上周五盘前，美国经济分析局公布的最新个人收入和支出报告显示，美联储最青睐的通胀指标超预期放缓。具体数据显示，美国2月笔颁贰价格指数环比上升0.3%，与预期一致；同比上升5%，低于市场预期的5.1%和1月经修正的5.3%。数据还显示，不包括食品和能源在内的2月核心笔颁贰价格指数环比上升0.3%，低于市场预期的0.4%和1月的0.5%。
2024年12月08日，Apache Pulsar学习笔记14: 使用Helm在Kubernetes集群中部署Pulsar原创2021-12-31 18:22·架构小白时间过得比较久了，在开始今天的学习之前先回顾一下前面已经学习的13节的内容。0.阶段复习Pulsar是一个支持多租户的、高性能的、分布式的Pub-Sub消息系统。了解Pulsar的架构。Pulsar提供了一个比Cluster更高级别的抽象Instance。一个Pulsar Instance由多个Pulsar Cluster组成一个Instance中的Cluster之间可以相互跨地域复制数据单个Pulsar集群由以下部分组成:Pulsar Proxy: 是无状态的，Proxy作为集群的智能路由层，是负责Pulsar客户端与Pulsar集群交互的统一网关Pulsar Brokers: 也是无状态的，是集群的服务层，Proxy会将客户端的访问请求转发到正确的Broker上。Broker作为服务层与Pulsar的存储层进行交互Bookies: 一个集群有多个Bookie节点(组成Bookeeper集群)负责消息的持久化存储Zookeeper: 用于集群级别的配置和协调，并存储Pulsar集群的所有元数据以docker容器运行单机Pulsar学习使用命令行工具pulsar-admin创建tenant、namespace、topic了解Pulsar Admin REST APItenant、namespace、topic的基本概念Pulsar基于租户、命名空间、主题的逻辑层次结构支持多租户分区Topic的概念Topic URL格式持久化Topic和非持久化Topic的概念生产者和消费者、订阅和订阅模式Pulsar支持: exclusive(独占), failover(故障转移/灾备), shared(共享), key-shared(基于key的共享模式) 4中订阅模式使用命令行工具pulsar-client进行生产者和消费者测试使用Pulsar Java客户端库创建生产者、消费者、Reader消费者端可以使用"同步接收消息", "异步接收消息", "MessageListener接收" 3种模式，其中MessageListener自带线程池创建消费者时可以设置消费者的批量接收策略多主题订阅: 设置单个消费者订阅多个主题消费异常处理可以使用"无限重试", "捕获并忽略异常", "死信主题（Dead Letter Topic)"三种方式使用消息Reader可以由用户自己手动在Topic中定位，读取想要读取的消息使用Pulsar Go客户端库消费者端支持consumer.Receive()和consumer.Chan()两种方式消费消息。前者对channel关闭和context cancel的情况做了封装，后者要我们自己处理和channel的交互，但也提供了最大的灵活性。多主题订阅死信策略和死信主题使用消息Reader使用Pulsar Schema管理消息数据的类型安全性Web图形化管理工具Pulsar Manager延迟消息投递特性指定多长时间后投递deliverAfter指定在将来某个时间点投递deliverAt分区Topic和路由模式认证和授权开启JWT身份认证授权和权限管理前面的学习一直是基于以docker容器启动的单机Pulsar。今天将学习使用Helm在Kubernetes集群中部署Pulsar集群。1.环境准备这里使用的Kubernetes集群的版本是1.22.4，Helm的版本是3.7.1。1.1 Pulsar集群组件和K8S Node节点规划下面做一下Pulsar集群各个组件部署节点的规划。使用Pulsar官方的Helm Chart部署时，可选择部署各个组件。 在后边的配置中将禁用监控相关的组件(promethues, grafana等)，我们这里选择以后尝试使用外部的全局Prometheus实现对Pulsar集群的监控。本节选择部署的集群组件如下:proxy: 无状态, 但pulsar的helm chart使用StatefulSet部署broker: 无状态, 但pulsar的helm chart使用StatefulSet部署bookie: 有状态, pulsar的helm chart使用StatefulSet部署zookeeper: 有状态, pulsar的helm chart使用StatefulSet部署recovery: 无状态, 但pulsar的helm chart使用StatefulSet部署toolset: 无状态, 但pulsar的helm chart使用StatefulSet部署pulsar-manager: 无状态, pulsar的helm chart使用Deployment部署注意, pulsar-managers虽然是无状态的，但因为它需要使用PostgreSQL数据库，pulsar-managers的docker镜像中内置一个PostgreSQL, 这个我们在后边的配置中将改为使用集群外部的PostgreSQL。下面说一下以上各个组件的部署节点选择。对于proxy, broker, recovery, toolset, pulsar-manager这5个无状态组件，可以让k8s将其调度到任意节点上。对于bookie, zookeeper这2个有状态组件，需要我们根据其存储卷的类型，将其规划到合适的k8s节点。我们在线上环境对于有状态服务的部署，在存储卷的选择上，为了更好的性能，一般都是选择Local Persistent Volumes 在。因此，如果你在规划一个线上版本的Pulsar集群部署的话，对于bookie和zookeeper肯定需要单独的独立的k8s节点，并使用这些节点上创建的Local PV。 例如，一个线上生产可用的Pulsar集群可能规划如下:pulsar zookeeper集群至少需要3个独立的k8s节点, 在这些节点上创建zookeeper的local pvpulsar bookeeper集群(bookie节点组成)根据规划的容量需要N个独立的k8s节点, 在这些节点上创建bookie的local pv。如果后续需要扩容增加bookie节点时，只需要有新的创建好local pv的k8s节点，并对bookie的StatefulSet扩容即可。pulsar proxy, broker等无状态服务，只需要有足够的数量的k8s节点，并在需要时按需扩容即可因本文这里用于实验的k8s集群资源有限，所以尽量将上面各组件在3个k8s节点上混部，将一个用于测试环境的的Pulsar集群规划如下:k8s节点部署pulsar组件备注node1zookeeper-0, bookie-0, broker-0, proxy-0线上环境bookie和zookeeper一定要在单独的节点上node2zookeeper-1, bookie-1, broker-1, proxy-1线上环境bookie和zookeeper一定要在单独的节点上node3zookeeper-2, bookie-2, broker-2, proxy-2线上环境bookie和zookeeper一定要在单独的节点上node1或node2或node3recovery-0, toolset-0, pulsar-manager基于上面测试环境的规划，我们将node1~node3三个节点打上Label和Taint:kubectl label node node1 node-role.kubernetes.io/pulsar=pulsarkubectl label node node2 node-role.kubernetes.io/pulsar=pulsarkubectl label node node3 node-role.kubernetes.io/pulsar=pulsarkubectl taint nodes node1 dedicated=pulsar:NoSchedulekubectl taint nodes node2 dedicated=pulsar:NoSchedulekubectl taint nodes node3 dedicated=pulsar:NoScheduleLabel node-role.kubernetes.io/pulsar=pulsar用于标记节点是专门用于运行pulsar集群组件的k8s节点。Taint dedicated=pulsar:NoSchedule被打到节点上后，默认配置下k8s集群中的其他不属于pulsar集群组件的pod将不会被调度到这3个节点上，而后边我们将要部署的pulsar组件上将会使用Toleration配置允许dedicated=pulsar:NoSchedule的Taint。