为了假装学习，在某宝上剁了一台HP打印机，用了一阵子后发现个，每次打印都要开台式机（USB打印机连在台式机上），很麻烦，如果能把打印机连在NAS服务器上，就好多了。事不宜迟，马上开搞，以下是搞机的记录：

准备

• 一台nas服务器
• 一台hp打印机

在nas上安装打印机驱动

ubuntu上打印机的驱动安装，与具体的型号和品牌有关，hp的是通过hplip工具来实现。具体安装很简单，一路确认就可以。不确定的简单搜索就可以了，以下是参考：

hplip地址： https://developers.hp.com/hp-linux-imaging-and-printing/gethplip

安装详细过程: http://blog.csdn.net/ws_20100/article/details/49120509

安装好后本地打印一张纸试试，看看是否正常。

配置打印服务器

ubnntu下的打印服务器可以通过cups来实现。
具体的安装和配置：

1. 安装cups

   1	sudo apt-get install cups cups-client

2. 备份cups配置文件

   1	sudo cp /etc/cups/cupsd.conf /etc/cups/cupsd.conf.bak

3. 用以下内容代替/etc/cups/cupsd.conf：

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63

   # /etc/cups/cupsd.conf # Simple CUPS configuration file for a print server # which serves printers within a private local area network. # - There is no need for additional security within the print server, ie only authorises people can access the machine. # This setup also allows access to the CUPS "Administrative tasks" system # via your web browser to http://localhost:631 # File based on Ubuntu 5.10 (Breezy Badger) (Linux version 2.6.12-10-386) # Server Directives are explained in http://localhost:631/sam.html # 25/04/2006 # DavidTangye@netscape.net ConfigFilePerm 0600 LogLevel info Printcap /var/run/cups/printcap RunAsUser Yes Port 631 Include cupsd-browsing.conf BrowseAddress @LOCAL BrowseAddress 10.0.0.0/8 BrowseAddress 172.16.0.0/12 BrowseAddress 192.168.0.0/16 <Location /> AuthType None Order Deny,Allow Deny From All Allow From @LOCAL Allow From 10.0.0.0/8 Allow From 172.16.0.0/12 Allow From 192.168.0.0/16 </Location> <Location /jobs> AuthType None Order Deny,Allow Deny From All Allow From @LOCAL Allow From 10.0.0.0/8 Allow From 172.16.0.0/12 Allow From 192.168.0.0/16 </Location> <Location /printers> AuthType None Order Deny,Allow Deny From All Allow From @LOCAL Allow From 10.0.0.0/8 Allow From 172.16.0.0/12 Allow From 192.168.0.0/16 </Location> <Location /admin> AuthType None Order Deny,Allow Deny From All Allow From @LOCAL Allow From 10.0.0.0/8 Allow From 172.16.0.0/12 Allow From 192.168.0.0/16 </Location>

4. 重启cups

   1	sudo service cups restart

参考资料:
如何在Ubuntu上使用网络打印-ubuntu-wiki
CUPS-wiki (简体中文)#mw-head)
如何在Ubuntu服务器上设置Web配置的打印服务器使用SWAT，CUPS和SAMBA

配置windows客户端

在http://localhost:631/admin页面中找到Server Settings，选择”Share printers connected to this system”及其子项”Allow printing from the Internet”，点击”Change Setting”按钮保存设置。
进入http://localhost:631/printers/页面点击自己打印机的名字，复制跳转到的页面的URL，即打印机的地址。然后，就可以在Windows上添加使用Ubuntu共享的打印机了。
（来自 http://www.qingpingshan.com/pc/fwq/324056.html）

配置教程
win7
win10
mac

顺利装好机器，是时候试试它的威力了，开始折腾软件.

更新了下载方案。使用uBittorrent进行下载。

最近试了一种方案，即用 windows作为主机，用 docker 跑以下的诸多应用，在完美使用 Linux 上的各种工具的同时，还可以使用 windows 下丰富的应用，方便切换.

