怎么看东方电子峰谷电表的指数？（有费率1，费率2，费率3，费率4），哪个是总电量？哪个是峰？哪个是谷？

东方电子峰谷电表的壳体上有一个按键可以更新显示日期页面，按一下按键，屏幕来到时间页面，再按一下，来到总电量一页，下面会显示详细的两组数据就是峰和谷了。
1、峰谷电表都属于单相表，与三相表相对应的概念，安装在表箱中是已经上电正常工作的，从外观上看，每隔几秒钟屏幕就会更新显示页面；另外，在壳体上还有一个按键可以使用，每按一下也可以更新显示页面。一般来说，上电后的第一屏是日期。
2、“尖”“峰”“平”“谷”是四个费率时段的电量显示 一般来说，电表还要显示上两个月的用电情况，所以后面的几屏一般是上一月和上两月的用电信息 如果你看到有这么奇怪的两屏，一共是12位的数字组合时，这个是此电表的ID号，是在电网中运行的唯一的标识。

1、峰谷电表按轮显会显示上1月总电量、峰电量、谷电量。每个月用的电量=当前的总-上1月的总就是你这个月用的电量。当前的电量是从安装到现在的总电量。累加方式，一般情况峰电量+谷电量=总电量。峰时度数和谷时度数分开计算分开计费的。
2、峰谷电表怎么看：答峰谷电表显示的数字一般分别为总电量数、 峰段电量数、平段电量数、谷段电量数，但是有的电表是轮流跳动显示各电量值，有的电表有按键，每按一次键，显示一个电量数值。 峰电量加上谷电量是等于总电量的，峰谷电表是采用专用集成电路进行电能计量、专用CPU电路进行数据处理、显示和控制继电器动作。它的主要特点是性能可靠、准确度高、高过载、功耗低、体积小、重量轻和使用方便等，所以被很多地方使用。供计量额定频率为50Hz的交流单相有功电能。适用于预付费以及与计算机联网等。
总，指总电量；尖、峰、平、谷是用电曲线的走势，是供电局记录不同时间段电网运行情况，并以此区别电价的标志尖、峰、平、谷分别为几个时间段，它们相应的电价也是不一样的。
“峰谷电价”意义在于，鼓励居民利用低谷电价的优惠条件大量消费低谷电力，比如电热水器、空调和其他电器设备。同时，对电力部门来说，将高峰用电转移到低谷时段，既缓解了高峰电力供需缺口，又促进了电力资源的优化配置，是一项“削峰填谷”的双赢策略。

Kafka 是一个分布式消息队列，具有高性能、持久化、多副本备份、横向扩展能力。生产者往队列里写消息，消费者从队列里取消息进行业务逻辑。一般在架构设计中起到解耦、削峰、异步处理的作用。
（1）生产者和消费者（producer和consumer）：消息的发送者叫 Producer，消息的使用者和接受者是 Consumer，生产者将数据保存到 Kafka 集群中，消费者从中获取消息进行业务的处理。

（2）broker：Kafka 集群中有很多台 Server，其中每一台 Server 都可以存储消息，将每一台 Server 称为一个 kafka 实例，也叫做 broker。

（3）主题（topic）：一个 topic 里保存的是同一类消息，相当于对消息的分类，每个 producer 将消息发送到 kafka 中，都需要指明要存的 topic 是哪个，也就是指明这个消息属于哪一类。

（4）分区（partition）：每个 topic 都可以分成多个 partition，每个 partition 在存储层面是 append log 文件。任何发布到此 partition 的消息都会被直接追加到 log 文件的尾部。为什么要进行分区呢？最根本的原因就是：kafka基于文件进行存储，当文件内容大到一定程度时，很容易达到单个磁盘的上限，因此，采用分区的办法，一个分区对应一个文件，这样就可以将数据分别存储到不同的server上去，另外这样做也可以负载均衡，容纳更多的消费者。

