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

启用单点登录（SSO）功能。  为没有关联到登录的用户启用"Remember Me"服务 … 以及更多——全部集成到紧密结合的易于使用的 API 中。 Shiro 视图在所有应用程序环境下实现这些目标——从最简单的命令行应用程序到最大的企业应用，不强制依赖其 他第三方框架，容器，或应用服务器。当然，该项目的目标是尽可能地融入到这些环境，但它能够在任何环境下立 即可用。 当保护我们的应用程序时，我们对自己可能提出的最为相关的问题是“当前用户是谁”或“当前用户是否被允许做 XXX”。当我们编写代码或设计用户接口时，问这些问题是很常见的：应用程序通常是基于用户的背景情况建立的， 且你想基于每个用户标准体现（保障）功能。因此，对于我们考虑应用程序安全的最自然的方式是基于当前用户。 Shiro 的 API 使用它的 Subject 概念从根本上代表了“当前用户”的概念。 几乎在所有的环境中，你可以通过下面的调用获取当前正在执行的用户： 全。Shiro 的核心设计体现了大多数人们是如何考 虑应用程序安全的——在某些人（或某些事）与应用程序交互的背景下。 应用软件通常是基于用户背景情况设计的。也就是说，你将经常设计用户接口或服务 API，基于一个用户将要（或 应该）如何与该软件交互。例如，你可能会说，“如果用户与我的应用程序交互的用户已经登录，我将显示一个他 们能够点击的按钮来查看他们的帐户信息。如果他们没有登录，我将显示一个登录按钮。”

"view"(视图) 支持单点登录(SSO)功能 支持提供“Remember Me”服务，获取用户关联信息而无需登录 … 等等——都集成到一个有凝聚力的易于使用的API。 Shiro 致力在所有应用环境下实现上述功能，小到命令行应用程序，大到企业应用中，而且不 需要借助第三方框架、容器、应用服务器等。当然 Shiro 的目的是尽量的融入到这样的应用环 境中去，但也可以在它们之外的任何环境下开箱即用。 或者其它。它可简单描述为“当前和软件进行交互的事件”，在大多数情况下，你可以认为它是 一个“人（User）”。 在一个独立的程序中调用 getSubject() 会在程序指定位置返回一个基于用户数据的 Subject， 在服务器环境（如 web 程序）中，它将获取一个和当前线程或请求相关的基于用户数据的 Subject。 现在你得到了Subject，你可以利用它做什么呢？ 如果你针对该用户希望一些事情在程序当前会话期内可行，你可以获取他们的 设计理念是使程序的安全变得简单直观而易于实现，Shiro的核心设计参照大多 数用户对安全的思考模式--如何对某人（或某事）在与程序交互的环境中的进行安全控制。 程序设计通常都以用户故事为基础，也就是说,你会经常设计用户接口或服务api基于用户如何 (或应该)与软件交互。 例如,你可能会说,“如果我的应用程序的用户交互是登录,我将展示他们 可以单击一个按钮来查看他们的帐户信息。 如果不登录,我将展示一个注册按钮。” 这

Press, Cambridge University Press, etc. AMS, IEEE, Springer, LNCS, etc. “We Prefer to LATEX”； 超常的稳定性 几乎没有任何错误，内核很少改动 （$1.28 ⇒ $327.68），极少崩溃，无论内存多少， 文件大小，都能正常处理； 高度的灵活性 自定义新命令和宏包等扩展系统，排版俄 文、德文、中文等多种语言，排版数学公式、 Press, Cambridge University Press, etc. AMS, IEEE, Springer, LNCS, etc. “We Prefer to LATEX”； 超常的稳定性 几乎没有任何错误，内核很少改动 （$1.28 ⇒ $327.68），极少崩溃，无论内存多少， 文件大小，都能正常处理； 高度的灵活性 自定义新命令和宏包等扩展系统，排版俄 文、德文、中文等多种语言，排版数学公式、 Press, Cambridge University Press, etc. AMS, IEEE, Springer, LNCS, etc. “We Prefer to LATEX”； 超常的稳定性 几乎没有任何错误，内核很少改动 （$1.28 ⇒ $327.68），极少崩溃，无论内存多少， 文件大小，都能正常处理； 高度的灵活性 自定义新命令和宏包等扩展系统，排版俄 文、德文、中文等多种语言，排版数学公式、

判断规则，例如数字大小、字符 ASCII 码顺序、自定义规则； Figure 11‑1. 排序中不同的元素类型和判断规则 11.1.1. 评价维度 排序算法主要可根据 稳定性、就地性、自适应性、比较类 来分类。 稳定性 ‧「稳定排序」在完成排序后，不改变 相等元素在数组中的相对顺序。 ‧「非稳定排序」在完成排序后，相等元素在数组中的相对位置 可能被改变。 假设我们有一个存储学生信息的表格，第

