• Flume

    Flume

    1.Flume概述

    1.1 Flume定义

    Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构，灵活简单。

    1.2 Flume基础架构

    Flume组成架构如下图所示。

    1.2.1 Agent

    Agent是一个JVM进程，它以事件的形式将数据从源头送至目的。

    Agent主要有3个部分组成，Source、Channel、Sink。

    1.2.2 Source

    Source是负责接收数据到Flume Agent的组件。Source组件可以处理各种类型、各种格式的日志数据，包括avro、thrift、exec、jms、spooling directory、netcat、taildir、sequence generator、syslog、http、legacy。

    1.2.3 Sink

    Sink不断地轮询Channel中的事件且批量地移除它们，并将这些事件批量写入到存储或索引系统、或者被发送到另一个Flume Agent。

    Sink组件目的地包括hdfs、logger、avro、thrift、ipc、file、HBase、solr、自定义。

    1.2.4 Channel

    Channel是位于Source和Sink之间的缓冲区。因此，Channel允许Source和Sink运作在不同的速率上。Channel是线程安全的，可以同时处理几个Source的写入操作和几个Sink的读取操作。

    Flume自带两种Channel：Memory Channel和File Channel。

    Memory Channel是内存中的队列。Memory Channel在不需要关心数据丢失的情景下适用。如果需要关心数据丢失，那么Memory Channel就不应该使用，因为程序死亡、机器宕机或者重启都会导致数据丢失。

    File Channel将所有事件写到磁盘。因此在程序关闭或机器宕机的情况下不会丢失数据。

    1.2.5 Event

    传输单元，Flume数据传输的基本单元，以Event的形式将数据从源头送至目的地。Event由Header和Body两部分组成，Header用来存放该event的一些属性，为K-V结构，Body用来存放该条数据，形式为字节数组。

    2. Flume安装部署

    解压，改名

    [root@kb129 install]# tar -xvf ./apache-flume-1.9.0-bin.tar.gz -C ../soft/

    复制一份配置文件，并进行配置

    [root@kb129 conf]# cp flume-env.sh.template flume-env.sh

    [root@kb129 conf]# vim ./flume-env.sh

    22 export JAVA_HOME=/opt/soft/jdk180

    25 export JAVA_OPTS="-Xms2000m -Xmx2000m -Dcom.sun.management.jmxremote"

    将lib文件夹下的guava-11.0.2.jar删除以兼容Hadoop 3.1.3

    找到flume下现有的guava jar包并删除

    [root@kb129 lib]# find ./ -name guava*

    ./guava-11.0.2.jar

    [root@kb129 lib]# rm -rf ./guava-11.0.2.jar

    拷贝新hadoop内的guava至flume内

    [root@kb129 lib]# pwd

    /opt/soft/hadoop313/share/hadoop/hdfs/lib

    [root@kb129 lib]# cp ./guava-27.0-jre.jar /opt/soft/flume190/lib/

    安装工具

    [root@kb129 conf]# yum install -y net-tools

    [root@kb129 conf]# yum install -y nc           #安装netcat服务

    [root@kb129 conf]# yum install -y telnet-server   #安装netcat服务

    [root@kb129 conf]# yum install -y telnet.*       #安装netcat客户端

    测试工具

    启动服务端口

    [root@kb129 conf]# nc -lk 7777

    连接服务器

    [root@kb129 conf]# telnet localhost 7777

    查看端口是否占用

    [root@kb129 conf]# netstat -lnp | grep 7777

    tcp        0      0 0.0.0.0:7777            0.0.0.0:*               LISTEN      9264/nc            

    tcp6       0      0 :::7777                 :::*                  LISTEN      9264/nc 

    2.2 Flume入门案例

    2.2.1 监控端口数据官方案例

    1）案例需求：

    使用Flume监听一个端口，收集该端口数据，并打印到控制台。

    2）需求分析：本次使用的端口为7777

    3）实现步骤：

    创建myconf2文件夹，写入监控配置文件

    [root@kb129 lib]# cd ../conf/myconf2/

    [root@kb129 myconf2]# vim ./netcat-logger.conf

    1. a1.sources=r1
    2.  
    3. a1.channels=c1
    4.  
    5. a1.sinks=k1
    6.  
    7.  
    8. # Describe/configure the source
    9.  
    10. a1.sources.r1.type=netcat
    11.  
    12. a1.sources.r1.bind=localhost
    13.  
    14. a1.sources.r1.port=7777
    15.  
    16.  
    17. # Use a channel which buffers events in memory
    18.  
    19. a1.channels.c1.type=memory
    20.  
    21.  
    22. # Describe the sink
    23.  
    24. a1.sinks.k1.type=logger
    25.  
    26.  
    27. # Bind the source and sink to the channel
    28.  
    29. a1.sources.r1.channels=c1
    30.  
    31. a1.sinks.k1.channel=c1

