- (十六)Flink 状态管理
springk
Flink全景解析flink大数据实时数据实时数据处理状态管理flink状态管理
目录状态类型KeyedStateKeyedState分类状态有效期(TTL)过期数据的清理OperatorStateBroadcastState状态存储StateBackends分类设置StateBackendRocksDBStateBackend详解在Flink架构体系中,状态(State)计算是其重要的特性之一。状态用来保存中间计算结果或缓存数据。比如:当应用程序搜索某些事件模式时,状态将存储
- Rocksdb Tuning
MOONICK
数据库
Rocksdb配置选项尤其繁多,想要获得真正的高性能,需要进行详细的调优,这是项复杂的工作,需要在实践中积累经验:https://www.jianshu.com/p/8e0018b6a8b6https://cloud.tencent.com/developer/article/2329992调优RocksDB通常就是在三个amplification之间做取舍:Writeamplification-
- 翻译 Basic Operations Compaction Filter
i_need_job
原文地址:https://github.com/facebook/rocksdb/wiki/Compaction-Filter(有道)RocksDBprovidesawaytodeleteormodifykey/valuepairsbasedoncustomlogicinbackground.Itishandyforimplementingcustomgarbagecollection,liker
- Flink大状态和Checkpoint调优
orange大数据技术探索者
#flink迁移flink大数据
文章迁移,待整理2.状态和Checkpoint调优2.1大状态调优我们生产大多数会使用fsState,memState程序挂了状态就丢了,应该没人会在生产使用,但是涉及到一些大状态,fsState效率很低,这时候会选择rocksDbState1.RocksDb为什么效率高基于LSMTree实现,类似Hbase的读写方式,state.backend.local-recovery:true写数据内存即
- SpanDB: A Fast, Cost-Effective LSM-tree Based KV Store on Hybrid Storage——论文泛读
妙BOOK言
论文阅读论文阅读KV存储lsm-tree
FAST2021Paper论文阅读笔记整理问题键值(KV)存储支持许多关键的应用和服务。它们在内存中执行快速处理,但通常受到I/O性能的限制。最近出现的高速NVMeSSD推动了新KV系统设计,以利用其低延迟和高带宽。挑战当前基于LSM树的KV存储未能充分发挥NVMeSSD的全部潜力。例如,在OptaneP4800X上部署RocksDB,相对于SATASSD,对于50%写入的工作负载,吞吐量仅提高了
- MatrixOne---MatrixKV产品体验
☞ ♚ ☜
docker容器java
MatrixKvMatrixKV是一个简单的分布式强一致KV存储系统,采用Pebble作为底层的存储引擎,MatrixCube作为分布式组件,以及自定义了最简单的读写请求接口。用户可以非常简单的在任意一个节点发起读写数据的请求,也可以从任意一个节点读到需要的数据。如果对TiDB架构比较熟悉的同学可以把MatrixKV等同于一个TiKV+PD,而MatrixKV其中使用的RocksDB换成了Pebb
- ledger-rocksdb
浪迹天涯1188
RocksDBisahighperformancembeddeddatabaseforkey-valuedata。https://crates.io/crates/rocksdb
- 【图文详解】一文全面彻底搞懂HBase、LevelDB、RocksDB等NoSQL背后的存储原理:LSM-tree 日志结构合并树
禅与计算机程序设计艺术
LSM树广泛用于数据存储,例如RocksDB、ApacheAsterixDB、Bigtable、HBase、LevelDB、ApacheAccumulo、SQLite4、Tarantool、WiredTiger、ApacheCassandra、InfluxDB和ScyllaDB等。在这篇文章中,我们将深入探讨LogStructuredMergeTree,又名LSM树:许多高度可扩展的NoSQL分布
- 翻译 BlobDB
i_need_job
网址:https://github.com/facebook/rocksdb/wiki/BlobDBBlobDBisessentiallyRocksDBforlarge-valueusecases.Thebasicidea,whichwasproposedintheWiscKeypaper,iskey-valueseparation:bystoringlargevaluesindedicatedb
- RocksDB是如何实现存算分离的
archimekai