（5）偏移量（Offset）：一个分区对应一个磁盘上的文件，而消息在文件中的位置就称为 offset（偏移量），offset 为一个 long 型数字，它可以唯一标记一条消息。由于kafka 并没有提供其他额外的索引机制来存储 offset，文件只能顺序的读写，所以在kafka中几乎不允许对消息进行“随机读写”。
（6）分布式和分区（distributed、partitioned）
  我们说 kafka 是一个分布式消息系统，所谓的分布式，实际上我们已经大致了解。消息保存在 Topic 中，而为了能够实现大数据的存储，一个 topic 划分为多个分区，每个分区对应一个文件，可以分别存储到不同的机器上，以实现分布式的集群存储。另外，每个 partition 可以有一定的副本，备份到多台机器上，以提高可用性。

总结起来就是：一个 topic 对应的多个 partition 分散存储到集群中的多个 broker 上，存储方式是一个 partition 对应一个文件，每个 broker 负责存储在自己机器上的 partition 中的消息读写。
（7）副本（replicated ）
kafka 还可以配置 partitions 需要备份的个数(replicas),每个 partition 将会被备份到多台机器上,以提高可用性，备份的数量可以通过配置文件指定。

这种冗余备份的方式在分布式系统中是很常见的，那么既然有副本，就涉及到对同一个文件的多个备份如何进行管理和调度。kafka 采取的方案是：每个 partition 选举一个 server 作为“leader”，由 leader 负责所有对该分区的读写，其他 server 作为 follower 只需要简单的与 leader 同步，保持跟进即可。如果原来的 leader 失效，会重新选举由其他的 follower 来成为新的 leader。

至于如何选取 leader，实际上如果我们了解 ZooKeeper，就会发现其实这正是 Zookeeper 所擅长的，Kafka 使用 ZK 在 Broker 中选出一个 Controller，用于 Partition 分配和 Leader 选举。

另外，这里我们可以看到，实际上作为 leader 的 server 承担了该分区所有的读写请求，因此其压力是比较大的，从整体考虑，有多少个 partition 就意味着会有多少个leader，kafka 会将 leader 分散到不同的 broker 上，确保整体的负载均衡。

Apache Kafka 的一个关键依赖是 Apache Zookeeper，它是一个分布式配置和同步服务。Zookeeper 是 Kafka 代理和消费者之间的协调接口。Kafka 服务器通过 Zookeeper 集群共享信息。Kafka 在 Zookeeper 中存储基本元数据，例如关于主题，代理，消费者偏移(队列读取器)等的信息。

由于所有关键信息存储在 Zookeeper 中，并且它通常在其整体上复制此数据，因此Kafka代理/ Zookeeper 的故障不会影响 Kafka 集群的状态。Kafka 将恢复状态，一旦 Zookeeper 重新启动。 这为Kafka带来了零停机时间。Kafka 代理之间的领导者选举也通过使用 Zookeeper 在领导者失败的情况下完成。

以上流程将重复，直到消费者停止请求。
消费者可以随时回退/跳到所需的主题偏移量，并阅读所有后续消息。

在队列消息传递系统而不是单个消费者中，具有相同组 ID 的一组消费者将订阅主题。 简单来说，订阅具有相同 Group ID 的主题的消费者被认为是单个组，并且消息在它们之间共享。 让我们检查这个系统的实际工作流程。

