能力说明:
了解变量作用域、Java类的结构,能够创建带main方法可执行的java应用,从命令行运行java程序;能够使用Java基本数据类型、运算符和控制结构、数组、循环结构书写和运行简单的Java程序。
暂时未有相关云产品技术能力~
前华为、腾讯、阿里员工,从事Java后台工作
本篇实战了应用的横向扩容并验证,检查扩容带来性能提升的详细情况
在前文单实例的基础上,对服务做横向扩容,再用Jemeter验证扩容效果
用Apache bench和JMeter对kubernetes环境中的web服务做性能测试,再对横向扩容和纵向扩容的效果做测试,本篇是准备篇
前面两章我们实战了OpenResty的lua脚本开发,并且将web服务发布在Docker环境下,本章我们在kubernetes环境下搭建OpenResty加Tomcat的web服务
在前文我们简单的体验了Nginx+Lua提供的web服务,但是并没有深入开发细节,今天就来一起实战这个镜像的制作过程
Docker下的如何基于OpenResty进行部署和开发,本篇先来个极速体验
实战pod的扩容和升级
详细说明在kubernetes部署上述网络服务时,需要做哪些具体的工作
实战kubernetes下部署上述Nginx和Tomcat服务,并开发spring boot的web应用来验证环境,本片是三部曲的开篇,咱们来个极速体验,感受一下
本章是《Docker下的Spring Cloud三部曲》的最后一篇,前面两篇我们实践了开发和制作镜像文件,运行一个基于spring cloud的RPC服务环境,今天我们来试试docker-compose的扩容功能,将我们的RPC服务做在线扩容
《Docker下的Spring Cloud三部曲》系列的第二篇,详细讲解上一篇实例中用到的eureka、provider、consumer等三个应用的开发过程
Docker下极速体验注册中心、服务提供者、服务消费者
我们常用ThreadPoolExecutor提供的线程池服务,springboot框架提供了@Async注解,帮助我们更方便的将业务逻辑提交到线程池中异步执行,今天我们就来实战体验这个线程池服务,并根据实际需要做定制化的扩展
当我们提交代码到GitHub后,可以在Jenkins上执行构建,但是每次都要动手去执行略显麻烦,今天我们就来实战Jenkins的自动构建功能,每次提交代码到GitHub后,Jenkins会进行自动构建
把docker-maven-plugin插件的推送功能也用上,编译构建后自动推送到内网私有仓库或者阿里云镜像仓库
用docker-maven-plugin插件来构建本地的docker镜像
实战mavenn的tomcat7-maven-plugin插件:准备工作
从零开始新建pinpoint插件,本篇给出从编码到部署运行的详细步骤
pinpoint自定义插件开发起步,先拿已有插件做微调,把基本套路摸清楚
Docker下,pinpoint环境搭建的过程详细说明
制作docker镜像文件,用来编译pinpoint1.6.x分支
以最简单的方法和最快的速度编译pinpoint工程
极速体验pinpoint所提供的监控、调用链跟踪等服务
修改JVM源码,控制抢占锁的线程的优先级
线程同步相关的JVM源码分析系列之二,修改源码查看运行时的虚拟机参数
阅读jvm源码,分析wait()和notify()的具体实现
在docker环境下,用最少的步骤把openjdk8源码编译构建成jdk
通过一个实例将JVM方法调用的字节码指令逐个列出,一起来熟悉以下它们使用的场景
guava的RateLimiter使用的是令牌桶算法,也就是以固定的频率向桶中放入令牌,本文实战一下RateLimiter的用法
实战自定义spring的schema属性
spring+mybatis启动NoClassDefFoundError异常分析
spring+mybatis项目启动失败,定位和跟踪问题
spring+mybatis启动失败:java.lang.NoClassDefFoundError: Could not initialize class org.springframework.beans.factor,本篇先将问题稳定复现
修改和编译spring-context的源码
环境变量_JAVA_LAUNCHER_DEBUG,它能给你更多的jvm信息
修改openjdk8的源码,然后编译和调试,达到预期的效果
在docker容器中编译openjdk源码,构建新的jdk
使用定时器和侧输出处理双流场景的异常情况
双流场景,处理一个流时如何得到另一个流的信息,或者如何将自己的信息传给另一个流的处理逻辑,本篇通过实战掌握其中关键
从CoProcessFunction的基本功能入手,为后面的状态、定时实战打好基础
用低阶函数处理两个数据源
把官方demo中的timer逻辑理清楚,学会使用Timer
学习Flink低阶处理函数中的ProcessAllWindowFunction和ProcessWindowFunction
通过实战学习和了解处理函数的KeyedProcessFunction类
学习和使用Flink处理函数
深入了解ProcessFunction的状态操作
Flink Native Kubernetes是1.10版本才有的新功能,通过bin目录下的工具控制kubernetes环境下的flink操作
使用工具Flink SQL Client完成各种实时处理的操作
java版,读取CSV数据发送到kafka
准备一百多万的交易数据,作为flink学习过程中的数据集