【詳細教程】Kafka應用場景、基礎組件、架構探索

来源:https://www.cnblogs.com/jiagooushi/archive/2022/08/11/16575970.html
-Advertisement-
Play Games

1、應用場景 1.1 kafka場景 ​ Kafka最初是由LinkedIn公司採用Scala語言開發，基於ZooKeeper，現在已經捐獻給了Apache基金會。目前Kafka已經定位為一個分散式流式處理平臺，它以 高吞吐、可持久化、可水平擴展、支持流處理等多種特性而被廣泛應用。 ​ Apache ...


file

1、應用場景

1.1 kafka場景

​ Kafka最初是由LinkedIn公司採用Scala語言開發，基於ZooKeeper，現在已經捐獻給了Apache基金會。目前Kafka已經定位為一個分散式流式處理平臺，它以 高吞吐、可持久化、可水平擴展、支持流處理等多種特性而被廣泛應用。

​ Apache Kafka能夠支撐海量數據的數據傳遞。在離線和實時的消息處理業務系統中，Kafka都有廣泛的應用。

（1）日誌收集：收集各種服務的log，通過kafka以統一介面服務的方式開放 給各種consumer，例如Hadoop、Hbase、Solr等；

（2）消息系統：解耦和生產者和消費者、緩存消息等；

（3）用戶活動跟蹤：Kafka經常被用來記錄web用戶或者app用戶的各種活動，如瀏覽網頁、搜索、點 擊等活動，這些活動信息被各個伺服器發佈到kafka的topic中，然後訂閱者通過訂閱這些topic來做實時 的監控分析，或者裝載到Hadoop、數據倉庫中做離線分析和挖掘；

（4）運營指標：Kafka也經常用來記錄運營監控數據。包括收集各種分散式應用的數據，生產各種操作 的集中反饋，比如報警和報告；

（5）流式處理：比如spark streaming和storm；

1.2 kafka特性

kafka以高吞吐量著稱，主要有以下特性：

（1）高吞吐量、低延遲：kafka每秒可以處理幾十萬條消息，它的延遲最低只有幾毫秒；

（2）可擴展性：kafka集群支持熱擴展；

（3）持久性、可靠性：消息被持久化到本地磁碟，並且支持數據備份防止數據丟失；

（4）容錯性：允許集群中節點失敗（若副本數量為n,則允許n-1個節點失敗）；

（5）高併發：支持數千個客戶端同時讀寫；

1.3 消息對比

  • 如果普通的業務消息解耦，消息傳輸，rabbitMq是首選，它足夠簡單，管理方便，性能夠用。
  • 如果在上述，日誌、消息收集、訪問記錄等高吞吐，實時性場景下，推薦kafka，它基於分散式，擴容便捷
  • 如果很重的業務，要做到極高的可靠性，考慮rocketMq，但是它太重。需要你有足夠的瞭解

1.4 大廠應用

  • 京東通過kafka搭建數據平臺，用於用戶購買、瀏覽等行為的分析。成功抗住6.18的流量洪峰
  • 阿裡借鑒kafka的理念，推出自己的rocketmq。在設計上參考了kafka的架構體系

2、基礎組件

2.1 角色

file

  • broker：節點，就是你看到的機器

  • provider：生產者，發消息的

  • consumer：消費者，讀消息的

  • zookeeper：信息中心，記錄kafka的各種信息的地方

  • controller：其中的一個broker，作為leader身份來負責管理整個集群。如果掛掉，藉助zk重新選主

2.2 邏輯組件

file

  • topic：主題，一個消息的通道，收發總得知道消息往哪投

  • partition：分區，每個主題可以有多個分區分擔數據的傳遞，多條路並行，吞吐量大

  • Replicas：副本，每個分區可以設置多個副本，副本之間數據一致。相當於備份，有備胎更可靠

  • leader & follower：主從，上面的這些副本里有1個身份為leader，其他的為follower。leader處理partition的所有讀寫請求

