1.维吉利亚加密算法 求C或C++源代码 ！源码！源码急
2.探寻最优linux镜像网站linux镜像网站
3.ribbon负载均衡详解

维吉利亚加密算法 求C或C++源代码 ！源码！源码急

       #include <stdio.h>

       #include <iostream>

       #include <string>

       using namespace std;

       void encrypt(char *m,源码 char *k, char *c) //加密算法

       {

        int i = 0,j=0;

        while(m[i] != '\0')

        {

        if(m[i] >= 'a' && m[i] <= 'z')

        {

        c[i] = (m[i] - 'a' + k[i%4] - 'a') % + 'a';

        i++;

        }

        else

        {

        c[i] = (m[i] - 'A' + k[i%4] - 'A') % + 'A';

        i++;

        }

        }

        c[i] = '\0';

       }

       void decrypt(char *m, char *k, char *c) //解密算法

       {

        int i = 0,j=0;

        while(c[i] != '\0')

        {

        if(c[i] >= 'a' && c[i] <= 'z')

        {

        m[i] = (c[i] - k[i%4] + ) % + 'a'; //注意此处

        i++;

        }

        }

        m[i] = '\0';

       }

       void main()

       {

        int ii = 1, jj,j;

        char mm[];

        char kk[];

        printf("enter the k's contest:");

        for(j=0;kk[j-1]!='#';j++)

        {

        kk[j]=getchar();

        }

       char cc[];

        while(ii)

        {

        printf("0:Exit 1 : Encrypt 2 : Decrypt\n");

        printf("input the number:\n");

        scanf("%d",&jj);

        switch (jj)

        {

        case 0:

        break;

        case 1 : printf("input the original text:\n");

        scanf("%s", mm);

        encrypt(mm, kk, cc);

        printf("%s\n", cc);

        break;

        case 2 : printf("input the cryptograph:\n");

        scanf("%s", cc);

        decrypt(mm, kk, cc);

        printf("%s\n", mm);

        break;

        default : break;

        }

        }

       }

       你再调试下，有点小错

探寻最优linux镜像网站linux镜像网站

       探寻最优Linux镜像网站

       Linux是源码成品视频源码搭建一种自由、开放源代码的源码操作系统，其应用及用户群体越来越广泛，源码已经从最初的源码服务器端应用扩展到了桌面端、移动端等各个领域。源码然而，源码作为一个开放源代码的源码操作系统，不同版本的源码股票指标源码教材Linux安装包及其应用软件需要从不同的服务器下载，而服务器不同，源码下载速度也会不同。源码因此，如何选取最优的Linux镜像网站来下载软件包，成为了Linux用户必须要解决的问题。

       常见的魔兽显蓝源码Linux镜像网站包括: 阿里云、网易云、中科大、清华大学镜像站等。这篇文章将采用Python编程语言，通过测速工具获取Linux镜像站点下载速度，以得出最优Linux镜像网站。android源码编译问题

       1.编写Python程序获取镜像站点速度

       通过Python编程语言，我们可以很快地编写程序来测量和比较各个Linux镜像网站的下载速度。首先，我们需要安装Python requests 和time模块。

       import requests

       import time

       def test_speed(url):

        start_time = time.time()

        try:

        response = requests.get(url, timeout=3)

        end_time = time.time()

        speed = round(response.content.__len__() / (end_time-start_time) / , 2)

        return speed

        except:

        return -1

       上述代码中，定义了test_speed()函数，网站有了源码该函数接收一个url参数，在函数内使用requests.get()方法获取返回的数据，如果成功，计算下载速度，并返回。如果下载失败，返回-1。

       2.测试镜像站点速度

       我们定义一个Linux镜像网站列表来测试速度，如下所示：

       mirror_list = [

        “/ubuntu/dists/xenial/main/installer-amd/”,

        “/ubuntu/dists/xenial/main/installer-amd/”

       ]

       使用for循环循环遍历镜像站点，调用test_speed()函数进行速度测试，并将测试结果输出：

       for mirror in mirror_list:

        print(mirror, test_speed(mirror))

       3.选择最优的Linux镜像网站

       我们定义一个函数get_best_mirror()，该函数依次对所有Linux镜像网站进行速度测试，并找出其中下载速度最快的镜像网站，并返回该站点的url：

       def get_best_mirror():

        mirror_list = [

        “/ubuntu/dists/xenial/main/installer-amd/”,

        “/ubuntu/dists/xenial/main/installer-amd/”

