当前位置： 首页 > ai >正文

Java容器化实践：Docker+K8s部署Spring Boot应用全流程

ai 2025/8/2 2:12:58

传统部署的“午夜惊魂”与容器化救赎

凌晨两点，刺耳的电话铃声撕裂了夜的宁静。“王工，生产环境订单服务挂了！客户无法支付！”运维小明的声音带着颤抖。我跌跌撞撞冲到电脑前，发现测试环境跑得好好的服务，在生产服务器上因JDK版本冲突轰然倒塌——这已是本月第三次环境不一致引发的故障。

当传统部署遭遇云原生时代：服务器配置的“雪花效应”（每台环境都独一无二）、依赖冲突的“俄罗斯轮盘赌”、扩缩容的“龟速响应”... 这些问题在微服务架构下被指数级放大。

而此刻，容器化技术如同普罗米修斯之火照亮了黑暗：Docker标准化应用封装，Kubernetes（K8s）提供分布式调度能力。本文将带你亲历Spring Boot应用从代码到集群的完整容器化蜕变之旅。

第一章：破茧——容器化前的认知重构

1.1 容器化核心思想：颠覆传统部署逻辑

理论基石：

  • OCI标准（Open Container Initiative）：容器镜像的通用规范，确保跨平台兼容性

  • 隔离性：利用Linux Namespace（进程/网络隔离）和Cgroups（资源限制）实现沙箱环境

  • 不可变基础设施：镜像构建后永不修改，任何变更需重建镜像

实战：体验容器魔法

# ===== 宿主机环境验证部分 =====
# 显示宿主机操作系统信息（应为CentOS 8）
cat /etc/os-release# 列出当前系统进程（验证宿主机环境）
ps aux# ===== 容器操作部分 =====
# 启动Ubuntu容器并进入交互模式
# -it: 分配交互式终端（i: interactive, t: tty）
# --rm: 容器退出后自动删除容器文件系统
# ubuntu:22.04: 使用官方Ubuntu 22.04镜像
# bash: 在容器内启动bash shell
docker run -it --rm ubuntu:22.04 bash# ===== 容器内部操作 =====
# 显示容器内操作系统信息（应为Ubuntu 22.04）
cat /etc/os-release# 查看容器内进程列表（仅显示容器内进程）
ps aux# 退出容器并终止容器进程
exit# ===== 返回宿主机验证 =====
# 再次确认宿主机操作系统（应仍为CentOS）
cat /etc/os-release# 检查容器是否已自动删除（应无正在运行的容器）
docker ps -a
1.2 Spring Boot的容器化基因

Spring Boot 2.3+ 原生支持构建优化：

  • 分层JAR（Layered JAR）：自动分离依赖/资源/应用代码                                                                                                                                                                                            

<?xml version="1.0" encoding="UTF-8"?>
<!-- 项目基础配置 -->
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><!-- 模型版本（固定值） --><modelVersion>4.0.0</modelVersion><!-- 父项目声明（继承Spring Boot默认配置） --><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.7.0</version>  <!-- 要求2.3+版本支持分层特性 --><relativePath/></parent><!-- 项目坐标 --><groupId>com.example</groupId><artifactId>demo-application</artifactId><version>0.0.1-SNAPSHOT</version><!-- 项目名称和描述 --><name>demo-application</name><description>Spring Boot Layered JAR Demo</description><!-- 项目属性配置 --><properties><java.version>11</java.version>  <!-- JDK版本要求 --><docker.image.prefix>myrepo</docker.image.prefix>  <!-- 镜像前缀 --></properties><!-- 项目依赖 --><dependencies><!-- Spring Boot基础starter --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!-- 测试依赖 --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency></dependencies><!-- 构建配置 --><build><plugins><!-- Spring Boot Maven插件 --><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><version>${project.parent.version}</version>  <!-- 继承父版本 --><configuration><!-- 启用分层JAR支持 --><layers><enabled>true</enabled>  <!-- 关键配置：激活分层特性 --></layers><!-- 可选：自定义分层配置（默认使用spring-boot-layer.xml） --><!-- <layers><enabled>true</enabled><configuration>${project.basedir}/src/layers.xml</configuration></layers> --></configuration><executions><!-- 绑定repackage目标到package阶段 --><execution><goals><goal>repackage</goal></goals></execution></executions></plugin><!-- 可选：Docker构建插件 --><plugin><groupId>com.spotify</groupId><artifactId>dockerfile-maven-plugin</artifactId><version>1.4.13</version><configuration><repository>${docker.image.prefix}/${project.artifactId}</repository><tag>${project.version}</tag><buildArgs><JAR_FILE>target/${project.build.finalName}.jar</JAR_FILE></buildArgs></configuration></plugin></plugins></build>
</project>

