亿级流量点赞系统本地运行

环境准备

安装依赖

设置 Maven 完成 https://www.codefather.cn/post/1836689783992958977

使用 IDEA 打开项目

image-20241030153859685

选择 Java 版本

image-20241101132905013

选择 Java 21

image-20250508185043476

没有的话可以使用下面的 Download JDK

image-20241114112524129

选择 Java 21

image-20250508185108310

  • 本地没有 JDK 可以直接 Download JDK
  • 本地有 JDK 但是没识别到 Add JDK from disk 选择对应目录即可
  • 选择 Java 21

初始化数据

连接本地 MySQL

image-20241030155405801

image-20241030155543228

点击 Download 下载 driver files

image-20241030155613559

输入账号密码之后点击Test Connection 成功之后直接点击 OK

image-20241030155950071

找到根目录的 sql/create_table.sql

image-20250506084758065

image-20250506085020304

执行成功后

image-20250506085521723

安装 Docker Desktop

从官网 https://www.docker.com 下载对应自己系统版本的 Docker Desktop

image-20250506090601075

双击下载下来的 Docker Desktop Installer.exe -> 点击 OK 之后就安装成功

image-20250506111120399

相关环境

pulsar

1、打开安装好的 Docker Desktop

2、打开 Terminal

image-20250506111450548

3、输入下面的命令

text
复制代码
docker run hello-world

Snipaste_2025-05-06_11-27-55

4、确保 hello-world 跑通,再运行

text
复制代码
docker run -d -it --name pulsar -p 6650:6650 -p 8080:8080 docker.1panel.live/apachepulsar/pulsar:4.0.3 bin/pulsar standalone

image-20250508191427163

5、启动成功

启动成功之后可与在 Containers 里面找到正在运行的 pulsar

image-20250508191458078

6、校验是否启动成功

text
复制代码
curl http://localhost:8080/admin/v2/brokers/health

会有返回值 OK 有的话就启动成功🤩

image-20250506185941357


BUG

1、如果遇到 Error response from daemon: Ports are not available: exposing port TCP 0.0.0.0:6650 -> 127.0.0.1:0: listen tcp 0.0.0.0:6650: bind: An attempt was made to access a socket in a way forbidden by its access permissions.****

1)把 winnat 关掉 (PS 需要使用管理员权限

image-20250506115303147

image-20250506115212044

text
复制代码
net stop winnat

2)再次执行 docker run

text
复制代码
docker run -d -it --name pulsar -p 6650:6650 -p 8080:8080 docker.1panel.live/apachepulsar/pulsar:4.0.3 bin/pulsar standalone

3)最后可以再次开启 winnat

text
复制代码
net start winnat

2、解决办法:不限制 pulsar 的内存,我出现这个 BUG 的场景是限制内存导致的

text
复制代码
Caused by: javax.ws.rs.InternalServerErrorException: HTTP 500 {"reason":"\n --- An unexpected error occurred in the server ---\n\nMessage: Topic creation encountered an exception by initialize topic policies service. topic_name=persistent://public/functions/assignments error_message={\"errorMsg\":\"Bookie handle is not available - ledger=2 - operation=Failed to read entry - entry=0\",\"reqId\":845559152753469356, \"remote\":\"localhost/127.0.0.1:6650\", \"local\":\"/127.0.0.1:47776\"}\n\nStacktrace:\n\norg.apache.pulsar.broker.service.BrokerServiceException$ServiceUnitNotReadyException: Topic creation encountered an exception by initialize topic policies service. topic_name=persistent://public/functions/assignments error_message={\"errorMsg\":\"Bookie handle

