01-有趣项目记录
有趣项目记录
1: 工具类
2: 好玩类
2.1 自动发送暖心邮件
| |
2.2 土味情话生成器
| |
3: 文件传输
| |
4: 分布式文件系统
| |
5: 工具类
ctop
| |
| |
| |
| |
ctop
部分转自:https://www.ctq6.cn/python%E7%AC%AC%E4%B8%89%E6%96%B9%E5%BA%93%E5%A4%A7%E5%85%A8/#wsgi-%E6%9C%8D%E5%8A%A1%E5%99%A8
$PATH (windows 用户配置到 %path%)。 | |
命令javac hello.java && java Hello
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
Redis 虽然读取写入的速度都特别快,但是也会产生读压力特别大的情况。为了分担读压力,Redis 支持主从复制,读写分离。一个 Master 可以有多个 Slaves。

| |
执行 go test -bench=BenchmarkFib20 得到性能结果:
| MQ | 特性 | 描述 | Kafka | Pulsar | RocketMQ | RabbitMQ | NSQ | 我们的业务场景是否需要 |
|---|---|---|---|---|---|---|---|---|
| 推出时间 | 2012 年(Scala 和 Java) | 2016 年(Java) | 2012 年(Java) | 2007 年(Erlang) | 2013 年(Go) | |||
| 组织 | Linkin 开源,Apache | Yahoo 开源,Apache | 阿里开源,Apache | Pivotal 开源,Mozilla | MIT | |||
| 功能 | 消费模式 | consumer消费消息的方式 | pull | push | pull | push | push | ? |
| 延迟队列 | 消息投递延迟 | No | Yes | Yes | Yes | Yes | ||
| 死信队列 | No | Yes | Yes | Yes | No | ? | ||
| 优先级队列 | No | No | No | Yes | No | |||
| 消息回溯 | Yes | Yes | Yes | No | No | 需要 | ||
| 消息持久化 | Yes | Yes | Yes | Yes | Yes | 需要 | ||
| 消息确认机制 | offset | offset+单条 | offset | 单条 | 单条 | 需要 | ||
| 消息TTL | 消息TTL表示一条消息的生存时间,如果消息发出来后,在TTL的时间内没有消费者进行消费,消息队列会将消息删除或者放入死信队列中 | Yes | Yes | Yes | Yes | No | 需要 | |
| 多租户隔离 | No | Yes | No | No | No | ? | ||
| 消息顺序性 | 消息顺序性是指保证消息有序。消息消费顺序跟生产的顺序保持一致 | 分区有序 | stream模式有序 | consumer加锁 | No | No | ? | |
| 消息查询 | 查看MQ中消息的内容,比如通过某个MessageKey/ID,查询到MQ的具体消息 | No | Yes | Yes | Yes | No | 需要 | |
| 消费模式 | stream模式 | 流模式+队列模式 | 广播模式+集群模式 | 队列模式 | 队列模式 | 需要,根据场景选择消费模式 | ||
| 消息可靠性 | 以生产的消息,发送到mq,防止丢失 | request.required.acks | Ack Quorum Size(Qa) | RocketMQ与Kafka类似 | RabbitMQ是主从架构,通过镜像环形队列实现多副本及强一致性语义的 | NSQ会通过go-diskqueue组件将消息落盘到本地文件中,通过mem-queue-size参数控制内存中队列大小,如果mem-queue-size=0每条消息都会存储到磁盘里,不用担心节点重启引起的消息丢失。但由于是存储在本地磁盘中,如果节点离线,堆积在节点磁盘里的消息会丢失 | 非常重要 | |
| 性能 | 单机吞吐量 | 605MB/S | 605MB/S | 大概500MB/S | 38MB/S | ? | 重要 | |
| 消息延迟 | 5ms | 5ms | ms级 | us级 | ? | 非常重要 | ||
| 支持Topics数 | 百~千,过多会影响性能 | 百万个 | 百~千 | 几千 | ? | |||
| 运维与可靠性 | 高可用 | 分布式架构 | 分布式架构 | Master/Slave | Master/Slave | 分布式架构 | 非常重要 | |
| 集群扩容 | 增加node,node之间会复制数据均衡 | 增加node,通过新增加分片进行负载均衡 | 增加节点 | 增加节点 | 增加节点 | |||
| 异地容灾 | 可 | 可 |