  • 健康检查端点：/actuator/health 天然适配K8s存活探针

第二章：化蝶——Docker镜像构建实战

2.1 Dockerfile深度优化策略

关键指令解析：

# ===== 阶段1：构建阶段 =====
# 使用官方Maven镜像作为构建环境
# - 包含JDK17（eclipse-temurin）
# - 指定小版本号保证可重现构建
FROM maven:3.8.6-eclipse-temurin-17 AS build

# 设置工作目录（后续操作均在此目录执行）
WORKDIR /app

# 先单独复制POM文件（利用Docker缓存层）
# - 只有当pom.xml变化时才会执行后续RUN指令
COPY pom.xml .

# 下载所有依赖到本地缓存（加速后续构建）
# - -B：批处理模式，避免输出ANSI颜色代码
# - go-offline：下载主依赖（但可能仍需要在线执行插件）
RUN mvn -B dependency:go-offline

# 复制源代码（在依赖下载完成后）
# - 使用./src确保只复制src目录内容而非目录本身
COPY src ./src

# 执行打包（跳过测试）
# - -DskipTests：不执行测试用例（测试应在CI阶段完成）
# - 此时会生成分层JAR（需pom.xml配置了layers.enabled=true）
RUN mvn package -DskipTests

# ===== 阶段2：运行时阶段 =====
# 使用轻量级JRE基础镜像
# - eclipse-temurin：官方维护的OpenJDK发行版
# - 17-jre-alpine：基于Alpine Linux的JRE17镜像（约80MB）
FROM eclipse-temurin:17-jre-alpine

# 设置容器内工作目录
WORKDIR /app

# 从构建阶段复制生成的JAR文件
# - 通配符匹配避免写死文件名
# - 目标命名为app.jar简化后续命令
COPY --from=build /app/target/*.jar ./app.jar

# 解压分层JAR（需要Spring Boot 2.3+）
# - Djarmode=layertools：激活Spring Boot分层工具
# - extract：将JAR按层解压到当前目录
RUN java -Djarmode=layertools -jar app.jar extract && \
# 删除原始JAR文件减少镜像体积
rm app.jar

# 按依赖层级从下到上复制（优化镜像层缓存）
# 1. 依赖层（变化频率最低）
COPY --from=build /app/target/dependencies/ ./
# 2. Spring Boot加载器层
COPY --from=build /app/target/spring-boot-loader/ ./
# 3. 应用层（变化频率最高）
COPY --from=build /app/target/application/ ./

# 设置容器启动命令
# - 直接使用Spring Boot的JarLauncher启动
# - 数组形式避免shell解析
ENTRYPOINT ["java", "org.springframework.boot.loader.JarLauncher"]

# ===== 可选优化 =====
# 1. 时区配置（中国时区）
ENV TZ=Asia/Shanghai
RUN apk add --no-cache tzdata && \
ln -sf /usr/share/zoneinfo/$TZ /etc/localtime && \
echo $TZ > /etc/timezone

# 2. JVM内存限制（根据容器cgroup限制自动计算）
ENV JAVA_OPTS="-XX:+UseContainerSupport -XX:MaxRAMPercentage=75.0"

# 3. 健康检查（Spring Boot Actuator端点）
HEALTHCHECK --interval=30s --timeout=3s \
CMD wget -qO- http://localhost:8080/actuator/health || exit 1