    启动监控命令（a1，conf目录，conf文件，指定控制台输出info信息）

    [root@kb129 flume190]# ./bin/flume-ng agent --name a1 --conf ./conf/ --conf-file ./conf/myconf2/netcat-logger.conf -Dflume.root.logger=INFO,console

    参数说明：

            --conf/-c：表示配置文件存储在conf/目录

            --name/-n：表示给agent起名为a1

            --conf-file/-f：flume本次启动读取的配置文件是在job文件夹下flume-telnet.conf文件。

            -Dflume.root.logger=INFO,console ：-D表示flume运行时动态修改flume.root.logger参数属性值，并将控制台日志打印级别设置为INFO级别。日志级别包括:log、info、warn、error。

    [root@kb129 conf]# telnet localhost 7777

    输入内容，控制台可监控输入在Flume监听页面观察接收数据情况

    2.2.2 实时监控单个追加文件

    1）案例需求：使用Flume监听单个的文件

    2）需求分析：

    3）实现步骤：

    [root@kb129 myconf2]# vim ./ filelogger.conf

    1. a2.sources=r1
    2. a2.channels=c1
    3. a2.sinks=k1
    4.  
    5. # Describe/configure the source
    6. a2.sources.r1.type=exec
    7. a2.sources.r1.command=tail -f /opt/tmp/flumelog.log
    8.  
    9. # Use a channel which buffers events in memory
    10. a2.channels.c1.type=memory
    11. a2.channels.c1.capacity=1000
    12. a2.channels.c1.transactionCapacity=100
    13.  
    14. # Describe the sink
    15. a2.sinks.k1.type=logger
    16.  
    17. # Bind the source and sink to the channel
    18. a2.sources.r1.channels=c1
    19. a2.sinks.k1.channel=c1

    开启flume监听端口

    [root@kb129 flume190]# ./bin/flume-ng agent -n a2 -c ./conf/ -f ./conf/myconf2/filelogger.conf -Dflume.root.logger=INFO,console

    2.2.3 实时监控单个追加文件

    1）案例需求：使用Flume监听整个目录的文件，并上传至HDFS

    2）需求分析：

    3）实现步骤：

    [root@kb129 myconf2]# vim ./file-flume-hdfs.conf

    1. a3.sources=r1
    2.  
    3. a3.sinks=k1
    4.  
    5. a3.channels=c1
    6.  
    7.  
    8. # Describe/configure the source
    9.  
    10. a3.sources.r1.type=exec
    11.  
    12. a3.sources.r1.command=tail -f /opt/tmp/flumelog.log
    13.  
    14.  
    15. # Use a channel which buffers events in memory
    16.  
    17. a3.channels.c1.type=memory
    18.  
    19. a3.channels.c1.capacity=1000
    20.  
    21. a3.channels.c1.transactionCapacity=100
    22.  
    23.  
    24. # Describe the sink
    25.  
    26. a3.sinks.k1.type=hdfs
    27.  
    28. a3.sinks.k1.hdfs.fileType=DataStream
    29.  
    30. a3.sinks.k1.hdfs.filePrefix=flumetohdfs
    31.  
    32. a3.sinks.k1.hdfs.fileSuffix=.txt
    33.  
    34. a3.sinks.k1.hdfs.path=hdfs://kb129:9000/kb23flume/
    35.  
    36.  
    37. # Bind the source and sink to the channel
    38.  
    39. a3.sources.r1.channels=c1
    40.  
    41. a3.sinks.k1.channel=c1

    启动监控

    [root@kb129 flume190]# ./bin/flume-ng agent -n a3 -c ./conf/ -f ./conf/myconf2/file-flume-hdfs.conf -Dflume.root.logger=INFO,console

