‘壹’ logstash filter的使用方法
Logstash是一个接收，处理，转发日志的工具。支持系统日志，webserver日志，错误日志，应用日志，总之包括所有可以抛出来的日志类型。
在一个典型的使用场景下(ELK)：用Elasticsearch作为后台数据的存储，kibana用来前端的报表展示。Logstash在其过程中担任搬运工的角色，它为数据存储，报表查询和日志解析创建了一个功能强大的管道链。Logstash提供了多种多样的 input,filters,codecs和output组件，让使用者轻松实现强大的功能。
依赖条件：JAVA
Logstash运行仅仅依赖java运行环境(jre)。各位可以在命令行下运行java -version命令 显示类似如下结果：java -version
java version "1.7.0_45"
Java(TM) SE Runtime Environment (build 1.7.0_45-b18)
Java HotSpot(TM) 64-Bit Server VM (build 24.45-b08, mixed mode)
为了确保成功运行Logstash建议大家使用较近期的jre版本。 可以获取开源版本的jre在：http://openjdk.java.net 或者你可以在官网下载Oracle jdk版本：http://www.oracle.com/technetwork/java/index.html 一旦jre已经成功在你的系统中安装完成，我们就可以继续了
启动和运行Logstash的两条命令示例
第一步我们先下载Logstashcurl -O https://download.elasticsearch.org/logstash/logstash/logstash-1.4.2.tar.gz
现在你应该有了一个叫logstash-1.4.2.tar.gz的文件了。 我们把它解压一下tar zxvf logstash-1.4.2.tar.gz
cd logstash-1.4.2
现在我们来运行一下：bin/logstash -e 'input { stdin { } } output { stdout {} }'
我们现在可以在命令行下输入一些字符，然后我们将看到logstash的输出内容：hello world
2013-11-21T01:22:14.405+0000 0.0.0.0 hello world
Ok,还挺有意思的吧... 以上例子我们在运行logstash中，定义了一个叫"stdin"的input还有一个"stdout"的output，无论我们输入什么字符，Logstash都会按照某种格式来返回我们输入的字符。这里注意我们在命令行中使用了-e参数，该参数允许Logstash直接通过命令行接受设置。这点尤其快速的帮助我们反复的测试配置是否正确而不用写配置文件。
让我们再试个更有意思的例子。首先我们在命令行下使用CTRL-C命令退出之前运行的Logstash。现在我们重新运行Logstash使用下面的命令：bin/logstash -e 'input { stdin { } } output { stdout { codec => rubydebug } }'
我们再输入一些字符，这次我们输入"goodnight moon"：goodnight moon
{
"message" => "goodnight moon",
"@timestamp" => "2013-11-20T23:48:05.335Z",
"@version" => "1",
"host" => "my-laptop"}
以上示例通过重新设置了叫"stdout"的output(添加了"codec"参数)，我们就可以改变Logstash的输出表现。类似的我们可以通过在你的配置文件中添加或者修改inputs、outputs、filters，就可以使随意的格式化日志数据成为可能，从而订制更合理的存储格式为查询提供便利。
使用Elasticsearch存储日志
现在，你也许会说："它看起来还挺高大上的，不过手工输入字符，并把字符从控制台回显出来。实际情况并不实用"。说的好，那么接下来我们将建立Elasticsearch来存储输入到Logstash的日志数据。如果你还没有安装Elasticsearch，你可以下载RPM/DEB包或者手动下载tar包，通过以下命令：curl -O https://download.elasticsearch.org/elasticsearch/elasticsearch/elasticsearch-1.1.1.tar.gz
tar zxvf elasticsearch-1.1.1.tar.gz
cd elasticsearch-1.1.1/