此功能也称为使用者组。 同样，Kafka 将以非常简单和高效的方式提供两个系统中最好的。

>商城秒杀业务的性质是高并发

我们的基本数据

并发1~2万

同时在线4~5万用户

日活跃用户10万

学习完秒杀业务,我们能具备处理一般高并发业务的基本逻辑

下面我们要做的是准备工作

除了基本的CRUD之外

我们还要做一些缓存预热工作

秒杀模块是mall-seckill,这个模块 *** 作的数据库是mall-seckill

数据库中包含秒杀spu信息和秒杀sku信息以及秒杀成功记录

我们要利用Quartz周期性的将每个批次的秒杀商品,预热到Redis

所谓"预热"就是将即将出现高并发查询的数据提前保存在Redis中

我们的业务只是将每个商品的库存数保存在Redis即可

mall-seckill-webapi项目

创建mapper包,创建SeckillSpuMapper

代码如下

SeckillSpuMapperxml文件添加内容

创建包serviceimpl

包中创建SeckillSpuServiceImpl实现ISeckillSpuService

创建controller包

创建SeckillSpuController类

下面可以测试

NacosRedisSeata

服务需要依次启动

LeafProductpassportseckill

测试10007秒杀端口号

正常配置登录JWT

我们将秒杀的商品Spu列表查询出来

当用户选择一个商品时

我们要将这个商品的sku也查询出来

也就是根据SpuId查询Sku的列表

创建SeckillSkuMapper

SeckillSkuMapperxml文件添加内容

根据给定时间查询出正在进行秒杀的商品列表

首先保证数据库中的seckill_spu表的数据正在秒杀时间段(检查数据,如果不在秒杀时间段,将结束时间后移如2024年)

SeckillSpuMapper添加方法

SeckillSpuMapperxml

这次查询主要是因为后面我们要学习的布隆过滤器,方式缓存穿透使用的

SeckillSpuMapper,添加一个方法

SeckillSpuMapperxml

我们要使用Quartz调度工具完成任务调度

按照秒杀的批次在秒杀开始前很短的时间内进行进行缓存预热工作

例如每天的12:00 14:00 16:00 18:00进行秒杀

那么就在 11:55 13:55 15:55 17:55 进行预热

1我们预热的内容是将参与秒杀商品的sku查询出来,根据skuid将该商品的库存保存在Redis中

2在秒杀开始后,当有用户查询秒杀商品后,将该商品保存在Redis中,还要注意防止雪崩(有效时间添加随机数)

3(待完善)在秒杀开始前,生成布隆过滤器,访问时先判断布隆过滤器,如果判断商品存在,再继续访问

利用Quartz将库存和随机码保存到Redis

1创建Job接口实现类

2创建配置类,配置JobDetail和Trigger

在seckill包下创建timerjob包

包中创建SeckillInitialJob类

代码如下

上面的类中的代码只是编写了

我们需要在Quartz中触发才能生效

我们创建timeconfig包

包中创建QuartzConfig类编写Job的触发

启动NacosRedisSeata

项目启动Leafproductseckill

上面章节我们完成了缓存预热

下面要根据SpuId查询正在秒杀的商品

和普通的SpuId查询商品详情相比

它的业务判断更复杂

1布隆过滤器判断(后期完成)

2判断商品是否在Redis中

3判断要购买的商品是否在秒杀时间段内

4如果一切正常在返回详情信息前,要为url属性赋值,其实就是固定路径+随机码

在SeckillSpuServiceImpl类中编写新的方法

上次课完成了查询根据SpuId查询Detail详情的业务逻辑层

下面开发控制层

SeckillSpuController添加方法

启动测试

NacosSeataRedis

LeafProductSeckillpassport

>峰用电指高峰用电，谷用电直低谷用电。
峰谷电价也称“分时电价”，是指按高峰用电、平段用电和低谷用电分别计算电费的一种电价制度。
两者关联：峰用电与谷用电是峰谷电的一种用电方式，是在城市居民当中开展试点的一种新电价类别，它是将一天24小时划分成两个时间段。

谷用电和峰用电是新电价类型。供电方将一天24小时分成两部，从早上8点到晚上10点为峰用电阶段，晚上10点到次日早上8点为谷用电阶段。两者的电价不同，峰用电的价格要高于谷用电。这样是为了鼓励市民在谷用电时期用电。
1、用电高峰时段用的电量就是峰电用量，比如说下午下班后吃饭到睡觉这段时间，还有早上起床后吃早餐这段时间，大家都在用电的这段时间用电量大，形成用电高峰。半夜都睡觉没人用电了，用电形成低谷，这时间用的电量叫谷电量，一天之内高峰期和低谷期是按时间分段的，电价不一样。峰时用电量价格高，谷时用电量价格低。
2、“峰谷电价”意义在于，鼓励居民利用低谷电价的优惠条件大量消费低谷电力，比如电热水器、空调和其他电器设备。同时，对电力部门来说，将高峰用电转移到低谷时段，既缓解了高峰电力供需缺口，又促进了电力资源的优化配置，是一项“削峰填谷”的双赢策。

---