CloudAMQP 有多种账号级别，请参考下面的链接的内容访问你可以注册的级别：https://www.cloudamqp.com/plans.html 作为测试来说，你可以注册免费的的消息。 你可以选择免费的账号。 输入电子邮件 在注册界面中输入电子邮件后单击 Sign Up 来创建账号。 到邮箱中检查 当你输入电子邮件提交后，系统将会发送一个电子邮件到你提交的邮箱中。 你可以到你的电子邮箱中查看发过来的电子邮件。 系统提示电子邮件已经发送成功。 电子邮箱中收到的进行注册的电子邮件。 单击邮件中的链接进行注册。 创建一个账号 输入密码来在系统中创建账号 创建新的实例 你可以在账号创建成功的界面中开始创建新的实例。 然后你就可以在新创建的实例中开始进行消息测试了。 https://www.cwiki.us/display/RabbitMQZH/Sign+Up+Account+In+CloudAMQP
在你开始之前 在你开始安装 Confluence 之前，请确定你的安装环境满足 最小系统安装要求和支持的平台. 如果你计划将你的 Confluence 运行到虚拟环境下，请参考 Running Confluence in a Virtualized Environment 页面中的内容。 选择你的安装方式 有多种方式可以对 Confluence 进行安装。请针对你的安装环境选择最合适的安装方式。 安装方式 这个方式适合你吗？ 安装 Confluence 测试版 Windows, Linux or OS X 这个方式最将 Confluence 站点设置和运行起来的最快的方法。如果你现在正在对 Confluence 进行评估，你可以使用这个方法进行安装或者尝试免费的 Confluence Cloud。 安装 Confluence 测试版，你不需要安装外部数据库。 使用安装文件（installer）来安装 Confluence Windows Linux 这个安装方式将会使用安装器对 Confluence 进行安装。同时这个方法也是将 Confluence 运行到 Window 或者 Linux 服务器上最直接的方法。 从 zip 或者归档文件来安装 Confluence Windows Linux 这个安装方法要求你手动配置安装文件和系统参数。能够让你对 Confluence 安装有最大的控制权。 这个安装方式能够让你对 Confluence 安装过程进行完全控制。当针对你的操作系统没有合适的 Confluence 文件的话，你可以使用这个方法来进行安装。 使用 Docker 容器来运行 Confluence Docker 使用这个安装方法，Confluence 服务器可以以最快的速度启动和运行 Docker 中预先配置选项的镜像。请访问 https://docs.docker.com/ 来获得更多有关 Docker 的相关内容。 Atlassian 能够对运行在 Docker 容器中的 Confluence 提供支持，但是并不能对环境运行本身的问题提供支持。 将 Confluence 安装到云平台 Windows or Linux AWS Quick Start Azure Confluence 数据中心方法是针对大型企业使用的集群解决方案。你可以将 Confluence 部署到你自己的的 IT 基础环境上，你也可以将 Confluence 部署的到 AWS 或 Azure 等私有云解决方案上。 请阅读 Confluence Data Center Technical Overview 页面中的内容来确定数据中心是否适合你的组织。 请注意：我们不能对在 OS X 上安装 Confluence 提供支持。OS X 的下载文件只能用于对 Confluence 进行评估。与 Confluence 运行在支持的平台上运行一样，运行 Confluence 在 OS X 上没有任何限制。 EAR/WAR 分发包 已经不再可用（no longer available）。如果你现在运行的 Confluence 是在之前的 EAR/WAR 包安装来的，那么你需要选择使用 zip 或者归档文件（archive file）来进行安装。 https://www.cwiki.us/display/CONF6ZH/Confluence+Installation+Guide
这个页面针对运行在虚拟硬件环境下的 Confluence 提供一些信息。 概要 在虚拟环境（virtual machine （VM））下运行 Confluence 需要一些特定的技能来进行设定和进行管理。更主要的是 Confluence 的运行性能将会受到在相同架构下运行的其他虚拟机的影响，同时也与你如何配置 Confluence 有关。 Atlassian 能够支持 Confluence 和 Confluence 数据中心环境在虚拟机环境下运行，但是不能对虚拟环境自身环境的维护提供支持。 建议 下面的一些建议来自于我们将 Confluence 部署到虚拟环境下运行的一些经验。这些虚拟环境包括如 VMWare 和 KVM，同时也来自于我们对这些环境下运行用户提供支持后获得一些经验。 了解你的平台（Know your platform）—— 对你运行环境下的操作系统相关文档应该需要有一些了解，然后来选择虚拟化的技术或者设置可以依赖 VM（virtual machine）环境的一些知识。 指派足够的内存（Allocate enough memory）—— 作为一个 Java 的 Web 应用程序，与其他的 Web 应用程序相比，Confluence 需要大量的内存。请确定你的虚拟机能够提供足够多的物理内存来运行 Confluence，同时还不需要将 Confluence 运行到交换区（swapping）。 处理高 I/O（Handle high I/O）—— 在通常的使用情况下，Confluence 需要大量的 I/O 数，这些操作被用来操作数据库和主目录的内容请求。这些请求针对每一次资源请求都会被进行。请确定在你的 VM 环境中使用了正确的驱动器类型来优化这些访问。 处理峰值 CPU 和内存使用（Handle peak CPU and memory usage）—— 针对一些特定的操作（包括 PDF 导出，Office 文档处理和显示大量内容的页面）Confluence 将会需要大量的 CPU 和内存使用。请确定你选择的虚拟环境具有足够的弹性和能力来处理峰值运行，而不是仅仅是等待运行。 正确的时间同步（Synchronise time correctly）—— 一些用户在 VM 和主机上的时间同步上有问题。这个将会导致 Confluence 的计划任务执行混乱从而中断计划任务的执行。当你再虚拟环境下发现 Confluence 计划任务执行混乱的时候，我们强烈推荐你对 VM 和服务器主机的时间同步进行检查。 更多帮助 有关为在虚拟环境下运行 Confluence 进行设置的更多帮助，你可以选择咨询 Atlassian Expert。一些专家对安装和性能优化具有相关的经验，并且能够帮助你对 Confluence 进行配置。 https://www.cwiki.us/display/CONF6ZH/Running+Confluence+in+a+Virtualized+Environment