    2.2.4 实时监控单个追加文件，多个输出

    1）案例需求：使用Flume监听整个目录的文件，并上传至HDFS和本地logger

    2）实现步骤：

    [root@kb129 myconf2]# vim ./file-flume-hdfslogger.conf

    1. a4.sources=r1
    2.  
    3. a4.channels=c1 c2
    4.  
    5. a4.sinks=k1 k2
    6.  
    7.  
    8. # Describe/configure the source
    9.  
    10. a4.sources.r1.type=exec
    11.  
    12. a4.sources.r1.command=tail -f /opt/tmp/flumelog.log
    13.  
    14.  
    15. # Use a channel which buffers events in memory
    16.  
    17. a4.channels.c1.type=memory
    18.  
    19. a4.channels.c2.type=memory
    20.  
    21. a4.channels.c1.capacity=1000
    22.  
    23. a4.channels.c1.transactionCapacity=100
    24.  
    25.  
    26. # Describe the sink
    27.  
    28. a4.sinks.k1.type=logger
    29.  
    30. a4.sinks.k2.type=hdfs
    31.  
    32. a4.sinks.k2.hdfs.fileType=DataStream
    33.  
    34. a4.sinks.k2.hdfs.filePrefix=flumetohdfs
    35.  
    36. a4.sinks.k2.hdfs.fileSuffix=.txt
    37.  
    38. a4.sinks.k2.hdfs.path=hdfs://kb129:9000/kb23flume1/
    39.  
    40.  
    41. # Bind the source and sink to the channel
    42.  
    43. a4.sources.r1.channels=c1 c2
    44.  
    45. a4.sinks.k1.channel=c1
    46.  
    47. a4.sinks.k2.channel=c2

    启动flume监控

    [root@kb129 flume190]# ./bin/flume-ng agent -n a4 -c ./conf/ -f ./conf/myconf2/file-flume-hdfslogger.conf -Dflume.root.logger=INFO,console

    追加文件，可以在控制台和hdfs中查看到监控日志

    2.2.5 实时监控端口数据，输出至HDFS

    1）案例需求：使用Flume监听整个目录的文件，并上传至HDFS和本地logger

    2）实现步骤：

    使用Flume监听一个端口，收集该端口数据，并输出到hdfs

    [root@kb129 myconf2]# vim ./demo.conf

    1. a5.sources=r1
    2.  
    3. a5.sinks=k1
    4.  
    5. a5.channels=c1
    6.  
    7.  
    8. # Describe/configure the source
    9.  
    10. a5.sources.r1.type=netcat
    11.  
    12. a5.sources.r1.bind=localhost
    13.  
    14. a5.sources.r1.port=7777
    15.  
    16.  
    17. # Use a channel which buffers events in memory
    18.  
    19. a5.channels.c1.type=memory
    20.  
    21. a5.channels.c1.capacity=1000
    22.  
    23. a5.channels.c1.transactionCapacity=100
    24.  
    25.  
    26. # Describe the sink
    27.  
    28. a5.sinks.k1.type=hdfs
    29.  
    30. a5.sinks.k1.hdfs.fileType=DataStream
    31.  
    32. a5.sinks.k1.hdfs.filePrefix=flumetohdfs
    33.  
    34. a5.sinks.k1.hdfs.fileSuffix=.txt
    35.  
    36. a5.sinks.k1.hdfs.path=hdfs://kb129:9000/kb23flume2/
    37.  
    38.  
    39. # Bind the source and sink to the channel
    40.  
    41. a5.sources.r1.channels=c1
    42.  
    43. a5.sinks.k1.channel=c1

    启动监听

    [root@kb129 flume190]# ./bin/flume-ng agent -n a5 -c ./conf/ -f ./conf/myconf2/demo.conf -Dflume.root.logger=INFO,console

    开启通信端口，发送数据，在hdfs查看

    2.2.6 实时监控目录下指定文件（spooldir、正则、断点续传、sink至kafka）

    Exec source适用于监控一个实时追加的文件，不能实现断点续传；Spooldir Source适合用于同步新文件，但不适合对实时追加日志的文件进行监听并同步；而Taildir Source适合用于监听多个实时追加的文件，并且能够实现断点续传。总结：exec source从外部命令的输出中读取数据，spooldir source适用于处理已存在的文件，而taildir source适用于实时产生的日志文件。

