linux之管道符’|’操作详解管道符主要用于多重命令处理，前面命令的打印结果作为后面命令的输入。简单点说就是，就像工厂的流水线一样，进行完一道工序后，继续传送给下一道工序处理…举个栗子：对hello.sh文件进行排序去重以后找出包含"better"的行命令为：cathello.sh|sort|uniq|grep'better’查看文

一、简单认识　　Celery是由Python开发、简单、灵活、可靠的分布式任务队列，其本质是生产者消费者模型，生产者发送任务到消息队列，消费者负责处理任务。Celery侧重于实时操作，但对调度支持也很好，其每天可以处理数以百万计的任务。它的特点有：简单：熟悉了它的流程后，配置使用简单；高可用

1.1Mockito是什么？    MOCK意思是模拟的意思，主要被用来进行数据的人工组织，不会真正地调用第三方服务器，类似redis，mysql等都不会调用，也不用关心数据底层是如何进行处理的，我们要做的只是将本单元的逻辑进行单元测试，验证数据的逻辑处理性，而其中mock较好的框架就是Mockito。    Mockito是mocking

在Java(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Flib.csdn.net%2Fbase%2Fjavase)应用中，绝大多数情况下都是通过同步的方式来实现交互处理的；但是在处理与第三方系统交互的时候，容易造成响应迟缓的情况，之前大部分都是使用多线程来完成此类任务，其实，在spr

1KafkaKafka是一个开源分布式的流处理平台，一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者在网站中的所有动作流数据。Kafka由Scala和Java编写，2012年成为Apache基金会下顶级项目。2Kafka优点低延迟：Kafka支持低延迟消息传递，速度极快，能达到200w写/秒

前几天，Flink官方release了Flink1.10版本，这个版本有很多改动。比如：Flink1.10同时还标志着对Blink的整合宣告完成，随着对Hive的生产级别集成及对TPCDS的全面覆盖，Flink在增强流式SQL处理能力的同时也具备了成熟的批处理能力。本篇博客将对此次版本升级中的主要新特性及优化、值得注意的重要

相信很多人遇到DisallowedKeyCharacters这样的问题，即使是在访问CSDN的时候，因为CSDN的那部分网页是用CI写的，这个问题就出在CI的处理提交字符串的类上面。即使只是输入域名。没什么特殊字符，这问题还是如影随形，为什么呢？这和CI的字符串处理类设计有关，是这样的，通过get、post方法提交的字

一、Kafka简介Kafka是LinkedIn使用Scala开发的一个分布式消息中间件，它以水平扩展能力和高吞吐率著称，被广泛用于日志处理、ETL等应用场景。Kafka具有以下主要特点：\\消息的发布、订阅均具有高吞吐量：\\据统计数字表明，Kafka每秒可以生产约25万消息（50MB），每秒处理55万消息（110MB）。

最近对GDI这个东西接触的比较多，也做了些简单的实例，比如绘图板，仿QQ截图等．　　废话不多说了，我们先来认识一下这个GDI，看看它到底长什么样.　　GDI：GraphicsDeviceInterfacePlus也就是图形设备接口,提供了各种丰富的图形图像处理功能;在C.NET中，使用GDI处理二维（2D）的图形和图像，使用Direc

架构介绍Engine:引擎,处理整个系统的数据流处理,触发事物,是整个框架的核心Item:项目,他定义了爬取结果的数据结构,爬取的数据会被赋值成该Item对象Scheduler:调度器,接受引擎发过来的请求并将其加入到队列中,在引擎再次请求的时候将请求提供给引擎Downloader:下载器,下载网页内容,并将网页内容返回给spider