51CTO崔皓的博客_零基础编写电商秒杀系统

从0到1？不！真实的IT工作是如何面对遗留代码

今天，我要给你们讲一个真实的故事，一个关于遗留代码的故事。故事的主人公是我朋友小明（化名），我们后就没有见面，最近见面聊起了他的一段往事。多年前小明刚刚加入了一家新公司，心里有些期待，也有些紧张。他被分派到公司的前沿产品的项目组，虽然是前沿产品但是他的任务就是改进一款旧有系统，你懂的，那种堆积了好几年的"ugly"代码。起初，小明也有点抱怨，他想："这些前任程序员写的代码真的烂透了！我怎么可能修补

正常运行

项目开发

新功能

原创 3月前 66 阅读

手把手教你用ChatGPT建立人工智能聊天室！

摘要在本教程中，我将建立一个聊天室网络应用，允许用户输入他们的信息并与ChatGPT进行对话。开篇最近，ChatGPT已经变得非常流行。人们要求ChatGPT帮助他们写论文、做作业，甚至要求他们如何赚钱。有了类似的想法，我认为通过向ChatGPT咨询，建立一个聊天室应用程序是很有趣的。从简单的东西开始，我计划建立一个聊天室网络应用，允许用户输入他们的信息并与ChatGPT进行对话。由此产生的应用程

API

Java

用户界面

原创精选 6月前 1785 阅读 2收藏

分布式缓存上云手册，架构师人手一份，赶紧收藏！

本文我们将探讨云上的分布式缓存，以及为什么它能够适用于高数据量和高负载的环境。分布式缓存是基于云的应用程序的一个重要方面，无论是企业内部、公共或混合云环境。它促进了增量扩展，允许缓存增长并纳入数据增长。本文中，我们将探讨云上的分布式缓存，以及为什么它对高数据量和高负载的环境是有用的。本文将涵盖以下内容。传统高速缓存的挑战什么是分布式缓存云上分布式缓存的好处推荐的分布式缓存数据库工具在混合云上部署分

分布式缓存

缓存

数据

原创 6月前 142 阅读

它来了，有了JAX 轻松加速机器学习

JAX是一个为高性能数值计算设计的Python库，特别是机器学习研究。它通过使用GPU来加速Python和NumPy代码。JAX在机器学习领域崭露头角，其野心是使机器学习变得简单而高效。虽然，JAX仍然是谷歌和Deepmind的研究项目，还不是谷歌的官方产品，但已经被内部广泛使用，并被外部的ML研究人员采用。我们想提供一个关于JAX的介绍，如何安装JAX，以及它的优势和能力。什么是机器学习的JAX

NumPy

CUDA

机器学习

原创精选 6月前 639 阅读

用DCNN进行图像分类

本文将分解图像分类背后的目的，给出卷积神经网络的定义，讨论这两者如何作用，并简要说明如何在Python中创建一个卷积神经网络架构。使用深度卷积神经网络进行图像分类用深度卷积神经网络（DCNN）进行图像分类是一个口口相传的说法，但由于使用这种方法可以完成很多项目和任务，所以值得研究和理解。图像分类是一个强大的工具，可以将静态图像和推断出可能被错过的重要数据。在这篇文章中，我们将分解图像分类背后的目的

卷积神经网络

图像分类

数据

原创精选 6月前 518 阅读

5大工具搞定AI自动化测试，强烈推荐，建议收藏！

解决方案

人工智能

测试自动化

原创 6月前 489 阅读

杜绝微服务安全风险：零信任机制！

本文描述了如何在微服务环境中应用零信任原则，以及需要在后端实施哪些安全控制。根据2020年Gartner的报告，估计到2023年，75%的网络安全事件将由管理权限不足和管理权限过大造成。在很大程度上，这可归因于现代云基础设施使用的身份数量不断增加。应用程序在完全虚拟化的环境中作为微服务运行，这些微服务由云中动态协调的多个容器集群组成。与在企业内部运行的单体应用相比，这种环境中的安全要求明显不同。首

