Kafka - 05 Kafka生产者| 消息发送方式 | 序列化器 | 分区器 | 拦截器 |生产者配置参数

news2025/7/12 7:35:58

文章目录

      • 1. Java客户端数据生产流程解析
      • 2. 消息发送方式
      • 3. 序列化器
      • 4. 分区器
      • 5. 拦截器
      • 6. 发送原理剖析
      • 7. Kafka生产者参数配置

1. Java客户端数据生产流程解析

在这里插入图片描述

  • 首先要构造一个 ProducerRecord 对象，该对象可以声明主题Topic、分区Partition、键 Key以及值 Value，主题和值是必须要声明的，分区和键可以不用指定。
  • 调用send() 方法进行消息发送。
  • 因为消息要到网络上进行传输，所以必须进行序列化，序列化器的作用就是把消息的 key 和value对象序列化成字节数组。
  • 接下来数据传到分区器，如果之间的 ProducerRecord 对象指定了分区，那么分区器将不再做任何事，直接把指定的分区返回；如果没有，那么分区器会根据 Key 来选择一个分区，选择好分区之后，生产者就知道该往哪个主题和分区发送记录了。
  • 接着这条记录会被添加到一个记录批次里面，这个批次里所有的消息会被发送到相同的主题和分区。会有一个独立的线程来把这些记录批次发送到相应的 Broker 上。
  • Broker成功接收到消息，表示发送成功，返回消息的元数据（包括主题和分区信息以及记录在分区里的偏移量）。发送失败，可以选择重试或者直接抛出异常。

2. 消息发送方式

1. 异步发送不带返回值

public class CustomProducer01 {
    public static void main(String[] args) {
        // kafka生产者属性配置
        Properties properties = new Properties();
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.38.22:9092");
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());

        // kafka生产者 
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
        ProducerRecord<String, String> producerRecord = new ProducerRecord<>("test", "hello,kafka");
        
        // 发送消息：默认是异步发送方式
        kafkaProducer.send(producerRecord);
        // 关闭资源
        kafkaProducer.close();
    }
}

2. 异步发送带返回值

public class CustomProducer01 {
    public static void main(String[] args) {
        // kafka生产者属性配置
        Properties properties = new Properties();
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.38.22:9092");
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());

        // kafka生产者
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
        ProducerRecord<String, String> producerRecord = new ProducerRecord<>("test", "hello,kafka");
        // 发送消息：默认是异步发送方式
        kafkaProducer.send(producerRecord, new Callback() {
            @Override
            public void onCompletion(RecordMetadata metadata, Exception exception) {
                // 说明消息发送成功
                if(exception==null){
                    System.out.println("metadata.topic() = " + metadata.topic());
                    System.out.println("metadata.partition() = " + metadata.partition());
                    System.out.println("metadata.offset() = " + metadata.offset());
                }
            }
        });

        // 关闭资源
        kafkaProducer.close();
    }
}

在这里插入图片描述

3. 同步发送

public class CustomProducer01 {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        // kafka生产者属性配置
        Properties properties = new Properties();
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.38.22:9092");
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());

        // kafka生产者
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
        ProducerRecord<String, String> producerRecord = new ProducerRecord<>("test", "hello,kafka");
        // 发送消息
        // 通过send()发送完消息后返回一个Future对象,然后调用Future对象的get()方法等待kafka响应
        // 如果kafka正常响应，返回一个RecordMetadata对象，该对象存储消息的偏移量
        // 如果kafka发生错误，无法正常响应，就会抛出异常，我们便可以进行异常处理
        RecordMetadata recordMetadata = kafkaProducer.send(producerRecord).get();
        System.out.println("recordMetadata.topic() = " + recordMetadata.topic());
        System.out.println("recordMetadata.partition() = " + recordMetadata.partition());
        System.out.println("recordMetadata.offset() = " + recordMetadata.offset());

