一 部署flannel

1.1 安裝flannel

kubernetes 要求集群內各節點(包括 master 節點)能通過 Pod 網段互聯互通。flannel 使用 vxlan 技術為各節點創建一個可以互通的 Pod 網絡，使用的端口為 UDP 8472。




flanneld 第一次啟動時，從 etcd 獲取配置的 Pod 網段信息，為本節點分配一個未使用的地址段，然後創建 flannedl.1 網絡接口（也可能是其它名稱，如 flannel1 等）。




flannel 將分配給自己的 Pod 網段信息寫入 /run/flannel/docker 文件，docker 後續使用這個文件中的環境變量設置 docker0 網橋，從而從這個地址段為本節點的所有 Pod 容器分配 IP。

更多flannel參考：《008.Docker Flannel+Etcd分佈式網絡部署》。

  1 [root@k8smaster01 ~]# cd /opt/k8s/work/
  2 [root@k8smaster01 work]# mkdir flannel
  3 [root@k8smaster01 work]# wget https://github.com/coreos/flannel/releases/download/v0.11.0/flannel-v0.11.0-linux-amd64.tar.gz
  4 [root@k8smaster01 work]# tar -xzvf flannel-v0.11.0-linux-amd64.tar.gz -C flannel

1.2 分發flannel

  1 [root@k8smaster01 ~]# cd /opt/k8s/work
  2 [root@k8smaster01 work]# source /opt/k8s/bin/environment.sh
  3 [root@k8smaster01 work]# for master_ip in ${MASTER_IPS[@]}
  4   do
  5     echo ">>> ${master_ip}"
  6     scp flannel/{flanneld,mk-docker-opts.sh} root@${master_ip}:/opt/k8s/bin/
  7     ssh root@${master_ip} "chmod +x /opt/k8s/bin/*"
  8   done

1.3 創建flannel證書和密鑰

  1 [root@k8smaster01 ~]# cd /opt/k8s/work
  2 [root@k8smaster01 work]# cat > flanneld-csr.json <<EOF
  3 {
  4     "CN": "flanneld",
  5     "hosts": [],
  6     "key": {
  7         "algo": "rsa",
  8         "size": 2048
  9     },
 10     "names": [
 11         {
 12             "C": "CN",
 13             "ST": "Shanghai",
 14             "L": "Shanghai",
 15             "O": "k8s",
 16             "OU": "System"
 17         }
 18     ]
 19 }
 20 EOF
 21 #創建flanneld的CA證書請求文件

解釋：

該證書只會被 kubectl 當做 client 證書使用，所以 hosts 字段為空。

  1 [root@k8smaster01 ~]# cd /opt/k8s/work
  2 [root@k8smaster01 work]# cfssl gencert -ca=/opt/k8s/work/ca.pem \
  3 -ca-key=/opt/k8s/work/ca-key.pem -config=/opt/k8s/work/ca-config.json \
  4 -profile=kubernetes flanneld-csr.json | cfssljson -bare flanneld	#生成CA密鑰（ca-key.pem）和證書（ca.pem）

1.4 分發證書和私鑰

  1 [root@k8smaster01 ~]# cd /opt/k8s/work
  2 [root@k8smaster01 work]# source /opt/k8s/bin/environment.sh
  3 [root@k8smaster01 work]# for master_ip in ${MASTER_IPS[@]}
  4   do
  5     echo ">>> ${master_ip}"
  6     ssh root@${master_ip} "mkdir -p /etc/flanneld/cert"
  7     scp flanneld*.pem root@${master_ip}:/etc/flanneld/cert
  8   done

1.5 寫入集群 Pod 網段信息

  1 [root@k8smaster01 ~]# cd /opt/k8s/work
  2 [root@k8smaster01 work]# source /opt/k8s/bin/environment.sh
  3 [root@k8smaster01 work]# etcdctl \
  4   --endpoints=${ETCD_ENDPOINTS} \
  5   --ca-file=/opt/k8s/work/ca.pem \
  6   --cert-file=/opt/k8s/work/flanneld.pem \
  7   --key-file=/opt/k8s/work/flanneld-key.pem \
  8   mk ${FLANNEL_ETCD_PREFIX}/config '{"Network":"'${CLUSTER_CIDR}'", "SubnetLen": 21, "Backend": {"Type": "vxlan"}}'

注意：注意：本步驟只需執行一次。

提示：flanneld 當前版本 (v0.11.0) 不支持 etcd v3，故使用 etcd v2 API 寫入配置 key 和網段數據；

寫入的 Pod 網段 ${CLUSTER_CIDR} 地址段（如 /16）必須小於 SubnetLen，必須與 kube-controller-manager 的 –cluster-cidr 參數值一致。