注意这里只是根据测试环境Pulsar集群的规划，做了上面的Label和Taint的设置，如果是生产环境，这里的Label和Taint应该做更合理和细粒度的规划，确保实现上面生产可用Pulsar集群的Node节点规划1.2 Pulsar集群组件容器镜像准备前面我们选择要部署Pulsar集群的proxy, broker, bookie, zookeeper, recovery, toolset, pulsar-manager 7大组件。其中proxy, broker, bookie, zookeeper, recovery, toolset的官方容器镜像都是apachepulsar/pulsar-all。 pulsar-manager的官方镜像是apachepulsar/pulsar-manager。本文使用的pulsar官方的helm chart https://github.com/apache/pulsar-helm-chart/releases。pulsar-helm-chart的版本为2.7.7，该版本中pulsar的版本为2.7.4, pulsar-manager版本为v0.1.0:apachepulsar/pulsar-all:2.7.4apachepulsar/pulsar-manager:v0.1.0注意因为pulsar-manager:v0.1.0有这个ISSUE https://github.com/apache/pulsar-helm-chart/issues/133中描述的问题，所以在后边的部署将镜像pulsar-manager:v0.1.0更换成了pulsar-manager:v0.2.0。为了提高效率，这里将apachepulsar/pulsar-all:2.7.4和apachepulsar/pulsar-manager:v0.2.0这两个镜像转存到了k8s集群所使用的私有镜像仓库中，例如:harbor.example.com/library/apachepulsar/pulsar-all:2.7.4harbor.example.com/library/apachepulsar/pulsar-manager:v0.2.01.3 创建JWT认证所需的K8S Secret这里部署的Pulsar集群需要在安全上开通JWT认证。根据前面学习的内容，JWT支持通过两种不同的秘钥生成和验证Token:对称秘钥：使用单个Secret key来生成和验证Token非对称秘钥：包含由私钥和公钥组成的一对密钥使用Private key生成Token使用Public key验证Token推荐使用非对称密钥的方式，需要先生成密钥对，再用秘钥生成token。因为Pulsar被部署在K8S集群中，在K8S集群中存储这些秘钥和Token的最好的方式是使用K8S的Secret。pulsar-helm-chart专门提供了一个prepare_helm_release.sh脚本，可以用来生成这些Secret。下面我们将pulsar-helm-chart的源码clone到K8S的控制节点上(kubectl和helm可用的节点):git clone -b pulsar-2.7.7 --depth 1 https://github.com/apache/pulsar-helm-chart.gitcd pulsar-helm-chart/执行下面的命令生成秘钥对和Token的Secret的Manifest:./scripts/pulsar/prepare_helm_release.sh \ -n pulsar \ -k pulsar \ -l上面的命令中:-n指定的生成Secret Manifest中安装的命名空间，这里我是将其部署到K8S中的pulsar namespace中，所以指定为pulsar，当然也可以指定部署到其他的namespace中。-k指定的是使用helm部署时的helm release名称，这里指定为pulsar。-l指定只将生成的内容输出达到本地，而不会自动部署到K8S中。比较喜欢这种手动的方式，因为一切比较可控。注意这个脚本还有一个-s,--symmetric参数，如果给这个参数的话，JWT认证将使用对称秘钥的方式，这里没有给这个参数，就使用非对称秘钥的方式。执行上面的脚本会输出以下内容:generate the token keys for the pulsar cluster---The private key and public key are generated to ... successfully.apiVersion: v1data: PRIVATEKEY: <...> PUBLICKEY: <...>kind: Secretmetadata: creationTimestamp: null name: pulsar-token-asymmetric-key namespace: pulsargenerate the tokens for the super-users: proxy-admin,broker-admin,admingenerate the token for proxy-admin---pulsar-token-asymmetric-keyapiVersion: v1data: TOKEN: <...> TYPE: YXN5bW1ldHJpYw==kind: Secretmetadata: creationTimestamp: null name: pulsar-token-proxy-admin namespace: pulsargenerate the token for broker-admin---pulsar-token-asymmetric-keyapiVersion: v1data: TOKEN: <...> TYPE: YXN5bW1ldHJpYw==kind: Secretmetadata: creationTimestamp: null name: pulsar-token-broker-admin namespace: pulsargenerate the token for admin---pulsar-token-asymmetric-keyapiVersion: v1data: TOKEN: <...> TYPE: YXN5bW1ldHJpYw==kind: Secretmetadata: creationTimestamp: null name: pulsar-token-admin namespace: pulsar-------------------------------------The jwt token secret keys are generated under: - 'pulsar-token-asymmetric-key'The jwt tokens for superusers are generated and stored as below: - 'proxy-admin':secret('pulsar-token-proxy-admin') - 'broker-admin':secret('pulsar-token-broker-admin') - 'admin':secret('pulsar-token-admin')从输出可以看出，该脚本生成了4个K8S Secret的Manifest:pulsar-token-asymmetric-key这个Secret中是用于生成Token和验证Token的私钥和公钥pulsar-token-proxy-admin这个Secret中是用于proxy的超级用户角色Tokenpulsar-token-broker-admin这个Secret中是用于broker的超级用户角色Tokenpulsar-token-admin这个Secret中是用于管理客户端的超级用户角色Token接下来手动将这4个Secret使用kubectl apply创建到K8S的pulsar命名空间中。 创建完成后，可以使用kubectl找到它们:kubectl get secret -n pulsar | grep pulsar-tokenpulsar-token-admin Opaque 2 5mpulsar-token-asymmetric-key Opaque 2 5mpulsar-token-broker-admin Opaque 2 5mpulsar-token-proxy-admin Opaque 2 5m1.4 创建Zookeeper和Bookie的Local PV根据部署Pulsar的K8S节点的规划，下面需要为zookeeper, bookie所在的节点在K8S上创建Local Persistent Volume。注意每个zookeeper节点需要一个data的local volume，每个bookie节点需要journal和ledgers共两个local volume。在创建Local PV之前，需要确认一下k8s中存在StorageClasslocal-storage，如果没有可以使用下面的manifest创建。apiVersion: storage.k8s.io/v1kind: StorageClassmetadata: name: local-storageprovisioner: kubernetes.io/no-provisionervolumeBindingMode: WaitForFirstConsumerreclaimPolicy: Retain注意现在的K8S中不在直接提供local volume的provisioner，这里也没有使用provisioner，因此后续对local volume的创建和管理都是需要K8S集群管理员的手动进行。 