这里是有关存储空间和内存使用的情况，数据更新于 2013年04月： 数据库大小 2827 MB Home 目录占用空间大小 116 GB 平均内存消耗 1.9 GB 选择实例的数据库表格 数据（Data） 相关表格（Relevant Table） 行（Rows） 大小（Size） 附件元数据（Attachment metadata） attachments 193903 60 MB 内容和用户属性（Content and user properties） os_propertyentry (?) 639737 255 MB 内容正文（包括有所有博客页面，页面内评论的版本历史） bodycontent 517520 1354 MB 内容元数据（包括有标题，作者） content 623155 459 MB 标签（Labels） label (5982, 1264 kB), content_label (134151, 46 MB) 140133 47.2 MB 用户（Users） users 38766 6200 kB 备注：这里没有显示所有的数据库表或者索引，平均的行数量针对安装的实例不同而不同。 选择的 home 目录组件大小 数据（Data） 文件（Files） 大小（Size） 附件（Attachments ，包括有所有附件的版本） 207659 105 GB Did-you-mean 搜索索引 10 14 MB Office 连接器缓存 3506 456 MB 插件文件（Plugin files） 1851 669 MB 搜索索引（Search index） 448 3.9 GB 临时文件（Temporary files） 14232 5 GB 缩略图（Thumbnails） 86516 1.7 GB 使用索引（Usage index 目前已经被禁用） 239 2.6 GB 备注：这里没有显示所有的数据库表或者索引，平均的行数量针对安装的实例不同而不同。 https://www.cwiki.us/display/CONF6ZH/Server+Hardware+Requirements+Guide
针对非集群 Confluence 实例，下面是一些硬件配置。上面的内存数量不区分服务器使用的内存还是 JVM 使用的内存，表格中的空白，表示的是没有这方面的数据。 用户数量 空间数量 页面数量 CPUs CPU (GHz) RAM (MB) 备注 150 30 1,000 1 2.6 1,024 350 100 15,000 2 2.8 1,536 5,000 500 4 3 2,024 10,000 350 16,000 2 3.8 2,024 10,000 60 3,500 2 3.6 4,048 21,000 950 2 3.6 4,048 85,000 100 12,500 4 2.6 4,048 总共需要 3 台服务器：应用服务器，数据库服务器和 Apache HTTPD + LDAP 服务器。 服务器负载和可扩展性 当针对你的 Confluence 部署的时候，你需要计划你的服务器硬件。你需要针对你网站的高峰访问量，所有的内容页面数量，和编辑对访问的比率量来评估你服务器的扩展性。 编辑对访问比率是指由多少访问者对内容进行编辑对比仅仅对内容进行查看。 针对网站的所有内容的最好评估方法是通过所有空间的数量。 Confluence 的扩展性最好是根据访问者的数量，而不是高峰时期用户访问量，有多少编辑用户和多少空间。下面的内容也应该考虑进你的性能分析中。： Confluence 站点中的页面总数通常不是性能的主要考虑。例如，一个 Confluence 实例可能存储有 80K 的页面，但是只消耗了 512MB 的内存。 总是使用外部数据库，和查看 Performance Tuning 页面中的内容。 已知的最大使用情况 下面表格中是用户报告给 Atlassian 已知的最大使用情况，或者被用于进行性能测试。如果你 Confluence 的使用数量超过了下面表格中的内容，那么集群，数据库性能优化和其他性能优化将需要你进行额外进行了。 创建的最多空间（Most Spaces） 1700 最多的内部用户（Most Internal Users） 15K 最多的 LDAP 用户（Most LDAP Users） 100K 最多页面（Most Pages） 80K 硬盘需求 所有的页面内容都是存储在数据库中的，但是页面的附件是存储在文件系统中的。附件越多，需要的磁盘存储空间就越多。 私有和公开的对比 私有的 Confluence 实例管理的用户是内部用户，或者通过用户配置仓库入 LDAP 来进行管理的。如果你的 Confluence 允许公众进行注册的话，你的 Confluence 就需要处理额外的负载了让匿名用户进行访问。请注意，下面的配置是一个示例，不是推荐配置： 用户案例（Use Case） 空间数（Spaces） 用户数（User Accounts） 编辑数（Editors） 编辑查看比率（Editor To Viewer Ratio） 页面（Pages） 页面版本（Page Revisions） 附件（Attachments） 评论（Comments） 总存储数据量（Total DataSize (GB)） 备注（Notes） 在线文档（Online Documentation） 140 11,500 1,000 9% 8,800 65,000 7,300 11,500 10.4 私有的实例（Private Intranet） 130 180 140 78% 8,000 84,000 3,800 500 4.5 公司间协同（Company-Wide Collaboration） 100 85,000 1,000+ 1%+ 12,500 120,000 15,000 专业帮助 针对大型的 Confluence 实例，最好的办法，你可以联系 Atlassian Solution Partner 来针对硬件大小来获得专业帮助，测试和性能优化。 https://www.cwiki.us/display/CONF6ZH/Server+Hardware+Requirements+Guide