所有功能都建议使用 docker，方便在系统崩溃后重装

NAS软件功能

• 外网访问。这么牛逼的东东，光在家用怎么行，必须要能在公网访问啊
• 文件共享。如samba或者ftp
• 下载。要支持远程下载，http下载有aria2,bt/pt下载有transmission
• DLNA服务。可以在线看视频啦~
• iTunes媒体共享
• time machine等备份服务
• 和百度云盘等公有云同步
• 类似于Onedrive(强烈建议不要用百度云，很容易丢文件)等云盘的私有云服务

外网访问配置

根据是否有公网ip，可以采用不同的方案。
我用的是电信光纤，是有公网ip的，这个具体和运营商有关，可以打客服电话，说要装监控，需要外网访问，看他怎么说。

有公网Ip

这种方案需要做端口映射。
首先找电信改成桥接模式，或者让电信给一个能做端口映射的光猫。
然后在路由器上设置端口映射或DMZ。
现在已经可以在公网上访问本机了，但是每次拨号ip都会变，最好能有一个域名，能通过这个域名知道现在的ip–这个就是DDNS服务了，大部分人用的都是花生壳的。具体方式请自行google

没有公网ip

可以使用内网穿透。网上评价很差，不建议使用。具体使用方式请自行google

NAS软件方案

NAS服务器的软件，有几种方案:

• 方案一：NAS裸机安装Windows，可在虚拟机中安装Linux，群晖，软路由。推荐。Windows对硬件兼容性好，驱动普遍支持，能无需配置充分发挥显卡性能，平时可做上网机，观影机，HTPC高清电视。
• 方案二：NAS裸机安装Linux，可在虚拟机中安装Windows，群晖，软路由。技术宅推荐。Windows还是有些缺陷的，系统及某些流氓软件会莫名其妙唤醒全部硬盘。只要能驱动，Linux多媒体不是问题。没有迅雷下载有点问题，移植的也麻烦，可以在Win虚拟机里面迅雷。
• 方案三：NAS裸机安装群晖，可在虚拟机中安装Windows，Linux，软路由。不推荐。NAS的显卡都浪费了。NAS中集成的功能当然做得很用户友好，非常方便。但是没有的功能很多需要自己编译源码，没有Linux发行版的软件仓库方便，很鸡肋。

注1：以上群晖都可以换成其他NAS操作系统。
注2：不推荐裸机安装NAS操作系统。

以上内容来自：搭建家庭 NAS 服务器有什么好方案？

NAS裸机安装Linux方案

选择NAS裸机安准Linux是因为我要跑脚本，用Linux会方便很多。同时，网上说的驱动问题我没有碰到，用最新版本的系统应该可以解决这个问题，毕竟Linux对Intel的支持还是很好的。我用的是Ubuntu 17.04.

对现有主流的NAS操作系统做了一个调研,发现NAS操作系统太重了，除openmeidavault外，都需要组Raid,对我而言没有必要。

• http://www.how2shout.com/tools/best-free-open-source-nas-software.html
• http://storageroot.com/articles/nas4free-freenas-amahi-openmediavault

其中，freenas和nas4free，都使用了ZFS文件系统，而ZFS文件系统依赖ECC内存，同时要求8G以上内存。
考虑以上原因，决定不上NAS操作系统。

类似于百度云等云盘的私有云服务

现在80/443端口都被封，出于安全考虑，不建议使用私有云。文件同步可能使用微软的 onedrive，速度快，更安全。

主流的方案有 owncloud和seafile。评测:
https://www.zhihu.com/question/46318905

试用之后发现 seafile挺好用的,有以下优点：

• 文件以其实际格式存储，很安全，如果系统崩溃了也不怕
• 基础功能稳定，速度挺快的
• 有各种实用的工具，如果文件服务器上已经有大量文件了，可以直接导入到系统中，不需要重新上传
• 扩展插件多，可以发挥想象力来做出各种功能

文件共享

• ftp/sftp文件协议。使用不方便，pass
• SMB协议。操作方便，速度很快，推荐使用。但是由于电信封了 SMB 协议的端口，所以可能内网访问。
• 各种私有云方案如 Seafile 和 NextCloud。比较下来，两种系统比较相似，但最终还是选择了 NextCloud，因为 NextCloud 是把你上传的文件原样保存的，这样一是方便容灾，如果系统崩溃了，至少文件还在；二是可以导入本地文件，不用存多个备份。像我原来就有很多文件的情况下，就非常方便了，尤其是同时使用多种文件服务的时候。