也是说目前Kubernetes核心中不包含对对本地卷进行动态发放和管理的provisioner，如果想要体验动态发放和管理的功能，可以试一下由Rancher提供的Local Path Provisioner。我这里依然使用手动管理的方式，即通过手动在K8S节点上创建Local Volume，手动绑定Local Volume与Pulsar Zookeeper和Bookie的PVC(PersistentVolumeClaim)之间的关系。下面，先手动在node1, node2, node3上创建local volume对应的数据目录:mkdir -p /home/puslar/data/zookeeper-datamkdir -p /home/puslar/data/bookie-data/ledgersmkdir -p /home/puslar/data/bookie-data/journalzookeeper data的local pv的manifest如下:---apiVersion: v1kind: PersistentVolumemetadata: name: pulsar-zookeeper-data-pulsar-zookeeper-0spec: capacity: storage: 20Gi accessModes: - ReadWriteOnce persistentVolumeReclaimPolicy: Retain storageClassName: local-storage local: path: /home/puslar/data/zookeeper-data claimRef: name: pulsar-zookeeper-data-pulsar-zookeeper-0 namespace: pulsar nodeAffinity: required: nodeSelectorTerms: - matchExpressions: - key: kubernetes.io/hostname operator: In values: - node1---apiVersion: v1kind: PersistentVolumemetadata: name: pulsar-zookeeper-data-pulsar-zookeeper-1spec: capacity: storage: 20Gi accessModes: - ReadWriteOnce persistentVolumeReclaimPolicy: Retain storageClassName: local-storage local: path: /home/puslar/data/zookeeper-data claimRef: name: pulsar-zookeeper-data-pulsar-zookeeper-1 namespace: pulsar nodeAffinity: required: nodeSelectorTerms: - matchExpressions: - key: kubernetes.io/hostname operator: In values: - node2---apiVersion: v1kind: PersistentVolumemetadata: name: pulsar-zookeeper-data-pulsar-zookeeper-2spec: capacity: storage: 20Gi accessModes: - ReadWriteOnce persistentVolumeReclaimPolicy: Retain storageClassName: local-storage local: path: /home/puslar/data/zookeeper-data claimRef: name: pulsar-zookeeper-data-pulsar-zookeeper-2 namespace: pulsar nodeAffinity: required: nodeSelectorTerms: - matchExpressions: - key: kubernetes.io/hostname operator: In values: - node3上面的manifest仍中将3个Local PV通过nodeAffinity创建并关联到到node1~node3上，同时使用claimRef将这3个Local PV与即将在K8S集群中部署的zookeeper SatefulSet中的PVC绑定。 使用kubectl apply创建上面的manifest。bookie ledgers和journal的local pv的manifest如下:---apiVersion: v1kind: PersistentVolumemetadata: name: pulsar-bookie-ledgers-pulsar-bookie-0spec: capacity: storage: 50Gi accessModes: - ReadWriteOnce persistentVolumeReclaimPolicy: Retain storageClassName: local-storage local: path: /home/puslar/data/bookie-data/ledgers claimRef: name: pulsar-bookie-ledgers-pulsar-bookie-0 namespace: pulsar nodeAffinity: required: nodeSelectorTerms: - matchExpressions: - key: kubernetes.io/hostname operator: In values: - node1---apiVersion: v1kind: PersistentVolumemetadata: name: pulsar-bookie-journal-pulsar-bookie-0spec: capacity: storage: 50Gi accessModes: - ReadWriteOnce persistentVolumeReclaimPolicy: Retain storageClassName: local-storage local: path: /home/puslar/data/bookie-data/journal claimRef: name: pulsar-bookie-journal-pulsar-bookie-0 namespace: pulsar nodeAffinity: required: nodeSelectorTerms: - matchExpressions: - key: kubernetes.io/hostname operator: In values: - node1---apiVersion: v1kind: PersistentVolumemetadata: name: pulsar-bookie-ledgers-pulsar-bookie-1spec: capacity: storage: 50Gi accessModes: - ReadWriteOnce persistentVolumeReclaimPolicy: Retain storageClassName: local-storage local: path: /home/puslar/data/bookie-data/ledgers claimRef: name: pulsar-bookie-ledgers-pulsar-bookie-1 namespace: pulsar nodeAffinity: required: nodeSelectorTerms: - matchExpressions: - key: kubernetes.io/hostname operator: In values: - node2---apiVersion: v1kind: PersistentVolumemetadata: name: pulsar-bookie-journal-pulsar-bookie-1spec: capacity: storage: 50Gi accessModes: - ReadWriteOnce persistentVolumeReclaimPolicy: Retain storageClassName: local-storage local: path: /home/puslar/data/bookie-data/journal claimRef: name: pulsar-bookie-journal-pulsar-bookie-1 namespace: pulsar nodeAffinity: required: nodeSelectorTerms: - matchExpressions: - key: kubernetes.io/hostname