首页 文章 精选 留言 我的

精选列表

搜索[向量化执行],共10000篇文章
优秀的个人博客,低调大师

OceanBase迁移服务:向分布式架构升级的直接路径

2019年1月4日,OceanBase迁移服务解决方案在ATEC城市峰会中正式发布。蚂蚁金服资深技术专家师文汇和技术专家韩谷悦共同分享了OceanBase迁移服务的重要特性和业务实践。 蚂蚁数据库架构的三代升级史 在过去的十多年时间里,蚂蚁在整个基础数据库架构上一共经历了三代升级。第一代数据架构是构建在IOE的基础之上——IBM的小型机、Oracle的商业数据库,还有EMC的共享存储。基于第一代IOE架构的运维成本是非常高的,同时稳定性的挑战也是非常大的。随着业务的快速发展,这套架构已经完全没有办法适应业务发展的增速。 随之诞生的是第二代架构,第二代架构的主体是OE——也就是Oracle和EMC,加上蚂蚁自身的分布式中间件,解决了业务的水平和垂直的弹性能力。这一代架构其实伴随着蚂蚁走了很多年。 随着4G、5G时代的到来和金融的普及化,人们

优秀的个人博客,低调大师

这么小心还是在"08"向8的转换上栽了

关于javascript中的 parseInt方法,本来没有什么好说的,它的功能就是把一个字符串从左向右的可识别的数字部分转换成数值,并且它还有个可选的参数 radix。这不,问题就出在这个参数上了。 关于parseInt的解释msdn说得很清楚,抄过来就行了: parseInt(numString, [ radix]) Arguments numString Required. A string to convert into a number. radix Optional. A value between 2 and 36 indicating the base of the number contained in numString. If not supplied, strings with a prefix of '0x' are considered hexadecimal and strings with a prefix of '0' are considered octal. All other strings are considered decimal. 对于radix的注意事项,我记得园子里也有人提醒过。google一下,还不止一篇提到: javascript中parseInt的问题 Javascript 日期校验完备全过程 那还说什么呢?说下这个问题怎么被遇到了,以及以后怎么避免吧,不要栽在同一个坑里才是上策嘛。 我写了一段处理日期的脚本,功能是把一段literal形式的日期转为日期对象。比如:2005-5-14 18:16:6,要转成一个Date对象。方法ConvertToDate()如下: functionConvertToDate(strDate) { strDate=strDate.replace(/-/ig,':').replace('',':'); vardataParts=strDate.split(':'); return newDate(parseInt(dataParts[0]),parseInt(dataParts[1])-1,parseInt(dataParts[2]), parseInt(dataParts[3]),parseInt(dataParts[4]),parseInt(dataParts[5])); } 这个方法运行正常,而且稍微看看,由于日期是紧凑形式,似乎是不会出现05,08这样的东西需要转换。对,如果一直这样也就对了,我也不会载在这个转换上面了。问题是后来服务器端的代码被移到了一个英文版.net framework的服务器上去了,这个时候DateTime结构的ToString()默认返回回来的日期字符串成了"5/14/2005 6:16:6 PM"了,我前面的那个ConvertToDate()不能转换了。为了偷点懒,把DateTime.ToString()的结果格式化一下不就行了吗,于是把.ToString()改成了.ToString("u").Replace("Z", "")。这下的输出结果成了:"2005-05-14 18:16:06",使用ConvetToDate()来转换似乎仍然工作的挺好的。 后来的事情嘛,就是我遇到了默认八进制格式的问题,就是"0"开头的数字的问题。因为使用日期的等宽输出形式后,0d这种形式就非常常见了。由于当初的ConvertToDate()没有考虑这个问题(当初确实也不会遇到0d这种形式,小于10的数字就是d这种格式),结果埋下了此祸根。 修改这个bug也很简单,给parseInt方法加上第二个参数就行了,修改后的ConvertToDate()为: functionConvertToDate(strDate) { strDate=strDate.replace(/-/ig,':').replace('',':'); vardataParts=strDate.split(':'); return newDate(parseInt(dataParts[0],10),parseInt(dataParts[1],10)-1, parseInt(dataParts[2],10),parseInt(dataParts[3],10), parseInt(dataParts[4],10),parseInt(dataParts[5],10)); } 这里得到了一个小小的教训,在使用带有optional参数的方法时,应该格外的小心,由于parseInt在没有radix参数时,但却支持"0x"和"0"这种前缀作为一个radix的隐式说明。所以以后在使用具有默认参数的方法时,应尽量明确给出参数值,以减少后期代码修改而带来不可预见bug。 本文转自博客园鸟食轩的博客,原文链接:http://www.cnblogs.com/birdshome/,如需转载请自行联系原博主。

