# tensquare_dev84 **Repository Path**: hduming/tensquare_dev84 ## Basic Information - **Project Name**: tensquare_dev84 - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2019-02-11 - **Last Updated**: 2020-12-16 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # tensquare_dev84 #### 介绍 将十次方的配置文件部署在码云上，从码云读取。 # 十次方社交项目 父工程tensquare_parent，采用springboot+spring data jpa+springcloud框架 tensquare_common，存放公共的工具类与包装类 tensquare_base，基础微服务，http://localhost:9001 tensquare_recruit，招聘微服务，http://localhost:9002 tensquare_qa，问答微服务，http://localhost:9003 tensquare_article，文章微服务，http://localhost:9004 tensquare_gathering，活动微服务，http://localhost:9005 tensquare_spit，吐槽微服务，http://localhost:9006 tensquare_search，搜索微服务，http://localhost:9007 tensquare_user，用户微服务，http://localhost:9008 tensquare_sms，消息微服务，http://localhost:9009 tensquare_friend，交友微服务，http://localhost:9010 tensquare_manager，后台微服务，http://localhost:9011 tensquare_web，前台微服务，http://localhost:9012 tensquare_config，配置中心微服务，http://localhost:12000 /远程仓库配置文件名称 tensquare_eureka，Eureka注册中心服务器，http://localhost:6868 **mysql**：3306 **redis**：6379 **MongoDB**：27017 **ElasticSearch**：9300（java），9200（其他）；win+r+cmd，输入elasticsearch启动 **head图形化管理ElasticSearch**：http://localhost:9100；win+r+cmd，进入图形化安装包的路径D:\tensquare_APP\elasticsearch-head-master\elasticsearch-head-master，执行命令 grunt server启动图形化界面 **Rabbitmq**：15672（自动开启服务） **Rabbitmq图形化界面**：http://localhost:15672 ；账号密码：guest ## 后台代码实现 ## 第一天（环境搭建） ### 1.docker搭建mysql微服务 用Xshell6连接已经配置好的虚拟机（配置名称，IP，账号：root，密码：itcast）； ip查看命令：ip addr; 执行 systemctl start docker 命令启动docker； 执行 docker images 可以查看当前docker容器已经下载好的镜像文件； 镜像文件的下载与安装（只能下载网上存在的镜像，如mysql）： 1）执行 docker search mysql 查询网上可下载的所有mysql镜像； 2）执行 docker pull 镜像名称 可以下载该镜像； 3）执行 docker run -di --name=tensquare_mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=admins centos/mysql-57-centos7（这是镜像名）， 看见ae2fe6029e9d34e862765b3d6678662d189bf943de646c63e45b4edb5057780e信息，表示搭建Mysql的微服务成功； 5）执行docker ps查看到Mysql正在运行；执行docker ps -a 可查看已经不运行的进程。 注意：如果搭建失败，再次搭建会搭建一个新的mysql，删除要先执行docker ps -a，然后可以看见mysql镜像前面有一个ID号码，所以执行（docker rm ID号码 ）删除该安装包。 最后通过mysql的可视化界面连接虚拟机上的mysql即可（账号：root，密码：admins，端口：3306，ip地址：192.168.25.128） 关闭虚拟机之后，mysql是会关闭的，可以通过docker start ID号码 启动mysql； 关闭使用命令 docker stop ID号码(或名称) 即可关闭； 由于本人连接的是局域网，ip变动影响测试，所以将数据库移动到本地mysql。 ### 2.创建项目工程 创建一个maven父工程tensquare_parent，配置springboot+spring data jpa环境； 创建一个maven子工程tensquare_common，存放公共的工具类与包装类； 创建一个maven子工程tensquare_base，基础微服务，端口为9001，进行CRUD测试； 为什么使用推特的雪花算法分布式ID生成器（一个util工具类）？ 因为该算法位数比较多，微服务ID不会重复。 