首页 文章 精选 留言 我的

精选列表

搜索[转型路径]，共10008篇文章
优秀的个人博客,低调大师

企业安全体系的量子就绪转型：风险机理与落地路径研究

量子计算工程化迭代正在对现有公钥密码体系形成现实威胁，“先窃取、后解密” 攻击模式将量子安全风险前置至当下，企业安全建设不能继续将量子威胁视为远期理论问题。量子就绪并非单一后量子密码技术替换，而是覆盖治理架构、资产梳理、标准落地、供应链协同、组织能力建设的综合性安全工程。本文结合量子就绪日行业共识与 NIST 后量子密码标准化成果，剖析当前组织面临的量子安全风险内在机理，厘清后量子密码迁移过程中普遍存在的认知误区，从密码资产盘点、风险分级、路线图规划、试点验证、密码敏捷能力构建、供应商管理、人员能力培育多个维度，构建企业量子就绪落地实施框架。研究指出，多数机构的核心障碍不在于算法技术本身，而在于密码资产不可见、跨部门协同缺失、供应链依赖管控不足等治理层面短板。同时，量子时代网络威胁呈现技术攻击与社会工程攻击交织特征，传统安全防御框架需要同步完成适应性迭代，反网络钓鱼技术专家芦笛指出，量子计算提升攻击者解密能力的同时，也会赋能社会工程类攻击工具，企业安全建设应当将量子风险认知纳入全员安全意识体系，实现技术防护与人因安全管控协同演进。本文研究结论可为各行业机构开展量子安全规划提供可参考的实践范式。
2026-09-11
优秀的个人博客,低调大师

云智混合办公环境下系统管理员安全运维负荷扩张、角色转型与纾解路径研究

在云计算、生成式人工智能与混合远程办公模式全面普及的数字化阶段，系统管理员（SysAdmin）的核心工作职责已从传统基础设施运维转向全域前置风险管理，身份管控、网络边界防护、加密流量威胁识别、特权权限治理等安全工作全面嵌入日常运维流程，安全工作负荷呈现指数级扩张态势。依托亚太地区网络安全厂商 2026 年行业调研数据与一线安全管理者访谈素材，本文系统剖析系统管理员安全负担持续加重的核心驱动要素，厘清云 - 人工智能 - 混合办公三重变量叠加下攻击面扩张、加密钓鱼隐蔽化、身份威胁常态化带来的运维实操困境；结合 Zscaler、Group-IB、Keeper Security 三家头部安全企业技术负责人行业观点，界定系统管理员 “业务运维者 + 高价值攻击靶标 + 一线威胁预警者” 三重矛盾身份，拆解人工告警关联、多域安全策略落地、零信任体系执行层面的实操堵点；引入反网络钓鱼技术专家芦笛的研判结论，针对加密流量钓鱼、AI 驱动定向身份攻击两大主流威胁补充技术层面成因分析；从自动化威胁关联、攻击面收敛、组织权责配套、AI 工具赋能四大维度构建系统化减负纾解方案，明确人工智能作为人力辅助工具而非替代者的定位边界。研究证实，当前多数机构存在安全工具供给不足、组织授权缺失、运维人力配置与 IT 资产规模不匹配等结构性短板，仅依靠扩充安全产品无法从根源降低运维压力，唯有同步推进攻击面精简、跨域告警自动化关联、零信任基础权限架构落地、组织层面权责支撑体系搭建，才能实现系统管理员运维负荷合理化，同步提升企业全域网络安全韧性。全文立足行业一线实践数据，规避纯理论推演，所有论点均配套产业调研、厂商实测数据与技术专家研判形成闭环论据，可为企业 IT 治理、网络安全团队架构优化、运维人才能力培养提供可落地的理论参考与实操指引。
2026-08-03
优秀的个人博客,低调大师