TiDB

编写 Docker-Compose

1、首先复制下面的内容到任意目录(无中文、无空格)的路径下命名为 docker-compose.yml

yml
复制代码
version: "3.8" networks: backend: driver: bridge services: tidb: image: docker.1panel.live/pingcap/tidb:latest container_name: tidb ports: - "4000:4000" # TiDB MySQL 协议端口 - "10080:10080" # TiDB HTTP 状态端口 networks: - backend mysql: image: docker.1panel.live/library/mysql:8.0 container_name: mysql environment: MYSQL_ROOT_PASSWORD: rootpwd ports: - "3307:3307" # 为了防止和本地 MySQL 端口使用了 3307 冲突 networks: - backend depends_on: - tidb

image-20250507213504096

2、打开 docker desktopTerminal

image-20250507214032206

进入到对应的目录(看自己的 docker-compose.yml 具体的路径)

image-20250507213913284

执行

text
复制代码
docker-compose up -d

成功后的效果

image-20250507214315345

3、验证是否启动成功,可以在 containers 里面找到启动成功

image-20250507214448318

3、使用 docker-desktop 进入到 MySQL 之中

image-20250507214648590

选择 Exec

image-20250507214707302

输入下面命令连接 TiDB,可以发现连接成功🤩🤩🤩

text
复制代码
mysql -h tidb -P 4000 -uroot

image-20250507215003878

设置远程连接用户

登录到 TiDB(用 root)

text
复制代码
mysql -h tidb -P 4000 -uroot

在 SQL 提示符下,执行(假设你希望密码为YourPass123):

text
复制代码
-- 1) 创建用户(如果已存在可改用 ALTER USER) CREATE USER IF NOT EXISTS 'leikooo'@'%' IDENTIFIED BY 'YourPass123'; -- 2) 授权:给这个用户对所有库的所有表的所有权限 GRANT ALL PRIVILEGES ON *.* TO 'leikooo'@'%'; -- 3) 刷新权限(TiDB 会自动生效,但加上也无妨) FLUSH PRIVILEGES;

image-20250507215515249

退出,再用新用户+密码连接:

退出 TiDB 输入 exit 即可

text
复制代码
mysql -h tidb -P4000 -u leikooo -pYourPass123

这里 YourPass123 就是设置的密码

image-20250507215639968

IDEA 尝试连接

使用 IDEA 自带的 Data Sources 进行尝试链接

image-20250507215831322

注意⭐ 端口是 4000 !

image-20250507220052437

6、至此完成,服务器上安装 TiDB 也是同理

迁移 MySQL 数据

1、导出 MySQL 的数据

image-20250507224313099

选择自己 myqldump.exe 的位置

image-20250507225401846

如果不知道的话可以下载「Everything

image-20250507230125360

生成成功之后会有弹窗,点击就可以直接到对应文件

image-20250507230324195

2、导入数据到 TiDB

1)首先手动创建数据库 thumb_db

text
复制代码
-- 创建库 create database if not exists thumb_db;

image-20250507230554177

创建成功

image-20250507230629184

2)插入数据,选择刚才生成的 sql

image-20250507230742541

选择对应路径然后点击 OK 即可

image-20250507230830839

执行成功

image-20250507230901087

image-20250507230947585

可观测相关

Redis 指标监控

1) redis.addr 如果是本地一般是 redis://host.docker.internal:6379

2)如果 redis 没有设置密码那么可以去掉 --redis.password=xxx

dockerfile
复制代码
docker run --name redis-exporter -d -p 9121:9121 docker.1panel.live/oliver006/redis_exporter --redis.addr=redis://host.docker.internal:6379 --redis.password=xxx

这里直接指定了前缀去 docker.1panel.live 镜像拉取 oliver006/redis_exporter 加快下载速度

image.png

2、启动成功之后可以在 containers 里面找到 redis-exporter

image-20250508104829921

3、测试效果

访问:http://localhost:9121

image-20250508105259107

prometheus

1、创建 prometheus.yml 这个文件

1)host.docker.internal:9199 表示请求宿主机自己的服务的后端,如果部署到服务器上就改成服务器对应的地址

2)host.docker.internal:9121 表示请求宿主机自己的服务的 Redis ,如果是服务器就改成服务器对应的地址

yml
复制代码
global: scrape_interval: 15s # By default, scrape targets every 15 seconds. # Attach these labels to any time series or alerts when communicating with # external systems (federation, remote storage, Alertmanager). external_labels: monitor: 'codelab-monitor' # A scrape configuration containing exactly one endpoint to scrape: # Here it's Prometheus itself. scrape_configs: # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config. - job_name: 'prometheus' # Override the global default and scrape targets from this job every 5 seconds. scrape_interval: 5s static_configs: - targets: ['localhost:9090'] - job_name: 'biz' # Override the global default and scrape targets from this job every 5 seconds. scrape_interval: 5s metrics_path: '/api/actuator/prometheus' static_configs: - targets: ['host.docker.internal:9199'] labels: group: 'thumb' - job_name: 'redis' scrape_interval: 5s static_configs: - targets: ['host.docker.internal:9121']

