28 Nacos ⼀致性协议 28 Nacos 自研 Distro 协议 38 Nacos 通信通道 42 Nacos 寻址机制 56 Nacos 服务发现模块 63 Nacos 注册中心的设计原理 63 Nacos 注册中心服务数据模型 80 Nacos 健康检查机制 89 Nacos 配置管理模块 97 配置⼀致性模型 97 Nacos ⾼可⽤设计 100 Nacos 高可用设计 Nacos 服务网格生态 148 Nacos Golang 生态 163 Nacos C# 生态 169 Nacos-Sync 简介 175 Nacos 最佳实践 179 企业落地最佳实践 179 掌门教育微服务体系 Solar | 阿里巴巴 Nacos 企业级落地上篇 179 掌门教育微服务体系 Solar | 阿里巴巴 Nacos 企业级落地中篇 209 掌门教育微服务体系 Solar 阿里巴巴 Nacos 企业级落地下篇 224 虎牙直播在微服务改造的实践总结 239 虎牙在全球 DNS 秒级生效上的实践 249 叽里呱啦 Nacos 1.1.2 升级 1.4.1 最佳实践 267 服务发现最佳实践 281 Eureka 平滑迁移 Nacos 方案 281 Nacos 打通 CMDB 实现就近访问 288 跨注册中心服务同步实践 298 配置管理最佳实践 310 Nacos

. . . . . . . . . . . . . . . . . 206 15.5 Java EE 服务 API . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 15.5.1 Java EE 服务 API . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 17.2.6 取得其他客户端信息 . . . . . . . . . . . . . . . . . . . . . . . . . . 229 17.2.7 取得服务器端信息 . . . . . . . . . . . . . . . . . . . . . . . . . . . 230 17.3 课后习题 . . . . . . . . . . . . . . . . 244 19.3.4 将 Cookie 保存到客户端 . . . . . . . . . . . . . . . . . . . . . . . . 244 19.3.5 Web 服务器读取客户端保存的 Cookie . . . . . . . . . . . . . . . . . 245 19.3.6 Cookie 的缺点 . . . . . . . . . . . . .

约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。 为了更形象地展示解题步骤，我们使用一个经典问题「最小路径和」来举例。 � 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格 的代价。机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角 单元格。请返回从左上角到右下角的最小路径和。 例如以下示例数据，给定网格的最小路径和为 13 。 Figure 14‑10. 最小路径和示例数据 第一步：思考每轮的决策，定义状态，从而得到 [?, ?] 。 状态 [?, ?] 对应的子问题为：从起始点 [0, 0] 走到 [?, ?] 的最小路径和，解记为 ??[?, ?] 。 至此，我们就得到了一个二维 ?? 矩阵，其尺寸与输入网格 ???? 相同。 14. 动态规划 hello‑algo.com 283 Figure 14‑11. 状态定义与 dp 表 � 动态规划和回溯过程可以被描述为一个决策序列，而状态由所有决策变量构成。它应当包含

约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。 问题“最小路径和”来举例。 Question 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格的代价。 机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角单元格。请返回 从左上角到右下角的最小路径和。 图 14‑10 展示了一个例子，给定网格的最小路径和为 13 。 图 14‑10 最小路径和示例数据 第一步：思考每轮的决策，定义状态，从而得到 状态 [?, ?] 对应的子问题为：从起始点 [0, 0] 走到 [?, ?] 的最小路径和，解记为 ??[?, ?] 。 至此，我们就得到了图 14‑11 所示的二维 ?? 矩阵，其尺寸与输入网格 ???? 相同。 第 14 章 动态规划 hello‑algo.com 313 图 14‑11 状态定义与 dp 表 Note 动态规划和回溯过程可以描述为一个决策序列，而状态由所有决策变量构成。它应当包含描述解题进

约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。 为了更形象地展示解题步骤，我们使用一个经典问题“最小路径和”来举例。 � 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格 的代价。机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角 单元格。请返回从左上角到右下角的最小路径和。 图 14‑10 展示了一个例子，给定网格的最小路径和为 13 。 图 14‑10 最小路径和示例数据 第 14 章 状态 [?, ?] 对应的子问题为：从起始点 [0, 0] 走到 [?, ?] 的最小路径和，解记为 ??[?, ?] 。 至此，我们就得到了图 14‑11 所示的二维 ?? 矩阵，其尺寸与输入网格 ???? 相同。 图 14‑11 状态定义与 dp 表 � 动态规划和回溯过程可以被描述为一个决策序列，而状态由所有决策变量构成。它应当包含 描述解题进度的所有变量，其包含了足够的信息，能够用来推导出下一个状态。