    （1）读取文件，管道类型memory

    [root@kb129 myconf2]# vim events-flume-logger.conf

    1. events.sources=eventsSource
    2.  
    3. events.channels=eventsChannel
    4.  
    5. events.sinks=eventsSink
    6.  
    7.  
    8. # Describe/configure the source
    9.  
    10. events.sources.eventsSource.type=spooldir
    11.  
    12. events.sources.eventsSource.spoolDir=/opt/kb23/flumelogfile/events
    13.  
    14. #反序列化类型为LINE
    15.  
    16. events.sources.eventsSource.deserializer=LINE
    17.  
    18. #反序列化 每行的最大长度
    19.  
    20. events.sources.eventsSource.deserializer.maxLineLength=32000
    21.  
    22. events.sources.eventsSource.includePattern=events.csv
    23.  
    24.  
    25. # Use a channel which buffers events in memory
    26.  
    27. events.channels.eventsChannel.type=memory
    28.  
    29.  
    30. # Describe the sink
    31.  
    32. events.sinks.eventsSink.type=logger
    33.  
    34.  
    35. # Bind the source and sink to the channel
    36.  
    37. events.sources.eventsSource.channels= eventsChannel
    38.  
    39. events.sinks.eventsSink.channel= eventsChannel

    （2）读取文件，加正则过滤，管道类型file

    1. 文件管道（file）：文件管道将事件数据写入磁盘上的文件中。这种管道适用于需要持久化存储数据的场景。文件管道可以在系统重启后继续读取未处理的数据，因为数据被写入了磁盘。但是，由于写入和读取都需要磁盘操作，所以文件管道的性能可能相对较低。

    2. 内存管道（memory）：内存管道将事件数据保存在内存中。这种管道适用于对性能要求较高的场景，因为内存操作比磁盘操作更快。内存管道不会将数据持久化到磁盘，所以在系统重启后，未处理的数据将会丢失。因此，内存管道适用于对数据可靠性要求不高的场景。

    [root@kb129 myconf2]# vim events-flume-logger.conf

    1. events.sources=eventsSource
    2.  
    3. events.channels=eventsChannel
    4.  
    5. events.sinks=eventsSink
    6.  
    7.  
    8. # Describe/configure the source
    9.  
    10. events.sources.eventsSource.type=spooldir
    11.  
    12. events.sources.eventsSource.spoolDir=/opt/kb23/flumelogfile/events
    13.  
    14. #反序列化类型为LINE
    15.  
    16. events.sources.eventsSource.deserializer=LINE
    17.  
    18. #反序列化 每行的最大长度
    19.  
    20. events.sources.eventsSource.deserializer.maxLineLength=32000
    21.  
    22. events.sources.eventsSource.includePattern=events_[0-9]{4}-[0-9]{2}-[0-9]{2}.csv
    23.  
    24. #正则过滤器
    25.  
    26. events.sources.eventsSource.interceptors=head_filter
    27.  
    28. events.sources.eventsSource.interceptors.head_filter.type=regex_filter
    29.  
    30. events.sources.eventsSource.interceptors.head_filter.regex=^event_id*
    31.  
    32. events.sources.eventsSource.interceptors.head_filter.excludeEvents=true
    33.  
    34.  
    35. # Use a channel which buffers events in memory
    36.  
    37. events.channels.eventsChannel.type=file
    38.  
    39. events.channels.eventsChannel.checkpointDir=/opt/kb23/checkpoint/events
    40.  
    41. events.channels.eventsChannel.dataDirs=/opt/kb23/data/events
    42.  
    43.  
    44. # Describe the sink
    45.  
    46. events.sinks.eventsSink.type=logger
    47.  
    48.  
    49. # Bind the source and sink to the channel
    50.  
    51. events.sources.eventsSource.channels=eventsChannel
    52.  
    53. events.sinks.eventsSink.channel=eventsChannel

