MirrorMaker传输数据,源集群扩充分区后,新分区没有任务传输

### Kafka MirrorMaker 源集群扩展后新分区无任务传输解决方案 当源集群中的主题(topic)进行了分区扩展之后,如果发现新的分区内数据未能通过MirrorMaker同步到目标集群,则可能是因为MirrorMaker并未感知到这些变化。为了确保新增加的分区能够被正确复制,可以采取以下措施: #### 更新消费者组偏移量重置策略 对于已经存在的消费者实例来说,默认情况下它们只会关注之前订阅过的那些分区;因此,当有新的分区加入时,除非特别指定,否则不会自动开始消费来自新分区的数据流。可以通过设置`--reset-offsets`参数来强制让现有的镜像进程重新读取最新的元数据并调整其内部状态以适应更改后的布局[^1]。 ```bash kafka-consumer-groups.sh --bootstrap-server <broker-list> \ --group <mirror-maker-group-id> \ --reset-offsets --to-latest --execute \ --all-topics ``` 此命令将会把所有正在使用的消费者组内的成员都指向各自跟踪的主题里最末端的位置,从而使得任何后续启动的服务都能够立即处理最新写入的信息片段——当然也包括最近才创建出来的那部分区域。 #### 修改配置文件使能动态发现特性 为了让Kafka Connect框架下的MirrorMaker组件能够在不停止服务的前提下识别出结构变动,可以在对应的worker.properties或者connect-distributed.properties中开启特定选项允许它周期性地查询上游Broker获取更新的通知。具体做法是在上述提到的属性列表里面添加如下几项声明[^2]: ```properties offset.storage.topic=<your_offset_topic> config.storage.topic=<your_config_topic> status.storage.topic=<your_status_topic> internal.key.converter=org.apache.kafka.connect.json.JsonConverter internal.value.converter=org.apache.kafka.connect.json.JsonConverter key.converter.schemas.enable=false value.converter.schemas.enable=false plugin.path=/path/to/your/plugins # Enable dynamic topic creation and partition reassignment support consumer.override.auto.offset.reset=earliest producer.override.acks=all rest.host.name=localhost rest.port=8083 offset.flush.interval.ms=10000 offset.flush.timeout.ms=5000 retry.backoff.ms=100 request.timeout.ms=30000 connections.max.idle.ms=540000 metadata.max.age.ms=5000 refresh.topologies.enabled=true topology.refresh.time.ms=60000 ``` 其中最关键的部分在于最后四行定义了如何频繁刷新拓扑视图(`refresh.topologies.enabled`)以及具体的间隔时间(`topology.refresh.time.ms`),这样即使在生产环境中发生了一些结构性的变化也能及时得到响应而无需重启整个应用程序。 #### 手动触发再平衡事件 有时尽管做了以上努力仍然无法解决问题的话,那么还可以尝试主动发起一次完整的再均衡过程,即促使所有的参与者暂时中断当前的工作流程以便于重新协商各自的职责范围。这一步骤通常涉及到向负责协调工作的Zookeeper节点发送特殊指令或者是直接利用API接口请求重建连接关系网状结构[^3]。 ```java // Java API example to trigger a rebalance by revoking all assignments. Map<TopicPartition, OffsetAndMetadata> currentOffsets = new HashMap<>(); for (TopicPartition tp : consumer.assignment()) { long offset = consumer.position(tp); currentOffsets.put(tp, new OffsetAndMetadata(offset)); } consumer.commitSync(currentOffsets); // Commit offsets before leaving group consumer.unsubscribe(); // Unsubscribe from topics/topics patterns consumer.close(Duration.ofMillis(0)); // Close the consumer cleanly Thread.sleep(5000); // Wait for some time to ensure complete closure newConsumer.subscribe(topicsList); // Resubscribe with same or different set of topics ``` 这段代码展示了怎样优雅地关闭旧版本客户端的同时又迅速切换至另一套全新的实例上继续工作,期间会经历一轮标准意义上的资源分配调整机制,进而达到激活未映射过的新分区的目的。