./bin/elasticsearch
‘贰’ logstash json 怎么处理
Logstash是一个接收，处理，转发日志的工具。支持系统日志，webserver日志，错误日志，应用日志，总之包括所有可以抛出来的日志类型。 在一个典型的使用场景下(ELK)：用Elasticsearch作为后台数据的存储，kibana用来前端的报表展示。
‘叁’ ti 多核同时操作同一各队列会有什么问题
一、消息队列概述
消息队列中间件是分布式系统中重要的组件，主要解决应用耦合，异步消息，流量削锋等问题。实现高性能，高可用，可伸缩和最终一致性架构。是大型分布式系统不可缺少的中间件。
目前在生产环境，使用较多的消息队列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。
二、消息队列应用场景
以下介绍消息队列在实际应用中常用的使用场景。异步处理，应用解耦，流量削锋和消息通讯四个场景。
2.1异步处理
场景说明：用户注册后，需要发注册邮件和注册短信。传统的做法有两种1.串行的方式；2.并行方式。
（1）串行方式：将注册信息写入数据库成功后，发送注册邮件，再发送注册短信。以上三个任务全部完成后，返回给客户端。（架构KKQ：466097527，欢迎加入）
（2）并行方式：将注册信息写入数据库成功后，发送注册邮件的同时，发送注册短信。以上三个任务完成后，返回给客户端。与串行的差别是，并行的方式可以提高处理的时间。
假设三个业务节点每个使用50毫秒钟，不考虑网络等其他开销，则串行方式的时间是150毫秒，并行的时间可能是100毫秒。
因为CPU在单位时间内处理的请求数是一定的，假设CPU1秒内吞吐量是100次。则串行方式1秒内CPU可处理的请求量是7次（1000/150）。并行方式处理的请求量是10次（1000/100）。
小结：如以上案例描述，传统的方式系统的性能（并发量，吞吐量，响应时间）会有瓶颈。如何解决这个问题呢？
引入消息队列，将不是必须的业务逻辑，异步处理。改造后的架构如下：
按照以上约定，用户的响应时间相当于是注册信息写入数据库的时间，也就是50毫秒。注册邮件，发送短信写入消息队列后，直接返回，因此写入消息队列的速度很快，基本可以忽略，因此用户的响应时间可能是50毫秒。因此架构改变后，系统的吞吐量提高到每秒20 QPS。比串行提高了3倍，比并行提高了两倍。
2.2应用解耦
场景说明：用户下单后，订单系统需要通知库存系统。传统的做法是，订单系统调用库存系统的接口。如下图：
传统模式的缺点：
1） 假如库存系统无法访问，则订单减库存将失败，从而导致订单失败；
2） 订单系统与库存系统耦合；
如何解决以上问题呢？引入应用消息队列后的方案，如下图：
订单系统：用户下单后，订单系统完成持久化处理，将消息写入消息队列，返回用户订单下单成功。
库存系统：订阅下单的消息，采用拉/推的方式，获取下单信息，库存系统根据下单信息，进行库存操作。
假如：在下单时库存系统不能正常使用。也不影响正常下单，因为下单后，订单系统写入消息队列就不再关心其他的后续操作了。实现订单系统与库存系统的应用解耦。
2.3流量削锋
流量削锋也是消息队列中的常用场景，一般在秒杀或团抢活动中使用广泛。
应用场景：秒杀活动，一般会因为流量过大，导致流量暴增，应用挂掉。为解决这个问题，一般需要在应用前端加入消息队列。
可以控制活动的人数；
可以缓解短时间内高流量压垮应用；
用户的请求，服务器接收后，首先写入消息队列。假如消息队列长度超过最大数量，则直接抛弃用户请求或跳转到错误页面；
秒杀业务根据消息队列中的请求信息，再做后续处理。
2.4日志处理
日志处理是指将消息队列用在日志处理中，比如Kafka的应用，解决大量日志传输的问题。架构简化如下：
日志采集客户端，负责日志数据采集，定时写受写入Kafka队列；
Kafka消息队列，负责日志数据的接收，存储和转发；
日志处理应用：订阅并消费kafka队列中的日志数据；
以下是新浪kafka日志处理应用案例：
(1)Kafka：接收用户日志的消息队列。
(2)Logstash：做日志解析，统一成JSON输出给Elasticsearch。
(3)Elasticsearch：实时日志分析服务的核心技术，一个schemaless，实时的数据存储服务，通过index组织数据，兼具强大的搜索和统计功能。
(4)Kibana：基于Elasticsearch的数据可视化组件，超强的数据可视化能力是众多公司选择ELK stack的重要原因。
2.5消息通讯
消息通讯是指，消息队列一般都内置了高效的通信机制，因此也可以用在纯的消息通讯。比如实现点对点消息队列，或者聊天室等。
点对点通讯：
客户端A和客户端B使用同一队列，进行消息通讯。
聊天室通讯：
