Rocket

作者：棒锤 xie.infoq.cn/article/b5c3a339267e1351c6151b42a 初衷 用尽可能简单的方式，完成尽可能多的需求。通过约定的方式 实现统一的标准。告别加班，拒绝重复劳动，远离搬砖 特性 用于快速开发API接口。不再定义 Controller , Service , Dao , Mybatis , xml , Entity , VO 等对象和方法. 可视化界面，将入参自动封装到可执行的脚本上，支持所有关系性数据库SQL执行语句，非关系型 MONGODB 查询语句.欢迎扩展 完全基于springboot2.x 作为springboot项目的stater方式集成,无侵入性，新老项目都能快速集成 只需编写一行代码即可完成大部分的业务需求开发，使用难度级别（测试 or 运维）也可参与开发 在线动态编译，无需重启，即时生效，多数据源操作 版本控制,历史记录比对，回滚等功能 远程一键发布到线上环境 线上POSTMAN调试,保存POSTMAN信息或三方文档的自动生成，历史调用记录存储，回塑 代码提示，SQL提示，语法提示 用户管理控制，安全性控制，以及历史行为记录 经过多次项目验证，传统业务型开发，服务端效率能够提升3-5倍，前后端联调提升效率1倍，测试效率2倍提升 传统开发步骤: 增加一张表 创建实体对象，映射这张表 创建API入参VO 创建API出参VO

点击上方 Java后端 ， 选择 设为星标 优质文章，及时送达 初衷 用尽可能简单的方式，完成尽可能多的需求。通过约定的方式 实现统一的标准。告别加班，拒绝重复劳动，远离搬砖 特性 用于快速开发API接口。不再定义 Controller , Service , Dao , Mybatis , xml , Entity , VO 等对象和方法. 可视化界面，将入参自动封装到可执行的脚本上，支持所有关系性数据库SQL执行语句，非关系型 MONGODB 查询语句.欢迎扩展 完全基于springboot2.x 作为springboot项目的stater方式集成,无侵入性，新老项目都能快速集成 只需编写一行代码即可完成大部分的业务需求开发，使用难度级别（测试 or 运维）也可参与开发 在线动态编译，无需重启，即时生效，多数据源操作 版本控制,历史记录比对，回滚等功能 远程一键发布到线上环境 线上POSTMAN调试,保存POSTMAN信息或三方文档的自动生成，历史调用记录存储，回塑 代码提示，SQL提示，语法提示 用户管理控制，安全性控制，以及历史行为记录 经过多次项目验证，传统业务型开发，服务端效率能够提升3-5倍，前后端联调提升效率1倍，测试效率2倍提升 传统开发步骤: 增加一张表 创建实体对象，映射这张表 创建API入参VO 创建API出参VO 创建Controller

点 击上方“ 掌上编程 ”，选择“ 置顶或者星标 ” 优质文章第一时间送达！ 初衷 用尽可能简单的方式，完成尽可能多的需求。通过约定的方式 实现统一的标准。告别加班，拒绝重复劳动，远离搬砖. 特性 用于快速开发API接口。不再定义 Controller , Service , Dao , Mybatis , xml , Entity , VO 等对象和方法. 可视化界面，将入参自动封装到可执行的脚本上，支持所有关系性数据库SQL执行语句，非关系型 MONGODB 查询语句.欢迎扩展 完全基于springboot2.x 作为springboot项目的stater方式集成,无侵入性，新老项目都能快速集成 只需编写一行代码即可完成大部分的业务需求开发，使用难度级别（测试 or 运维）也可参与开发 在线动态编译，无需重启，即时生效，多数据源操作 版本控制,历史记录比对，回滚等功能 远程一键发布到线上环境 线上POSTMAN调试,保存POSTMAN信息或三方文档的自动生成，历史调用记录存储，回塑 代码提示，SQL提示，语法提示 用户管理控制，安全性控制，以及历史行为记录 经过多次项目验证，传统业务型开发，服务端效率能够提升3-5倍，前后端联调提升效率1倍，测试效率2倍提升 传统开发步骤: 增加一张表 创建实体对象，映射这张表 创建API入参VO 创建API出参VO 创建Controller