微服务

数据

基础设施

安全

原创精选 6月前 422 阅读

一文搞定，K8s集群可视化网络图，提升集群性能的利器！

开篇建立高性能的服务和系统是每个企业的核心任务。每天都有大量的技术出现，它们都承诺能够超越性能基准。然而，实际的生产环境往往是混乱的，如果不加以维护和监控，会造成严重的性能损失。尽管Kubernetes是容器编排的不二选择，但许多组织未能实施它。成长中的组织，在扩大服务规模的过程中，会将复杂的东西引入到系统中。所以，了解基础设施是如何配置，以及集群如何运作和通信就显得至关重要了。大部分的基础设施设

k8s

集群

性能

微服务

原创推荐 6月前 1027 阅读 1点赞 1收藏 1评论

如何让数据为机器学习服务？

机器学习使用的数据结构并不总是类似于标准计算中使用的结构。如果你想要高效的机器学习，你需要首先处理你的数据。开篇处理数据是程序员日常工作的一个重要部分。通常情况下，数据被组织成数组和对象，从外部存储在SQL或基于文档的数据库中，或者被编码在文本或二进制文件中。机器学习是关于数据的，当使用大量的数据时，效果最好。因此，数据和数据处理在设计和构建机器学习管道中起着核心作用。然而，数据格式往往与类和对象

数据

机器学习

数据结构

原创精选 7月前 271 阅读 1点赞

8大移动游戏引擎和平台！一定有你需要的，赶紧收藏！

手机游戏是一种打发时间的娱乐方式，可以与朋友和家人一起享受乐趣。随着使用智能手机和平板电脑的人比以往任何时候都多，手机游戏已经成为一种流行的娱乐方式。移动游戏是游戏行业中增长最快的领域之一。2026年，全球移动游戏市场将达到4203.86亿美元，2022年的收入为1035亿美元。由于对移动游戏有如此高的需求，全球有超过30亿活跃的移动游戏玩家并不奇怪。手机游戏在那些想在旅途中玩耍的玩家中很受欢迎。

游戏引擎

开发者

iOS

原创精选 7月前 334 阅读 1点赞

Java内存泄漏问题，面试必考！

Java最显著的优点之一是它的内存管理。你只需创建对象，Java垃圾收集器就会负责分配和释放内存。然而，情况并非如此简单，因为内存泄漏经常发生在Java应用程序中。本教程说明了什么是内存泄漏，为什么会发生，以及如何防止它们。1. 什么是内存泄漏？内存泄漏的定义：对象不再被应用程序使用，但垃圾收集器不能删除它们，因为它们被引用了。为了理解这个定义，我们需要了解对象在内存中的状态。下图说明了哪些是未使

内存泄漏

应用程序

Java

原创精选 7月前 240 阅读 1点赞

10 个问题搞定 Java 异常处理，值得收藏！

本文总结了关于Java异常的十大常见问题。1. 有检查的与无检查的简而言之，检查型异常必须在方法中明确捕获，或者在方法的throws子句中声明。未检查的异常是由无法解决的问题引起的，例如除以零、空指针等。被检查的异常特别重要，因为你希望使用你的API的其他开发者知道如何处理这些异常。例如，IOException是一个常用的检查异常，RuntimeException是一个未检查的异常。在阅读其他内容

Java

java

抛出异常

原创精选 7月前 293 阅读 1点赞

一文搞定架构思维，DFD 的结构化分析，只需明白这3点

在架构设计中为了更加清晰地将业务进行拆解，通常会使用到结构化分析的方法。结构化分析方法的基本思想是自顶向下逐层分解。其目的是为了将复杂的问题进行拆解和抽象。因为，对复杂的业务问题，一时间人们很难问题的所有方面和全部细节，需要将大问题分解成小问题，小问题分解成更小的问题，经过多次逐层分解，让最底层的问题变得足够简单、容易解决的，让问题更容易量化、评估、定义。结构化分析的目的就是化繁为简，当然这都是