客户端A，客户端B，客户端N订阅同一主题，进行消息发布和接收。实现类似聊天室效果。
以上实际是消息队列的两种消息模式，点对点或发布订阅模式。模型为示意图，供参考。
三、消息中间件示例
3.1电商系统
消息队列采用高可用，可持久化的消息中间件。比如Active MQ，Rabbit MQ，Rocket Mq。（1）应用将主干逻辑处理完成后，写入消息队列。消息发送是否成功可以开启消息的确认模式。（消息队列返回消息接收成功状态后，应用再返回，这样保障消息的完整性）
（2）扩展流程（发短信，配送处理）订阅队列消息。采用推或拉的方式获取消息并处理。
（3）消息将应用解耦的同时，带来了数据一致性问题，可以采用最终一致性方式解决。比如主数据写入数据库，扩展应用根据消息队列，并结合数据库方式实现基于消息队列的后续处理。
3.2日志收集系统
分为Zookeeper注册中心，日志收集客户端，Kafka集群和Storm集群（OtherApp）四部分组成。
Zookeeper注册中心，提出负载均衡和地址查找服务；
日志收集客户端，用于采集应用系统的日志，并将数据推送到kafka队列；
四、JMS消息服务
讲消息队列就不得不提JMS 。JMS（Java Message Service,Java消息服务）API是一个消息服务的标准/规范，允许应用程序组件基于JavaEE平台创建、发送、接收和读取消息。它使分布式通信耦合度更低，消息服务更加可靠以及异步性。
在EJB架构中，有消息bean可以无缝的与JM消息服务集成。在J2EE架构模式中，有消息服务者模式，用于实现消息与应用直接的解耦。
4.1消息模型
在JMS标准中，有两种消息模型P2P（Point to Point）,Publish/Subscribe(Pub/Sub)。
4.1.1 P2P模式
P2P模式包含三个角色：消息队列（Queue），发送者(Sender)，接收者(Receiver)。每个消息都被发送到一个特定的队列，接收者从队列中获取消息。队列保留着消息，直到他们被消费或超时。
P2P的特点
每个消息只有一个消费者（Consumer）(即一旦被消费，消息就不再在消息队列中)
发送者和接收者之间在时间上没有依赖性，也就是说当发送者发送了消息之后，不管接收者有没有正在运行，它不会影响到消息被发送到队列
接收者在成功接收消息之后需向队列应答成功
如果希望发送的每个消息都会被成功处理的话，那么需要P2P模式。（架构KKQ：466097527，欢迎加入）
4.1.2 Pub/sub模式
包含三个角色主题（Topic），发布者（Publisher），订阅者（Subscriber） 。多个发布者将消息发送到Topic,系统将这些消息传递给多个订阅者。
Pub/Sub的特点
每个消息可以有多个消费者
发布者和订阅者之间有时间上的依赖性。针对某个主题（Topic）的订阅者，它必须创建一个订阅者之后，才能消费发布者的消息。
为了消费消息，订阅者必须保持运行的状态。
为了缓和这样严格的时间相关性，JMS允许订阅者创建一个可持久化的订阅。这样，即使订阅者没有被激活（运行），它也能接收到发布者的消息。
如果希望发送的消息可以不被做任何处理、或者只被一个消息者处理、或者可以被多个消费者处理的话，那么可以采用Pub/Sub模型。
4.2消息消费
在JMS中，消息的产生和消费都是异步的。对于消费来说，JMS的消息者可以通过两种方式来消费消息。
（1）同步
订阅者或接收者通过receive方法来接收消息，receive方法在接收到消息之前（或超时之前）将一直阻塞；
（2）异步
订阅者或接收者可以注册为一个消息监听器。当消息到达之后，系统自动调用监听器的onMessage方法。
JNDI：Java命名和目录接口,是一种标准的Java命名系统接口。可以在网络上查找和访问服务。通过指定一个资源名称，该名称对应于数据库或命名服务中的一个记录，同时返回资源连接建立所必须的信息。
JNDI在JMS中起到查找和访问发送目标或消息来源的作用。（架构KKQ：466097527，欢迎加入）
4.3JMS编程模型
(1) ConnectionFactory
创建Connection对象的工厂，针对两种不同的jms消息模型，分别有QueueConnectionFactory和TopicConnectionFactory两种。可以通过JNDI来查找ConnectionFactory对象。
(2) Destination
Destination的意思是消息生产者的消息发送目标或者说消息消费者的消息来源。对于消息生产者来说，它的Destination是某个队列（Queue）或某个主题（Topic）;对于消息消费者来说，它的Destination也是某个队列或主题（即消息来源）。