约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。 为了更形象地展示解题步骤，我们使用一个经典问题“最小路径和”来举例。 � 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格 的代价。机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角 单元格。请返回从左上角到右下角的最小路径和。 图 14‑10 展示了一个例子，给定网格的最小路径和为 13 。 图 14‑10 最小路径和示例数据 第一步：思考每轮的决策，定义状态，从而得到 状态 [?, ?] 对应的子问题为：从起始点 [0, 0] 走到 [?, ?] 的最小路径和，解记为 ??[?, ?] 。 至此，我们就得到了图 14‑11 所示的二维 ?? 矩阵，其尺寸与输入网格 ???? 相同。 第 14 章 动态规划 hello‑algo.com 314 图 14‑11 状态定义与 dp 表 � 动态规划和回溯过程可以描述为一个决策序列，而状态由所有决策变量构成。它应当包含描

约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。 问题“最小路径和”来举例。 Question 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格的代价。 机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角单元格。请返回 从左上角到右下角的最小路径和。 图 14‑10 展示了一个例子，给定网格的最小路径和为 13 。 图 14‑10 最小路径和示例数据 第一步：思考每轮的决策，定义状态，从而得到 状态 [?, ?] 对应的子问题为：从起始点 [0, 0] 走到 [?, ?] 的最小路径和，解记为 ??[?, ?] 。 至此，我们就得到了图 14‑11 所示的二维 ?? 矩阵，其尺寸与输入网格 ???? 相同。 第 14 章 动态规划 www.hello‑algo.com 314 图 14‑11 状态定义与 dp 表 Note 动态规划和回溯过程可以描述为一个决策序列，而状态由所有决策变量构成。它应当包含描述解题进

▶ 中部可在两个方向上缩放。 大纲 GUI 组件及布局 GUI 事件处理 Applet Swing Swing 典型组件（课后自学） GridLayout O 网格布局 - 布局效果 ▶ 将容器区域划分成规则的矩形网格，每个单元格区域大小相等， 组件被添加到每个单元格中，按组件加入顺序先从左到右填满一 行后换行，行间从上到下。 ▶ GridLayout 型布局的组件大小也被布局管理器强行控制，与单元

中国海洋大学 November 25, 2018 大纲 会话基本概念 会话跟踪技术 本节习题 学习目标 1. 掌握会话的基本概念，理解会话不是仅仅使用 HTTP 协议 就能够保证的，而是客户端浏览器和服务器端在 HTTP 协 议之上采用额外的技术协同的结果。 2. 掌握常用的会话跟踪技术，了解采用 URL 重写维持会话跟 踪的方法；理解 Cookie 和 Session 的协同机制，掌握使用 Cookie 会话基本概念 会话跟踪技术 本节习题 什么是会话 ▶ 在 Web 应用中把客户端浏览器开始请求 Web 服务器，访问 不同 Web 文档进行请求/响应，到结束访问的一系列过程称 为会话，即一次会话（Session）。 ▶ 当用户访问第一个 Java Web 组件时，Java EE Web 服务器 自动为用户创建一个会话对象。 例如，当当网进行图书浏览、购买、完成结算的全过程可能是一 次会话；登录 协议的会话跟踪技术，用 于记录会话的状态信息。 O 什么是会话跟踪 ▶ 在一个会话内，当用户在次访问时，服务器需要能够定位是 先前访问的同一个用户。 ▶ Web 应用需要在用户访问的一个会话内，让 Web 服务器保 存客户的信息（如客户的账号或客户的购物车），称为会话 跟踪，即 Web 服务器必须使用某种技术保存客户的信息。 大纲 会话基本概念 会话跟踪技术 本节习题 Java EE Web

............................................................................................ 120 服务器端................................................................................................. ................................ 136 跟我学 Shiro——http://jinnianshilongnian.iteye.com/ 4 服务器端................................................................................................. ............................................................................................ 170 服务器端.................................................................................................