-
2021.10.07 一行小错为何产生巨大破坏-Facebook史诗级故障大反思学习
Facebook大故障原因：一条写得很糟糕的命令、一款有缺陷的审核工具、一个阻碍成功恢复网络的DNS系统、以及严密的数据中心安全 Facebook故障是一系列不幸的事件酿成的！ 一条写得很糟糕的命令、一款有缺陷的审核工具、一个阻碍成功恢复网络的DNS系统以及严密的数据中心安全，所有这些因素导致了Facebook长达 7 个小时的重大故障。 Facebook 表示，周一故障的根本原因是例行维护工作出…- 3
- 0
-
实践案例 – 360容器平台监控实践
背景 360 在做容器化平台之前，有一个基于小米开源的 Open-Falcon 进行二次开发的老监控系统 (Wonder)，这个系统承揽了公司所有的物理机和虚拟机的监控任务。随着容器技术的普及，以容器的方式在创建应用时，由于 Kubernetes 容器编排系统部署的服务具有弹性扩容的特性，而老的监控系统无法感知这些动态创建的服务，已经不适合容器化的场景，所以 360 团队就搭建了一套可以支持服务发…- 0
- 0
-
最佳实践 – 技术如何从小白到管理，怎么支撑业务快速发展？
一、背景 技术管理者(技术总监/经理/CTO)期望通过体系化的管理方式建设，能够在百人，千人以上的团队中有效的构建聚焦目标、自我成长、高效能的研发作战团队，快速拿出成果，支撑业务的快速发展。 二、痛点 从小团队人员快速扩张，团队文化稀释，人员效能下降，目标逐渐弱化。 各自团队管理方式及标准不统一，人员管理及协同逐渐混乱。 组织扩大后，难以有效关注个人，无法准确评判个人的成长，贡献等。 三、目标 通…- 2
- 0
-
系统稳定性保障 – 迄今见过最易懂的混沌工程落地实践
一、背景 从 2010 年 Netflix 上线 Chaos Mokey 的第一个版本到现在，虽然混沌工程发展已历时十年，但其实只在少数大厂里面有较成熟的落地，对绝大部分研发同学来说，混沌工程还是一个比较陌生的领域。 分布式和微服务化已经成为主流的系统架构设计方案，大规模分布式系统的可用性保障能力越来越成为关注的重点。混沌工程也开始如雨后春笋般在各大企业内部萌芽生长，但大部分还处于初期的探索阶段，…- 1
- 0
-
系统稳定性保障 – 字节跳动混沌工程故障演练实践总结
什么是混沌工程 在生产环境中实际运行分布式系统，难免会有各种不可预料的突发事件发生。同时，云原生的发展，不断推进着微服务的进一步解耦，海量的数据与用户规模也带来了基础设施的大规模分布式演进。分布式系统天生有着各种相互依赖，可以出错的地方数不胜数，处理不好就会导致业务受损，或者是其他各种无法预期的异常行为。 在复杂的分布式系统中，无法阻止这些故障的发生，我们应该致力于在这些异常行为被触发之前，尽可能…- 2
- 0
-
Spring Boot使用Logback
翻译自:https://springframework.guru/using-logback-spring-boot/ USING LOGBACK WITH SPRING BOOT Logback 为企业应用程序制作了一个优秀的日志框架-它的速度快, 具有简单但功能强大的配置选项, 而且内存占用小。在我的入门帖子中已经介绍了 logback ,logback 介绍: 企业日志框架。在 Logbac…- 6
- 0
-
20个最棒的JavaScript图表库
每个企业在做重要决定时都倾向于做数据分析。实际上他们很多时候都是沉沦在数据里头，不知道如何跳出其中。随着大数据的到来，曾经好用的表格和图表只是不再削减它了。 企业一直寻求更好的方式来可视化数据，更好的互动和使图表多角度。毕竟，只有从数据中抽出的见解才是有用的。 JavaScript 图表库出现了，作为漂亮的，容易理解的，交互式的可视化图表最有力的工具。它能更容易提取和传达关键的模式和见解，而静态图…- 19
- 0
-
Go语言开发Windows应用
