1.日志级别日志消息分为五个不同的严重级别宏，与Android的Log定义的严重级别类似，如下基础宏：ROS_DEBUG_STREAM、ROS_INFO_STREAM、ROS_WARN_STREAM、ROS_ERROR_STREAM、ROS_FATAL_STREAM（按照严重程序级别排序，低到高）C代码：

消息队列之Kafka详解1\.什么是Kafka(about:blank1_Kafka_4)2\.Kafka架构(about:blank2_Kafka_15)(about:blank_37)3\.基本概念(about:blank3__40)4\.分区存储(about:blank4

SpringBoot 是为了简化 Spring 应用的创建、运行、调试、部署等一系列问题而诞生的产物，自动装配的特性让我们可以更好的关注业务本身而不是外部的XML配置，我们只需遵循规范，引入相关的依赖就可以轻易的搭建出一个WEB工程MQ全称（MessageQueue）又名消息队列，是一种异步通讯的中间件。可以将它理解成邮

列表的局限前面我们说通过队列的rpush和lpop可以实现消息队列（队尾进队头出），但是消费者需要不停地调用lpop查看List中是否有等待处理的消息（比如写一个while循环）。为了减少通信的消耗，可以sleep()一段时间再消费，但是会有两个问题：1、如果生产者生产消息的速度远大于消费者消费消息的速度，List会占用大量的内存。2、

线上问题：客户端不能推送数据到服务端。排查：pingip或者telnetport全是正常的，不奏效。通过wireshark抓取报文查看，发现一个奇怪现象是窗口不固定，但是整体趋势是逐渐减小，直到为0.服务端报文如下：至

Spark1.6推出了RPCEnv，RPCEndpoint，RPCEndpointRef为核心的新型架构下的RPC通信方式。早期版本当中，有netty和Akka两种实现方式。但是从最新的2.11代码来看，Akka已经找不到了。关于netty的更多知识，可以查看之前的文章。RpcEndpoint和RpcEndpointRef有一个管理者：RpcEnv。

摘要Redis是一款优秀的、开源的内存数据库，我在阅读Redis源码实现的过程中，时时刻刻能感受到Redis作者为更好地使用内存而费尽各种心思，例如最明显的是对于同一种数据结构在不同应用场景下提供了基于不同底层编码的实现（如压缩列表、跳跃表等）。今天我们暂时放下对Redis不同数据结构的探讨，来一起看看Redis提供的另一种机制——内存淘汰机制。

概括    Android设备通过GCM服务来接收推送消息，而iOS设备这从苹果的APN服务获取。虽然按照负载来说这是两种不同的服务，但是证书都在从第三方接收消息的时候是需要作为一个存储和转发类型的服务。辨别接收者并传递下去。在接受端，你的应用已经注册来接收他们，并检查返回内容和相应的操作。消息的接收方式是应用代码里的注册和用户设备关于消息设定的融合

我的博客链接：http://blog.geekidentity.com/k8s/concepts/clusteradministration/federationcn/(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fblog.geekidentity.com%2Fk8s%2Fconc

分布式系统心跳机制