的开源产品。 实时：数据变更毫秒级推送生效；1w 级，SLA 承诺 1w 实例上下线 1s，99.9% 推送完成；10w 级，SLA 承诺 1w 实例上下线 3s，99.9% 推送完成；100w 级别，SLA 承诺 1w 实例上下线 9s 99.9% 推送完成。 规模：十万级服务/配置，百万级连接，具备强大扩展性。 15 > 简介 Nacos 生态 Nacos 几乎支持所有主流语言，其中 插件机制：实现三个模块可分可合能力，实现扩展点 SPI 机制，用于扩展自己公司定制。  事件机制：实现异步化事件通知，SDK 数据变化异步通知等逻辑，是 Nacos 高性能的关键部分。  日志模块：管理日志分类，日志级别，日志可移植性（尤其避免冲突），日志格式，异常码+帮 助文档。  回调机制：SDK 通知数据，通过统⼀的模式回调用户处理。接口和数据结构需要具备可扩展性。  寻址模式：解决 Server IP param-value 的形式存在。例如我们常 配置系统的日志输出级别（logLevel = INFO | WARN | ERROR） 就是⼀个配置项。 配置集（Configuration Set） ⼀组相关或者不相关的配置项的集合称为配置集。在系统中，⼀个配置文件通常就是⼀个配置集， 包含了系统各个方面的配置。例如，⼀个配置集可能包含了数据源、线程池、日志级别等配置项。 命名空间（Namespace）

info("Sorry, lightsaber rings are for schwartz masters only."); } 同样，我们还可以执行非常强大的 instance-level （实例级别）的权限检测，检测用户是否具 备访问某个类型特定实例的权限： if ( currentUser.isPermitted( "winnebago:drive:eagle5" ) ) { log else { log.info("Hello, mere mortal."); } //测试一个权限 (非（instance-level）实例级别) if (currentUser.isPermitted("lightsaber:weild")) { log.info("You may use a lightsaber log.info("Sorry, lightsaber rings are for schwartz masters only."); } //一个(非常强大)的实例级别的权限: if (currentUser.isPermitted("winnebago:drive:eagle5")) { log.info("You are

?(?) = ?(?(?)) Figure 2‑2. 函数的渐近上界 本质上看，计算渐近上界就是在找一个函数 ?(?) ，使得在 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同的增 长级别（仅相差一个常数项 ? 的倍数）。 2. 复杂度分析 hello‑algo.com 17 � 渐近上界的数学味儿有点重，如果你感觉没有完全理解，无需担心，因为在实际使用中我们只 需要会推算即可，数学意义可以慢慢领悟。 = 100000; for (int i = 0; i < size; i++) count++; return count; } 线性阶 ?(?) 线性阶的操作数量相对输入数据大小成线性级别增长。线性阶常出现于单层循环。 // === File: time_complexity.java === /* 线性阶 */ int linear(int n) { int count = 循环次数与数组长度成正比 for (int num : nums) { count++; } return count; } 平方阶 ?(?2) 平方阶的操作数量相对输入数据大小成平方级别增长。平方阶常出现于嵌套循环，外层循环和内层循环都为 ?(?) ，总体为 ?(?2) 。 // === File: time_complexity.java === /* 平方阶 */ int

?(?) = ?(?(?)) Figure 2‑2. 函数的渐近上界 本质上看，计算渐近上界就是在找一个函数 ?(?) ，使得在 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同的增 长级别（仅相差一个常数项 ? 的倍数）。 2. 复杂度分析 hello‑algo.com 17 � 渐近上界的数学味儿有点重，如果你感觉没有完全理解，无需担心，因为在实际使用中我们只 需要会推算即可，数学意义可以慢慢领悟。 = 100000; for (int i = 0; i < size; i++) count++; return count; } 线性阶 ?(?) 线性阶的操作数量相对输入数据大小成线性级别增长。线性阶常出现于单层循环。 // === File: time_complexity.java === /* 线性阶 */ int linear(int n) { int count = 循环次数与数组长度成正比 for (int num : nums) { count++; } return count; } 平方阶 ?(?2) 平方阶的操作数量相对输入数据大小成平方级别增长。平方阶常出现于嵌套循环，外层循环和内层循环都为 ?(?) ，总体为 ?(?2) 。 // === File: time_complexity.java === /* 平方阶 */ int

哪个用 户允许在某个资源上做什么操作（权限），Shiro 不会去做这件事情，而是由实现人员提供。 Shiro 支持粗粒度权限（如用户模块的所有权限）和细粒度权限（操作某个用户的权限，即 实例级别的），后续部分介绍。 角色 角色代表了操作集合，可以理解为权限的集合，一般情况下我们会赋予用户角色而不是权 限，即这样用户可以拥有一组权限，赋予权限时比较方便。典型的如：项目经理、技术总 监、 跟我学 Shiro——http://jinnianshilongnian.iteye.com/ 24 式的一般规则是“资源标识符：操作”，即是资源级别的粒度；这种方式的好处就是如果 要修改基本都是一个资源级别的修改，不会对其他模块代码产生影响，粒度小。但是实现 起来可能稍微复杂点，需要维护“用户——角色，角色——权限（资源：操作）”之间的 关系。 Permission subject().checkPermissions("user:view"); 跟我学 Shiro——http://jinnianshilongnian.iteye.com/ 26 5、实例级别的权限 5.1、单个实例单个权限 ini 配置 对资源 user 的 1 实例拥有 view 权限。 然后通过如下代码判断 5.2、单个实例多个权限 ini 配置