        // 关闭资源
        kafkaProducer.close();
    }
}

在这里插入图片描述

3. 序列化器

消息要到网络上进行传输，必须进行序列化，而序列化器的作用就是如此。Kafka 提供了默认的字符串序列化器（org.apache.kafka.common.serialization.StringSerializer），还有整型（IntegerSerializer）和字节数组（BytesSerializer）序列化器，这些序列化器都实现了接（org.apache.kafka.common.serialization.Serializer）基本上能够满足大部分场景的需求。

@Data
@Builder
public class Company {
    private String name;
    private String address;
}

@Data
public class CustomSerializer implements Serializer<Company> {

    @Override
    public void configure(Map<String, ?> configs, boolean isKey) {
        Serializer.super.configure(configs, isKey);
    }

    @Override
    public byte[] serialize(String topic, Company data) {
        if (data == null) {
            return null;
        }
        byte[] name, address;
        try {
            if (data.getName() != null) {
                name = data.getName().getBytes("UTF-8");
            } else {
                name = new byte[0];
            }
            if (data.getAddress() != null) {
                address = data.getAddress().getBytes("UTF-8");
            } else {
                address = new byte[0];
            }
            ByteBuffer buffer = ByteBuffer.allocate(4 + 4 + name.length + address.length);
            buffer.putInt(name.length);
            buffer.put(name);
            buffer.putInt(address.length);
            buffer.put(address);
            return buffer.array();
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return new byte[0];
    }

    @Override
    public byte[] serialize(String topic, Headers headers, Company data) {
        return Serializer.super.serialize(topic, headers, data);
    }

    @Override
    public void close() {
        Serializer.super.close();
    }
}

使用自定义的序列化器：

public class CustomProducer01 {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        // kafka生产者属性配置
        Properties properties = new Properties();
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.38.22:9092");
        // 使用自定义序列化器
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, CustomSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,CustomSerializer.class.getName());
        // kafka生产者
        KafkaProducer<String, Company> kafkaProducer = new KafkaProducer<String, Company>(properties);
        Company company = Company.builder().name("俏江南").address("全国").build();
        ProducerRecord<String, Company> producerRecord = new ProducerRecord<String,Company>("test",company);
        kafkaProducer.send(producerRecord).get();

        // 关闭资源
        kafkaProducer.close();
    }
}

在这里插入图片描述

4. 分区器

本身kafka有自己的分区策略的，如果未指定，就会使用默认的分区策略：

Kafka根据传递消息的key来进行分区的分配，即 hash(key) % numPartitions。如果Key相同的话，那么
就会分配到同一分区。

public class DefaultPartitioner implements Partitioner {

    private final StickyPartitionCache stickyPartitionCache = new StickyPartitionCache();

    public void configure(Map<String, ?> configs) {}

    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
        return partition(topic, key, keyBytes, value, valueBytes, cluster, cluster.partitionsForTopic(topic).size());
    }

    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster,int numPartitions) {
        if (keyBytes == null) {
            return stickyPartitionCache.partition(topic, cluster);
        }
        // hash the keyBytes to choose a partition
        return Utils.toPositive(Utils.murmur2(keyBytes)) % numPartitions;
    }

    public void close() {}
    
    public void onNewBatch(String topic, Cluster cluster, int prevPartition) {
        stickyPartitionCache.nextPartition(topic, cluster, prevPartition);
    }
}

自定义分区器:

public class DefinePartitioner implements Partitioner {
    private final AtomicInteger counter = new AtomicInteger(0);

    @Override
    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
        List<PartitionInfo> partitionInfos = cluster.availablePartitionsForTopic(topic);
        int size = partitionInfos.size();
        if(null==keyBytes){
            return counter.getAndIncrement() % size;
        }else{
            return Utils.toPositive(Utils.murmur2(keyBytes) % size);
        }
    }

