Java HashMap中的compute及相關方法詳解：從基礎到Kafka Stream應用

H

ashMap是Java集合框架中最常用的數據結構之一，它提供了高效的鍵值對存儲和檢索功能。在Java8中，HashMap引入了一系列新的原子性更新方法，包括compute()、computeIfAbsent()和computeIfPresent()等，這些方法極大地簡化了在Map中進行復雜更新操作的代碼。本文將詳細介紹這些方法，包括它們的用法、示例和實際應用場景，并特別探討它們在Kafka Stream數據處理中的實際應用。

在這里插入圖片描述

1. compute()方法

方法簽名

default V compute(K key, BiFunction<? super K, ? super V, ? extends V> remappingFunction)

功能說明

compute()方法用于根據指定的鍵和其當前映射值(如果沒有當前映射值則為null)計算一個新的映射值。這個方法是原子性的，意味著在多線程環境下可以安全使用。

參數

  • key: 要計算的鍵
  • remappingFunction: 接受鍵和當前值作為參數，返回新值的函數

返回值

  • 返回與鍵關聯的新值，如果沒有值與鍵關聯(且remappingFunction返回null)，則返回null

示例

import java.util.HashMap;
import java.util.Map;public class ComputeExample {public static void main(String[] args) {Map<String, Integer> map = new HashMap<>();map.put("apple", 1);map.put("banana", 2);// 使用compute方法增加apple的數量map.compute("apple", (k, v) -> v + 1);System.out.println(map); // 輸出: {apple=2, banana=2}// 對不存在的鍵使用compute方法map.compute("orange", (k, v) -> v == null ? 1 : v + 1);System.out.println(map); // 輸出: {apple=2, banana=2, orange=1}// 使用compute方法刪除條目(返回null)map.compute("banana", (k, v) -> null);System.out.println(map); // 輸出: {apple=2, orange=1}}
}

用途

  • 當需要基于當前值計算新值時(如計數器增加)
  • 當需要根據鍵和當前值決定是否保留、更新或刪除條目時
  • 替代傳統的"檢查是否存在，然后put"模式

2. computeIfAbsent()方法

方法簽名

default V computeIfAbsent(K key, Function<? super K, ? extends V> mappingFunction)

功能說明

computeIfAbsent()方法僅在指定的鍵尚未與值關聯(或映射為null)時計算一個新值并將其放入Map中。

參數

  • key: 要檢查的鍵
  • mappingFunction: 接受鍵作為參數，返回新值的函數

返回值

  • 返回與鍵關聯的當前(現有或計算的)值，如果沒有值與鍵關聯，則返回null

示例

import java.util.HashMap;
import java.util.Map;
import java.util.List;
import java.util.ArrayList;public class ComputeIfAbsentExample {public static void main(String[] args) {Map<String, List<String>> map = new HashMap<>();// 使用computeIfAbsent初始化列表map.computeIfAbsent("fruits", k -> new ArrayList<>()).add("apple");map.computeIfAbsent("fruits", k -> new ArrayList<>()).add("banana");map.computeIfAbsent("vegetables", k -> new ArrayList<>()).add("carrot");System.out.println(map); // 輸出: {fruits=[apple, banana], vegetables=[carrot]}// 對已存在的鍵不會重新計算List<String> fruits = map.computeIfAbsent("fruits", k -> new ArrayList<>());fruits.add("orange");System.out.println(map); // 輸出: {fruits=[apple, banana, orange], vegetables=[carrot]}}
}

用途

  • 延遲初始化(如上面的列表示例)
  • 緩存實現(當需要時才計算值)
  • 避免重復計算相同的鍵

3. computeIfPresent()方法

方法簽名

default V computeIfPresent(K key, BiFunction<? super K, ? super V, ? extends V> remappingFunction)

功能說明

computeIfPresent()方法僅在指定的鍵已與值關聯時計算一個新值并將其放入Map中。

參數

  • key: 要檢查的鍵
  • remappingFunction: 接受鍵和當前值作為參數，返回新值的函數

返回值

  • 返回與鍵關聯的新值，如果沒有值與鍵關聯，則返回null

示例

import java.util.HashMap;
import java.util.Map;public class ComputeIfPresentExample {public static void main(String[] args) {Map<String, Integer> map = new HashMap<>();map.put("apple", 1);map.put("banana", 2);// 使用computeIfPresent增加apple的數量map.computeIfPresent("apple", (k, v) -> v + 1);System.out.println(map); // 輸出: {apple=2, banana=2}// 對不存在的鍵使用computeIfPresent不會有任何效果map.computeIfPresent("orange", (k, v) -> v + 1);System.out.println(map); // 輸出: {apple=2, banana=2}// 使用computeIfPresent刪除條目(返回null)map.computeIfPresent("banana", (k, v) -> null);System.out.println(map); // 輸出: {apple=2}}
}

