微服務 - Redis緩存 · 數據結構 · 持久化 · 分散式 · 高併發

来源:https://www.cnblogs.com/Sol-wang/archive/2023/04/18/17329270.html
-Advertisement-
Play Games

在某些特殊情況下,需要修改當前Oracle資料庫實例中的ORACLE_SID。下麵簡單的總結一下如何修改$ORACLE_SID的步驟。預設情況下,INSTANCE_NAME參數和ORACLE_SID的值是相同的,但是它們也可以不同。另外,如果參數文件(pfile或spfile)中沒有指定instan ...


本篇內容基於 Redis v7.0 的闡述;官網:https://redis.io/

本篇計劃用 Docker 容器輔助部署,所以需要瞭解點 Docker 知識;官網:https://www.docker.com

系列目錄:

微服務 - 概念 · 應用 · 通訊 · 授權 · 跨域 · 限流

微服務 - 集群化 · 服務註冊 · 健康檢測 · 服務發現 · 負載均衡

微服務 - Redis緩存 · 數據結構 · 持久化 · 分散式 · 高併發

 

一、分散式解決 Session 的問題

在單站點中,可以將線上用戶信息存儲在Session中,隨時變更獲取信息;在多站點分散式集群如何做到Session共用呢?架設一個Session服務,供多服務使用。

頻繁使用的數據存在DB端,頻繁的DB連接,頻繁的IO;數據存於記憶體中更能減少性能的消耗,更能提高使用效率。

集群化分散式時,為解決以上現象,建立緩存服務顯得尤為重要。

建立緩存服務選擇性很多,如:Redis、MongoDB等,以下以 Redis 為例:

作者:[Sol·wang] - 博客園,原文出處:https://www.cnblogs.com/Sol-wang/

二、記憶體資料庫 Redis

Remote Dictionary Server;
遠程字典服務,Key/Value 存儲系統、列存儲、文檔型存儲等,NoSQL開源記憶體資料庫。最多的使用場景是作為數據緩存,存在於應用與DB之間,減少對DB的訪問,提高數據操作的性能。

下圖展示了緩存服務在整體架構中的位置:
Redis 記憶體資料庫在整體架構中的位置

2.1 Redis 特性

高性能 / 高可用 / 持久化 / 集群化,單實例每秒讀寫達10萬次;

豐富的數據類型 :String / Hash / Set / Zset / 隊列 / 訂閱 / 發佈;

高性能數據結構:SDS / Intset / ziplist / listpack / quicklist / skiplist;

支持 ACL:Access Control List;精細化的許可權管理策略;

單線程處理事務:順序執行,容易上鎖;

多線程處理輔助功能:連接請求 / 持久化等;

單線程處理事務的優缺點

優點:順序執行,不存在臟讀臟寫幻讀等情況,不存在死鎖,不存線上程管理的開銷。
缺點:單線程的性能瓶頸,多處理器的資源浪費。

2.2 單線程IO多路復用

通常情況下,同時連接 Redis 的客戶端有成千上萬的,但 Redis 只有一個主線程處理事務,那如何做到多路連接集中到一個線程處理呢?

當多個客戶端同時發起連接後,這也是需要一個過程的,也是有連接完成的先後,誰連接完成就會告訴 Redis,這裡的告訴用的是回調方式,Redis就會把他的任務放到單一的隊列中,隊列的另一頭連接著主線程。

在這個過程當中,多路的連接彙集到一個有足夠處理能力的隊列中進行傳輸;是不是可以理解為:多路連接重覆利用了單個管道;我想...這裡也是體現了 Redis 的多路復用技術。當然,單單就多路復用來講,也會是多路集中到一路,然後這一路又分成了多路到各各目標。

多路復用也有不同的演算法:select、poll、epoll,Redis用的是epoll演算法,所以其中有回調的動作,目前而言,epoll是最高效的;關於每個具體的演算法,有興趣的同學可以繼續研究一下。

2.3 啟動 Redis

用 Docker 啟動 Redis 簡單示例:

1、拉取鏡像docker pull redis

2、運行容器 docker run -d --name=some-redis redis

3、連接到 Redis docker exec -it some-redis redis-cli

Redis Docker版預設是沒有配置文件的,官網說:可以再生成鏡像方式解決...