kafka ：Kafka是LinkedIn开源的分布式发布-订阅消息系统，目前归属于Apache定级项目。Kafka主要特点是基于Pull的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输。0.8版本开始支持复制，不支持事务，对消息的重复、丢失、错误没有严格要求，适合产生大量数据的互联网服务的数据收集业务。 RabbitMQ:是使用Erlang语言开发的开源消息队列系统，基于AMQP协议实现，主要特征是面向消息 队列 路由（点对点 和发布订阅）可靠性 安全性，对数据一致性 稳定性 高可靠行要求很高，对性能和 高吞吐量的要求次之 RocketMQ阿里的开源中间件，是纯Java开发，具有高吞吐量高可用性适合大规模分布式系统的应用特点，思路起源于kafka单并非完全copy kafka，在我看来是对消息的靠靠性以及事务性做了优化 测试目的 对比Kafka、RabbitMQ、RocketMQ发送小消息(124字节)的性能。这次压测我们只关注服务端的性能指标,所以压测的标准是: 不断增加发送端的压力,直到系统吞吐量不再上升,而响应时间拉长。这时服务端已出现性能瓶颈,可以获得相应的系统最佳吞吐量。 测试场景 在同步发送场景中，三个消息中间件的表现区分明显： Kafka的吞吐量高达17.3w/s，不愧是高吞吐量消息中间件的行业老大

Kafak是如何实现高可用: 1.zk部署2n+1个节点，形成zk集群，保证高可用。 2.Kafak Broker部署集群，每一个Kafak节点就是一个Broker。每个Topic的partition,基于副本机制，在broker集群中复制。形成replica副本，保证消息存储的可靠性。每个Replica副本都会选出一个leader分区（Partition),提供给客户端进行读写。 3.Kafak Producer无需考虑集群，因为和业务服务器部署在一起。Producer从zk拉取到Topic的元数据，选择对应的Partiton的leader分区，进行消息写入。 而Borker根据producer的request.acquire.acks配置，判断是写入自己成功就响应producer成功还是写入所有broker(broker上的partition)成功在响应。 4.Kafak Consumer集群部署 每个Consumer分配对应的Topic partition,根据对应的分配策略。并且Consumer从leader分区拉取消息，另外当有consmuer加入或者减少，都会将Topic partition再均衡，重新分配给Consumer。 消息可靠保证 1.消费端的保证消息可靠 取消自动确认，消费完成调用ack,同时做好消息处理冥等处理。 唯一可能导致消息丢失的情况

随着云服务的兴起，企业应用正在从分层式架构逐步迁移到互联网架构。传统的企业应用架构通常是单一架构（Monolithic），即典型的MVC三层架构。以一个主流的J2EE企业应用而言，其按照模型（数据层）——控制器（服务层）——视图（访问层）进行构建，然后打包为一个war包，部署运行于J2EE应用服务器上，例如Tomcat、JBoss、WebLogic等。 然而，经过多年应用，Monolithic架构也逐渐老化，越来越不适应技术的发展。首先，随着加入的应用功能增多，产生了代码堆积现象，系统越来越庞大和复杂。尤其是引入敏捷开发后，产生了较多问题。例如应用持续集成方法时，自动加载、编译、加载、测试整个应用代码的时间过长，不能快速形成正反馈。其次，组件与组件之间的耦合性太强，所有应用都运行在服务器上的相同进程中。应用规模增大后，只有同时增加应用的副本，将多个副本部署到多个服务器上，无法实现弹性伸缩。最后，开发团队之间，工作交集复杂，协调耗散大。 从长期实践看，Monolithic架构天然的不具备健壮性，因为一旦某个组件出现问题，整个服务基本上就挂了。自身不具备分布式服务能力，通常需要依赖于负载均衡器、数据库HA等来实现服务的分布化和负载分担。相对而言，互联网架构优势在于分布式、去中心化，支持弹性伸缩。其核心是轻应用、微服务。微服务架构也是从Monolithic架构演进来的