用途

  • 當需要基于現有值更新值時(如計數器增加)
  • 當需要根據條件刪除條目時
  • 替代傳統的"檢查是否存在，然后更新"模式

4. merge()方法

雖然不是嚴格意義上的compute方法，但merge()方法與這些方法功能相似，也值得介紹。

方法簽名

default V merge(K key, V value, BiFunction<? super V, ? super V, ? extends V> remappingFunction)

功能說明

merge()方法將指定的值與鍵的當前值(如果存在)合并，使用提供的合并函數。如果鍵沒有當前映射，則直接將鍵與指定值關聯。

參數

  • key: 要合并的鍵
  • value: 要合并的值
  • remappingFunction: 接受當前值和指定值作為參數，返回合并后的值的函數

返回值

  • 返回與鍵關聯的新值，如果沒有值與鍵關聯，則返回指定的值

示例

import java.util.HashMap;
import java.util.Map;public class MergeExample {public static void main(String[] args) {Map<String, Integer> map = new HashMap<>();map.put("apple", 1);map.put("banana", 2);// 使用merge方法增加apple的數量map.merge("apple", 1, (oldValue, newValue) -> oldValue + newValue);System.out.println(map); // 輸出: {apple=2, banana=2}// 對不存在的鍵使用merge方法直接添加map.merge("orange", 3, (oldValue, newValue) -> oldValue + newValue);System.out.println(map); // 輸出: {apple=2, banana=2, orange=3}// 使用merge方法刪除條目(合并函數返回null)map.merge("banana", 1, (oldValue, newValue) -> null);System.out.println(map); // 輸出: {apple=2, orange=3}}
}

用途

  • 合并兩個值(如計數器累加)
  • 當需要基于現有值和新值計算新值時
  • 替代傳統的"檢查是否存在，然后合并"模式

5. 方法對比

方法觸發條件參數典型用途
compute()總是執行鍵和BiFunction(鍵,當前值→新值)基于鍵和當前值計算新值
computeIfAbsent()鍵不存在或值為null鍵和Function(鍵→新值)延遲初始化，避免重復計算
computeIfPresent()鍵存在且值不為null鍵和BiFunction(鍵,當前值→新值)基于現有值更新值
merge()總是執行鍵、值和BiFunction(當前值,新值→合并值)合并兩個值

6. 實際應用場景

6.1 緩存實現

import java.util.HashMap;
import java.util.Map;
import java.util.function.Function;public class CacheExample {private final Map<String, String> cache = new HashMap<>();public String get(String key, Function<String, String> loader) {return cache.computeIfAbsent(key, loader);}public static void main(String[] args) {CacheExample cache = new CacheExample();String value = cache.get("data", key -> {// 模擬從數據庫加載數據System.out.println("Loading data for " + key);return "Value for " + key;});System.out.println(value);// 再次獲取相同key不會重新加載value = cache.get("data", key -> {System.out.println("This won't be printed");return "New value";});System.out.println(value);}
}

6.2 計數器

import java.util.HashMap;
import java.util.Map;public class CounterExample {public static void main(String[] args) {Map<String, Integer> wordCounts = new HashMap<>();String[] words = {"apple", "banana", "apple", "orange", "banana", "apple"};for (String word : words) {wordCounts.merge(word, 1, Integer::sum);}System.out.println(wordCounts); // 輸出: {orange=1, banana=2, apple=3}}
}

6.3 配置合并

import java.util.HashMap;
import java.util.Map;public class ConfigMergeExample {public static void main(String[] args) {Map<String, String> defaultConfig = new HashMap<>();defaultConfig.put("timeout", "1000");defaultConfig.put("retries", "3");Map<String, String> userConfig = new HashMap<>();userConfig.put("timeout", "2000");// 合并配置，用戶配置優先userConfig.forEach((key, value) -> defaultConfig.merge(key, value, (oldVal, newVal) -> newVal));System.out.println(defaultConfig); // 輸出: {timeout=2000, retries=3}}
}