1.6 創建flanneld的systemd

  1 [root@k8smaster01 ~]# cd /opt/k8s/work
  2 [root@k8smaster01 work]# source /opt/k8s/bin/environment.sh
  3 [root@k8smaster01 work]# cat > flanneld.service << EOF
  4 [Unit]
  5 Description=Flanneld overlay address etcd agent
  6 After=network.target
  7 After=network-online.target
  8 Wants=network-online.target
  9 After=etcd.service
 10 Before=docker.service
 11 
 12 [Service]
 13 Type=notify
 14 ExecStart=/opt/k8s/bin/flanneld \\
 15   -etcd-cafile=/etc/kubernetes/cert/ca.pem \\
 16   -etcd-certfile=/etc/flanneld/cert/flanneld.pem \\
 17   -etcd-keyfile=/etc/flanneld/cert/flanneld-key.pem \\
 18   -etcd-endpoints=${ETCD_ENDPOINTS} \\
 19   -etcd-prefix=${FLANNEL_ETCD_PREFIX} \\
 20   -iface=${IFACE} \\
 21   -ip-masq
 22 ExecStartPost=/opt/k8s/bin/mk-docker-opts.sh -k DOCKER_NETWORK_OPTIONS -d /run/flannel/docker
 23 Restart=always
 24 RestartSec=5
 25 StartLimitInterval=0
 26 
 27 [Install]
 28 WantedBy=multi-user.target
 29 RequiredBy=docker.service
 30 EOF

解釋：

mk-docker-opts.sh：該腳本將分配給 flanneld 的 Pod 子網段信息寫入 /run/flannel/docker 文件，後續 docker 啟動時使用這個文件中的環境變量配置 docker0 網橋；

flanneld：使用系統缺省路由所在的接口與其它節點通信，對於有多個網絡接口（如內網和公網）的節點，可以用 -iface 參數指定通信接口;

flanneld：運行時需要 root 權限；

-ip-masq: flanneld 為訪問 Pod 網絡外的流量設置 SNAT 規則，同時將傳遞給 Docker 的變量 –ip-masq（/run/flannel/docker 文件中）設置為 false，這樣 Docker 將不再創建 SNAT 規則； Docker 的 –ip-masq 為 true 時，創建的 SNAT 規則比較“暴力”：將所有本節點 Pod 發起的、訪問非 docker0 接口的請求做 SNAT，這樣訪問其他節點 Pod 的請求來源 IP 會被設置為 flannel.1 接口的 IP，導致目的 Pod 看不到真實的來源 Pod IP。 flanneld 創建的 SNAT 規則比較溫和，只對訪問非 Pod 網段的請求做 SNAT。

1.7 分發flannel systemd

  1 [root@k8smaster01 ~]# cd /opt/k8s/work
  2 [root@k8smaster01 work]# source /opt/k8s/bin/environment.sh
  3 [root@k8smaster01 work]# for master_ip in ${MASTER_IPS[@]}
  4   do
  5     echo ">>> ${master_ip}"
  6     scp flanneld.service root@${master_ip}:/etc/systemd/system/
  7   done

二 啟動並驗證

2.1 啟動flannel

  1 [root@k8smaster01 ~]# source /opt/k8s/bin/environment.sh
  2 [root@k8smaster01 ~]# for master_ip in ${MASTER_IPS[@]}
  3   do
  4     echo ">>> ${master_ip}"
  5     ssh root@${master_ip} "systemctl daemon-reload && systemctl enable flanneld && systemctl restart flanneld"
  6   done

2.2 檢查flannel啟動

  1 [root@k8smaster01 ~]# source /opt/k8s/bin/environment.sh
  2 [root@k8smaster01 ~]# for master_ip in ${MASTER_IPS[@]}
  3   do
  4     echo ">>> ${master_ip}"
  5     ssh root@${master_ip} "systemctl status flanneld|grep Active"
  6   done

2.3 檢查pod網段信息

  1 [root@k8smaster01 ~]# source /opt/k8s/bin/environment.sh
  2 [root@k8smaster01 ~]# etcdctl \
  3   --endpoints=${ETCD_ENDPOINTS} \
  4   --ca-file=/etc/kubernetes/cert/ca.pem \
  5   --cert-file=/etc/flanneld/cert/flanneld.pem \
  6   --key-file=/etc/flanneld/cert/flanneld-key.pem \
  7   get ${FLANNEL_ETCD_PREFIX}/config			#查看集群 Pod 網段(/16)

  1 [root@k8smaster01 ~]# source /opt/k8s/bin/environment.sh
  2 [root@k8smaster01 ~]# etcdctl \
  3   --endpoints=${ETCD_ENDPOINTS} \
  4   --ca-file=/etc/kubernetes/cert/ca.pem \
  5   --cert-file=/etc/flanneld/cert/flanneld.pem \
  6   --key-file=/etc/flanneld/cert/flanneld-key.pem \
  7   ls ${FLANNEL_ETCD_PREFIX}/subnets			#查看已分配的 Pod 子網段列表(/24)
  8 [root@k8smaster01 ~]# source /opt/k8s/bin/environment.sh
  9 [root@k8smaster01 ~]# etcdctl \
 10   --endpoints=${ETCD_ENDPOINTS} \
 11   --ca-file=/etc/kubernetes/cert/ca.pem \
 12   --cert-file=/etc/flanneld/cert/flanneld.pem \
 13   --key-file=/etc/flanneld/cert/flanneld-key.pem \
 14   get ${FLANNEL_ETCD_PREFIX}/subnets/172.30.32.0-21	#查看某一 Pod 網段對應的節點 IP 和 flannel 接口地址