尝试使用 rocket 导出excel文件 。 使用 toolchain 是 stable-x86_64-pc-windows-gnu Cargo.toml [package] name = "test_rust_exportexcel" version = "0.0.1" authors = ["xx <xx@163.com>"] edition = "2018" # See more keys and their definitions at https://doc.rust-lang.org/cargo/reference/manifest.html # toolchain :stable-x86_64-pc-windows-gnu [dependencies] rocket = { git = "https://github.com/SergioBenitez/Rocket.git", rev = "c24f15c18f02319be83af4f3c1951dc220b52c5e" } simple_excel_writer = "0.1.7" uuid = { version = "0.8", features = ["serde", "v4"] } [dependencies.tokio] version = "1.0" features = ["fs", "io

https://mp.weixin.qq.com/s/0u9jM2u-FkTlrk3QNuZaBw 简单介绍JtagTap的实现。 1. 简单介绍 定义TAP（Test Access Port）所需要的相关模块，并实现一个生成TAP的方法。 2. JTAGIO 定义JTAG模块的输入输出接口，输入输出方向是从master side的视角出发决定： 其中，TDO是一个三态值： 3. JtagOutput 定义JTAG模块的输出信号： a. state：JTAG的当前状态； b. instruction：当前执行的指令； c. reset：在Test-Logic-Reset状态输出的复位信号； 4. JtagControl 输入Jtag模块的控制信号，这里是复位信号： 5. JtagBlockIO 聚合在一起的Jtag模块的输入输出接口： 其中： a. jtag：从slave侧看的TCK/TMS/TDI/TDO等接口； b. control：Jtag模块控制信号，这里是复位信号； c. output：Jtag模块的输出信号； d. idcode：根据类参数决定是否包含JTAGIdcodeBundle数据，用以支持IDCODE指令： e. irLength：指令寄存器的宽度； 6. JtagControllerIO 定义Jtag控制器的输入输出接口： a. dataChainOut

目录 1.RocketMQ 介绍 2.核心概念 2.1NameServer 2.2主题 2.3生产者 2.4消费者 2.5消息 3.核心概念 4.RocketMQ 的设计理念和目标 4.1设计理念 4.2设计目标 5.RocketMq 中消息的发送 5.1单向(OneWay)发送 5.1.1.代码演示 5.1.2.Producer Group（生产者分组） 5.1.3.Producer 实例 5.1.4.Message Key 5.1.5.Tag 5.2.可靠同步发送 5.2.1.Message ID 5.2.2.SendStatus 5.2.3Queue 5.3.可靠异步发送 5.3.1.代码演示 5.4.RocketMQ 中消息发送的权衡 1.RocketMQ 介绍 消息队列 RocketMQ 是阿里巴巴集团基于高可用分布式集群技术，自主研发的云正式商用的专业消息中间件，既可为分布式应用系统提供异步解耦 和削峰填谷的能力，同时也具备互联网应用所需的海量消息堆积、高吞吐、可靠重试等特性，是阿里巴巴双 11 使用的核心产品。 RocketMQ 的设计基于主题的发布与订阅模式，其核心功能包括消息发送、消息存储( Broker )、消息消费，整体设计追求简单与性能第一。 NameServer 设计及其简单， RocketMQ 摈弃了业界常用的 Zookeeper 充当消息管理的

Staking 衍生品生态概览 《如何结合 DeFi 与 Staking？简析质押衍生品设计利弊》 质押衍生品协议设计中，需要仔细地设计衍生品定价函数，在流动性与网络安全性之间取得平衡。 《以太坊 2.0 质押生态大起底：如何「不搭节点、不锁仓、任意数量」参与？》 以太坊 2.0 诞生了一条新的收益赛道——以太坊 2.0 质押产业。不过，自己运行节点挖矿，不仅费时耗力，还对技术跟资金量都有要求，因此选择第三方服务商来进行质押 ，会成为更常见的选择。 《以太坊 2.0 拉开帷幕，Staking 会如何影响 DeFi 与挖矿？》 从收入对比来看，信标链上线后，矿工的收入或将受到影响，但也许 Staking 与 DeFi 的深度结合能弥合这一差距。 《Staking 衍生品赛道升温，一览热门项目：Bifrost、StaFi 与 Acala》 凭借以太坊 2.0 与波卡的东风，Staking 衍生品项目开始暂露头角。 解读 Staking 衍生品赛道潜力选手 Lido 《以太坊 2.0 开启存款，了解质押流动性协议 Lido 设计架构》 以太坊 2.0 质押意味着承担 ETH 长时间被冻结的风险，Lido 让用户在无需锁定资产、运行节点的情况下获取质押奖励。 Stafi 《借鉴 DeFi 思路，Stafi 试图用「流动性抵押」解决 PoS 抵押代币流动性问题》 当前 PoS