- 相关博文
- 最新资讯
-
通过简单案例快速了解 GO 操作 RabbitMQ
-
针对KafkaConsumer单线程限制，本文提出两种多线程实现方案：线程封闭方式：每个线程创建独立KafkaConsumer实例，并发度受分区数限制。代码示例展示了通过KafkaConsumerThread类实现多线程消费。消息处理多线程：在方案一基础上增加线程池处理消息，使用RecordsHandler类异步处理消息记录，需配合共享offsets实现提交。该方案进一步提升消费速度，但需注意线程安全。两种方案均通过代码示例说明实现细节，适用于不同消费场景需求。
-
- Timmer丿
- 前天
-
-
通过实际例子快速了解 GO+RabbitMQ+gin+gorm
-
《Java支付系统高并发架构设计全解析》本文通过模拟5轮技术面试，系统讲解了支付平台的高并发架构设计要点。涵盖支付核心流程（分布式锁、幂等性）、高并发优化（Redis双层缓存、Kafka批量发送）、分布式事务（TCC模式）、JVM调优（G1GC参数配置）等核心技术，并给出分库分表、灰度发布、风控系统等场景解决方案。文章突出业务与技术结合，如双11大促下的限流降级策略，银行对接时的对账系统设计，既展示面试应答技巧，又提供可落地的架构方法论，适合Java中高级开发者学习支付系统设计精髓。
-
- 无处不在的海贼
- 昨天
数据错误 -
-
将针对 C# 高级编程提供更多高频面试题，聚焦于高级概念（异步编程、内存管理、设计模式、.NET 核心特性等），并为每个概念提供详细代码示例或深入讲解，以确保清晰且实用。IAsyncEnumerable
是 C# 8.0 引入的特性，用于异步迭代数据流，适合处理大数据集、数据库查询或流式数据（如网络流、文件读取）。Memory ：类似 Span ，但支持堆内存，适合异步场景（如异步方法中的内存管理）。Span ：表示连续内存块（栈或堆），只读或可写，适合同步操作。如何在异步方法中使用？ -
- zhxup606
- 昨天
-
-
本文通过5轮模拟面试，详细展示了广告投放平台的技术架构设计要点。涵盖SpringBoot微服务、Kafka消息队列、Redis缓存、Flink实时计算等核心技术栈，重点解析了高并发场景下的分布式锁设计、JVM调优策略和系统稳定性保障方案。面试采用STAR模型作答，体现了DDD领域驱动设计思想与业务场景的深度结合，包括竞价引擎、反作弊系统等核心模块的实现方案。文章还展望了亿级QPS架构、AI广告等前沿技术方向，为Java开发者提供了从基础到进阶的完整技术面试参考框架。
-
- 无处不在的海贼
- 前天
-
-
本文模拟了一场互联网保险系统开发岗位的技术面试，围绕Java、SpringBoot、MyBatis、Redis、Kafka等核心技术展开五轮深度问答。从基础技术栈到分布式系统、缓存优化、微服务架构，逐步考察候选人小明的技术广度和深度。面试涵盖多线程安全、JVM调优、RESTful API设计、SQL优化、消息队列应用等关键知识点，并结合保险业务场景探讨系统架构设计、性能排查、数据一致性和安全性等实际问题。通过结构化的问题解析，展现了如何将技术能力与业务价值相结合，为开发高并发、高可用的互联网保险系统提供解决
-
- 无处不在的海贼
- 前天
-
-
本文摘要：深度学习中的CNN架构剖析与实践指南 文章系统解析了CNN的核心组件：1)卷积层作为特征提取器；2)归一化层优化训练过程；3)激活函数引入非线性。针对工程实践，提供了数据增强策略矩阵和学习率调度方案，并给出典型问题（如NaN值和过拟合）的排查方法。通过可视化实例和代码片段，展示了传统方法在图像分类中的局限性，突出了CNN在自动特征提取和泛化能力上的优势。文章兼具理论深度与实践价值，为CNN学习者提供了全面的技术参考。