微服务分布式架构
核心参考文献:Dong,S.,P,S.S.,Pan,S.,Ananthabhotla,A.,Ekambaram,D.,Sharma,A.,Dayal,S.,Parikh,N.V.,Jin,Y.,Kim,A.,Patil,S.,Zhuang,J.,Dunster,S.,Mahajan,A.,Chelluri,A.,Datye,C.,Santana,L.V.,Garg,N.,&Gawde,O.(202
- Flink问题解决及性能调优-【Flink rocksDB读写state大对象导致背压问题调优】
PONY LEE
Flink问题解决及性能调优flink大数据
RocksDB是Flink中用于持久化状态的默认后端,它提供了高性能和可靠的状态存储。然而,当处理大型状态并频繁读写时,可能会导致背压问题,因为RocksDB需要从磁盘读取和写入数据,而这可能成为瓶颈。遇到的问题Flink开发中遇到读写state大对象的问题,FlinkwebUI火焰图表现如下:从图上看,瓶颈卡在序列化与反序列化,结合业务逻辑代码,业务涉及state大对象的读写,并且是ValueS
- flink通过状态快照实现容错
m0_66520412
flink大数据
状态后端#Flink管理的键控状态是一种分片的键/值存储,以及每个键/值存储的工作副本键控状态的项保留在负责该键的TaskManager的本地某个位置。算子state也是需要它的计算机的本地状态。Flink管理的这种状态存储在状态后端中。有两种状态后端的实现可用——一种基于RocksDB,一种嵌入式键/值存储,可保持其工作状态disk,以及另一个基于堆的状态后端,该后端将其工作状态保存在Java堆
- Flink问题解决及性能调优-【Flink根据不同场景状态后端使用调优】
PONY LEE
Flink问题解决及性能调优flink大数据
Flink实时groupby聚合场景操作时,由于使用的是rocksdb状态后端,发现CPU的高负载卡在rocksdb的读写上,导致上游算子背压特别大。通过调优使用hashmap状态后端代替rocksdb状态后端,使吞吐量有了质的飞跃(20倍的性能提升),并分析整理。实例代码--SETtable.exec.state.ttl=86400s;--24hour,默认:0msSETtable.exec.s
- Flink State backend状态后端
小枫@码
Flinkflink大数据
概述Flink在v1.12到v1.14的改进当中,其状态后端也发生了变化。老版本的状态后端有三个,分别是MemoryStateBackend、FsStateBackend、RocksDBStateBackend,在flink1.14中,这些状态已经被废弃了,新版本的状态后端是HashMapStateBackend、EmbeddedRocksDBStateBackend。1、检查点有状态流应用中的检
- Flink 源码:TM 端恢复及创建 KeyedState 的流程
longLiveData
本文仅为笔者平日学习记录之用,侵删原文:https://mp.weixin.qq.com/s/eaALnpd_qHQg6fxI12fQjg本文会详细分析TM端恢复及创建KeyedState的流程,恢复过程会分析RocksDB和Fs两种StateBackend的恢复流程,创建流程会介绍Checkpoint处恢复的State如何与代码中创建的State关联起来。一、RocksDBKeyedStateB
- ADOC: Automatically Harmonizing Dataflow Between Components in Log-Structured Key-Value Sto...——论文泛读
妙BOOK言
论文阅读论文阅读lsm-tree
FAST2023Paper论文阅读笔记整理问题基于Log-StructureMerge-tree(LSM-tree)的键值(KV)系统被广泛部署。LSM-KV系统普遍存在的问题是写入停顿,指的是在大量写入压力下突然性能下降。先前的研究将写入停顿归因于资源短缺或调度问题。图1显示了RocksDB在各种存储设备上运行写密集型工作负载的结果。写停顿是普遍的,发生在所有类型的设备上,但触发条件不同;写停顿
- Flink TaskManager 内存管理机制介绍与调优总结
腾讯云大数据
flinkjvmjava
作者:董伟柯,腾讯CSIG高级工程师概要Flink的新版内存管理机制,要追溯到2020年初发布的Flink1.10版本。当时Flink社区为了实现三大目标:流和批模式下内存管理的统一,即同一套内存配置既可用于流作业也可用于批作业管控好RocksDB等外部组件的内存,避免在容器环境下用量不受控导致被KILL消除不同部署模式下配置参数的歧义,消除cut-off等参数语义模糊的问题提出了两个设计提案FL
- TaskExecutor统一内存配置(FLink FLIP-49翻译)
LS_ice
flink