解釋：

172.30.32.0/21 被分配給節點 k8smaster01 （172.24.8.71）；

VtepMAC 為 k8smaster01 節點的 flannel.1 網卡 MAC 地址。

2.4 檢查flannel網絡信息

  1 [root@k8smaster01 ~]# ip addr show

解釋：flannel.1 網卡的地址為分配的 Pod 子網段的第一個 IP（.0），且是 /32 的地址。

  1 [root@k8smaster01 ~]# ip route show |grep flannel.1
  2 172.30.128.0/21 via 172.30.128.0 dev flannel.1 onlink
  3 172.30.208.0/21 via 172.30.208.0 dev flannel.1 onlink

解釋：

到其它節點 Pod 網段請求都被轉發到 flannel.1 網卡；

flanneld 根據 etcd 中子網段的信息，如 ${FLANNEL_ETCD_PREFIX}/subnets/172.30.32.0-21 ，來決定進請求發送給哪個節點的互聯 IP。

2.5 驗證各節點flannel

在各節點上部署 flannel 后，檢查是否創建了 flannel 接口(名稱可能為 flannel0、flannel.0、flannel.1 等)：

  1 [root@k8smaster01 ~]# source /opt/k8s/bin/environment.sh
  2 [root@k8smaster01 ~]# for master_ip in ${MASTER_IPS[@]}
  3   do
  4     echo ">>> ${master_ip}"
  5     ssh ${master_ip} "/usr/sbin/ip addr show flannel.1|grep -w inet"
  6   done

輸出：

  1 >>> 172.24.8.71
  2     inet 172.30.32.0/32 scope global flannel.1
  3 >>> 172.24.8.72
  4     inet 172.30.128.0/32 scope global flannel.1
  5 >>> 172.24.8.73
  6     inet 172.30.208.0/32 scope global flannel.1

在各節點上 ping 所有 flannel 接口 IP，確保能通：

  1 [root@k8smaster01 ~]# source /opt/k8s/bin/environment.sh
  2 [root@k8smaster01 ~]# for master_ip in ${MASTER_IPS[@]}
  3   do
  4     echo ">>> ${master_ip}"
  5     ssh ${master_ip} "ping -c 1 172.30.32.0"
  6     ssh ${master_ip} "ping -c 1 172.30.128.0"
  7     ssh ${master_ip} "ping -c 1 172.30.208.0"
  8   done

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※台北網頁設計公司這麼多，該如何挑選?? 網頁設計報價省錢懶人包"嚨底家"

※網頁設計公司推薦更多不同的設計風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家費用,距離,噸數怎麼算?達人教你簡易估價知識!

Transformer模型由《Attention is All You Need》提出，有一個完整的Encoder-Decoder框架,其主要由attention(注意力)機制構成。論文地址：。

其整體結構如圖所示：

模型分為編碼器（Encoder）和解碼器（Decoder）兩部分，包含內部結構的總體結構如下圖所示：

                                                      圖二

在論文中編碼器部分由6個相同編碼器疊在一起，解碼器部分也是由6個相同解碼器疊在一起，編碼器之間不共享參數。(這裏不一定要是6個)

在將詞向量表示送入編碼器、解碼器之前，先做positional encoding，下面依次對positional encoding、encoding、decoding進行介紹：

1、positional encoding

如圖所示，由於attention機制不包含位置信息，因此句子首先進行embedding得到詞向量表示，同時為了增加位置信息，根據句子中詞的位置信息給詞嵌入添加位置編碼向量，論文中添加位置編碼的方法是：構造一個跟輸入embedding維度一樣的矩陣，然後跟輸入embedding相加得到multi-head attention 的輸入。

作者希望引入絕對位置的編碼公式，讓模型能夠學習到相對位置信息，作者使用的positional encoding生成固定位置表示如下：

已知三角函數公式如下：

 作者希望通過絕對位置的編碼公式，讓模型可以學習到相對位置信息。雖然如此獲得的 position embeddings，兩者之間的點積能夠反應相對距離，但它缺乏方向性，並且這種特性(相對距離)會被原始 Transformer 的注意力機制破壞。

基於公式 (1),位置t的位置嵌入可以表示為：

2、encoding

如圖二左邊結構所示，編碼器主要由前饋神經網絡層與多頭自注意力層構成，值得注意的是，在每個編碼器中的每個子層（自注意力、前饋網絡）的周圍都有一個殘差連接，並且都跟隨着一個“層-歸一化”步驟。這裏先介紹attention機制，還是舉個栗子：

假設我們想要翻譯這個句子：

“The animal didn’t cross the street because it was too tired”

那麼it在這句話中是是指animal還是street，人類好理解這句話，但是對機器來說就很困難了。當模型處理這個單詞“it”的時候，自注意力機制會允許“it”與“animal”建立聯繫。隨着模型處理輸入序列的每個單詞，自注意力會關注整個輸入序列的所有單詞，幫助模型對本單詞更好地進行編碼。如下圖。