(?) 的一个渐近上界，记为 ?(?) = ?(?(?)) 。 如图 2‑8 所示，计算渐近上界就是寻找一个函数 ?(?) ，使得当 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同 的增长级别，仅相差一个常数项 ? 的倍数。 第 2 章 复杂度分析 hello‑algo.com 31 图 2‑8 函数的渐近上界 2.3.3 推算方法 渐近上界的数学味儿有点重，如果你感觉没有完全理 100000; for (int i = 0; i < size; i++) count++; return count; } 2. 线性阶 ?(?) 线性阶的操作数量相对于输入数据大小 ? 以线性级别增长。线性阶通常出现在单层循环中： // === File: time_complexity.java === /* 线性阶 */ int linear(int n) { int count 需根据输入数据的类型来具体确定。比如在第一个示例中，变量 ? 为输入数 据大小；在第二个示例中，数组长度 ? 为数据大小。 3. 平方阶 ?(?2) 平方阶的操作数量相对于输入数据大小 ? 以平方级别增长。平方阶通常出现在嵌套循环中，外层循环和内层 循环的时间复杂度都为 ?(?) ，因此总体的时间复杂度为 ?(?2) ： // === File: time_complexity.java ===

(?) 的一个渐近上界，记为 ?(?) = ?(?(?)) 。 如图 2‑8 所示，计算渐近上界就是寻找一个函数 ?(?) ，使得当 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同 的增长级别，仅相差一个常数项 ? 的倍数。 第 2 章 复杂度分析 hello‑algo.com 31 图 2‑8 函数的渐近上界 2.3.3 推算方法 渐近上界的数学味儿有点重，如果你感觉没有完全理 100000; for (int i = 0; i < size; i++) count++; return count; } 2. 线性阶 ?(?) 线性阶的操作数量相对于输入数据大小 ? 以线性级别增长。线性阶通常出现在单层循环中： // === File: time_complexity.java === /* 线性阶 */ int linear(int n) { int count 需根据输入数据的类型来具体确定。比如在第一个示例中，变量 ? 为输入数 据大小；在第二个示例中，数组长度 ? 为数据大小。 3. 平方阶 ?(?2) 平方阶的操作数量相对于输入数据大小 ? 以平方级别增长。平方阶通常出现在嵌套循环中，外层循环和内层 循环的时间复杂度都为 ?(?) ，因此总体的时间复杂度为 ?(?2) ： // === File: time_complexity.java ===

?(?) = ?(?(?)) Figure 2‑2. 函数的渐近上界 从本质上讲，计算渐近上界就是寻找一个函数 ?(?) ，使得当 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同 的增长级别，仅相差一个常数项 ? 的倍数。 2.2.4. 推算方法 渐近上界的数学味儿有点重，如果你感觉没有完全理解，也无需担心。因为在实际使用中，我们只需要掌握 推算方法，数学意义可以逐渐领悟。 2 100000; for (int i = 0; i < size; i++) count++; return count; } 线性阶 ?(?) 线性阶的操作数量相对于输入数据大小以线性级别增长。线性阶通常出现在单层循环中。 // === File: time_complexity.java === /* 线性阶 */ int linear(int n) { int count : nums) { count++; } return count; } 2. 复杂度 hello‑algo.com 21 平方阶 ?(?2) 平方阶的操作数量相对于输入数据大小以平方级别增长。平方阶通常出现在嵌套循环中，外层循环和内层循 环都为 ?(?) ，因此总体为 ?(?2) 。 // === File: time_complexity.java === /* 平方阶 */

(?) 的一个渐近上界，记为 ?(?) = ?(?(?)) 。 如图 2‑8 所示，计算渐近上界就是寻找一个函数 ?(?) ，使得当 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同 的增长级别，仅相差一个常数项 ? 的倍数。 第 2 章 复杂度分析 www.hello‑algo.com 31 图 2‑8 函数的渐近上界 2.3.3 推算方法 渐近上界的数学味儿有点重，如果你感觉没 100000; for (int i = 0; i < size; i++) count++; return count; } 2. 线性阶 ?(?) 线性阶的操作数量相对于输入数据大小 ? 以线性级别增长。线性阶通常出现在单层循环中： // === File: time_complexity.java === /* 线性阶 */ int linear(int n) { int count 需根据输入数据的类型来具体确定。比如在第一个示例中，变量 ? 为输入数 据大小；在第二个示例中，数组长度 ? 为数据大小。 3. 平方阶 ?(?2) 平方阶的操作数量相对于输入数据大小 ? 以平方级别增长。平方阶通常出现在嵌套循环中，外层循环和内层 循环的时间复杂度都为 ?(?) ，因此总体的时间复杂度为 ?(?2) ： // === File: time_complexity.java ===

有两种有效类型的角色，并且 Shiro 支持这两个概念：  隐式角色：大多数人使用的角色作为一个隐式的构造：你的应用程序仅仅基于一个角色名就蕴含了一组行为 （也就是权限）。有了隐式角色，在软件级别上没有说“角色 X 被允许执行行为 A，B 和 C”。行为已被一个 单独的名字所蕴含。 Potentially Brittle Security 虽然有比较简单和最常用的方法，隐式角色可能强加许多软件的维护和管理问题。 Understanding Permissions in Apache Shiro Shiro 将权限定义为一个规定了明确行为或活动的声明。这是一个在应用程序中的原始功能语句，仅此而已。权限 是在安全策略中最低级别的构造，且它们明确地定义了应用程序只能做“什么”。 它们从不描述“谁”能够执行这些动作。 一些权限的例子：  打开文件  浏览'/user/list'页面  实例。 5. 若 credentials 不匹配，则抛出 AuthenticationException 异常。 这是对所有 Realm getAuthenticationInfo 实现的最高级别的工作流。在此方法中，Realm 可以自由地做任何它们想做 的，如记录在审计日志的尝试，更新数据记录，或任何其他可以对该数据存储的身份验证尝试有意义的东西。 唯一需要的东西就是，如果 credentials