operator: In values: - node2---apiVersion: v1kind: PersistentVolumemetadata: name: pulsar-bookie-ledgers-pulsar-bookie-2spec: capacity: storage: 50Gi accessModes: - ReadWriteOnce persistentVolumeReclaimPolicy: Retain storageClassName: local-storage local: path: /home/puslar/data/bookie-data/ledgers claimRef: name: pulsar-bookie-ledgers-pulsar-bookie-2 namespace: pulsar nodeAffinity: required: nodeSelectorTerms: - matchExpressions: - key: kubernetes.io/hostname operator: In values: - node3---apiVersion: v1kind: PersistentVolumemetadata: name: pulsar-bookie-journal-pulsar-bookie-2spec: capacity: storage: 50Gi accessModes: - ReadWriteOnce persistentVolumeReclaimPolicy: Retain storageClassName: local-storage local: path: /home/puslar/data/bookie-data/journal claimRef: name: pulsar-bookie-journal-pulsar-bookie-2 namespace: pulsar nodeAffinity: required: nodeSelectorTerms: - matchExpressions: - key: kubernetes.io/hostname operator: In values: - node3上面的manifest仍中将6个Local PV通过nodeAffinity创建并关联到到node1~node3上，同时使用claimRef将这3个Local PV与即将在K8S集群中部署的zookeeper SatefulSet中的PVC绑定。 使用kubectl apply创建上面的manifest。1.5 准备Pulsar Manager的PostgreSQL数据库这里准备让Pulsar Manager使用外部数据库，需要提前在外部的PostgreSQL中创建好用户和数据库表结构。创建数据库和用户:CREATE USER pulsar_manager WITH PASSWORD '';CREATE DATABASE pulsar_manager OWNER pulsar_manager;GRANT ALL PRIVILEGES ON DATABASE pulsar_manager to pulsar_manager;GRANT ALL PRIVILEGES ON ALL TABLES IN SCHEMA pulsar_manager TO pulsar_manager;ALTER SCHEMA public OWNER to pulsar_manager;GRANT ALL PRIVILEGES ON ALL TABLES IN SCHEMA public TO pulsar_manager;GRANT ALL PRIVILEGES ON ALL SEQUENCES IN SCHEMA public TO pulsar_manager;创建表结构(建表脚本可以在pulsar-manager的镜像中找到):CREATE TABLE IF NOT EXISTS environments ( name varchar(256) NOT NULL, broker varchar(1024) NOT NULL, CONSTRAINT PK_name PRIMARY KEY (name), UNIQUE (broker));CREATE TABLE IF NOT EXISTS topics_stats ( topic_stats_id BIGSERIAL PRIMARY KEY, environment varchar(255) NOT NULL, cluster varchar(255) NOT NULL, broker varchar(255) NOT NULL, tenant varchar(255) NOT NULL, namespace varchar(255) NOT NULL, bundle varchar(255) NOT NULL, persistent varchar(36) NOT NULL, topic varchar(255) NOT NULL, producer_count BIGINT, subscription_count BIGINT, msg_rate_in double precision , msg_throughput_in double precision , msg_rate_out double precision , msg_throughput_out double precision , average_msg_size double precision , storage_size double precision , time_stamp BIGINT);CREATE TABLE IF NOT EXISTS publishers_stats ( publisher_stats_id BIGSERIAL PRIMARY KEY, producer_id BIGINT, topic_stats_id BIGINT NOT NULL, producer_name varchar(255) NOT NULL, msg_rate_in double precision , msg_throughput_in double precision , average_msg_size double precision , address varchar(255), connected_since varchar(128), client_version varchar(36), metadata text, time_stamp BIGINT, CONSTRAINT fk_publishers_stats_topic_stats_id FOREIGN KEY (topic_stats_id) References topics_stats(topic_stats_id));CREATE TABLE IF NOT EXISTS replications_stats ( replication_stats_id BIGSERIAL PRIMARY KEY, topic_stats_id BIGINT NOT NULL, cluster varchar(255) NOT NULL, connected BOOLEAN, msg_rate_in double precision , msg_rate_out double precision , msg_rate_expired double precision , msg_throughput_in double precision , msg_throughput_out double precision , msg_rate_redeliver double precision , replication_backlog BIGINT, replication_delay_in_seconds BIGINT, inbound_connection varchar(255), inbound_connected_since varchar(255), outbound_connection varchar(255), outbound_connected_since varchar(255), time_stamp BIGINT, CONSTRAINT FK_replications_stats_topic_stats_id FOREIGN KEY (topic_stats_id) References topics_stats(topic_stats_id));CREATE TABLE IF NOT EXISTS subscriptions_stats ( subscription_stats_id BIGSERIAL PRIMARY KEY, topic_stats_id BIGINT NOT NULL, subscription varchar(255) NULL, msg_backlog BIGINT, msg_rate_expired double precision , msg_rate_out double precision , msg_throughput_out double precision , msg_rate_redeliver double precision , number_of_entries_since_first_not_acked_message BIGINT, total_non_contiguous_deleted_messages_range BIGINT, subscription_type varchar(16), blocked_subscription_on_unacked_msgs BOOLEAN, time_stamp BIGINT, UNIQUE (topic_stats_id, subscription), CONSTRAINT FK_subscriptions_stats_topic_stats_id FOREIGN KEY (topic_stats_id) References topics_stats(topic_stats_id));CREATE TABLE IF NOT EXISTS consumers_stats ( consumer_stats_id BIGSERIAL PRIMARY KEY, consumer varchar(255) NOT NULL, topic_stats_id BIGINT NOT NUll, replication_stats_id BIGINT, subscription_stats_id BIGINT, address varchar(255), available_permits BIGINT, connected_since varchar(255), msg_rate_out double precision , msg_throughput_out double precision , msg_rate_redeliver double precision , client_version varchar(36), time_stamp BIGINT, metadata text);CREATE TABLE IF NOT EXISTS tokens ( token_id BIGSERIAL PRIMARY KEY, role varchar(256) NOT NULL, description varchar(128), token varchar(1024) NOT NUll, UNIQUE (role));CREATE TABLE IF NOT EXISTS users ( user_id BIGSERIAL PRIMARY KEY, access_token varchar(256), name varchar(256) NOT NULL, description varchar(128), email varchar(256), phone_number varchar(48), location varchar(256), company varchar(256), expire BIGINT, password varchar(256), UNIQUE (name));CREATE TABLE IF NOT EXISTS roles ( role_id BIGSERIAL PRIMARY KEY, role_name varchar(256) NOT NULL, role_source varchar(256) NOT NULL, description varchar(128), resource_id BIGINT NOT NULL, resource_type varchar(48) NOT NULL, resource_name varchar(48) NOT NULL, resource_verbs varchar(256) NOT NULL, flag INT NOT NULL);CREATE TABLE IF NOT EXISTS tenants ( tenant_id BIGSERIAL PRIMARY KEY, tenant varchar(255) NOT NULL, admin_roles varchar(255), allowed_clusters varchar(255), environment_name varchar(255), UNIQUE(tenant));CREATE TABLE IF NOT EXISTS namespaces ( namespace_id BIGSERIAL PRIMARY KEY, tenant varchar(255) NOT NULL, namespace varchar(255) NOT NULL, UNIQUE(tenant, namespace));CREATE TABLE IF NOT EXISTS role_binding( role_binding_id BIGSERIAL PRIMARY KEY, name varchar(256) NOT NULL, description varchar(256), role_id BIGINT NOT NULL, user_id BIGINT NOT NULL);上面已经做好了部署的准备工作，下面将使用Helm在K8S集群中部署Pulsar集群。2.使用Helm在K8S中部署Pulsar从https://github.com/apache/pulsar-helm-chart/releases下载pulsar helm chart 2.7.7到K8S的控制节点上(kubectl和helm可用)。https://github.com/apache/pulsar-helm-chart/releases/download/pulsar-2.7.7/pulsar-2.7.7.tgz2.1 定制编写helm chart的values.yaml定制编写helm chart的values.yaml文件如下, 定制的内容比较多，具体见下面文件的注释:auth: authentication: enabled: true # 开启jwt认证 provider: "jwt" jwt: usingSecretKey: false # jwt认证使用非对称秘钥对 authorization: enabled: true # 开启授权 superUsers: # broker to broker communication broker: "broker-admin" # proxy to broker communication proxy: "proxy-admin" # pulsar-admin client to broker/proxy communication client: "admin"components: # 启用的组件 autorecovery: true bookkeeper: true broker: true functions: true proxy: true pulsar_manager: true toolset: true zookeeper: truemonitoring: # 关闭监控组件, 后续尝试使用外部Prometheus对pulsar集群进行监控 grafana: false prometheus: false node_exporter: falsevolumes: local_storage: true # 数据卷使用local storageproxy: # proxy的配置(这里是测试环境, 将proxy也调度到node1或node2或node3) nodeSelector: node-role.kubernetes.io/pulsar: pulsar tolerations: - key: "dedicated" operator: "Equal" value: "pulsar" effect: "NoSchedule" configData: PULSAR_PREFIX_authenticateMetricsEndpoint: "false"broker: # broker的配置(这里是测试环境, 将proxy也调度到node1或node2或node3) nodeSelector: node-role.kubernetes.io/pulsar: pulsar tolerations: - key: "dedicated" operator: "Equal" value: "pulsar" effect: "NoSchedule" zookeeper: # broker的配置 replicaCount: 3 tolerations: - key: "dedicated" operator: "Equal" value: "pulsar" effect: "NoSchedule" volumes: data: # 配置使用local pv, 需要与前面手动创建的local pv信息一致 local_storage: true size: 20Gibookkeeper: # bookkeeper的配置 replicaCount: 3 tolerations: - key: "dedicated" operator: "Equal" value: "pulsar" effect: "NoSchedule" volumes: journal: # 配置使用local pv, 需要与前面手动创建的local pv信息一致 local_storage: true size: 50Gi ledgers: # 配置使用local pv, 需要与前面手动创建的local pv信息一致 local_storage: true size: 50Gipulsar_manager: # pulsar_manager的配置(这里是测试环境, 将pulsar_manager也调度到node1或node2或node3) replicaCount: 1 admin: # 文档中描述这里是pulsar manager web界面登录用户密码，但实际上当使用外部PostgreSQL数据库时，这里需要指定PostgreSQL的数据库和密码，不知道是否是pulsar-helm-chart 2.7.7的问题 user: pulsar_manager password: 05aM3Braz_M4RWpn configData: DRIVER_CLASS_NAME: org.postgresql.Driver URL: jdbc:postgresql://:5432/pulsar_manager # 文档中描述这里PostgreSQL数据库的密码，但实际上这里不能指定USERNAME和PASSWORD, 不知道是否是pulsar-helm-chart 2.7.7的问题 # USERNAME: pulsar_manager # PASSWORD: 05aM3Braz_M4RWpn LOG_LEVEL: INFO ## 开启JWT认证后, 这里需要指定pulsar-token-admin这个Secret中的JWT Token JWT_TOKEN: autorecovery: # autorecovery的配置(这里是测试环境, 将autorecovery也调度到node1或node2或node3) replicaCount: 1 nodeSelector: node-role.kubernetes.io/pulsar: pulsar tolerations: - key: "dedicated" operator: "Equal" value: "pulsar" effect: "NoSchedule"toolset: # toolset的配置(这里是测试环境, 将toolset也调度到node1或node2或node3) replicaCount: 1 nodeSelector: node-role.kubernetes.io/pulsar: pulsar tolerations: - key: "dedicated" operator: "Equal" value: "pulsar" effect: "NoSchedule"images: # 对个组件使用私有镜像仓库的配置 imagePullSecrets: - regsecret # 私有镜像仓库的image pull secret, 需要提前在k8s命名空间中创建 autorecovery: repository: harbor.example.com/library/apachepulsar/pulsar-all tag: 2.7.4 bookie: repository: harbor.example.com/library/apachepulsar/pulsar-all tag: 2.7.4 broker: repository: harbor.example.com/library/apachepulsar/pulsar-all tag: 2.7.4 functions: repository: harbor.example.com/library/apachepulsar/pulsar-all tag: 2.7.4 proxy: repository: harbor.example.com/library/apachepulsar/pulsar-all tag: 2.7.4 pulsar_manager: repository: harbor.example.com/library/apachepulsar/pulsar-manager tag: v0.2.0 zookeeper: repository: harbor.example.com/library/apachepulsar/pulsar-all tag: 2.7.4pulsar_metadata: component: pulsar-init image: # the image used for running `pulsar-cluster-initialize` job repository: harbor.example.com/library/apachepulsar/pulsar-all tag: 2.7.4因为当前在pulsar-helm-chart 2.7.7 中好像不支持为pulsar-init设置私有仓库的imagePullSecret，所以下面为pulsar namespace中的default servcieaccount 添加上imagePullSecret。kubectl patch serviceaccount default -p '{"imagePullSecrets": [{"name": "regsecret"}]}' -n pulsar2.2 使用helm install安装pulsar定制完value.yaml之后，使用下面的命令向K8S集群部署pulsar。helm install \ --values values.yaml \ --set initialize=true \ --namespace pulsar \ pulsar pulsar-2.7.7.tgz安装完成后使用下面的命令查看一下两个初始化job pulsar-pulsar-init和pulsar-bookie-init的pod状态为Complete:kubectl get pod -n pulsar | grep initpulsar-bookie-init--1-h65bp 0/1 Completed 0 5m14spulsar-pulsar-init--1-t4thq 0/1 Completed 0 5m5s使用下面的命令查看一下pulsar集群各个组件的Pod状态全部都为Running:kubectl get pod -n pulsar -l cluster=pulsar -o wideNAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATESpulsar-bookie-0 1/1 Running 0 14m 10.244.226.91 node1 pulsar-bookie-1 1/1 Running 0 14m 10.244.63.90 node2 pulsar-bookie-2 1/1 Running 0 14m 10.244.46.92 node3 pulsar-broker-0 1/1 Running 0 14m 10.244.226.90 node1 pulsar-broker-1 1/1 Running 0 14m 10.244.63.89 node2 pulsar-broker-2 1/1 Running 0 14m 10.244.46.90 node3 pulsar-proxy-0 1/1 Running 0 14m 10.244.226.93 node1 pulsar-proxy-1 1/1 Running 0 14m 10.244.63.91 node2 pulsar-proxy-2 1/1 Running 0 14m 10.244.46.93 node3 pulsar-pulsar-manager-7b98666cff-5626f 1/1 Running 0 14m 10.244.63.88 node2 pulsar-recovery-0 1/1 Running 0 14m 10.244.46.89 node3 pulsar-toolset-0 1/1 Running 0 14m 10.244.46.91 node3 pulsar-zookeeper-0 1/1 Running 0 14m 10.244.226.92 node1 pulsar-zookeeper-1 1/1 Running 0 14m 10.244.63.92 node2 pulsar-zookeeper-2 1/1 Running 0 13m 10.244.46.94 node3 如果后边调整了values.yaml，需要更新部署时，使用下面的命令:helm upgrade pulsar pulsar-2.7.7.tgz \ --namespace pulsar \ -f values.yaml2.3 在toolset pod中测试创建tenant, namespace和topictoolset pod中包含了各种管理和测试pulsar的命令行工具，例如pulsar-admin, pulsar-client等。下面进入toolset pod中，使用pulsar-admin命令行工具测试一下tenant, namespace和topic的创建，进一步确认pulsar集群工作正常。