所以，Destination实际上就是两种类型的对象：Queue、Topic可以通过JNDI来查找Destination。
(3) Connection
Connection表示在客户端和JMS系统之间建立的链接（对TCP/IP socket的包装）。Connection可以产生一个或多个Session。跟ConnectionFactory一样，Connection也有两种类型：QueueConnection和TopicConnection。
(4) Session
Session是操作消息的接口。可以通过session创建生产者、消费者、消息等。Session提供了事务的功能。当需要使用session发送/接收多个消息时，可以将这些发送/接收动作放到一个事务中。同样，也分QueueSession和TopicSession。
(5) 消息的生产者
消息生产者由Session创建，并用于将消息发送到Destination。同样，消息生产者分两种类型：QueueSender和TopicPublisher。可以调用消息生产者的方法（send或publish方法）发送消息。
(6) 消息消费者
消息消费者由Session创建，用于接收被发送到Destination的消息。两种类型：QueueReceiver和TopicSubscriber。可分别通过session的createReceiver(Queue)或createSubscriber(Topic)来创建。当然，也可以session的creatDurableSubscriber方法来创建持久化的订阅者。
(7) MessageListener
消息监听器。如果注册了消息监听器，一旦消息到达，将自动调用监听器的onMessage方法。EJB中的MDB（Message-Driven Bean）就是一种MessageListener。
深入学习JMS对掌握JAVA架构，EJB架构有很好的帮助，消息中间件也是大型分布式系统必须的组件。本次分享主要做全局性介绍，具体的深入需要大家学习，实践，总结，领会。
五、常用消息队列
一般商用的容器，比如WebLogic，JBoss，都支持JMS标准，开发上很方便。但免费的比如Tomcat，Jetty等则需要使用第三方的消息中间件。本部分内容介绍常用的消息中间件（Active MQ,Rabbit MQ，Zero MQ,Kafka）以及他们的特点。
5.1 ActiveMQ
ActiveMQ 是Apache出品，最流行的，能力强劲的开源消息总线。ActiveMQ 是一个完全支持JMS1.1和J2EE 1.4规范的 JMS Provider实现，尽管JMS规范出台已经是很久的事情了，但是JMS在当今的J2EE应用中间仍然扮演着特殊的地位。
ActiveMQ特性如下：
⒈ 多种语言和协议编写客户端。语言: Java,C,C++,C#,Ruby,Perl,Python,PHP。应用协议： OpenWire,Stomp REST,WS Notification,XMPP,AMQP
⒉ 完全支持JMS1.1和J2EE 1.4规范 （持久化，XA消息，事务)
⒊ 对spring的支持，ActiveMQ可以很容易内嵌到使用Spring的系统里面去，而且也支持Spring2.0的特性
⒋ 通过了常见J2EE服务器（如 Geronimo,JBoss 4,GlassFish,WebLogic)的测试，其中通过JCA 1.5 resource adaptors的配置，可以让ActiveMQ可以自动的部署到任何兼容J2EE 1.4 商业服务器上
⒌ 支持多种传送协议：in-VM,TCP,SSL,NIO,UDP,JGroups,JXTA
⒍ 支持通过JDBC和journal提供高速的消息持久化
⒎ 从设计上保证了高性能的集群，客户端-服务器，点对点
⒏ 支持Ajax
⒐ 支持与Axis的整合
⒑ 可以很容易得调用内嵌JMS provider，进行测试
5.2 RabbitMQ
RabbitMQ是流行的开源消息队列系统，用erlang语言开发。RabbitMQ是AMQP（高级消息队列协议）的标准实现。支持多种客户端，如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持AJAX，持久化。用于在分布式系统中存储转发消息，在易用性、扩展性、高可用性等方面表现不俗。
几个重要概念：
Broker：简单来说就是消息队列服务器实体。
Exchange：消息交换机，它指定消息按什么规则，路由到哪个队列。
Queue：消息队列载体，每个消息都会被投入到一个或多个队列。
Binding：绑定，它的作用就是把exchange和queue按照路由规则绑定起来。
Routing Key：路由关键字，exchange根据这个关键字进行消息投递。
