什么是Kafka 

1.Apache Kafka是一个开源消息系统，由Scala写成。

2.Kafka是一个分布式消息队列。Kafka对消息保存时根据Topic进行归类，发送消息者称为Producer，消息接受者称为Consumer，此外kafka集群有多个kafka实例组成，每个实例(server)称为broker。

3.无论是kafka集群，还是consumer都依赖于zookeeper集群保存一些meta信息，来保证系统可用性。

Kafka架构

kafka架构

1）Producer ：消息生产者，就是向kafka broker发消息的客户端；

2）Consumer ：消息消费者，向kafka broker取消息的客户端；

3）Topic ：可以理解为一个队列；

4） Consumer Group （CG）：这是kafka用来实现一个topic消息的广播（发给所有的consumer）和单播（发给任意一个consumer）的手段。一个topic可以有多个CG。topic的消息会复制（不是真的复制，是概念上的）到所有的CG，但每个partion只会把消息发给该CG中的一个consumer。如果需要实现广播，只要每个consumer有一个独立的CG就可以了。要实现单播只要所有的consumer在同一个CG。用CG还可以将consumer进行自由的分组而不需要多次发送消息到不同的topic；

5）Broker ：一台kafka服务器就是一个broker。一个集群由多个broker组成。一个broker可以容纳多个topic；

6）Partition：为了实现扩展性，一个非常大的topic可以分布到多个broker（即服务器）上，一个topic可以分为多个partition，每个partition是一个有序的队列。partition中的每条消息都会被分配一个有序的id（offset）。kafka只保证按一个partition中的顺序将消息发给consumer，不保证一个topic的整体（多个partition间）的顺序；

7）Offset：kafka的存储文件都是按照offset.kafka来命名，用offset做名字的好处是方便查找。例如你想找位于2049的位置，只要找到2048.kafka的文件即可。当然the first offset就是00000000000.kafka。

Kafka集群部署

1.集群规划

hadoop102  hadoop103   hadoop104

zk                   zk             zk

kafka            kafka         kafka

2.jar包下载

http://kafka.apache.org/downloads.html

3.Kafka集群部署

1）解压安装包

[a@hadoop102 software]$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C /opt/module/

2）修改解压后的文件名称

[a@hadoop102 module]$ mv kafka_2.11-0.11.0.0/ kafka

3）在/opt/module/kafka目录下创建logs文件夹

[a@hadoop102 kafka]$ mkdir logs

4）修改配置文件

[a@hadoop102 kafka]$ cd config/

[atguigu@hadoop102 config]$ vi server.properties

输入以下内容：

#broker的全局唯一编号，不能重复

broker.id=0

#删除topic功能使能

delete.topic.enable=true

#处理网络请求的线程数量

num.network.threads=3

#用来处理磁盘IO的现成数量

num.io.threads=8

#发送套接字的缓冲区大小

socket.send.buffer.bytes=102400

#接收套接字的缓冲区大小

socket.receive.buffer.bytes=102400

#请求套接字的缓冲区大小

socket.request.max.bytes=104857600

#kafka运行日志存放的路径

log.dirs=/opt/module/kafka/logs

#topic在当前broker上的分区个数

num.partitions=1

#用来恢复和清理data下数据的线程数量

num.recovery.threads.per.data.dir=1

#segment文件保留的最长时间，超时将被删除

log.retention.hours=168

#配置连接Zookeeper集群地址

zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181

5）配置环境变量

[@hadoop102 module]$ sudo vi /etc/profile

#KAFKA_HOME

export KAFKA_HOME=/opt/module/kafka

export PATH=$PATH:$KAFKA_HOME/bin

6）分发安装包

[a@hadoop102 module]$ xsync kafka/

注意：分发之后记得配置其他机器的环境变量

7）分别在hadoop103和hadoop104上修改配置文件/opt/module/kafka/config/server.properties中的broker.id=1、broker.id=2

