区分spring cloud gcp pub sub和google cloud pub sub
如果我想发送消息到谷歌PubSub并使用它的消息。您建议使用Spring cloud GCP库还是只使用Google cloud Java API。
有人能区分这两者吗？或者与谷歌云pubsub库相比，Spring Cloud gcp提供了哪些功能。
共有2个答案
云发布/订阅API
- 发布/订阅是谷歌云平台管理的服务，客户端库由谷歌开发和维护
- 在客户端库中使用Google Cloud Pub/Sub是实现云发布和在客户端库中使用Pub/Sub的标准且最简单的方法之一，您可以按照此设置和教程了解更多信息
- 在这里，您不需要Spring集成，您可以直接使用客户端库发布消息并从订阅中提取消息
Spring云GCP
>
Spring与Google Cloud合作，以允许用户从其侧面与Pub/Sub进行交互。
它使用Google Cloud Java Client for Pub/Sub与Google Cloud Pub/Sub进行交互。
引用文件：
PubSubOperations是一种抽象，它允许Spring用户使用谷歌云发布/订阅，而不依赖于任何谷歌云发布/订阅API语义。它提供了与谷歌云发布/订阅交互所需的通用操作集。发布子模板是发布子操作的默认实现，它使用谷歌云Java客户端发布/订阅与谷歌云发布/订阅交互。
如果你想在使用Spring框架构建的Java应用程序中使用Pub/Sub，你可以使用Spring cloud GCP或其他方式，如果你只想使用Pub/Sub或将其用于其他不围绕Spring框架的产品，最好的选择是使用谷歌云平台提供的任何客户端库。
区别在于您是喜欢通过编程方式（使用客户端库）还是通过属性（使用spring cloud gcp的PubSubTemplate）配置对象。Spring Cloud GCP使用底层客户端库对象与云发布/订阅进行对话，但它使用合理的默认值自动配置这些对象，允许您使用属性来控制特定行为。
-
问题内容： 事实证明，计算结果为，尽管和是 不同的 实体。那么，您如何与？ 有一个hack： 我可以做得更好吗？ 问题答案： 在ECMAScript6中，除了区分正零和负零并计算为之外，其行为类似于。 Chrome 24支持。
-
问题内容： 假设我有一个具有不同值的列表，如下所示： 我想对其进行迭代，并检查每个元素是否不在某些禁止值列表中。例如，此列表为。 当我检查是否为False时，我得到了。我知道python会强制转换到此处- 但是我如何避免使用它并进行正确的检查-该值不在？ 问题答案： 为了区分和之间的区别，您可以使用它们进行比较。是单例值，并且始终引用同一对象。要比较列表中的所有项目以确保它们不是，请尝试： 顺便说
-
本文向大家介绍mysql分表和分区的区别浅析，包括了mysql分表和分区的区别浅析的使用技巧和注意事项，需要的朋友参考一下 数据库的数据量达到一定程度之后，为避免带来系统性能上的瓶颈。需要进行数据的处理，采用的手段是分区、分片、分库、分表。 一、什么是mysql分表和分区 什么是分表，从表面意思上看呢，就是把一张表分成N多个小表 什么是分区，分区呢就是把一张表的数据分成N多个区块，这些区块可以在同
-
一、分区表 1.1 概念 Hive 中的表对应为 HDFS 上的指定目录，在查询数据时候，默认会对全表进行扫描，这样时间和性能的消耗都非常大。 分区为 HDFS 上表目录的子目录，数据按照分区存储在子目录中。如果查询的 where 字句的中包含分区条件，则直接从该分区去查找，而不是扫描整个表目录，合理的分区设计可以极大提高查询速度和性能。 这里说明一下分区表并 Hive 独有的概念，实际上这个概念
-
本文向大家介绍区分C++中的&和&&，包括了区分C++中的&和&&的使用技巧和注意事项，需要的朋友参考一下 c++的&和&&是两个常用且容易让人混淆迷惑的运算符，其中&符号有三种用途，&&有两种。本文对这两个运算符的用途做简要总结。 &的用途 第一种用途：位运算中的“与”（AND）。位运算十分高效，数据分片时常会用到，例如网络数据报头、IP地址段、UTF-8编码等。 第二种用途：取地址。这个功能在
-
Kafka只提供一个分区内消息的总顺序，而不提供主题中不同分区之间的消息的总顺序。每分区排序与按键对数据进行分区的能力相结合，对于大多数应用程序来说已经足够了。但是，如果您需要消息的总顺序，这可以通过只有一个分区的主题来实现，尽管这意味着每个使用者组只有一个使用者进程。 下面是我的问题： > 这是否意味着如果我希望有多个消费者（来自同一组）阅读一个主题，我需要有多个分区？ 分区是如何编号的？从0开
-
我试图优化两个spark dataframes之间的联接查询，让我们将它们称为df1、df2（在公共列“saleid”上联接）。df1非常小(5M)，所以我在spark集群的节点中广播它。df2非常大（200米行），所以我尝试通过“saleid”对它进行桶/重新分区。 例如： 分区： 水桶： 我不知道哪一个是正确的技术使用。谢谢。
-
我在这里浏览了文档:https://spark . Apache . org/docs/latest/API/python/py spark . SQL . html 它说： 重新分区：生成的DataFrame是哈希分区的 对于repartitionByRange：结果DataFrame是范围分区的 而且之前的一个问题也提到了。然而，我仍然不明白它们到底有什么不同，当选择一个而不是另一个时会有什么