前端资料汇总
我一直觉得技术面试不是考试，考前背背题，发给你一张考卷，答完交卷等通知。
首先，技术面试是一个 认识自己 的过程，知道自己和外面世界的差距。
更重要的是，技术面试是一个双向了解的过程，要让对方发现你的闪光点，同时也要 试图去找到对方的闪光点，因为他以后可能就是你的同事或者领导，所以，面试官问你有什么问题的时候，不要说没有了，要去试图了解他的工作内容、了解这个团队的氛围。 找工作无非就是看三点：和什么人、做什么事、给多少钱，要给这三者在自己的心里划分一个比例。 最后，祝愿大家在这并不友好的环境下都能找到自己心仪的归宿。
开源分享：docs.qq.com/doc/DSmRnRG…
在之前的关于 TDengine 的系列文章中，我们只介绍到了 Server 端与 Client 端，除此之外，官方还有一个报警模块，用以根据用户定义的规则实现近实时的报警监测。本文是结合 TDengine 官方文档的具体实践，先是结合 Prometheus 的 AlertManager 实现报警推送；然后将 TDengine 产生的报警信息推送到我们自己编写的 SpringBoot 的 Web 服务回调，并完成 WebSocket 推送、告警邮件推送。
在一系列的监测电压、电流、温度的时序数据中，当近3分钟之内的平均温度超过50℃时，进行告警。
Note：虽然使用平均值，但这并不是一个好的实践，这里仅以平均值作为一个示例。
一个古老的笑话：一位统计学家跳进平均深度只有25厘米的湖中，然后差点被淹死……
Note: 建库建表语句如下（以下是经过简化后的，仅写入两条数据，说明问题即可）：
create database if not exists iot;
create stable if not exists iot.power(ts timestamp, voltage int, currente float, temperature float) tags(sn int, city nchar(64), groupid int);
create table if not exists iot.device0 using iot.power tags(0, "太原", 0);
create table if not exists iot.device1 using iot.power tags(1, "西安", 1);
insert into iot.device0 values("2021-11-10 21:03:38.734", 1, 1.0, 1.0);
insert into iot.device1 values("2021-11-10 21:03:40.734", 2, 2.0, 2.0);
下载安装
下载
[root@s1 ~]# cd /usr/local/
[root@hadoop1 local]# wget www.taosdata.com/assets-down…
解压安装
[root@hadoop1 local]# tar -xvf TDengine-alert-2.2.0.2-Linux-x64.tar.gz
配置文件
[root@hadoop1 local]# cd TDengine-alert
养成好习惯，备份配置文件
[root@hadoop1 TDengine-alert]# cp alert.cfg alert.cfg.bk
查看配置文件的默认内容
[root@hadoop1 TDengine-alert]# cat alert.cfg
{
"port": 8100,
"database": "file:alert.db",
"tdengine": "root:taosdata@/tcp(127.0.0.1:0)/",
"log": {
"level": "debug",
"path": ""
},
"receivers": {
"alertManager": "http://127.0.0.1:9093/api/v1/alerts",
"console": true
}
}
配置选项的含义如下：
port：报警模块支持使用 restful API 对规则进行管理，这个参数用于配置 http 服务的侦听端口。
database：报警模块将规则保存到了一个 sqlite 数据库中，这个参数用于指定数据库文件的路径（不需要提前创建这个文件，如果它不存在，程序会自动创建它）。
tdengine：TDEngine 的连接信息，一般来说，数据库信息应该在报警规则中指定，所以这里 不 应包含这一部分信息。
log > level：日志的记录级别，可选 production 或 debug。
log > path：日志文件的路径。
receivers > alertManager：报警模块会将报警推送到 AlertManager，在这里指定 AlertManager 的接收地址。
可以启动啦，这里是前台启动，方便查看控制台的日志；生产环境可以用：nohup ./alert cfg alert.cfg &
[root@hadoop1 TDengine-alert]# ./alert -cfg alert.cfg
报警规则
上一步中虽然启动了报警模块，但是我们还没有配置报警规则，这个报警规则部分是需要我们自定义的。我这里新建了个 rules 目录，然后在其中编写 JSON 格式的报警规则，其实就是编写我们熟悉的 SQL 语句，在对应指标满足某种条件时触发的一个规则。
// /usr/local/TDengine-alert/rules/sensor_rule.json
{
"name": "temperatureTooHigh",