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

Python内容推荐

docker-kafka-mirrormaker:运行 Kafka 的 MirrorMaker 的 Docker 容器

docker-kafka-mirrormaker:运行 Kafka 的 MirrorMaker 的 Docker 容器

该项目提供了一个Docker容器化方案,用于运行Kafka MirrorMaker,实现跨集群消息同步。通过环境变量配置源和目标集群的ZooKeeper及Broker信息,支持主题白名单或黑名单过滤,

mirrormaker-docker:用于 apache kafka mirrormaker 的 Docker

mirrormaker-docker:用于 apache kafka mirrormaker 的 Docker

该项目提供基于Docker的Apache Kafka MirrorMaker部署方案,支持跨Kafka集群的数据复制。通过Fig编排多个容器实例,可实现DC1与DC2两个集群间的主题镜像同步。核心脚本

Kafka跨集群容灾备份.docx

Kafka跨集群容灾备份.docx

通过这种方式,MirrorMaker 可以实现实时的消息同步。下图展示了三个集群之间的镜像过程:1. **源集群**:负责主要业务处理。2. **目标集群1**:可用于执行数据分析等任务。3.

tencentyun#intlcloud-documents#方案3:使用 Mirrormaker 迁移_intl_zh1

tencentyun#intlcloud-documents#方案3:使用 Mirrormaker 迁移_intl_zh1

Kafka 的 MirrorMaker 工具可以实现将自建 Kafka 集群中的数据备份到 CKafka 集群中,具体原理如下:MirrorMaker 可以使用

Kafka集群应用实践与技术演进之路.pptx

Kafka集群应用实践与技术演进之路.pptx

在线集群作为在线服务的消息中间件,负责处理高并发、低延迟的实时消息传递。LOG集群则扮演着日志收集与传输的角色,是重要的实时消费与数据处理平台。

Kafka+Debezium+Mirror跨DC同步搭建.docx

Kafka+Debezium+Mirror跨DC同步搭建.docx

**跨DC同步**跨数据中心(DC)同步是通过Kafka的MirrorMaker或MirrorMaker 2实现的。MirrorMaker可以实时复制一个Kafka集群到另一个集群,保证数据的一致性。

liunx安装kafka及集群部署

liunx安装kafka及集群部署

**Kafka MirrorMaker**:用于同步Kafka集群之间的数据。### 总结本文详细介绍了如何在Linux环境下安装Kafka及搭建Kafka集群的过程,并对关键配置进行了说明。

kafka_2.13-2.8.1.rar 安装包。 支持大字符串生产和消费(已修改过配置)

kafka_2.13-2.8.1.rar 安装包。 支持大字符串生产和消费(已修改过配置)

包含完整的Kafka Connect分布式、独立模式及MirrorMaker工具,可用于集群间数据同步与连接

uReplicator:Apache Kafka Mirrormaker的改进

uReplicator:Apache Kafka Mirrormaker的改进

本文介绍了一个bash脚本,用于自动化构建和测试过程的监控。脚本通过设置环境变量、捕获错误和输出日志来监控构建和测试状态。它还展示了如何使用Maven命令和uReplicator工具的不同组件,并详细

专栏大数据中windows下搭建kafka集群中需要用到的安装包

专栏大数据中windows下搭建kafka集群中需要用到的安装包

**监控与管理** 可以使用Kafka提供的管理工具,如Kafka Connect、Kafka MirrorMaker或第三方工具(如Confluent Control Center),对Kafka集群进行更高级的监控和管理

kafka流培训材料

kafka流培训材料

Kafka MirrorMaker则用于实现Kafka集群之间的数据镜像,将一个Kafka集群的数据同步到另一个Kafka集群。

mirrormaker_topic_rename:MirrorMaker的消息处理程序实现,可在镜像过程中更改目标主题名称

mirrormaker_topic_rename:MirrorMaker的消息处理程序实现,可在镜像过程中更改目标主题名称

本文介绍了一个名为mmchangetopic的Maven项目,其版本为1.0-SNAPSHOT。该项目使用Java 1.8进行编译,打包方式为jar,并依赖JUnit 3.8.1用于测试及Apache

uReplicator, Apache Kafka Mirrormaker的改进.zip

uReplicator, Apache Kafka Mirrormaker的改进.zip

本文介绍了一个自动化构建和测试监控的bash脚本,该脚本通过设置环境变量、定义错误处理和日志输出函数来实现构建过程的自动化。它能够捕捉构建和测试过程中的错误,并输出相应的日志信息。此外,还介绍了一个M