数据

最小化

数据流图

原创精选 2022-08-18 10:53:03 793 阅读

深度学习公式推导（3）：初探神经网络

经过上节的讲述我们能够理解输入x、权重w、偏置b （-θ）之间的关系，如下图所示：公式中的n 代表有n个输入项，因此所有的输入值最终等于z，之前我们通过u(z) 的函数得到的结果y，0 或者1 。为了获取y 点火的概率，我们使用了激活函数 a(z) ,激活函数的目的是表示y 点火的概率是多少，如果结果靠近 1 就是点火的可能性较大，否则就认为可能性较小。并且得出了激活函数的最终结果就好像两个向量

激活函数

神经网络

数据

原创精选 2022-08-17 18:41:32 432 阅读

深度学习公式推导（2）：激活函数与偏置

上一节讲到神经元接受到信号量以后点火的公式：x1、x2、x3是否有信号输入，w1 、w2、w3 是信号量的权重，θ 是点火的阀值，最后得到的结果y 表示是否点火，结果 0 表示不点火，结果1 表示点火。激活函数虽然通过上面的公式我们可以得到y 是否点火，这里有一个假设，也就是y 只有两种结果，也就是点火或者是不点火。所以，上面的公式是一个阶跃函数，结果是0和1，也就是线性函数。但是在实际情况

激活函数

信号量

阶跃函数

原创精选 2022-08-16 16:29:01 465 阅读 1收藏

深度学习公式推导（1）：神经元的数学公式

在上节中我们说了神经元是如何接受信号，并且发射点火从而影响其他神经元的，下面先来复习一下整个过程。如上图所示，神经元点火的过程。(i) 神经元接受来自其他多个神经元的信号，这些信号会作为该神经元的输入。(ii) 如果信号量之和达到了神经元点火的阈值，神经元就会触发点火。也即是说神经元的输出有两种情况，点火或者不点火，我们用数字信号 0表示不点火， 1 表示点火。如上图所示，y 代表神经元的输出0

信号量

权重

坐标轴

原创精选 2022-08-15 14:50:23 725 阅读

MySQL 原理与优化：行锁

在MySQL中行锁在Innodb引擎中存在。行锁分为共享锁（S）：允许一个事务读一行记录，组织其他事务获得相同数据集的排他锁。排他锁（X）：允许获取排他锁的事务更新数据，组织其他事务获取相同数据的共享锁和排他锁。在如下图的操作中，SQL 会对应不同的行锁行为行锁也就是对表中一行记录进行加锁，只是select 语句是不会加锁的。针对select XX lock in share mode 的情况会对

共享锁

sql

原创精选 2022-08-14 11:16:57 371 阅读

MySQL 原理与优化：意向锁，IS，IX

先来看一种应用场景，当有两个线程 A和B 分别访问一张表。线程 A ：针对表中的一条语句进行update 操作，假设根据记录的id 更新记录，此时开启的事务会对这条记录加行锁。线程 B：如果需要进行锁表的操作，例如：lock tables [table_name] read/write，也就是对表加上读写锁。在加表锁之前需要检查行记录是否加锁，如果有加锁就需要等待锁释放以后再进行表锁的后续操作。此

意向锁

共享锁

互斥

原创精选 2022-08-13 13:52:06 688 阅读

MySQL 原理与优化：原数据锁的应用

MySQL 中原数据锁是系统自动控制添加的，对于用户来说无需显示调用，当我们使用一张表的时候就会加上原数据锁。原数据锁的作用是为了保护表原数据的一致性，如果在表上有活动事务的时候，不可以对元数据进行写入操作。也就是为了避免DML 和DDL 之间的冲突，保证读写的正确性。说白了就是，在对数据表进行读写操作的时候，不能进行修改表结构的操作。如上图所示，在执行select 操作的时候，MySQL 会自动

数据

表结构

mysql

原创精选 2022-08-12 14:46:49 988 阅读

深度学习公式推导：从神经元出发

在谈深度学习中的神经网络之前，先从生物学的神经元开始说起。大脑里面有很多神经元，这些神经元形成了一个网络。网络中的神经元会互相传递信号，神经元在传递信号的同时也会从其他神经元接受传递过来的信号。当接受信号的时候，神经元会计算，如果信号的和不超过某个固定大小的值（阈值），则神经元不做出任何反应。如果信号量传递的总和超过某个固定大小的值（阈值），则神经元做出反应，这个反应称为点火，同时会向其他的神经元