蚂蚁架构师郭援非：分布式数据库是金融机构数字化转型的最佳路径

2020年8月26-28日，在中科软科技举办的中国财险科技应用高峰论坛上，蚂蚁集团高级解决方案架构师郭援非发表了《OceanBase分布式关系数据库助力保险业务创新》的主题演讲，为大家分享了蚂蚁集团企业级分布式关系数据库OceanBase的发展历程、产品价值，以及在保险行业的最佳实践应用。以下为演讲整理。 各位朋友，下午好！ 支付宝在全球有十几亿用户，他们可以同时进行可靠、稳定、高效的支付交易，这背后离不开一个重要的秘密武器——OceanBase。今天我很荣幸向大家介绍OceanBase的发展过程、产品特点，以及在保险行业的最佳实践。 分布式数据库OceanBase的迭代 OceanBase数据库立项于2010年，第一个客户是淘宝收藏夹。2013年，OceanBase开始了对SQL的支持。2014年，OceanBase开始支持网商银行的所有业务，成为了全球首个应用在金融核心业务系统的分布式关系数据库。从2014年到2016年，支付宝全部的交易系统和核心账务系统都跑在OceanBase之上。多年来全世界十几亿用户在支付宝上发生的所有交易都是由OceanBase来承载，始终稳若磐石。 2017年，我们开始向更多的外部客户输出我们的技术，我们帮助南京银行打造了“鑫云+”互联网金融业务核心。OceanBase服务过的这些场景里既包括新兴的互联网金融核心业务、传统的金融核心业务，也包括对传统数据库的替换，对MySQL的替换，都非常成功。 2019年， OceanBase参加了世界数据库范围内最权威的TPC-C认证测试，我们取得了6088万tpmC的成绩，是第二名传统数据库公司甲骨文的两倍。TPC-C绝对不是一个简单的跑分测试，实际上，它是要求被测试的对象必须满足数据库的ACID四个事务特征才能够进行的测试。 2020年，我们又一次参加了TPC-C测试， 达到了7.07亿tpmC，跑出了接近去年12倍的成绩，再次问鼎TPC-C榜首。今年6月份OceanBase正式独立成公司，我们立志于成为世界领先的企业级数据技术解决方案提供商。 数据库形态演进 金融业的核心业务系统，包括保险行业的核心业务系统仍旧大规模使用传统集中式数据库。这种方案带来了两个问题，一是集中式数据库造价非常高，来自于两方面，一方面是软件License很贵；另一方面是硬件很贵，因为它必须使用高端硬件，比如IBM的大机、EMC的高端存储，这些都是非常昂贵的，时间长了再大的企业也很难承受；二是扩展性非常不好，传统集中式数据库都是基于共享存储（shared-storage）的方式做横向扩展，当面临关键业务系统发展需要不断扩容的时候，这种方案有心无力，难以做有效的支撑。 对于上面这种方案业界提了一种补丁方案，十几年前曾有人提出既然传统集中式数据库很贵，那么在单机开源的基础上加一个语法兼容，这样就解决了它昂贵的问题。但是发展到今天，我们在金融领域的核心系统还没有看到广泛使用这种方案。原因很简单，金融业核心系统使用传统集中式数据库主要不是因为它们在语法上的完善和优秀，根本原因在于它们的稳定可靠，而这个补丁方案做不到这些，同时这个方案也没有解决扩展性的问题。 说到扩展性同样是在十几年以前，最早在互联网企业中提出了这么一种方案，叫做分库分表，一个典型的例子就是在多台单机的MySQL上，用Proxy把MySQL单机集成为MySQL集群，提供很好的算力。这种方案同样具有很大的问题，当计算发生在单个MySQL机器内部的时候一切很好，但是一旦用户的负载跨越MySQL单机边界的时候，你可能会发现分库分表系统的表现并不尽如人意。具体来说，在全局事务、数据强一致性、负载均衡以及复杂SQL方面都不能很好的支持，所以这种方案的使用场景非常受限。截止到今天，在银行、保险、券商行业的核心业务系统中依然没有广泛使用过这种方案。 那么到底是否存在这样一种数据库系统？它既可以提供传统集中式数据库的高可靠性，又成本可控，同时扩展性良好。在这个基础之上还能够满足事务的ACID、具备强一致性、复杂SQL的处理能力。答案是有，而且可以更好，那就是OceanBase。 OceanBase的三大独特价值首先，OceanBase是一款完全自主研发的分布式关系数据库，代码是百分之百自研的，包括SQL引擎、存储引擎都是我们的工程师自己一行一行代码写出来的。这一点很重要，它意味着当你的数据库出现问题的时候，我们的工程师不需要求助开源社区，我们自己就可以兜底，这对于要求稳定，要求可靠，要求有可预期性的金融领域的核心业务系统是一个刚需，这一点OceanBase可以充分提供。 第二， OceanBase是全世界唯一一款经过长时间复杂金融场景验证的原生分布式数据库。数据库其实是一个非常复杂的系统，它的复杂度甚至不亚于操作系统，对它的各种复杂应用场景的测试不是一个简单的测试程序可以穷尽的。目前，可能唯一有效的方法就是在实践中找到足够复杂、足够多的场景对数据库进行反复的使用，使用到最后没有问题为止大家才会信任它。我们非常高兴的告诉大家，OceanBase做到了。 第三，OceanBase数据库是全世界范围内唯一一款基于普通的X86云服务器，在TPC-C领域获得第一名的原生分布式数据库。