2.3 副本集合

  • AR：所有副本的統稱，AR=ISR+OSR

  • ISR：同步中的副本，可以參與leader選主。一旦落後太多（數量滯後和時間滯後兩個維度）會被踢到OSR。

  • OSR：踢出同步的副本，一直追趕leader，追上後會進入ISR

2.4 消息標記

file

  • offset：偏移量，消息消費到哪一條了？每個消費者都有自己的偏移量
  • HW：(high watermark）：副本的高水印值，客戶端最多能消費到的位置，HW值為8，代表offset為[0,8]的9條消息都可以被消費到，它們是對消費者可見的，而[9,12]這4條消息由於未提交，對消費者是不可見的。
  • LEO：(log end offset）：日誌末端位移，代表日誌文件中下一條待寫入消息的offset，這個offset上實際是沒有消息的。不管是leader副本還是follower副本，都有這個值。

那麼這三者有什麼關係呢？

比如在副本數等於3的情況下，消息發送到Leader A之後會更新LEO的值，Follower B和Follower C也會實時拉取Leader A中的消息來更新自己，HW就表示A、B、C三者同時達到的日誌位移，也就是A、B、C三者中LEO最小的那個值。由於B、C拉取A消息之間延時問題，所以HW一般會小於LEO，即LEO>=HW。

具體的同步原理，下麵章節會詳細講到

3.1 發展歷程

http://kafka.apache.org/downloads

file

3.1.1 版本命名

Kafka在1.0.0版本前的命名規則是4位，比如0.8.2.1，0.8是大版本號，2是小版本號，1表示打過1個補丁

現在的版本號命名規則是3位，格式是“大版本號”+“小版本號”+“修訂補丁數”，比如2.5.0，前面的2代表的是大版本號，中間的5代表的是小版本號，0表示沒有打過補丁

我們所看到的下載包，前面是scala編譯器的版本，後面才是真正的kafka版本。

3.1.2 演進歷史

0.7版本
只提供了最基礎的消息隊列功能。

0.8版本
引入了副本機制，至此Kafka成為了一個真正意義上完備的分散式高可靠消息隊列解決方案。

0.9版本
增加許可權和認證，使用Java重寫了新的consumer API，Kafka Connect功能；不建議使用consumer API；

0.10版本
引入Kafka Streams功能，正式升級成分散式流處理平臺；建議版本0.10.2.2；建議使用新版consumer API

0.11版本
producer API冪等，事務API，消息格式重構；建議版本0.11.0.3；謹慎對待消息格式變化

1.0和2.0版本
Kafka Streams改進；建議版本2.0；

3.2 集群搭建（助學）

1）原生啟動

kafka啟動需要zookeeper，第一步啟動zk：

docker run --name zookeeper-1 -d -p 2181 zookeeper:3.4.13

原生安裝：下載後解壓啟動即可 http://kafka.apache.org/downloads

bin/kafka-server-start.sh config/server.properties

#server.properties配置說明
#表示broker的編號，如果集群中有多個broker，則每個broker的編號需要設置的不同
broker.id=0 
#brokder對外提供的服務入口地址，預設9092
listeners=PLAINTEXT://:9092 
#設置存放消息日誌文件的地址
log.dirs=/tmp/kafka/log 
#Kafka所需Zookeeper集群地址，這裡是關鍵！加入同一個zk的kafka為同一集群
zookeeper.connect=zookeeper:2181

2）推薦docker-compose 一鍵啟動

#參考資料中的kafka.yml
#註意hostname問題，ip地址：52.82.98.209，換成你自己伺服器的
#docker-compose -f kafka.yml up -d 啟動
version: '3'
services:
    zookeeper:
        image: zookeeper:3.4.13

    kafka-1:
        container_name: kafka-1
        image: wurstmeister/kafka:2.12-2.2.2
        ports:
            - 10903:9092
        environment:
            KAFKA_BROKER_ID: 1 
            HOST_IP: 52.82.98.209
            KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
            #docker部署必須設置外部可訪問ip和埠，否則註冊進zk的地址將不可達造成外部無法連接
            KAFKA_ADVERTISED_HOST_NAME: 52.82.98.209
            KAFKA_ADVERTISED_PORT: 10903 
        volumes:
            - /etc/localtime:/etc/localtime
        depends_on:
            - zookeeper           
    kafka-2:
        container_name: kafka-2
        image: wurstmeister/kafka:2.12-2.2.2
        ports:
            - 10904:9092
        environment:
            KAFKA_BROKER_ID: 2 
            HOST_IP: 52.82.98.209
            KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
            KAFKA_ADVERTISED_HOST_NAME: 52.82.98.209
            KAFKA_ADVERTISED_PORT: 10904 
        volumes:
            - /etc/localtime:/etc/localtime
        depends_on:
            - zookeeper