当第一次看到Go程序在windows平台生成可执行的exe文件，就宣告了windows应用也一定是Go语言的战场。Go不是脚本语言，但却有着脚本语言的轻便简单的特性。相较于php和python之类以服务器控制台为主要战场的脚本语言来说，Go语言是真正的圆了“动态语言的应用开发梦”。 Windows Api Windows桌面应用依赖于win api，画出各种应用界面和控件本质上就是调用window…- 14
- 0
-
本地缓存ehcache、guava cache和Caffeine
在多线程高并发场景中往往是离不开cache的，需要根据不同的应用场景来需要选择不同的cache，比如分布式缓存如redis、memcached，还有本地（进程内）缓存如ehcache、GuavaCache、Caffeine。 一、 ehcache 在Java项目广泛的使用。它是一个开源的、设计于提高在数据从RDBMS中取出来的高花费、高延迟采取的一种缓存方案。正因为Ehcache具有健壮性（基于j…- 163
- 0
-
JVM性能优化 Part I：JVM简介
JVM性能优化 Part I：JVM简介 众所周知，Java应用程序是运行在JVM上的，但是你对JVM有所了解么？作为这个系列文章的第一篇，本文将对经典Java虚拟机的运行机制做简单介绍，内容包括“一次编写，到处运行”的利弊、垃圾回收的基本原理、常用垃圾回收算法的示例和编译器优化等。后续的系列文章将会JVM性能优化的内容进 行介绍，包括新一代JVM的设计思路，以及如何支持当今…- 9
- 0
-
Java 性能优化的五大技巧
要对你的 java 代码进行优化，需要理解 java 不同要素之间的相互作用，以及它是如何与其运行时的操作系统进行交互的。使用下面这五个技巧和资源，开始学习如何分析和优化你的代码吧。 在我们开始之前, 你也许会担心许可的问题. Java 为 Oracle 公司所有，遵循 Oracle 的 BCL 许可，该许可证不是一个免费/开源许可证。即便如此， 仍然有许多开源项目由 Oracle 公司的 Jav…- 12
- 0
-
Netty In Action中文版 – 第一章：Netty介绍
Netty In Action中文版 - 第一章：Netty介绍 Netty介绍 为什么要使用non-blocking IO(NIO) 阻塞IO(blocking IO)和非阻塞IO(non-blocking IO)对比 Java NIO的问题和在Netty中的解决方案 Netty是基于Java NIO的网络应用框架，如果你是Java网络方面的新手，那么本章将是你学习Java网络应用的开始；对于有…- 0
- 0
-
Java单元测试(Junit+Mock+代码覆盖率)
单元测试是编写测试代码，用来检测特定的、明确的、细颗粒的功能。单元测试并不一定保证程序功能是正确的，更不保证整体业务是准备的。 单元测试不仅仅用来保证当前代码的正确性，更重要的是用来保证代码修复、改进或重构之后的正确性。 一般来说，单元测试任务包括 接口功能测试：用来保证接口功能的正确性。 局部数据结构测试（不常用）：用来保证接口中的数据结构是正确的 比如变量有无初始值 变量是否溢出 边界条件测试…- 7
- 0
-
20个最棒的JavaScript图表库
每个企业在做重要决定时都倾向于做数据分析。实际上他们很多时候都是沉沦在数据里头，不知道如何跳出其中。随着大数据的到来，曾经好用的表格和图表只是不再削减它了。 企业一直寻求更好的方式来可视化数据，更好的互动和使图表多角度。毕竟，只有从数据中抽出的见解才是有用的。 JavaScript 图表库出现了，作为漂亮的，容易理解的，交互式的可视化图表最有力的工具。它能更容易提取和传达关键的模式和见解，而静态图…- 9
- 0
-
More than React（五）异步编程真的好吗？
策划｜张凯峰 编辑｜尾尾 《More than React》系列的上一篇文章HTML也可以编译？介绍了 Binding.scala 如何在渲染 HTML 时静态检查语法错误和语义错误，从而避免 bug ，写出更健壮的代码。本篇文章将讨论Binding.scala和其他前端框架如何向服务器发送请求并在页面显示。 在过去的前端开发中，向服务器请求数据需要使用异步编程技术。异步编程的概念很简单，指在进行…- 7