性能优化点：

  1. 多阶段构建：分离构建/运行时环境，缩小镜像体积（Alpine基础镜像仅~80MB）

  2. 依赖缓存：利用dependency:go-offline避免重复下载

  3. 分层利用：Spring Boot分层解压，充分利用Docker镜像层缓存

2.2 镜像构建与仓库推送
#!/bin/bash
# ===== 镜像构建阶段 =====
# 使用Dockerfile构建镜像（当前目录需包含Dockerfile）
# -t：指定镜像标签（格式：名称:版本）
# . ：表示使用当前目录作为构建上下文
# --no-cache：可选参数，强制重新构建（忽略缓存）
docker build -t order-service:1.0.0 .# ===== 镜像验证阶段 =====
# 列出本地镜像，确认构建成功
# | grep：过滤显示目标镜像
docker images | grep order-service# 测试运行容器（可选验证）
# -d：后台运行
# -p：端口映射（主机端口:容器端口）
# --rm：容器退出后自动删除
docker run -d -p 8080:8080 --rm --name order-service-test order-service:1.0.0# 检查容器日志（验证启动是否成功）
docker logs -f order-service-test# 停止测试容器（验证完成后）
docker stop order-service-test# ===== 仓库推送阶段 =====
# 登录阿里云容器镜像服务
# --username：阿里云账号用户名
# registry.cn-hangzhou.aliyuncs.com：阿里云Registry地址
# 密码需交互式输入或通过环境变量传递
docker login --username=yourname registry.cn-hangzhou.aliyuncs.com# 标记镜像（符合阿里云命名规范）
# 格式：registry.cn-区域.aliyuncs.com/命名空间/镜像名:版本
docker tag order-service:1.0.0 registry.cn-hangzhou.aliyuncs.com/yourns/order-service:1.0.0# 推送镜像到远程仓库
docker push registry.cn-hangzhou.aliyuncs.com/yourns/order-service:1.0.0# ===== 安全扫描阶段 =====
# 使用Trivy进行漏洞扫描（需提前安装或使用Docker方式运行）
# --rm：扫描完成后自动删除容器
# -v：挂载Docker守护进程套接字
# image：指定扫描目标镜像
docker run --rm -v /var/run/docker.sock:/var/run/docker.sock \aquasec/trivy image order-service:1.0.0# ===== 高级安全扫描（带报告生成）=====
# 生成JSON格式漏洞报告
docker run --rm -v /var/run/docker.sock:/var/run/docker.sock \-v $(pwd):/report aquasec/trivy image \--format json --output /report/trivy-scan.json \order-service:1.0.0# 生成HTML报告（需jq工具）
docker run --rm -v /var/run/docker.sock:/var/run/docker.sock \aquasec/trivy image --format template \--template "@contrib/html.tpl" \--output trivy-scan.html \order-service:1.0.0# ===== 清理阶段 =====
# 删除本地镜像（可选）
docker rmi order-service:1.0.0
docker rmi registry.cn-hangzhou.aliyuncs.com/yourns/order-service:1.0.0# 登出镜像仓库
docker logout registry.cn-hangzhou.aliyuncs.com