3.3 組件探秘

命令行工具是管理kafka集群最直接的工具。官方自帶，不需要額外安裝。

3.2.1 主題創建

#進入容器
docker exec -it kafka-1 sh
#進入bin目錄
cd /opt/kafka/bin
#創建
kafka-topics.sh --zookeeper zookeeper:2181 --create --topic test --partitions 2 --replication-factor 1

3.2.2 查看主題

kafka-topics.sh --zookeeper zookeeper:2181 --list

3.2.3 主題詳情

kafka-topics.sh --zookeeper zookeeper:2181 --describe --topic test

#分析輸出：
Topic:test	PartitionCount:2	ReplicationFactor:1	Configs:
	Topic: test	Partition: 0	Leader: 2	Replicas: 2	Isr: 2
	Topic: test	Partition: 1	Leader: 1	Replicas: 1	Isr: 1

3.2.4 消息收發

#使用docker連接任意集群中的一個容器
docker exec -it kafka-1 sh

#進入kafka的容器內目錄
cd /opt/kafka/bin

#客戶端監聽
./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test

#另起一個終端，驗證發送
./kafka-console-producer.sh --broker-list localhost:9092 --topic test

3.2.5 分組消費

#啟動兩個consumer時，如果不指定group信息，消息被廣播
#指定相同的group，讓多個消費者分工消費（畫圖：group原理）

./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --group aaa

#結果：在發送方，連續發送 1-4 ，4條消息，同一group下的兩台consumer交替消費，併發執行

註意！！！

這是在消費者和分區數相等（都是2）的情況下。
如果同一group下的 （ 消費者數量 > 分區數量 ） 那麼就會有消費者閑置。

驗證方式：

可以再多啟動幾個消費者試一試，會發現，超出2個的時候，有的始終不會消費到消息。
停掉可以消費到的，那麼閑置的會被激活，進入工作狀態

3.2.6 指定分區

#指定分區通過參數 --partition，註意！需要去掉上面的group
#指定分區的意義在於，保障消息傳輸的順序性（畫圖：kafka順序性原理）
./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --partition 0
./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --partition 1

#結果：發送1-4條消息，交替出現。說明消息被均分到各個分區中投遞


#預設的發送是沒有指定key的
#要指定分區發送，就需要定義key。那麼相同的key被路由到同一個分區
./kafka-console-producer.sh --broker-list kafka-1:9092 --topic test --property parse.key=true

#攜帶key再發送，註意key和value之間用tab分割
>1	1111
>1	2222
>2	3333
>2	4444

#查看consumer的接收情況
#結果：相同的key被同一個consumer消費掉

3.2.7 偏移量

#偏移量決定了消息從哪開始消費，支持：開頭，還是末尾

# earliest:當各分區下有已提交的offset時，從提交的offset開始消費；無提交的offset時，從頭開始消費
# latest:當各分區下有已提交的offset時，從提交的offset開始消費；無提交的offset時，消費新產生的該分區下的數據
# none:topic各分區都存在已提交的offset時，從offset後開始消費；只要有一個分區不存在已提交的offset，則拋出異常

# 註意點！！！有提交偏移量的話，仍然以提交的為主，即便使用earliest，比提交點更早的也不會被提取

#--offset [earliest|latest(預設)] ， 或者 --from-beginning
#新起一個終端，指定offset位置
./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --partition 0 --offset earliest

./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --partition 0 --from-beginning

#結果：之前發送的消息，從頭又消費了一遍！

3.4 zk探秘

前面說過，zk存儲了kafka集群的相關信息，本節來探索內部的秘密。

kafka的信息記錄在zk中，進入zk容器，查看相關節點和信息

docker exec -it kafka_zookeeper_1 sh

>./bin/zkCli.sh

>ls /

#結果：得到以下配置信息

file

3.4.1 broker信息

[zk: localhost:2181(CONNECTED) 0] ls /brokers
[ids, topics, seqid]
[zk: localhost:2181(CONNECTED) 1] ls /brokers/ids
[1, 2]