使用postman软件进行CRUD测试 ## 第二天（SpringDataRedis） ### 1.创建项目工程 利用代码生成器生成一个maven子工程tensquare_recruit，招聘微服务，端口为9002，业务：热门企业查询，推荐企业查询，最新企业查询 利用代码生成器生成一个maven子工程tensquare_qa，问答微服务，端口为9003，业务：最新，热门，等待回答 利用代码生成器生成一个maven子工程tensquare_article，文章微服务，端口为9004，业务：文章审核，文章点赞 利用代码生成器生成一个maven子工程tensquare_gathering，活动微服务，端口为9005，业务：将查询结果保存到spring自带缓存中；修改删除文章时，将缓存删除 ### 2.docker搭建redis微服务 执行 docker run -di --name=tensquare_redis -p 6379:6379 redis 安装redis微服务； 根据ID查询文章时，将查询结果保存到缓存中；修改删除文章时，将缓存删除。 ## 第三天（MongoDB,SpringDataMongoDB） ### 1.本地与docker搭建mongoDB微服务 1）本地搭建： 下载安装包，直接安装到本地文件夹（默认在C:\Program Files\MongoDB）； 配置path环境变量（C:\Program Files\MongoDB\Server\3.2\bin）； 在盘符根目录下创建一个文件夹（mongoDB_data）用于保存mongoDB数据； 在这个文件夹下执行cmd进入到d盘，然后执行mongod -dbpath=d:\mongoDB_data，即可将配置MongoDB服务； 重新开启cmd执行mongo连接到数据库，exit结束（或者ctrl+c）；默认端口27017。 2）docker搭建： 执行 docker run -di --name=tensquare_mongo -p 27017:27017 mongo 安装MongoDB微服务 远程连接：cmd下执行mongo 远程IP地址 3）MongoDB数据语法：Bson（json的加强版） 注意：它的整型没有加NumberInt表示浮点型，加了表示整型 创建数据库：use spitdb 查询数据库所有数据：db.spitdb.find() 添加数据：db.spitdb.insert({id:"2",content:"这是内容",userid:"1013",nickname:"小明",visits:NumberInt(1111)}),后面继续追加》》》 ### 2.创建项目工程 手动创建一个maven工程tensquare_spit，吐槽微服务，端口：9006， 业务： 1）通过MongoDB对吐槽进行增删改查； 2）根据父节点查询吐槽（就是说一个人的吐槽下面会跟着其他人的吐槽），并且分页显示； 3）吐槽点赞：如果每次点赞都是先根据ID查询该吐槽并在点赞数上加1，这样性能是不好的；可以使用原生mongo命令进行操作，这样只需要执行一次修改操作。 4）控制不能重复点赞：当前用户登录后进行点赞，先从redis查询是否有该用户，如果有不能点赞，如果没有可以点赞，点赞之后将该用户保存到redis 5）发布吐槽：判断当前吐槽是否有父节点，有的话，你这边发布一个吐槽，父节点的吐槽数就要加一；要设置一些初始值为0防止空值异常 ## 第四天（ElasticSearch） ElasticSearch是一个分布式搜索和分析引擎，Solr搭建分布式却要借助于其他插件，他们的底层都是lucene。 ### 1.环境准备 1）安装ElasticSearch 下载安装包，解压缩，win+r+cmd，进入到安装包里面的bin目录D:\tensquare_APP\elasticsearch-5.6.8\elasticsearch-5.6.8\bin（配置path路径可直接运行），执行elasticsearch，显示两个端口，java开发用9300，其他用9200。 浏览器输入 http://localhost:9200 会显示数据，即安装成功。 2）安装head插件：图形化管理索引库，这个图形化界面是由node.js做的； 1》安装node.js：下载安装包直接下一步安装完成； 2》安装cnpm（国外的下载速度太慢，所以从国内阿里下载）：win+r+cmd，执行命令 npm install -g cnpm --registry=https://registry.npm.taobao.org 3》将grunt安装为全局命令：win+r+cmd，执行命令 npm install -g grunt-cli 4》安装依赖：win+r+cmd，进入图形化安装包的路径D:\tensquare_APP\elasticsearch-head-master\elasticsearch-head-master，执行命令 cnpm install 5》启动图形化界面：win+r+cmd，进入图形化安装包的路径D:\tensquare_APP\elasticsearch-head-master\elasticsearch-head-master，执行命令 grunt server；默认端口9100 3）ES配置允许跨域访问 找到D:\tensquare_APP\elasticsearch-5.6.8\elasticsearch-5.6.8\config\elasticsearch.yml文件，在最下面添加下面2行代码即可：http.cors.enabled: true http.cors.allow-origin: "*" 4）配置IK分词器 将ik的插件包放到D:\tensquare_APP\elasticsearch-5.6.8\elasticsearch-5.6.8\plugins下即可 5）添加IK词汇（比如一些网上流行词） 在D:\tensquare_APP\elasticsearch-5.6.8\elasticsearch-5.6.8\plugins\ik\elasticsearch\config下创建一个文件，命名为myword.dic，在里面添加词汇，然后在IKAnalyzer.cfg.xml文件下启用该文件。 