"sql": "select avg(temperature) as avgTemperature from iot.power where ts > now - 3m group by sn",
"expr": "avgTemperature > 50",
"for": "0",
"period": "20s",
"labels": {
"ruleName": "temperatureTooHigh"
},
"annotations": {
"summary": "avg temperature of rule {{labels.ruleName}} of device {{values.sn}} is too high, its average temperature is {{$values.avgTemperature}} ℃"
}
}
其中字段含义如下：
name：用于为规则指定一个唯一的名字。
sql：从 TDEngine 中查询数据时使用的 sql 语句，查询结果中的列将被后续计算使用，所以，如果使用了聚合函数，请为这一列指定一个别名。您可能已经注意到，本例中，这条语句和本文开头的那条完全相同。
expr：一个计算结果为布尔型的表达式，支持算数运算、逻辑运算，并且内置了部分函数，也可以引用查询结果中的列。 当表达式计算结果为 true 时，进入报警状态。
period：规则的检查周期，默认1分钟，而在我们的例子中，是每10秒检查一次有没有车辆超速。
for: 一个时间长度，当布尔表达式的计算结果为 true 的持续时间超过这个选项时，才会触发报警。默认为0，表示只要计算结果为 true，就触发报警。
labels：人为指定的标签列表，标签可以在生成报警信息时引用。特别的，如果 sql 中包含 group by 子句，则所有用于分组的字段会被自动加入这个标签列表中，在本例中，车辆的 id 会被自动加入标签列表。
annotations：用于定义报警信息，使用 go template 语法，其中，可以通过 values. 引用查询结果中的列。
将上述的规则翻译成人话：一旦监测到近3分钟之内的平均温度超过50℃时，就进行告警，每隔20s检查一次；触发规则后，使用summary中的内容组合前面定义的变量为一条完整的报警信息。
添加或修改规则
[root@hadoop1 rules]# curl -d '@sensor_rule.json' http://localhost:8100/api/update-rule
查看已有规则
[root@hadoop1 rules]# curl http://localhost:8100/api/list-rule
[{"name":"temperatureTooHigh","state":0,"sql":"select avg(temperature) as avgTemperature from iot.power where ts \u003e now - 3m group by sn","for":"0s","period":"20s","expr":"avgTemperature \u003e 50","labels":{"ruleName":"temperatureTooHigh"},"annotations":{"summary":"avg temperature of rule {{labels.ruleName}} of device {{values.sn}} is too high, its average temperature is {{$values.avgTemperature}} ℃"}}]
以上， TDengine 的报警模块便成功运行了，一旦有符合规则的数据，则会触发报警，报警会推送到设置的 receivers.alertManager URL上。现在我们还需要这个 Web 服务
Prometheus 服务器没有内置警报工具，而是将警报从 Prometheus 服务器推送至 AlertManager 独立服务上。那么为什么 TDengine 的报警模块还要将警情信息推送到 AlertManager 模块，根据 TDengine 官方的说法：
考虑到Prometheus的AlertManager在报警管理方面很成熟，拥有庞大的用户群，报警模块目前将生成的报警信息都直接推送给了AlertManager，后续的管理工作，由用户在 AlertManager上完成。
既然 TDengine 生成的报警信息会推送到一个 URL 地址，这就是一个 Webhook 或者回调地址，当然也可以写成我们定义的地址，后续我们也会实现这个服务，将警情信息推送到我们的后端 SpringBoot 服务。
下载
[root@hadoop1 ~]# cd /usr/local/
[root@hadoop1 local]# wget github.com/prometheus/…
解压
[root@hadoop1 local]# tar -xvf alertmanager-0.23.0.linux-amd64.tar.gz
[root@hadoop1 local]# mv alertmanager-0.23.0.linux-amd64 alertmanager
[root@hadoop1 local]# cd alertmanager
最后
开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】
大厂面试问深度，小厂面试问广度，如果有同学想进大厂深造一定要有一个方向精通的惊艳到面试官，还要平时遇到问题后思考一下问题的本质，找方法解决是一个方面，看到问题本质是另一个方面。还有大家一定要有目标，我在很久之前就想着以后一定要去大厂，然后默默努力，每天看一些大佬们的文章，总是觉得只有再学深入一点才有机会，所以才有恒心一直学下去。
