- 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
- 前天
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
- 前天
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；
-
-
当企业通过上云实现转型时，迁移是一个重要的无法回避的话题。 迁移是为了提高企业信息架构和应用的敏捷性，从而助力企业快速创新和发展；迁移也是为了提高企业全球化和数字化的水平。我们从正在进行转型的公司中看到，通过云迁移实现架构和应用的现代化，主要有四个大趋势。
-
其实“数据湖”的概念由来已久，如果追溯时间大概可以到2011年。如今我们经常提及的数据湖其实可以被认为是一个集中式的安全存储库，用户可以任何规模存储、管理、发现并共享所有结构化和非结构化数据，过程中无需预定义架构。
-
日前，ASPLOS 2020公布了计算机界最新科技成果，其中包括阿里云提交的名为《High-density Multi-tenant Bare-metal Cloud》的论文，该论文阐述了阿里云自研的神龙服务器架构如何解决困扰云计算行业多年的虚拟化性能损耗问题，打破物理机的性能神话，让云服务器突破性能极限。
-
让服务器突破性能极限 阿里云神龙论文入选计算机顶会ASPLOS
日前，ASPLOS 2020公布了计算机界最新科技成果，其中包括阿里云提交的名为《High-density Multi-tenant Bare-metal Cloud》的论文，该论文阐述了阿里云自研的神龙服务器架构如何解决困扰云计算行业多年的虚拟化性能损耗问题，打破物理机的性能神话，让云服务器突破性能极限。此次入选意味着全球计算机顶会对阿里云自研技术的认可，也意味着中国创新技术在全球计算机界争得了一席之地。
-
一文了解 Spring Boot 服务监控，健康检查，线程信息，JVM堆信息，指标收集，运行情况监控！...
去年我们项目做了微服务1.0的架构转型，但是服务监控这块却没有跟上。这不，最近我就被分配了要将我们核心的微服务应用全部监控起来的任务。我们的微服务应用都是SpringBoot 应用，因此就自然而然的想到了借助Spring Boot 的Actuator 模块。
-
从零单排HBase 02：全面认识HBase架构（建议收藏）
在网上看过很多HBaes架构相关的文章，内容深浅不一，直到发现了一篇MapR官网的文章，写得实在太生动了。
-
本文以淘宝作为例子，介绍从一百个到千万级并发情况下服务端的架构的演进过程，同时列举出每个演进阶段会遇到的相关技术，让大家对架构的演进有一个整体的认知，文章最后汇总了一些架构设计的原则。
-
稳定、可扩展、模块化、简化部署过程、版本控制……一文看懂 Kubernetes 到底如何运用！...
说实话，我是个Kubernetes爱好者。Kubernetes是软件开发的重要一步。当我遇到它时，我就想：“这就是将容器融入生产的方式”。我没有任何犹豫就投入了它的怀抱。有成千上万的架构师像我一样，已经深深爱上这项技术。
-
当微软前首席软件架构师雷·奥兹（Ray Ozzie）在2008年的PDC大会上发布Windows Azure时，没人能预估这个软件平台将会为该公司和整个行业带来什么样的影响。
-
微服务架构模式经过5年多的发展，在各行各业如火如荼地应用和实践。如何在企业中优雅地设计微服务架构？是企业面对的一个重要问题。本文将讲述微服务架构1.0设计与实践以及面临问题和破局，最后讲述微服务架构2.0设计与实践等方面，尝试去回答这个难题。
数据错误 -
“云原生全家桶“KubeSphere 如何让企业从容迈进云原生时代？
最近两年，云原生大火。究其原因，“数字化转型”几乎成为所有企业当下最迫切的需求，在这样的趋势下，恰逢新旧IT架构升级的契机，容器、微服务等技术与理念得以发挥所长。众多“上云”企业，寄望于业务能够快速迭代、缩短交付周期、弹性敏捷以及成本控制更优……以支持现有业务的快速发展及创新。
-
企业云计算领导者Nutanix（纳斯达克代码：NTNX）近日宣布，物流行业领导企业嘉里大通 (Kerry EAS) 已采用Nutanix超融合基础架构（HCI）和企业云解决方案，进行企业数据中心的现代化改造。
-
随着云计算，大数据和人工智能技术应用，单靠CPU已经无法满足各行各业的算力需求。海量数据分析、机器学习和边缘计算等场景需要计算架构多样化，需要不同的处理器架构和GPU，NPU和FPGA等异构计算技术协同，满足特定领域的算法和专用计算需求。今天，笔者带大家详细了解下FPGA技术。 FPGA是英文Field Programmable Gate Array简称，即现场可编程门阵列。它是在PLA、PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。它是作为专用集成电路(ASIC)领域中的一种半定制电路，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。
-
随着云计算，大数据和人工智能技术发展，边缘计算发挥着越来越重要的作用，补充数据中心算力需求。计算架构要求多样化，需要不同的CPU架构来满足不断增长的算力需求，同时需要GPU，NPU和FPGA等技术加速特定领域的算法和专用计算。以此，不同CPU架构，不同加速技术应用而生。
-
作为一家年营收超1000亿美元全球化企业，华为有19万员工且多达1023个办公地点，遍布世界范围内170多个国家并横跨运营商、政企和消费者三大领域的业务规模……如此雄厚财力、庞大架构、繁杂业务，有何可愁？自然是对寻找一款能够支撑企业有效增长以及全球化运作的智能工作平台有高度迫切的需求，这就是华为云WeLink的缘起之因。“确实，WeLink在华为云产品序列中绝对算得上是战略级，我们对此投入了很多。”华为云副总裁、联接与协同业务总裁薛浩说。
数据错误 -
京东任命周伯文担任京东云与AI事业部负责人 全面负责AI、云计算、IoT三大技术领域
2019年12月6日，京东集团宣布设立京东云与AI事业部，整合原京东云、人工智能、IoT三大事业部的架构与职责，由京东集团副总裁周伯文博士担任负责人，向京东集团董事局主席兼CEO刘强东先生汇报。周伯文博士将带领京东云、人工智能、IoT团队聚焦战略、技术、产品、创新、场景化顶层设计和商业落地，将京东“干锤百炼”的前沿技术与实体经济相融合，致力于实现学术前沿化、技术商业化的目标。
-
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。
-
-
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。
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