注：broker.id不得重复

8）启动集群

依次在hadoop102、hadoop103、hadoop104节点上启动kafka

[a@hadoop102 kafka]$ bin/kafka-server-start.sh config/server.properties &

[a@hadoop103 kafka]$ bin/kafka-server-start.sh config/server.properties &

[a@hadoop104 kafka]$ bin/kafka-server-start.sh config/server.properties &

9）关闭集群

[a@hadoop102 kafka]$ bin/kafka-server-stop.sh stop

[a@hadoop103 kafka]$ bin/kafka-server-stop.sh stop

[a@hadoop104 kafka]$ bin/kafka-server-stop.sh stop

#/bin/bash

case $1 in

start)

for i in hadoop102 hadoop103 hadoop104

do

    ssh $i "cd /opt/module/kafka/ && nohup bin/kafka-server-start.sh config/server.properties >/dev/null &"

        echo "----已启动$i----"

done

;;

stop)

for i in hadoop102 hadoop103 hadoop104

do

        ssh $i "cd /opt/module/kafka/ && bin/kafka-server-stop.sh stop "

        echo "----已关闭$i----"

done

;;

*)

echo "exit"

esac

kafka启动和关闭shell脚本

Kafka命令行操作

1）查看当前服务器中的所有topic

[a@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --list

2）创建topic

[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --create --replication-factor 3 --partitions 1 --topic first

选项说明：

--topic 定义topic名

--replication-factor  定义副本数

--partitions  定义分区数

3）删除topic

[a@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --delete --topic first

需要server.properties中设置delete.topic.enable=true否则只是标记删除或者直接重启。

4）发送消息

[a@hadoop102 kafka]$ bin/kafka-console-producer.sh  --broker-list hadoop102:9092 --topic first

>hello world

>deng

5）消费消息

[a@hadoop103 kafka]$ bin/kafka-console-consumer.sh  --zookeeper hadoop102:2181 --from-beginning --topic first

--from-beginning：会把first主题中以往所有的数据都读取出来。根据业务场景选择是否增加该配置。

6）查看某个Topic的详情

[a@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181  --describe --topic first

 Kafka API实战

Kafka生产者

pom.xml文件

<?xml version="1.0" encoding="UTF-8"?>

<project xmlns="http://maven.apache.org/POM/4.0.0"

         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">

    <modelVersion>4.0.0</modelVersion>

    <groupId>deng.com</groupId>

    <artifactId>flink_demo</artifactId>

    <version>1.0-SNAPSHOT</version>

    <properties>

        <maven.compiler.source>8</maven.compiler.source>

        <maven.compiler.target>8</maven.compiler.target>

    </properties>

    <dependencies>

        <dependency>

            <groupId>org.apache.kafka</groupId>

            <artifactId>kafka-clients</artifactId>

            <version>0.11.0.0</version>

        </dependency>

        <dependency>

            <groupId>org.apache.kafka</groupId>

            <artifactId>kafka_2.12</artifactId>

            <version>0.11.0.0</version>

        </dependency>

    </dependencies>

</project>

1. 普通生产者

package com.deng.kfk.producer;

import org.apache.kafka.clients.producer.KafkaProducer;

import org.apache.kafka.clients.producer.ProducerRecord;

import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Properties;

import java.util.concurrent.ExecutionException;

public class MyProducer {

    public static void main(String[] args) throws ExecutionException, InterruptedException {

        //1.创建kafka生产者配置信息

        Properties props = new Properties();

        //2. 指定连接的kafka集群

        props.put("bootstrap.servers", "hadoop104:9092");

        //3.ACK应答级别

        props.put("acks", "all");

        //4.重试次数

        props.put("retries", 3);

        // 批次大小

        props.put("batch.size", 16384);

        // 等待时间

        props.put("linger.ms", 1);

        //RecordAccumulator 缓冲区大小

        props.put("buffer.memory", 3354432);

        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        // value序列化

        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        // 创建生产者对象

        KafkaProducer<String, String> producer = new KafkaProducer<>(props);

        //发送数据 异步方式

        for(int i=1;i<=10;i++){

            producer.send(new ProducerRecord<String, String>("first", "deng_"+i));

        }

        // 同步方式，调用get 方法 ，保证消息发送有序

        for(int i=1;i<=10;i++){

            RecordMetadata first = producer.send(new ProducerRecord<String, String>("first", "deng_" + i)).get();

        }

        // 关闭资源

        producer.close();

    }

}

2. 带回调的生产者

package com.deng.kfk.producer;

import org.apache.kafka.clients.producer.KafkaProducer;

import org.apache.kafka.clients.producer.ProducerRecord;

import java.util.Properties;

public class CallBackProducer {

    public static void main(String[] args) {

        //1.

