Streams

更新时间: 2020-07-20 23:00 Show HN: 3D Book Image CSS Generator - (3d-book-css.netlify.app) 展示HN: 3D图书图像CSS生成器 得分:230 | 评论:42 Any claim without a URI should be treated as suspicious - (shkspr.mobi) 任何没有URI的索赔都应该被视为可疑 得分:185 | 评论:101 Mars in 4K [video] - (youtube.com) 4K的火星[视频] 得分:21 | 评论:7 Launch HN: Reflect (YC S20) – No-code test automation for web apps - (reflect.run) HN发布会:反思(YC S20)——网络应用的无代码测试自动化 得分:51 | 评论:16 Oxford coronavirus vaccine can train immune system - (bbc.co.uk) 牛津冠状病毒疫苗可以训练免疫系统 得分:102 | 评论:30 The German Problem with Tor - (worldofmatthew.com) 托尔的德国问题 得分:51 | 评论:22 Z80 Explorer –

<template> <div class="video_con"> <video controls class="video" ref="video"></video> </div> </template> <script> 　　 // npm install hls.js -S let Hls = require('hls.js' ); export default { data() { return { hls: null } }, mounted() { this .getStream('url' ) }, methods: { getStream(source) { if (Hls.isSupported()) { this .hls = new Hls(); this .hls.loadSource(source); this .hls.attachMedia( this .$refs.video); this .hls.on(Hls.Events.MANIFEST_PARSED, () => { console.log( "加载成功" ); this .$refs.video.play(); }); this .hls.on(Hls.Events.ERROR, (event, data) => { // console.log(event, data); //

一 OpenShift特性 1.1 OpenShift概述 Red Hat OpenShijft Container Platform (OpenShift)是一个容器应用程序平台，它为开发人员和IT组织提供了一个云应用程序平台，用于在安全的、可伸缩的资源上部署新应用程序，而配置和管理开销最小。 OpenShift构建于Red Hat Enterprise Linux、Docker和Kubernetes之上，为当今的企业级应用程序提供了一个安全且可伸缩的多租户操作系统，同时还提供了集成的应用程序运行时和库。 OpenShift带来了健壮、灵活和可伸缩的特性。容器平台到客户数据中心，使组织能够实现满足安全性、隐私性、遵从性和治理需求的平台。不愿意管理自己的OpenShift集群的客户可以使用Red Hat提供的公共云平台OpenShift Online。 1.2 OpenShift特性 OpenShift容器平台和OpenShift Online都是基于OpenShift Origin开源软件项目的，该项目本身使用了许多其他开源项目，如Docker和Kubernetes。 应用程序作为容器运行，容器是单个操作系统内的隔离分区。容器提供了许多与虚拟机相同的好处，比如安全性、存储和网络隔离，同时需要的硬件资源要少得多，启动和终止也更快

Note: The blog post Apache Kafka Supports 200K Partitions Per Cluster contains important updates that have happened in Kafka as of version 2.0. This is a common question asked by many Kafka users. The goal of this post is to explain a few important determining factors and provide a few simple formulas. More Partitions Lead to Higher Throughput The first thing to understand is that a topic partition is the unit of parallelism in Kafka. On both the producer and the broker side, writes to different partitions can be done fully in parallel. So expensive operations such as compression can utilize

RSocket官网：https://rsocket.io/ RSocket是一种二进制协议，可用于字节流传输，例如TCP，WebSockets和Aeron。 提供了四中交互模式： request/response (stream of 1) 请求/响应（单响应）大多数请求就是这种模式，仅1个响应的流，是在单个连接上多路复用的异步消息 request/stream (finite stream of many) 可以将其视为“集合”或“列表”响应，但不是将所有数据作为单个响应返回，而是按顺序流回每个元素。 fire-and-forget (no response) 无返回，在不需要响应时非常有用。它不仅可以通过跳过响应来节省网络使用量，而且可以在客户端和服务器处理时间内进行重大的性能优化，因为不需要簿记来等待和关联响应或取消请求。适用于可以有丢失的场景（非关键日子记录） channel (bi-directional streams) 双向消息流，用于源数据更新，断开连接等，可以获取订阅更新后的差额而不是重新获取一遍 它支持会话恢复，以允许跨不同的传输连接恢复长寿命的流。当网络连接频繁断开，切换和重新连接时，这对于移动服务器通信特别有用。 Springboot对RSocket进行了封装 MessagingRSocket ，通过Message进行传递，依赖如下：