當我們在編碼器#5（棧中最上層編碼器）中編碼“it”這個單詞的時，注意力機制的部分會去關注“The Animal”，將它的表示的一部分編入“it”的編碼中。

接下來介紹attention實現的思想。

計算自注意力的第一步就是從每個編碼器的輸入向量（每個單詞的詞向量）中生成三個向量。也就是說對於每個單詞，我們創造一個查詢向量、一個鍵向量和一個值向量。這三個向量是通過詞嵌入與三個權重矩陣后相乘創建的。在論文中這三個向量的維度比詞嵌入向量要低，實際中維度更低不是必須的，只是架構上的選擇，可以使多頭注意力的大部分計算保持不變。

計算自注意力的第二步是計算得分。假設我們需要對第一個詞’Thinking’計算自注意力向量那麼需要拿輸入句子中的每個單詞對“Thinking”打分。這些分數決定了在編碼單詞“Thinking”的過程中有多重視句子的其它部分。

這些分數是通過打分單詞（所有輸入句子的單詞）的鍵向量與“Thinking”的查詢向量相點積來計算的。所以如果我們是處理位置最靠前的詞的自注意力的話，第一個分數是q1和k1的點積，第二個分數是q1和k2的點積。

第三步和第四步是將分數除以8(8是論文中使用的鍵向量的維數64的平方根，這會讓梯度更穩定。這裏也可以使用其它值，8隻是默認值)，然後通過softmax傳遞結果。softmax的作用是使所有單詞的分數歸一化，得到的分數都是正值且和為1。

這個softmax分數決定了每個單詞對編碼當下位置（“Thinking”）的貢獻。顯然，已經在這個位置上的單詞將獲得最高的softmax分數，但有時關注另一個與當前單詞相關的單詞也會有幫助。

第五步是將每個值向量乘以softmax分數(這是為了準備之後將它們求和)。這裏的直覺是希望關注語義上相關的單詞，並弱化不相關的單詞。

第六步是對加權值向量求和，然後即得到自注意力層在該位置的輸出。

這樣自注意力的計算就完成了。得到的向量就可以傳給前饋神經網絡。

在現實中自注意力機制是通過矩陣來實現的，與上面思路一樣：

第一步是計算查詢矩陣、鍵矩陣和值矩陣，如下圖所示：

將前面的計算步驟可以合併成：

介紹完自注意力機制后，介紹在論文中使用的多頭自注意力機制“multi-headed” attention。

每個頭都是獨立的查詢/鍵/值權重矩陣，從而產生不同的查詢/鍵/值矩陣。在論文中採用的是8頭，那麼經過8次不同權重矩陣運算，我們會得到8個不同的Z矩陣。

然後我們將這8個矩陣壓縮成一個矩陣，實現原理是將這8個矩陣拼接在一起，然後再用一個權重矩陣與之相乘，得到一個融合所有注意力頭信息的矩陣Z，再將其求和與歸一化後傳給前饋層。

Decoding(解碼器)：

解碼器內部組件與編碼器大同小異，需要注意的是，解碼器的第一個注意力層被稱作MaskedMulti-Head Attention,通過加入了MASK操作，使得我們只被允許處理輸出序列中更靠前的那些位置，即我們只能attend到前面已經處理過的語句。第二個注意力層被稱作encoder-decoder attention layer，由圖二可知，它的query來自前一級的decoder層的輸出，key、value來自encoder的輸出，encoder的輸出可以幫助解碼器關注輸入序列哪些位置合適。接下來送入前饋層，然後重複這些步驟，直到到達一個特殊的終止符號，它表示transformer的解碼器已經完成了它的輸出。每個步驟的輸出在下一個時間步被提供給底端解碼器，並且就像編碼器之前做的那樣，這些解碼器會輸出它們的解碼結果 。另外，就像我們對編碼器的輸入所做的那樣，我們會嵌入並添加位置編碼給那些解碼器，來表示每個單詞的位置。

在解碼完成後會輸出一個實數向量，經過一個簡單的全連接神經網絡（線性變換層）映射到一個被稱作對數幾率（logits）的向量里，假設從訓練集中學習一萬個單詞，那麼對數幾率向量為一萬個單元格長度的向量——每個單元格對應某一個單詞的分數。接下來的Softmax 層便會把那些分數變成概率（都為正數、上限1.0）。概率最高的單元格被選中，並且它對應的單詞被作為這個時間步的輸出。

 參考：

（完）

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計公司推薦更多不同的設計風格，搶佔消費者視覺第一線

※廣告預算用在刀口上，網站設計公司幫您達到更多曝光效益

※自行創業 缺乏曝光? 下一步"網站設計"幫您第一時間規劃公司的門面形象

※南投搬家前需注意的眉眉角角，別等搬了再說!