下载

场景

主要用于电影、美剧等大资源下载。小文件直接在mac上就下好了。

方案

电影、电视一般用bt下载。主要考虑bt下载器。以前uTorrent比较多，但是近期看到一些它的负面新闻（如挖矿），同时不太稳定，于是换到qbittorrent。

实践

使用镜像 linuxserver/qbittorrent: https://hub.docker.com/r/linuxserver/qbittorrent

使用很简单，大部分直接参考教程即可。以下是我的docker-compose设置:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

version: '2'
services:
  nas-qbittorrent:
    restart: always
    image: linuxserver/qbittorrent
    container_name: nas-qbittorrent
    ports:
      - "7981:6881" 
      - "7981:6881/udp"
      - "7980:7980" 
    volumes:
      - ./config:/config 
      - /mount_device/data/donwloads:/downloads
    environment:
      - PGID=1000
      - PUID=1000
      # -e UMASK_SET=<022>
      - WEBUI_PORT=7980
      - TZ="Asia/Shanghai"

默认的WEBUI_PORT是8080,如果要改成其他的，需要把所有的8080全都改掉。否则不能工作

qbittorrent可以很简单做到外网访问，但是考虑到安全，我没有把它暴露到外网。反正下载得不多，直接外网操作就行了。如果要远程控制下载，可以使用rss订阅搞定。

DLNA服务

留坑待填~~

iTunes媒体共享

查下来，基本都是用 Vine 来模拟 windows，考虑到稳定性，没有意思。

time machine等备份服务

mac

• Netatalk。它是AFP协议的开源实现
• Avahi。它是Apple’s Zeroconf 协议的开源实现
  安装使用方式请自行百度。
  　注意文件的权限，建议可以先设成777，等没问题后再恢复　

和Onedrive等公有云同步

电信封了 SMB、http、https 的端口，导致要在公网直接访问家里的文件，只能走修改端口后的 http 协议，比较不安全。而且受限于网速，访问速度十分不理想。

一种解决方案是把文件同步到公有文件服务上，如 Onedrive(强烈建议不要用百度云盘，一是容易被封号，导致文件丢失，而且限速很严重）,我的30M 宽带下载能打满，一般家用是够了。

有人开发了 Linux 下Onedrive的客户端，使用十分方案，具体请访问 skilion/onedrive。

方案

现在主流的硬件服务器方案，有以下几种方案：

• 使用群辉等现成的NAS解决方案
  优点是简单易上手，对技术的要求较低，有较多的资料和文档可以参考，而且插件较多，可以满足大部分的文件需求。缺点是贵，性价比很低，同时机器的性能很差，没有什么拓展能力。适合普通日常办公使用
• 使用HP gen8等商用服务器
  优点是硬件比较稳定，但是它的价格也比较贵，而且拓展能力不强。在朋友那看过后，发现gen8还有一个很严重的问题：风扇声音太大了！！！
• 自己组装机器
  其实网上已经有比较多的资料，找几篇来看看就可以了

群晖的机器对我而言太贵了，HP gen8勉强够用，但是考虑到他的拓展性，还是选择自己组装一台机器。

NAS服务器的要点

NAS服务器不同于一般的机器，它有以下特点:

• 7*24小时开机，要稳定
• 盘位较多，最好是6盘位以上,一块系统盘，两块主数据盘，加一块工作盘，同时考虑到以后的拓展，预留两个盘位
• 安静
• 功耗低

综合以上的特点，参考以上特点，选择自己想要的配置即可。

我的配置

关于硬件的选择，别人已经说得很详细了，我就不在啰嗦，有兴趣的可以参考：

• 搭建家庭 NAS 服务器有什么好方案？

我的配置：

1
2
3
4
5

cpu: intel j3455，备选的有n3160, 都是连主板一起的，399元
内存: 金士顿 ddr3 1600 4g，150元
机箱: 酷冷至尊特警365，165包邮
电源: 鑫谷核动力-巡洋舰c5 300w 109元
共823元