布鲁克林:可扩展的分布式系统,可实现大规模可靠的近线数据流

布鲁克林:可扩展的分布式系统,可实现大规模可靠的近线数据流

MirrorMaker可以实现在多个Kafka集群之间的数据复制,这对于灾难恢复、负载均衡和地理分布式系统来说非常有用。

Kafka多种跨IDC灾备方案分析.docx

Kafka多种跨IDC灾备方案分析.docx

MirrorMaker 1是最初级的灾备方案,其原理为从源集群中消费数据并转发至目标集群,功能较为基础,存在诸多局限性。

kafka_2.12-2.5.0安装部署包

kafka_2.12-2.5.0安装部署包

本文分析了Kafka_2.12-2.5.0安装部署包中的核心脚本,涵盖分布式与独立模式的Connect服务启动、MirrorMaker数据同步、ACL权限管理及Broker API版本查询等功能。这些

kafka搭建资料及相关组件

kafka搭建资料及相关组件

**Kafka MirrorMaker**:用于在不同Kafka集群间复制数据,实现灾备或负载均衡。5.

kafka2.11-2.41 linux64

kafka2.11-2.41 linux64

本文分析了Kafka 2.4.1版本中的多个运维与管理脚本,涵盖分布式连接器、MirrorMaker、ACL管理和API版本查询等功能。这些脚本基于Shell编写,通过调用kafka-run-clas

Kafka多种跨IDC灾备方案调研对比.docx

Kafka多种跨IDC灾备方案调研对比.docx

MirrorMaker是Kafka自带的镜像工具,分为MirrorMaker 1(MM1)和MirrorMaker 2(MM2),主要通过启动消费者消费源集群数据,然后将消息推送到目标集群。

Kafka在360商业化的实践.pptx

Kafka在360商业化的实践.pptx

**跨IDC数据同步**: 360使用MirrorMaker进行跨IDC的数据同步,确保数据在不同数据中心间只同步一次,所有业务都在本地IDC进行读写。

最新推荐最新推荐

recommend-type

【工业自动化】欧姆龙PLC产品线与编程软件体系详解:基于西门子工程师视角的选型指导与避坑指南

内容概要:本文详细解析了欧姆龙PLC的产品线、编程软件体系、通信架构及选型策略,重点从西门子工程师视角出发,对比两者的定位差异与技术路径。文章明确指出欧姆龙存在两套不兼容的系统:传统的C系列(CP/CJ/CS)使用CX-Programmer软件和绝对地址编程,适用于单机设备与老线改造;新型Sysmac平台(NJ/NX/NY)采用Sysmac Studio集成开发环境,支持IEC 61131-3标签变量、EtherCAT运动控制和多领域一体化控制,代表当前技术高地。同时梳理了FINS、CompoWay/F、EtherCAT、EtherNet/IP等多层通信协议的区别,并列出从西门子转型易踩的八大误区,提供清晰的选型决策路径。; 适合人群:具备一定工业自动化背景,熟悉西门子PLC体系,正在转向或需要维护欧姆龙系统的工程师,尤其是从事设备选型、系统集成与产线升级的研发和技术人员。; 使用场景及目标:①帮助西门子背景工程师快速建立对欧姆龙双平台的认知框架;②指导正确选用CP/CJ/NJ/NX系列及配套软件;③避免在通信接口、地址体系、软件版本等方面出现典型错误;④实现老旧系统向新平台平滑迁移。; 阅读建议:此资源强调“先框架后细节”,建议读者先掌握三大平台分流和软件对应关系,再深入具体型号参数。特别注意2026年10月新版Sysmac Studio与CX-One对CJ3M系列的双向支持这一关键更新,在实际项目中需严格核对控制器固件与软件版本匹配性,防止因版本不兼容导致无法连接。
recommend-type

