1.HTAP数据库背景及现状1.1起源大型实时分析应用的逐渐流行（实时库存/定价、欺诈检测，风险分析，物联网等）；这些系统需要一个分布式的数据管理系统，要求能处理高并发的TP请求，同时支持对近期的数据进行分析；有些应用甚至会在TP请求中进行AP操作；Gartner：即有事务又支持分析的系统叫HTAP；实时分析：指的是实时交易过程中的分析需求，

本文已收录https://github.com/lkxiaolou/lkxiaolou欢迎star。背景在分布式场景中，很多地方需要生成全局唯一的id，如数据库分库分表后需要用唯一id代替单机版本的自增id。发号器的基本要求是全局唯一，无论如何都不能重复某些场景下还要求单调递增，如排序需求等。网上有很多介绍发号器的文章，比如美团的《Leaf——美团点

《java核心技术卷i》第一章主要内容包括三点：1：Java白皮书的关键术语：描述Java的十一个关键字：2：Javaapplet3：关于Java的常见误解1：第一章:Java白皮书的关键术语：描述Java的十一个关键字：简单性，面向对象，分布式，健壮性，安全性，体系结构中立，可移植性，解释型，多线程，高性能，动态性部分介绍如

前言这次咱们来玩一个在Python中很牛叉的爬虫框架——Scrapy。scrapy介绍标准介绍Scrapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架，非常出名，非常强悍。所谓的框架就是一个已经被集成了各种功能（高性能异步下载，队列，分布式，解析，持久化等）的具有很强通用性的项目模板。对于框架的学习，重点是要学习其框架的特性、各个功能的

当谈到CI/CD工具时，我们都会提到Jenkins。它是构建和测试项目的超级有效工具，从而使持续不断的轻松集成成为可能。但是，Jenkins并不是唯一的CI/CD工具。我们还有其他很多选择！1.GitLab它是一个开源的Web系统，可用于将持续集成，持续部署应用到你的项目中，而无需任何第三方应用程序。它提供了友好的用户界面以及分布式版本控制

当网关和服务在实施全链路分布式灰度发布和路由时候，我们需要一款追踪系统来监控网关和服务走的是哪个灰度组，哪个灰度版本，哪个灰度区域，甚至监控从HttpHeader头部全程传递的灰度规则和路由策略。这个功能意义在于：不仅可以监控全链路中基本的调用信息，也可以监控额外的灰度信息，有助于我们判断灰度发布和路由是否执行准确，一旦有问题，也可以快速定位

回顾POLARDB1.0POLARDB1.0主要的改进包括采用了计算存储分离的架构，完全兼容MYSQL，性能是原生MySQL的6倍。一个用户集群可以在分钟级弹性扩展到16个计算节点，对业务完全透明的计算和存储分离代理，从库延迟仅毫秒级。存储为分布式块存储，可以弹性扩展至100TB的规模。存储层面采用多副本技术，使得数据库的RPO做到了0，完全没有丢

最近公司项目中做了一个两个oracle数据库数据进行数据实时同步的功能，由于数据量和环境的因素，开发人员采用了kafka做为消息中间件来转发数据，笔者就进行了kafka的学习，记录了下面的文档，望大家多多指教，共同学习进步。一、   Kafka介绍　　Kafka是由Java和Scala编写的是一个分布式、高吞吐量、分区的、多副本的、多订阅者

本节的目的是逐步描述ActivitiCore和ActivitiCloud发行版需要涵盖的场景。这些测试是自动化的，以确保在未来的版本中我们不会引入可能破坏这些场景的情景。本文档被分成不同的部分，重点讨论本地和分布式环境执行的不同方面。这意味着测试应该涵盖执行和状态如何保存在执行过程中涉及的每个不同服务中。这些场景还需要从消费者的角度定义发送的数据

 Kafka是一种高吞吐量的分布式发布订阅消息系统，有如下特性：通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。支持通过Kafka服务器和消费机集群来分区消息。支持Hadoop并行数据加载。Springboot的基本搭建和配置我