文章目录目的:(1)解决流、批配置差异大(2)解决Streaming方式RocksDB配置复杂(3)去掉复杂、不确定、难以理解的配置公共接口修改建议统一流处理和批处理内存管理内存使用场景及特点统一显式和隐式内存申请将托管的堆上内存池和堆外内存池分离MemoryPools和配置方式框架堆内存(FrameworkHeapMemory)用户堆内存(TaskHeapMemory)用户堆外内存(TaskOf
- 翻译 RocksDB Overview
i_need_job
网址https://github.com/facebook/rocksdb/wiki/RocksDB-Overview有道RocksDBOverviewhttps://github.com/facebook/rocksdb.wiki.git1.IntroductionRocksDBstartedatFacebookasastorageengineforserverworkloadsonvariou
- Flink实例:状态管理State 过期时间TTL
大数据供成屎
flink大数据java
1State过期时间TTL使用flink进行实时计算中,会遇到一些状态数不断累积,导致状态量越来越大的情形。例如,作业中定义了超长的时间窗口,或者在动态表上应用了无限范围的GROUPBY语句,以及执行了没有时间窗口限制的双流JOIN等等操作。对于这些情况,经常导致堆内存出现OOM,或者堆外内存(RocksDB)用量持续增长导致超出容器的配额上限,造成作业的频繁崩溃。从Flink1.6版本开始引入了
- flink双流ioin的大状态如何解决和调优
暴走的贼宇
flinkjava大数据
Flink中的双流ioin操作(双流连接)通常涉及大状态的处理,这可能导致一些性能和状态管理的挑战。以下是解决和调优Flink中双流ioin大状态的一些建议:解决方案:增大任务管理器的堆内存:对于处理大状态的任务,增加Flink任务管理器的堆内存可以提供更多的内存空间来存储状态,减缓状态溢出的可能性。使用RocksDB状态后端:将Flink配置为使用RocksDB作为状态后端,RocksDB可以更
- 翻译 Terminology
i_need_job
原文网址:https://github.com/facebook/rocksdb/wiki/TerminologyNOTEforfutureedits:Pleasemaintainentriesinalphabeticalorder2PC(Two-phasecommit)Thepessimistictransactionscouldcommitintwophases:firstPrepareand
- 常见技术选型
独处人
MQRocketMQ,RabbitMQ,Kafka,ActiveMQNoSQLRedis,Memcache分布式计算Blink,Storm,SparkDB关系型TiDB,MySQL,MongoDB,CassandraKVLevelDB,Rocksdb,PalDB文件BerkeleyDB,MapDB,ChronicleQueue,SQLite,RSocket时序型Influxdb,HiTSDB,Op
- 数据库Database
StoneLiu999
dbsqlDatabase
文章目录关系型数据库数据库对比SQLite示例代码SQL语言运算符非关系型数据库键值对数据库文档型数据库RocksDB示例代码数据库(Database)是用于存储和管理数据的系统。它提供了一种结构化的方式来组织、存储、检索和更新数据,以满足不同应用程序的需求。数据库可以分为两类:关系型数据库和非关系型数据库。关系型数据库(RelationalDatabase):关系型数据库使用表格(表)来组织数据
- kafka 增量快照的使用
pekingK
kafka
增量快照RocksDB支持增量快照。不同于产生一个包含所有数据的全量备份,增量快照中只包含自上一次快照完成之后被修改的记录,因此可以显著减少快照完成的耗时。一个增量快照是基于(通常多个)前序快照构建的。由于RocksDB内部存在compaction机制对sst文件进行合并,Flink的增量快照也会定期重新设立起点(rebase),因此增量链条不会一直增长,旧快照包含的文件也会逐渐过期并被自动清理。
- RocksDB系列十四:Partitioned Index Filters
薛少佳
随着DB/mem使用越来越多,filter/indexblock的内存空间变得不可忽视。虽然cache_index_and_filter_blocks配置只允许filter/indexblock数据的一部分cache在blockcache中,但是还是会因为数据量的庞大影响RocksDB的性能。占据了过多的blockcache空间,这些空间本来可以用于缓存data当访问cachemiss时需要l
- flink的三个state backend的选择
gegeyanxin
flink大数据
flink的三个状态MemoryStateBackend默认,小状态,本地调试使用FsStateBackend大状态,长窗口,高可用场景RocksDBStateBackend超大状态,长窗口,高可用场景,可增量checkpoint
- 【flink配置系列】FLink配置大全
BigDataMLApplication