        Properties props = new Properties();

        //2. 指定连接的kafka集群

        props.put("bootstrap.servers", "hadoop104:9092");

        //3.ACK应答级别

        props.put("acks", "all");

        //4.重试次数

        props.put("retries", 3);

        // 批次大小

        props.put("batch.size", 16384);

        // 等待时间

        props.put("linger.ms", 1);

        //RecordAccumulator 缓冲区大小

        props.put("buffer.memory", 3354432);

        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        // value序列化

        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        // 创建生产者对象

        KafkaProducer<String,String> producer = new KafkaProducer<>(props);

        for(int i=0;i<10;i++){

            producer.send(new ProducerRecord<>("AA","deng","value1"),(metadata, e) ->{

                if(e==null){

                    System.out.println(metadata.topic()+"----"+metadata.offset()+"----"+metadata.partition());

                }else{

                    e.printStackTrace();

                }

            } );

        }

        producer.close();

    }

}

自定义分区器

package com.deng.kfk.partitioner;

import org.apache.kafka.clients.producer.Partitioner;

import org.apache.kafka.common.Cluster;

import java.util.Map;

// 自定义分区器

public class MyPartitioner implements Partitioner {

    @Override

    public int partition(String s, Object o, byte[] bytes, Object o1, byte[] bytes1, Cluster cluster) {

        // 根据业务自定分区逻辑

        //此处分区为0号分区

        return 0;

    }

    @Override

    public void close() {

    }

    @Override

    public void configure(Map<String, ?> map) {

    }

}

3. 引入自定义分区器的生产者

package com.deng.kfk.producer;

import org.apache.kafka.clients.producer.KafkaProducer;

import org.apache.kafka.clients.producer.ProducerConfig;

import org.apache.kafka.clients.producer.ProducerRecord;

import java.util.Properties;

public class PartitionerProducer {

    public static void main(String[] args) {

        //1.创建kafka生产者配置信息

        Properties props = new Properties();

        //2. 指定连接的kafka集群

        props.put("bootstrap.servers", "hadoop104:9092");

        //3.ACK应答级别

        props.put("acks", "all");

        //4.重试次数

        props.put("retries", 3);

        // 批次大小

        props.put("batch.size", 16384);

        // 等待时间

        props.put("linger.ms", 1);

        //RecordAccumulator 缓冲区大小

        props.put("buffer.memory", 3354432);

        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        // value序列化

        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        // 添加分区器

        props.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,"com.deng.kfk.partitioner.MyPartitioner");

        // 创建生产者对象

        KafkaProducer<String, String> producer = new KafkaProducer<>(props);

        //发送数据

        for(int i=0;i<10;i++){

            producer.send(new ProducerRecord<>("AA","deng","value1"),(metadata, e) ->{

                if(e==null){

                    System.out.println(metadata.topic()+"----"+metadata.offset()+"----"+metadata.partition());

                }else{

                    e.printStackTrace();

                }

            } );

        }

        producer.close();

    }

}

kafka 拦击器

package com.deng.kfk.interceptor;

import org.apache.kafka.clients.producer.ProducerInterceptor;

import org.apache.kafka.clients.producer.ProducerRecord;

import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class CountInterceptor implements ProducerInterceptor<String,String> {

    int successNum;

    int errorNum;

    @Override

    public void configure(Map<String, ?> map) {

    }

    @Override

    public ProducerRecord onSend(ProducerRecord<String,String> record) {

        return record;

    }

    @Override

    public void onAcknowledgement(RecordMetadata recordMetadata, Exception e) {

        if (recordMetadata !=null){

            // 统计成功的数据

            successNum++;

        }else{

            // 统计失败的数据

            errorNum++;