既然沒有配置文件,那 Redis 啟動完全是按所有配置項的預設值運行的;如下傳參啟動:

# 啟動 redis-server,多參數配置
docker run -d --name some-redis -p 6379:6379 redis redis-server \
    --bind 0.0.0.0 \        # 支持任意的連接
    --save 60 1 \           # 每60秒 持久化一次
    --protected-mode no \   # 取消保護模式
    --requirepass 123456    # 登錄密碼 123456;連接後用 auth {passwd} 方式登錄

傳參也就是覆蓋了配置項的預設值,以下查看覆蓋後的配置項效果:config get *列出所有配置項

Redis 啟動後,都包含 redis-server / redis-client;
所以任意 Redis 都可用 redis-client 連接到其它 redis-server:docker exec -it some-redis redis-cli -h {目標IP} -p {目標埠}

2.4 重要配置項

通常配置參數於配置文件中;比如:/etc/redis/redis.conf

配置項 說明
bind 可訪問限制,白名單;註釋後不限制
port 對外埠
timeout 連接後,沒有通信任務的空閑時間,超出此時長後自動斷開
daemonize 後臺運行(容器運行時忽略
protected-mode 只能本地訪問的保護模式
tcp-backlog 網路連接隊列最大連接數(對應Linux內核參數 net.core.somaxconn,有關命令sysctl
tcp-keepalive 網路通信檢測間隔,網路是否已斷開(當timeout為0才起效吧
pidfile 存放ProcessID編號的文件Pid的存放目錄(後臺運行時才會產生pid文件,容器時是否忽略
loglevel 日誌級別
logfile 日誌文件目錄
database 資料庫個數
requirepass Client 連接密碼
maxclients 客戶端同時最大連接數(對應Linux user openfile limit,必設;有關命令ulimit
maxmemory 記憶體最大使用量,推薦70%

三、數據類型 / 常用命令

Key/Value 的存儲系統,Key相當於區分的變數名稱,類型區別在於Value;常用數據類型有:

String:字元,基礎類型,過期時長,遞增

  • SET/GET key value寫入/取值
  • GET key key key取多個值
  • INCR/DECR key遞增1/遞減1

List:隊列,先進先出,先進後出

  • LPUSH/RPUSH key value頭/尾添加
  • LPOP/RPOP key頭/尾移除
  • LLEN key隊列長度

Set:無序集合,可查詢 交集、並集、差集等

  • SADD|SREM key member member member插入/移除 元素
  • SISMEMBER key member是否存在成員
  • SINTER key1 key2多集合取交集
  • SCARD key元素個數總數

ZSet:帶排序的Set集合;比Set多出一個專用的score值,又可排出名次列

  • ZADD key score member score member新增成員及序列數,可覆蓋
  • ZRANGE key start stop按序列範圍取集合
  • ZRANK key member取正序排名;從0開始的名次
  • ZREVRANK key member取倒序排名;從0開始的名次

Hash:可同時設置/獲取多個屬性值

  • HSET key field value field value成對設置多個屬性與值
  • HMGET key field [field field]取多個列的值
  • HINCRBY key field -5指定屬性的值,遞增/遞減

四、數據結構

為什麼 Redis 要有自己的數據結構

  • 查詢要快:體現在單條Key用了連續性的記憶體空間
  • 占用空間少,節約記憶體:體現在了集合的數據壓縮

Redis 中有這麼幾種數據結構:sds (動態字元串)、hashtable (字典)、linkedlist (鏈表)、intset (整數集合)、ziplist (壓縮列表)、listpack (緊湊列表)、quicklist (混合列表)、skiplist (跳錶);它們分別應用於Redis各數據類型中,使得Redis在資源利用和運行效率上有著明顯的效果。

以下列出了數據類型與數據結構的應用關係圖:
Redis 數據類型應用數據結構關係圖
關於 Listpack;未來作為 Ziplist 的升級替代品,v7.0版本也會有 Ziplist 的存在,後續版本中逐漸被替代。

