目录SpringBoot整合Kafka发送和接收消息使用KafkaTemplate发送消息1、配置自动创建主题（代码）2、发送消息（代码）1、controller2、service3、演示1、启动应用程序2、启动一个消息监听者3、发送各种消息发送不带key消息发送带key消息4、与KafkaTemplat有关的事务和消息转换器使用@KafkaListener修饰监听器来接收消息接收消息配置监听器的容器工厂单条消息的监听器批处理的监听器代码演示：1、配置文件：2、创建消息监听器3、结果演示1、监听方法不属于同一个组2、监听方法属于同一个组3、总结完整代码1、application.propert
集成和简单生产消费流程一、引入依赖二、配置文件中配置Kafka将来我们的项目大概率不会是会都扮演生产者和消费者两个角色，所以在集成Kafka的时候，生产者的项目中只配置生产者相关的配置即可，消费者项目配置消费者的相关的配置即可三、编写生产者代码为了简化演示，直接将业务层代码写到了控制层，见谅哈！四、编写消费者注意：如果不调用手动提交offset这个方法，那么会产生消息重复消费的问题五、调用生产者的接口，观察消费者是否正常消费到消息1、调用生产者接口2、观察控制台消费者可以看到生产者发送了消息，消费者立刻就拿到了消息！消费消息细节配置一、指定Broker的主题和分区，控制消费者数量和消费偏移量二
Javawebsocket在SpringBoot中使用导入坐标dependency>groupId>org.springframework.bootgroupId>artifactId>spring-boot-starter-websocketartifactId>version>3.2.3version>dependency>配置websocket新建config包，取名WebSocketConfiguration，并加入@Configuration注解。/***WebSocket配置类，用于注册WebSocket的Bean*/@ConfigurationpublicclassWebSock
这段时间不太忙，记录一下前段时间遇到的一个问题，有一次经理给我说线上服务器收到报警，内存已经达到了90%，而且还有增长的可能，平时的内存基本上在50%左右，一下子增加将近一倍的量，首先猜想可能是某个对象没有被释放掉或者说泄漏了，而且内存泄漏一般发生在堆内存的情况也比较多一点，下面介绍处理的过程，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教。1、首先先在服务器中执行top-c命令，配合Shift+P键，一般异常的几个进程会排到前几位可以看到PID为2817的这个进程占用的MEM，也就是memory内存数值比较高，由此锁定了这个2817进程2、然后使用jstat命令，查看GC垃圾回收
获取第三方接口的EventStream返回给前端最近项目有个需求，获取第三方gpt接口提供的AI聊天服务，回显给前端，其实就是http请求第三方接口并拿到EventStream流，推送给前端。试了下RestTemplate，不太理想，于是使用WebFlux，直接上核心代码：后端：privatestaticSseEmittersendEventStreamPost(Stringurl,StringjsonData){SseEmitteremitter=newSseEmitter();Mono.fromCallable(()->{WebClient.create(url).post().conte
以下是在虚拟机VMware环境进行部署测试1.容器管理首先创建harbor的目录便于存放harbor的压缩包mkdir/opt/harbor&&cd/opt/harbor2.下载harborwgethttps://github.com/goharbor/harbor/releases/download/v2.9.1/harbor-offline-installer-v2.9.1.tgz下载完成之后进行解压并指定解压目录在/usr/local/下面tarxfharbor-offline-installer-v2.9.1.tgz-C/usr/local/3.下载docker-compose（由于h
flinkwatermark生成机制与总结watermark介绍watermark生成方式watermark的生成值算法策略watermark策略设置代码watermark源码分析watermark源码调用流程debug（重要）测试思路迟到时间处理FlinkSql中的watermark引出问题与源码分析watermark介绍本质上watermark是flink为了处理eventTime窗口计算提出的一种机制,本质上也是一种时间戳，由flinksouce或者自定义的watermark生成器按照需求定期或者按条件生成一种系统event，与普通数据流event一样流转到对应的下游operations
Springboot之集成MongoDB无认证与开启认证的配置方式文章目录Springboot之集成MongoDB无认证与开启认证的配置方式1.application.yml中两种配置方式1.无认证集成yaml配置2.有认证集成yaml配置2.测试1.实体类2.单元测试3.编写Controller测试1.application.yml中两种配置方式1.无认证集成yaml配置application.yml配置如下spring:application:name:yuan-boot-mongodata:mongodb:uri:mongodb://127.0.0.1:27017/wei2.有认证集成y
基于springboot+Vue+Elementui的电影推荐之协同过滤算法简单实现1.基于用户的协同过滤算法的简单设计与实现1.1获取某个用户的评分矩阵1.2获取该用户与其他用户的相似度矩阵1.3获取两个用户之间的相似度并存储1.4返回推荐列表2.基于物品的协同过滤算法的简单设计与实现2.1计算物品相似度2.2生成推荐列表3.完整的RecommendAlgorithmService文件4.关于改进的思考文件说明：MovieSimilarityDao功能是与电影相似度相关的操作RatingMatrixDao功能是与用户对电影的评分矩阵相关的数据操作SimilarityDao功能是与用户相似度矩
以下是在SpringCloud中整合RabbitMQ消息中间件的详细步骤、代码说明，以及分析和解决消息丢失和消息重复消费问题的示例：1.依赖添加：在Maven项目的pom.xml文件中添加RabbitMQ和SpringCloudStream的依赖：org.springframework.cloudspring-cloud-stream3.2.5org.springframework.amqpspring-rabbit3.2.52.配置RabbitMQ：在SpringCloud配置文件（例如application.yml）中添加RabbitMQ的连接配置：spring:cloud:stream:
