appcode

I just looked at JetBrains's App Code IDE and it seems to be able to launch the iOS Simulator and run applications in it. When I had to automate the deployment of my projects I had to resort to Applescript and GUI automation. They seem to be using a closed tool called 'simlauncher'. I wonder what the magic behind it could be. Update: On looking at Activity Monitor, I see that osascript gets launched from simlauncher before the simulator is launched. Could it be Applescript again? I thought iOS Simulator.app was not scriptable. iOS Simulator seems to be launched by launchd, so simlauncher is

1.我的目的 调用第三方接口，传输图片，获得返回（针对验证码） 2.实现过程 ① 选择一个第三方平台 ② 有这么几个需求： 是需要身份验证的，有两种验证方式 采用APPCODE的方式验证，可以从示例看到只需要在请求头里面加入’Authorization’参数，参数值为’APPCODE’+[APPCODE的值] 需要传入一个post请求 请求体中需要传入参数image，参数是url或者Base64加密的图片 (这里有个坑，当时整了好一会)可以看到body格式是’data:image/jpeg;base64’ + [图片base64编码]；但是str是不能和base64格式直接拼接的，所以我们拼接之前要先将其编码 post_data = { } with open ( "图片.jpg" , "rb" ) as fp : temp = fp . read ( ) pic = b64encode ( temp ) post_data [ "image" ] = "data:iamge/jpeg;base64," . encode ( ) + pic 3.全部代码 import requests from base64 import b64encode body = { } url = "http://imgurlocr.market.alicloudapi.com/urlimages"

随着分布式架构运用的越来越多,RPC框架成为了我们不得不掌握的知识,这里一步一步来手写一个简单的RPC框架,以博文作为记录及自我监督。 首先是技术选型,这边我选用的是当前比较流行的Netty+Zookeeper来实现,通过zookeeper的特性来实现服务注册与发现,通信则使用netty框架。 这里贴出github代码地址,想直接看代码的可以直接下载运行: https://github.com/whiteBX/wrpc 这里先来讲服务注册发现原理: 利用zookeeper的创建临时节点和watcher机制,可以做到在一个服务下注册多个服务器地址,并且在节点发生变动时通过watcher动态更新服务器列表,来达到在新增/修改/删除时自动注册发现/删除/更新服务器连接信息 .这里说一点,zookeeper的增删改操作会交由leader去处理,所以这里不用担心并发问题. zookeeper相关代码如下: public class ZKClient { /** * 获取zookeeper连接 * * @param connectString * @param sessionTimeout * @return */ public ZooKeeper newConnection ( String connectString , int sessionTimeout ) { ZooKeeper

上一篇写完咱们已经具备服务注册发现/通信/通过接口调用功能了，本篇带来负载均衡策略。 RPC框架中，负载均衡策略提供，其实就是根据配置，选择不同的负载策略，常见的有 随机/轮询/权重 几种负载策略，本篇就带大家来实现它。 这里还是贴出github代码地址,想直接看代码的可以直接下载运行: https://github.com/whiteBX/wrpc 首先这里主要用到了设计模式中的策略模式，定义一个负载策略处理器: public interface BalanceProcessor { /** * 处理接口 * @param urlList * @return */ String process ( String appCode , List < String > urlList ) ; } 下面来实现轮询模式的策略处理： public class RoundRobinBalanceProcessor implements BalanceProcessor { private ConcurrentMap < String , AtomicInteger > counterMap = new ConcurrentHashMap < String , AtomicInteger > ( ) ; public String process ( String appCode , List

上一篇实现了服务的负载均衡，本篇带来链路追踪。 关于链路追踪，大部分都是参考了谷歌的dapper论文： https://bigbully.github.io/Dapper-translation/ 。 通过论文总结，其中span的核心元素为：traceId，name，spanId，parentSpanId，其他则根据自身业务需要来定义即可。 链路追踪核心原理为 通过一个全局的traceId作为依据，在调用服务时为每个服务分配spanId，并记录操作名name，在调用RPC服务时将带有这些属性的span随同请求一起传递，并在关键节点将span数据通过尽量小影响原服务性能的方式传递给我们自己的trace采集服务 ，采集服务存入数据并通过traceId以及spanId和parentSpanId的关系梳理出调用链并做图形化展示。这里给服务器传递span有很多中模式，其中包括： 直接通过RPC服务调用，写入本地磁盘通过另外的进程读取磁盘数据写入远程服务器，写入缓存传输，发送消息 等等方式，可以根据自己的需要选择，原则上是尽量少的影响服务本身性能。 本篇只带来客户端采集span的过程，trace服务器采集和分析展示链路的过程这里省略。 这里还是贴出github代码地址,想直接看代码的可以直接下载运行: https://github.com/whiteBX/wrpc 首先来看我这里的span定义

上一篇实现了服务的链路追踪,本篇带来限流。 关于服务限流，比较流行的是 1： 令牌桶算法 ：桶算法的升级版，实现简单，应对热点请求效果更理想。 2： 动态限流 ：根据实时的统计当前时间段请求响应时间来动态调整限流数量，实现复杂，但应对各种情况效果更好。 这里还是贴出github代码地址,想直接看代码的可以直接下载运行: https://github.com/whiteBX/wrpc 本篇带来令牌桶实现限流的实现，核心代码很简单，主要就下面一个类: public class ConsumerLimiter { /** * 存放限流器 */ private ConcurrentMap < String , RateLimiter > rateLimiterMap = new ConcurrentHashMap < String , RateLimiter > ( ) ; /** * 限流 * @param appCode * @return */ public boolean limit ( String appCode ) { RateLimiter rateLimiter = rateLimiterMap . get ( appCode ) ; if ( rateLimiter == null ) { rateLimiterMap . putIfAbsent ( appCode ,