容器微服务

1. 学习Java的最佳路线

第一阶段：(java基础部分)
Java基础语法；
1.Java语法格式，常量和变量，变量的作用域，方法和方法的重载，运算符，程序流程控制，数组和操作数组的类，
2.对数组循环遍历以及针对数组的常用查找、排序算法原理，最后使用Java程序进行功能实现。
第二阶段：数据库技术
1.Oracle 基础管理；
Oracle背景简介，数据库的安装，数据库的用户名和密码，客户端登录数据库服务SQLPLUS，数据库基本概。
2.SQL语句；
数据库的创建，表的创建，修改，删除，查询，索引的创建，主从表的建立，数据控制授权和回收，事务控制，查询语句以及运算符的详解，sql中的函数使用。
第三阶段：jdbc技术
JDBC基础；
JDBC Connection、Statement、PreparedStatement、CallableStatement、ResultSet等不同类的使用。
第四阶段：web基础技术(项目实战)
1.Xml技术；
使用jdom和dom4j来对xml文档的解析和生成操作，xml 的作用和使用场合。
2.html/css；
Java掌握基本的html标签的格式和使用，css层叠样式表对div的定义，实现对网站布局的基本实现。
第五经典阶段：web主流框架技术(项目实战)
struts2.x；
. struts2框架的工作原理和架构分析，struts-default.xml与default.properties文件的作用，struts。

2. 基于容器的微服务架构带来的优势，说法正确的有哪些

推荐等多维来度的信息，良好的基础源平台是技术实力和管理能力的双重体现，而多数公司更注重业务，接下来要去什么地方，没有你像看到的信息锚文字，你是是不是也会不假思索的关闭这个网站，决定将用户交互层面的前端页面与原有的后端系统拆分，并入前端的产品线，整理统一的文档，保证了整个技术架构的全面可控，能够降低系统运维复杂度，是大型电商系统不可或缺的组成部分，会在基础平台建设方面欠下许多技术债务。

3. 微服务为什么一定要用Docker

早在2013年的时候，就已经发行，然而那会还是很少人了解docker。一直到2014年，Martin Fowler提出了微服务的概念，两个不相干的技术终于走在了一起，创造了今天的辉煌！

现在:用上了docker容器后，将Docker可以将我们的应用程序打包封装到一个容器中，该容器包含了应用程序的代码、运行环境、依赖库、配置文件等必需的资源。容器之间达到进程级别的隔离，在容器中的操作，不会影响道宿主机和其他容器，这样就不会出现应用之间相互影响的情形！

4. 微服务容器平台面对大数据存储是怎么做的

整体而言，大数据平台从平台部署和数据分析过程可分为如下几步：
1、系统安装
一般使用开源版的Redhat系统--CentOS作为底层平台。为了提供稳定的硬件基础，在给硬盘做RAID和挂载数据存储节点的时，需要按情况配置。例如，可以选择给HDFS的namenode做RAID2以提高其稳定性，将数据存储与操作系统分别放置在不同硬盘上，以确保操作系统的正常运行。

2、分布式计算平台/组件安装
目前国内外的分布式系统的大多使用的是Hadoop系列开源系统。Hadoop的核心是HDFS，一个分布式的文件系统。在其基础上常用的组件有Yarn、Zookeeper、Hive、Hbase、Sqoop、Impala、ElasticSearch、Spark等。
先说下使用开源组件的优点：1）使用者众多，很多bug可以在网上找的答案（这往往是开发中最耗时的地方）。2）开源组件一般免费，学习和维护相对方便。3）开源组件一般会持续更新，提供必要的更新服务『当然还需要手动做更新操作』。4）因为代码开源，若出bug可自由对源码作修改维护。
再简略讲讲各组件的功能。分布式集群的资源管理器一般用Yarn，『全名是Yet Another Resource Negotiator』。常用的分布式数据数据『仓』库有Hive、Hbase。Hive可以用SQL查询『但效率略低』，Hbase可以快速『近实时』读取行。外部数据库导入导出需要用到Sqoop。Sqoop将数据从Oracle、MySQL等传统数据库导入Hive或Hbase。Zookeeper是提供数据同步服务，Yarn和Hbase需要它的支持。Impala是对hive的一个补充，可以实现高效的SQL查询。ElasticSearch是一个分布式的搜索引擎。针对分析，目前最火的是Spark『此处忽略其他，如基础的MapRece 和 Flink』。Spark在core上面有ML lib，Spark Streaming、Spark QL和GraphX等库，可以满足几乎所有常见数据分析需求。
值得一提的是，上面提到的组件，如何将其有机结合起来，完成某个任务，不是一个简单的工作，可能会非常耗时。