服务器管理员可以通过本页面的指南来对在运行 Confluence 评估版本的最小服务器硬件需求进行评估。应为实际的服务器负载是很难进行预测的，所以最好的办法是通过实际运行一个 Confluence 实例来确定在最后的生产环境中需要什么样的服务器环境。 最大用户访问数量指向 Confluence 发出页面查看或者编辑请求的用户数量。访问用户通常定义为当第一个页面被打开到连接被关闭，如果你的 Confluence 站点被允许公共访问，那么这里包括登录的客户和没有登录的客户。 存储空间的需求依赖于你有多少内容和附件想存储在 Confluence 中。 最小硬件需求 下面的值是针对 Confluence 使用的最小的硬件要求来确定的；例如，最小的 Heap 大小针对 Confluence 来说需要使用 1GB 和 1GB 来被 Synchrony 使用（Synchrony 被用来使用在协同编辑上）。你将需要其他的物理硬件。因为你的操作系统和其他的应用程序在运行的时候还需要使用系统的资源。所以你的最小要求要大于 Confluence Heap 要求的最小内存。 针对小的安装实例，服务器的最高负载主要体现在最高访问量的时候，因此最小的硬件要求就比较难确定了。我们提供的最小硬件要求主要是针对 Confluence 能够运行的最小要求，针对你的安装实例，你的 Confluence 安装可能还需要更多的资源。 下面是我们推荐运行 Confluence 的最小硬件要求： 中央处理器（CPU）： Quad core 2GHz+ CPU 内存（RAM）： 6GB 最小数据库存储空间（Minimum database space）： 10GB 说明：请注意有些用户是将 Confluence 运行在 SPARC 平台的硬件上面的，Confluence 的官方只能对运行在 x86 平台上的硬件提供支持，官方也能对运行在 x86 平台上的 64 位系统提供支持。Confluence 通常没有办法在约束比较严格的系统或者共享上的环境上很好的运行 - 例如 AWS micro.t1 安装实例。当你在运行平台上进行选择的时候，请注意平台能否提供持续的处理能力和内存的限制，尤其是在启动处理进程的限制上。 https://www.cwiki.us/display/CONF6ZH/Server+Hardware+Requirements+Guide
Write a program that takes input of integer N, followed by N more integers. For each integer, output the next fibonacci number after it. Fibonacci number: Any number that belongs to the fibonacci series. Constraints: Your program should run correctly for the first 69 Fibonacci numbers. Your output lines should not have any trailing or leading whitespace. Input 3 1 9 22 Output 2 13 34 Explanation: 2 is the next fibonacci number greater than 1, the fibonacci number that comes after 9 is 13. 34 is the next fibonacci number after 22. 英文描述 英文描述请参考下面的图。 中文描述 根据给定的值，返回这个值后面的下一个斐波拉契数列中的下一个数。 在斐波拉契数列中存储 60 个 斐波拉契数。 例如，给定整数 1，那么应该返回的结果是 2 。因为给定整数 1 后面的下一个斐波拉契数是 2。 如果给定的数值是 9 的话，那么下一个斐波拉契数应该是 13。 斐波拉契数列又译为菲波拿契数列、菲波那西数列、斐波那契数列、黄金分割数列。 用文字来说，就是费波那契数列由0和1开始，之后的费波那契系数就是由之前的两数相加而得出。首几个费波那契系数是： 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233……（OEIS中的数列A000045） 思路和点评 首先计算斐波拉契数列，然后将数值存储到数组中。 定义一个数组，在这个数组中先存储 60 个从小到大的斐波拉契数。 然后将给定的数值与数值中存储的斐波拉契数进行对比，这个时候你需要对数组中的斐波拉契数进行遍历。当找到大于当前给定的整数以后，可以 Break 这次比对并且返回（输出）这个值。 源代码 源代码和有关代码的更新请访问 GitHub： https://github.com/cwiki-us/codebank-algorithm/blob/master/src/main/java/com/ossez/codebank/interview/ManNextFibonacciNumber.java 运行建议： 这个方法因为测试平台的问题，我们没有写到测试类中。我们是直接定义了一个可以运行的类。 你可以在你的 Eclipse 平台上，直接运行这个类。 在你运行类以后的 Console 控制台窗口，你首先需要输入数字 3 ，这个数字 3 表示这次运行你需要进行 3 次测试。 然后输入测试数字，例如，你可以输入测试数字 1，那么，程序将会输出 1 Next Fibonacci [2]。 这个与实际题目要求的有所差异，你需要进行调整，而且题目是需要使用 System.out.println 输出的，请注意我们在我们的源程序中注释掉了这个输出。 