    @Override
    public void close() {

    }

    @Override
    public void configure(Map<String, ?> configs) {

    }
}

使用自定义分区器：

public class CustomProducer01 {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        // kafka生产者属性配置
        Properties properties = new Properties();
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.38.22:9092");
        // 使用自定义序列化器
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, CustomSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
                       CustomSerializer.class.getName());
        // 使用自定义分区器
        properties.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,
                       DefinePartitioner.class.getName());

        // kafka生产者
        KafkaProducer<String, Company> kafkaProducer = new KafkaProducer<String, Company>(properties);
        Company company = Company.builder().name("俏江南").address("全国").build();
        ProducerRecord<String, Company> producerRecord = new ProducerRecord<String,Company>("test",company);
        kafkaProducer.send(producerRecord).get();

        // 关闭资源
        kafkaProducer.close();
    }
}

在这里插入图片描述

5. 拦截器

Producer 拦截器 (interceptor) 是个相当新的功能，它和 consumer 端 interceptor 是在 Kafka 0.10 版本被引入的，主要用于实现 clients 端的定制化控制逻辑。

生产者拦截器可以用在消息发送前做一些准备工作，使用场景：
1、按照某个规则过滤掉不符合要求的消息
2、修改消息的内容
3、统计类需求

自定义拦截器：

public class CustomProducerInterceptor implements ProducerInterceptor<String, String> {

    private volatile long sendSuccess = 0;
    private volatile long sendFailure = 0;

    @Override
    public ProducerRecord onSend(ProducerRecord record) {
        String modifiedValue = "prefix1-" + record.value();
        return new ProducerRecord<>(
                record.topic(),
                record.partition(),
                record.timestamp(),
                record.key(),
                modifiedValue,
                record.headers()
        );
    }

    @Override
    public void onAcknowledgement(RecordMetadata metadata, Exception exception) {
        if (exception == null) {
            sendSuccess++;
        } else {
            sendFailure++;
        }
    }

    @Override
    public void close() {
        double successRatio = (double) sendSuccess / (sendFailure + sendSuccess);
        System.out.println("[INFO] 发送成功率=" + String.format("%f", successRatio * 100) + "%");
    }

    @Override
    public void configure(Map<String, ?> configs) {

    }
}

使用自定义拦截器：

public class CustomProducer01 {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        // kafka生产者属性配置
        Properties properties = new Properties();
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.38.22:9092");
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
        // 使用自定义分区器
        properties.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,DefinePartitioner.class.getName());

        // 使用自定义拦截器
        properties.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG,CustomProducerInterceptor.class.getName());

        // kafka生产者
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);
        ProducerRecord<String, String> producerRecord = new ProducerRecord<String,String>("test","hello,kafka");
        kafkaProducer.send(producerRecord).get();

        // 关闭资源
        kafkaProducer.close();
    }
}

在这里插入图片描述

在这里插入图片描述

6. 发送原理剖析

在这里插入图片描述

消息发送的过程中，涉及到两个线程协同工作，主线程首先将业务数据封装成 ProducerRecord 对象，之后调用 send() 方法将消息放入 RecordAccumulator 消息收集器，也可以理解为主线程与 Sender 线程直接的缓冲区)中暂存，Sender 线程负责将消息信息构成请求，并最终执行网络I/O的线程，它从 RecordAccumulator 中取出消息并批量发送出去，需要注意的是，KafkaProducer 是线程安全的，多个线程间可以共享使用同一个 KafkaProducer 对象。

7. Kafka生产者参数配置

acks：

这个参数用来指定分区中必须有多少个副本收到这条消息，之后生产者才会认为这条消息时写入成功的。acks是生产者客户端中非常重要的一个参数，它涉及到消息的可靠性和吞吐量之间的权衡。

