小扳手

具体是通过 JobHandler 来确定任务逻辑，指定 @XxlJob("demoJobHandler") 注解中的 demoJobHandler 来确定。启动服务之后，访问 "localhost:8080/xxl-job-admin"，默认端口号是 8080 ，默认的登录账号。定义一个逻辑任务，使用 @XxlJob("demoJobHandler") 注解，使用该注解标记到方法上，且。port：表示当前执行器的端口，主要作用是：给调用中心发送信息给执行器所用到的端口号。

MinIO 是一个高性能的对象存储服务器，专门设计用来处理大规模的非结构化数据。它提供与 Amazon S3（简单存储服务）兼容的 API，使得开发人员和运维团队能够轻松实现数据存储和管理。以下是 MinIO 的一些关键特点和概述： 1）高性能：MinIO 具有极高的吞吐量，能够支持大规模的并发请求，适用于需要快速处理大量数据的应用场景，如机器学习和数据分析等。 2）易于部署：MinIO 可以在多种环境中部署，包括本地服务器、虚拟机、容器（如 Docker和 Kubernetes

导入了大量数据到 Elasticsearch 中，实现了数据的存储。不过查询数据时依然采用的是根据 id 查询，而非模糊搜索。 所以来研究下 Elasticsearch 的数据搜索功能。Elasticsearch 提供了基于 JSON 的 DSL（Domain Specific Language）语句来定义查询条件，其 JavaAPI 就是在组织 DSL 条件。举个例子： 查询所有数据： 以最简单的无条件查询为例，无条件查询的类型是：match_all

微服务篇-深入了解索引库与文档 CRUD 操作、使用 RestCliet API 操作索引库与文档 CRUD（Java 客户端连接 Elasticsearch 服务端）Index 就类似数据库表，Mapping 映射就类似表的结构。要向 es 中存储数据，必须先创建 Index 和 Mapping 。

数据库模糊查询随着表数据量的增多，查询性能的下降会非常明显，而搜索引擎的性能则不会随着数据增多而下降太多。目前仅 10 万不到的数据量差距就如此明显，如果数据量达到百万、千万、甚至上亿级别，这个性能差距会非常夸张。其次，功能单一数据库的模糊搜索功能单一，匹配条件非常苛刻，必须恰好包含用户搜索的关键字。而在搜索引擎中，用户输入出现个别错字，或者用拼音搜索、同义词搜索都能正确匹配到数据。

GlobalTransactional 注解就是在标记事务的起点，将来 TM 就会基于这个方法判断全局事务范围，初始化全局事务。首先，要在配置文件中指定要采用的分布式事务模式。Processing）标准，XA 规范描述了全局的 TM 与局部的 RM 之间的接口，几乎所有主流的数据库。册一下分支事务，属于哪个全局，然后才能去执行业务 sql，sql 执行完后，但是 XA 规范规定 sql。每一个分支事务就是传统的单体事务，都可以满足 ACID 特性，但全局事务跨越多个服务，

微服务保护的方案有很多，比如：请求限流、线程隔离、服务熔断。这些方案或多或少都会导致服务的体验上略有下降，比如请求限流，降低了并发上限；线程隔离，降低了可用资源数量；服务熔断，降低了服务的完整度，部分服务变的不可用或弱可用。因此这些方案都属于服务降级的方案。但通过这些方案，服务的健壮性得到了提升。

无论是 GatewayFilter 还是 GlobalFilter 都支持自定义，只不过编码方式、使用方式略有差别。自定义 GatewayFilter 不是直接实现 GatewayFilter，而是实现 AbstractGatewayFilterFactory。@Component@Override@Override// 获取请求// 编写过滤器逻辑System.out.println("过滤器执行了");// 放行直接在 filter 函数中编写登录校验代码。

比如刚才通过 Swagger 测试商品查询接口，而这种查询就是通过 http 请求的方式来完成的，不仅仅可以实现远程查询，还可以实现新增、删除等各种远程请求。项目的架构设计、开发模式都非常简单。在微服务中，每一个模块都是独立的，那么模块与模块之间就不能直接通过 Bean 对象注入的方式来访问不同模块的方法了，则需要通过网络来建立模块与模块之间的联系了。- 服务提供者会定期向注册中心发送请求，报告自己的健康状态（心跳请求），当注册中心长时间收不到提供者的心跳时，会认为该实例宕机，将其从服务的实例列表中剔除。