外辅助数组，节约内存；并且 一般情况下，原地排序的数据搬运操作较少，运行速度也更快。 稳定性：「稳定排序」在完成排序后，相等元素在数组中的相对顺序 不会发生改变。假设我们有一个存储学生 信息的表格，第 1, 2 列分别是姓名和年龄。那么在以下示例中，「非稳定排序」会导致输入数据的有序性丢失。 稳定性是排序算法很好的特性，在多级排序中是必须的。 # 输入数据是按照姓名排序好的 # (name

于大数据量的情况，运行效率显得尤为重要。 就地性：顾名思义，原地排序通过在原数组上直接操作实现排序，无须借助额外的辅助数组，从而节省内存。 通常情况下，原地排序的数据搬运操作较少，运行速度也更快。 稳定性：稳定排序在完成排序后，相等元素在数组中的相对顺序不发生改变。 稳定排序是多级排序场景的必要条件。假设我们有一个存储学生信息的表格，第 1 列和第 2 列分别是姓名和 年龄。在这种情况下，非稳定排序可能导致输入数据的有序性丧失： 条件。在实际应用中，我们需要 根据数据的特性来选择合适的排序算法。 ‧ 图 11‑19 对比了主流排序算法的效率、稳定性、就地性和自适应性等。 第 11 章 排序 hello‑algo.com 254 图 11‑19 排序算法对比 2. Q & A Q：排序算法稳定性在什么情况下是必需的？ 在现实中，我们有可能基于对象的某个属性进行排序。例如，学生有姓名和身高两个属性，我们希望实现一

对于大数据量情况，运行效率显得尤为重要。 就地性：顾名思义，「原地排序」通过在原数组上直接操作实现排序，无须借助额外的辅助数组，从而节省内 存。通常情况下，原地排序的数据搬运操作较少，运行速度也更快。 稳定性：「稳定排序」在完成排序后，相等元素在数组中的相对顺序不发生改变。 稳定排序是多级排序场景的必要条件。假设我们有一个存储学生信息的表格，第 1 列和第 2 列分别是姓名和 年龄。在这种情况下，「 如其他数据结构和算法一样，没有一种排序算法能够同时满足所有这些条件。在实际应用中，我们需要 根据数据的特性来选择合适的排序算法。 ‧ 图 11‑19 对比了主流排序算法的效率、稳定性、就地性和自适应性等。 图 11‑19 排序算法对比 2. Q & A � 排序算法稳定性在什么情况下是必须的？ 在现实中，我们有可能是在对象的某个属性上进行排序。例如，学生有姓名和身高两个属性， 我们希望实现一个多级排序/ 先按照姓名进行排序，得到

于大数据量的情况，运行效率显得尤为重要。 就地性：顾名思义，「原地排序」通过在原数组上直接操作实现排序，无须借助额外的辅助数组，从而节省内 存。通常情况下，原地排序的数据搬运操作较少，运行速度也更快。 稳定性：「稳定排序」在完成排序后，相等元素在数组中的相对顺序不发生改变。 稳定排序是多级排序场景的必要条件。假设我们有一个存储学生信息的表格，第 1 列和第 2 列分别是姓名和 年龄。在这种情况下，「 如其他数据结构和算法一样，没有一种排序算法能够同时满足所有这些条件。在实际应用中，我们需要 根据数据的特性来选择合适的排序算法。 ‧ 图 11‑19 对比了主流排序算法的效率、稳定性、就地性和自适应性等。 图 11‑19 排序算法对比 2. Q & A Q：排序算法稳定性在什么情况下是必需的？ 在现实中，我们有可能基于对象的某个属性进行排序。例如，学生有姓名和身高两个属性，我们希望实现一 个多级排序：先按照姓名进行排序，得到

于大数据量的情况，运行效率显得尤为重要。 就地性：顾名思义，原地排序通过在原数组上直接操作实现排序，无须借助额外的辅助数组，从而节省内存。 通常情况下，原地排序的数据搬运操作较少，运行速度也更快。 稳定性：稳定排序在完成排序后，相等元素在数组中的相对顺序不发生改变。 稳定排序是多级排序场景的必要条件。假设我们有一个存储学生信息的表格，第 1 列和第 2 列分别是姓名和 年龄。在这种情况下，非稳定排序可能导致输入数据的有序性丧失： 。在实际应用中，我们需要根据 数据的特性来选择合适的排序算法。 ‧ 图 11‑19 对比了主流排序算法的效率、稳定性、就地性和自适应性等。 第 11 章 排序 www.hello‑algo.com 254 图 11‑19 排序算法对比 2. Q & A Q：排序算法稳定性在什么情况下是必需的？ 在现实中，我们有可能基于对象的某个属性进行排序。例如，学生有姓名和身高两个属性，我们希望实现一