flinkflink大数据
FLink配置文章目录FLink配置配置基本设置常见设置选项主机和端口容错可重试的清理检查点和状态后端高可用性内存配置杂项选项安全性SSL与外部系统进行身份验证资源编排框架YARNKubernetesStateBackendsRocksDBStateBackendMetricsRocksDB本地指标历史服务器配置所有配置都在conf/flink-conf.yaml中完成,这个文件应该是一个扁平的Y
- Rocksdb参数调优指南
xiannvlei
数据库
本指南的目的是提供你足够的信息用于根据自己的工作负载和系统配置调优RocksDB。RocksDB非常灵活,这有好也有坏。你可以真多很多工作场景和存储技术进行调优。在Facebook,我们使用相同的代码跑内存工作压力,闪盘设备和机械硬盘。然而,灵活性不总是对用户友好的。我们引入了大量的调优参数,让人疑惑不解。我们希望这个指南会帮助你压榨你的系统的最后一滴性能并且完全利用你的资源。我们假设你有一定的基
- Rocksdb sst_dump工具的安装和使用
Mint6
rocksdbrocksdbsstsst_dumpkey-valuekv
macos系统安装#安装$brewinstallrocksdb#使用命令$rocksdb_ldb$rocksdb_sst_dumplinux系统安装找到rocksdb仓库:Releases·facebook/rocksdb·GitHub找到对应版本的二进制,比如:https://github.com/facebook/rocksdb/archive/refs/tags/v6.10.1.tar.gz
- 关于旗正规则引擎中的MD5加密问题
何必如此
jspMD5规则加密
一般情况下,为了防止个人隐私的泄露,我们都会对用户登录密码进行加密,使数据库相应字段保存的是加密后的字符串,而非原始密码。
在旗正规则引擎中,通过外部调用,可以实现MD5的加密,具体步骤如下:
1.在对象库中选择外部调用,选择“com.flagleader.util.MD5”,在子选项中选择“com.flagleader.util.MD5.getMD5ofStr({arg1})”;
2.在规
- 【Spark101】Scala Promise/Future在Spark中的应用
bit1129
Promise
Promise和Future是Scala用于异步调用并实现结果汇集的并发原语,Scala的Future同JUC里面的Future接口含义相同,Promise理解起来就有些绕。等有时间了再仔细的研究下Promise和Future的语义以及应用场景,具体参见Scala在线文档:http://docs.scala-lang.org/sips/completed/futures-promises.html
- spark sql 访问hive数据的配置详解
daizj
spark sqlhivethriftserver
spark sql 能够通过thriftserver 访问hive数据,默认spark编译的版本是不支持访问hive,因为hive依赖比较多,因此打的包中不包含hive和thriftserver,因此需要自己下载源码进行编译,将hive,thriftserver打包进去才能够访问,详细配置步骤如下:
1、下载源码
2、下载Maven,并配置
此配置简单,就略过
- HTTP 协议通信
周凡杨
javahttpclienthttp通信
一:简介
HTTPCLIENT,通过JAVA基于HTTP协议进行点与点间的通信!
二: 代码举例
测试类:
import java
- java unix时间戳转换
g21121
java
把java时间戳转换成unix时间戳:
Timestamp appointTime=Timestamp.valueOf(new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(new Date()))
SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd hh:m
- web报表工具FineReport常用函数的用法总结(报表函数)
老A不折腾
web报表finereport总结
说明:本次总结中,凡是以tableName或viewName作为参数因子的。函数在调用的时候均按照先从私有数据源中查找,然后再从公有数据源中查找的顺序。
CLASS
CLASS(object):返回object对象的所属的类。
CNMONEY
CNMONEY(number,unit)返回人民币大写。
number:需要转换的数值型的数。
unit:单位,
- java jni调用c++ 代码 报错
墙头上一根草
javaC++jni
#
# A fatal error has been detected by the Java Runtime Environment:
#
# EXCEPTION_ACCESS_VIOLATION (0xc0000005) at pc=0x00000000777c3290, pid=5632, tid=6656
#
# JRE version: Java(TM) SE Ru
- Spring中事件处理de小技巧