第三章：腾飞——Kubernetes集群部署

3.1 Kubernetes核心对象精讲
对象作用Spring Boot映射
Pod最小调度单元（1-n容器）应用主容器+Sidecar（如日志采集）
Deployment声明式更新控制器应用副本数管理/滚动更新
Service网络抽象与负载均衡内部服务访问入口
Ingress外部HTTP(S)流量接入域名路由管理
3.2 部署清单详解（deployment.yaml）
# ====== Deployment配置 ======
apiVersion: apps/v1  # Kubernetes API版本
kind: Deployment     # 资源类型：部署控制器
metadata:name: order-service  # 部署名称（需符合DNS子域名规范）namespace: production  # 指定命名空间（默认default）labels:app.kubernetes.io/name: order-service  # 标准标签格式app.kubernetes.io/version: "1.0.0"
spec:replicas: 3  # 副本数量（高可用保障）revisionHistoryLimit: 5  # 保留的历史版本数（用于回滚）selector:    # 标签选择器（匹配Pod）matchLabels:app.kubernetes.io/name: order-servicestrategy:    # 更新策略type: RollingUpdate  # 滚动更新（默认策略）rollingUpdate:maxSurge: 25%      # 可临时超出replicas的Pod数量（25%*3=0.75→1个）maxUnavailable: 0  # 更新期间不可用Pod数（零停机保障）template:    # Pod模板metadata:labels:  # 必须匹配selector中的标签app.kubernetes.io/name: order-serviceapp.kubernetes.io/version: "1.0.0"annotations:  # 注解（非标识性元数据）prometheus.io/scrape: "true"  # 允许Prometheus抓取指标prometheus.io/port: "8080"spec:containers:- name: main  # 主容器名称image: registry.cn-hangzhou.aliyuncs.com/yourns/order-service:1.0.0  # 镜像地址imagePullPolicy: IfNotPresent  # 镜像拉取策略（本地有则不再拉取）ports:- name: http  # 端口命名（Service中可引用）containerPort: 8080  # 容器暴露端口protocol: TCPenv:  # 环境变量注入- name: SPRING_PROFILES_ACTIVEvalue: "prod"- name: JAVA_OPTSvalue: "-XX:+UseContainerSupport -XX:MaxRAMPercentage=75.0"resources:  # 资源约束requests:  # 最小资源需求（调度依据）memory: "512Mi"cpu: "500m"  # 0.5个CPU核心limits:    # 最大资源限制（防止OOM）memory: "1024Mi"cpu: "1000m"  # 1个CPU核心livenessProbe:  # 存活探针（失败重启容器）httpGet:path: /actuator/health/liveness  # Spring Boot Actuator端点port: httpscheme: HTTPinitialDelaySeconds: 30  # 容器启动后30秒开始探测periodSeconds: 10        # 每10秒探测一次timeoutSeconds: 5       # 探测超时时间failureThreshold: 3     # 连续失败3次判定为不健康readinessProbe:  # 就绪探针（失败从Service摘除流量）httpGet:path: /actuator/health/readinessport: httpscheme: HTTPinitialDelaySeconds: 20  # 比liveness更早开始periodSeconds: 5successThreshold: 1     # 成功1次即标记为就绪volumeMounts:  # 配置文件挂载- name: configmountPath: /app/configvolumes:  # 卷定义- name: configconfigMap:  # 使用ConfigMap注入配置name: order-service-config# ====== Service配置 ======
apiVersion: v1
kind: Service
metadata:name: order-servicenamespace: production
spec:type: ClusterIP  # 服务类型（默认ClusterIP）selector:  # 选择器需匹配Pod标签app.kubernetes.io/name: order-serviceports:- name: httpport: 80       # Service对外端口targetPort: http  # 指向Pod中命名的端口protocol: TCP# ====== Ingress配置 ======
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:name: order-servicenamespace: productionannotations:nginx.ingress.kubernetes.io/rewrite-target: /$2  # URL重写规则nginx.ingress.kubernetes.io/proxy-body-size: "10m"  # 文件上传大小限制
spec:ingressClassName: nginx  # 指定Ingress控制器类型rules:- host: orders.example.com  # 域名配置http:paths:- path: /api(/|$)(.*)  # 路径匹配规则pathType: Prefixbackend:service:name: order-serviceport:number: 80# ====== ConfigMap配置 ======
apiVersion: v1
kind: ConfigMap
metadata:name: order-service-confignamespace: production
data:  # Spring Boot外部化配置application-prod.yml: |server:servlet:context-path: /apispring:datasource:url: jdbc:mysql://mysql.production:3306/ordersusername: ${DB_USERNAME}password: ${DB_PASSWORD}
3.3 服务暴露（service.yaml + ingress.yaml）
# ====== Service配置 ======
apiVersion: v1  # Kubernetes核心API版本
kind: Service   # 资源类型：服务
metadata:name: order-service  # 服务名称（DNS可解析）namespace: production  # 所属命名空间（需与Deployment匹配）labels:app.kubernetes.io/name: order-service  # 标准标签app.kubernetes.io/version: "1.0.0"
spec:type: ClusterIP  # 服务类型（默认值，集群内访问）selector:  # 选择器必须匹配Pod标签app.kubernetes.io/name: order-serviceports:- name: http  # 端口命名（支持命名路由）protocol: TCP  # 协议类型（支持TCP/UDP/SCTP）port: 80  # 服务暴露端口（集群内访问端口）targetPort: 8080  # 容器实际端口（需与containerPort一致）# 可选：nodePort: 30080  # NodePort类型时指定节点端口# ====== Ingress配置 ======
apiVersion: networking.k8s.io/v1  # Ingress API版本
kind: Ingress  # 资源类型：Ingress
metadata:name: order-ingress  # Ingress名称namespace: production  # 必须与Service同命名空间annotations:  # 注解控制Ingress行为# 重写路径规则（$1表示捕获组）nginx.ingress.kubernetes.io/rewrite-target: /$2# 连接超时设置nginx.ingress.kubernetes.io/proxy-connect-timeout: "30"# 请求体大小限制nginx.ingress.kubernetes.io/proxy-body-size: "10m"# 启用CORSnginx.ingress.kubernetes.io/enable-cors: "true"# SSL重定向（需配合TLS使用）nginx.ingress.kubernetes.io/ssl-redirect: "true"
spec:ingressClassName: nginx  # 指定Ingress控制器类型tls:  # TLS配置（HTTPS）- hosts:- orders.yourcompany.com  # 域名需与rules匹配secretName: order-tls-secret  # 引用包含证书的Secretrules:- host: orders.yourcompany.com  # 对外域名http:paths:- path: /api/orders(/|$)(.*)  # 路径匹配规则pathType: Prefix  # 匹配类型（Prefix/Exact/ImplementationSpecific）backend:service:name: order-service  # 转发目标服务port: number: 80  # 服务端口（非容器端口）

