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. spoj-SUBSUMS - Subset Sums

    SUBSUMS - Subset Sums Given a sequence of N (1 ≤ N ≤ 34) numbers S1, ..., SN (-20,000,000 ≤ Si ≤ 20, ...

  2. 【LeetCode】714. Best Time to Buy and Sell Stock with Transaction Fee 解题报告（Python & C++）

    作者: 负雪明烛 id: fuxuemingzhu 个人博客: http://fuxuemingzhu.cn/ 目录 题目描述 题目大意 解题方法 动态规划 日期 题目地址:https://leetc ...

  3. 警惕！PHP、Node、Ruby 和 Python 应用，漏洞还没结束！

    12 月 10 日凌晨,Apache 开源项目 Log4j2 的远程代码执行漏洞细节被公开,作为当前全球使用最广泛的 java 日志框架之一.该漏洞影响着很多全球使用量前列的开源组件,如 Apache ...

  4. Wavelet Transforms

    目录 目标 小波变换 Scaling Functions Wavelet Functions 二者的联系 离散的情形 高效变换 二维的情形 示例 目标 首先, 既然是变换, 那么就是从一个域到另一个域 ...

  5. Chapter 21 G-Methods for Time-Varying Treatments

    目录 21.1 The g-formula for time-varying treatments 21.2 IP weighting for time-varying treatments 21.3 ...

  6. CS5211与PS8625参数差异|CS5211完全兼容PS8625|普瑞PS8625替代

    PS8625是一个DP显示端口 到LVDS转换器芯片,利用GPU和显示端口(DP) 或嵌入式显示端口(eDP) 输出和接受LVDS输入的显示面板.PS8625实现双通道DP输入,双链路LVDS输出.P ...

  7. 查看电脑内存是ddr3还是ddr4

    内存不够用了 要加个内存 但是不想拆机 怎么知道自己电脑是第几代内存呢? 怎么知道频率呢? 1.运行cmd 2.输入wmic回车 3.输入memorychip回车 4.往右拉找到Speed Statu ...

  8. SpringCloud创建Config Client配置读取

    1.说明 本文详细介绍配置中心客户端使用方法, 即Config Client到Config Server读取配置, 这里以创建Config Client服务为例, 基于已经创建好的Config Ser ...

  9. 《MySQL5.7从入门到精通》（高清）.PDF，免费无需任何解压密码

    链接:https://pan.baidu.com/s/1nnm5IbExaBhjL6-7qR1Oxw 提取码:vzpx

  10. vscode中关闭python默认自动提示

    vscode中python的默认自动代码提示工具是Jedi,我现在用的是kite.默认情况下连个自动补全工具会同时工作,提示窗口会重复出现相同的代码.以下操作可以关闭Jedi.