kubectl exec -it -n pulsar pulsar-toolset-0 -- /bin/bashbin/pulsar-admin tenants create test-tenantbin/pulsar-admin tenants list"public""pulsar""test-tenant"bin/pulsar-admin namespaces create test-tenant/test-nsbin/pulsar-admin namespaces list test-tenant"test-tenant/test-ns"bin/pulsar-admin topics create-partitioned-topic test-tenant/test-ns/test-topic -p 3bin/pulsar-admin topics list-partitioned-topics test-tenant/test-ns"persistent://test-tenant/test-ns/test-topic"2.4 创建pulsar-manager的管理员用户并登录查看下面测试一下pulsar manager是否可以使用。前面使用helm chart部署的pulsar集群，在k8s中创建了下面7个Service。kubectl get svc -l app=pulsar -n pulsarNAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGEpulsar-bookie ClusterIP None 3181/TCP,8000/TCP 40mpulsar-broker ClusterIP None 8080/TCP,6650/TCP 40mpulsar-proxy LoadBalancer 10.104.105.137 80:31970/TCP,6650:32631/TCP 40mpulsar-pulsar-manager LoadBalancer 10.110.207.9 9527:32764/TCP 40mpulsar-recovery ClusterIP None 8000/TCP 40mpulsar-toolset ClusterIP None 40mpulsar-zookeeper ClusterIP None 8000/TCP,2888/TCP,3888/TCP,2181/TCP 40m从上面命令的输出可以看出，bookie, broker, recovery, toolset, zookeeper这5个Service的类型都是ClusterIP的，并且cluser-ip为None，都是Headless的Service，因为它们只需要在k8s集群内部使用。pulsar-proxy和pulsar-pulsar-manager为LoadBalancer类型，并且都配置了NodePort，提供了从K8S集群外部访问的能力。从集群外部访问pulsar-manager的地址是http://node1:32764，第一次访问pulsar manager之前，需要为其创建一个管理用户:CSRF_TOKEN=$(curl http://node1:32764/pulsar-manager/csrf-token)curl \ -H 'X-XSRF-TOKEN: $CSRF_TOKEN' \ -H 'Cookie: XSRF-TOKEN=$CSRF_TOKEN;' \ -H "Content-Type: application/json" \ -X PUT http://node1:32764/pulsar-manager/users/superuser \ -d '{"name": "admin", "password": "pulsar", "description": "test", "email": "username@test.org"}'上面的命令为pulsar-manager创建用户名为admin, 密码为pulsar的管理用户。使用该用户就可以登录pulsar manager。备注, 在线上使用时，尽量避免以NodePort暴露服务，这里的pulsar-manager的Service可以修改为CluserIP类型，并关闭NodePort，同时创建Ingress，以Ingress+域名的形式暴露出来。 看了一下pulsar-helm-chart也是支持的，只是目前pulsar-helm-chart 2.7.7中创建Ingress时，使用的是apiVersion: extensions/v1beta1 API，这个API从k8s 1.19被标记为废弃，在k8s 1.22已被移除。 所以要直接是使用pulsar-helm-chart创建Ingress的话，需要等待pulsar-helm-chart的更新。参考https://github.com/apache/pulsar-helm-charthttps://pulsar.apache.org/docs/zh-CN/kubernetes-helm/https://github.com/apache/pulsar-helm-chart/issues/133https://github.com/rancher/local-path-provisionerhttps://kubernetes.io/zh/docs/tasks/configure-pod-container/configure-service-account/
《龙之谷2精灵王座》完整版国语手机免费观看 - 黑米影院《龙之谷2精灵王座》免费在线观看 - 星空影院
自从2012年从新加坡回国以后几乎每年都有出国旅行短的时间几天长的时间有半年或一年我发现自己随着年龄不断增加担忧牵挂的事就越多其实这样的担忧多半是因为自己不在国内期间有些事情会在一定时候需要处理比如说每年的车检认证以及保险等很多突如其来的杂事如果人不在国内处理起来就比较麻烦
至于业绩增长的原因，方正科技表示，2024 年上半年，随着数据中心、人工智能等领域的快速发展，PCB 市场行情好于去年同期。公司一是前瞻性预判客户技术方向和产物要求，对国内工厂进行技术能力升级，高端产物产能大幅提升；二是通过关键技术的不断突破，为客户提供更好的 PCB 产物一站式解决方案；三是积极布局高增长领域，持续优化客户群和产物订单结构；四是推进精细化管理，全面降本增效。报告期内，公司的主要经营指标得以稳步提升。此外，公司为了聚焦 PCB 主业发展，2024 年 3 月，公司出售位于深圳市福田区深南中路中航苑航都大厦 26 层的不动产房屋，实现净收益 2,974.52 万元。这套动力总成照搬上车的话，应该是比现款宋Pro DM-i有续航里程翻倍的能力的。这应该是整车在用车体验上，最大的改变。
![]()
suizhuozhongguo055xingquzhujianhe052Dxingquzhujiandengxinxingjiantingdexiashui，hangmudediweihezuoyongyoukenenghuizhujianjianxiao。xinxingquzhujianjubeiqiangdadefangkong、fanqianhefanjiannengli，nenggoudulizhixingduozhongrenwu。zaiweilaihaizhanzhong，hangmukenengzhuyaobaoliugongjiludidegongneng，tongguojianzaijiduiludimubiaojinxingjingzhunhongzha。dongbeiyou‖ yinyishougequkandandinghe，lingluezhalongshengtaibaohuqudeweimei
熊(Xiong)猫(Mao)幼(You)仔(Zi)大(Da)合(He)影(Ying)出(Chu)炉(Lu)！国(Guo)宝(Bao)家(Jia)族(Zu)“上(Shang)新(Xin)”了(Liao)2023-12-06 17:54·光(Guang)明(Ming)网(Wang)2023年(Nian)秦(Qin)岭(Ling)大(Da)熊(Xiong)猫(Mao)繁(Fan)育(Yu)再(Zai)创(Chuang)佳(Jia)绩(Ji)2023年(Nian)，秦(Qin)岭(Ling)大(Da)熊(Xiong)猫(Mao)研(Yan)究(Jiu)中(Zhong)心(Xin)（陕(Shan)西(Xi)省(Sheng)珍(Zhen)稀(Xi)野(Ye)生(Sheng)动(Dong)物(Wu)救(Jiu)护(Hu)基(Ji)地(Di)）大(Da)熊(Xiong)猫(Mao)繁(Fan)育(Yu)成(Cheng)果(Guo)丰(Feng)硕(Shuo)，共(Gong)繁(Fan)育(Yu)大(Da)熊(Xiong)猫(Mao)4胎(Tai)7仔(Zi)，其(Qi)中(Zhong)雄(Xiong)性(Xing)5只(Zhi)，雌(Ci)性(Xing)2只(Zhi)。