登顶TPC-C榜单意味着OceanBase不但可以提供世界级的性能，而且可以提供单机数据库一样的完整体验，这一点意味着用户可以像使用单机数据库一样使用OceanBase。 OceanBase核心特性 在OceanBase数据库中，我们通过“五高一多”的特点定义了分布式数据库的领先标准。 1、高可用我们通过Paxos协议和多副本技术，可以提供很好的高可用性，当出现灾难的时候我们可以做到RPO=0，RTO<30秒，这完全可以满足企业的容灾需求。同时由于我们使用的是Paxos协议， Paxos协议是支持日志空洞的，这就带来一个好处，当在网络出现波动的时候，我们可以给到更好的性能保证。 OceanBase的高可用性，是完全在通用X86服务器和普通硬件上提供出来的，没有使用任何高端硬件，所以我们的成本会更低一些。 2、高扩展在实际生产系统中单个OceanBase集群内的服务器可以达到100台以上。而且OceanBase具有很好的线性扩展比。高扩展性还体现在扩容时的自动负载均衡，这意味着当DBA需要扩容的时候，所做的只是增加一台机器到集群里，接下来，我们的OceanBase管理系统会自动的根据系统的负载情况，把数据迁移到新加的机器上。整个扩容缩容过程中，业务没有感知。 3、高性能我们采用了很多先进的技术来提高数据库的性能。比如LSM Tree、无锁结构、消除磁盘的随机写等等，这些技术帮助我们充分使用硬件的能力，再辅以高扩展性，我们就可以提供一个世界级性能的OceanBase集群。 在实际的生产系统里，我们可以在峰值的时候提供6100万次每秒，单表最大容量可以到3200亿行。和高性能伴随的是低成本，因为我们采用了LSM Tree结构，所以当数据落盘的时候是更有组织的，可以做到1：3的压缩比。 4、高透明我们实现了不少关键技术，比如全局一致性快照、全局索引、自动事务两阶段提交。使用OceanBase数据库，应用就像使用一台单机数据库一样，不需要做针对分布式数据库的特别感知和修改。 5、高兼容我们在一套OceanBase集群上同时为您提供两套生态，一套是Oracle生态，一套是MySQL生态，有效地降低业务迁移改造的成本。同时我们和国内主流的操作系统、芯片也都做了互认的支持，可以有效满足技术供应链安全的需求。 6、多租户多租户就是在一个OceanBase集群上，可以建立很多个租户，每个租户对应一个Oracle实例或者是MySQL实例。可以用这个特性实现业务大集中，把以前全国一省一套的传统集中式数据库都集中在一个OceanBase数据库集群那里。也可以做不同种类的小业务的集中，之前几十个小的业务现在都集中在一个OceanBase集群里统一管理，这个特性不但可以有效利用集群资源，更可以有效降低 DBA的运维成本。 OceanBase产品定位与形态 OceanBase可以提供拥有世界级性能的OLTP引擎，同时也提供一个非常优秀的OLAP引擎，这意味着辅以刚才提到的多租户功能，您可以在一个OceanBase的集群里创建不同的实例，有的专门用于交易，有的专门用于分析，当然也可以创建一个大的实例，既做交易又做分析。OceanBase目前真正做到了一套HTAP引擎，它能够同时支持交易和分析型业务。 OceanBase的容灾架构，既支持经典的主备容灾方式，同时也支持基于Paxos协议的容灾方式，我们支持同机房三副本，也支持同城三机房，甚至是两地三中心，三地五中心，这些不同的容灾级别可以完全满足您的容灾诉求。 关于部署模式，如果您希望和阿里云其他的优秀产品，比如和金融级分布式中间件SOFA或者对象云存储OSS一起使用，那么OceanBase可以在阿里云的专有云上为您输出。如果您只想使用OceanBase，我们也可以以一个纯License的方式提供给您，就在您的服务器上安装我们的软件，一样可以获得一个高可用、高扩展、高性能的集群。如果您希望只是购买一个公有云的服务，您可以在阿里云的公有云上购买一个OceanBase的RDS。这些不同选项可以无缝适配您各种不同的需求。 OceanBase在保险业的实践 OceanBase在保险业的最佳实践。一个很好的案例就是人保健康险。如果不熟悉的朋友可以打开您的手机支付宝，在上面搜好医保就可以看到人保健康险的产品。人保健康利用了金融级分布式数据库OceanBase和金融级分布式中间件SOFAStack解决了高并发保单处理能力速度慢的问题，目前每日平均出单量在15w左右。 自2018年4月11日人保健康险好医保产品成功上线后，截止到目前，好医保已成为支付宝网红保险产品。OceanBase上线中国人保健康以后，取得了显著的收益： 处理能力提升了上千倍，并可根据业务情况动态扩容 2018款好医保住院医疗保险，每天1万单的日结文件，处理速度从以前的4小时缩短至6分钟 新产品上线时间缩短80%以上，从原来的数周缩短至数天 采用多种协议转换和标准化对接流程，使外部渠道接入效率提升6倍，支持第三方业务快速拓展 谢谢大家听完我的汇报，期待着未来我们可以用OceanBase数据库更好的服务于保险行业，和各位好朋友一起打造面向未来的保险业的核心业务系统。
2020-09-03
优秀的个人博客,低调大师