7. Kafka Stream中的HashMap compute方法應用

Kafka Stream是一個用于構建流處理應用的Java庫，它提供了高級抽象來處理數據流。在Kafka Stream應用中，我們經常需要維護狀態(如計數器、聚合結果等)，而HashMap及其compute方法家族非常適合這種場景。

7.1 Kafka Stream狀態存儲基礎

Kafka Stream提供了KeyValueStore接口用于狀態存儲，但底層實現通常基于HashMap或其他高效的數據結構。當我們需要在Kafka Stream應用中維護自定義狀態時，compute方法家族可以發揮巨大作用。

7.2 實時計數器示例

假設我們有一個Kafka Stream應用，需要統計每個產品的購買次數：

import org.apache.kafka.streams.processor.api.Processor;
import org.apache.kafka.streams.processor.api.ProcessorContext;
import org.apache.kafka.streams.processor.api.Record;
import java.util.HashMap;
import java.util.Map;public class ProductCounterProcessor implements Processor<String, String, String, Long> {private final Map<String, Long> productCounts = new HashMap<>();@Overridepublic void init(ProcessorContext<String, Long> context) {// 初始化代碼}@Overridepublic void process(Record<String, String> record) {String productId = record.key();// 使用compute方法原子性地增加計數器productCounts.compute(productId, (k, v) -> v == null ? 1L : v + 1L);// 可以定期將狀態寫入Kafka狀態存儲或發送到下游// 這里簡化處理，直接轉發結果context.forward(new Record<>(productId, productCounts.get(productId), record.timestamp()));}@Overridepublic void close() {// 清理代碼}
}

在這個例子中，compute()方法確保了即使在高并發環境下，計數器也能正確更新，避免了傳統的"檢查-然后-更新"模式可能導致的競態條件。

7.3 會話窗口聚合

在Kafka Stream中處理會話窗口時，我們經常需要維護會話狀態。computeIfPresent()方法非常適合這種場景：

import org.apache.kafka.streams.processor.api.Processor;
import org.apache.kafka.streams.processor.api.ProcessorContext;
import org.apache.kafka.streams.processor.api.Record;
import java.util.HashMap;
import java.util.Map;public class SessionAggregatorProcessor implements Processor<String, UserEvent, String, SessionSummary> {private final Map<String, SessionSummary> activeSessions = new HashMap<>();@Overridepublic void init(ProcessorContext<String, SessionSummary> context) {// 初始化代碼}@Overridepublic void process(Record<String, UserEvent> record) {String userId = record.key();UserEvent event = record.value();// 使用computeIfPresent更新現有會話activeSessions.computeIfPresent(userId, (k, session) -> {session.addEvent(event);if (session.isExpired()) {// 會話過期，發送結果并移除context.forward(new Record<>(userId, session.toSummary(), record.timestamp()));return null; // 返回null會刪除該條目}return session;});// 使用computeIfAbsent創建新會話activeSessions.computeIfAbsent(userId, k -> {SessionSummary newSession = new SessionSummary(event);return newSession;});}@Overridepublic void punctuate(long timestamp) {// 定期檢查并關閉過期會話activeSessions.entrySet().removeIf(entry -> {if (entry.getValue().isExpired()) {context.forward(new Record<>(entry.getKey(), entry.getValue().toSummary(), timestamp));return true;}return false;});}@Overridepublic void close() {// 清理代碼}
}

在這個例子中，我們結合使用了computeIfPresent()和computeIfAbsent()方法來高效地管理會話狀態，確保會話的正確創建、更新和過期處理。

7.4 窗口化聚合

對于基于時間的窗口聚合，merge()方法特別有用：

import org.apache.kafka.streams.processor.api.Processor;
import org.apache.kafka.streams.processor.api.ProcessorContext;
import org.apache.kafka.streams.processor.api.Record;
import java.util.HashMap;
import java.util.Map;public class WindowedAggregatorProcessor implements Processor<String, SalesEvent, String, SalesSummary> {private final Map<String, SalesSummary> windowSums = new HashMap<>();@Overridepublic void init(ProcessorContext<String, SalesSummary> context) {// 初始化代碼}@Overridepublic void process(Record<String, SalesEvent> record) {String productId = record.key();SalesEvent event = record.value();// 使用merge方法合并銷售事件到窗口匯總windowSums.merge(productId, new SalesSummary(event), (existingSum, newEvent) -> existingSum.merge(newEvent));// 定期發送窗口匯總結果if (shouldSendWindowResult()) {windowSums.forEach((k, v) -> context.forward(new Record<>(k, v, record.timestamp())));windowSums.clear(); // 清空窗口}}@Overridepublic void close() {// 清理代碼}private boolean shouldSendWindowResult() {// 實現窗口觸發邏輯return false;}
}