aijuans
springSpring 教程Spring 实例Spring 入门Spring3
Spring 中提供一些Aware相关de接口,BeanFactoryAware、 ApplicationContextAware、ResourceLoaderAware、ServletContextAware等等,其中最常用到de匙ApplicationContextAware.实现ApplicationContextAwaredeBean,在Bean被初始后,将会被注入 Applicati
- linux shell ls脚本样例
annan211
linuxlinux ls源码linux 源码
#! /bin/sh -
#查找输入文件的路径
#在查找路径下寻找一个或多个原始文件或文件模式
# 查找路径由特定的环境变量所定义
#标准输出所产生的结果 通常是查找路径下找到的每个文件的第一个实体的完整路径
# 或是filename :not found 的标准错误输出。
#如果文件没有找到 则退出码为0
#否则 即为找不到的文件个数
#语法 pathfind [--
- List,Set,Map遍历方式 (收集的资源,值得看一下)
百合不是茶
listsetMap遍历方式
List特点:元素有放入顺序,元素可重复
Map特点:元素按键值对存储,无放入顺序
Set特点:元素无放入顺序,元素不可重复(注意:元素虽然无放入顺序,但是元素在set中的位置是有该元素的HashCode决定的,其位置其实是固定的)
List接口有三个实现类:LinkedList,ArrayList,Vector
LinkedList:底层基于链表实现,链表内存是散乱的,每一个元素存储本身
- 解决SimpleDateFormat的线程不安全问题的方法
bijian1013
javathread线程安全
在Java项目中,我们通常会自己写一个DateUtil类,处理日期和字符串的转换,如下所示:
public class DateUtil01 {
private SimpleDateFormat dateformat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
public void format(Date d
- http请求测试实例(采用fastjson解析)
bijian1013
http测试
在实际开发中,我们经常会去做http请求的开发,下面则是如何请求的单元测试小实例,仅供参考。
import java.util.HashMap;
import java.util.Map;
import org.apache.commons.httpclient.HttpClient;
import
- 【RPC框架Hessian三】Hessian 异常处理
bit1129
hessian
RPC异常处理概述
RPC异常处理指是,当客户端调用远端的服务,如果服务执行过程中发生异常,这个异常能否序列到客户端?
如果服务在执行过程中可能发生异常,那么在服务接口的声明中,就该声明该接口可能抛出的异常。
在Hessian中,服务器端发生异常,可以将异常信息从服务器端序列化到客户端,因为Exception本身是实现了Serializable的
- 【日志分析】日志分析工具
bit1129
日志分析
1. 网站日志实时分析工具 GoAccess
http://www.vpsee.com/2014/02/a-real-time-web-log-analyzer-goaccess/
2. 通过日志监控并收集 Java 应用程序性能数据(Perf4J)
http://www.ibm.com/developerworks/cn/java/j-lo-logforperf/
3.log.io
和
- nginx优化加强战斗力及遇到的坑解决
ronin47
nginx 优化
先说遇到个坑,第一个是负载问题,这个问题与架构有关,由于我设计架构多了两层,结果导致会话负载只转向一个。解决这样的问题思路有两个:一是改变负载策略,二是更改架构设计。
由于采用动静分离部署,而nginx又设计了静态,结果客户端去读nginx静态,访问量上来,页面加载很慢。解决:二者留其一。最好是保留apache服务器。
来以下优化:
- java-50-输入两棵二叉树A和B,判断树B是不是A的子结构
bylijinnan
java
思路来自:
http://zhedahht.blog.163.com/blog/static/25411174201011445550396/
import ljn.help.*;
public class HasSubtree {
/**Q50.
* 输入两棵二叉树A和B,判断树B是不是A的子结构。
例如,下图中的两棵树A和B,由于A中有一部分子树的结构和B是一
- mongoDB 备份与恢复
开窍的石头
mongDB备份与恢复
Mongodb导出与导入
1: 导入/导出可以操作的是本地的mongodb服务器,也可以是远程的.
