需求
一键替换word文档内容，是个比较常见的需求，office和wps也都有全部替换功能。
但是这个功能只能针对当前打开的文档，如果有多个文档，就需要一个一个的来。同时，如果要替换的内容也是多个，同样需要一个一个的来。
在文件少的情况下可能也没什么，但是如果文件有几十个，那么可能就很需要耐心了，因此一键替换所有符合要求的文档中内容的需求就有了。
若依管理系统RuoYi-Cloud版搭建记录
现在快速构建web应用程序的系统有很多，若依RuoYi是其中一个，根据官网说明，使用最流行的技术SpringBoot、Shiro、Thymeleaf、Vue、Bootstrap，这个系统分为一体化版本和前后端分离版本。不管是学习某些技术，学习整体架构设计思想，还是拿来进一步二次开发，都是不错的选择。
最近抽空搭了下这个环境，基本按照官网说明，但也有一些细节略有差异，以下为踩坑记录：
若依管理系统RuoYi-Cloud版搭建记录
1、redis安装
Linux中redis安装及软件安装相关Linux知识要点https://tuzongxun.blog.csdn.net/article/details/107170447
2、nginx安装
wget https://nginx.org/download/nginx-1.9.9.tar.gz
解压
tar -zxvf nginx-1.9.9.tar.gz
./configure –prefix=/usr/local/nginx
src/core/ngx_murmurhash.c:37:11: error: this statement may fall through [-Werror=implicit-fallthrough=]
h ^= data[2] << 16;
是编译器将警告当成了错误处理
打开 nginx的安装目录/objs/Makefile，去掉CFLAGS中的-Werror，再重新make
-Wall 表示打开gcc的所有警告
-Werror，它要求gcc将所有的警告当成错误进行处理
make
make install
3、natapp
5、内存问题
近期生产问题和解决方案记录
前几天生产环境上线，过程不算顺利，总结下原因大概有这么几点：
- 前期准备工作不足，依赖的中间件软件安装后未经过充分验证，例如mongodb；
- 临时改配置，sit和预生产的中间件单机，生产使用集群，集群环境的使用未得到充分验证；
- 不可抗因素，踩到了springboot版本的bug。
flink on yarn集群搭建及验证要点记录
flink-HA集群搭建和问题记录
上一篇中，搭建了一个简单的flink集群，在这个集群中，我使用了一个jobManager节点，三个taskManager节点，之后根据官网和其他资料写了一个简单的java验证程序验证集群的可用:
flink初识及集群搭建和简单验证
批计算和批计算
在软件系统中，尤其是企业级软件，基本离不开数据统计和分析等数据计算。最初，多数常见的统计分析都是基于数据库的数据进行处理，例如某一段时间的活跃用户数统计，这种计算方式称作离线计算，也称作批量计算（个人理解）。
而现实世界中的数据产生方式有很多都是持续不断的，也就是说实际很多场景的数据是就是数据流，这些数据随着时间的流逝，价值会不断的降低，因此就需要尽可能实时的进行处理。
而批计算是一批数据一起处理，尤其是最初数据先入数据库，再拿出来处理，这种方式在数据量日渐爆发的场景下，对于实时分析的业务就会有很多瓶颈，于是渐渐的出现了流计算。
相对于传统的批计算而言，流计算更加的实时，基本是在数据产生并接收到的同时就进行处理，更加符合当前很多要求实时计算的场景。
hbase-ha模式搭建要点和问题记录
之前搭建了单机的hbase，使用伪分布式的hdfs作为数据存储，具体搭建要点和问题有所记录：
https://blog.csdn.net/tuzongxun/article/details/107915720
后来，伪分布式的hdfs升级为ha模式，hbase自然也是要同步升级成ha的，本以为应该会很顺利，但实际上花的时间还是比预想中的多，因此还是做一个简单的记录，尤其是其中卡住的问题。
centos7中redis、mongodb、kafka安装记录
一个完整的java后台系统，通常会涉及到非常多的技术，例如数据库、缓存、消息中间件等，除此之外，从部署层面讲，可能还离不开nginx、docker这些，要更加熟练的使用这些技术，加深理解，必不可少的需要有自己的环境。
随着上次centos6.5的系统升级到centos7.8，打算把hadoop、redis、mongodb、kafka等这些软件都迁移到新的虚拟机系统中，docker和hadoop的安装部署最近都有相关记录，这次先补充redis、mongodb和kafka。