    （3）sink输出指向kafka，topic

    [root@kb129 myconf2]# vim ./events-flume-kafka.conf

    1. events.sources=eventsSource
    2. events.channels=eventsChannel
    3. events.sinks=eventsSink
    4.  
    5. # Describe/configure the source
    6. events.sources.eventsSource.type=spooldir
    7. events.sources.eventsSource.spoolDir=/opt/kb23/flumelogfile/events
    8. #反序列化类型为LINE
    9. events.sources.eventsSource.deserializer=LINE
    10. #反序列化 每行的最大长度
    11. events.sources.eventsSource.deserializer.maxLineLength=32000
    12. events.sources.eventsSource.includePattern=events_[0-9]{4}-[0-9]{2}-[0-9]{2}.csv
    13. #正则过滤器
    14. events.sources.eventsSource.interceptors=head_filter
    15. events.sources.eventsSource.interceptors.head_filter.type=regex_filter
    16. events.sources.eventsSource.interceptors.head_filter.regex=^event_id*
    17. events.sources.eventsSource.interceptors.head_filter.excludeEvents=true
    18.  
    19. # Use a channel which buffers events in memory
    20. events.channels.eventsChannel.type=file
    21. events.channels.eventsChannel.checkpointDir=/opt/kb23/checkpoint/events
    22. events.channels.eventsChannel.dataDirs=/opt/kb23/data/events
    23.  
    24. # Describe the sink
    25. events.sinks.eventsSink.type=org.apache.flume.sink.kafka.KafkaSink
    26. events.sinks.eventsSink.topic=events
    27. events.sinks.eventsSink.brokerList=192.168.142.129:9092
    28. events.sinks.eventsSink.batchSize=640
    29.  
    30. # Bind the source and sink to the channel
    31. events.sources.eventsSource.channels=eventsChannel
    32. events.sinks.eventsSink.channel=eventsChannel

    2.2.7  自定义Interceptor

    ）案例需求

    2.用Flume采集服务器本地日志，需要按照日志类型的不同，将不同种类的日志发往不同的分析系统。

    2）需求分析

    在实际的开发中，一台服务器产生的日志类型可能有很多种，不同类型的日志可能需要发送到不同的分析系统。此时会用到Flume拓扑结构中的Multiplexing结构，Multiplexing的原理是，根据event中Header的某个key的值，将不同的event发送到不同的Channel中，所以我们需要自定义一个Interceptor，为不同类型的event的Header中的value赋予不同的值。

    在该案例中，我们以端口数据模拟日志，以数字（单个）和字母（单个）模拟不同类型的日志，我们需要自定义interceptor区分数字和字母，将其分别发往不同的分析系统（Channel）。

    重要组件：

    1）ChannelSelector

    ChannelSelector的作用就是选出Event将要被发往哪个Channel。其共有两种类型，分别是Replicating（复制）和Multiplexing（多路复用）。

    ReplicatingSelector会将同一个Event发往所有的Channel，Multiplexing会根据相应的原则，将不同的Event发往不同的Channel。

    2）SinkProcessor

    SinkProcessor共有三种类型，分别是DefaultSinkProcessor、LoadBalancingSinkProcessor和FailoverSinkProcessor

    DefaultSinkProcessor对应的是单个的Sink，LoadBalancingSinkProcessor和FailoverSinkProcessor对应的是Sink Group，LoadBalancingSinkProcessor可以实现负载均衡的功能，FailoverSinkProcessor可以错误恢复的功能。

    3）实现步骤

    （1）创建一个maven项目，并引入以下依赖。

    1. <dependency>
    2.   <groupId>org.apache.flumegroupId>
    3.   <artifactId>flume-ng-coreartifactId>
    4.   <version>1.9.0version>
    5. dependency>

    （2）定义类并实现Interceptor接口。编写完成后打包传至flume中lib目录下

    1. import org.apache.flume.Context;
    2. import org.apache.flume.Event;
    3. import org.apache.flume.interceptor.Interceptor;
    4.  
    5. import java.util.ArrayList;
    6. import java.util.List;
    7. import java.util.Map;
    8.  
    9. public class InterceptorDemo implements Interceptor {
    10.     private ArrayList opList;
    11.  
    12.     public void initialize() {
    13.         opList = new ArrayList();
    14.     }
    15.  
    16.     public Event intercept(Event event) {
    17.         Map headers = event.getHeaders();
    18.         final String body = new String(event.getBody());
    19.         if (body.startsWith("hello")){
    20.             headers.put("type","hello");
    21.         } else if (body.startsWith("hi")) {
    22.             headers.put("type","hi");
    23.         } else {
    24.             headers.put("type","other");
    25.         }
    26.         return event;
    27.     }
    28.  
    29.     public List intercept(List events) {
    30.         opList.clear();
    31.         for (Event event : events) {
    32.             opList.add(intercept(event));
    33.         }
    34.         return opList;
    35.     }
    36.  
    37.     public void close() {
    38.         opList.clear();
    39.         opList = null;
    40.     }
    41.  
    42.     public static class Builder implements Interceptor.Builder{
    43.  
    44.         public Interceptor build() {
    45.             return new InterceptorDemo();
    46.         }
    47.  
    48.         public void configure(Context context) {
    49.         }
    50.     }
    51. }