代码思路请参考： package com.ossez.codebank.interview; import java.io.BufferedReader; import java.io.InputStreamReader; import org.slf4j.Logger; import org.slf4j.LoggerFactory; /** * * https://www.cwiki.us/display/ITCLASSIFICATION/Next+Fibonacci+Number * * @author YuCheng * */ public class ManNextFibonacciNumber { private final static Logger logger = LoggerFactory.getLogger(ManNextFibonacciNumber.class); public static void main(String[] args) throws java.lang.Exception { int fArray[] = new int[60]; for (int i = 0; i < 60; i++) { fArray[i] = getFib(i); } BufferedReader br = new BufferedReader(new InputStreamReader(System.in)); String input = br.readLine(); // System.out.println(fib(Integer.valueOf(input))); for (int i = 0; i < Integer.valueOf(input); i++) { Integer inputInt = Integer.valueOf(br.readLine()); // System.out.println(inputInt); for (int j = 0; j < fArray.length; j++) { if (fArray[j] > inputInt) { // System.out.println(fArray[j]); logger.debug("{} Next Fibonacci [{}]", inputInt, fArray[j]); break; } } } } /** * Get Fibonacci Number * * @param n * @return */ private static int getFib(int n) { if (n < 0) { return -1; } else if (n == 0) { return 0; } else if (n == 1 || n == 2) { return 1;…
本发布版本中为 JSR-305 支持添加了一个注解。这个为了与 Spring 框架中的 Null-safety 注解取得平衡，然后为 Spring Batch 添加为 public APIs。 这个注解不仅仅在使用 Spring Batch APIs 来强制空安全（null-safety），同时还可以通过使用 IDEs 来提供有用的相关 nullability 信息。例如，如果用户希望实现 ItemReader 接口，任何能够支持 JSR-305 注解的 IDE 将会生成类似下面的代码： public class MyItemReader implements ItemReader<String> { @Nullable public String read() throws Exception { return null; } } @Nullable 注解将会出现在 read 方法中，用来表示这个方法的内容可能将会返回一个 null。 这个将会强制在 Javadoc 中强制表示当在数据资源耗尽的时候，方法 read 将会返回一个 null。 https://www.cwiki.us/display/SpringBatchZH/JSR-305+Support
这个发布版本带来了一个新的 ValidatingItemProcessor 实现，这个实现被称为 BeanValidatingItemProcessor。能够让你使用 Bean Validation API (JSR-303) 来校验 Item 的注解。例如给定下面的类型 Person： class Person { @NotEmpty private String name; public Person(String name) { this.name = name; } public String getName() { return name; } public void setName(String name) { this.name = name; } } 你可以通过在你的应用上下文中声明一个 BeanValidatingItemProcessor 并在你的原始块步骤中注册来校验 items： @Bean public BeanValidatingItemProcessor<Person> beanValidatingItemProcessor() throws Exception { BeanValidatingItemProcessor<Person> beanValidatingItemProcessor = new BeanValidatingItemProcessor<>(); beanValidatingItemProcessor.setFilter(true); return beanValidatingItemProcessor; } https://www.cwiki.us/display/SpringBatchZH/Bean+Validation+API+support