        ]

        best_mirror = “”

        best_speed = 0

        for mirror in mirror_list:

        speed = test_speed(mirror)

        if speed > best_speed:

        best_mirror = mirror

        best_speed = speed

        return best_mirror

       运行get_best_mirror()函数，将输出下载速度最快的Linux镜像网站。

       综上所述，我们可以通过Python编程语言，使用测速工具获取Linux镜像站点的下载速度，以得出最优的Linux镜像网站。这样可以提高软件的下载速度，节约时间，提高效率。

ribbon负载均衡详解

       æœåŠ¡ç«¯è´Ÿè½½å‡è¡¡ï¼šåœ¨å®¢æˆ·ç«¯å’ŒæœåŠ¡ç«¯ä¸­é—´ä½¿ç”¨ä»£ç†ï¼Œlvs  和 nginx。

        硬件负载均衡的设备或是软件负载均衡的软件模块都会维护一个下挂可用的服务端清单，通过心跳检测来剔除故障的服务端节点以保证清单中都是可以正常访问的服务端节点。当客户端发送请求到负载均衡设备的时候，该设备按某种算法（比如线性轮询、按权重负载、按流量负载等）从维护的可用服务端清单中取出一台服务端端地址，然后进行转发。

        客户端负载均衡：根据自己的情况做负载。Ribbon。

        客户端负载均衡和服务端负载均衡最大的区别在于 服务端地址列表的存储位置，以及负载算法在哪里。

        2、Spring Cloud的负载均衡机制的实现

        Spring Cloud Ribbon是一个基于HTTP和TCP的客户端负载均衡工具，它基于Netflix Ribbon实现。通过Spring Cloud的封装，可以让我们轻松地将面向服务的REST模版请求自动转换成客户端负载均衡的服务调用。Ribbon实现客户端的负载均衡，负载均衡器提供很多对.netflix.client.conf.CommonClientConfigKey。

        <clientName>.<nameSpace>.NFLoadBalancerClassName=xx

        <clientName>.<nameSpace>.NFLoadBalancerRuleClassName=xx

        <clientName>.<nameSpace>.NFLoadBalancerPingClassName=xx

        <clientName>.<nameSpace>.NIWSServerListClassName=xx

        <clientName>.<nameSpace>.NIWSServerListFilterClassName=xx

        com.netflix.client.config.IClientConfig：Ribbon的客户端配置，默认采用com.netflix.client.config.DefaultClientConfigImpl实现。

        com.netflix.loadbalancer.IRule：Ribbon的负载均衡策略，默认采用com.netflix.loadbalancer.ZoneAvoidanceRule实现，该策略能够在多区域环境下选出最佳区域的实例进行访问。

        com.netflix.loadbalancer.IPing：Ribbon的实例检查策略，默认采用com.netflix.loadbalancer.NoOpPing实现，该检查策略是一个特殊的实现，实际上它并不会检查实例是否可用，而是始终返回true，默认认为所有服务实例都是可用的。

        com.netflix.loadbalancer.ServerList：服务实例清单的维护机制，默认采用com.netflix.loadbalancer.ConfigurationBasedServerList实现。

        com.netflix.loadbalancer.ServerListFilter：服务实例清单过滤机制，默认采org.springframework.cloud.netflix.ribbon.ZonePreferenceServerListFilter，该策略能够优先过滤出与请求方处于同区域的服务实例。

        com.netflix.loadbalancer.ILoadBalancer：负载均衡器，默认采用com.netflix.loadbalancer.ZoneAwareLoadBalancer实现，它具备了区域感知的能力。

        上面的配置是在项目中没有引入spring Cloud Eureka，如果引入了Eureka和Ribbon依赖时，自动化配置会有一些不同。

        通过自动化配置的实现，可以轻松的实现客户端的负载均衡。同时，针对一些个性化需求，我们可以方便的替换上面的这些默认实现，只需要在springboot应用中创建对应的实现实例就能覆盖这些默认的配置实现。

        @Configuration

        public class MyRibbonConfiguration {

            @Bean

            public IRule ribbonRule(){

                return new RandomRule();

            }

        }

        这样就会使用P使用了RandomRule实例替代了默认的com.netflix.loadbalancer.ZoneAvoidanceRule。

        也可以使用@RibbonClient注解实现更细粒度的客户端配置

       å¯¹äºŽRibbon的参数通常有二种方式：全局配置以及指定客户端配置

        全局配置的方式很简单

        只需要使用ribbon.<key>=<value>格式进行配置即可。其中，<key>代表了Ribbon客户端配置的参数名，<value>则代表了对应参数的值。比如，我们可以想下面这样配置Ribbon的超时时间

        ribbon.ConnectTimeout=

        ribbon.ServerListRefreshInterval=   ribbon获取服务定时时间

        全局配置可以作为默认值进行设置，当指定客户端配置了相应的key的值时，将覆盖全局配置的内容

        指定客户端的配置方式

        <client>.ribbon.<key>=<value>的格式进行配置.<client>表示服务名，比如没有服务治理框架的时候（如Eureka），我们需要指定实例清单，可以指定服务名来做详细的配置，

        user-service.ribbon.listOfServers=localhost:,localhost:,localhost:

        对于Ribbon参数的key以及value类型的定义，可以通过查看com.netflix.client.config.CommonClientConfigKey类。