测试是否生效：http://localhost:9200/_analyze?analyzer=ik_max_word&pretty=true&text=肖德子裕 ### 2.创建项目工程 手动创建一个maven工程tensquare_search，搜索微服务，端口：9007 业务： 1）添加文章到索引库 概念： 是否索引：表示该域是否能被搜索 是否分词：表示搜索时是整体匹配还是分词匹配 是否显示：表示是否在页面上显示该域的内容 2）根据关键字搜索文章 可以设置多个关键字进行搜索 ### 3.logstash（日志收集处理框架，同步索引） ElasticSearch与Mysql数据同步（即将Mysql数据导入索引库） 1）logstash的安装 下载安装包，解压即可 2）logstash的命令 测试：进入安装包bin目录下（可配置环境变量），win+r+cmd，执行 logstash -e 'input { stdin { } } output { stdout {} }' -e：表示直接执行 -f：表示执行本地的文件（因为文档太多，一般通过这种方式导入） 3）同步索引 将配置好的数据库文件 mysqlcode 放到 logstash 的安装包下，对mysqlcode 下的 mysql.conf文件进行配置，让它配置好要导入的数据库相关信息; win+r+cmd，执行 logstash -f D:\tensquare_APP\logstash-5.6.8\mysqlcode\mysql.conf（其实就是找到那个配置文件去执行导入，可能会卡住，耐心等待） 注意：删除操作是不能同步的，所以一般要设置状态，修改状态，根据状态查询相应的信息即可 ### 4.docker下安装ElasticSearch 执行 docker run -di --name=tensquare_es -p 9200:9200 -p 9300:9300 elasticsearch:5.6.8 安装ElasticSearch微服务 192.168.25.128:9200启动测试成功 1）解决docker安装后9300端口不能用（ElasticSearch微服务要启动状态） 首先要修改一个ElasticSearch的配置文件，要找到该文件所在路径；执行docker exec -it tensquare_es /bin/bash；发现该配置文件在/usr/share/elasticsearch下，但是我们只能访问/usr/share下的文件，所以我们要把它复制出来，放到/usr/share下。 执行exit退出； 执行复制文件命令docker cp tensquare_es:/usr/share/elasticsearch/config/elasticsearch.yml /usr/share/elasticsearch.yml； 接着要先删除已经安装的ElasticSearch，执行docker stop tensquare_es关闭， 执行docker rm tensquare_es删除；然后执行docker run -di --name=tensquare_elasticsearch -p 9200:9200 -p 9300:9300 -v /usr/share/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml elasticsearch:5.6.8 即可将这个配置文件挂载到ElasticSearch下。 修改配置文件： 执行cd /usr/share/；执行ls进入查看所有文件发现现在有elasticsearch.yml这个文件了；接下来执行vi elasticsearch.yml 进入修改页面，按i进行修改，将transport.host: 0.0.0.0这个注释放开，按del可以删除前面#号，接着按esc，shift+z+z退回页面。 执行docker restart tensquare_elasticsearch重启服务；发现不能重启，原因在于内存不够，所以要配置硬件调优。执行vi /etc/security/limits.conf进入配置文件修改，在最后面添加* soft nofile 65536 和 * hard nofile 65536，接着按esc，shift+z+z退回页面。执行vi /etc/sysctl.conf进入修改，在最下面添加vm.max_map_count=655360;最后重启虚拟机，执行reboot，开启服务docker start ID号；完美。 2）安装IK分词器 本来是点击图标将本地磁盘的IK分词器上传到虚拟机，但是我的是破解版，这个功能不能使用，所以无法上传。 上传之后（直接拖过去），执行docker cp ik tensquare_elasticsearch:/usr/share/elasticsearch/plugins即可将IK分词器放入到插件文件夹下；重启生效。 4）支持跨域；安装head图形化界面 执行cd /usr/share/；执行vi elasticsearch.yml；添加： http.cors.enabled: true http.cors.allow-origin: "*" 重启生效 执行 docker run -di --name=tensquare_heard -p 9100:9100 mobz/elasticsearch-head:5 安装head成功。192.168.25.128:9001启动图形化界面。 ## 第五天（Rabbitmq） 效率：Kafka（卡夫卡，大数据使用）>Rabbitmq（有交换器）>Activemq 安全：Kafka（卡夫卡，大数据使用）