IntelliJ 安装完成 Scala 插件后，你需要尝试使用 IntelliJ 来创建并且运行第一个程序。 通常这个程序只是简单的输出 Hello World。 创建一个新工程 在文件下面选择新建，然后选择创建工程。 输入工程信息 在创建工程上面，输入工程的信息，指定工程的路径等。 在这里特别需要注意的地方是创建工程的 Scala SDK 配置，你需要现在你的系统中配置 SDK，有关配置 SDK 的方法，请参考页面Scala 安装及环境配置中的内容。 选择 SDK 单击创建后，你将会看到需要选择的 SDK。 在这里选择需要的 SDK 就可以了。 完成 SDK 选择后的新项目界面 当你完成 SDK 项目选择后的界面如下图，你可以看到你的 SDK 已经配置完成了。 然后单击这个界面中的 Finish（完成）你就可以完成项目的创建了。 创建你的第一个 Scala 程序 在新创建的项目中，使用鼠标定位到 src 文件夹，然后右击，新建一个 Scala 的类。 输入新建类的名字 在弹出的窗口中，输入需要新建类的名字。 在这里，我们假设需要创建的类的名字为 Hello，你可以在这里输入你新创建的类的名字 Hello。 输入代码 你可以在代码输入窗口中，简单的输入下面的代码： object Hello extends App { println("Hello, World!") } 上面的代码将会简单的输入字符串 Hello, World! 运行代码 你有下面 2 个方法运行代码，你可以在左侧的项目中，选择需要运行的类。然后右击鼠标，在弹出窗口中选择运行 Hello，Hello 是你创建的这个类的名字。 你也可以直接在你的程序上面单击运行你创建的这个类。 程序运行的结果可以在下面的控制台中看到。 这样你就完成了你的第一个 Scala 类的创建和运行。 "C:\Program Files\Java\jdk1.8.0_172\bin\java.exe" "-javaagent:C:\Program Files\JetBrains\IntelliJ IDEA Community Edition 2018.3.3\lib\idea_rt.jar=58176:C:\Program Files\JetBrains\IntelliJ IDEA Community Edition 2018.3.3\bin" -Dfile.encoding=UTF-8 -classpath "C:\Program Files\Java\jdk1.8.0_172\jre\lib\charsets.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\deploy.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\access-bridge-64.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\cldrdata.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\dnsns.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\jaccess.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\jfxrt.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\localedata.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\nashorn.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\sunec.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\sunjce_provider.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\sunmscapi.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\sunpkcs11.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\ext\zipfs.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\javaws.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\jce.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\jfr.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\jfxswt.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\jsse.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\management-agent.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\plugin.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\resources.jar;C:\Program Files\Java\jdk1.8.0_172\jre\lib\rt.jar;C:\Users\Yucheng\Documents\WorkDir\Repository\cwiki-us\codebank-scala\out\production\codebank-scala;C:\Users\Yucheng\Dkits\scala\lib\scala-library.jar;C:\Users\Yucheng\Dkits\scala\lib\scala-parser-combinators_2.12-1.0.7.jar;C:\Users\Yucheng\Dkits\scala\lib\scala-reflect.jar;C:\Users\Yucheng\Dkits\scala\lib\scala-swing_2.12-2.0.3.jar;C:\Users\Yucheng\Dkits\scala\lib\scala-xml_2.12-1.0.6.jar" Hello Hello,World! Process finished with exit code 0 程序运行的结果如上面所示。 在最开始是有关你系统路径的配置。 https://www.cwiki.us/pages/viewpage.action?pageId=41686101