-
- xiaohanbao09
- 昨天
-
-
Java后端系统的问题排查离不开系统化思维和高效工具链。建议开发者熟练掌握JVM分析工具、链路追踪、监控报警、日志分析等能力。面对复杂业务场景，需结合技术栈深入理解各组件工作原理，快速定位并解决问题。持续总结排查经验，不断优化系统架构与运维流程，是保障稳定高可用服务的关键。本文面向Java开发者，系统梳理互联网大厂Java后端技术栈（含Spring Boot、Redis、Kafka等）在真实业务场景下的常见异常和性能问题，结合具体排查思路、工具、案例，帮助读者提升线上问题定位与系统调优能力。
-
- 怡人蝶梦
- 昨天
数据错误 -
-
RabbitMQ作为最流行的开源消息代理之一，在后端系统中扮演着至关重要的角色。消息持久化是确保系统可靠性的关键特性，特别是在面对系统崩溃、网络故障等异常情况时。本文旨在全面分析RabbitMQ的消息持久化存储机制，帮助开发者根据业务需求做出合理的存储选型决策。本文将首先介绍RabbitMQ消息持久化的基本概念，然后深入分析不同的存储选型方案，包括内存、磁盘和混合模式。接着我们会探讨相关的算法原理和实现细节，并通过实际代码示例展示配置方法。最后，我们将讨论不同业务场景下的最佳实践和未来发展趋势。
-
- 后端开发笔记
- 昨天
-
-
大数据领域的数据工程架构设计目的在于构建一个高效、稳定、可扩展的系统，以应对海量数据的采集、存储、处理和分析需求。其范围涵盖了从数据源到数据消费者的整个数据生命周期，包括数据的采集层、存储层、处理层和应用层。通过合理的架构设计，能够提高数据处理的效率，降低系统的维护成本，为企业和组织提供有价值的数据洞察。本文将按照以下结构进行阐述：首先介绍大数据领域数据工程架构设计的核心概念与联系，包括数据流程、组件关系等；接着详细讲解核心算法原理和具体操作步骤，并用 Python 代码进行示例；
-
12月3日，广东省农村信用社联合社银信中心副总裁周丹在2019年阿里云广东峰会上透露，通过携手阿里云，广东农信实现了从传统架构向云化的转型升级，金融业务系统的搭建工期从按月计算缩短至按天计算，效率大幅提升。
-
12月3日，广州云峰会上，阿里云宣布推出面向混合云场景的CPFS一体机和视觉AI一体机，两款新品具备超高性能、开箱即用等特性，极大降低企业上云的周期和门槛。加上此前推出的POLARDB数据库一体机和蚂蚁mPaaS一体机，阿里云已为客户提供了四款一体机家族产品，集结了云、网、边、端一体化的能力，打破云的边界，让企业能够随时随地全栈、全态、甚至全域上云。
-
阿里云提出“云+Fintech”新金融战略 已助上万家金融机构上云
12月3日，阿里云峰会广东期间，阿里巴巴副总裁、阿里云智能数字政府事业部总裁许诗军表示，目前阿里云已成为中国数字政府大数据整体市场第一，也是数字政府大数据基础平台软件市场第一。
-
12月3日，阿里云峰会广东期间，阿里巴巴副总裁、阿里云智能数字政府事业部总裁许诗军表示，目前阿里云已成为中国数字政府大数据整体市场第一，也是数字政府大数据基础平台软件市场第一。
-
12月3日，在阿里云广东峰会上，阿里云联合超图软件、长光卫星、Maxar技术、四维测绘等顶级卫星影像产业链公司发布数字地球引擎，提供开放式的影像数据集、遥感AI能力、丰富的API接口等，在国土资源监管、水利河道治理、自然环境保护和农业估产等领域帮助政府和企业提升效率。
