目 录CONTENT
以下是
路口、下车
的文章
-
springboot集成smart-doc 本文介绍了如何使用Smart-Doc和Torna这两款轻量级框架来生成和管理接口文档。首先，通过Docker安装Torna 1.16.2版本，包括拉取镜像、创建数据卷、配置数据库权限、编写并放置`application.properties`文件以及创建容器等步骤。接着，在Maven项目的顶层pom文件中添加smart-doc插件，并在每个服务的resources目录下添加一个`smart-doc.json`配置文件，用于指定输出路径、项目名称、包过滤器、OpenAPI接口地址及调试环境等信息。最后，通过上述配置，可以自动生成详细的接口文档，并在Torna平台上进行管理和调试。 -
springboot集成sleuth+zipkin链路追踪 文章介绍了微服务架构中分布式链路追踪的重要性及其实现方式。在复杂的微服务系统中，一个请求可能涉及多个服务调用，使用链路追踪技术可以帮助快速定位问题。文章提到了几种流行的链路追踪工具，如Google的Dapper、Twitter的Zipkin以及阿里的Eagleeye和Skywalking。接着详细解释了链路追踪中的核心概念，包括Span（跨度）、Trace（跟踪）以及Annotation（标注），并说明了这些概念如何共同工作以记录请求流程。随后，文章指导读者如何通过Spring Cloud Sleuth与Zipkin整合来实现链路追踪功能，包括添加必要的依赖、配置日志级别、安装和配置Zipkin服务器等步骤，并提供了具体的代码示例。最后，还介绍了如何将Zipkin收集的数据持久化到Elasticsearch中，以便于长期存储和查询。
-
springboot集成sentinel 本文介绍了Sentinel监控平台在Windows和Docker环境下的安装方法及访问方式。对于Windows安装，需要下载1.8.5版本的jar包，并使用特定命令行启动，其中默认用户名和密码均为sentinel。Docker安装则通过拉取最新的bladex/sentinel-dashboard镜像并运行容器来实现，同时设置容器重启策略为始终重启。访问Sentinel监控平台可通过http://192.168.171.132:8858/，登录凭证同样为sentinel。此外，文档还提供了application.yml配置示例，用于指定日志存储路径和连接到Sentinel控制台的相关参数。
-
-
集成ELKF收集日志 本文介绍了ELK（Elasticsearch, Logstash, Kibana）栈的组件及其功能，包括Filebeat用于日志收集、Logstash进行数据处理、Elasticsearch存储和搜索数据、Kibana提供数据分析与可视化。文章详细描述了如何使用Docker Compose在Linux环境下部署ELK栈，并提供了docker-compose.yml文件配置示例及注意事项。此外，还介绍了在Windows上安装和配置Filebeat的方法，以及如何通过Spring Boot项目配置日志输出至指定路径，实现日志的集中管理和分析。最后，给出了一个自定义的日志IP配置类以增强日志记录能力。
-
-
influxdb理论及实战 第三篇：Springboot与InfluxDB 本文介绍了如何在Spring Boot项目中集成InfluxDB，并提供了详细的配置和使用示例。首先，需要在项目的pom.xml文件中添加influxdb-java依赖。接着，在application.yml文件中配置InfluxDB的连接信息，包括服务器地址、用户名、密码和数据库名。文章通过简单的例子展示了如何插入数据和查询全部数据。为了提高代码的复用性和可维护性，还封装了实体类QuotaInfo及其相关的分页类Pager，以及一个用于操作InfluxDB的InfluxDao类，实现了添加对象到数据库和根据SQL语句查询列表的功能。最后，通过测试类FristTest验证了这些功能的有效性，包括向InfluxDB添加数据和分页查询数据的操作。此外，还介绍了如何处理时间戳和总条数统计的measurement扩展。
-
influxdb理论及实战 第二篇：influxdb理论与原理 InfluxDB是一款专为时序数据优化设计的数据库，它通过TSM（Time-Structured Merge Tree）等技术确保高效的数据写入，并使用Go语言开发以实现跨平台特性。与关系型数据库相比，InfluxDB引入了独特的概念如measurement、series、tag和field来组织数据。其中，series代表时间线，由measurement加上一组tag唯一确定；measurement类似于指标，用于表示被监控的对象；tag用于描述时间线属性；timestamp记录具体时间点；fields存储实际数值；point则由timestamp和fields组成，表示某一时刻的具体事件。InfluxDB采用TSM存储引擎，该引擎包括cache、WAL（Write-Ahead Log）、TSM文件以及compactor四个部分，共同保证数据的高效存储与持久化。此外，InfluxDB支持查询时指定时区转换，例如使用`tz('Asia/Shanghai')`来调整输出的时间显示。
-
influxdb理论及实战 第一篇：influxdb安装与使用 本文介绍了InfluxDB 1.8.10版本在Ubuntu 18.04.5系统上的安装与使用方法。首先通过下载deb包并使用dpkg命令进行安装，接着启动服务并通过influx命令行客户端访问。文章详细说明了InfluxDB的目录结构、日志文件位置以及配置文件的各项参数设置。此外，还提供了数据库和表的基本操作命令，包括创建、删除和查询等。文章还介绍了数据保存策略（Retention Policies）的管理方法，连续查询（Continuous Queries）的创建及应用，并展示了如何创建管理员用户。最后，推荐了InfluxDBStudio作为可视化管理工具以辅助管理和监控。
-
Nacos安装与使用 本文介绍了Nacos 1.4.1版本在Windows和Docker环境下的安装步骤。首先，在Windows环境下，用户需要下载并解压Nacos到指定目录，然后创建并配置nacos数据库，并修改`application.properties`文件中的数据库连接信息。接着通过执行`startup.cmd -m standalone`命令启动Nacos服务。对于Docker安装，则需先拉取官方镜像，随后创建必要的数据卷、初始化数据库表以及配置文件。最后，使用特定的Docker命令运行容器以启动Nacos。此外，文章还简要介绍了如何在Spring Boot项目中集成Nacos作为服务发现工具，包括添加依赖、进行相应配置及开启服务发现功能的方法。