        当在spring Cloud的应用同时引入Spring cloud Ribbon和Spring Cloud Eureka依赖时，会触发Eureka中实现的对Ribbon的自动化配置。这时的serverList的维护机制实现将被com.netflix.niws.loadbalancer.DiscoveryEnabledNIWSServerList的实例所覆盖，该实现会讲服务清单列表交给Eureka的服务治理机制来进行维护。IPing的实现将被com.netflix.niws.loadbalancer.NIWSDiscoveryPing的实例所覆盖，该实例也将实例接口的任务交给了服务治理框架来进行维护。默认情况下，用于获取实例请求的ServerList接口实现将采用Spring Cloud Eureka中封装的org.springframework.cloud.netflix.ribbon.eureka.DomainExtractingServerList，其目的是为了让实例维护策略更加通用，所以将使用物理元数据来进行负载均衡，而不是使用原生的AWS AMI元数据。在与Spring cloud Eureka结合使用的时候，不需要再去指定类似的user-service.ribbon.listOfServers的参数来指定具体的服务实例清单，因为Eureka将会为我们维护所有服务的实例清单，而对于Ribbon的参数配置，我们依然可以采用之前的两种配置方式来实现。

        此外，由于spring Cloud Ribbon默认实现了区域亲和策略，所以，可以通过Eureka实例的元数据配置来实现区域化的实例配置方案。比如可以将不同机房的实例配置成不同的区域值，作为跨区域的容器机制实现。而实现也非常简单，只需要服务实例的元数据中增加zone参数来指定自己所在的区域，比如：

        eureka.instance.metadataMap.zone=shanghai

        在Spring Cloud Ribbon与Spring Cloud Eureka结合的工程中，我们可以通过参数禁用Eureka对Ribbon服务实例的维护实现。这时又需要自己去维护服务实例列表了。

        ribbon.eureka.enabled=false.

        由于Spring Cloud Eureka实现的服务治理机制强调了cap原理的ap机制（即可用性和可靠性），与zookeeper这类强调cp（一致性，可靠性）服务质量框架最大的区别就是，Eureka为了实现更高的服务可用性，牺牲了一定的一致性，在极端情况下宁愿接受故障实例也不要丢弃"健康"实例。

        比如说，当服务注册中心的网络发生故障断开时候，由于所有的服务实例无法维护续约心跳，在强调ap的服务治理中将会把所有服务实例剔除掉，而Eureka则会因为超过%的实例丢失心跳而触发保护机制，注册中心将会保留此时的所有节点，以实现服务间依然可以进行互相调用的场景，即使其中有部分故障节点，但这样做可以继续保障大多数服务的正常消费。

        在Camden版本，整合了spring retry来增强RestTemplate的重试能力，对于我们开发者来说，只需要简单配置，即可完成重试策略。

        spring.cloud.loadbalancer.retry.enabled=true

        hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds=

        user-service.ribbon.ConnectTimeout=

        user-service.ribbon.ReadTimeout=

        user-service.ribbon.OkToRetryOnAllOperations=true

        user-service.ribbon.MaxAutoRetriesNextServer=2

        user-service.ribbon.maxAutoRetries=1

        spring.cloud.loadbalancer.retry.enabled:该参数用来开启重试机制，它默认是关闭的。

        hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds：断路器的超时时间需要大于Ribbon的超时时间，不然不会触发重试。

        user-service.ribbon.ConnectTimeout：请求连接超时时间。

        user-service.ribbon.ReadTimeout：请求处理的超时时间

        user-service.ribbon.OkToRetryOnAllOperations：对所有操作请求都进行重试。

        user-service.ribbon.MaxAutoRetriesNextServer：切换实例的重试次数。

        user-service.ribbon.maxAutoRetries：对当前实例的重试次数。

        根据以上配置，当访问到故障请求的时候，它会再尝试访问一次当前实例（次数由maxAutoRetries配置），如果不行，就换一个实例进行访问，如果还是不行，再换一个实例访问（更换次数由MaxAutoRetriesNextServer配置），如果依然不行，返回失败

       é¡¹ç›®å¯åŠ¨çš„时候会自动的为我们加载LoadBalancerAutoConfiguration自动配置类，该自动配置类初始化条件是要求classpath必须要有RestTemplate这个类，必须要有LoadBalancerClient实现类。

        LoadBalancerAutoConfiguration为我们干了二件事，第一件是创建了LoadBalancerInterceptor拦截器bean，用于实现对客户端发起请求时进行拦截，以实现客户端负载均衡。创建了一个

        RestTemplateCustomizer的bean，用于给RestTemplate增加LoadBalancerInterceptor拦截器。

        每次请求的时候都会执行org.springframework.cloud.client.loadbalancer.LoadBalancerInterceptor的intercept方法，而LoadBalancerInterceptor具有LoadBalancerClient（客户端负载客户端）实例的一个引用，

        在拦截器中通过方法获取服务名的请求url（比如/p/1bddb5dc

        Spring cloud系列六 Ribbon的功能概述、主要组件和属性文件配置  

       /p/faffa

        本人有道云笔记中记录的参考文章

        文档：_ribbon 负载均衡.note

        链接：/noteshare?id=efc3efbbefd8ed0b9&sub=B0E6DFEEBDAF