-
12月3日，阿里云广东峰会期间，大横琴科技公司联合阿里云发布了全国首个跨境服务创新平台。基于该平台，全国首个跨境服务APP“琴澳通”也正式发布。“琴澳通”将为澳门企业及个人提供服务，推动澳门和广东两地的产业经济联动，数字化升级。
-
“我们希望帮助工厂从原来的单点变成全产业链、全价值链、全要素的融合，变成数字化智能化的工厂，并为工业产品带来智能化。”库伟表示。
-
12月3日，在2019阿里云广东峰会上，阿里云智能总裁张建锋表示，全面迈入数字经济时代，数据成为社会经济发展的新生产要素，云智能是新基础设施。
-
-
不管我们是不是技术迷，无可否认的是，现在我们各自的生活都对互联网产生了高度依赖。在这个各种社交软件都离不开物联网设备的社会，它们以各式各样的方式将我们与网络世界连接起来。
-
-
华为云TaurusDB计算存储分离架构：让数据“身”分离，“心”凝聚
在2019年HC大会上，华为重磅推出最新一代高扩展海量存储分布式数据库——TaurusDB，它拥有一个最大的特点就是将存储和计算以一种分离的架构形式运行。很多人就会问到，华为云为什么会设计这款产品？核心竞争力是什么？对比原生MySQL的优势有哪些？借此时机，CSDN记者有幸采访到了华为云TaurusDB数据库资深技术专家，现在就请他来为我们一一解答。
-
本月12日，中国移动31个省的通信工程设计与可行性研究集采正式启动。 这次集采规模庞大，涵盖了无线网(5G、FDD、NB等)、核心网、承载网、支撑网等专业方向，预估基本规模超400亿元，预估扩展规模超600亿元。 毫无疑问，5G，是中国移动本次集采的主要目标。
-
不管我们是不是技术迷，无可否认的是，现在我们各自的生活都对互联网产生了高度依赖。在这个各种社交软件都离不开物联网设备的社会，它们以各式各样的方式将我们与网络世界连接起来。
-
-
11月28日，阿里云正式开源机器学习平台 Alink，这也是全球首个批流一体的算法平台，旨在降低算法开发门槛，帮助开发者掌握机器学习的生命全周期。
-
-
2019年技术盘点云数据库篇（一）：UCloud专家谈云数据库：千锤百炼 云之重器
公有云逐渐成为企业运行 IT 设施的新趋势，那么作为企业最核心的系统—数据库，数据上云也成为大数据时代的必然选择。对企业来说，数据可视为其命脉，因此数据迁移上云就意味着将企业“命脉”搬到云平台。事实上，数据上云有两种形式，数据库直接上云或者选择云数据库，而云数据库利用其云原生的优势具备了许多过去数据库产品不具备的优势，包括可靠性、弹性、存储容量以及成本等，正逐渐被更多的企业所接受。
-
随着移动互联网、信息技术等创新发展，数据量呈指数级爆发式增长并表现在多个方面，即规模扩张、结构多元化的数据新形态；业务升级转型带来的场景化需求数据新部署；市场细分带来的数据应用新模式以及承载行业发展，发挥核心资源池地位的数据新价值等。据IDC预测，全球数据圈将从2018年的33ZB增至2025年的175ZB，实现5倍以上的增长。在新数据时代，数据在数据形态、部署环境、应用模式和价值需求等方面均出现了更为精细化的需求，应对数据爆发压力，欲将海量的连接、微秒级的延迟、极高的性能体验为我所用，创新存储价值则变得势在必行。
-
活动
-
2021-11-10
-
2021-03-09
-
2020-12-16
独家定制
-
-
3500人的专业安全团队与你同在
-
-
CSDN云计算在线公开课
-
-
IaaS市场高速增长，历久弥新
精品推荐
关于我们
关注「云计算」
转载 & 投稿：songhui@csdn.net
商务合作：zhangjing@csdn.net