内容简介:Spring社区宣布,Spring Cloud Hoxton RELEAS 正式发布。 该版本可以在Maven Central中找到。您可以查看Hoxton 发行说明以获取更多信息。 <dependencyManagement> <dependencies> <dependency> ...
Spring社区宣布,Spring Cloud Hoxton RELEAS 正式发布。 该版本可以在Maven Central中找到。您可以查看Hoxton 发行说明以获取更多信息。
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-dependencies</artifactId>
<version>Hoxton.RELEASE</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement
Hoxton发布系列的重大变化
Spring Cloud Hoxton.RELEASE 基于Spring Boot 2.2.1.RELEASE。
基础组件,大量兼容 Reactive,异步即未来!
新的官网文档系统,提供PDF
Hoxton.RELEASE文档具有新的登录页面,新主题以及单页,多页和pdf版本。更加方便使用
新的负载均衡器实现
Spring Cloud Hoxton.RELEASE是第一个包含阻塞式和非阻塞式负载均衡器客户端实现的版本,作为已进入维护模式的Netflix Ribbon的替代方案。
如果想在 RestTemplate使用新的 BlockingLoadBalancerClient, 需要增加 spring-cloud-loadbalancer 的依赖。
Spring Cloud Gateway 变更
- 支持的ReactiveLoadBalancer。
- RSocket模块已移至Spring Cloud Incubator 开始孵化
- 提供基于
Spring Cloud CircuitBreaker的断路器抽象
Spring Cloud Netflix 变更
- 添加了ReactiveDiscoveryClient 服务发现客户端
- 基于
Spring Cloud Circuit Breaker API重构了 Hystrix 实现 - 添加了禁用Spring Cloud CircuitBreaker Hystrix自动配置的属性
Spring Cloud Config
- 支持
AWS S3作为配置仓库 - 提供纯文本的解密功能
Spring Cloud Sleuth
- 增加
onLastOperator的选项,提高Reactor采集性能 - 支持
Redis调用跟踪 - 支持
AWS SQS调用跟踪 - 支持
Quartz调用跟踪 ...
Spring Cloud Commons
同上文的 新的负载均衡实现,项目是 Spring Cloud Common 下
ReactiveDiscoveryClient 变更
- Spring Cloud Cloudfoundry 提供支持
- Spring Cloud Kubernetes 提供支持
- Spring Cloud Netflix 提供支持
- Spring Cloud Consul 提供支持
- Spring Cloud Zookeeper 提供支持
- Spring Cloud Openfeign 提供支持
...
以上所述就是小编给大家介绍的《Spring Cloud Hoxton.RELEASE 版本发布!异步即未来》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- LWN:fsync()的异步版本
- PHP 异步协程框架 Group-Co 更新 v1.0.4 版本
- 微信 SDK 升级,全面支持异步缓存接口, .NET 3.5/4.0版本5月1日起停止更新
- 微信 SDK 升级,全面支持异步缓存接口, .NET 3.5/4.0版本5月1日起停止更新
- SpringBoot | :异步开发之异步调用
- 改进异步封装:处理带返回值的异步调用
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
机器学习算法原理与编程实践
郑捷 / 电子工业出版社 / 2015-11 / 88.00
本书是机器学习原理和算法编码实现的基础性读物,内容分为两大主线:单个算法的原理讲解和机器学习理论的发展变迁。算法除包含传统的分类、聚类、预测等常用算法之外,还新增了深度学习、贝叶斯网、隐马尔科夫模型等内容。对于每个算法,均包括提出问题、解决策略、数学推导、编码实现、结果评估几部分。数学推导力图做到由浅入深,深入浅出。结构上数学原理与程序代码一一对照,有助于降低学习门槛,加深公式的理解,起到推广和扩......一起来看看 《机器学习算法原理与编程实践》 这本书的介绍吧!