  各省、自治區、直轄市、新疆生產建設兵團發展改革委（能源局）、工業和資訊化主管部門、住房城鄉建設廳（委、局），國家電網公司、南方電網公司：   為落實《國務院辦公廳關於加快新能源汽車推廣應用的指導意見》（國辦發〔2014〕35號），科學引導電動汽車充電基礎設施建設，促進電動汽車產業健康快速發展，我們組織編制了《電動汽車充電基礎設施發展指南（2015-2020年）》，現予印發，請認真貫徹執行。  

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※台北網頁設計公司這麼多，該如何挑選?? 網頁設計報價省錢懶人包"嚨底家"

※網頁設計公司推薦更多不同的設計風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家費用,距離,噸數怎麼算?達人教你簡易估價知識!

       又到了很無聊的時候了，於是隨便看看源碼假裝自己很努力的樣子，哈哈哈；

　　記得上一篇博客隨便說了一下RequestBody的用法以及注意的問題，這個註解作為非常常用的註解，也是時候了解一波其中的原理了。

　   溫馨提示：閱讀本篇博客，默認你之前大概看過springmvc源碼，懂得其中的基本流程

1.HttpMessageConverter接口

　　這個接口就是@RequestBody和@ResponseBody這兩個註解的精髓，我們就先看看這個頂層接口定義了哪些方法：

public interface HttpMessageConverter<T> {

    //判斷當前轉換器是否可以解析前端傳過來的數據
    boolean canRead(Class<?> clazz, @Nullable MediaType mediaType);

    //判斷當前轉換器是否可以將後端數據解析為前端需要的格式
    boolean canWrite(Class<?> clazz, @Nullable MediaType mediaType);

    //當前轉換器能夠解析所有的數據類型
    List<MediaType> getSupportedMediaTypes();

    //這個方法就是讀取前端傳過來的數據
    T read(Class<? extends T> clazz, HttpInputMessage inputMessage) throws IOException, HttpMessageNotReadableException;

    //將後台數據轉換然後返回給前端
    void write(T t, @Nullable MediaType contentType, HttpOutputMessage outputMessage) throws IOException, HttpMessageNotWritableException;

}

　　我們從這個頂層接口中這幾個方法就大概能看到一些東西，可以肯定的就是在@RequestBody和@ResponseBody這兩個註解原理的內部轉換器應該都是實現了這個HttpMessageConverter，因為這個接口裡又是read，又是write；然後就是在上面我只是簡單說了前端傳過來的數據，返回給前端需要的格式這種模糊的說法，為什麼不直接說返回json格式的數據呢？

　　哈哈，可能有的小夥伴會說，瑪德，你絕逼是怕說錯，才說這些模糊的說法；咳，當然有部分是這個意思，但是最大的原因就是上面方法參數中有個類MediaType，你打開看看就知道了，這裏定義了很多的可以解析的數據類型，比如”application/json”，”application/xml”，”image/gif”,”text/html”….等等，還有好多聽都沒聽過的；

　　其實了解http請求的小夥伴應該已經看出來了，這裏這些數據類型就是下圖所示的這些；當然，我們暫時只關注json的，至於其他類型的怎麼解析有興趣的小夥伴可以研究研究；

 2.HandlerMethodArgumentResolver接口

　　我們看看這個接口，看名字就知道應該是方法參數解析器，很明顯就是用於解析方法Controller中方法的參數的，還是簡單看看這個接口中的方法：

public interface HandlerMethodArgumentResolver {

    //該解析器是否支持解析Controller中方法中的參數，因為這裏參數類型可以是簡單類型，也可以是集合等類型
    boolean supportsParameter(MethodParameter parameter);

    //開始解析Http請求中的數據，解析出來的數據要和方法參數對應
    Object resolveArgument(MethodParameter parameter, @Nullable ModelAndViewContainer mavContainer, NativeWebRequest webRequest, @Nullable WebDataBinderFactory binderFactory) throws Exception;

}

 　　這個接口定義的方法作用其實就是將http請求中的參數對應到Controller中的參數

3.HandlerMethodReturnValueHandler接口　

public interface HandlerMethodReturnValueHandler {

    //這個方法判斷該處理器是否支持返回值類型，這裏的返回值就是controller方法執行后的返回值
    boolean supportsReturnType(MethodParameter returnType);

    //將controller方法的返回值進行解析成前端需要的格式，後續就會丟給前端
    void handleReturnValue(@Nullable Object returnValue, MethodParameter returnType, ModelAndViewContainer mavContainer, NativeWebRequest webRequest) throws Exception;

}

 　　這個接口的作用：比如一個Controller方法中的返回值是一個集合，那麼springmvc內部在將數據返回給前端之前，就會先拿到所有的返回值解析器，然後遍歷每一個，分別執行supportsReturnType方法，看看哪個解析器可以解析集合類型，找到解析器之後，然後再執行handleReturnValue方法解析就行了，其實2中的方法參數解析器也是這樣的一個步驟

4.ServletInvocableHandlerMethod類

　　這個類是干什麼的呢？看過springmvc源碼的人應該知道一點，還是簡單說說吧，在springmvc中會將controller中的每個被RequestMapping註解修飾的方法（也可以叫做處理器）給封裝成ServletInvocableHandlerMethod類，封裝后想要執行該處理器方法只需要執行該類的invokeAndHandle方法;