        }

    }

    @Override

    public void close() {

        //打印统计后的结果

        System.out.println("successNum="+successNum+",errorNum="+errorNum);

    }

}

1. 计数拦击器

package com.deng.kfk.interceptor;

import org.apache.kafka.clients.producer.ProducerInterceptor;

import org.apache.kafka.clients.producer.ProducerRecord;

import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class TimeInterceptor implements ProducerInterceptor<String,String> {

    @Override

    public void configure(Map<String, ?> map) {

    }

    @Override

    public ProducerRecord onSend(ProducerRecord<String,String> record) {

        // 1. 构建新的vaule值

        String newVaule=System.currentTimeMillis()+record.value();

        // 2. 创建一个ProducerRecord的匿名对象，并返回

        return new ProducerRecord<String,String>(record.topic(),record.partition(),record.key(),newVaule);

    }

    @Override

    public void onAcknowledgement(RecordMetadata recordMetadata, Exception e) {

    }

    @Override

    public void close() {

    }

}

2. 给vaule添加时间戳拦截器

生产者添加自定义拦击器

package com.deng.kfk.producer;

import org.apache.kafka.clients.producer.KafkaProducer;

import org.apache.kafka.clients.producer.ProducerConfig;

import org.apache.kafka.clients.producer.ProducerRecord;

import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.ArrayList;

import java.util.Properties;

public class InterceptorProducer {

    public static void main(String[] args) {

        //1.创建kafka生产者配置信息

        Properties props = new Properties();

        //2. 指定连接的kafka集群

        props.put("bootstrap.servers", "hadoop104:9092");

        //3.ACK应答级别

        props.put("acks", "all");

        //4.重试次数

        props.put("retries", 3);

        // 批次大小

        props.put("batch.size", 16384);

        // 等待时间

        props.put("linger.ms", 1);

        //RecordAccumulator 缓冲区大小

        props.put("buffer.memory", 3354432);

        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        // value序列化

        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        // 添加拦击器

        ArrayList<String> interceptors = new ArrayList<>();

        interceptors.add("com.deng.kfk.interceptor.TimeInterceptor");

        interceptors.add("com.deng.kfk.interceptor.CountInterceptor");

        props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG,interceptors);

        // 创建生产者对象

        KafkaProducer<String, String> producer = new KafkaProducer<>(props);

        //发送数据 异步方式

        for(int i=1;i<=10;i++){

            producer.send(new ProducerRecord<String, String>("first","my_key" ,"deng_"+i));

        }

        // 关闭资源

        producer.close();

    }

}

Kafka消费者

1. 消费者(自动提交offset)

package com.deng.kfk.consumer;

import org.apache.kafka.clients.consumer.*;

import java.util.ArrayList;

import java.util.Arrays;

import java.util.Properties;

public class MyConsumer {

    public static void main(String[] args) {

        //创建消费者配置信息

        Properties prop = new Properties();

        // 1. 连接kafka 集群

        prop.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102:9092");

        // 2. 开启自动提交

        prop.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,true);

        // 3. 自动提交延时 1s

        prop.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,1000);

        // 4. KEY, VAULE 反序列化

        prop.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");

        prop.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");

        // 5. 消费者组

        prop.put(ConsumerConfig.GROUP_ID_CONFIG,"bigdata");

        // 6 . 创建消费者

        KafkaConsumer<String,String> consumer = new KafkaConsumer<>(prop);

        // 7. 订阅主题

        consumer.subscribe(Arrays.asList("first","second"));

        while (true) {

            // 8. 获取数据

            ConsumerRecords<String, String> consumerRecords = consumer.poll(100);

            // 9. 解析并打印

            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {

                String key = consumerRecord.key();

                String value = consumerRecord.value();

                System.out.println("key=" + key + ",value=" + value);

            }

        }

    }

}

 如何重新消费一个主题的数据？

 换组 同时 设置auto.offset.reset="earliest"

package com.deng.kfk.consumer;

import org.apache.kafka.clients.consumer.*;

import java.util.ArrayList;

import java.util.Arrays;

import java.util.Properties;

public class MyConsumer {

    public static void main(String[] args) {

        //创建消费者配置信息

        Properties prop = new Properties();

