要探讨的是如何在Go语言中使用Raft算法来构建分布式应用。什么是Raft算法？Raft算法是一种用于管理分布式系统中的复制日志的一致性算法。它的主要目标是简化分布式系统的构建和理解。为什么使用Raft？Raft算法相对于其他分布式一致性算法（如Paxos）来说，更易于理解和实现，同时也具有很高的效率和可靠性。如何在Go中使用Raft？在Go中，有一个叫做hashicorp/raft的库，专门用于实现Raft算法。安装gogetgithub.com/hashicorp/raft初始化Raft实例config:=raft.DefaultConfig()c
服务异步通信-分布式场景下的应用如果单机模式忘记也可以看看这个快速回顾rabbitmq,在做学习消息队列在使用过程中，面临着很多实际问题需要思考：1.消息可靠性消息从发送，到消费者接收，会经理多个过程：其中的每一步都可能导致消息丢失，常见的丢失原因包括：发送时丢失：生产者发送的消息未送达exchange消息到达exchange后未到达queueMQ宕机，queue将消息丢失consumer接收到消息后未消费就宕机针对这些问题，RabbitMQ分别给出了解决方案：生产者确认机制mq持久化消费者确认机制失败重试机制下面我们就通过案例来演示每一个步骤。该工程一个消息生产者一个消息监听者用到依赖dep
自定义redission装配和集成分布式开源限流业务组件ratelimiter-spring-boot-starter的正确姿势文章目录1.说明1.1pom依赖1.2引入redisson不引入redisson-spring-boot-starter依赖1.3引入redisson-spring-boot-starter不引入redisson,启动类排除redisson-spring-boot-starter的自动装配2.自定义redission装配2.1RedissonLockProperties2.2RedissonLockAutoConfiguration2.4RedisConfig2.3n