信号量

神经网络

深度学习

原创 2022-08-11 17:53:28 321 阅读

MySQL 原理与优化：Update 优化

谈到Update 语句大家可能不会陌生，很多情况下我们都会使用它来更新table中的记录。一般而言我们会使用innodb 的存储引擎，innodb引擎是基于行锁的，具体一点说是针对索引来加锁的（保证锁不能失效），并不是针对记录加锁，如果对于没有建立索引的字段进行过滤操作，从而执行update 的话，会导致表锁。今天就看看在使用innodb的时候如何使用update 语句。已经存在course

锁表

并行执行

加锁

原创精选 2022-08-10 14:28:23 528 阅读

MySQL 原理与优化：Limit 查询优化

假设有表tb_sku，其表结构如下。表中大约有200w条记录，执行如下的sql 语句大约 4.36s 返回数据select count(*) from tb_sku;接着我们使用对其进行分页查找：select * from tb_sku limit 0,10;limit 语句其中0 代表起始位置，10 为每页返回的数据数量。如上图所示，很快就返回了查询结果。接着我们再使用SQL 语句sele

数据

大数据量

4s

原创 2022-08-09 14:47:59 435 阅读

MySQL 原理与优化，Group By 优化技巧

今天来看看MySQL 中如何多Group By 语句进行优化的。先创建tb_user 表如下通过show index from tb_user; 命令查看表，没有存在任何的索引。执行如下代码，查看SQL 执行情况explain select profession, count(*) from tb_user group by profession ;发现返回结果中 type 为“ALL” ，Ex

sql

联合索引

软件工程

原创精选 2022-08-08 21:30:40 371 阅读

3年打磨，20年架构经验总结，全网阅读量超60万，《分布式架构原理与实践》上市了！

随着业务的飞速发展，IT 软件架构也在不断更迭：从原先的单体架构，到集群架构，再到现在的分布式和微服务架构。系统地学习分布式架构对于技术人的成长可以说是非常关键。今天给大家推荐这样一本书——《分布式架构原理与实践》。这本书获得 60 万阅读量，汇总了前人的经验与作者踩过的坑，让需要了解分布式架构的人可以在这书中获取所求。这同样也是一本企业管理者、架构师、研发人员和产品经理真正需要的技术实践书。

分布式架构

架构师

应用服务

转载 2022-01-19 13:43:06 116 阅读 1点赞

20年IT老兵分享Tomcat 连接器实现原理，5张大图必须收藏！#yyds干货盘点#

Tomcat 作为应用最广泛的Web容器被各大厂商所使用，从体系结构上看Tomcat分为连接器和容器两个部分。其中连接器负责IO请求转换、网络请求解析以及请求适配等工作，为了深入了解其工作原理，今天让我们走近Tomcat 连接器原理与实现。今天会学到如下内容：  Tomcat连接器结构与原理  IO模型与多路复用  NioEndpoint 组件  Nio2Endpoint 组件

tomcat

内核空间

用户空间

网络请求

容器

原创推荐 2021-11-16 09:50:57 1507 阅读 1点赞 yyds干货盘点

3个要点，10分钟说清Tomcat架构体系#yyds干货盘点#

互联网技术飞速发展的今天，各种不同的Web 应用层出不穷，Tomcat 作为Web应用的容器承载着Web请求处理和响应的工作。大部分企业的Web应用都运行在它上面，Tomcat对于程序员来说算是老朋友了，那么今天带大家走近这位老朋友看看它是如何处理Web请求，以及它内部的体系结构，这对帮助我们理解Tomcat的使用大有益处。今天会学到如下内容：  Web容器与Tomcat  Tomcat连接器  Tomcat容器