vhost：虚拟主机，一个broker里可以开设多个vhost，用作不同用户的权限分离。
procer：消息生产者，就是投递消息的程序。
consumer：消息消费者，就是接受消息的程序。
channel：消息通道，在客户端的每个连接里，可建立多个channel，每个channel代表一个会话任务。
消息队列的使用过程，如下：
（1）客户端连接到消息队列服务器，打开一个channel。
（2）客户端声明一个exchange，并设置相关属性。
（3）客户端声明一个queue，并设置相关属性。
（4）客户端使用routing key，在exchange和queue之间建立好绑定关系。
（5）客户端投递消息到exchange。
exchange接收到消息后，就根据消息的key和已经设置的binding，进行消息路由，将消息投递到一个或多个队列里。
5.3 ZeroMQ
号称史上最快的消息队列，它实际类似于Socket的一系列接口，他跟Socket的区别是：普通的socket是端到端的（1:1的关系），而ZMQ却是可以N：M 的关系，人们对BSD套接字的了解较多的是点对点的连接，点对点连接需要显式地建立连接、销毁连接、选择协议（TCP/UDP）和处理错误等，而ZMQ屏蔽了这些细节，让你的网络编程更为简单。ZMQ用于node与node间的通信，node可以是主机或者是进程。
引用官方的说法： “ZMQ(以下ZeroMQ简称ZMQ)是一个简单好用的传输层，像框架一样的一个socket library，他使得Socket编程更加简单、简洁和性能更高。是一个消息处理队列库，可在多个线程、内核和主机盒之间弹性伸缩。ZMQ的明确目标是“成为标准网络协议栈的一部分，之后进入Linux内核”。现在还未看到它们的成功。但是，它无疑是极具前景的、并且是人们更加需要的“传统”BSD套接字之上的一 层封装。ZMQ让编写高性能网络应用程序极为简单和有趣。”
特点是：
高性能，非持久化；
跨平台：支持Linux、Windows、OS X等。
多语言支持； C、C++、Java、.NET、Python等30多种开发语言。
可单独部署或集成到应用中使用；
可作为Socket通信库使用。
与RabbitMQ相比，ZMQ并不像是一个传统意义上的消息队列服务器，事实上，它也根本不是一个服务器，更像一个底层的网络通讯库，在Socket API之上做了一层封装，将网络通讯、进程通讯和线程通讯抽象为统一的API接口。支持“Request-Reply “，”Publisher-Subscriber“，”Parallel Pipeline”三种基本模型和扩展模型。
ZeroMQ高性能设计要点：
1、无锁的队列模型
对于跨线程间的交互（用户端和session）之间的数据交换通道pipe，采用无锁的队列算法CAS；在pipe两端注册有异步事件，在读或者写消息到pipe的时，会自动触发读写事件。
2、批量处理的算法
对于传统的消息处理，每个消息在发送和接收的时候，都需要系统的调用，这样对于大量的消息，系统的开销比较大，zeroMQ对于批量的消息，进行了适应性的优化，可以批量的接收和发送消息。
3、多核下的线程绑定，无须CPU切换
区别于传统的多线程并发模式，信号量或者临界区， zeroMQ充分利用多核的优势，每个核绑定运行一个工作者线程，避免多线程之间的CPU切换开销。
5.4 Kafka
Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 这种动作（网页浏览，搜索和其他用户的行动）是在现代网络上的许多社会功能的一个关键因素。 这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。 对于像Hadoop的一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群机来提供实时的消费。
Kafka是一种高吞吐量的分布式发布订阅消息系统，有如下特性：
通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。（文件追加的方式写入数据，过期的数据定期删除）
高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。
支持通过Kafka服务器和消费机集群来分区消息。
支持Hadoop并行数据加载。
Kafka相关概念
Broker
Kafka集群包含一个或多个服务器，这种服务器被称为broker[5]
Topic
每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）
Partition
Parition是物理上的概念，每个Topic包含一个或多个Partition.