Spring学习路径

一.Spring框架简介 Spring作为一个优秀的开源企业级框架有着以下特点 开源框架 简化企业级应用开发的流程 Spring是一个JavaSE/EE的一站式框架 优点在于 方便解耦 AOP的编程支持 声明式事务的支持 可以引入jUnit4，方便程序测试 对优秀开源框架的支持，方便集成 降低JavaEE API的使用难度 Spring开发框架中最重要的两个特性是 IOC控制反转 AOP面向切片 IOC的优点可以从以下的开发演变中体现出来 二.Spring Beans管理 XML方式管理 注解方式管理
2018-08-30
优秀的个人博客,低调大师

Android 文件路径

1). Context.getFilesDir(): /data/data/<Package Name>/files 2). Context.getCacheDir() : /data/data/<Package Name>/cache 3). Context.getExternalFilesDir() : /sdcard/Android/data/<Package Name>/files/ 4). Context.getExternalCacheDir(): /sdcard/Android/data/<Package Name>/cache/ 5). getDir(String name, int mode) : 返回 /data/data/youPackageName/ 下的指定名称的文件夹File对象，如果该文件夹不存在则用指定名称创建一个新的文件夹。 6). Context.openFileInput()与Context.openFileOutput() : 只能读取和写入files下的文件，返回的是FileInputStream和FileOutputStream对象。 7). Context.fileList() : 返回files下所有的文件名，返回的是String[]对象。 8). Context.deleteFile(String) : 删除files下指定名称的文件。
2018-06-19
优秀的个人博客,低调大师

