介绍quarkus的bean生命周期回调方式，在bean的不同阶段（如创建、销毁）执行自定义方法
本文不谈论具体的技术和方案，在对于每一个产品都有其特殊性存在。单一的产品解决方法并不适合所有的产品。但是我们可以提供一种思路甚至我们曾经在某个技术点走的弯路，旨在为各位在离线设计提供更多案例。
灰度发布，是指能够平滑过渡的一种发布方式。尤其是对于toB业务和SAAS类平台，很多情况需要根据租户或用户维度进行灰度控制，实现业务上的A/Best功能。尽管几经迭代，但仍存在系统入侵性强、新版本接口异常等问题。因此，探索了一条基于Istio的服务流量治理方案下的灵活可配置的灰度发布方案。
这篇主要描述了B端令牌系统应用数据分表解决业务数据量增大，且存在的数据倾斜问题，主要面向的场景是一对多数据倾斜问题
京东小程序是一个开放技术平台，正在被越来越多的头部品牌选择，用于站内私域流量的营销和运营。诸如各种日化、奢侈品等品牌对ARVR有较多的诉求，希望京东小程序引擎提供一些底层能力，叠加品牌自主的个性化开发和定制，以支持更加丰富的场景和玩法，比如AR试妆、试戴等。
前端开发中涉及表单的页面非常多，看似功能简单，开发快速，实则占去了很大一部分时间。当某个表单包含元素过多时还会导致html代码过多，vue文件过大。从而不容易查找、修改和维护。为了提高开发效率及降低维护成本，下面介绍表单配置化组件的封装原理与封装方法。
我们要寻求更好的技术方案，推动架构的良性演进，每一步都是经过深度思考的，而架构设计方法就是帮助我们思考的框架。通过做架构设计，我们应该提升软件的质量和效率，降低风险和成本。
随着业务的发展及版本迭代，客户端工程中不断增加新的业务逻辑、引入新的资源，随之而来的问题就是安装包体积变大，前期各个业务模块通过无用资源删减、大图压缩或转上云、AB实验业务逻辑下线或其他手段在降低包体积上取得了一定的成果。
上篇文章讲解了requests模块的基础使用，其中有get、put、post等多种请求方式，使用data、json等格式做为请求参数，在请求体中添加请求头部信息的常见信息，如：headers、cookies，以及对请求响应的处理方法。接下来讲解一下requests的高级用法。
## 1 目标 不在现有查询代码逻辑上做任何改动，实现dao维度的数据源切换（即表维度） ## 2 使用场景 节约bdp的集群资源。接入新的宽表时，通常uat验证后就会停止集群释放资源，在对应的查询服务器uat环境时需要查询的是生产库的表数据（uat库表因为bdp实时任务停止，没有数据落入），只进行
正值618大促，各方接口的调用都会大幅度增加。通过梳理接口依赖关系来减少重复调用，对本系统而言，降低了调用数据接口时的线程占用次数，可以有效降级CPU。对调用方来说，减少了调用次数，可减少调用方的资源消耗，保障底层服务的稳定性。
## 一：场景 20w的QPS的场景下，服务端架构应如何设计？ ## 二：常规解决方案 可使用分布式缓存来抗，比如redis集群，6主6从，主提供读写，从作为备，不提供读写服务。1台平均抗3w并发，还可以抗住，如果QPS达到100w,通过增加redis集群中的机器数量，可以扩展缓存的容量和并发读写能
MySQL服务端配置对使用方来说是不可更改的，需要联系DBA进行操作。这些配置操作对我们来说是一个黑盒，但是了解核心配置可以帮助我们快速定位数据库问题原因。
本文，我们将从三个方面来防范上线风险：操作防范、双岗&自查、监控告警。
前言 双十一光顾着买东西都没怎么写文章，现在笔记里还有十几篇半成品文章没写完… 今天来分享一下 Django 项目切换数据库和迁移数据的方案，网络上找到的文章方法不一，且使用中容易遇到各类报错，本文根据 Django 官方文档和工作中的经验，稳定可靠，在博客中长期更新~ 如果你遇到同样的问题，阅读本
在数字化、信息化、智能化蓬勃发展的今天，敏捷开发和Scrum已成为重塑项目管理的重要方式。 敏捷是一种体现不同方法的思维方式，包括了Scrum，看板，极限编程（XP）、精益开发等众多框架。 Scrum是上述列出框架中使用最广泛的一种敏捷方法，个人、团队和组织使用Scrum通过对复杂问题的自适应解决方
Redis集群一般有四种方式，分别为：主从复制、哨兵模式、Cluster以及各大厂的集群方案。在3.0版本之前只支持单实例模式，3.0之后支持了集群方式。在3.0之前各大厂为了解决单实例Redis的存储瓶颈问题各自推出了自己的集群方案，其核心思想就是数据分片，主要有客户端分片、代理分片、服务端分片。这里咱们只介绍前三种方式：主从、哨兵、Cluster。
业务监控是指通过技术手段监控业务代码执行的最终结果或者状态是否符合预期，实现业务监控主要分成两步：一、在业务系统中选择节点发送消息触发业务监控；二、系统在接收到mq消息或者定时任务调度时，根据消息中或者任务中的业务数据查询业务执行的结果或状态并与业务预期的结果相对比。目前供销系统的方案如下：
随着AIGC的爆火，ChatGPT，GPT-4的发布，我作为一个算法工作者，深感AI发展的迅猛。最近，OpenAI的插件和联网功能陆续向用户公开，我也在第一时间试用了这些最新的功能。在OpenAI的插件市场上，我被一个可以帮助分析食谱，并生成购物清单的功能所吸引。
RocketMQ有两种获取消息的方式，分别为推模式和拉模式。 **推模式** 推模式在[【RocketMQ】消息的拉取](https://www.cnblogs.com/shanml/p/16463964.html)一文中已经讲过，虽然从名字上看起来是消息到达Broker后推送给消费者，实际上还是需