地级市到杭州北京深圳的球面距离.-最新出炉zip

一、资源特点 全新力作:今年精心打造,人工细细打磨,品质上乘。 权威精准:数据来源,准确靠谱,值得信赖。 品质无忧:绝无数据造假,品质有保障,放心使用。 二、适用人群 学生:在校专科生、本科生、研究生,助力学业各个环节。 教研人员:大学教师和学术科研工作者,为教学科研添力。 三、适用专业 社科经济:经济学、社会学专业适用。 规划管理:地理学、城市规划,以及商业、工商管理专业皆可使用。 [特别说明]相关资源数据已全部上传至网盘。 由于纯手工分享粘贴链接和提取码,不排除有极少提取码或者链接出现差错(或内容与标题对不上),若遇到这种情况,不要着急,请私信博主,将会第一时间更正补链接!
recommend-type

openeuler配置

openeuler系统环境配置管理
recommend-type

产业园区运营负责人如何提升园区内科技成果引进与落地的匹配效率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
recommend-type

CISP-CSE注册云安全工程师备考资源包

CISP-CSE注册云安全工程师备考资源包
recommend-type

Rust系统编程与WebAssembly开发:LLVM IR教程及实战资源

LLVM IR(Intermediate Representation,中间表示)是LLVM编译器基础设施的核心抽象层,它是一种强类型、静态单赋值(SSA)形式的低级程序表示,兼具可读性与机器可处理性,既接近高级语言语义,又贴近底层硬件指令模型。本资源标题“llvm-ir-tutorial-Rust系统编程与WebAssembly资源”明确指向一个跨技术栈的深度实践型学习体系,其核心逻辑在于:以Rust语言为前端开发载体,通过显式生成、阅读、修改和优化LLVM IR,深入理解现代编译器后端工作原理;同时将该能力延伸至WebAssembly(Wasm)目标平台,打通从系统级安全编程到浏览器/边缘沙箱执行的全链路编译路径。Rust之所以成为该教程的理想语言载体,在于其零成本抽象、内存安全性保障(无GC)、对底层控制的精细支持(如裸指针、内联汇编、自定义分配器),以及其默认使用LLVM作为后端编译器(rustc基于LLVM),使得开发者能无缝切入IR层面进行调试与干预——例如通过`rustc --emit=llvm-ir`直接导出人类可读的`.ll`文件,或借助`llc`工具将IR进一步降级为特定架构的汇编代码。而WebAssembly则构成该知识体系的关键出口:Wasm并非直接运行Rust源码,而是依赖Rust编译器链(通过`wasm32-unknown-unknown`或`wasm32-wasi`目标)将Rust代码先编译为LLVM IR,再由LLVM的Wasm后端(`llvmlite`或`wabt`等工具链组件)将其转换为`.wasm`二进制模块;此过程高度依赖对IR结构的理解——例如函数签名如何映射为Wasm类型签名、全局变量如何转化为Wasm线性内存偏移、panic机制如何被重写为Wasm trap指令、以及如何通过`#[no_mangle]`和`extern "C"`控制符号导出以适配JS宿主调用。教程中所含的`src/`目录必然涵盖大量Rust源码示例,包括但不限于:手动编写`unsafe`块触发特定IR模式(如`llvm.memcpy`内建调用)、使用`#[inline(never)]`阻止优化以观察原始IR结构、通过`cfg(target_arch = "wasm32")`条件编译实现平台特化逻辑;`code/`子目录则极可能存放配套的LLVM IR片段(`.ll`)、已编译的Wasm二进制(`.wasm`)、对应的JS胶水代码及HTML测试页面,形成“Rust → IR → Wasm → JS”的完整验证闭环。`book.toml`表明该项目采用mdBook构建交互式技术文档,内容结构应严格遵循认知递进:首章解析LLVM IR语法规范(基本块、指令集如`%1 = add i32 %0, 42`、常量表达式、phi节点在循环中的作用);次章演示Rust到IR的映射规则(`Vec<T>`的内存布局如何体现为`alloca + store + load`序列、`match`表达式如何展开为`switch`或`br`链);第三章聚焦Wasm后端特性(Wasm的限制性类型系统如何迫使LLVM插入`i32.trunc_sat_f64_s`等饱和截断指令、WASI系统调用如何通过`call_indirect`间接调用实现);后续章节必涉及高级主题:利用`llvm::Pass` API编写自定义优化遍(如针对Wasm体积优化的死代码消除Pass)、通过`llvmlite`在Python中动态构造IR并JIT执行、对比`-C opt-level=z`(极致尺寸优化)与`-C lto=yes`(链接时优化)对IR形态的影响。`LICENSE`与`CHANGELOG`则体现工程严肃性:MIT/Apache-2.0双许可证确保Rust生态兼容性,而持续更新的变更日志反映对LLVM版本演进(如LLVM 16+对Wasm GC提案的支持)、Rust稳定版发布(如async/await IR表示变化)、Wasm标准进展(Interface Types、Exception Handling)的实时响应。`.github/`目录内应包含CI配置(如用`cargo llvm-ir`检查PR是否引入非预期IR膨胀)、自动化Wasm测试脚本(`wasm-validate`校验二进制合法性、`wabt`反编译IR比对)、以及Issue模板引导用户精准报告IR生成异常。综上,该资源绝非孤立的语法手册,而是一个融合编译原理、系统编程范式、Web前沿标准与工业级工程实践的立体知识网络,掌握它意味着不仅能写出高效安全的Rust代码,更能洞悉代码如何穿越抽象层级最终在异构环境中精确执行——这种穿透式理解力,正是当代高性能系统开发者与WebAssembly平台架构师的核心竞争力所在。
recommend-type