  • ack=0， 生产者在成功写入消息之前不会等待任何来自服务器的相应。如果出现问题生产者是感知不到的，消息就丢失了。不过因为生产者不需要等待服务器响应，所以它可以以网络能够支持的最大速度发送消息，从而达到很高的吞吐量。
  • ack=1，默认值为1，只要集群的首领节点收到消息，生产这就会收到一个来自服务器的成功响应。如果消息无法达到首领节点（比如首领节点崩溃，新的首领还没有被选举出来），生产者会收到一个错误响应，为了避免数据丢失，生产者会重发消息。但是，这样还有可能会导致数据丢失，如果收到写成功通知，此时首领节点还没来的及同步数据到follower节点，首领节点崩溃，就会导致数据丢失。
  • ack=-1， 只有当所有参与复制的节点都收到消息时，生产这会收到一个来自服务器的成功响应，这种模式是最安全的，它可以保证不止一个服务器收到消息。

注意：acks参数配置的是一个字符串类型，而不是整数类型，如果配置为整数类型会抛出异常

retries：

生产者从服务器收到的错误有可能是临时性的错误（比如分区找不到首领）。在这种情况下，如果达到了 retires 设置的次数，生产者会放弃重试并返回错误。默认情况下，生产者会在每次重试之间等待100ms，可以通过 retry.backoff.ms 参数来修改这个时间间隔。

batch.size：

当有多个消息要被发送到同一个分区时，生产者会把它们放在同一个批次里。该参数指定了一个批次可以使用的内存大小，按照字节数计算，而不是消息个数。当批次被填满，批次里的所有消息会被发送出去。不过生产者并不一定都会等到批次被填满才发送，半满的批次，甚至只包含一个消息的批次也可能被发送。所以就算把 batch.size 设置的很大，也不会造成延迟，只会占用更多的内存而已，如果设置的太小，生产者会因为频繁发送消息而增加一些额外的开销。

max.request.size：

该参数用于控制生产者发送的请求大小，它可以指定能发送的单个消息的最大值，也可以指单个请求里所有消息的总大小。 broker 对可接收的消息最大值也有自己的限制（ message.max.size ），所以两边的配置最好匹配，避免生产者发送的消息被 broker 拒绝

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/38430.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

刷爆力扣之检查数组对是否可以被 k 整除

刷爆力扣之检查数组对是否可以被 k 整除

刷爆力扣之检查数组对是否可以被 k 整除 HELLO&#xff0c;各位看官大大好啊&#xff0c;我是阿呆 &#x1f648;&#x1f648;&#x1f648; 今天开始阿呆将会记录下力扣刷题过程&#xff0c;收录在专栏算法中 &#x1f61c;&#x1f61c;&#x1f61c; 该专栏按照不同类别标…
阅读更多...
CPU调度

CPU调度

目录 1.进程调度 1.1 工作负载简化假设 1.2 调度指标&#xff1a;周转时间 1.3 先进先出&#xff08;FIFO&#xff09; 1.4 最短任务优先&#xff08;SJF&#xff09; 1.5 最短完成时间优先&#xff08;STCF&#xff09; 1.6 新度量指标&#xff1a;响应时间 1.7 轮转 …
阅读更多...
【网页设计】基于HTML+CSS+JavaScript制作美食网站舌尖上的美食

【网页设计】基于HTML+CSS+JavaScript制作美食网站舌尖上的美食

&#x1f380; 精彩专栏推荐&#x1f447;&#x1f3fb;&#x1f447;&#x1f3fb;&#x1f447;&#x1f3fb; ✍️ 作者简介: 一个热爱把逻辑思维转变为代码的技术博主 &#x1f482; 作者主页: 【主页——&#x1f680;获取更多优质源码】 &#x1f393; web前端期末大作业…
阅读更多...
基于因果化评论的可解释推荐方法

基于因果化评论的可解释推荐方法

ChineseCSCW2022&#xff08;太原&#xff09;会议&#xff0c;汇报来自复旦大学张光平同学&#xff0c;本篇文章为会议记录&#xff0c;如有侵权&#xff0c;请联系我删除‼️ 目录 1.引言 2.背景 3.模型结构 4.方法论 5.预测和训练 6.实验 1.引言 2.背景 共线关系…
阅读更多...
[附源码]SSM计算机毕业设计社区医院管理系统JAVA