#機器broker信息
[zk: localhost:2181(CONNECTED) 4] get /brokers/ids/1
{"listener_security_protocol_map":{"PLAINTEXT":"PLAINTEXT"},"endpoints":["PLAINTEXT://52.82.98.209:10903"],"jmx_port":-1,"host":"52.82.98.209","timestamp":"1609825245500","port":10903,"version":4}
cZxid = 0x27
ctime = Tue Jan 05 05:40:45 GMT 2021
mZxid = 0x27
mtime = Tue Jan 05 05:40:45 GMT 2021
pZxid = 0x27
cversion = 0
dataVersion = 1
aclVersion = 0
ephemeralOwner = 0x105a2db626b0000
dataLength = 196
numChildren = 0

3.4.2 主題與分區

#分區節點路徑
[zk: localhost:2181(CONNECTED) 5] ls /brokers/topics
[test, __consumer_offsets]
[zk: localhost:2181(CONNECTED) 6] ls /brokers/topics/test
[partitions]
[zk: localhost:2181(CONNECTED) 7] ls /brokers/topics/test/partitions
[0, 1]
[zk: localhost:2181(CONNECTED) 8] ls /brokers/topics/test/partitions/0
[state]

#分區信息，leader所在的機器id，isr列表等
[zk: localhost:2181(CONNECTED) 18] get /brokers/topics/test/partitions/0/state
{"controller_epoch":1,"leader":1,"version":1,"leader_epoch":0,"isr":[1]}
cZxid = 0xb0
ctime = Tue Jan 05 05:56:06 GMT 2021
mZxid = 0xb0
mtime = Tue Jan 05 05:56:06 GMT 2021
pZxid = 0xb0
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 72
numChildren = 0

3.4.3 消費者與偏移量

[zk: localhost:2181(CONNECTED) 15] ls /consumers
[]
#空的？？？
#那麼，消費者以及它的偏移記在哪裡呢？？？

kafka 消費者記錄 group 的消費 偏移量 有兩種方式 ：

1）kafka 自維護 （新）

2）zookpeer 維護 (舊) ，已經逐漸被廢棄

查看方式：

上面的消費用的是控制台工具，這個工具使用--bootstrap-server，不經過zk，也就不會記錄到/consumers下。

其消費者的offset會更新到一個kafka自帶的topic【__consumer_offsets】下麵

#先起一個消費端，指定group
./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --group aaa

#使用控制台工具查看消費者及偏移量情況
./kafka-consumer-groups.sh --bootstrap-server kafka-1:9092 --list
KMOffsetCache-44acff134cad
aaa

#查看偏移量詳情
./kafka-consumer-groups.sh --bootstrap-server kafka-1:9092 --describe --group aaa

當前與LEO保持一致，說明消息都完整的被消費過

file

停掉consumer後，往provider中再發幾條記錄，offset開始滯後：

file

重新啟動consumer，消費到最新的消息，同時再返回看偏移量，消息得到同步：

file

3.4.4 controller

#當前集群中的主控節點是誰
[zk: localhost:2181(CONNECTED) 17] get /controller
{"version":1,"brokerid":1,"timestamp":"1609825245694"}
cZxid = 0x2a
ctime = Tue Jan 05 05:40:45 GMT 2021
mZxid = 0x2a
mtime = Tue Jan 05 05:40:45 GMT 2021
pZxid = 0x2a
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x105a2db626b0000
dataLength = 54
numChildren = 0

3.5 km

3.5.1 啟動

kafka-manager是目前最受歡迎的kafka集群管理工具，最早由雅虎開源。提供可視化kafka集群操作

官網：https://github.com/yahoo/kafka-manager/releases

註意它的版本，docker社區的景象版本滯後於kafka，我們自己來打鏡像。

#Dockerfile
FROM daocloud.io/library/java:openjdk-8u40-jdk
ADD kafka-manager-2.0.0.2/ /opt/km2002/
CMD ["/opt/km2002/bin/kafka-manager","-Dconfig.file=/opt/km2002/conf/application.conf"]

#打包，註意將kafka-manager-2.0.0.2放到同一目錄
docker build -t km:2002 .