简介 伴随lambda表达式、streams 以及一系列小优化，Java 8推出了全新的日期时间API。 Java处理日期、日历和时间的不足之处：将java.util.Date 设定为可变类型，以及 SimpleDateFormat 的非线程安全使其应用非常受限。然后就在 java8 上面增加新的特性。 全新API的众多好处之一就是，明确了日期时间概念，例如：瞬时（instant）、 长短（duration）、日期、时间、时区和周期。 同时继承了Joda 库按人类语言和计算机各自解析的时间处理方式。不同于老版本，新API基于ISO标准日历系统，java.time包下的所有类都是不可变类型而且线程安全。 关键类 Instant：瞬时实例。 LocalDate：本地日期，不包含具体时间 例如：2014-01-14 可以用来记录生日、纪念日、加盟日等。 LocalTime：本地时间，不包含日期。 LocalDateTime：组合了日期和时间，但不包含时差和时区信息。 ZonedDateTime：最完整的日期时间，包含时区和相对UTC或格林威治的时差。 新API还引入了 ZoneOffSet 和 ZoneId 类，使得解决时区问题更为简便。解析、格式化时间的 DateTimeFormatter 类也全部重新设计。 实战 在教程中我们将通过一些简单的实例来学习如何使用新API

Linux下 PHP socket 错误码预定义常量， 对应数值，错误信息！ php版本： PHP 7.4.0 (cli) (built: Nov 27 2019 10:14:18) ( ZTS Visual C++ 2017 x64 ) Copyright (c) The PHP Group Zend Engine v3.4.0, Copyright (c) Zend Technologies with Xdebug v2.9.2, Copyright (c) 2002-2020, by Derick Rethans 错误码预定义常量 数值 错误信息 SOCKET_EPERM 1 Operation not permitted SOCKET_ENOENT 2 No such file or directory SOCKET_EINTR 4 Interrupted system call SOCKET_EIO 5 Input/output error SOCKET_ENXIO 6 No such device or address SOCKET_E2BIG 7 Argument list too long SOCKET_EBADF 9 Bad file descriptor SOCKET_EAGAIN 11 Resource temporarily unavailable

Apache Flink是一个 框架 和 分布式处理引擎 ，用于在 无界 和 有界 数据流上进行 有状态的计算 。Flink被设计为在所有常见的集群环境中运行，以内存中的速度和任何规模执行计算。 Apache Flink is a framework and distributed processing engine for stateful computations over unbounded and bounded data streams. Flink has been designed to run in all common cluster environments, perform computations at in-memory speed and at any scale. 1. 什么是Flink 1.1. 处理无界和有界数据 数据可以作为无界流或有界流被处理 Unbounded streams （无界流）有一个起点，但没有定义的终点。它们不会终止，而且会源源不断的提供数据。无边界的流必须被连续地处理，即事件达到后必须被立即处理。等待所有输入数据到达是不可能的，因为输入是无界的，并且在任何时间点都不会完成。处理无边界的数据通常要求以特定顺序（例如，事件发生的顺序）接收事件，以便能够推断出结果的完整性。 Bounded streams （有界流

比如有人想新增一个虚拟摄像头，当用户app打开摄像头设备时，打开的不是系统默认的camera hal代码，而是自己指定的代码，用自己事先准备好的视频数据，来喂给app；也有人想在系统默认的一套app框架上，新增一个外接的usbcamera，并且要能溶入到camera框架中。app只需要指定usbcamera的id，就能像打开普通摄像头那样，去打开我们的usbcamera；也有人，想在现有的框架上，同时兼容老的hal1+api1流程的android8.0之前的camera，又想新增一个符合android8.0的hidl接口规范的camera模块。 上面所有的需求，归纳起来，核心的就是一点，即如何去新增一个camera hal模块。我这篇博客，是以在mtk android8.0上新增一个usbcamera hal模块来讲的。当然，新增虚拟摄像头，流程跟这个也是一模一样的。 好了，既然是想在android8.0上新增一套符合hidl接口规范的camera流程，那么我们先要了解一下，android原生的hidl接口下的camera流程，下面我们先讲一讲这块。 在android8.0之前，frameworks层的cameraservice和hal层的camera代码是在同一个进程的，这样不利于hal层部份独立升级。针对这个问题，8.0后，就推出了hidl机制

https://bitmovin.com/mpeg-dash-hls-examples-sample-streams/ 来源： oschina 链接： https://my.oschina.net/u/4410289/blog/4473471