數據結構的自動切換

每種數據類型也會有多種數據結構,至於何種數據類型在什麼情況下用何種數據結構,取決於存儲的數據;
比如:List 每元素小於8KB時,自動使用 Ziplist,否則自動切換為 Quicklist;
比如:Set 每元素為數字,元素小於512個時,自動使用 Intset,否則自動切換為 Hashtable;
比如:Hash 元素小於512個,每元素長度小於64位元組,自動使用 Ziplist;否則自動切換為 Hashtable。

影響數據結構轉換的配置項

# 配置文件中 各數據類型中的數據結構
# 能承載的最大長度/個數/容量
# 超出最大限制後,變更為其它數據結構
hash-max-listpack-value 64
hash-max-listpack-entries 512
list-max-listpack-size -2(8KB)
set-max-intset-entries 512
set-max-listpack-value 64
set-max-listpack-entries 128
zset-max-listpack-value 64
zset-max-listpack-entries 128

以下主要以 sds / ziplist / listpack / skiplist 為例的闡述,基本涵蓋了重要的數據結構,一些擴展性的數據結構有興趣的同學再深入瞭解下。

4.1 動態字元串 - SDS

很多電腦語言都一樣,Redis 也是基於C語言寫的;對於String類型,當給一個變數拼接一個字元串時,都是以一個新對象在記憶體中重新開闢新的更長的連續空間來存儲;重新開闢/釋放舊空間這樣的記憶體損耗。。。所以為什麼開發人員會避免strname + "xxx"這樣的拼接方式;字元串長度也是底層每次通過遍歷得出的結果。。。Redis為了避免這樣的損耗,於是就有了 Simple Dynamic Strings 這樣的解決方案 SDS。

Redis String 會事先分配好比實際字元串更長的記憶體空間,並記錄實際字元串的長度,也記錄存儲後剩餘的空間長度。

  1. 取字元串長度時,直接返回記錄的長度值
  2. 追加字元串時,直接使用空閑的剩餘空間

預分配空間有多長?總有用完的時候:

  1. 當實際字元串長度<1M時,預分配實際字元串兩倍的連續長度,相當於本次只會占用一半
  2. 當實際字元串長度>1M時,每次預分配多出1M的長度空間。便於下次直接存儲
  3. 當字元串減少縮短時,多出的剩餘空間保留,便於下次追加,或手動命令清除空閑空間

這種 空間預分配策略惰性刪除策略 就是SDS的性能優勢。

4.2 壓縮列表 - ziplist

一塊連續性的記憶體空間存放了整個Value,也就是一個ziplist,如何做的呢?一個集合的示例:

ziplist結構圖
bytes:記錄 ziplist 的總長度
tail:記錄最後一個 entry 的偏移量,便於快速定位
len:記錄 entry 的總個數
entry:列表元素,數據存放的元素
end:單個 ziplist 的結束符
prevlen:記錄上個 entry 的總長度;這裡記錄值所占用的空間長度,取決於上個 entry 的長度,所以1-5會自動切換
encoding:記錄 data 的實際數據類型 及長度;如:int時占空間小,可直接存到 encoding,就不用 data 了
data:實際數據;占用空間小的數據類型,可直接放到 encoding 中,所以這時候沒有 data 的存在,省空間

ziplist 的取值
結構圖中,有總長/個數/偏移量/結束符/上個元素長度;所以 ziplist 正序倒序是都可以算出每個 entry 具體位置並取出數據。

ziplist 的寫入,插/改/刪 統一為覆蓋方式:
1、為新元素找到被覆蓋元素的位置,位置之前的元素 + 新元素 + 位置之後的元素 = 新的ziplist的完整結構
2、申請新ziplist所需長度的記憶體連續空間,並存入新空間
3、釋放舊空間

看起來挺不錯的,相比鏈表的非連續性存儲所帶來的性能提升明顯。。那為什麼還會有新的改進版本 listpack 的出現?

ZIPLIST 的弊端

ziplist 的問題出在 prevlen;
也就是上面藍色部分的描述,存了相鄰 entry 的長度;如果 entry 長度過長,相鄰的 prevlen 所占空間長度就會從1變為5;也就是說 entry 數據變更,會影響到相鄰的 entry;最嚴重的情況是很多entry長度恰好都在一個臨界值,會導致相鄰prevlen長度的變化,連鎖反應是之後位置上的entry級聯性的連續重覆多次變更;
上面提到,變更:就是重新申請新的記憶體連續空間,釋放舊空間;那麼級聯性的連鎖反應呢?一個寫操作,引發的惡性災難事件!!!