部署命令：

kubectl apply -f deployment.yaml
kubectl apply -f service.yaml
kubectl apply -f ingress.yaml

第四章：翱翔——进阶运维与调优

# ====== 4.1 金丝雀发布配置（Flagger） ======
apiVersion: flagger.app/v1beta1  # Flagger CRD API版本
kind: Canary                     # 资源类型：金丝雀发布
metadata:name: order-service            # 金丝雀资源名称namespace: production          # 必须与目标Deployment同命名空间
spec:# 目标工作负载引用targetRef:apiVersion: apps/v1          # 目标资源API版本kind: Deployment             # 目标资源类型name: order-service          # 目标Deployment名称# 服务配置（用于生成金丝雀服务）service:port: 8080                   # 服务端口portName: http               # 端口命名（可选）# 流量路由策略（可选）trafficPolicy:loadBalancer:consistentHash:httpCookie:name: canary-cookie  # 基于Cookie的会话保持# 发布分析配置analysis:interval: 1m                 # 检查间隔threshold: 5                 # 失败次数阈值iterations: 10               # 总迭代次数（默认10）metrics:                     # 监控指标- name: request-success-rate # HTTP请求成功率thresholdRange:min: 99                 # 最低成功率99%interval: 1m              # 指标采集间隔- name: latency-p95         # 95分位延迟threshold: 500            # 延迟阈值500msinterval: 30s             # 短间隔监控延迟# 可选的Webhook验证（调用外部系统）webhooks:- name: load-testtype: pre-rollout        # 发布前执行url: http://load-test-service:8080/timeout: 30smetadata:type: locust           # 压力测试工具类型cmd: "run -t 60s"      # 测试命令# ====== 4.2 配置中心集成 ======
# ConfigMap定义（Spring Cloud Config）
apiVersion: v1
kind: ConfigMap
metadata:name: app-config               # 配置映射名称namespace: production          # 命名空间需匹配应用
data:                            # 配置数据application-prod.yaml: |       # Spring Boot配置文件名spring:datasource:url: jdbc:mysql://mysql-prod:3306/ordershikari:maximum-pool-size: 15management:endpoints:web:exposure:include: "*"        # 开放所有监控端点# Deployment中的挂载配置
spec:containers:- name: main# 环境变量注入（优先于配置文件）env:- name: SPRING_CONFIG_LOCATIONvalue: "file:/config/"    # 指定配置搜索路径# 配置文件挂载volumeMounts:- name: config-volumemountPath: /config         # 挂载到容器内路径readOnly: truevolumes:- name: config-volumeconfigMap:name: app-config          # 引用ConfigMap名称items:                    # 可选：筛选特定文件- key: application-prod.yamlpath: application.yaml  # 重命名配置文件# ====== 4.3 监控体系配置 ======
# Spring Boot Actuator配置（application-prod.yaml片段）
management:endpoints:web:exposure:include: health,info,prometheus,metrics  # 暴露的关键端点base-path: /actuator       # 端点基础路径metrics:export:prometheus:enabled: true           # 启用Prometheus格式输出tags:application: ${spring.application.name}  # 添加应用标签# Prometheus ServiceMonitor（需安装Prometheus Operator）
apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:name: order-service-monitornamespace: monitoring         # 通常放在独立命名空间labels:release: prometheus-stack  # 匹配Prometheus选择器
spec:selector:matchLabels:app.kubernetes.io/name: order-service  # 匹配Service标签endpoints:- port: http                 # 监控Service的命名端口path: /actuator/prometheus # 指标端点路径interval: 15s              # 抓取间隔scheme: HTTPhonorLabels: true          # 保留原有标签namespaceSelector:matchNames:- production               # 目标命名空间# Grafana仪表板配置（ConfigMap方式）
apiVersion: v1
kind: ConfigMap
metadata:name: grafana-order-dashboardnamespace: monitoringlabels:grafana_dashboard: "1"     # 被Grafana自动加载
data:order-service.json: |        # 仪表板JSON文件{"title": "Order Service","panels": [...],"__inputs": [...]}