tomcat

servlet容器

web服务器

web应用

加载

原创推荐 2021-11-15 09:53:24 1703 阅读 1点赞 yyds干货盘点

Elasticsearch 面试必问，3张图浓缩写入原理！#yyds干货盘点#

随着业务量的增加，越来越多的场景都会面对海量数据查询的情况。Elasticsearch 作为主流的搜索引擎，以其良好的扩展性，优越查询响应，被各个企业争相使用。Elasticsearch又是以分布式存储和分布式搜索著称，那么数据是通过什么方式写入到Elasticsearch中，从而提供优质的搜索服务的？本文对Elasticsearch索引文件写入过程进行描述，介绍了Elasticsearch集群架构的特点，索引文件是如何通过路由方式写入到ES中，写入的文件怎样进行合、刷新供用户搜索，同时Elasticsearch如何保证写入数据存储可靠性的。今天介绍的内容如下：  Elasticsearch集群与路由  Elasticsearch 文件合并与刷新  Elasticsearch 数据存储可靠性

数据

搜索

elasticsearch

数据存储

服务器

原创推荐 2021-11-14 08:27:10 1375 阅读 2点赞 yyds干货盘点

面试官必问的Spring IOC，都在这16张图里面，看完收藏！#yyds干货盘点#

Java作为流行的开发语言被广大开发者所青睐，在Java平台提供丰富的应用程序开发功能的同时，其存在的问题也暴露出来。这个问题就是其缺乏将基础组件构建成完整系统的能力，因此开发者需要通过各种设计模式，将开发的组件进行组合，从而构建成最终的应用。为了解决这个问题，Spring 架构推出了IoC组件，它可以通过正规化的方法来组合不同的组件，让其成为完整的，可以用的应用。从此开发人员无须手动设置对象的依赖关系，把这一工作交给了Spring 容器去处理和管理，提升了开发体验。今天将围绕Spring IoC 给大家讲解其实现原理，接下来将会学到如下内容：  Spring IoC的由来和概念  Spring IoC 容器  Spring IoC的优缺点  IoC 与DI  DI的自动装载

spring

依赖关系

xml

构造函数

依赖注入

原创推荐 2021-11-13 08:05:15 1649 阅读 1点赞 yyds干货盘点

6张大图，3个步骤，搞透Saga分布式事务#yyds干货盘点#

随着微服务架构的兴起，越来越多的公司会在实际场景中遇到分布式事务的问题。特别是在金融应用场景，几个跨进程的应用共同完成一个任务，就更离不开分布式事务的参与。而对于分布式事务而言，2PC、TCC也是经常被提到了，不过在面对长业务流程，并且很难进行TCC改造的场景，会选择使用Saga分布式事务。今天会给大家介绍Saga实现分布式事务的内容：  Saga的分布式解决方案  Saga处理事务一致性  Saga分布式事务协调

分布式事务

回滚

补偿事务

解决方案

业务流程

原创推荐 2021-11-12 10:53:37 1388 阅读 yyds干货盘点

10分钟入门CQRS，不怕你看不懂 #yyds干货盘点#

随着业务不断发展，软件系统的架构也越来越复杂，但无论多复杂的业务最终在系统中实现的时候，无非是读写操作。用户根据业务规则写入商业数据，再根据查询规则获取想要的结果。通常而言我们会讲这些读写的数据放到一个数据库中保存，通过一套模型对其进行读写操作。而在大型系统中往往查询操作远远多于写入操作，于是就有了读写分离的思想，将读操作和写操作的模型分开定义并且提供不同的通道供用户使用。CQRS(Command-Query Responsibility Segregation) 就是基于这一思想提供的一种模式读写分离的模式，今天就围绕着它给大家讲述以下内容：  CQRS的演变和架构  Event Sourcing 原理与应用  Event Sourcing 与CQRS的完美结合  CQRS的例子

数据库

数据

读写分离

领域模型

数据同步

原创推荐 2021-11-11 09:41:57 2004 阅读 yyds干货盘点

官方博客	全部文章	热门标签	班级博客
了解我们	在线客服	网站地图	意见反馈

开源基础软件社区	51CTO学堂
51CTO	汽车开发者社区

51CTO博客

崔皓