　　請注意：就是在invokeAndHandle這個方法中會調用：調用方法參數解析器——>執行處理器方法——–>調用返回值解析器、

　　可以簡單看看源碼，請一定要了解springmvc的流程，因為我不會從頭到尾講一遍，我們直接從DispatcherServlet中的doDispatch方法的ha.handle（xxx）這裏說起，這裏主要是執行處理器適配器的handle方法，這裏具體的處理器適配器實現是：AbstractHandlerMethodAdapter

　　我們進入AbstractHandlerMethodAdapter這個適配器的handle方法看看(^o^)／：

//可以看到這裏就是調用了handleInternal方法，而handleInternal方法未實現
public final ModelAndView handle(HttpServletRequest request,HttpServletResponse response, Object handler)throws Exception {
        return handleInternal(request, response, (HandlerMethod) handler);
    }


//這個方法在子類RequestMappingHandlerAdapter中實現
protected abstract ModelAndView handleInternal(HttpServletRequest request, HttpServletResponse response,HandlerMethod handlerMethod) throws Exception;

　　接下來我們看看RequestMappingHandlerAdapter中實現的handleInternal方法(」゜ロ゜)」：

protected final ModelAndView handleInternal(HttpServletRequest request, HttpServletResponse response,HandlerMethod handlerMethod) throws Exception {

        //省略跟邏輯無關的代碼
                .......
               .........
        
        return invokeHandlerMethod(request, response, handlerMethod);
    }

　　進入invokeHandlerMethod方法看看(´･_･`)：

private ModelAndView invokeHandlerMethod(HttpServletRequest request, HttpServletResponse response,HandlerMethod handlerMethod) throws Exception {
        
        ServletWebRequest webRequest = new ServletWebRequest(request, response);

        WebDataBinderFactory binderFactory = getDataBinderFactory(handlerMethod);
        ModelFactory modelFactory = getModelFactory(handlerMethod, binderFactory);
        ServletInvocableHandlerMethod requestMappingMethod = createRequestMappingMethod(handlerMethod, binderFactory);

        ModelAndViewContainer mavContainer = new ModelAndViewContainer();
        //省略一些代碼

        //就是再這裏去執行Controller中的處理器方法
        requestMappingMethod.invokeAndHandle(webRequest, mavContainer);

        //此處省略好多代碼
    }

　　繼續進入到invokeAndHandle方法內部看看╮(╯_╰)╭：

public final void invokeAndHandle(NativeWebRequest request, ModelAndViewContainer mavContainer,Object... providedArgs) throws Exception {
         //請注意，這裏面就是執行handler方法的位置
        Object returnValue = invokeForRequest(request, mavContainer, providedArgs);

        //省略一些代碼              

        try {
            //這裏就是執行我們前面說的返回值解析器
            returnValueHandlers.handleReturnValue(returnValue, getReturnType(), mavContainer, request);
        } 
       //省略一些代碼
    }

　　看看invokeForRequest方法你就能看到有趣的東西ヽ(”`▽´)ﾉ

public Object invokeForRequest(NativeWebRequest request, @Nullable ModelAndViewContainer mavContainer, Object... providedArgs) throws Exception {
                //這裏就是從request中拿到參數，利用方法參數解析器進行解析，映射到方法參數中，這個方法就在下面
                Object[] args = getMethodArgumentValues(request, mavContainer, providedArgs);
        
               //省略一些代碼
        
                //這裏就是根據上一步將請求參數映射到處理器方法參數中，然後執行對應的處理器方法
               Object returnValue = doInvoke(args);
        
               //省略一些代碼
        
                return returnValue;
    }


private Object[] getMethodArgumentValues(NativeWebRequest request,@Nullable ModelAndViewContainer mavContainer,Object... providedArgs) throws Exception {
          //這裏獲取匹配到的handler方法的參數數組，每個參數在之前都被封裝成了一個MethodParameter對象，然後再遍歷這個數組，將其中每個MethodParameter和http請求提供的參數進行比較，
至於怎麼比較，就會用到之前說的參數解析器的那個support方法     
        MethodParameter[] parameters = getMethodParameters();
        Object[] args = new Object[parameters.length];
        for (int i = 0; i < parameters.length; i++) {
            MethodParameter parameter = parameters[i];
            parameter.initParameterNameDiscovery(this.parameterNameDiscoverer);
            args[i] = resolveProvidedArgument(parameter, providedArgs);
            if (args[i] != null) {
                continue;
            }
            if (this.argumentResolvers.supportsParameter(parameter)) {
                try {
                    args[i] = this.argumentResolvers.resolveArgument(
                            parameter, mavContainer, request, this.dataBinderFactory);
                    continue;
                }
           //省略一些代碼
            
        return args;
    }

　    其實到這裏，有木有感覺清晰一點了，那麼肯定有小夥伴要問了，說了半天，你還是沒有說json是怎麼解析的啊？

　　不要急，我們先把大概的流程過一遍之後，後面的都是小問題，那麼，我們的轉換器是在哪裡轉換的呢？

　　欲知後事如何，請往後面看

5.無題

　　在4中我們重點看兩個地方，第一個地方：this.argumentResolvers.supportsParameter(parameter)；第二個地方：this.argumentResolvers.resolveArgument(parameter, mavContainer, request, this.dataBinderFactory);