[附源码]SSM计算机毕业设计社区医院管理系统JAVA

项目运行 环境配置&#xff1a; Jdk1.8 Tomcat7.0 Mysql HBuilderX&#xff08;Webstorm也行&#xff09; Eclispe&#xff08;IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持&#xff09;。 项目技术&#xff1a; SSM mybatis Maven Vue 等等组成&#xff0c;B/S模式 M…
阅读更多...
记录报错_linux: su root 报错： su: Authentication failure

记录报错_linux: su root 报错： su: Authentication failure

记录报错_linux: su root 报错&#xff1a; su: Authentication failure初su: Authentication failure关于 su 用法 &#xff1a;常用下图为使用其他用户进行命令 ls 操作下图为变更用户操作&#xff1a;初 希望能写一些简单的教程和案例分享给需要的人 su: Authentication f…
阅读更多...
智慧会议解决方案-最新全套文件

智慧会议解决方案-最新全套文件

智慧会议解决方案-最新全套文件一、建设背景二、建设思路三、建设方案四、获取 - 智慧会议全套最新解决方案合集一、建设背景 从白板到PPT投影演示&#xff0c;现代会议已变得越发生动。随着移动设备和智能终端的出现&#xff0c; 会议实现了由“书纸”向“屏幕”跃迁&#xf…
阅读更多...
大学生阅读小说网页设计模板代码 小说书籍网页作业成品 学校书籍网页制作模板 学生简单书籍阅读网站设计成品

大学生阅读小说网页设计模板代码 小说书籍网页作业成品 学校书籍网页制作模板 学生简单书籍阅读网站设计成品

&#x1f389;精彩专栏推荐 &#x1f4ad;文末获取联系 ✍️ 作者简介: 一个热爱把逻辑思维转变为代码的技术博主 &#x1f482; 作者主页: 【主页——&#x1f680;获取更多优质源码】 &#x1f393; web前端期末大作业&#xff1a; 【&#x1f4da;毕设项目精品实战案例 (10…
阅读更多...
文献解读——基于深度学习的病毒宿主预测

文献解读——基于深度学习的病毒宿主预测

文章目录背景介绍作者介绍文章概述流程数据准备输入数据处理深度神经网络结果背景介绍 人畜共患病病毒对人类和动物的健康产生巨大了威胁&#xff0c;例如近期爆发的寨卡病毒、埃博拉病毒以及冠状病毒。病毒起源的宿主信息对于有效控制和消灭传播是至关重要的&#xff0c;这是…
阅读更多...
Linux——【ftp环境搭建】

Linux——【ftp环境搭建】

前言 FTP&#xff08;File Transfer Protocol&#xff09;是文件传输协议&#xff0c;主要是用来进行文件的传输&#xff0c;尤其是大型文件的传输使用 FTP 更是方便。比如在RedHat Enterprise Linux操作系统中&#xff0c;用户可以在RHEL服务器上建立一个FTP服务器&#xff0…
阅读更多...
v-model的修饰符

v-model的修饰符

1.lazy修饰符 输入框失去光标跳动&#xff0c;即失焦状态&#xff0c;或者敲击回车时&#xff0c;输入框的值才动态绑定&#xff0c;以此减少过度频繁的绑定 <div id"app"> <!-- 1.lazy--><input type"text" v-model.lazy"message&q…
阅读更多...
Node.js 入门教程 12 使用 Node.js 输出到命令行

Node.js 入门教程 12 使用 Node.js 输出到命令行

Node.js 入门教程 Node.js官方入门教程 Node.js中文网 本文仅用于学习记录&#xff0c;不存在任何商业用途&#xff0c;如侵删 文章目录Node.js 入门教程12 使用 Node.js 输出到命令行12.1 使用控制台模块的基础输出12.2 清空控制台12.3 元素计数12.4 打印堆栈踪迹12.5 计算耗时…
阅读更多...
基因组 组装教程 (T2T)

