• ARTICLE
  • STRING
  • CONVERTER
  • ENCRYPT
  • NETWORK
  • MORE
    CHART
    MATH
    COORDINATE
    IMAGE
    FILE
  • ARTICLE
    STRING
    CONVERTER
    ENCRYPT
    NETWORK
    MORE
    CHART
    MATH
    COORDINATE
    IMAGE
    FILE
logo Online Tools
All Chinese English Newest Hottest
3380 search results Contribute

随着硬件技术的飞速发展,多核处理器已经成为计算设备的标配,这使得开发人员需要掌握并发编程的知识和技巧,以充分发挥多核处理器的潜力。然而并发编程并非易事,它涉及到许多复杂的概念和原理。为了更好地理解并发编程的内在机制,需要深入研究内存模型及其在并发编程中的应用。本文将主要以 Java 内存模型来探讨并发编程中 BUG 的源头和处理这些问题的底层实现原理,助你更好地把握并发编程的内在机制,欢迎继续阅读。

50 Technology lddgo Shared on 2023-08-17

云原生网关 MSE-Higress 是遵循开源 Ingress/Gateway API 标准的下一代网关产品,将传统的流量网关、微服务网关、安全网关合三为一,降低 50% 的资源开销,具有高集成、易使用、易扩展、热更新的特点。 MSE-Higress 提供了流量调度、服务治理、安全防护等能力,并深度集成 Dubbo、Nacos、Sentinel 等微服务技术栈,提升网关链路的整体性能、降低部署和运维成本,同时支持 Nginx Ingress 的平滑迁移,帮助用户零成本快速迁移到 MSE-Higress。 云原生网关 MSE-Higress 开启全民测评活动!现邀请广大开发者参与。

59 Technology lddgo Shared on 2023-08-17

Serverless 在中国发展这些年,经历了高潮、低谷、现在重新回到大众视野。很多企业都非常感兴趣并进行浅尝,部分企业开始大规模应用;有很多企业止步于对技术的好奇,不知道如何在生产环境真正的落地。 同时,在当下 AIGC 技术浪潮中,Serverless 如何与 AIGC 更好结合发挥更大的作用呢? 带着这个问题,我们邀请到阿里云智能 Serverless 研发负责人杨皓然、高德服务端负责人孙蔚,一起探讨 Serverless 和 AIGC 结合可以激发哪些想象力?

23 Technology lddgo Shared on 2023-08-17

本文篇幅有些长,但是相比阅读各类书籍,然后理解和吸收,会大大节省很多时间,对于一些书中难以理解的部分做了改进,帮助更好的理解。可能阅读本文需要一些软件方法的基础知识,才能更好理解和吸收,甚至提出反馈建议。希望文本对大家有帮助,当然这需要运用好“只字不差阅读”和“只字不差理解”。

49 Technology lddgo Shared on 2023-08-16

本次案例为某物流公司在今年 4 月份左右,SRE 通过监控 Nginx 日志,发现一个域名在每天晚上 12 点后存在大量持续 1s 的超时情况,这个问题困扰了用户近一个月。通过查看 DeepFlow 的调用日志,立即排除了业务响应慢的可能性,最终发现问题是 Nginx 自身配置问题导致的。这个案例展示了如何快速的定位 7 层网关时延瓶颈点。

22 Technology lddgo Shared on 2023-08-16

本篇文章来源于「深响」对乐刻CTO澄识采访,主要探讨在火山引擎数据飞轮理念和工具的加持下,乐刻如何通过精细化运营、敏捷试错、个性化推荐三个关键路径,实现敏捷增长。

46 Technology lddgo Shared on 2023-08-16

最近无论是在工作中的交谈,还是在日常刷屏的新闻,铺天盖地的都是大模型。我横竖是看不明白,费了大劲终于从字缝里看到了两个字,玄学。仿佛回到了我的学生时代。 还记得6年前刚进入研究生实验室时,师兄兴奋的对我说:小伙子,欢迎来到我们的修仙世界!——当时学校跟英伟达合作,刚刚从英伟达那里弄了500块Tesla显卡,供各个实验室申请使用。这,是我们崭新的炼丹炉。经过3年的研究生生涯,我对深度学习的理解,仅仅到能够使用深度学习模型的程度。期间也有一些小成绩,包括一篇CCF B类会议论文和一篇KBS期刊(影响因子8.038) ,文章内容主要是使用LSTM对用户兴趣偏好和用户兴趣迁移建模,以此来搭建一个推荐算法模型。 我们通过对各种神经网络模型的堆叠以及反复的对比实验,确实发现LSTM模型的能够在准确率、召回率等指标上有比较突出的效果。但是有一个很大的问题拦在我面前:我如何去解释它?确实,我们没法从直观定性的角度去解释,也没有数学逻辑能解释。索性我们当时就套用了大家统一的口径,解释说LSTM具有长短时记忆能力,因此能够归纳随着时间轴变化的数据规律。还好当时的审稿人并没有对我们的解释提出质疑

51 Technology lddgo Shared on 2023-08-16

在上古时期,曾经的 Web 开发者们,应该会因为在一个庞大的 JavaScript 文件中寻找一个小小的函数而感到绝望?或者因为修改一个变量而不得不查找整个代码库? 当下的前端开发中,webpack,rollup,vite 等构建打包工具大家应该都用的飞起了。它们都基于一个非常重要的概念 - 前端模块化。 在这篇文章中,我们将聊聊前端模块化的发展历程以及主流的一些方案。

16 Technology lddgo Shared on 2023-08-16

商家后台前端代码目前代码量达到十万级,每个迭代团队需要在同一仓库中迭代几十个需求,在日渐庞大的巨石应用下如此活跃的迭代,开发效率与构建效率上给我们带来了一些挑战,我们需要优化以下几点: 代码构建体量大,随着时间推移,构建速度的优化空间较少。 巨石应用下各个业务模块没有做物理拆分,管理与维护难度提升。 应用粒度较粗,在发布节点上需要对应用做进一步拆分以优化发布粒度。 巨石应用下,组件与业务的关系需要梳理,避免出现重复开发的情况。 微前端是目前解决应用拆分的主要解决方案,但是由于其隔离性的机制使得各个子应用间完全隔离,使得用户在开发子应用时无法访问其他子应用页面,这对于各子应用存在关联关系需要同时访问开发的场景开发效率较低,并且目前市面上已经完全封装的主流微前端框架对我们来说是黑盒,无法做到高度自定义,无法满足特定拆分需求,因此我们决定采用模块联邦与大仓模式结合的方式解决以上问题。

19 Technology lddgo Shared on 2023-08-16

自研业务存储平台-是 QQ 的富媒体(图片、视频、语音、文件等)数据传输、存储、处理等全链路解决方案的平台。致力于为用户提供稳定快速的群聊 、单聊图片上传和下载服务。为了面对突发热点也能快速响应,作者团队决定对其进行上云处理。本文着重以 QQ 聊天图片(简称:QQ 图片)为例讲述整个上云的过程及调优。 上云初阶段我们将存量使用的 TVM 统一替换为腾讯云提供的 CVM,一并将老旧云下外网服务升级到腾讯云的公网 CLB。今年我们又进一步实现容器上云目标,使用的是 TKE 平台。我们将所有核心模块作为上云目标,从而实现业务全链路上云。

9 Technology lddgo Shared on 2023-08-16