　　5.1.RequestResponseBodyMethodProcessor

　　　　第一個地方，我們點進去supportsParameter方法，

　　然後我們進入getArgumentResolver方法內部（´□｀川）：

@Nullable
    private HandlerMethodArgumentResolver getArgumentResolver(MethodParameter parameter) {
        HandlerMethodArgumentResolver result = this.argumentResolverCache.get(parameter);
        if (result == null) {
             //for循環遍歷所有的方法參數解析器，
            for (HandlerMethodArgumentResolver methodArgumentResolver : this.argumentResolvers) {
                
                //省略一些代碼
                
               //判斷哪一個解析器支持解析request中的參數，這裏很關鍵，因為眾多解析器中其中有一個參數解析器是RequestResponseBodyMethodProcessor，
　　　　　　　　　　//下面我們看看這個解析器的supportParameter方法
                if (methodArgumentResolver.supportsParameter(parameter)) {
                    result = methodArgumentResolver;
                    this.argumentResolverCache.put(parameter, result);
                    break;
                }
            }
        }
        return result;
    }

　　RequestResponseBodyMethodProcessor的supportsParameter方法，這裏想必能看得懂吧，就是看Controller中的處理器方法中的參數前面有沒有RequestBody註解，有註解，那麼這個RequestResponseBodyMethodProcessor解析器就會生效

　　對了，補充一點，這個解析器RequestResponseBodyMethodProcessor可是同時實現了方法參數解析器接口、返回參數解析器接口的哦，這說明了處理返回值解析器用的也是這個解析器

　　5.2.執行argumentResolvers.resolveArgument()方法

//這個方法就到了最關鍵的地方了，注意了注意了
public Object resolveArgument(MethodParameter parameter, ModelAndViewContainer mavContainer,NativeWebRequest webRequest, WebDataBinderFactory binderFactory) 

　　throws Exception {

         //獲取一個轉換器，用於讀取前端傳過來的json數據
        Object arg = readWithMessageConverters(webRequest, parameter, parameter.getParameterType());
                

        //獲取handler方法形參中的所有註解，例如@Valid。@PathVariable等
        Annotation[] annotations = parameter.getParameterAnnotations();
        

　　　　  for (Annotation annot : annotations) {      
　　　　　　//判斷如果是以valid開頭的註解，其實就是@Valid註解或者是@Validated註解，那麼就會去校驗是否符合規則嘛，這個不用多說
　　　　　　　　if(annot.annotationType().getSimpleName().startsWith("Valid")) {
                String name = Conventions.getVariableNameForParameter(parameter);
                WebDataBinder binder = binderFactory.createBinder(webRequest, arg, name);
                Object hints = AnnotationUtils.getValue(annot);
                binder.validate(hints instanceof Object[] ? (Object[]) hints : new Object[] {hints});
                BindingResult bindingResult = binder.getBindingResult();
                if (bindingResult.hasErrors()) {
                    throw new MethodArgumentNotValidException(parameter, bindingResult);
                }
            }
        }
        return arg;
    }

　　最後我們只需要輕輕點開readWithMessageConverters方法，就能看到更有意思的東西~^o^~

6.xxxConverter

　　我們進入readWithMessageConverters這個方法，

@SuppressWarnings("unchecked")
    protected <T> Object readWithMessageConverters(HttpInputMessage inputMessage, MethodParameter methodParam, Class<T> paramType) throws IOException,
            HttpMediaTypeNotSupportedException {
            //這裏回答了本篇最開始說的MediaType 到底是什麼東西，從哪裡獲取的，很明顯是從請求頭中的ContentType獲取的
             MediaType contentType = inputMessage.getHeaders().getContentType();
            if (contentType == null) {
                 contentType = MediaType.APPLICATION_OCTET_STREAM;
            }
            //獲取所有的HttpMessageConverter，遍歷，看看哪一個轉換器支持前端傳過來的數據類型
            for (HttpMessageConverter<?> messageConverter : this.messageConverters) {
                 if (messageConverter.canRead(paramType, contentType)) {
                     //調用對應的轉換器的read方法去把前端傳過來的json字符串轉為java對象 return ((HttpMessageConverter<T>) messageConverter).read(paramType, inputMessage);
                    }
                }
            
                //省略一些代碼
            }

 　　到了這裏肯定有人會說，那到底用的是哪一個轉換器呢？難道是要我們自己導入？還是默認已經導入轉換器了呢？

　　當然是默認就為你初始化了一些轉換器了啊，如果你想自定義也行，而且仔細看看下圖中跟json有關的只有MappingJackson2HttpMessageConverter這個轉換器了，可想而知這個轉換器(實際上是這個轉換器的父類方法中才有具體的操作)中使用的就是開源的Jackson來將json字符串轉為java對象的，有興趣了解的可以使用一下Jackson自己嘗試一下；

