http 转发就是用 go 和 python 的客户端，转发是为了解决拼接消息体麻烦的痛点。
另外也封装 http 查询 redis，hbase 这些接口，这样一来就可以通过 http 接口的方式实现业务流的自动化了。

A：我这个邮箱是假的，爱信不信。
B：A 一定是真邮箱，我向你保证。
C：反正真邮箱不是我的，不信的话就投我吧。
D：B 是真邮箱，刚刚我听到老板说了，千真万确。

排除 + 假设

• A 和 B 说话矛盾，说明 A 和 B 一定有一个人是说了真话
• 因此，C，D 就肯定是假的
• 因为 D 说了假话，那么 B 就是假邮箱
• 假设 B 说的是真话，那么 A 邮箱是真的，也就是 A 说了假话。
• 综上所述，即 ACD 说了假话，B 说真话。符合题意的三个人说假话，一个人说真话。可得假设成立
• 搞定

优秀，反正也就 4 个答案，暴力枚举即可，无需花里胡哨的

locust + boomer，可以试试这个组合

@simple 申请开通个人专栏，谢谢~
提个小建议，是否可以在这个地方新增一个申请开通专栏的入口~

json 只是保存到数据库，实际上在前端界面化展示了，去在线 demo 看看就知道啦

你本身就做得不错了。
我主要是细节和使用方便的优化，比如说那个提取返回值，增加了自动生成。
加了访问量统计，用户 token 改成 jwt，用户权限管理，限制普通用户不能删除项目，搜索改成监听的方式，不需要每次都点击，api 和用例的目录移动等等

需要提前下载好腾讯会议哦~

我也试过你不推荐的方式来做，按照开发给出的流程图实现一遍，不过是 python 实现的。
最后相比 diff python 计算的结果和 Flink 输出的结果。
好处是：对需求的理解更加透彻，并且能够反思一遍用例是否覆盖到位。
缺点是：要写用例，还要实现功能，比较耗时。开发给出的流程图可能和实际逻辑实现有出入，需要反复沟通，沟通成本略高。

后续找机会试试拆分算子测试的方式~
感谢分享，期待下一篇~

我们这个需要关注消息的内容，所以才会有上面那些处理消息的函数，自带的压测工具可能就满足不了。
昨天也试了多线程，确实能够显著提高并发。现在这个能满足需求，并且继承到了测试平台，研发和测试随时都能调用。

多开几个线程，速度还是很猛的

发邮件记得说清楚地区哦

另外想问一下，Flink 是怎么实现自动化部署的，我们目前 Flink 是运行在 Yarn 集群上面，发布的时候需要人工先保存中间值，然后再启动。

我现在的做法是实现一个执行 sql 的接口，然后把执行结果抽取出来和要验证接口的响应值对比。

rikasai@huacainoMacBook-Pro CaseManager % npm fund
Error: ENOENT: no such file or directory, uv_cwd
    at process.wrappedCwd (internal/bootstrap/switches/does_own_process_state.js:129:28)
    at process.cwd (/usr/local/lib/node_modules/npm/node_modules/graceful-fs/polyfills.js:10:19)
    at Conf.loadPrefix (/usr/local/lib/node_modules/npm/lib/config/load-prefix.js:46:24)
    at load_ (/usr/local/lib/node_modules/npm/lib/config/core.js:109:8)
    at Conf.<anonymous> (/usr/local/lib/node_modules/npm/lib/config/core.js:96:5)
    at Conf.emit (events.js:315:20)
    at ConfigChain._resolve (/usr/local/lib/node_modules/npm/node_modules/config-chain/index.js:281:34)
    at ConfigChain.add (/usr/local/lib/node_modules/npm/node_modules/config-chain/index.js:259:10)
    at Conf.add (/usr/local/lib/node_modules/npm/lib/config/core.js:338:27)
    at Conf.<anonymous> (/usr/local/lib/node_modules/npm/lib/config/core.js:314:25)
internal/bootstrap/switches/does_own_process_state.js:129
    cachedCwd = rawMethods.cwd();
                           ^

Error: ENOENT: no such file or directory, uv_cwd
    at process.wrappedCwd (internal/bootstrap/switches/does_own_process_state.js:129:28)
    at process.cwd (/usr/local/lib/node_modules/npm/node_modules/graceful-fs/polyfills.js:10:19)
    at process.errorHandler (/usr/local/lib/node_modules/npm/lib/utils/error-handler.js:181:30)
    at process.emit (events.js:315:20)
    at process._fatalException (internal/process/execution.js:169:25) {
  errno: -2,
  code: 'ENOENT',
  syscall: 'uv_cwd'
}
shell-init: error retrieving current directory: getcwd: cannot access parent directories: No such file or directory
chdir: error retrieving current directory: getcwd: cannot access parent directories: No such file or directory
chdir: error retrieving current directory: getcwd: cannot access parent directories: No such file or directory
shell-init: error retrieving current directory: getcwd: cannot access parent directories: No such file or directory
shell-init: error retrieving current directory: getcwd: cannot access parent directories: No such file or directory
shell-init: error retrieving current directory: getcwd: cannot access parent directories: No such file or directory
shell-init: error retrieving current directory: getcwd: cannot access parent directories: No such file or directory
shell-init: error retrieving current directory: getcwd: cannot access parent directories: No such file or directory
rikasai@huacainoMacBook-Pro CaseManager %

加了代理，还是一直下载不了依赖，很奇怪。

cnpm 也不行

嗯嗯，这个应该能解决一部分问题。计算结果有部分是通过 kafka 发出去的，存在 redis 的部分应该能这么搞

这个不科学的，不能因为迟到的一点数据而让整体跟着延迟，就算是可以，中间值也会非常大，吃完了内存。

要求还蛮高，计算结果会在厂家的大屏上显示。
延迟一般都是硬件故障导致的，目前还想不到很好的办法。延迟的消息只能直接在 filter 过滤了，不会计算，所以影响不了当前的计算结果。

消息里面有 eventtime，但是有些消息相隔几个小时，甚至几天再上来。因为消息是从硬件开始上报 mqtt，再转 kafka 的。

文章写得很棒！特别是 checkpoint 的部分。
发现个小问题，wordCount 的例子缺少了 try catch，Flink 算子有个很坑的点，一旦没捕捉异常，就会一直重启。
流式计算依赖消息的顺序性，要是消息不能保证顺序，这个点就很蛋疼。
我们用 Flink 做实时计算，同时还把 Kafka 持久化到 Hbase，实时计算出现偏差时，再用 Spark 去离线重算一遍。

1.有，解决公司现存问题的工具就是好工具
2.亲自执行一遍测试工作流
3.肯定是 web，因为浏览器每个人都有，并且更新后所有人只需要刷新页面就能同步到最新功能。

这错别的地方有点多啊
2020.12 月？
收货？
下层？

试了各种方式传参，终于搞定了~~

# 方法签名
public PageModel<ShiftStopInfo> queryByPage(PageModel<ShiftStopInfo> pageModel, StopSearchParam searchParam);

想问一下泛型，还有实体参数的时候，应该怎么入参

queryByPage(Listl<Msg> listMsg, SearchParam sp)