- 0
-
More than React（四）HTML也可以静态编译？
《More than React》系列的上一篇文章《虚拟DOM已死？》中比较了 Binding.scala 和其他框架的渲染机制。 （关注『前端之巅』公众号，发送“杨博”，查看More than React系列文章）本篇文章中将介绍 Binding.scala 中的 XHTML 语法。 其他前端框架的问题 对 HTML 的残缺支持 以前我们使用其他前端框架，比如 Cycle.js 、 Widok …- 11
- 0
-
More than React（一）为什么ReactJS不适合复杂交互的前端项目？
《More than React》系列的文章会一共分为五篇和一则附录。本文是第一篇，介绍用 ReactJS开发时遇到的种种问题。后面四篇文章的每一篇将会分别详细讨论其中一个问题，以及Binding.scala如何解决这个问题。附录是一则指南，指引你从头一步步创建Binding.scala项目。 \ 背景介绍 \ 去年 4 月，我第一次在某个客户的项目中接触到ReactJS 。 \ 我发现React…- 15
- 0
-
docker与openstack的关系
最近Docker和OpenStack是在信息化基础设备虚拟化或云化方面最火的两个开源项目，他们有关系吗，下面来分析分析。 先看看他们分别是什么，我尝试不用网上的高大上术语，而用大白话来解释一下他们，或者刺破他们。 OpenStack：它由很多的组件组成，如果没接触过，基本上你会晕头转向。但是我们只要从它试图要解决的问题来看就不难理解它。它是管理服务器／网络／块存储的工具。关于块存储，简单的理解是把…- 51
- 0
-
Hadoop管理员的十个最佳实践
接触Hadoop有两年的时间了，期间遇到很多的问题，既有经典的NameNode和JobTracker内存溢出故障，也有HDFS存储小文件问题，既有任务调度问题，也有MapReduce性能问题.遇到的这些问题有些是Hadoop自身的缺陷（短板），有些则是使用的不当。 在解决问题的过程中，有时需要翻源码，有时会向同事、网友请教，遇到复杂问题则会通过mail list向全球各地Hadoop使用者,包括H…- 5
- 0
-
Hanlp中使用纯JAVA实现CRF分词
与基于隐马尔可夫模型的最短路径分词、N- 最短路径分词相比，基于条件随机场（ CRF ）的分词对未登录词有更好的支持。本文（ HanLP ）使用纯 Java 实现 CRF 模型的读取与维特比后向解码，内部特征函数采用 双数组 Trie 树 (DoubleArrayTrie) 储存，得到了一个高性能的中文分词器。 开源项目**** 本文代码已集成到HanLP 中开源： http://hanlp.co…- 113
- 0
-
运用TensorFlow处理简单的NLP问题
引言 当前无论是学术界还是工业界，深度学习都受到极大的追捧，尤其是在Google开源深度学习平台TensorFlow之后，更是给深度学习火上浇油。目前在开源社区Github上所有开源项目中，TensorFlow最为活跃，从推出到现在，经历了几个版本的演进，可以说能够灵活高效地解决大量实际问题。本文主要尝试阐述TensorFlow在自然语言处理(NLP)领域的简单应用，让大家伙儿更加感性地认识Ten…- 38
- 0
-
深度学习—-NLP-TextRank算法详解
文章目录 PageRank算法 TextRank算法提取关键词 TextRank算法提取关键词短语 TextRank生成摘要 共现矩阵 $~~~~~~~~$今天要介绍的TextRank是一种用来做关键词提取的算法，也可以用于提取短语和自动摘要。因为TextRank是基于PageRank的，所以首先简要介绍下PageRank算法。 1. PageRank算法 PageRank设计之初是用于Googl…- 126
- 0
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×