https://www.modb.pro/db/610990 对于开发及运维人员来讲，火焰图是一个经典的定位性能问题的方法。利用火焰图可以可视化系统资源（cpu占用、内存占用、调度、IO等）的占用情况，从而帮助技术人员快速定位资源异常使用的代码级根因，或者观察潜在性能劣化趋势，进而优化系统和应用的性
https://www.cnblogs.com/xiaojiesir/p/15590092.html Java 内存模型简称 JMM，全名 Java Memory Model 。Java 内存模型规定了 JVM 应该如何使用计算机内存（RAM）。 广义来讲， Java 内存模型分为两个部分： JVM
https://my.oschina.net/u/4587289/blog/8570699 1. 概述 软件开发过程中，应用发布非常频繁，通常情况下，开发或运维人员会将系统里所有服务同时上线，使得所有用户都使用上新版本。这样的操作时常会导致发布失败，或因发布前修改代码，线上出现 Bug。 假设一个在
https://www.51cto.com/article/686171.html 刚才我们关闭SMT是把CPU10-CPU19全关了，只留下每对里面的1个CPU，也就是留下了CPU0-CPU9。 默认情况下是Intel I9，10核，每个核2个threads，共20个CPUs： 下面编译内核： 需
一.Topic级别参数 Topic的优先级: 如果同时设置Topic级别参数和全局Broker参数，那么Topic级别优先 消息保存方面： retention.ms:规定Topic消息保存时长。默认是7天。一旦设置将覆盖掉Broker端的全局参数值。 retention.bytes:规定为该Topi
现象： controller节点与其他两个broker的通信失败。公网ip，宿主机ip，服务名，各种网络方式，都无法成功。 两点提示： 1.bug原因：因为单机内存不够用，设置了较低的 KAFKA_HEAP_OPTS 参数值128M，导致broker通信失败！ 2.kafka容器启动中，增加 BIT
https://docs.pingcap.com/zh/tidb/v4.0/backup-and-restore-tool BR 全称为 Backup & Restore，是 TiDB 分布式备份恢复的命令行工具，用于对 TiDB 集群进行数据备份和恢复。BR 只支持在 TiDB v3.1 及以上版
1.Global Cache Load Profile Global Cache blocks received: 接收到的全局缓冲块 Global Cache blocks served: 发送的全局缓冲块 GCS/GES messages received: GCS消息接收 GCS/GES me
前言 最近看到了几个事情，一个是某保险系统，为了快速上线，全量上云，结果生产正式运行后每月账单高达几十万。相关业务总扛不住这个支出，又劳师动众，让下面的项目经理、开发、运维、架构师花了3个月把业务全量从公有云迁移下来。相关人员被折磨的半死不活，而且大大拖慢了系统的迭代速度。 另一个是某个电商的案例，
11月1日下午，由深圳金融科技协会主办的湾区湾区金科（Fintech）沙龙（第四十期）—— 敏捷开发安全与软件供应链安全实践探讨专场圆满举办，逾1500名业界人士线上线下同步参加。数澈软件 Seal 联合创始人梁胜博士和江鹏受邀出席此次沙龙并发表题为《如何保证企业软件供应链安全》的演讲，本文为演讲实
历史编辑文章归档备份： 时间：2021/9/20 编辑：赵靖宇 甲骨文全球副总裁、中国区云平台事业部总经理吴承杨在中科软举办的“中国寿险科技应用高峰论坛2021”上发表了主题演讲：“数据，是保险行业创新发展的基石”。 在演讲中，吴总指出科技发展趋势都和数据有关，纵观当下的热门话题，包括大数据、人工智
微服务1：微服务及其演进史 微服务2：微服务全景架构 微服务3：微服务拆分策略 微服务4：服务注册与发现 微服务5：服务注册与发现（实践篇） 微服务6：通信之网关 微服务7：通信之RPC 微服务8：通信之RPC实践篇（附源码） 微服务9：服务治理来保证高可用 微服务10：系统服务熔断、限流 1 介绍
学习&&转载文章：隐私计算安全基座-数据库安全 数据安全 用数据生命周期的全链路思考，可以得出如下的结论： 数据存储态安全：对数据的存储安全负责，保障数据的静存储态安全，不泄露。 数据传输态安全：对数据的转移安全负责，保障数据的转移态安全，不泄露。 数据计算态安全：对数据的动态计算的安全负责，保障数
Avalonia XPF 通过我们的跨平台UI框架，释放现有WPF应用程序的全部潜力，使WPF应用程序能够在macOS和Linux上运行，而不需要昂贵和有风险的重写。 工作原理 我们使用 Fork of WPF 使 WPF 应用程序能够在 macOS 和 Linux 上运行，这使我们能够保持 API
华为开发者大会2022（HDC）上，HMS Core手语数字人以全新形象亮相，并在直播中完成了长达3个多小时的实时手语翻译，向线上线下超过一千万的观众提供了专业、实时、准确的手语翻译服务，为听障人士提供了无障碍参会体验。面对专业性强且词汇量大的科技大会，HMS Core手语数字人是如何准确且流畅地打
麻广广@码猿外 研发效能这个词近几年火遍全网，各大企业都加入了研发效能治理的行列，开始梳理企业内部各个团队的研发流程，以期望找到企业降本增效的方向。 抛开政治因素，研发效能治理我们到底是在谈什么呢？从企业高管的视角出发，一定是看到了一些问题，才会有研发效能治理这个话题。从实施者的视角出发，研发效能治
之前通过 nvm 来管理了 nodejs 版本，结果安装 pnpm 之后，安装全局依赖报错，如下： PS C:\Users\Administrator> pnpm i -g commitizen ERROR Unable to find the global bin directory Run "p
当我们需要处理一个大量的数据集合时，一次性将其全部读入内存并处理可能会导致内存溢出。此时，我们可以采用迭代器`Iterator`和生成器`Generator`的方法，逐个地处理数据，从而避免内存溢出的问题。迭代器是一个可以逐个访问元素的对象，它实现了`python`的迭代协议，即实现了`__iter__()`和`__next__()`方法。通过调用`__next__()`方法，我们可以逐个访问迭代
前言 在微前端实践过程中有一个必然会遇到的问题：全局作用域变量的污染问题，具体来说就是window对象挂载数据会被主子应用获取和修改导致数据相互污染问题，这时候如果能在应用之间做个数据隔离，最好能实现一个沙箱环境，对解决问题很有帮助。 iframe方案 说到沙箱隔离，首先想到的是iframe，自带数
业务数据的变化，我们可以通过 FlinkCDC 采集到，但是 FlinkCDC 是把全部数据统一写入一个 Topic 中, 这些数据包括事实数据，也包含维度数据，这样显然不利于日后的数据处理，所以这个功能是从 Kafka 的业务数据 ODS 层读取数据，经过处理后，将维度数据保存到 HBase，将事