OpenStock:中小企业可用的开源库存管理系统

## 1. OpenStock 是什么:一个面向中小企业的开源库存管理系统,不是玩具项目 OpenStock 这个名字乍一听像某个云服务的子产品,但实际它是一个完全面向真实业务场景打磨出来的开源库存管理平台。我第一次在 GitHub 上看到它时,第一反应是“又一个 React + MongoDB 的练手项目”,点开 README 后才意识到——这东西真能用,而且已经在三家本地五金店、两家烘焙工坊和一家小型医疗器械经销商那里跑了一年多。它不追求炫酷的 3D 仓库可视化,也不堆砌微服务架构,核心就干一件事:让老板、仓管员、采购员三类角色,在同一套数据底座上,用最顺手的方式完成“入库→上架→出库→
recommend-type

暴力枚举在实际开发中怎么用才不‘暴力’?有哪些聪明的优化技巧?

### 暴力枚举算法的应用场景 暴力枚举算法适用于那些解空间相对较小或者可以直接通过遍历所有可能性找到最优解的情况。这类算法通常用于: - **小型数据集处理**:当输入规模较小时,即使效率不高也能在可接受的时间内完成计算[^1]。 - **验证其他高效算法的结果**:作为标准答案来检验更复杂但更快捷的方法是否正确实现。 - **启发式搜索的基础框架**:某些高级求解器会先采用暴力枚举构建初始解,在此基础上再应用局部搜索或其他改进技术提高性能。 ### 暴力枚举算法的优化方法 为了提升暴力枚举算法的实际表现,可以从以下几个方面着手进行优化: #### 减少不必要的重复工作
recommend-type