基因组 组装教程 (T2T)

导读 本文将介绍T2T基因组&#xff0c;并提供一份基因组组装的资料&#xff0c;其中包含&#xff1a;基因组组装数据和组装策略介绍&#xff1b;染色体水平基因组组装&#xff1b;基因组补洞&#xff1b;着丝粒和端粒分析等&#xff0c;获取方式见文末。 简介[1] 随着物种基因组…
阅读更多...
vscode平台上通过Embedded IDE搭建单片机开发环境

vscode平台上通过Embedded IDE搭建单片机开发环境

软件安装 安装vscode&#xff0c;具体下载连载如下 [vscode官网下载地址](https://code.visualstudio.com/Download)更改vscode插件安装位置 在C:\Users\13547.vscode\路径中找到extensions&#xff0c;并右键点击extensions文件夹然后点击剪切&#xff0c;这里必须是剪切而不…
阅读更多...
Jenkins 构建Maven 项目

Jenkins 构建Maven 项目

Jenkins中自动构建项目的类型有很多&#xff0c;常用的有以下三种&#xff1a; 自由风格软件项目&#xff08;FreeStyle Project&#xff09;Maven项目&#xff08;Maven Project&#xff09;流水线项目&#xff08;Pipeline Project&#xff09; 每种类型的构建其实都可以完成…
阅读更多...
Python 中导入csv数据的三种方法

Python 中导入csv数据的三种方法

这篇文章主要介绍了Python 中导入csv数据的三种方法,内容比较简单&#xff0c;非常不错&#xff0c;具有一定的参考借鉴价值&#xff0c;需要的朋友可以参考下微点阅读小编收集的文章介绍。 Python 中导入csv数据的三种方法&#xff0c;具体内容如下所示&#xff1a; 1、通过…
阅读更多...
4、python中函数、匿名函数、递归函数

4、python中函数、匿名函数、递归函数

文章目录函数的创建和调用空函数变量的作用域全局变量局部变量函数内部修改全局变量函数参数传递参数检查常见的4类形参必选参数默认参数可变参数--*args接收的是一个元组关键字参数--**kwargs接收的是一个字典匿名函数练习题&#xff0c;将整型数组的0移动到末尾递归函数求n的…
阅读更多...
软件测试 -- 进阶 4 软件测试策略

软件测试 -- 进阶 4 软件测试策略

巧而好度&#xff0c;必攻&#xff1b;勇而好问&#xff0c;必胜&#xff1b;智而好谋&#xff0c;必成。-- 《孔子家语》 翻译&#xff1a;灵巧而有擅长揣摩的人&#xff0c;必定坚定&#xff1b;勇敢而有擅长请教的人&#xff0c;必定取胜&#xff1b;富有智慧而有擅长谋…
阅读更多...
Linux系统配置及服务管理-07-文件系统及RAID

Linux系统配置及服务管理-07-文件系统及RAID

文件系统详解 EXT4文件系统 EXT4是第四代扩展文件系统&#xff08;Fourth extended filesystem) 类型&#xff1a;索引(index ) 文件系统 系统限制&#xff1a; Ext3&#xff1a; 文件系统最大16TBExt4&#xff1a; 文件系统最大16TBXFS : 文件系统最大100TB. 名词 inod…
阅读更多...
进程间通信之匿名管道和命名管道

进程间通信之匿名管道和命名管道

目录 管道是什么 匿名管道 命名管道 命名管道创建方式 管道的特点&#xff1a; 管道是什么 概念&#xff1a;管道是计算机通信领域设计者&#xff0c;设计出的一种单向通信的方式&#xff0c;linux原生提供管道通信 管道都是单向传输内容的 管道中传输的都是"资源&…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023