关于硬盘
硬盘需要单独拿出来说，一般建议买一块固态硬盘作为系统盘，大部分时间是没有数据操作的，这时机械硬盘可以休眠，单独使用固态硬盘即可。

数据盘，也就是机械硬盘，在买的时候需要注意一点：
不要买同一品牌、同一批次的硬盘，因为在同样的环境下，同一品牌同一批次的硬盘，可能会同时坏！

最近为了安装 huginn，在aws和 aliyun 上都尝试部署了，发现性能过差，服务很不稳定，就有了自己搭一台服务器的想法，恰好金华老师向我安利了一把 nas 服务器，在调研后，发现正好能满足我的要求。于是开始折腾，这个系统是对这次折腾的记录。

用NAS服务器来做什么

NAS服务器能做的事情很多，比如：

文件服务

• 私有文件云，类似于百度云盘，但是不用担心文件会忽然被和谐
• 文件共享服务，可以把所有的文件存放在同一个地方，并在不同的设备之间共享
• 文件备份服务，如mac的time machine,可以在连接wifi时自动开始同步
• 灵活的文件备份策略，可以定期把文件压缩加密后存到其他公有云盘
• 其他的服务，如远程下载功能，在公司启动下载服务后，自动在家开始下载

其他服务

• 在线工具服务
• 脚本和爬虫服务
• 私有git服务等其他服务
• 开发工具服务器，如mysql、监控等服务

再开始选择之前，想清楚自己的需求，是作为一个简单的文件服务器，还是希望有更多的灵活性。

备注

huginn，一个IFTTT工具，利用它可以做很多很酷的事情，比如在几个网站监控某件商品，当有比较优惠的活动时，会自动发送通知，再如像葡萄PT只在特定的时间开放注册。

结论

通过 POI的SXSSFWorkbook，使用操作系统的临时文件来作为缓存，可以生成超大的excel 文件（我自己测试到500W,就没往下测了）。

记得使用压缩。关键代码

1
2
3
4
5
6
7
8
9
10

SXSSFWorkbook wb = null;
try {
	wb = new SXSSFWorkbook();
	wb.setCompressTempFiles(true); //压缩临时文件，很重要，否则磁盘很快就会被写满
	...
} finally {
	if (wb != null) {
		wb.dispose();// 删除临时文件，很重要，否则磁盘可能会被写满
	}
}

背景

由于业务需要，最近要做一个导出超大数据的功能。之间已经有人做过一版，由于受到POI 导出超大数据量时会出错的影响，它把一个大文件拆成很多个小文件，然后再压缩下载，结果经常出现少一两个文件的问题。

目标

支持单个 excel 的 sheet 导出100w 的数据

方案

导出 csv 文件

首先想到的是导出 csv 文件，最方便。但是调研后，也是最快放弃的，因为它存在两个很严重的问题：

• 不同系统上的编码不一样，需要人工选择，对于普通用户不做好
• 没有优化和数据压缩，数据量越大，csv 文件的大小比 excel 更大，当数据导出超过10w 时，csv 文件大小是 excel 的1.5倍

每行30个字段,每个字段里的内容由 Math.random()产生

导出 excel 文件

大数据量的情况下，csv 的表现较差。只能考虑 excel. 对 excel 作了一个简单的测试

cpu 使用率均指稳定时的 cpu 使用率

发现几个很严重的问题：

• 随着数据量的增大，cpu使用率直线上升，这会给系统带来很大的风险
• 当数据量超过10w 时，会出现 OOM 异常

excel 在内存里存储地越来越大，研究到了瓶颈。要解决这个问题，有两种方案：

• 先生成多个小 execel 文件，最后合并成一个大文件。查了文档，发现Java 里的工具都是先读出来，再写到 Workbook 对象里, 这样还是会碰到同样的问题。如果用 excel 的工具，则运维成本过大，因此这个方案行不通
• 参考操作系统里的虚拟内存，用这个来突破 机器的内存限制。但是磁盘的性能很差，这样做的效率很低。

这时，在 POI 的文档里发现了SXSSFWorkbook，其支持使用临时文件，可以用来生成超大 Excel 文件。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