Windows平台ESP32开发环境一站式搭建包:MSYS2、ESP-IDF v3.3与VS Code集成配置

ESP32环境搭建是嵌入式物联网开发中极为关键的基础环节,尤其在Windows平台下构建一套稳定、可复现、符合官方推荐规范的开发环境,直接关系到后续固件编译、调试、OTA升级、Wi-Fi/BLE协议栈集成、低功耗优化等高级功能的实现质量与开发效率。本资源包“ESP32环境搭建包(msys2、esp-idf、VScode)”并非简单工具集合,而是一套经过历史验证、面向ESP-IDF v3.3版本深度适配的完整开发生态闭环系统,其核心构成包含三大支柱性组件:MSYS2运行时环境、ESP-IDF SDK v3.3源码及工具链、Visual Studio Code编辑器及其专用插件生态。首先,MSYS2作为Windows下最成熟可靠的类Unix环境模拟平台,提供了POSIX兼容的Shell(bash/zsh)、GNU核心工具集(make、gcc、gdb、awk、sed等)、包管理器pacman,以及对Python 2.7/3.x、CMake 3.10+、Ninja构建系统的原生支持——这些是ESP-IDF构建系统赖以运转的底层基石。特别值得注意的是,所含esp32_win32_msys2_environment_and_toolchain-20181001.zip并非通用MSYS2镜像,而是Espressif官方于2018年10月针对ESP32芯片特性(如Xtensa LX6双核架构、指令集扩展、内存映射布局)定制编译的交叉工具链(xtensa-esp32-elf-gcc),该工具链内建了对FreeRTOS内核调度器、ROM函数调用、Flash加密、Secure Boot签名验证等硬件级特性的深度支持,且与IDF v3.3的Kconfig配置系统、component.mk构建规则、idf.py命令行接口完全对齐。其次,ESP-IDF v3.3是ESP32 SDK发展史上的里程碑版本,首次全面引入组件化架构(Component-based Architecture),将Wi-Fi驱动(esp_wifi)、蓝牙协议栈(bluedroid)、电源管理(esp_pm)、ADC/DAC/PWM外设驱动、LVGL图形库、HTTP客户端/服务器、MQTT、CoAP等全部封装为可独立编译、版本可控、依赖可声明的模块单元;同时强化了CMake构建系统,摒弃旧版makefile,支持多目标构建(app/bootloader/partition table)、自定义链接脚本、符号表分析、静态断言检查,并内置了idf_monitor串口监控器、idf_size内存分析工具、idf.py menuconfig图形化配置界面等工程化利器。第三,VSCodeUserSetup-x64-1.38.1.exe虽为较早版本(2019年9月发布),但其稳定性极高,配合C/C++扩展(Microsoft)、ESP-IDF Extension(Espressif官方维护)、CMake Tools、Python、GitLens等插件后,可实现语法高亮(支持IDF专属宏如ESP_LOGI)、智能补全(基于compile_commands.json)、一键编译烧录(idf.py build/flash/monitor绑定快捷键)、GDB图形化调试(支持多线程FreeRTOS任务切换视图、寄存器/内存/堆栈实时监视)、JTAG硬件调试(需搭配ESP-Prog或FTDI转接板)、代码片段模板(如ESP_ERROR_CHECK宏快速插入)、项目结构导航(按components目录自动索引)等工业级开发体验。此外,该环境包隐含了大量易被忽视却至关重要的细节配置:例如MSYS2中需手动执行pacman -Syu更新基础系统并重启终端以避免toolchain冲突;需将~/.espressif/tools目录权限设为可写以允许idf.py自动下载Python依赖(如pyserial、kconfiglib);VSCode中必须正确设置"idf.espIdfPath"、"idf.pythonBinPath"、"idf.customExtraPaths"等JSON配置项,否则无法识别idf.py命令;还需在Windows PATH中追加MSYS2/usr/bin路径以确保git、ssh等工具全局可用;更关键的是,v3.3版本要求Python严格限定为3.6–3.8区间(不兼容3.9+),且需禁用pip缓存以防wheel包版本错乱。整个搭建过程本质上是对嵌入式开发范式的系统性实践:从操作系统抽象层(MSYS2)→硬件抽象层(ESP-IDF HAL)→应用框架层(FreeRTOS+组件)→开发工具链(VSCode+插件),形成一条贯穿软硬件协同设计的知识脉络。掌握此环境不仅意味着能跑通blink例程,更代表着已具备阅读ESP-IDF源码(如esp-idf/components/esp_wifi/下的phy_init.c、wifi_init.c)、定制SDK配置(通过menuconfig启用BT Coex、修改heap内存分配策略)、交叉调试汇编级问题(如cache attribute错误导致的data abort)、甚至向主干分支提交patch的能力——这才是“行业完整源码”标签背后所承载的真实技术纵深与工程素养。
recommend-type

OpenStock:开源A股行情数据抓取与自动化选股策略工具

如果你盯盘一天只能看两三次,如果你复盘时总想搞清楚“今天到底哪些票资金在进、哪些在出”,又不想每天打开行情软件被广告和荐股弹窗轰炸,那“OpenStock”这个开源项目可能会刚好踩中你的需求。 OpenStock是一套面向个人投资者的开源行情数据抓取与分析工具,核心理念很简单:把A股每日的行情快照、涨跌停数据、板块资金流向、技术指标信号全部自动拉到本地,集中清洗入库,再用一套可扩展的选股策略引擎做二次筛选,最终输出你真正关心的“可以复盘、可以跟踪、可以留档”的数据结果。它适合三类人:一是没有编程基础但想用现成脚本做常用数据留档的交易者,二是刚入门量化、想用真实行情数据练手策略的开发者,三是已