Procer
负责发布消息到Kafka broker
Consumer
消息消费者，向Kafka broker读取消息的客户端。
Consumer Group
每个Consumer属于一个特定的Consumer Group（可为每个Consumer指定group name，若不指定group name则属于默认的group）。
一般应用在大数据日志处理或对实时性（少量延迟），可靠性（少量丢数据）要求稍低的场景使用。
‘肆’ JAVA前端开发的学习路线是怎样的
给你整理了一些java的知识点，一共分为六个阶段，273个技能点，第一阶段、第二阶段、第三阶段、第四阶段是必须要掌握的，很多机构忽悠人，就只学到第四阶段，第五阶段和第六阶段就是高薪、高职的保障，就说说想高薪必须得把后面两个阶段的给掌握了，老铁你慢慢看。
第一阶段：java基本功修炼
1.认识计算机硬件
2.计算机组成原理
3.计算机软件知识
4.计算机网络知识
5.常用网络应用操作
6.认识计算机病毒
7.逻辑训练
8.初识Java
9.变量和数据类型
10.选择结构
11.循环结构for
12.循环结构do-while
13.循环结构while
14.多重循环及程序调试
15.循环进阶
16.一维数组及经典应用
17.二维数组
18.认识类与对象
19.方法及方法重载
20.封装与继承
21.方法重写与多态
22.项目实战-汽车租赁系统
23.抽象类和接口
24.异常
25.项目实战-QuickHit
26.Java中的集合类型
27.List集合
28.Set集合
29.HashMap集合
30.Iterator
31.Collections算法类及常用方法
32.enum
33.包装类及装箱拆箱
34.String、StringBuffer类常用方法操作字符串
35.Date、Calendar
36.Math类常用方法
37.IO/NIO
38.字节输入流(InputStream、FileInputStream、BufferedInputStream)
39.字节输出流(OutputStream、FileOutputStream、BufferedOutputStream)
40.字符输入流(Reader、InputStreamReader、FileReader BufferedReader)
41.字节输出流(Writer、OutputStreamWriter、FileWriter、BufferedWriter)
42.文件复制
43.Serialize、Deserialize
44.职场晋升力：四象限时间管理与精力管理
45.多线程(Thread、Runnable)
46.ThreadLifeCycle
47.线程的调度
48.线程的同步和死锁
49.ThreadPool
50.职场晋升力：团队合作
51.Socket(TCP、UDP)
52.XML概念、优势、规范
53.XML中特殊字符的处理
54.使用DOM读取、添加、删除、解析 XML数据
第二阶段：javaweb开发
55.搭建和配置MySQL数据库
56.数据库增、删、查、改语句
57.事务
58.视图
59.数据库备份与恢复
60.数据库用户管理
61.数据库设计
62.项目实战-银行ATM存取款机系统
63.走进 HTML和CSS
64.列表表格及表单美化
65.CSS 高级操作
66.Bootstrap
67.CSS 组件
68.JavaScript面向对象
69.JavaScript判断、循环
70.JavaScript闭包
71.JavaScript语法
72.Bootstrap综合案例
73.HTML5、CSS3
74.jQuery基础
75.jQuery基本操作
76.jQuery事件与特效
77.jQuery Ajax
78.jQuery插件
79.搭建Web 环境初识JSP
80.JSP九大内置对象
81.JSP实现数据传递和保存
82.JDBC
83.单例模式、工厂模式
84.MVC、三层模式
85.Commons-fileupload、CKEditor
86.分页查询
87.EL 与 JSTL
88.Servlet与Filter
89.Listener与MVC
90.Ajax 与 jQuery
91.jQuery的Ajax交互扩展
92.项目实战—使用Ajax技术改进新闻发布系统
93.反射
94.Linux系统的安装
95.在Linux中管理目录和文件
96.在Linux中管理用户和权限
97.在Linux服务器环境下安装软件和部署项目
98.职场晋升力：职场沟通
第三阶段： 企业级框架开发
99. MyBatis 环境搭建
100. SQL 映射文件
101. 动态SQL
102. MyBatis 框架原理
103.SpringIOC
104.构造注入、依赖注入、注解
105. Spring 整合MyBatis(SqlSessionTemplate、MapperFactoryBean、事务
处理)
106. Spring 数据源(属性文件、JNDI)、Bean 作用域
107. Spring 框架的运行原理
108.SpringMVC 体系概念
109.SpringMVC 之数据绑定、数据效验、
110.SpringMVC 之视图及视图解析
111.SpringMVC 之文件上传、本地化解析
112.SpringMVC 之静态资源处理、请求拦截器、异常处理
113.Oracle数据库环境搭建、安装