Hadoop学习路径

一、平台基础 1.1、大数据 了解什么是大数据，大数据入门，以及大数据介绍。 以及大数据中存在的问题，包括存储，计算的问题，有哪些解决策略。 1.2、Hadoop平台生态圈 熟悉了解开源Hadoop平台生态圈，以及第三方大数据平台，查找一些Hadoop入门介绍博客或者官网，了解： What’s Hadoop Why Hadoop exists How to Use Hadoop 1.3、Hadoop家族成员 Hadoop是一个庞大的家族，包含存储，计算等一系列产品组件，需要了解其中的一系列组件，包括HDFS，MapReduce，Yarn，Hive，HBase，ZooKeeper，Flume，Kafka，Sqoop，HUE，Phoenix，Impala，Pig，Oozie，Spark等，知道其干什么，维基百科定义。 1.4、HDFS 分布式存储HDFS，了解HDFS架构，HDFS的存储机制，各节点协作关系需理解清楚。 1.5、Yarn 分布式资源管理Yarn，熟悉Yarn架构，以及如何进行资源管理的机制。 1.6、MapReduce 分布式计算MapReduce，对MapReduce底层架构，处理方案进行了解，计算架构方案，了解MapReduce计算的优势，以及劣势。 1.7、HBase 大数据高效存储HBase，了解HBase底层架构，HBase的应用场景，存储方案。 1.8、Hive 大数据仓库Hive，了解Hive的存储机制，Hive的事务型变迁，Hive的应用场景，以及Hive底层计算。 1.9、Spark 内存计算平台Spark，熟悉Spark内存计算架构，计算流程，Spark的运行模式，以及应用场景。 二、平台进阶 2.1、HDFS 通过命令行操作HDFS，文件查看，上传，下载，修改文件，赋权限等。 通过java demo连接操作HDFS，实现文件读取，上传，下载功能。 通过DI工具，配置HDFS操作流程，实现关系型数据库文件到HDFS存储，HDFS文件保存到本地目录中。 2.2、MapReduce Eclipse绑定Hadoop环境，添加MapReduce Location，用eclipse运行MapReduce的经典实例WordCount，看其中原理，尝试修改为中文词汇统计，并排除不相关词汇。 2.3、Hive 通过命令行操作Hive，进行beeline连接，SQL语句操作Hive数据仓库。 通过java demo连接操作Hive，实现建表，插入数据，查询，删除数据记录，更新数据，删除表等操作。 通过DI工具，配置关系型数据库抽取到Hive事务表流程，不通过直接驱动连接Hive，通过HDFS以及Hive外表进行过度实现。 2.4、HBase 在命令行中访问操作使用HBase，建立列族，每列添加数据，修改更新数据查看变化。 通过java demo，用phoenix驱动，连接HBASE，实现对HBASE的建表，增删改查数据操作。 DI工具需要修改源码，或者添加phoenix组件，才能使用，因为phoenix插入语句不是Insert into，而是Upsert into，无法与DI工具匹配。 2.5、Spark 在命令行中，运行pyspark，以及spark shell，进行spark命令行操作，提交spark示例任务，进行试运行。 切换Spark运行模式，进行命令行尝试体验。 通过java demo连接Spark，进行任务的分发计算运行。 三、平台高级 针对上述组件，进行熟练使用，熟能生巧，举一反三，能够根据场景编写MapReduce代码，Spark代码等，针对Hive，HBase深入理解支持的SQL类型，存储过程，触发器等如何进行操作，能够根据需求设计最优的解决方案。 四、平台深度 深读组件源码，理解平台部署中各个配置的意义及影响，以及如何通过源码以及配置对组件进行优化，修改源码提高Hadoop平台的容错性，扩展性，稳定性等。
2018-05-03

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

时间: 2026-04-11 大小: 211.28KB 下载: 56次
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

时间: 2026-09-24 大小: 189MB 下载: 9次
Spring

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

时间: 2026-08-21 大小: 5MB 下载: 2次
Rocky Linux

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

时间: 2026-08-21 大小: 1.42GB 下载: 6次
热门标签
DeepSeek Jdk25 OpenAi HarmonyOS6 Nacos3 SpringBoot4 SpringCloud Docker Kubernetes Service Mesh Redis Gemini3 Rocky

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册