3、数据导入
前面提到，数据导入的工具是Sqoop。用它可以将数据从文件或者传统数据库导入到分布式平台『一般主要导入到Hive，也可将数据导入到Hbase』。

4、数据分析
数据分析一般包括两个阶段：数据预处理和数据建模分析。
数据预处理是为后面的建模分析做准备，主要工作时从海量数据中提取可用特征，建立大宽表。这个过程可能会用到Hive SQL，Spark QL和Impala。
数据建模分析是针对预处理提取的特征/数据建模，得到想要的结果。如前面所提到的，这一块最好用的是Spark。常用的机器学习算法，如朴素贝叶斯、逻辑回归、决策树、神经网络、TFIDF、协同过滤等，都已经在ML lib里面，调用比较方便。

5、结果可视化及输出API
可视化一般式对结果或部分原始数据做展示。一般有两种情况，行熟悉展示，和列查找展示。在这里，要基于大数据平台做展示，会需要用到ElasticSearch和Hbase。Hbase提供快速『ms级别』的行查找。 ElasticSearch可以实现列索引，提供快速列查找。

平台搭建主要问题：
1、稳定性 Stability
理论上来说，稳定性是分布式系统最大的优势，因为它可以通过多台机器做数据及程序运行备份以确保系统稳定。但也由于大数据平台部署于多台机器上，配置不合适，也可能成为最大的问题。 曾经遇到的一个问题是Hbase经常挂掉，主要原因是采购的硬盘质量较差。硬盘损坏有时会到导致Hbase同步出现问题，因而导致Hbase服务停止。由于硬盘质量较差，隔三差五会出现服务停止现象，耗费大量时间。结论：大数据平台相对于超算确实廉价，但是配置还是必须高于家用电脑的。

2、可扩展性 Scalability
如何快速扩展已有大数据平台，在其基础上扩充新的机器是云计算等领域应用的关键问题。在实际2B的应用中，有时需要增减机器来满足新的需求。如何在保留原有功能的情况下，快速扩充平台是实际应用中的常见问题。

上述是自己项目实践的总结。整个平台搭建过程耗时耗力，非一两个人可以完成。一个小团队要真正做到这些也需要耗费很长时间。

目前国内和国际上已有多家公司提供大数据平台搭建服务，国外有名的公司有Cloudera，Hortonworks，MapR等，国内也有华为、明略数据、星环等。另外有些公司如明略数据等还提供一体化的解决方案，寻求这些公司合作对 于入门级的大数据企业或没有大数据分析能力的企业来说是最好的解决途径。

对于一些本身体量较小或者目前数据量积累较少的公司，个人认为没有必要搭建这一套系统，暂时先租用AWS和阿里云就够了。对于数据量大，但数据分析需求较简单的公司，可以直接买Tableau，Splunk，HP Vertica，或者IBM DB2等软件或服务即可。
-

5. web开发工具都有哪些

1. JDK（Java开发工具包）
如果你打算用Java开发一些小程序和应用程序，那么首先得给自己准备一个类似于JDK的工具，其中包括必要的Java Complier、Java Runtime Environment（JRE）和Java API。这是开始Java之旅的第一步。
2. Eclipse IDE
如果咨询一些经验丰富的Java开发人员关于他们最喜欢的Java Integrated Development Environment（IDE）是什么，不少人会告诉你是Eclipse IDE。 Eclipse能提供关于代码完成、重构和语法检查这些急需的帮助。它还能提供JDT的一系列工具，包括各种插件工具来帮助开发各种Java应用。
此IDE的真正优势是它允许开发人员使用不同的语言支持，如它也可以提供C/ C++和PHP 的IDE。这使得它成为了Java开发的一个一站式资源。
3.NetBeans
这又是一个IDE，提供了功能全面的阵列，如转换器，编辑器和代码分析器，这些工具可以帮助你使用最新的Java技术实现应用程序。工具范围相当广泛，而且IDE背后的团队也在不断地改进。此外你还可以得到静态分析工具的帮助——编写出无bug的代码。
4. IntelliJ IDEA 13.1
据传它有“最智慧的java ide”之称。如果你尝试过后，就会发现它所言不虚，因为它能帮助开发人员拿出最具有创造性的解决方案。它的“Smart Code Completion”和“On-the-fly Code Analysis”功能等可以提高开发人员的工作效率，并且还提供了对web和移动开发高级支持。所以，不妨试试这个好助手。
5.Oracle JDeveloper
如果你正在寻找一个免费的IDE来构建一个面向服务的架构，那没有比JDeveloper更好的了。它支持完整的开发生命周期，这意味着你可以放心自豪名正言顺地使用ava解决方案。
6. JUnit
这是一个可以帮助开发人员编写和运行测试的单元测试框架。但是JUnit和市场上一些类似的框架还有着本质的区别。你可以一次测试一个代码块，而不需要等待该模块在运行测试前完成。实际上就是你可以“先测试，然后写代码”，这意味着对于应用程序的最终功能如何你可以先放下心中的大石了。
7. Apache ANT™
这是一个开源工具，其最大的优势就是简单。关键是可以实现开发人员处理复杂和重复性任务的目标。ANT™，可以自动执行此类任务。这还只是其众多简化功能之一而已。
8. JRAT（Java Runtime Analysis Toolkit）
如果你想要评测应用程序的性能，那么就必须具备JRAT这个分析工具。有了这个工具，你可以找出潜在的可能会影响应用程序性能的问题域。
9.Apache JMeter™
这是Apache的另一种工具，主要用于测试。它可以评测功能行为以及网站、数据库、Web服务等的性能。它有一个易于理解的GUI，这一事实意味着你可以轻松地构建测试计划并迅速调试应用程序。
10.Apache Maven
上面曾提到过Apache ANT™，而现在的Maven能帮助你做同样的事情。不过，很多开发人员表示相比ANT™，Maven前进了一大步。在依赖管理、构建行动、调试和协作方面，它都比ANT™略高一筹。简单地说，如果你正在使用ANT™，那么你需要告诉它到底应该怎么做：你需要提供资源的确切位置，分配生成的位元码的存储位置以及用JAR文件打包。
Maven，换句话说，则简化了这些东西。
11.Gradle
如果你想要有这样一种工具，可以结合ANT™和Maven的优点，那么你一定会喜欢Gradle。有了Gradle，你就可以在Groovy编码——这是一个巨大的优势，因为它允许你编写任何代码。这个工具的第二大优势是，它支持惯例优先配置的模式。
12.Clover
该工具提供了Java和Groovy代码覆盖。Clover能让你直接瞄准问题可能性最大的部分，确保测试侧重于特定代码。
13.YourKit
这是一个Java分析工具，允许在开发或生产过程中按需分析：这意味着你可以确保你的产品符合最高的质量标准。按需分析指的是，被分析的应用程序可以在不产生任何费用的情况下运行。
14.Mockito
如果你想用干净和简单的API编写测试，Mockito应该就是你的首选。Mockito本质上是一个模拟库，可以帮助你创建、验证和清除模块——Java开发的几个重要方面。
15. FindBugs的™
Java代码有bug？如何才能找到它们呢？——没错，就是FindBugs的™。它不但免费，还易于操作，真心很不错！