114.Oracle数据库 SQL、分页、备份、还原
115.Hibernate 概念、依赖
116.HQL查询语言
117.Hibernate 中配置关联映射
118.HQL连接查询与 Hibernate注解
119.Struts2概念、依赖
120.Struts2配置
121.OGNL表达式
122.Struts2拦截器
123.SSH框架整合
124.使用Maven构建项目
125.使用Struts2实现Ajax
126.Jsoup网络爬虫
127.多线程网络爬虫
128.反爬及反反爬策略
129.通用爬虫设计
130.Echart图表分析
131.IKAnalyzer分词
132.企业框架项目实战-代理商管理系统
133.企业框架项目实战-SL 会员商城
134.企业框架项目实战-会员管理系统
135.企业框架项目实战-互联网招聘信息采集分析平台
第四阶段： 前后端分离开发
136.GitHub
137.Git基础(checkout、pull、commit、push、merge等)
138.Git进阶(多分支协作)
139.GitLab
140.IDEA的使用
141.Maven介绍(概念、仓库、构建、命令)
142.使用Maven构建WEB项目
143.使用Maven构建多模块项目
144.使用Maven搭建私服仓库
145.Scrum框架介绍(三个角色、三个工件、四个会议)
146.ScrumTeam组建团队
147.产品需求和用户故事
148.每日立会
149.使用敏捷-Scrum方式开发管理实战
150.前后端分离、分布式集群架构、垂直架构
151.SSM（SpringMVC+Spring+MyBatis）整合实战
152.Git、Maven私服Nexus
153.第三方接入技术（微信、阿里）
154.MySQL电商实战
155.Redis（缓存服务）
156.搜索引擎-Solr
157.集成APIDoc工具-Swagger
158.图片自动化处理：Tengine+LUA+GraphicsMagic
159.手机、邮箱注册
160.单点登录 Token
161.OAuth2.0认证
162.Jsoup网络爬虫(多线程爬虫/代理 IP爬虫)
163.ExecutorService线程池
164.IK中文分词
165.Postman
166.ReactJS
167.webpack
168.职场晋升力：简历撰写
169.程序猿面试宝典之项目面试
170.大型互联网旅游电商项目实战-爱旅行
第五阶段： 分布式微服架构开发
171.SpringBoot环境搭建
172.SpringBoot常用技能
173.SpringBoot整合Redis
174.SpringBoot整合Mybatis
175.微服务架构及架构设计
176.消息队列
ActiveMQRabbitMQ
177.分布式事务
178.分布式锁 Redis-setnx
179.Zookeeper注册中心
180.基于 ActiveMQ实现高并发
181.Docker环境搭建
182.Docker镜像加速
183.Docker容器管理
184.Docker镜像管理
185.Docker容器文件备份
186.Dockerfile
187.Docker私服仓库
188.真实互联网高并发电商项目实战-双十一抢购
189.可视化监控 Portainer
190.DockerCompose 容器编排
191.DockerCompose扩容、缩容
192.DockerSwarm集群编排
193.Jenkins安装、插件配置
194.Jenkins配置普通任务
195.Jenkins配置管道任务
196.Jenkins自动发布服务
197.Spring CloudEureka
198.Spring CloudFeign
199.Spring CloudRibbon
200.Spring CloudZuul
201.Spring CloudConfig
202.Spring CloudHystrix
203.Spring CloudSleuth
204.Spring BootAdmin
205.Eureka注册原理探秘
206.SpringCloud 大坑解读
207.Zipkin
208.Zipkin整合RabbitMQ
209.Zipkin整合MySQL
210.ELK日志收集
211.Kafka
212.Elasticsearch映射管理
213.Elasticsearch查询/复合查询
214.Elasticsearch集群/集群规划
215.Elasticsearch聚合
216.Elasticsearch集群监控
217.Elasticsearch插件
(Head/BigDesk)
218.Mycat读写分离
219.Mycat一主多从
220.Mycat多主多从
221.Mycat数据分片
222.Redis
223.Redis-Redlock
224.Elasticsearch环境搭建
225.Elasticsearch客户端
226.Elasticsearch索引管理
227.Elasticsearch文档管理
228.Mycat集群
229.Jmeter 并发测试
230.Jmeter 生成测试报告
231.微信登录
232.微信支付
233.支付宝支付
234.网络地图
235.Sonar本地检测
236.Sonar+Jenkins线上检测
237.CI/CD
238.SpringBoot改造爱旅行项目实战