4.3 緊湊列表 - listpack

listpack 是 ziplist 的升級版於v7.0中,作為替代品都有什麼變化,listpack結構如下圖:
listpack 結構圖
上圖看出,listpack 與 ziplist 的區別在於:
1、header 取消 tail
2、entry 取消 prevlen
3、當前 entry 中增加 encoding + data 的總長度 element-total-len
4、element-total-len 中的首位會標識出左側是否還有值,主要用於逆序讀

element-total-len 編碼
長度 1-5 bytes 是可變的,不固定長度如何讀出整個 element-total-len?這其中0/1標識了左側是否有數據;
element-total-len 示意圖

listpack 的讀,假設逆序讀出每個元素的值,已知end固定長度,跳過 1 bytes 到 element-total-len 中讀固定(7)位數,就會知道左側是否有值,這樣會把 element-total-len 整個讀下來,也就知道了當前 entry 長度,那麼也就知道了相鄰 entry 的起始位置;繼續這樣按序把每個 entry 讀出來就完成逆序讀數據。

listpack 的寫入,同樣是基於 ziplist 的方式,新元素替換舊元素組成新的長度,存儲到新申請的記憶體連續空間,釋放舊空間;由於未影響到其它元素,申請一次新空間後完成寫入操作。

這樣以來,listpack 任何寫入的操作,entry 都是在變更自己,不會牽連到其它 entry,這就是對 ziplist 改善的地方

4.4 跳躍列表 - skiplist

跳錶是在鏈表的基礎上追加了更多指針的存儲;鏈表的指針指向了相鄰元素的地址,但跳錶又追加了指向間隔元素的指針;這使得跳錶在查詢元素的效率上更快。

下表 Linkedlist 與 Skiplist 的查詢區別:
skiplist 結構圖
上圖:兩種查詢的路徑不同,影響到的元素數量也不同,鏈表搜了11次才找到指定的元素,而跳錶僅搜了5次就找到了指定的元素。
比如:元素1 既存了指向下個元素2 的指針,也存了指向元素4 的指針;所以跳錶多存的指針讓其可以跳躍搜索,相對於鏈表減少了搜索次數,這就體現了相比鏈表搜索的高效率。

其它數據結構

除以上幾種數據結構外,Redis也會有Intset、quicklist、Hashtable等,由於基本原理相識,這裡簡單描述:
Intset:與ziplist、listpack相似的連續性集合,主要區別在於Intset僅支持數字型;
quicklist:在 ziplist 基礎上擴展的數據結構,其中每個成員是一個ziplist,插入元素時:插入到前個元素ziplist中的末尾、後ziplist的開頭、或獨立的ziplist。

五、持久化

5.1 RDB 模式

Redis Database:持久化以指定的時間間隔執行數據集的時間點的快照整庫備份。

觸發RDB配置save 36000 1 600 10 30 100
以上從右往左,成對解釋:
  當30秒內寫入了100次,觸發持久化,如果未滿足條件,繼續下一對;
  當600秒內寫入了10次,觸發持久化,如果未滿足條件,繼續下一對;
  當36000秒內寫入了1次,觸發持久化。

持久化過程:記憶體 -> 臨時文件 -> 磁碟。

影響RDB效率的配置項
  stop-writes-on-bgsave-error yes當持久化失敗後強制停止寫入
  rdbcompression yes快照數據壓縮,損耗CPU
  rdbchecksum yes是否檢測備份文件,損耗CPU≈10%

關閉RDB持久化模式:save ""

模式優劣

優勢:體積小,占用磁碟少。
劣勢:當持久化發生異常時,最後一次的持久化有可能失效,不能確保整體數據的絕對完整性。

5.2 AOF 模式

Append Only File:追加記錄伺服器接收到的每個寫入命令,增量保存;如果寫入錯誤,Redis 也會具有自動修複受損的AOF文件;恢復時,重新按序執行指令,從而重建記憶體庫。

