魔笛活动平台要记录每个活动的用户行为数据，帮助客服、运营、产品、研发等快速处理客诉、解决线上问题并进行相关数据分析和报警。可以预见到需要存储和分析海量数据，预估至少几十亿甚至上百亿的数据量，所以需要选择一款能存储海量数据的数据库。由于是通过接收MQ存储或者API方式存储，所以对实时写入性能也有一定要求
前端要不要学习设计模式 始终认为每个行业都有自己的特点，各自的专业性。一个开发工程师如果不知道电脑是哪些基本硬件组成，那么我们大概率都会认为这个人非常不专业。那么前端要不要学设计模式呢？设计模式跟前端有多大关系呢？ 前端工程师首先是一个工程师，既然是一个软件工程师，那么类似设计模式、数据结构、网络相
分布式任务调度这个话题是每个后端开发和大数据开发都会接触的话题。因为应用场景的广泛，所以有很多开源项目专注于解决这类问题，比如我们熟知的xxl-job。 那么今天要给大家推荐的则是另一个更为强大的开源项目：DolphinScheduler 介绍 DolphinScheduler是一款开源的分布式任务
烘培代码在 rcBuildHeightfieldLayers 本质上是为每个tile生成高度上的不同layer 算法的关键是三层循环: for z 轴循环 for x 轴循环 for 高度span 循环 判断span和相邻span的连通性(x/z平面相邻cell) 如果联通, 则标注为同一个laye
01 背包 \(01\) 的意图很明显，就是每个物品有 \(01\)，即 选 和 不选 两种方式。 暴力 考虑设定一个状态 \(dp[i][j]\) 表示在前 \(i\) 个当中，花费为 \(j\) 所能获得的最大值。 转移可以： \(dp_{i,j}=\max(dp_{i-1,j},dp_{i-1
语法# sc [] config [] [optionname= optionvalues] 注意 每个命令行选项 (参数) 必须包含等号作为选项名称的一部分。 选项及其值之间需要一个空格 (例如 ，type= own。 如果省略空格，操作将失败)。
Nginx 超时配置,连接时间过长直接关闭连接,显示timeout http { #每个 TCP 连接最多可以保持多长时间 keepalive_timeout 60; #客户端向服务端发送一个完整的 request header client_header_timeout 10; #客户端发送服务端
https://www.cnblogs.com/xuyaowen/p/latencys.html 每个编程者都应该知道的延迟：（~2012年的性能） Latency Comparison Numbers (~2012) L1 cache reference 0.5 ns Branch mispred
CPU主频 = 外频 * 倍频 CPU频率即是每个时钟信号周期完成一步操作，时钟频率的高低在很大程度上反映了CPU速度的快慢 所谓外频Base Clock（BCLK），即系统总线的工作频率。是一个统一协调的最基础的频率，CPU硬盘网卡声卡等都是基于这个频率去工作的，通常来讲就是100Mhz 这个外频
文件系统索引节点和目录项为了方便管理，Linux 文件系统为每个文件都分配了两个数据结构，即索引节点(index node)和目录项(directory entry)。它们主要用来记录文件的元信息和目录结构。索引节点（简称 inode）：用于记录文件的元数据，比如 inode 编号
https://www.jianshu.com/p/6c87cb6cd320 读与写是每个数据库提供的最基本的功能。当数据库中出现第一个进程时，总免不了要将数据从磁盘上加载到内存中，一次数据库的物理I/O由此发生。而这对应着数据库的读事件。通常大多数情况下，数据库中不仅会伴随着大量的读，也会产生大量
# tidb备份恢复的方式方法 ## 摘要 ``` 可以单独每个数据库实例进行备份,但是这种机制实在是太慢了. 网上查资料发现可以使用 tiup br 的方式进行备份. 但是大部分文档都比较陈旧, 官网上面又比较贴心的 只有s3的. 找了一大堆找到一个文档可以使用nfs, 所以这里记录一下. 备查
一个环境就是帧（frame） 的一个序列，每个帧是包含着一些绑定（bindings） 的表格。这些约束将一些变量名字关联于对应的值（在一个帧内，任何变量至多只有一个绑定）。每个帧还包含一个指针，指向这个帧的外围环境（enclosing environment）。如果由于当前讨论的目的，将相应的帧看做是全局（global） 的，那么它将没有外围环境。一个变量相对于某个特定环境的值，也就是在这一环境中
Map/Multimap 映射容器属于关联容器，它的每个键对应着每个值，容器的数据结构同样采用红黑树进行管理，插入的键不允许重复，但值是可以重复的，如果使用`Multimap`声明映射容器，则同样可以插入相同的键值。Map中的所有元素都会根据元素的键值自动排序，所有的元素都是一个`Pair`同时拥有实值和键值，Pair的第一个元素被视为键值，第二个元素则被视为实值，Map 容器中不允许两个元素有相
TLS（Thread Local Storage）用来在进程内部每个线程中存储私有的数据。每个线程都会拥有独立的`TLS`存储空间，可以在`TLS`存储空间中保存线程的上下文信息、变量、函数指针等。TLS其目的是为了解决多线程变量同步问题，声明为TLS变量后，当线程去访问全局变量时，会将这个变量拷贝到自己线程中的TLS空间中，以防止同一时刻内多次修改全局变量导致变量不稳定的情况，先来看一段简单的案
在许多情况下，你可能不希望分析项目中每个源文件的各个方面。例如，项目可能包含生成的代码、库中的源代码或有意复制的代码。在这种情况下，跳过这些文件分析的部分或全部方面是有意义的，从而消除干扰并将焦点缩小到真正重要的问题上。 如果SonarQube的结果不相关，那么没有人会想要使用它。这就是为什么精确配
消费者负载均衡，是指为消费组下的每个消费者分配订阅主题下的消费队列，分配了消费队列消费者就可以知道去消费哪个消费队列上面的消息，这里针对集群模式，因为广播模式，所有的消息队列可以被消费组下的每个消费者消费不涉及负载均衡，而集群模式一个消息队列同一时间只能分配给组内的一个消费者进行消费。 Rocket
反向传播可以求出神经网路中每个需要调节参数的梯度，优化器可以根据梯度进行调整，达到降低整体误差的作用。本节我们对优化器进行介绍。
DDD领域建模被各个大小厂商提起并应用，而每个人都有自己的理解，本文就是针对小白，系统地讲解DDD到底是什么，解决了什么问题，及一些建议和实践。本文主要是思想的一种碰撞和分享，希望能对朋友们有所启发或帮助。
前言 最近遇到一个需求，有几十个Excel，每个的字段都不一样，然后都差不多是第一行是表头，后面几千上万的数据，需要把这些Excel中的数据全都加入某个已经上线的Django项目 这就需要每个Excel建个表，然后一个个导入了 这样的效率太低，不能忍 所以我造了个自动生成 Model 和导入脚本的轮
