logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Springboot 利用CORS 解决跨域问题

什么是跨域首先我们先用springboot 建立1个简单的API, 它返回1个jsonpackage com.example.demo_api_cors.controller;import com.example.demo_api_cors.dto.ValueDto;import org.springframework.web.bind.annotation.CrossOrigin;import

#spring boot#java#restful
别再裸奔了!用 playwright-stealth 完美绕过 LinkedIn 反爬检测,自动化修改个人信息

下面这段代码会连接到刚刚开启的 Chrome,自动访问 LinkedIn 个人资料页,并把 Headline 修改为我们指定的文字。如果你每次都新起一个干净的无头浏览器,还要去模拟登录,被干掉的几率极高。需求其实很简单:写个脚本定时去更新自己的 LinkedIn 个人简介(Headline 和 About),顺便抓一下私信里的猎头消息。前端的 React 根本不认,你哪怕把输入框的值改了,一提交还

#自动化#运维
用terraform 创建一个GKE private cluster

GKE(Google Kubernetes Engine)是 Google Cloud 提供的容器管理服务,它基于 Kubernetes 构建,可以帮助您轻松部署、管理和扩展容器化的应用程序。您可以把它想象成一个强大的“容器编排大师”,让您的应用在云端高效、稳定地运行。GKE 简化了 Kubernetes 的复杂性,让您专注于应用开发,而无需花费大量精力在底层基础设施的管理上。它提供了自动伸缩、自

#terraform#云原生#kubernetes
解决IDEA 不能正确识别系统环境变量的问题

本人laptop 上的是设置了GOOGLE_APPLICATION_CREDENTIALS 这个环境变量的, 正常java or python 的程序能基于这个环境变量使用 某个gcp service account 去访问GCP的资源。把Program 的值 从/usr/bin/idea 改成 bash -ic “/usr/bin/idea”,但是在我在IDEA 编写的dataflow job并

文章图片
#intellij-idea#java#ide
OpenClaw 避坑指南:如何彻底从本地/Hunyuan 切换到第三方大模型

本文详细记录了在OpenClaw中从本地Hunyuan模型切换至第三方API(如SiliconFlow的Qwen 2.5 72B)时遇到的鉴权报错问题(401 Unauthorized)及完整解决路径。

Java真的在云原生时代开倒车?聊聊GraalVM与Quarkus的Native魔法

所以,Java真的在开倒车吗?其实并没有。生态并没有没收你的“传统手艺”。Quarkus只是把选择权交给了你:平时把它当全尺寸SUV开(跨平台Jar包),到了上云部署、需要极致性能的赛道时,按下一个按钮,一键变身F1赛车(Native Image)。时代变了,与其死守着没用的跨平台执念,不如张开双臂拥抱机器码。

#java#云原生#开发语言
为什么我强烈建议你把 K8s YAML 从代码仓库里扔出去?谈谈 GitOps 的终极分工

本文深入探讨了GitOps实践中将代码与Kubernetes部署清单混用同一Git仓库(Monorepo)的弊端,提出了"CI与代码同行,CD与代码隔离"的黄金原则。通过家具制作的比喻,形象地区分了CI(持续集成)和CD(持续部署)的不同职责。文章重点分析了混合仓库的两大痛点:权限边界崩溃导致的合规风险,以及可能引发的GitOps死循环问题。解决方案是采用多仓库架构,代码仓库仅包含业务代码和CI配

#kubernetes#容器#云原生
k8s 异步哲学:扒一扒 ArgoCD 状态机里的 comparedTo 到底是个什么鬼

ArgoCD的YAML冗余设计背后隐藏着Kubernetes控制器的核心逻辑。看似重复的comparedTo字段实则是解决异步系统状态判断的关键——它作为控制器的"工作快照",有效隔离了用户修改Spec与控制器实际执行之间的时间差。这种设计避免了直接对比Git蓝图或集群状态可能引发的误报警,确保了UI状态显示的准确性。通过牺牲存储空间换取状态确定性,体现了声明式系统"面向状态编程"的精髓,这正是K

#kubernetes#argocd#容器
从 MapReduce 磁盘落盘到 Spark RDD 内存流式处理:分布式计算的底层演进与架构权衡

本文对比分析了Hadoop MapReduce和Spark RDD两种分布式计算框架的核心差异与演进逻辑。MapReduce采用"Shared-Nothing"架构,通过强制磁盘落盘和短生命周期进程实现容错,适合早期内存受限环境。而Spark RDD基于内存计算,利用常驻进程、流水线处理和逻辑血统(Lineage)容错机制,大幅提升计算效率。关键区别在于:MapReduce依赖物理副本和磁盘存储,

#mapreduce#spark#架构
深入云原生数据治理:GCP Dataplex 与数据血缘(Data Lineage)的底层设计与实战博弈

Lineage” 一词在英语中代表血统、世系、家谱。顾名思义,“数据的家谱(数据世系/数据血缘)”!它最底层、最纯粹的含义,就像主人总结的一样,就是用来回答关于数据的“三大终极哲学问题”它从哪里来(Source):数据的物理源头是谁?它最初位于哪个系统、哪张表、甚至哪个具体的字段(Column)?它经历了什么转换(Process):在流转过程中,经历了哪些过滤(Filter)、关联(Join)、清

#云原生
    共 157 条
  • 1
  • 2
  • 3
  • 16
  • 请选择