配置開啟AOF模式:appendonly yes

持久化頻率策略配置:appendfysnc always|everysec|no

  • 每次命令追加:每次寫命令立刻記錄,太頻繁,太耗性能
  • 每秒追加一次:每秒集中記錄一次,依然有可觀的性能表現

文件壓縮 Rewrite
主進程 redis-server 創建出一個子進程 bgrewriteaof 對 AOF文件的重新整理,先整理出一個臨時文件,再覆蓋原AOF文件。

Rewrite 的重寫策略:

  • 只針對寫入命令的整理
  • 相同數據只記錄最後寫入命令
  • 過期數據不記錄
  • 多命令合併記錄

多命令合併示例:如累加命令 Incrby 的累加總和合併成一次累加;如集合命令 rpush 的多次追加合併成一次追加多個。

手動觸發執行重寫命令:bgrewriteaof

自動觸發重寫相關配置:
no-appendfsync-on-rewrite no重寫開關
auto-aof-rewrite-min-size 64mb重寫觸發條件,文件超過指定大小
auto-aof-rewrite-percentage 100重寫觸發條件,文件超過已使用%

AOF文件64MB是不是顯得太小了,可適當增加容量如3GB,以防止過多的觸發壓縮重寫後影響性能;也不可過大,影響數據恢復效率。

模式優劣

優勢:丟失率低,數據較完整。
劣勢:AOF占用磁碟空間大;恢復時重新全部執行一遍命令,恢復速度慢了點;持久化失敗時,最後一秒寫入命令可能丟失。

Redis 預設開啟 RDB,可同時開啟 RDB + AOF,恢複數據時以 AOF 為優先。

由於是單線程方式,Redis 會創建子線程負責持久化處理,不管是哪種持久化方式,在創建子進程的瞬間,都會有阻塞的現象。

六、分散式集群

6.1 虛擬插槽

Redis 分散式給出一個 16384 長度的集合,每個元素稱為一個 Slot,將所有 Slots 分段平均映射到各個 Master 節點上;數據通過對 Key 的演算法映射到各Slot,也就存到了對應的 Master 節點上,所以每個節點實例負責其中一部分的Slot讀寫。

通過控制節點與槽 Slot 的關係,決定每個 Master 節點所承載的數據量;這在集群節點維護的時候非常有用。

6.2 創建集群

集群必須瞭解的conf配置項:

# 每個節點必須的配置項
cluster-enabled yes
# 節點失去連接超時時間
cluster-node-timeout 15000
# 節點間傳輸效率 預設 no(yes:單次多量發送/no:單次少量多次發送)
tcp-nodelay no
# DOCKER/NAT support
# (地址埠可能被轉發)靜態配置公共地址
cluster-announce-ip <外部訪問IP>
cluster-announce-port <外部訪問埠>
cluster-announce-bus-port <節點互通外部埠>

按 Redis 要求的最低 Master 節點數量3實例,多主多從的模式,需要創建6個運行實例:(6371-6376,16371-16376)

# 實例示例1(6371,16371)
docker run -d --name clu-rds-1 \
    -p 6371:6371 -p 16371:16371 \        # 容器分別開放 對外連接埠 和 節點間通信埠
    redis \
    redis-server \                       # 啟動 Redis 服務命令
    --bind 0.0.0.0 \                     # 不限連接的客戶端來源
    --port 6371 \                        # 實例對外連接埠
    --protected-mode no \                # 非保護模式
    --cluster-enabled yes \              # 開啟集群
    --cluster-announce-ip 13.13.1.16 \   # 對外的訪問IP
    --cluster-announce-port 6371 \       # 集群對外的連接埠
    --cluster-announce-bus-port 16371    # 集群節點間通訊埠(通常為:10000+Port)

Docker 查看6個容器實例:

Docker 3主3從模式 創建集群:

docker exec -it clu-rds-1 \
    # 連接到任意實例
    redis-cli -p 6371 \
    # 創建集群 並指定 1主幾從
    --cluster create --cluster-replicas 1 \
    # 要包含的所有(6個)運行實例<ip:port>
    13.13.1.16:6371 13.13.1.16:6372 13.13.1.16:6373 \
    13.13.1.16:6374 13.13.1.16:6375 13.13.1.16:6376

連接到任意容器節點,查看集群成員:docker exec -it <container-name> redis-cli -p <container-port> cluster nodes