        // 1. 连接kafka 集群

        prop.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102:9092");

        // 2. 开启自动提交

        prop.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,true);

        // 3. 自动提交延时 1s

        prop.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,1000);

        // 4. KEY, VAULE 反序列化

        prop.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");

        prop.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");

        // 5. 消费者组

        prop.put(ConsumerConfig.GROUP_ID_CONFIG,"bigdata");

        // 重置消费者offset

        prop.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"earliest");

        // 6 . 创建消费者

        KafkaConsumer<String,String> consumer = new KafkaConsumer<>(prop);

        // 7. 订阅主题

        consumer.subscribe(Arrays.asList("first","second"));

        while (true) {

            // 8. 获取数据

            ConsumerRecords<String, String> consumerRecords = consumer.poll(100);

            // 9. 解析并打印

            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {

                String key = consumerRecord.key();

                String value = consumerRecord.value();

                System.out.println("key=" + key + ",value=" + value);

            }

        }

    }

}

换组和设置auto.offset.reset=earliest

2. 消费者(手动提交offset)

package com.deng.kfk.consumer;

import org.apache.kafka.clients.consumer.*;

import org.apache.kafka.common.TopicPartition;

import java.util.Arrays;

import java.util.Map;

import java.util.Properties;

public class MyConsumer2 {

    public static void main(String[] args) {

        //创建消费者配置信息

        Properties prop = new Properties();

        // 1. 连接kafka 集群

        prop.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102:9092");

        // 2. 关闭自动提交

        prop.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,false);

        // 3. 自动提交延时 1s

//        prop.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,1000);

        // 4. KEY, VAULE 反序列化

        prop.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");

        prop.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringDeserializer");

        // 5. 消费者组

        prop.put(ConsumerConfig.GROUP_ID_CONFIG,"bigdata");

        // 重置消费者offset

        prop.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"earliest");

        // 6 . 创建消费者

        KafkaConsumer<String,String> consumer = new KafkaConsumer<>(prop);

        // 7. 订阅主题

        consumer.subscribe(Arrays.asList("first","second"));

        while (true) {

            // 8. 获取数据

            ConsumerRecords<String, String> consumerRecords = consumer.poll(100);

            // 9. 解析并打印

            for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {

                String key = consumerRecord.key();

                String value = consumerRecord.value();

                System.out.println("key=" + key + ",value=" + value+",offset="+consumerRecord.offset());

                // 手动异步提交offset

                consumer.commitAsync(new OffsetCommitCallback() {

                    @Override

                    public void onComplete(Map<TopicPartition, OffsetAndMetadata> map, Exception e) {

                        if(e != null){

                            // 提交失败

                            System.out.println("offset commit fail"+ consumerRecord.offset());

                        }

                    }

                });

            }

        }

    }

}

3. 消费者(自定存储offset)  和mysql做事务。

1.kafka的更多相关文章

  1. Spark踩坑记——Spark Streaming+Kafka

    [TOC] 前言 在WeTest舆情项目中,需要对每天千万级的游戏评论信息进行词频统计,在生产者一端,我们将数据按照每天的拉取时间存入了Kafka当中,而在消费者一端,我们利用了spark strea ...

  2. 消息队列 Kafka 的基本知识及 .NET Core 客户端

    前言 最新项目中要用到消息队列来做消息的传输,之所以选着 Kafka 是因为要配合其他 java 项目中,所以就对 Kafka 了解了一下,也算是做个笔记吧. 本篇不谈论 Kafka 和其他的一些消息 ...

  3. kafka学习笔记：知识点整理

    一.为什么需要消息系统 1.解耦: 允许你独立的扩展或修改两边的处理过程,只要确保它们遵守同样的接口约束. 2.冗余: 消息队列把数据进行持久化直到它们已经被完全处理,通过这一方式规避了数据丢失风险. ...

  4. .net windows Kafka 安装与使用入门(入门笔记)

    完整解决方案请参考: Setting Up and Running Apache Kafka on Windows OS   在环境搭建过程中遇到两个问题,在这里先列出来,以方便查询: 1. \Jav ...