239.大型互联网票务类电商项目实战-大觅网
240.ES6概念(les、const)
241.ES6对象和数组
242.ES6函数扩展
243.VUE环境搭建
244.VUE.JS指令
245.VUE 交互
246.VUE 实例生命周期
247.VUE 组件
248.VUE项目环境配置及单文件组件
249.VUE 路由
第六阶段：cc服务
250. Spring Cloud Gateway
251. Consul
252. Nacos
253. Eureka、Consu、lNacos、Zookeeper 对比分析
254. Prometheus + Grafana
255. ES 分布式存储原理
256. NoSQL 数据库解决方案(Redis、MongoDB)
257. OAuth2.0 认证( authorization code 模式)
258. OAuth2.0 认证( implicit 模式)
259. OAuth2.0 认证( resource owner password credentials 模式)
260.OAuth2.0认证( clientcredentials模式)
261.NAS/FastDFS分布式文件存储
262.Python基础
263.Python爬虫
264. 大数据及 Hadoop 概述
265. 分布式文件系统 HDFS
266. 分布式计算框架MapRece
267. 分布式列式数据库 HBase
268. Hadoop 综合应用
269. 面试大局观
270. 职业规划
271. 项目面试
272. 具体业务场景化解决方案
273. 更多技术专题持续增加中
有不清楚的可以继续问我！
‘伍’ pc端 前端页面 js灯箱效果能放大缩小吗
可以监听滚轮事件 mousewheel 判断是点击的图片是否显示，显示的话 先屏蔽滚动事件 然后获取到你显示出来的容器 改变一下img的css的 transform ：scale属性，也可以判断下滚动方向进行放大和缩小 如果没有显示 就不采取任何处理
‘陆’ realtelk音频管理器没有禁用前端插孔的选项
你到主板官网去下载“对应”的最新的音频驱动试下 如果不行 那就把bios的设置还原掉 开机进入bios设置 按f9 然后按f10（好像是这个） 保存重启 再不行就重装系统 （不过对我来说若没必要我是不会重装） 硬件是不会有问题的
‘柒’ 想要系统学习java到底要学习哪些知识
一、java基础
学习任何一门编程语言，首先要学习的是基础语法，开启Java学习的第一步，当然就是深入掌握计算机基础、编程基础语法，面向对象，集合、IO流、线程、并发、异常及网络编程，这些我们称之为JavaSE基础。当你掌握了这些内容之后，你就可以做出诸如：电脑上安装的迅雷下载软件、QQ聊天客户端、考勤管理系统等桌面端软件。
java学习路线大陆传送门
‘捌’ 大数据系统体系建设规划包括哪些内容
技术模型控制、适应传统管理工作需求 新一代电子政务系统在得出了业务资源及关系模型和业务资源权限控制模型后，再结合机关单位办公实际，梳理传统管理工作需求，把机关单位的传统管理工作、规章制度通过技术模型的形式固定了。还有像传统的规章制度中对文件传阅控制、处理规定等，新一代电子政务系统就通过查询授权功能在技术上实现。提炼标准模型在创新的业务核心模型基础上，新一代电子政务系统建设为了保障业务核心模型的有效实现和规划，再提炼了业务标准模型。统一数据库结构设计 新一代电子政务系统通过数据标准规范，统一了各子系统的数据结构标准，从数据底层实现了标准统一，为各子系统之间的数据共享和数据整合提供了统一结构基础。统一系统和基础信息资源分类 新一代电子政务系统通过统一各业务及应用子系统之间的系统和基础信息资源分类，实现了信息资源支撑的统一，从而为各子系统之间的数据关联相互交换提供了统一数据基础。业务数据标准化保障了业务模型在数据层次的统一，确保了业务模型数据标准。统一主界面布局与统一应用层次 在业务数据标准统一基础上，为了确保业务核心模型在电子技术实现后的规范和方便应用，新一代电子政务系统又创新实现了系统布局和展示层的标准,还可以为应用层次划分标准，从而方便用户对系统的规范使用。制定设计模型创新了业务核心模型，提炼了业务标准后，新一代电子政务系统针对各种办公业务资源，从业务工作的实际出发，结合实践经验，又创新制定了基于业务核心模型基础上的业务设计模型，业务设计模型的创新又在于归纳可复用各业务功能模块上面。新一代电子政务系统中，业务设计模型的创新在于提炼可复用各业务功能模块。以往的电子政务建设，模块不清晰，系统建设杂乱无章，很多建设工作重复，这不仅仅耗费了大量资金，而且不利于系统的长远发展和推广应用。新一代电子政务系统从建设的实践中，从功能模块层提炼出了可复用的各业务功能模块，以方便系统的继续发展和建设，局部见图2
‘玖’ elk地图中提取不到点
需要其地理插件获取地理信息。
使用其地理插件获取地理信息后，需要进行字段映射将相关字段映射为某一个固定类型，如果在已有索引的情况下新增字段映射，会导致新旧索引的字段映射冲突，解决字段映射冲突的办法是重建旧索引。
它的名称是三个产品的首字母缩写。一个是用来负责搜集、分析、过滤日志的工具，支持大量的数据获取方式，一个是用来负责存储最终数据、建立索引和对外提供搜索日志的功能，一个是优秀的前端日志展示框架，它可以非常详细的将日志转化为各种图表，为用户提供强大的数据可视化支持。