6. win10docker toolbox为啥只能启动8个容器，mysql、redis+eureka+5个微服务，启动最后一个时mysql就退出了

注意观察下 宿主机资源使用情况

7. java学习主要是学习什么呢

java主要学习内容有很多，在下面我来列举出一些学习的内容：

基础部分

JavaSE部分是学习Java的开端，其实Java的入门还是比较难的，所以学习Java只要挺过两个月，后面基本就没有多大的问题了。JavaSE的内容其实非常多的，不需要都学，找到一个不错的Java教程，学习Java就是学习20%的主要内容解决80%的内容。根据这个教程老师所讲的内容进行学习，不用担心有的内容没讲，大部分内容都是你以后工作后慢慢接触的。

JavaSE基础阶段

面向对象编程(基础)

面向对象编程(进阶)

异常机制

Java常用类

数据结构和算法

集合(容器)

IO流

多线程

网络编程

集合提升训练

多线程提升训练

8. 容器，微服务与OpenStack到底是什么关系

容器，微服务与OpenStack到底是什么关系
容器化不是一个革命性想法——容器技术已经专存在很多年并属且被大量应用程序所使用，但现在，容器几乎不考虑系统体结构。
今天，相信很多人都听说过Docker。一年多以来，很多公司都在评估Docker，也有很多公司想要使用Docker，但是很少公司真正把Docker应用在生产环境中。那这一年发生了什么变化呢？
Docker让容器化变得更加简单。
在Docker出现之前，运行容器需要成群的骇客，需要对整个系统有深入的理解，还需要一定的勇气。进程隔离或者网络堆栈是存在已久的一些技术，想想FreeBSD中的Jails或者其他类似的工具。但现在有了Docker，只需要使用（ docker）命令就能在几秒钟内让一些东西运行起来。
即时满足感不是Docker成功的唯一原因。大量免费应用程序的镜像能够吸引很多想要快速部署微服务以达到更大体系架构的人，但这些人不希望每次都重新部署虚拟化堆栈。

9. 如何完美使用微服务

容器

同时处理很多项微服务可能会十分复杂，因为每个微服务的编程语回言可能不一样，可能需要答不同的应用服务器（最好是轻量级的服务器），也可能使用不同的库。但如果我们将每个服务都当做容器来包装，那么这些问题都会迎刃而解。我们只需要运行容器（例如用Docker运行容器），其他需要的东西统统都在容器内部了。

容器本身是自给自足的，其内部包含我们需要的所有东西（除了内核kernel），此外各个容器单独运行并不可改变。而自给自足则意味着容器通常具有以下几个部分。

运行时间库（运行应用时所需的JDK、Python或其他库）

应用服务器（Tomcat、nginx等）

数据库（最好是轻量级的）

工件（JAR、WAR、静态文件等）