所以,都有如下通用选项:
-h host 主机
--port port 端口
-u username 用户名
-p passwd 密码
2: mongoexport 导出json格式的文件
- [网络与通讯]椭圆轨道计算的一些问题
comsci
网络
如果按照中国古代农历的历法,现在应该是某个季节的开始,但是由于农历历法是3000年前的天文观测数据,如果按照现在的天文学记录来进行修正的话,这个季节已经过去一段时间了。。。。。
也就是说,还要再等3000年。才有机会了,太阳系的行星的椭圆轨道受到外来天体的干扰,轨道次序发生了变
- 软件专利如何申请
cuiyadll
软件专利申请
软件技术可以申请软件著作权以保护软件源代码,也可以申请发明专利以保护软件流程中的步骤执行方式。专利保护的是软件解决问题的思想,而软件著作权保护的是软件代码(即软件思想的表达形式)。例如,离线传送文件,那发明专利保护是如何实现离线传送文件。基于相同的软件思想,但实现离线传送的程序代码有千千万万种,每种代码都可以享有各自的软件著作权。申请一个软件发明专利的代理费大概需要5000-8000申请发明专利可
- Android学习笔记
darrenzhu
android
1.启动一个AVD
2.命令行运行adb shell可连接到AVD,这也就是命令行客户端
3.如何启动一个程序
am start -n package name/.activityName
am start -n com.example.helloworld/.MainActivity
启动Android设置工具的命令如下所示:
# am start -
- apache虚拟机配置,本地多域名访问本地网站
dcj3sjt126com
apache
现在假定你有两个目录,一个存在于 /htdocs/a,另一个存在于 /htdocs/b 。
现在你想要在本地测试的时候访问 www.freeman.com 对应的目录是 /xampp/htdocs/freeman ,访问 www.duchengjiu.com 对应的目录是 /htdocs/duchengjiu。
1、首先修改C盘WINDOWS\system32\drivers\etc目录下的
- yii2 restful web服务[速率限制]
dcj3sjt126com
PHPyii2
速率限制
为防止滥用,你应该考虑增加速率限制到您的API。 例如,您可以限制每个用户的API的使用是在10分钟内最多100次的API调用。 如果一个用户同一个时间段内太多的请求被接收, 将返回响应状态代码 429 (这意味着过多的请求)。
要启用速率限制, [[yii\web\User::identityClass|user identity class]] 应该实现 [[yii\filter
- Hadoop2.5.2安装——单机模式
eksliang
hadoophadoop单机部署
转载请出自出处:http://eksliang.iteye.com/blog/2185414 一、概述
Hadoop有三种模式 单机模式、伪分布模式和完全分布模式,这里先简单介绍单机模式 ,默认情况下,Hadoop被配置成一个非分布式模式,独立运行JAVA进程,适合开始做调试工作。
二、下载地址
Hadoop 网址http:
- LoadMoreListView+SwipeRefreshLayout(分页下拉)基本结构
gundumw100
android
一切为了快速迭代
import java.util.ArrayList;
import org.json.JSONObject;
import android.animation.ObjectAnimator;
import android.os.Bundle;
import android.support.v4.widget.SwipeRefreshLayo
- 三道简单的前端HTML/CSS题目
ini
htmlWeb前端css题目
使用CSS为多个网页进行相同风格的布局和外观设置时,为了方便对这些网页进行修改,最好使用( )。http://hovertree.com/shortanswer/bjae/7bd72acca3206862.htm
在HTML中加入<table style=”color:red; font-size:10pt”>,此为( )。http://hovertree.com/s
- overrided方法编译错误
kane_xie
override
问题描述:
在实现类中的某一或某几个Override方法发生编译错误如下:
Name clash: The method put(String) of type XXXServiceImpl has the same erasure as put(String) of type XXXService but does not override it
当去掉@Over
- Java中使用代理IP获取网址内容(防IP被封,做数据爬虫)
mcj8089
免费代理IP代理IP数据爬虫JAVA设置代理IP爬虫封IP
推荐两个代理IP网站:
1. 全网代理IP:http://proxy.goubanjia.com/
2. 敲代码免费IP:http://ip.qiaodm.com/
Java语言有两种方式使用代理IP访问网址并获取内容,
方式一,设置System系统属性
// 设置代理IP
System.getProper
- Nodejs Express 报错之 listen EADDRINUSE
qiaolevip
每天进步一点点学习永无止境nodejs纵观千象
当你启动 nodejs服务报错:
>node app
Express server listening on port 80
events.js:85
throw er; // Unhandled 'error' event
^
Error: listen EADDRINUSE
at exports._errnoException (
- C++中三种new的用法
_荆棘鸟_
C++new
转载自:http://news.ccidnet.com/art/32855/20100713/2114025_1.html
作者: mt
其一是new operator,也叫new表达式;其二是operator new,也叫new操作符。这两个英文名称起的也太绝了,很容易搞混,那就记中文名称吧。new表达式比较常见,也最常用,例如:
string* ps = new string("
- Ruby深入研究笔记1
wudixiaotie
Ruby
module是可以定义private方法的
module MTest
def aaa
puts "aaa"
private_method
end
private
def private_method
puts "this is private_method"
end
end