    （3）编辑flume配置文件

    [root@kb129 myconf2]# vim ./netcat-myinterceptor.conf

    1. myinterceptor.sources=s1
    2.  
    3. myinterceptor.channels=helloChannel hiChannel otherChannel
    4.  
    5. myinterceptor.sinks=helloSink hiSink otherSink
    6.  
    7.  
    8. # Describe/configure the source
    9.  
    10. myinterceptor.sources.s1.type=netcat
    11.  
    12. myinterceptor.sources.s1.bind=localhost
    13.  
    14. myinterceptor.sources.s1.port=7777
    15.  
    16. myinterceptor.sources.s1.interceptors=myinterceptors
    17.  
    18. myinterceptor.sources.s1.interceptors.myinterceptors.type=nj.zb.kb23.InterceptorDemo$Builder
    19.  
    20. myinterceptor.sources.s1.selector.type=multiplexing
    21.  
    22. myinterceptor.sources.s1.selector.mapping.hello=helloChannel
    23.  
    24. myinterceptor.sources.s1.selector.mapping.hi=hiChannel
    25.  
    26. myinterceptor.sources.s1.selector.mapping.other=otherChannel
    27.  
    28. myinterceptor.sources.s1.selector.header=type
    29.  
    30.  
    31. # Use a channel which buffers events in memory
    32.  
    33. myinterceptor.channels.helloChannel.type=memory
    34.  
    35. myinterceptor.channels.hiChannel.type=memory
    36.  
    37. myinterceptor.channels.otherChannel.type=memory
    38.  
    39.  
    40. # Describe the sink
    41.  
    42. myinterceptor.sinks.helloSink.type=hdfs
    43.  
    44. myinterceptor.sinks.helloSink.hdfs.fileType=DataStream
    45.  
    46. myinterceptor.sinks.helloSink.hdfs.filePrefix=hellocontent
    47.  
    48. myinterceptor.sinks.helloSink.hdfs.fileSuffix=.txt
    49.  
    50. myinterceptor.sinks.helloSink.hdfs.path=hdfs://kb129:9000/kb23hello/
    51.  
    52.  
    53. #myinterceptor.sinks.hiSink.type=org.apache.flume.sink.kafka.KafkaSink
    54.  
    55. #myinterceptor.sinks.hiSink.kafka.topic=hitopic
    56.  
    57. #myinterceptor.sinks.hiSink.kafka.bootstrap.servers=192.168.142.129:9092
    58.  
    59. #myinterceptor.sinks.hiSink.kafka.producer.acks=1
    60.  
    61. #myinterceptor.sinks.hiSink.kafka.flumeBatchSize=640
    62.  
    63. myinterceptor.sinks.hiSink.type=org.apache.flume.sink.kafka.KafkaSink
    64.  
    65. myinterceptor.sinks.hiSink.topic=hitopic
    66.  
    67. myinterceptor.sinks.hiSink.brokerList=192.168.142.129:9092
    68.  
    69.  
    70. myinterceptor.sinks.otherSink.type=logger
    71.  
    72.  
    73. # Bind the source and sink to the channel
    74.  
    75. myinterceptor.sources.s1.channels=helloChannel hiChannel otherChannel
    76.  
    77. myinterceptor.sinks.helloSink.channel=helloChannel
    78.  
    79. myinterceptor.sinks.hiSink.channel=hiChannel
    80.  
    81. myinterceptor.sinks.otherSink.channel=otherChannel

    3.Flume事务

  • 相关阅读:
    l8-d7 实现TCP通信
    HTML做一个简单漂亮的宠物网页（纯html代码）
    【FAQ】安防视频监控平台EasyNVR无法控制云台，该如何解决？
    [附源码]Python计算机毕业设计Django小区疫情事件处理系统
    电机控制从入门到吹牛
    Review of Algorithm (HITSZ)
    05.SpringBoot依赖管理你学会了吗
    数据库编程
    化学制品制造业数智化供应链管理系统：建立端到端供应链采购一体化平台
    Ubuntu22.04 vnc远程黑屏
  • 原文地址：https://blog.csdn.net/weixin_63713552/article/details/133243511