在一次上线时，按照正常流程上线后，观察了线上报文、接口可用率十分钟以上，未出现异常情况，结果在上线一小时后突然收到jsf线程池耗尽的报警，并且该应用一共有30台机器，只有一台机器出现该问题，迅速下线该机器的jsf接口，恢复线上。然后开始排查问题。
前言 最近有个项目到一段落，做个小结记录。 内容可能会多次补充，在博客上实时更新哈~ 如果是在公众号阅读这篇文章，可以点击「查看原文」访问最新版本~ 这个项目是前后端分离，后端为了快，依然用我的DjangoStarter框架。前端一开始是小程序，后面突然换成公众号H5的形式，还好我用了Taro，大差
## 前言 最近遇到的这个场景，需要把之前开发的一套系统迁移到一个离线的服务器上，这个服务器有点麻烦，接入VPN后通过堡垒机才能访问，速度也很慢，遇到不少坑，本文记录一下迁移过程。 ## 基本信息 原本这套系统也挺简单的，Django 写的后端接口，搭配 `Vue+Echarts` 大屏，数据库用
某次遇到一个从0到1的大型项目，该项目涉及两个端，除了鉴权和部分业务逻辑不同外，页面UI和其余逻辑几乎一致，遇到这种项目，该如何架构？既能保证项目顺利开发完成，又能保证后期的迭代、维护、可扩展？
消费者从Broker拉取到消息之后，会将消息提交到线程池中进行消费，RocketMQ消息消费是批量进行的，如果一批消息的个数小于预先设置的批量消费大小，直接构建消费请求ConsumeRequest将消费请求提交到线程池处理，否则需要分批构建进行提交。 消息消费 在消息被提交到线程池后进行处理时，会调
问题一：云服务( 经典)迁移到外延支持云服务是否需要停机？ 通过平台的迁移工具（即验证、准备、提交）进行迁移没有停机时间。但是如果需要准备满足迁移条件，如删除对等互联，使用其他vnet资源则需要额外的停机时间。也就是说，平台的迁移操作不会停机，除非做了一些可能造成停机的准备工作。 问题二：是否需要用
问题描述 在Linux的App Service上，通过FTP把war文件和HTML静态文件上传到wwwroot目录下，静态文件访问成功，但是java应用中的请求都返回404错误 问题解决 因为FTP上传文件只是把文件放在 WWWROOT 目录中，并没有部署war包成功。如果要部署war包，需要使用w
问题描述 使用VS Code创建Python Function，处理Event Hub中的数据。当部署到Azure Function App后，函数无法执行，查看 Function 日志出现 Value cannot be null. (Parameter 'receiverConnectionSt
问题描述 部署Function代码先到预生产槽中，进行测试后通过交换方式，把预生产槽中的代码交换到生产槽上，因为在预生产槽中的设置参数值与生产槽有不同，但是在交换的时候，没有仔细检查。导致在交换的时候，把预生产的一些设置值交换到生产中，引起生产错误。 那么是否只进行代码交换而不进行设置值的交换呢？
问题描述 在Java应用中，使用 Lettuce 作为客户端SDK与Azure Redis 服务连接，当遇见连接断开后，长达15分钟才会重连。导致应用在长达15分的时间，持续报错Timeout 问题解答 这是 Lettuce 目前的一个未解决的已知问题，可以查看此 github issue来了解这个
问题描述 Java Function在Azure上遇见中文显示乱码问题？如何解决呢？ 问题解答 中文字符显示为乱码，这个情况就是服务实例上设置的编码格式不是统一的UTF-8所导致的。 在查看Azure App Service/Function App的官方文档，都没有明确的说明它们使用的默认编码是什
html 这里的关键点就是 :id="'scroll'+index" 以及 :scroll-into-view="intoIndex"
首先第一个，真有被折磨到！ // 微信正常使用，支付宝不行 // 以下两种 微信、支付宝都正常使用
Intro EF Core支持多种方式处理具有继承关系的表，现在支持TPH、TPC（EF Core 7）、TPT，具体的实现方式可以参考官方文档和这篇文章。 大致总结一下不同的方式的区别： TPH：所有的类型都放在一张表中，使用discriminator字段用以区别不同的类型 TPT：不同的子类型有
本文属于OData系列文章 前文说到了 EDM 与 OData 之间的关系，具有 EDM 的 OData 提供了强大的查询能力，但是 OData 并不必须要配置 EDM，我们也可以使用 Non-EDM 方案。 Non-EDM 所谓 Non-EDM ，并不是说在 OData 运行时不需要 EDM 配置
最近在重温计算机基础原理这些基础信息，目前重温到不同进制的数据，做个记录。 10进制转2进制逻辑： 01001111，这个是个8位的二进制数据，10进制的数据为：79，计算方法如下： 从右到左算，有1的就加，为0的跳过 ： 2^6 + 2^3 + 2^2 + 2^1 + 2^0 = 79 2进制转1
论文重新审视了深度神经网络中的不确定性估计技术，并整合了一套技术以增强其可靠性。论文的研究表明，多种技术（包括模型正则化、分类器改造和优化策略）的综合应用显着提高了图像分类任务中不确定性预测的准确性 来源：晓飞的算法工程笔记 公众号 论文: SURE: SUrvey REcipes for buil
作为一个3D的项目，从用户打开页面到最终模型的渲染加载的时间也会比普通的H5项目要更长一些，从而造成大量的用户流失。为了提升首屏加载的转化率，需要尽可能的降低loading的时间。这里就分享一些我们在模型加载优化方面的心得。
问题描述 MultiLineTraceByChannel，看函数名字是返回射线检测到的所有对象，实际使用过程中，发现返回的数组中只又一个对象。 Multi Line Trace by Channel 可以看下官方的文档解释： 此指南说明如何使用 Multi Line Trace by Channel
最近笔者在实际项目开发中会频繁涉及到服务之间的远程调用、域名的配置和请求的转发等与计算机网络相关的知识。 这些其实在读本科和考研的时候都有学习过理论，但为了更透彻地掌握便于在工作中使用，我还是决定写一篇文章来分享实际开发中是怎么应用的。