在這個例子中，merge()方法簡化了窗口內銷售事件的聚合過程，使我們能夠高效地計算每個產品在當前窗口內的銷售匯總。

8. 性能考慮與Kafka Stream集成

在Kafka Stream應用中使用這些compute方法時，需要注意以下幾點：

  1. 線程安全性：Kafka Stream處理器通常是單線程處理每個分區，因此不需要額外的同步措施。但如果在多線程環境中使用HashMap，應考慮使用ConcurrentHashMap及其原子性方法。
  2. 狀態存儲：對于需要持久化的狀態，Kafka Stream提供了Stores工廠類來創建持久化狀態存儲。這些存儲底層可能使用類似HashMap的結構，但提供了容錯能力。
  3. 內存管理：在處理大規模數據時，要注意HashMap的內存使用情況，避免OOM錯誤。可以考慮使用更高效的數據結構或定期清理過期狀態。
  4. 容錯性：雖然compute方法提供了原子性操作，但在分布式環境中，還需要考慮Kafka Stream提供的檢查點機制來確保狀態的一致性。

9. 總結

Java 8引入的compute()、computeIfAbsent()、computeIfPresent()和merge()等方法極大地增強了HashMap的功能，使開發者能夠以更簡潔、更安全的方式執行復雜的Map更新操作。這些方法特別適合以下場景：

  • 需要基于當前值計算新值時(如計數器增加)
  • 當需要根據鍵和當前值決定是否保留、更新或刪除條目時
  • 延遲初始化或緩存實現
  • 合并值的場景

在Kafka Stream數據處理中，這些方法特別有價值，因為它們：

  1. 簡化了狀態管理代碼
  2. 提供了原子性操作，避免了競態條件
  3. 使實時聚合和計數實現更加簡潔
  4. 與Kafka Stream的處理器API完美配合

掌握這些方法可以顯著提高Kafka Stream應用的開發效率和代碼質量，特別是在需要維護復雜狀態的應用場景中。無論是簡單的計數器還是復雜的會話窗口聚合，這些compute方法都能提供優雅的解決方案。

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/diannao/93448.shtml
繁體地址，請注明出處：http://hk.pswp.cn/diannao/93448.shtml
英文地址，請注明出處：http://en.pswp.cn/diannao/93448.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

【php中ssti模板注入講解】

【php中ssti模板注入講解】

php中場景模板 1. Smarty 使用安全模式來執行不信任的模板，只運行PHP白名單里的函數。 2. Twig 與Smarty類似，不過無法利用該模板的SSTI調用靜函數。 php常見模板入門 Smarty 不使用預先準備好的模板 使用預先準備好的模板 對值進行拼接后使用模板展示 設置在模板中…
閱讀更多...
Redis學習07-Redis的過期策略

Redis學習07-Redis的過期策略

Redis 過期策略 什么是過期策略 Redis 的過期策略用于管理設置了過期時間&#xff08;TTL&#xff09;的鍵&#xff0c;確保在鍵過期后能夠被及時刪除&#xff0c;從而釋放內存 整體策略 Redis 采用的是定期刪除惰性刪除的組合策略 1. 定期刪除 原理&#xff1a;周期性的從過期…
閱讀更多...
深入解讀c++（命名空間）

深入解讀c++（命名空間）

目錄 1關于命名空間 1.1是什么 1.2解決了什么問題 2.命名空間的定義 2.2命名空間的嵌套定義 3命名空間的特點 3.1命名空間不會影響生命周期 3.2命名空間只能在全局域里定義&#xff0c;當然嵌套定義時例外。 3.3在不同文件中定義相同名稱的命名空間 4.命名空間的使用 …
閱讀更多...
ClickHouse高性能實時分析數據庫-高性能的模式設計

ClickHouse高性能實時分析數據庫-高性能的模式設計

告別等待&#xff0c;秒級響應&#xff01;這不只是教程&#xff0c;這是你駕馭PB級數據的超能力&#xff01;我的ClickHouse視頻課&#xff0c;凝練十年實戰精華&#xff0c;從入門到精通&#xff0c;從單機到集群。點開它&#xff0c;讓數據處理速度快到飛起&#xff0c;讓你…
閱讀更多...
ArkTS懶加載LazyForEach的基本使用