2、把上面的文件复制到桌面上(或者任意非中文、无空格的目录上即可)

image-20250508110841508

3、启动 prometheus

1)进入到包含 prometheus.yml 的路径下(输入 ls 命令如下图所示)

image-20250508111142024

2)输入下面命令

Linux\Mac 可以这样写

text
复制代码
docker run -d --name prometheus -p 9090:9090 -v ./prometheus.yml:/etc/prometheus/prometheus.yml docker.1panel.live/prom/prometheus

Windows 需要写 prometheus.yml 的绝对路径(路径需要参考自己实际的路径)

text
复制代码
docker run -d --name prometheus -p 9090:9090 -v C:\Users\leikooo\desktop\prometheus.yml:/etc/prometheus/prometheus.yml docker.1panel.live/prom/prometheus

image-20250508173327913

4、查看效果

访问:http://localhost:9090

image-20250508174252690

如果有 DOWN 的情况就确保

1)启动了 Redis 指标监控

2)启动了后端服务且后端端口是 9199

grafana

1、打开 docker desktop 的 Terminal 运行下面的代码

text
复制代码
docker run -d --name grafana -p 3000:3000 docker.1panel.live/grafana/grafana-enterprise

2、查看效果

访问:http://localhost:3000/login

默认账号密码都是:admin

官方文档:https://grafana.com/docs/grafana/latest/setup-grafana/sign-in-to-grafana/

image-20250508174546580

剩下的添加数据源的操作可以参考「9-架构优化:系统可观测性优化」

环境内存占用参考

当然可以进行限制内存大小

text
复制代码
CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS bacc0434d260 prometheus 0.04% 69.4MiB / 7.567GiB 0.90% 8.53MB / 12.4MB 0B / 0B 26 d407016ca4ef pulsar 1.74% 2.364GiB / 7.567GiB 31.24% 35.7kB / 28.1kB 0B / 0B 344 82b3bb45428e grafana 0.19% 114.9MiB / 7.567GiB 1.48% 22.9MB / 17.9MB 0B / 0B 24 d25e5e2665af redis-exporter 0.00% 17.88MiB / 7.567GiB 0.23% 196kB / 890kB 0B / 0B 15 3082643eff7b mysql 0.35% 370.9MiB / 7.567GiB 4.79% 1.22kB / 126B 0B / 0B 37 73f86948e25e tidb 1.95% 445.4MiB / 7.567GiB 5.75% 426kB / 427kB 0B / 0B 19

MySQL 后面可以删除,但是删除之后就无法操作

image-20250508181030327

修改配置文件

如果要使用 TiDB 的话 修改为对应的 TiDB 连接地址和端口,例如 jdbc:mysql://127.0.0.1:4000/thumb_db

如果使用 MySQL 修改为对应的 MySQL 连接地址和端口,例如 jdbc:mysql://127.0.0.1:3306/thumb_db

yml
复制代码
spring: datasource: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://127.0.0.1:4000/thumb_db username: root password: 123456