Since 3.8-beta3, POI provides a low-memory footprint SXSSF API built on top of XSSF.
SXSSF is an API-compatible streaming extension of XSSF to be used when very large
 spreadsheets have to be produced, and heap space is limited. SXSSF achieves its
 low memory footprint by limiting access to the rows that are within a sliding window,
 while XSSF gives access to all rows in the document. Older rows that are no longer
 in the window become inaccessible, as they are written to the disk.
In auto-flush mode the size of the access window can be specified, to hold a certain
number of rows in memory. When that value is reached, the creation of an additional
row causes the row with the lowest index to to be removed from the access window and
written to disk. Or, the window size can be set to grow dynamically; it can be trimmed
periodically by an explicit call to flushRows(int keepRows) as needed.
Due to the streaming nature of the implementation, there are the following
limitations when compared to XSSF:
 * Only a limited number of rows are accessible at a point in time.
 * Sheet.clone() is not supported.
 * Formula evaluation is not supported

以下是 SXSSFWorkbook的测试结果：

使用缓存文件导出 excel

可以看到，其在性能与资源耗用上都比较平均，至此，问题完美解决。

SXSSFWorkbook在使用上有一些注意项

• Note that SXSSF allocates temporary files that you must always clean up explicitly, by calling the dispose method.
• ​

1
2
3
4
5
6
7

SXSSF flushes sheet data in temporary files (a temp file per sheet) and the size
of these temporary files can grow to a very large value. For example, for a 20 MB
csv data the size of the temp xml becomes more than a gigabyte. If the size of the
 temp files is an issue, you can tell SXSSF to use gzip compression:
  SXSSFWorkbook wb = new SXSSFWorkbook();
  wb.setCompressTempFiles(true); // temp files will be gzipped

测试代码

生成 csv

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

private static void prcoessCSV(int rowsNum) throws Exception {
    try {
        long startTime = System.currentTimeMillis();
        final int NUM_OF_ROWS = rowsNum;
        final int NUM_OF_COLUMNS = 30;
        File file = new File("ooxml-scatter-chart_" + rowsNum + ".csv");
        BufferedWriter bf = new BufferedWriter(new FileWriter(file));
        StringBuffer sb = new StringBuffer();
        try {
            for (int rownum = 0; rownum < NUM_OF_ROWS; rownum++) {
                for (int cellnum = 0; cellnum < NUM_OF_COLUMNS; cellnum++) {
                    sb.append(Math.random());
                    if ((cellnum + 1) != NUM_OF_COLUMNS) {
                        sb.append(",");
                    }
                }
                sb.append("\n");
                if (rownum % 10000 == 0) {
                    bf.write(sb.toString());
                    sb = new StringBuffer();
                }
            }
            bf.close();
        } catch (Exception ex) {
            ex.printStackTrace();
        }
        long endTime = System.currentTimeMillis();
        System.out.println("process " + rowsNum + " spent time:" + (endTime - startTime));
    } catch (Exception e) {
        e.printStackTrace();
        throw e;
    }
}

excel，不使用缓存

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

try {
     long startTime = System.currentTimeMillis();
     final int NUM_OF_ROWS = rowsNum;
     final int NUM_OF_COLUMNS = 30;
     Workbook wb = new XSSFWorkbook();
     Sheet sheet = wb.createSheet("Sheet 1");
     // Create a row and put some cells in it. Rows are 0 based.
     Row row;
     Cell cell;
     for (int rowIndex = 0; rowIndex < NUM_OF_ROWS; rowIndex++) {
         row = sheet.createRow(rowIndex);
         for (int colIndex = 0; colIndex < NUM_OF_COLUMNS; colIndex++) {
             cell = row.createCell(colIndex);
             cell.setCellValue(Math.random());
         }
     }
     // Write the output to a file
     FileOutputStream out = new FileOutputStream("ooxml-scatter-chart_XSSF_" + rowsNum + ".xlsx");
     wb.write(out);
     out.close();
     wb.close();
     long endTime = System.currentTimeMillis();
     System.out.println("process " + rowsNum + " spent time:" + (endTime - startTime));
 } catch (Exception e) {
     e.printStackTrace();
     throw e;
 }