#啟動：在上面的yml里，services節點下加一段
#參考資料：km.yml
#執行： docker-compose -f km.yml up -d
		km:
        image: km:2002
        ports:
            - 10906:9000
        depends_on:
            - zookeeper

3.5.2 使用

使用km可以方便的查看以下信息：

  • cluster：創建集群，填寫zk地址，選中jmx，consumer信息等選項
  • brokers：列表，機器信息
  • topic：主題信息，主題內的分區信息。創建新的主題，增加分區
  • cosumers: 消費者信息，偏移量等

本文由傳智教育博學谷 - 狂野架構師教研團隊發佈
如果本文對您有幫助，歡迎關註和點贊；如果您有任何建議也可留言評論或私信，您的支持是我堅持創作的動力
轉載請註明出處！


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 用好JAVA中的函數式介面，輕鬆從通用代碼框架中剝離掉業務定製邏輯
    啥是函數式介面、它和JAVA中普通的介面有啥區別？函數式介面有啥用？如何在實際編碼中使用函數式介面？帶著這些問題，我們一起來認識下函數式介面的廬山真面目。 ...
  • 化整為零優化重用,Go lang1.18入門精煉教程，由白丁入鴻儒，go lang函數的定義和使用EP07
    函數是基於功能或者邏輯進行聚合的可復用的代碼塊。將一些複雜的、冗長的代碼抽離封裝成多個代碼片段，即函數，有助於提高代碼邏輯的可讀性和可維護性。不同於Python，由於 Go lang是編譯型語言，編譯之後再運行，所以函數的定義順序無關痛癢。 函數聲明 在 Go lang里，函數聲明語法如下： fun ...
  • 《Python高手之路 第3版》這不是一本常規意義上Python的入門書!!
    《Python高手之路 第3版》|免費下載地址 作者簡介 · · · · · · Julien Danjou 具有12年從業經驗的自由軟體黑客。擁有多個開源社區的不同身份：Debian開發者、Freedesktop貢獻者、GNU Emacs提交者、awesome視窗管理器的創建者以及OpenStac ...
  • 使用Python探索四大名著【紅樓夢】人物之間的關係，簡直帥呆了
    《紅樓夢》作為我國四大名著之一，古典小說的巔峰之作，粉絲量極其龐大，而紅學也經久不衰。所以我們今天通過 Python 來探索下紅樓夢裡那千絲萬縷的人物關係，話不多說，開始整活！ 一、準備工作 紅樓夢txt格式電子書一份 金陵十二釵+賈寶玉人物名稱列表 寶玉 nr 黛玉 nr 寶釵 nr 湘雲 nr ...
  • 【Java面試】什麼是IO的多路復用機制？
    “什麼是IO的多路復用機制？” 這是一道年薪50W的面試題，很遺憾，99%的人都回答不出來。 大家好，我是Mic，一個工作了14年的Java程式員。 今天，給大家分享一道網路IO的面試題。 這道題目的文字回答已經整理到了15W字的面試文檔裡面，大家可以S我領取。 下麵看看高手的回答。 高手： IO多 ...
  • 多商戶商城系統功能拆解29講-平臺端營銷-會員簽到
    多商戶商城系統，也稱為B2B2C（BBC）平臺電商模式多商家商城系統。可以快速幫助企業搭建類似拼多多/京東/天貓/淘寶的綜合商城。 多商戶商城系統支持商家入駐加盟，同時滿足平臺自營、旗艦店等多種經營方式。平臺可以通過收取商家入駐費，訂單交易服務費，提現手續費，簡訊通道費等多手段方式，實現整體盈利。 ...
  • GO的URL合法性檢查
    原文連接：https://www.zhoubotong.site/post/67.html Go 標準庫的net/url包提供的兩個函可以直接檢查URL合法性，不需要手動去正則匹配校驗。 下麵可以直接使用ParseRequestURI()函數解析URL，當然這個只會驗證url格式，至於功能變數名稱是否存在或 ...
  • Python帶我起飛——入門、進階、商業實戰_ 入門版電子書籍分享，
    Python帶我起飛——入門、進階、商業實戰_ 免費下載地址 內容簡介 · · · · · · 《Python帶我起飛——入門、進階、商業實戰》針對Python 3.5 以上版本，採用“理論+實踐”的形式編寫，通過大量的實例（共42 個），全面而深入地講解“Python 基礎語法”和“Python ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類