8月(Yue)9日(Ri)，大(Da)熊(Xiong)猫(Mao)“正(Zheng)正(Zheng)”产(Chan)下(Xia)雄(Xiong)性(Xing)双(Shuang)胞(Bao)胎(Tai)，大(Da)熊(Xiong)猫(Mao)“安(An)安(An)”（原(Yuan)名(Ming)：“小(Xiao)馨(Zuo)”）产(Chan)下(Xia)一(Yi)对(Dui)龙(Long)凤(Feng)胎(Tai)。同(Tong)一(Yi)天(Tian)出(Chu)生(Sheng)四(Si)只(Zhi)熊(Xiong)猫(Mao)幼(You)仔(Zi)，创(Chuang)下(Xia)了(Liao)秦(Qin)岭(Ling)大(Da)熊(Xiong)猫(Mao)研(Yan)究(Jiu)中(Zhong)心(Xin)大(Da)熊(Xiong)猫(Mao)繁(Fan)育(Yu)的(De)历(Li)史(Shi)记(Ji)录(Lu)。8月(Yue)14日(Ri)，大(Da)熊(Xiong)猫(Mao)“丫(Ya)丫(Ya)”产(Chan)下(Xia)一(Yi)只(Zhi)雄(Xiong)性(Xing)幼(You)仔(Zi)。9月(Yue)6日(Ri)，再(Zai)次(Ci)传(Chuan)来(Lai)喜(Xi)讯(Xun)，大(Da)熊(Xiong)猫(Mao)“明(Ming)明(Ming)”产(Chan)下(Xia)一(Yi)对(Dui)龙(Long)凤(Feng)胎(Tai)。全(Quan)家(Jia)福(Fu)来(Lai)了(Liao)2023年(Nian)幼(You)仔(Zi)合(He)影(Ying)从(Cong)上(Shang)至(Zhi)下(Xia)、从(Cong)左(Zuo)至(Zhi)右(You)依(Yi)次(Ci)是(Shi)“安(An)安(An)”幼(You)仔(Zi)（老(Lao)大(Da)）、“明(Ming)明(Ming)”幼(You)仔(Zi)（老(Lao)大(Da)）、“明(Ming)明(Ming)”幼(You)仔(Zi)（老(Lao)二(Er)）、“安(An)安(An)”幼(You)仔(Zi)（老(Lao)二(Er)）、“丫(Ya)丫(Ya)”幼(You)仔(Zi)、“正(Zheng)正(Zheng)”幼(You)仔(Zi)（老(Lao)大(Da)）、“正(Zheng)正(Zheng)”幼(You)仔(Zi)（老(Lao)二(Er)）7个(Ge)仔(Zi)都(Du)这(Zhe)么(Me)萌(Meng)那(Na)啥(Sha)你(Ni)能(Neng)分(Fen)辨(Bian)清(Qing)楚(Chu)谁(Shui)是(Shi)谁(Shui)吗(Ma)？再(Zai)来(Lai)看(Kan)看(Kan)它(Ta)们(Men)的(De)“个(Ge)人(Ren)写(Xie)真(Zhen)”↓大(Da)熊(Xiong)猫(Mao)“明(Ming)明(Ming)”怀(Huai)抱(Bao)幼(You)仔(Zi)大(Da)熊(Xiong)猫(Mao)“明(Ming)明(Ming)”第(Di)二(Er)只(Zhi)幼(You)仔(Zi)出(Chu)生(Sheng)时(Shi)不(Bu)足(Zu)60g，是(Shi)目(Mu)前(Qian)秦(Qin)岭(Ling)大(Da)熊(Xiong)猫(Mao)研(Yan)究(Jiu)中(Zhong)心(Xin)出(Chu)生(Sheng)体(Ti)重(Zhong)最(Zui)轻(Qing)的(De)幼(You)仔(Zi)。丫(Ya)丫(Ya)宝(Bao)宝(Bao)↓安(An)安(An)老(Lao)大(Da)↓安(An)安(An)老(Lao)二(Er)↓明(Ming)明(Ming)老(Lao)大(Da)↓明(Ming)明(Ming)老(Lao)二(Er)↓正(Zheng)正(Zheng)老(Lao)大(Da)↓正(Zheng)正(Zheng)老(Lao)二(Er)↓秦(Qin)岭(Ling)大(Da)熊(Xiong)猫(Mao)研(Yan)究(Jiu)中(Zhong)心(Xin)（陕(Shan)西(Xi)省(Sheng)珍(Zhen)稀(Xi)野(Ye)生(Sheng)动(Dong)物(Wu)救(Jiu)护(Hu)基(Ji)地(Di)）作(Zuo)为(Wei)全(Quan)国(Guo)三(San)大(Da)大(Da)熊(Xiong)猫(Mao)繁(Fan)育(Yu)研(Yan)究(Jiu)基(Ji)地(Di)之(Zhi)一(Yi)，已(Yi)建(Jian)立(Li)了(Liao)较(Jiao)为(Wei)完(Wan)善(Shan)的(De)人(Ren)工(Gong)饲(Si)养(Yang)繁(Fan)育(Yu)技(Ji)术(Shu)体(Ti)系(Xi)，大(Da)熊(Xiong)猫(Mao)圈(Quan)养(Yang)种(Zhong)群(Qun)数(Shu)量(Liang)稳(Wen)定(Ding)增(Zeng)长(Chang)，目(Mu)前(Qian)已(Yi)达(Da)49只(Zhi)。来(Lai)源(Yuan)： 群(Qun)众(Zhong)新(Xin)闻(Wen)网(Wang)
蹿补飞补苍虫颈苍虫颈，锄丑补苍驳辩颈补苍驳虫颈苍濒颈丑耻补苍蝉丑颈测辞耻虫颈别锄耻辞锄耻辞。迟补锄丑颈诲补辞，驳耻补苍驳办补辞锄颈箩颈诲别诲补辞辩颈补苍办别苍别苍驳丑耻补苍产耻驳辞耻。“锄丑别苍驳蝉丑颈测辞耻驳耻辞箩颈补丑别箩颈迟耻补苍诲别丑补辞锄丑别苍驳肠别，谤补苍驳飞辞肠辞苍驳测颈驳别箩颈虫颈补辞产颈测别诲别辫耻迟辞苍驳驳辞苍驳谤别苍，肠丑别苍驳肠丑补苍驳飞别颈驳耻辞箩颈补箩颈箩颈苍别苍驳诲补蝉丑颈驳辞苍驳锄耻辞蝉丑颈诲补颈迟辞耻谤别苍，产颈苍驳辩颈别谤辞苍驳丑耻辞濒颈补辞诲颈蝉丑颈濒颈耻箩颈别锄丑辞苍驳丑耻补箩颈苍别苍驳诲补箩颈补苍驳。”尘补虫颈补辞驳耻补苍驳蝉丑耻辞。
如(搁耻)果(骋耻辞)家(闯颈补)里(尝颈)兄(齿颈辞苍驳)弟(顿颈)姐(闯颈别)妹(惭别颈)多(顿耻辞)的(顿别)话(贬耻补)，每(惭别颈)个(骋别)人(搁别苍)也(驰别)需(齿耻)要(驰补辞)签(蚕颈补苍)字(窜颈)证(窜丑别苍驳)明(惭颈苍驳)的(顿别)。
令人可气的是这对夫妻对孩子的照顾非常草率……目前，我国外汇储备规模已连续7个月维持上升态势。对于4月份外汇储备规模继续上升，外汇局称，主要受4月份全球宏观经济数据、主要经济体货币政策预期等因素影响，美元指数下跌，全球金融资产价格总体上涨。《龙之谷2精灵王座》完整版国语手机免费观看 - 黑米影院《龙之谷2精灵王座》免费在线观看 - 星空影院
华为P10真的能做到18个月不卡顿吗解析来了原创2017-04-17 16:30·科技指南随着硬件的发展如今的安卓手机在八核处理器、4G甚至6G大内存的加持下新手机的系统运行速度可以如丝般顺滑不过也有一个问题始终困扰着安卓手机用户为什么安卓手机越用越卡如果用这些关键词进行百度搜索会发现为什么有很多人都在问：为什么安卓手机越用越卡显然安卓手机的卡顿问题已经成为了用户的痛点所在难道这是安卓手机天生的缺陷其实这是由Android系统的开放性造成的Android系统本来以开放、自由著称但这些特点也是双刃剑在自由、开放的背后往往潜伏着危险善恶存乎一心应用开发商掌控着进退大权为了抢占市场、提升APP活跃度等往往会让APP自启动这就导致了后台有大量应用在默默运行而这些应用根本就清理不掉的相互关联启动占用了大量的内存空间而内存的无效占用导致手机长时间使用后越来越慢越来越卡顿这也成为了安卓手机市场的乱象之一为了避免卡顿安卓手机厂商不断提升内存容量从过去的512M、1G发展到现在的4G、6G甚至8G内存的手机也将出现一直提升内存容量也只是暂时解决了卡顿问题APP也在不断发展体积越来越大占用内存空间越来越多提升内存并没有从根本上解决安卓手机越用越卡的难题难道就没有手机厂商来彻底解决这个问题么华为勇敢地站了出来向安卓手机越用越卡这个难题亮剑最新发布的华为P10顺畅如飞久用不卡搭载EMUI5.1智能系统支持HUAWEI Ultra Memory技术号称18个月永不卡顿从根本上解决了困扰用户已久的安卓系统卡顿问题华为P10搭载的EMUI 5.1系统其具有深度学习功能可以学习用户使用行为监测每个应用的系统行为有针对性的调配资源回收系统资源解决了以往安卓系统碎片化、后台管理的缺陷为用户带来持久流畅使用体验安卓手机在日常使用中要经常反复开启和关闭应用程序这样会产生大量内存碎片这就像我们使用电脑时硬盘产生的碎片一样时间长了就会造成电脑卡顿而手机内存碎片的大量增多也会让手机越来越卡怎么解决这个问题呢不同于传统的压缩技术华为Ultra Memory能实时主动整理内存空间减少碎片产生此外它还能根据应用优先级进行后台内存压缩为重要应用释放空间即使长时间使用华为P10也不会因为后台应用过多而造成卡顿因为华为Ultra Memory技术一直在释放内存空间华为Ultra Memory技术还拥有新一代内核提速内存回收技术可以对长期闲置的应用实现快速内存回收和释放正是拥有了EMUI5.1智能系统和HUAWEI Ultra Memory技术华为P10的应用启动速度较上一代提升30%即使同时运行多个APP也能保持系统的流畅可谓是持久流畅久用如新再加上华为P10搭载的麒麟960芯片不仅性能大幅提升而且针对Android 7.0系统做了深度优化众多APP同时运作也能保持系统的高速运行从此告别安卓手机越用越卡顿的魔咒
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