启动

1、最终启动

  • 启动 pulsar
  • 启动 TiDB
  • 可观测相关的不启动也可以运行成功

image-20250508185452180

2、打开接口文档 http://localhost:9199/api/doc.html 进行测试

image-20250507231234434

测试点赞

image-20250508183728457

0个评论
点击登录,快来和大家讨论吧~
表情
图片
暂无评论
leikooo
作者分享
ARTS 0815: 分隔链表、大删除是加活不是减负与协议栈如何一层层拆信封
4
DeepSeek Harness 缓存命中率太惊人了,有时候竟然能到 99%,看鱼皮哥的视频竟然还出现过 100% 😱 https://www.bilibili.com/video/BV1VkgK6NEZS
7
ARTS 0809: 反转链表、Shopify 如何用 MySQL 解决超卖与 AI 时代程序员的价值
5
译文:《SwiftUI 七年:平庸的故事》 SwiftUI 在 2019 年高调发布,本应成为苹果全平台成熟、可量产的 UI 未来。七年过去,到了 2026 年,它仍像一场永不结束的 beta:布局难预期、性能不稳、数据流混乱,还几乎没有可靠的向后兼容,开发者被迫写一堆 shim 和 workaround。 作者用苹果官方教程(甚至是有问题的)以及与 UIKit 的对比说明:SwiftUI 用“看起来方便”换掉了精确的工程控制。更深一层,他认为这反映了苹果从 Cocoa、Aqua、Auto Layout 那种不妥协的工艺,转向“够用就行”的企业文化。 SwiftUI 为何存在 苹果并非单纯想提供更好工具,而是不得不应对竞争:React、React Native、Flutter 让“一套代码多端跑”变得诱人;Mac 上原生应用又日渐被网页和 Electron 吃掉。SwiftUI 要同时拴住原生生态、并降低移植到 Mac 的成本。卖点是:响应式数据流、声明式布局、跨平台复用。 数据流 “单一数据源”听起来很美,实际却是 @State、@Binding、ObservedObject,再到 Observation / @Observable 的不断换代。你很难确定视图会更新几次、为何更新;它该忽略的变化会反应,该关心的变化又可能忽略 - - 像个黑盒。 布局系统 基于尺寸协商的布局在 Keynote 里很合理,做浮动视图、自定义侧边栏时却极度不稳定。官方教程里一个很普通的侧边栏,多年仍有问题。布局脆弱到最后往往只能上 GeometryReader - - 一旦用了,声明式优势就没了,还要手算坐标,而且下一版布局规则一变,数学还得重写。 API 稳定与功能对等 代码里满是 if #available。滚动收起键盘要到 iOS 16;工具栏定制很晚才来;网络图片 AsyncImage 要到 iOS 15,缓存相关 API 到 2026 年 7 月仍在 beta。旧 API 常被换掉(如 NavigationView → NavigationStack),开发者要维护多套实现,等于替苹果做 QA。对比 Android 的 Jetpack Compose 可作为依赖打包回退到旧设备,SwiftUI 做不到“写最新 API、稳定回退”。 性能 在真实对比里,即便做了后台解码等优化,SwiftUI 图片网格滚动仍明显不如 UIKit。若展示一堆 JPEG 都得靠顶级芯片撑,架构本身就有问题。 跨平台神话 苹果说的是“学一次、到处用”,不是“写一次、到处跑”。iOS 上学到的布局很少直接适用 Mac;同一套 view 跨平台实现也不一致。结果常变成:学一次、再学一次、某处能用、处处要调。 哲学转向 最大的问题是“够用就行”:覆盖 90% 用例就算成功,用 velocity 掩盖质量下降。作者列举系统与一线应用中的各种瑕疵,认为这不是偶然,而是苹果主动降低质量门槛 - - 所以即使过了七年,他仍不信任 SwiftUI。 结论 对构建稳定、高性能、可维护系统真正重要的部分,SwiftUI 几乎都有问题。它不是“极差”,而是平庸 - - 用假便利换真精度,要么你花时间给框架打补丁,要么把半成品发出去。作者更宁愿继续用“遗留”的 UIKit / AppKit。 最后小总结: 最让人不能接受的不是“SwiftUI 还有 bug”,而是它把“看起来很快”当成了工程上的完成态。声明式、预览、跨平台,每一项都在秀高级感,可真正写进业务后,你面对的是难预测的重绘、脆弱的布局、层层 #available,以及把兼容和排错外包给业务方的现实。七年够长了,若还靠“框架还年轻”解释,那更像是对标准的侮辱。技术选型从来不只是语法偏好,而是你选的是可预期性、可维护成本,以及对用户体验的态度。平庸的“成功”往往比明显失败更危险 ,你说它能上线、能 demo、能交差,但是却在细节里一点点磨损信任。工具可以换代,但对质量的要求不该跟着一起降级。
4
ARTS 0802: 合并有序链表、AI 时代的技术断层与 TCP 200ms 延迟之谜
5
下载 APP