ArkTS懶加載LazyForEach的基本使用

在 ArkTS 的開發中&#xff0c;如果你要渲染一個很長的列表&#xff0c;比如商品列表、評論列表或者朋友圈動態&#xff0c;用傳統的循環結構&#xff08;比如 ForEach&#xff09;很容易導致性能問題&#xff0c;尤其是加載慢、卡頓甚至內存暴漲。 這時候就要用到 懶加載渲染組…
閱讀更多...
動態規劃：從入門到精通

動態規劃：從入門到精通

本文全章節一共一萬七千多字&#xff0c;詳細介紹動態規劃基礎與進階技巧&#xff0c;全篇以代碼為主&#xff0c;認真讀完理解&#xff0c;你對動態規劃的理解一定會有一個質的飛躍。一、動態規劃簡介: 動態規劃&#xff08;Dynamic Programming&#xff0c;簡稱DP&…
閱讀更多...
八股訓練營 40 天心得：一場結束，也是一場新的開始

八股訓練營 40 天心得：一場結束，也是一場新的開始

八股訓練營 40 天心得&#xff1a;一場結束&#xff0c;也是一場新的開始 感謝卡哥的訓練營組織卡碼筆記&#xff0c;對即將參加秋招的我們幫助了很多&#xff0c;感謝卡哥的開源代碼隨想錄代碼隨想錄 四十天前&#xff0c;我帶著一顆不安卻堅定的心&#xff0c;踏入了這場“…
閱讀更多...
STM32系統定時器（SysTick）詳解：從原理到實戰的精確延時與任務調度

STM32系統定時器（SysTick）詳解：從原理到實戰的精確延時與任務調度

前言&#xff1a;為什么SysTick是嵌入式開發的"瑞士軍刀"&#xff1f; 在STM32開發中&#xff0c;我們經常需要精確的延時功能&#xff08;如毫秒級延時控制LED閃爍&#xff09;或周期性任務調度&#xff08;如定時采集傳感器數據&#xff09;。實現這些功能的方式有…
閱讀更多...
【微信小程序】12、生物認證能力

【微信小程序】12、生物認證能力

1、生物認證 生物認證 是一種基于個體獨特生理或行為特征進行身份驗證的技術,廣泛應用于安全、金融、醫療等領域。 小程序目前暫時只支持指紋識別認證。 2、查詢支持的生物認證方式 獲取本機支持的 SOTER 生物認證方式&#xff0c;文檔 onLoad(options) {wx.checkIsSuppor…
閱讀更多...
高級機器學習

高級機器學習

機器學習常見方法涉及方法&#xff1a;2.半監督學習3.無監督學習4.度量學習5.遷移學習6.多示例多標記學習7.在線學習8.元學習9.聯邦學習10.強化學習11.概率圖模型獨立同分布獨立指的是&#xff0c;樣本集包括訓練集測試集的任意兩個樣本之間都是不相關的。在表示樣本的特征確定…
閱讀更多...
Chrome 提示 “此擴展程序不再受支持”(MacOS/Windows)

Chrome 提示 “此擴展程序不再受支持”(MacOS/Windows)

原因 最新 Chrome 使用 Manifest V3, 并在新版瀏覽器中 停止 V2 支持 處理方法 MacOS 新建一個后綴為 .mobileconfig 的文件, 內容參考 <?xml version"1.0" encoding"UTF-8"?> <!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN&…
閱讀更多...
C++20協程實戰：高效網絡庫、手機終端、多媒體開發開發指南

C++20協程實戰：高效網絡庫、手機終端、多媒體開發開發指南

基于C++協程和事件循環的網絡庫 以下是基于C++協程和事件循環的網絡庫實例，涵蓋常見場景和功能實現。示例基于libuv、Boost.Asio或自定義事件循環，結合C++20協程（如std::coroutine）或其他協程庫（如cppcoro）實現。 基礎TCP服務器 #include <cppcoro/task.hpp> #in…
閱讀更多...
數據庫4.0