实时监控JVM内存/GC次数/HTTP请求延迟等核心指标

第五章：云原生启示录

当我们回望开头的“午夜惊魂”，容器化方案已彻底解决：

  • ✅ 环境一致性：Docker镜像消除“雪花服务器”

  • ✅ 秒级扩缩容：kubectl scale deploy/order-service --replicas=10

  • ✅ 零停机更新：滚动更新+就绪探针双保险

  • ✅ 故障自愈：K8s自动重启异常Pod

真实收益数据（某电商平台统计）：

  • 部署频率提升：从周级到日均20+次

  • 资源利用率：物理机CPU使用率从35%→68%

  • 故障恢复：平均恢复时间(MTTR)从4小时→3分钟

“容器化不是万能药，但它是云原生时代的入场券” —— CNCF基金会CTO Chris Aniszczyk

附录：关键命令速查

场景命令
查看Pod日志kubectl logs -f pod/order-service-xxx
进入容器调试kubectl exec -it pod/xxx -- bash
滚动更新触发kubectl set image deploy/order-service main=registry...:2.0.0
HPA自动扩缩容kubectl autoscale deploy order-service --cpu-percent=80 --min=2 --max=20

思考题：验证你的容器化理解

  1. 镜像构建优化：当Spring Boot依赖未变更时，如何利用Docker缓存机制加速构建？

  2. 探针配置：某服务启动需60秒，如何设置readinessProbe避免流量过早进入？

  3. 故障模拟：如何强制触发K8s对Pod的健康检查重启？

  4. 安全加固：为什么容器应以非root用户运行？如何在Dockerfile实现？

答案提示：

  1. 分离COPY pom.xml与COPY src步骤

  2. 设置initialDelaySeconds: 70

  3. kubectl exec -it <pod> -- kill 1

  4. 使用USER指令，参考eclipse-temurin的non-root用户

此刻，你的Spring Boot应用已完成从“单体服务器难民”到“云原生公民”的蜕变。当再次接到凌晨告警电话，你从容登录K8s控制台，一键扩容、回滚、诊断——窗外晨曦微露，容器化的世界静待征服。

http://www.xdnf.cn/news/16554.html

相关文章：

  • LLM—— 基于 MCP 协议（Streamable HTTP 模式）的工具调用实践
  • 《设计模式之禅》笔记摘录 - 11.策略模式
  • 二叉树的学习
  • 【Java】批量生成Excel放入文件夹并打zip压缩包
  • 八种AI记忆术，重构智能体的“大脑”
  • RFID 系统行业前沿洞察：技术跃迁与生态重构
  • 线性代数常见的解题方法
  • aws(学习笔记第五十课) ECS集中练习(2)
  • 【MySQL 数据库】MySQL索引特性（二）页目录（B和B+树）（非）聚簇索引 索引操作
  • APM32芯得 EP.27 | 告别IDE，为APM32F411打造轻量级命令行开发工作流
  • 《Computational principles and challenges in single-cell data integration》
  • Vite 模块动态导入之Glob导入
  • 微算法科技MLGO突破性的监督量子分类器：纠缠辅助训练算法为量子机器学习开辟新天地
  • PCB学习笔记（一）
  • LeetCode 面试经典 150_数组/字符串_轮转数组（6_189_C++_中等）（额外数组；转置）
  • dify + mcp 实现图片 ocr 识别
  • 实例教学FPN原理与PANet，Pytorch逐行精讲实现
  • [leetcode] Z字型变换
  • dify离线插件打包步骤
  • 手撕设计模式——智能家居之外观模式
  • C++线程详解
  • C++11 std::function 详解：通用多态函数包装器
  • 从0开始学习R语言--Day62--RE插补
  • 【ssh】ubuntu服务器+本地windows主机，使用密钥对进行ssh链接
  • Linux常用基础命令
  • 反射核心：invoke与setAccessible方法详解
  • Git 从入门到精通
  • linux命令ps的实际应用
  • SQL注入SQLi-LABS 靶场less26-30详细通关攻略
  • 深入解析Java元注解与运行时处理