Sentinel Sentinel 是阿里巴巴开源的一款高可用性和流量控制的分布式系统。它最初是为了解决阿里巴巴内部的微服务架构中的流量控制和熔断降级问题而开发的。Sentinel 旨在提供实时的流量控制、熔断降级、系统负载保护等功能，以保障应用的高可用性和稳定性。以下是 Sentinel 的详细介
0 导读 之前的文章中，我们介绍过分布式事务的基础知识，也了解了分布式场景下常见一致性问题和解决方案，对分布式锁和CAS模式有一定的了解，有兴趣的同学可以通过下面链接到作者的两篇相关文章。 五种分布式事务解决方案（图文总结） 高并发下的数据一致性保障（图文全面总结） 1 介绍 本文聚焦高并发场景下分
一：背景 1. 讲故事 前些天有位朋友找到我，说他生产上的程序有内存暴涨情况，让我帮忙看下怎么回事，最简单粗暴的方法就是让朋友在内存暴涨的时候抓一个dump下来，看一看大概就知道咋回事了。 二：Windbg 分析 1. 到底是谁吃了内存 这个问题说的再多也不为过，一定要看清楚这个程序是如何个性化发展
摘要：详细讲解DeepWalk，通过随机游走的方式对网络化数据做一个表示学习，它是图神经网络的开山之作，借鉴了Word2vec的思想。 本文分享自华为云社区《[论文阅读] (25) 向量表征经典之DeepWalk：从Word2vec到DeepWalk，再到Asm2vec和Log2vec》，作者：ea
跨域推荐旨在利用从其它相关源域收集的用户-物品交互信息以提升目标域的推荐质量。传统的跨域推荐方法常常基于嵌入和映射（Embedding and Mapping，EMCDR） 的思路，这种方法在进行对齐操作之前，各领域需要先通过预训练以独立地得到用户/物品的embeddings。因此，有偏的（biased） 预训练表征将无可避免地包含领域特有的（domain-specific） 信息，从而会导致对跨
一：背景 1. 讲故事 前段时间微信上有一位老朋友找到我，说他的程序跑着跑着内存会突然爆高，有时候会下去，有什么会下不去，怀疑是不是某些情况下存在内存泄露，让我帮忙分析一下，其实内存泄露方面的问题还是比较好解决的，看过这个dump之后觉得还是有一定的分享价值，拿出来和大家分享一下吧。 二：WinDb
一：背景 1. 讲故事 上周有位朋友找到我，说他的 API 被多次调用后出现了内存暴涨，让我帮忙看下是怎么回事？看样子是有些担心，但也不是特别担心，那既然找到我，就给他分析一下吧。 二：WinDbg 分析 1. 到底是哪里的泄露 这也是我一直在训练营灌输的理念，一定要知道是哪一边的暴涨，否则很可能就
## 一：背景 ### 1. 讲故事 前几天有位朋友找到我，说他们公司的后端服务内存暴涨，而且CPU的一个核也被打满，让我帮忙看下怎么回事，一般来说内存暴涨的问题都比较好解决，就让朋友抓一个 dump 丢过来，接下来我们用 WinDbg 一探究竟。 ## 二：WinDbg 分析 ### 1. 到底是
一：背景 1. 讲故事 前些天有位朋友找到我，说他的程序内存异常高，用 vs诊断工具 加载时间又太久，让我帮忙看一下到底咋回事，截图如下： 确实，如果dump文件超过 10G 之后，市面上那些可视化工具分析起来会让你崩溃的，除了时间久之外这些工具大多也不是用懒加载的方式，比如 dotmemory 会
摘要：本文通过多种操作构建混合模型，增强视觉Transformer捕捉空间相关性的能力和其进行通道多样性表征的能力，弥补了Transformer在小数据集上从头训练的精度与传统的卷积神经网络之间的差距。 本文分享自华为云社区《[NeurIPS 2022] 消除视觉Transformer与卷积神经网络
摘要：图像锐化和边缘提取技术可以消除图像中的噪声，提取图像信息中用来表征图像的一些变量，为图像识别提供基础。本章主要介绍Robert算子、Prewitt算子、Sobel算子、Laplacian算子、Scharr算子等。 本文分享自华为云社区《[Python从零到壹] 五十七.图像增强及运算篇之图像锐
ChatGPT很强大，可以帮我们处理很多问题，但这些问题的答案的正确性您是否有考证过呢？ 昨晚，DD就收到了一个有趣的反馈： 提问：有什么关于数据权限设计的资料推荐吗？ ChatGPT居然介绍了一本根本不存在的书《数据权限设计与实现》，作者居然还是我... 那么你在使用ChatGPT的时候，有碰到过
前言 监控指标诚然是发现问题于微末之时的极佳手段，但指标往往有其表达的极限。在很多情况下，单独看一个黄金指标并不能表征系统的健康程度，反而有可能被其迷惑，进而忽略相关问题。(本文所提及的Linux Kernel源码版本为4.18.10) Bug现场 某天中午，某应用的999线突然升高。由于是个QPS
## 一：背景 ### 1. 讲故事 有很多朋友跟我说，在 Windows 上看过你文章知道了怎么抓 Crash, CPU爆高，内存暴涨 等各种Dump，为什么你没有写在 Docker 中如何抓的相关文章呢？瞧不上吗？ 哈哈，在DUMP的分析旅程中，跑在 Docker 中的 .NET 占比真的不多，
## 一：背景 ### 1. 讲故事 前段时间有位朋友找到我，说他的程序内存会出现暴涨，让我看下是怎么事情？而且还告诉我是在 Linux 环境下，说实话在Linux上分析.NET程序难度会很大，难度大的原因在于Linux上的各种开源工具主要是针对 C/C++, 和 .NET 一毛钱关系都没有，说到底
摘要：目前MetaERP已经覆盖了华为公司100%的业务场景和80%的业务量。 本文分享自华为云社区《强渡大渡河！华为云GaussDB支撑华为MetaERP系统全面替换》，作者： 华为云头条。 近日，在“英雄强渡大渡河”MetaERP表彰会上，华为宣布实现自主可控的MetaERP研发，并完成对旧ER
解决pod健康检查问题 引自：Solving the mystery of pods health checks failures in Kubernetes。原文中的某些描述并不清晰，本文作了调整。 很早以前，环境中的pod有时候会遇到健康检查失败的问题，但并没有什么明显表征，且几乎是立马就会恢复
Axure与墨刀是两款在原型设计领域广受欢迎的工具，各具特点和优势： Axure： Axure RP是一款功能强大的原型设计工具，广泛应用于交互设计和用户体验设计领域。它提供了丰富的交互元素库、高保真度的原型制作功能以及复杂的交互流程设计工具。 设计师可以使用Axure快速创建原型，并进行用户测试和
本教程在前述教程（DashVector + ModelScope玩转多模态检索）的基础之上，基于DashScope上新推出的ONE-PEACE通用多模态表征模型结合向量检索服务DashVector来对多模态检索进行升级，接下来我们将展示更丰富的多模态检索能力。 DashVector + ModelS
然而，目前大多数域泛化方法需要将不同领域的数据进行集中收集。然而在现实场景下，由于隐私性的考虑，数据常常是分布式收集的。因此我们需要考虑联邦域泛化（federated domain generalization, FedDG）方法。这里需要注意的是，传统的域泛化方法常常要求直接对齐表征或操作数据，这在联邦场景下是违反数据隐私性的。此外对于跨域的联邦学习，由于客户端异构的数据分布/领域漂移（如不同的