　　偷偷告訴你(҂ ˘ _ ˘ )，springboot默認已經導入了Jackson包，如果你後期想用其他的轉換器，只需要導入相關依賴就ok了；

7.結束

　　這篇博客到這裏就差不多了，寫了好久，邊寫邊查資料，可以說每次看源碼都能學到新的東西，當然，我也沒有死磕精神，不是不想，主要是沒有那個水平，哈哈；

　　其實還要寫還能寫，不是還有個@ResponseBody原理還沒說嗎？其實跟@RequestBody大同小異的，有興趣的可以在第4點最後的代碼中返回值參數處理器方法，這裏就是入口

　　話說還有個問題沒有解決，本來我想找一下最後的那幾個轉換器初始化時機的，然後實在是找不出來啊，查了一下資料，都說是在處理器適配器的構造器中初始化這些轉換器的，哎，jdk1.8，我在適配器中找了好久，愣是沒找到，打斷點也調試不出來，把自己坑了好久；

　　有沒有大哥知道初始化時機的，評論一下，謝謝了(ㄒoㄒ)

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※台北網頁設計公司這麼多，該如何挑選?? 網頁設計報價省錢懶人包"嚨底家"

※網頁設計公司推薦更多不同的設計風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家費用,距離,噸數怎麼算?達人教你簡易估價知識!

美商福特汽車（Ford）宣布將投資45億美元擴增電動車生產線，目標在五年內將旗下電動車產品的比例從目前的13%提高到40%左右，同時陸續推出共13款新的電動車與油電混和車。

隨著汽車排放標準愈趨嚴格，福特汽車認為電動車領域的吸引力將比過去更高，因此宣布擴增電動車產線。執行長Mark Fields 表示，在即將推出的13款新車中，也包括有快速充電功能的Focus Electric車款。

近來油價低廉，美國電動車、油電混和車的銷量因而受到壓抑，但福特認為車商仍必須讓消費者了解電動車款的優點，且認為電動車的投資未來將能與一般汽油車擁有差不多的獲益。

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計公司推薦更多不同的設計風格，搶佔消費者視覺第一線

※廣告預算用在刀口上，網站設計公司幫您達到更多曝光效益

※自行創業 缺乏曝光? 下一步"網站設計"幫您第一時間規劃公司的門面形象

※南投搬家前需注意的眉眉角角，別等搬了再說!

俗話說早起的鳥兒有蟲吃，不過早買的消費者買到的第一批產品常常問題最多，因為日後的產品，隨著製造技術與經驗進步，以及收到第一批產品的問題回報，品質會逐漸改進。電動車也不例外，美國電動車及油電混合車推動組織 Plug In America 分析報告顯示，特斯拉（Tesla）Model S 電動車，其 2012 ~ 2013 年款的早期車主，可能有高達三分之二行駛 6 萬英里（9.66 萬公里）就需要更換傳動系統。

Plug In America 的分析報告資料來自 370 名車主，其中 43 名擁有 2014 ~ 2015 年份 Model S，由於是新買的車，行駛里程尚未超過 2 萬英里，而根據 327 名早期購買的車主資料進行數學運算分析，預測有 66% 車主行駛 6 萬英里就需要更換傳動系統。不過需要更換傳動系統不代表傳動系統已經故障損壞，因為特斯拉的政策是，一旦傳動系統開始發出不正常雜音就提早換新，而不是等到傳動系統真的故障損壞才換修，另外由於特斯拉保固 8 年，換新對車主也不會造成額外負擔。   這份資料也說明了為何 Model S 遭到一些負面評價，如美國消費性商品評鑑雜誌《消費者報告》（Consumer Reports）把 Model S 從推薦名單中除名，其原因就是認定其「問題發生率高於平均」。日後特斯拉多次表示其技術與經驗進步讓產品品質大幅提升，2015 年 11 月時更表示將故障率降至原有的一半，執行長伊隆‧馬斯克（Elon Musk）也對近幾個月出貨的傳動系統表示信心滿滿。   不過，到底特斯拉的製造品質是否提升，恐怕要等 2014 ~ 2015 年的車輛行駛更久才能見真章。   無論如何，可以確定的一點是，Model S  仍銷售破 10 萬輛，而《消費者報告》指出，儘管問題發生率高於平均，特斯拉車主的滿意度卻居高不下，有高達 97% 車主說會再買特斯拉，原因在於高效率的客服，以最快速度幫助消費者解決問題，不論是馬達、差速器、剎車、資訊系統出問題，都以最不讓消費者困擾的方式盡速更換，「誠意」讓人滿意。   新創產品總是難免有許多意料之外的問題，特斯拉的例子或許可以成為很好的範例，不論是硬體產品還是服務，爛的客服能把好產品弄臭，好的客服讓產品出包也無妨，這天差地別，業者可得戒慎恐懼。

（首圖來源： CC BY 2.0）    （本文授權轉載自《》─〈〉）

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※台北網頁設計公司這麼多，該如何挑選?? 網頁設計報價省錢懶人包"嚨底家"

※網頁設計公司推薦更多不同的設計風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家費用,距離,噸數怎麼算?達人教你簡易估價知識!