數據庫4.0

索引 事務 JDBC~ 目錄 一、MySQL索引 1.0 概述 2.0 相關操作 3.0 注意 4.0 索引背后的原理的理解 二、 事務 1.0 原子性 2.0 隔離性 (1)并發執行 (2) 出現的問題 3.0 使用 三、JDBC編程 1.0 概述 2.0 如何下載驅動包 3.0 jar如何引入到項目之中 4.0 jdbc…
閱讀更多...
HarmonyOS-ArkUI Web控件基礎鋪墊6--TCP協議- 流量控制算法與擁塞控制算法

HarmonyOS-ArkUI Web控件基礎鋪墊6--TCP協議- 流量控制算法與擁塞控制算法

HarmonyOS-ArkUI Web控件基礎鋪墊1-HTTP協議-數據包內容-CSDN博客 HarmonyOS-ArkUI Web控件基礎鋪墊2-DNS解析-CSDN博客 HarmonyOS-ArkUI Web控件基礎鋪墊3--TCP協議- 從規則本質到三次握手-CSDN博客 HarmonyOS-ArkUI Web控件基礎鋪墊4--TCP協議- 斷聯-四次揮手解析-CSDN博客…
閱讀更多...
Dify 從入門到精通（2/100 篇）：Dify 的核心組件 —— 從節點到 RAG 管道

Dify 從入門到精通（2/100 篇）：Dify 的核心組件 —— 從節點到 RAG 管道

Dify 的核心組件&#xff1a;從節點到 RAG 管道 引言 在 Dify 博客系列&#xff1a;從入門到精通&#xff08;100 篇&#xff09; 的第一篇《Dify 究竟是什么&#xff1f;真能開啟低代碼 AI 應用開發的未來&#xff1f;》中&#xff0c;我們全面介紹了 Dify 的定位、核心特點…
閱讀更多...
在線培訓、遠程示教——醫療器械行業的直播解決方案

在線培訓、遠程示教——醫療器械行業的直播解決方案

文章目錄前言一、醫療器械直播應用的兩大核心場景二、直播平臺在醫療場景中的關鍵技術支持點三、典型功能實現原理總結前言 醫療器械行業對“培訓”和“示教”的專業性要求極高&#xff0c;傳統的線下模式常因時間、空間、人員成本等受限而效率低下。而隨著高清低延遲視頻技術…
閱讀更多...
Mqttnet的MqttClientTlsOptions.CertificateValidationHandler詳解

Mqttnet的MqttClientTlsOptions.CertificateValidationHandler詳解

MqttClientTlsOptions.CertificateValidationHandler 是 MQTTnet 庫中用于自定義 TLS 證書驗證邏輯的關鍵回調函數。在 MQTT 客戶端與服務器建立 TLS 連接時&#xff0c;該回調允許你覆蓋默認的證書驗證流程&#xff0c;實現自定義的安全策略。核心作用當 MQTT 客戶端通過 TLS …
閱讀更多...
【圖像噪點消除】——圖像預處理（OpenCV）

【圖像噪點消除】——圖像預處理（OpenCV）

目錄 1 均值濾波 2 方框濾波 3 高斯濾波 4 中值濾波 5 雙邊濾波 6 小結 噪聲&#xff1a;圖像中的一些干擾因素。通常是由于圖像采集設備、傳輸信道等因素造成的&#xff0c;表現為圖像中隨機的亮度。常見的噪聲類型有高斯噪聲和椒鹽噪聲。高斯噪聲是一種分布符合正態分布…
閱讀更多...
Vulnhub napping-1.0.1靶機滲透攻略詳解

Vulnhub napping-1.0.1靶機滲透攻略詳解

一、下載靶機 下載地址&#xff1a;https://download.vulnhub.com/napping/napping-1.0.1.ova 下載好后使用VM打開&#xff0c;將網絡配置模式改為net&#xff0c;防止橋接其他主機干擾&#xff08;橋接Mac地址也可確定主機&#xff09;。 二、發現主機 使用nmap掃描沒有相應…
閱讀更多...
Kubernetes自動擴容方案

Kubernetes自動擴容方案

Kubernetes 自動擴容可以概括為 “三層六類”&#xff1a;層級類型觸發維度官方/社區方案一句話說明Pod 級HPACPU / 內存 / 自定義 / 外部指標內置副本數橫向擴縮&#xff0c;最常用VPACPU / 內存社區組件單 Pod 資源豎向擴縮&#xff0c;不改副本數KEDA任意事件&#xff08;隊…
閱讀更多...
最新文章

Copyright @ 2022~2023