Spring Cloud 教程一:Eureka

Spring cloud 简介

Spring Cloud为开发人员提供了快速构建分布式系统的工具(例如:配置管理,服务发现,断路器,智能路由,微代理,控制总线,一次性令牌,全局锁,领导选举,分布式会话,集群状态等等)。 开发人员可以用Spring Cloud快速搭建具有以上功能的应用程序。 它们可以在任何分布式环境中正常工作,包括开发人员自己的笔记本电脑,裸机数据中心以及Cloud Foundry等托管平台。

创建服务注册中心

我们创建一个工程来作为服务注册中心,下面详细说一下创建过程:

查看更多

Git常用命令

我每天使用 Git ,但是很多命令记不住。

一般来说,日常使用只要记住下图6个命令,就可以了。但是熟练使用,恐怕要记住60~100个命令。

查看更多

玩转JPA的并发和锁定

假设您有多个用户使用的系统,其中每个用户都试图同时修改同一实体。当并发访问时,如何确保数据的完整性?

持久性提供了一种锁的策略来管理并发。锁有两种类型:乐观锁和悲观锁。在深入研究锁策略之前,让我们学习一下ACID事务。

ACID(原子性,一致性,隔离性,持久性)事务可确保数据库事务及时完成。关系数据库(例如MySQL,Postgres,SQL Server和Oracle)都符合ACID。

查看更多

Ubuntu删除本地Docker镜像

如果要删除本地的镜像,可以使用 docker image rm 命令,其格式为:

1
$ docker image rm [选项] <镜像1> [<镜像2> ...]

用 ID、镜像名、摘要删除镜像

其中,<镜像> 可以是 镜像短 ID镜像长 ID镜像名 或者 镜像摘要

查看更多

ubuntu查看Docker镜像列表

列出镜像

要想列出已经下载下来的镜像,可以使用 docker image ls 命令。

1
2
3
4
5
6
7
8
$ docker image ls
REPOSITORY TAG IMAGE ID CREATED SIZE
redis latest 5f515359c7f8 5 days ago 183 MB
nginx latest 05a60462f8ba 5 days ago 181 MB
mongo 3.2 fe9198c04d62 5 days ago 342 MB
<none> <none> 00285df0df87 5 days ago 342 MB
ubuntu 18.04 f753707788c5 4 weeks ago 127 MB
ubuntu latest f753707788c5 4 weeks ago 127 MB

查看更多

Docker获取镜像

获取镜像

Docker Hub 上有大量的高质量的镜像可以用,这里我们就说一下怎么获取这些镜像。

从 Docker 镜像仓库获取镜像的命令是 docker pull。其命令格式为:

1
docker pull [选项] [Docker Registry 地址[:端口号]/]仓库名[:标签]

具体的选项可以通过 docker pull --help 命令看到,这里我们说一下镜像名称的格式。

查看更多

Ubuntu安装Docker

准备工作

警告:切勿在没有配置 Docker APT 源的情况下直接使用 apt 命令安装 Docker.

1.系统要求

Docker CE 支持以下版本的 Ubuntu 操作系统:

  • Disco 19.04
  • Cosmic 18.10
  • Bionic 18.04 (LTS)
  • Xenial 16.04 (LTS)

Docker CE 可以安装在 64 位的 x86 平台或 ARM 平台上。Ubuntu 发行版中,LTS(Long-Term-Support)长期支持版本,会获得 5 年的升级维护支持,这样的版本会更稳定,因此在生产环境中推荐使用 LTS 版本。

查看更多

Docker基础概念

Docker 镜像

我们都知道,操作系统分为内核和用户空间。对于 Linux 而言,内核启动后,会挂载 root 文件系统为其提供用户空间支持。而 Docker 镜像(Image),就相当于是一个 root 文件系统。比如官方镜像 ubuntu:18.04 就包含了完整的一套 Ubuntu 18.04 最小系统的 root 文件系统。

Docker 镜像是一个特殊的文件系统,除了提供容器运行时所需的程序、库、资源、配置等文件外,还包含了一些为运行时准备的一些配置参数(如匿名卷、环境变量、用户等)。镜像不包含任何动态数据,其内容在构建之后也不会被改变。

查看更多

机器学习实战笔记(一)KNN算法

用python学习机器学习的笔记,所有的代码和实例来源于《机器学习实战》一书。

机器学习基础

机器学习可以分为监督学习和无监督学习,监督学习又可以分为分类和回归,之所以称之为监督学习,是因为这类算法必须知道预测什么,即目标变量的分类信息。与之相对的无监督学习分为聚类和密度估计,此时数据没有类别信息,也不会给定目标值。

K-近邻算法

k近邻算法就是分类算法的一种。简单地说,k-近邻算法采用测量不同特征值之间的距离方法进行分类。

查看更多