excel,使用缓存

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

try {
     long startTime = System.currentTimeMillis();
     final int NUM_OF_ROWS = rowsNum;
     final int NUM_OF_COLUMNS = 30;
     SXSSFWorkbook wb = null;
     try {
         wb = new SXSSFWorkbook();
         wb.setCompressTempFiles(true); //压缩临时文件，很重要，否则磁盘很快就会被写满
         Sheet sh = wb.createSheet();
         int rowNum = 0;
         for (int num = 0; num < NUM_OF_ROWS; num++) {
             if (num % 100_0000 == 0) {
                 sh = wb.createSheet("sheet " + num);
                 rowNum = 0;
             }
             rowNum++;
             Row row = sh.createRow(rowNum);
             for (int cellnum = 0; cellnum < NUM_OF_COLUMNS; cellnum++) {
                 Cell cell = row.createCell(cellnum);
                 cell.setCellValue(Math.random());
             }
         }
         FileOutputStream out = new FileOutputStream("ooxml-scatter-chart_SXSSFW_" + rowsNum + ".xlsx");
         wb.write(out);
         out.close();
     } catch (Exception ex) {
         ex.printStackTrace();
     } finally {
         if (wb != null) {
             wb.dispose();// 删除临时文件，很重要，否则磁盘可能会被写满
         }
     }
     long endTime = System.currentTimeMillis();
     System.out.println("process " + rowsNum + " spent time:" + (endTime - startTime));
 } catch (Exception e) {
     e.printStackTrace();
     throw e;
 }

每天都会接触到很多的事物，如新游戏、好电影、很火的小说，抑或是新的流行语言、有趣的发现等，这些东西是如此有趣，以至于每件事都想尝试一下。然而一个残酷的现实就是我们根本没有这么多的时间和精力去处理这么多的信息，也做不好那么多感兴趣的事情。我们的精力是如此有限，如果不注意保护，等精力被耗尽之后,工作的就不是大脑,而是肌肉了.

慢慢发现，碎片化的时间配碎片化的事情会更合适一些，比如地铁上刷RSS和微博，等到电脑前就专心做需要一整块时间的事。RSS和知乎这类流媒体有一个很大的特点，就是信息流基本上是无限的，只要你愿意，可以一直往下刷，而时间也在不知不觉中耗尽。如果是在碎片化的时间做这类事情，就不会发生这种事情，因为会被自然打断：要下车了。

人接受新事物是需要耗费能量的，如果在碎片化的事情上花费太多的精力，会反过来抵制我们做核心工作的能力。但是碎片化的消息本身是无法避免的，所以需要一套机制，能让我们在接受碎片化信息的同时，不耗费过多的精力和时间。实践下来，做一个筛选会提高很多的效率：
快速过滤，选出重点->细读资料后作整理、分类

在整理时，会发现有趣的、需要知道的、想知道的东西太多，然而精力非常有限，所以我们需要保持克制，合适的时候，要能丢掉一部分资料，也丢掉一部分兴趣。对于自己的欲望，始终保持克制

克制是一种美德

LinkedList浅析

• LinkedList的作用及特点
• LinkedList的数据结构
• LinkedList的常用方法

LinkedList的作用及特点

• LinkedList可作为链表或者双向队列来使用
• LinkedList的数据结构是基于链表来实现的，所以在它的开头、末尾添加结点的速度会非常快

LinkedList 是一个继承于AbstractSequentialList的双向链表。它也可以被当作堆栈、队列或双端队列进行操作。
LinkedList 实现 List 接口，能对它进行队列操作。
LinkedList 实现 Deque 接口，即能将LinkedList当作双端队列使用。
LinkedList 实现了Cloneable接口，即覆盖了函数clone()，能克隆。
LinkedList 实现java.io.Serializable接口，这意味着LinkedList支持序列化，能通过序列化去传输。
LinkedList 是非同步的。
以上内容来自于 skywang12345的博客

LinkedList的数据结构

LinkedList的定义

public class LinkedList<E>
    extends AbstractSequentialList<E>
    implements List<E>, Deque<E>, Cloneable, java.io.Serializable
{
    transient int size = 0;

    /**
     * Pointer to first node.
     * Invariant: (first == null && last == null) ||
     *            (first.prev == null && first.item != null)
     */
    transient Node<E> first;

    /**
     * Pointer to last node.
     * Invariant: (first == null && last == null) ||
     *            (last.next == null && last.item != null)
     */
    transient Node<E> last;

 ...

