技术笔记
206
1 min
上一篇 Spock 入门 介绍了 Spock 基础概念。本篇主要介绍 Spring Boot 使用 Gradle 集成 Spock。
环境：
java11 gradle-6.6.1 build.gradle
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 plugins { id 'org.
技术笔记
214
2 mins
之前写单测都是用 Junit，稍微复杂点逻辑，写起来不免很繁琐。用了 Spock 后，发现单测可以如此顺滑。
在实际应用中，需要理解 Spock 阶段和块的概念。
如图：
阶段 Setup 初始化 Stimulus 刺激 Response 响应 Cleanup 清理资源 块 Given 块 准备或定义待测试的数据或对象。
1 2 3 given: def stack = new Stack() def elem = "push me" When 和 Then 块 when 和 then 块始终一起出现。他们描述了刺激和预期的反应。
技术笔记
207
1 min
配置文件 本文介绍 Spring Boot 集成 H2 数据库基础配置。
application-h2.yml
1 2 3 4 5 6 7 8 9 10 11 spring:datasource:url:jdbc:h2:mem:testusername:sapassword:sadriver-class-name:org.h2.Driverschema:classpath:db/schema.sql# 表结构data:classpath:db/data.sql# 预先准备数据h2:console:enabled:true 数据表 项目路径：resources/db
表结构：schema.sql
1 2 3 4 5 6 7 8 9 10 DROP TABLE IF EXISTS user; CREATE TABLE user ( id BIGINT(20) NOT NULL COMMENT '主键ID', name VARCHAR(30) NULL DEFAULT NULL COMMENT '姓名', age INT(11) NULL DEFAULT NULL COMMENT '年龄', email VARCHAR(50) NULL DEFAULT NULL COMMENT '邮箱', PRIMARY KEY (id) ); data.
技术笔记
82
1 min
本文介绍使用 Nexus 部署，完成 Maven 私有仓库的搭建。
Nexus Docker 镜像：https://hub.docker.com/r/sonatype/nexus3
默认方式启动 Nexus Nexus 使用 Docker 方式部署灰常简单，一行命令即可。
1 docker run -d -p 8081:8081 --name nexus sonatype/nexus3 持久化数据 默认方式启动，数据在容器中，容器删除，数据也就没有了，我们需要将数据持久化。
这里挂载到宿主机 /data/nexus-data下， 注意目录权限。
1 2 3 cd /data mkdir nexus-data chown 200 nexus-data 1 docker run -d -p 8081:8081 --name nexus -v /data/nexus-data:/nexus-data sonatype/nexus3 Nexus 用户角色查看 1 2 3 4 5 [root@mangobeta.
技术笔记
81
1 min
本文记录笔者在学习 Kafka 过程中，对 Kafka 概念理解和问题整理。
假设我们需要一个任务队列，用于处理异步任务，它大概长这样。
典型的先进先出（FIFO）队列，一个生产者，一个消费者，数据消费完即移除队列。
理想情况下，生产和消费能力相当，这样一个队列就满足需求了。但是现实往往不那么理想。
这样的设计有几个问题：
消费能力跟不上生产，队列会不会变得很庞大。 第一次消费失败，没有尝试机制。 单消费者。 数据持久性问题。 实际业务处理时，以上问题都需要解决，这里还没有考虑到分布式，数据副本等情形。
基于以上的思考，我们看下 Kafka 怎么解决了这些问题。
Kafka 架构图：
如图所示，Kafka 支持多生产者，多Topic（主题，相当于一个独立队列），多消费者。
一些基本概念：
Producer 即生产者 Topic 主题，可以理解为消息队列 Partition 为 Topic 的分区，Kafka 消息的存储是按 Partion 为单位的。一个 Topic 可以指定一个或多个分区，当指定一个时就变成我们最上面设想的队列。 Broker 代理，消费者所消费的实例。 Kafka 数据时序性问题 Kafka Topic 数据存储时会（平均）存储在 Partition上。如图所示：