  5. kafka配置与使用实例

    kafka作为消息队列,在与netty.多线程配合使用时,可以达到高效的消息队列

  6. kafka源码分析之一server启动分析

    0. 关键概念 关键概念 Concepts Function Topic 用于划分Message的逻辑概念,一个Topic可以分布在多个Broker上. Partition 是Kafka中横向扩展和一 ...

  7. Kafka副本管理—— 为何去掉replica.lag.max.messages参数

    今天查看Kafka 0.10.0的官方文档,发现了这样一句话:Configuration parameter replica.lag.max.messages was removed. Partiti ...

  8. Kafka：主要参数详解（转）

    原文地址:http://kafka.apache.org/documentation.html ############################# System ############### ...

  9. kafka

    2016-11-13  20:48:43 简单说明什么是kafka? Apache kafka是消息中间件的一种,我发现很多人不知道消息中间件是什么,在开始学习之前,我这边就先简单的解释一下什么是消息 ...

  10. Spark Streaming+Kafka

    Spark Streaming+Kafka 前言 在WeTest舆情项目中,需要对每天千万级的游戏评论信息进行词频统计,在生产者一端,我们将数据按照每天的拉取时间存入了Kafka当中,而在消费者一端, ...

随机推荐

  1. 【LeetCode】522. Longest Uncommon Subsequence II 解题报告（Python）

    [LeetCode]522. Longest Uncommon Subsequence II 解题报告(Python) 标签(空格分隔): LeetCode 作者: 负雪明烛 id: fuxuemin ...

  2. lightoj 1102 - Problem Makes Problem

    1102 - Problem Makes Problem As I am fond of making easier problems, I discovered a problem. Actuall ...

  3. RotateRect(旋转矩形)的倾斜旋转变换矫正

    在Opencv中的图像处理中,经常要用到minAreaRect()函数求最小外接矩形,该函数的返回值就是一个RotatedRect类对象. RotatedRect类定义如下: class CV_EXP ...

  4. TYPEC转HDMI+PD+USB3.0拓展坞三合一优化方案|CS5266 dmeoboard原理图

    CS5266 Capstone 是Type-C转HDMI带PD3.0快充的音视频转换芯片. CS5266接收器端口将信道配置(CC)控制器.电源传输(PD)控制器.Billboard控制器和displ ...

  5. CS5265/CS5267设计替代VL102+PS176 Typec转HDMI2.0音视频芯片

    目前USB TYPEC转HDMI2.0转换方案或者TYPEC转HDMI2.0转换器方案都是用PS176加一个PD芯片来实现,其中VL102是一颗PD协议芯片,PS176是一款DP转HDMI2.0视频解 ...

  6. 造轮子-strace（一）

    见字如面,我是东北码农. 本文是造轮子-strace的第一篇,我们先介绍strace的功能.使用.下一篇我们来用代码实现一下strace的功能,造个轮子.今天我们先观察.使用轮子. 1.什么是stra ...

  7. Zookeeper使用超级用户删除带权限的节点

    1.背景 Zookeeper管理员会因为某些客户端对某些节点设置了权限,而导致在紧急的情况下无法修改这些节点感到困扰.在这种情况下,管理员可以通过Zookeeper超级用户模式访问这些节点,一旦设置了 ...

  8. Kafka集群安装Version2.10

    Kafka集群安装,基于版本2.10, 使用kafka_2.10-0.10.1.0.tgz安装包. 1.安装规划 Storm集群模式,安装到下面三台机器 IP Hostname 10.43.159.2 ...

  9. [login] 调用失败 Error: errCode: -404011 cloud function execution error | errMsg: cloud.callFunction:fail requestID , cloud function service error code -501000, error message Environment not found;

    按照微信开放文档,创建完云开发项目,运行,点击获取openid,报如下错: [login] 调用失败 Error: errCode: -404011 cloud function execution ...

  10. Android官方文档翻译 十三 3.1Supporting Different Languages

    Supporting Different Languages 支持不同语言 This class teaches you to 这节课教给你 Create Locale Directories and ...