}

Node的定义

private static class Node<E> {
    E item;
    Node<E> next;
    Node<E> prev;

    Node(Node<E> prev, E element, Node<E> next) {
        this.item = element;
        this.next = next;
        this.prev = prev;
    }
}

LinkedList的常用方法

list接口定义的方法

int size();
boolean isEmpty();
boolean contains(Object o);
Iterator<E> iterator();
Object[] toArray();
<T> T[] toArray(T[] a);
boolean add(E e);
boolean remove(Object o);
boolean containsAll(Collection<?> c);
boolean addAll(Collection<? extends E> c);
boolean addAll(int index, Collection<? extends E> c);
boolean removeAll(Collection<?> c);
boolean retainAll(Collection<?> c);
default void replaceAll(UnaryOperator<E> operator) ;
default void sort(Comparator<? super E> c);
void clear();
boolean equals(Object o);
int hashCode();
E get(int index);
E set(int index, E element);
void add(int index, E element);
E remove(int index);
int indexOf(Object o);
int lastIndexOf(Object o);
ListIterator<E> listIterator();
ListIterator<E> listIterator(int index);
List<E> subList(int fromIndex, int toIndex);

LinkedList自己的方法

void addFirst(E e);
void addLast(E e);
boolean offerFirst(E e);
boolean offerLast(E e);
E removeFirst();
E removeLast();
E pollFirst();
E pollLast();
E getFirst();
E getLast();
E peekFirst();
E peekLast();
boolean removeFirstOccurrence(Object o);
boolean removeLastOccurrence(Object o);
boolean add(E e);
boolean offer(E e);
E remove();
E poll();
E element();
E peek();
void push(E e);
E pop();
boolean remove(Object o);
boolean contains(Object o);
public int size();
Iterator<E> iterator();
Iterator<E> descendingIterator();

总的来说，LinkedList里基本上都是这两个接口对应的方法
各个接口的实现，基本上都是比较正常的，这是不再重复描述

序

最近学习压测的时候,需要用到一些监控工具.发现自己对于这些工具不熟,所以在这里进行一些补充学习.

需要用到的工具有:
系统资源:top,sar,spotlight,nmon
网络:netstat,iostat,tcpdump,cpu,lsof,IPTraf,NetHogs,iftop
cpu:
内存:vmstat,free,
磁盘:iostat,iotop,

下面进行正题

介绍

top是一个用于查看系统信息的命令,包括cpu/内存等信息,以及进程的一些信息.

参数

top    [-a | -d | -e | -c <mode>]
       [-F | -f]
       [-h]
       [-i <interval>]
       [-l <samples>]
       [-ncols <columns>]
       [-o <key>] [-O <skey>]
       [-R | -r]
       [-S]
       [-s <delay>]
       [-n <nprocs>]
       [-stats <keys>]
       [-pid <processid>]
       [-user <username>]
       [-U <username>]
       [-u]

可以在监控界面进行一些操作,如h可以查看帮助,k可以杀死进程

工作中需要用到一些linux的命令,感于自己在这些方面的不足,所以制定了一个学习计划,在这里写上几篇博客,以作记录.

需要学习的软件分为以下几类:

系统状态查看类:

• top
• htop
• iostat
• memstat和free
• mpstat
• netstat
• nmon
• pmap
• ps和pstree
• sar
• strace
• tcpdump
• uptime
• vmstat
• wireshark
• du

• 删除远程没有,但本地依然存在的分支: git fetch -p origin
  还可以解决以下报错:

error: unable to delete ‘branch-name’: remote ref does not exist
error: 无法推送一些引用到 ‘git@gitserver:phplib’

• 合并多次提交记录

git rebase -i HEAD~2

在合并提示里把需要的合并的提交改成squash,然后保存即可

• 找回删除的分支

git checkout new_branch_name commit_id