6.3 節點管理

# 集群信息
redis-cli -p <port> cluster info
# 查看現有節點成員
redis-cli -p <port> cluster nodes
# 加入新成員,從節點
redis-cli --cluster add-node <new-node-ip:port> <cluster-member-ip:port> \
    --cluster-slave --cluster-master-id <to-master-id>
# 刪除集群成員節點
redis-cli --cluster del-node <del-ip:port> <del-node-id>
# 重新分配節點與插槽映射
redis-cli --cluster reshard <member-ip:port>
# 查看某節點同步信息
redis-cli -p <port> info replication
# 停止某節點實例運行
redis-cli -p <port> shutdown

分散式帶來的影響

事務支持有限;
跨節點的多Key操作有限;如:SET集合不能計算兩KEY的交集等

6.4 分散式鎖

6.4.1 為什麼會需要鎖?


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • .NET 實現JWT登錄認證 在ASP.NET Core應用程式中,使用JWT進行身份驗證和授權已成為一種流行的方式。JWT是一種安全的方式,用於在客戶端和伺服器之間傳輸用戶信息。 添加NuGet包 首先,我們需要添加一些NuGet包來支持JWT身份驗證。在您的ASP.NET Core項目中,打開S ...
  • 0.linux的目錄結構 1.用戶和用戶組的信息存儲 1.1. 用戶的基本信息文件/etc/passwd 1.1.1. 用戶名 1.1.2. 密碼 1.1.3. UID 1.1.4. GID 1.1.5. 註釋性描述 1.1.6. 宿主目錄 1.1.7. 預設shell 1.2. 用戶的密碼信息文件 ...
  • 1、線上伺服器導出requirement.txt pip freeze > requirement.txt 該文件生成完畢後,需要做些修改,去掉不需要的庫,否則下載的時候會出錯。 2、下載whl文件 -> packages pip download -r requirement.txt -d pac ...
  • 1. SQL和資料庫都在極力提升數據在表現層的抽象度,以及對用戶隱藏物理層的概念 2. 關係模型是為擺脫地址而生的 2.1. “地址”不僅包括指針操作的地址,還包括數組下標等 3. 一個優雅的數據結構勝過一百行雜耍般的代碼 3.1. 精巧的數據結構搭配笨拙的代碼,遠遠好過笨拙的數據結構搭配精巧的代碼 ...
  • 一、redis主從複製 主從複製:是存儲數據的服務結構 主伺服器:接受客戶端連接的伺服器 從伺服器:自動與主伺服器保持數據一致的伺服器 配置主從複製 1、環境準備 主伺服器 主機名:master IP地址:192.168.11.101/24 從伺服器 主機名:node01 IP地址:192.168. ...
  • 4月22日周六下午14:00,雲資料庫技術主辦的「MySQL x ClickHouse」技術沙龍,將在杭州市海智中心3號樓1102報告廳舉辦。本次沙龍以“技術進化,讓數據更智能”為主題,匯聚位元組跳動、阿裡雲、玖章算術、華為雲、騰訊雲、百度等眾多資料庫廠商的技術大咖, 圍繞 MySQL x Click... ...
  • 摘要:100%全量通過!基於全棧創新計算架構的全密態資料庫華為雲GaussDB,完成了中國信通院組織的首批“全密態資料庫”產品能力評測。 本文分享自華為雲社區《全量通過!華為雲GaussDB首批完成信通院全密態資料庫評測》,作者: GaussDB 資料庫。 100%全量通過!基於全棧創新計算架構的全 ...
  • Linux操作系統的網路模塊是負責網路通信的核心部分。它通過實現各種協議和演算法,使得電腦能夠在網路中進行數據交換和通信。網路模塊主要包括以下幾個方面的功能: (1)IP協議棧:負責處理網路層的數據包,實現IP地址的分配、路由選擇等功能。 IP協議棧是網路模塊中最基本的部分,它負責處理網路層的數據包 ...
一周排行
    -Advertisement-
    Play Games
  • 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 ...
  • 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 ...
  • 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 ...
  • 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. ...
  • 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。 ...
  • 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 ...
  • 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, ...
  • 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 ...
  • 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 ...