优秀的个人博客,低调大师

磨刀霍霍向何方?闲话英特尔的刀片规格

刀片服务器的标准一直是个敏感的话题,甭说言多必失了,一不留神被人断章取义抓住一两句话来做文章也会落得万口难辩。但是就在IBM和惠普都小心翼翼三缄其口的时候,英特尔出其不意地跳了出来,换了个“规格”的说法要拉动业界将刀片服务器的硬件平台实现标准化。 既不是刀片技术的倡导者,又不占据市场制高点,赶着风口浪尖上来讲刀片标准,不会是一时冲动吧? 显然不是。尽管目前销量仍然算不上火爆,作为实现高密度高效能计算的有效解决方案,刀片服务器的应用前景正在不断放大。它上可以PK性能卓著的主机集群,下可以灵活地包揽五花八门的企业应用,逐渐取代机架已成大势所趋。对于英特尔来说,在这样一个新兴富饶的市场上未能占据主导地位无疑十分危险——IBM有Power和Cell,Sun不会放弃UltraSPARC,他们连同惠普、DELL都推出了基于AMD处理器的产品线。 虽然说该出手时就出手,倘若没有金刚钻也难揽瓷器活,英特尔选择此时扬刀立威当然也有充分的底气。首先,不同于其它走自产自销路线的寡头,英特尔处理器是相对公开的,而且Wintel联盟的实力不容小觑。其次,Core微架构取得的性能飞跃足以一扫昔日NetBurst高频低能的阴霾,多核、硬件支持虚拟化等新技术的引入也加重了英特尔的竞争砝码。第三,英特尔能够提供包括处理器和芯片组、主板、网络通讯的整套基础硬件平台,这对于急切想进入刀片市场的二三线服务器厂商来说显然很有吸引力。 英特尔振臂一呼来搞SSI,积极响应的人马当然不少。但仔细端详站在英特尔队列里的“小弟”,除了有数的几家二三线服务器厂商,大多是像泰安、Chenbro这样的部件制造商;PC主板巨头四到其三,唯独没有以芯片设计为主业的盟友。这样看来,与其讲英特尔想在刀片服务器标准上先声夺人,不如说“带头大哥”重操旧业,正在打白牌服务器的如意算盘。再者,倚仗人多势众忽悠起“Blade By Intel Inside”的概念,多少也能给主流的服务器厂商制造些诱惑和压力。 报道说SSI组织内已有不少厂商开始着手产品开发,预计在2008年就可以推出正式产品。这些产品组装在一起能构成功能齐全的刀片服务器是无庸置疑的,但将来这样的刀片服务器能否契合企业的应用需求却是令人忐忑。笔者认为,“刀片”不单单是一种服务器产品,而是一整套实现灵活高效计算的IT基础架构。如果没有存储、网络乃至机房环境、管理策略的支撑,刀片服务器的适用性、易用性都将无从谈起。这样一套IT架构的合理化配置取决于系统实施时甲乙双方对业务需求的理解。如果仅仅是从通路渠道买一部机箱,插几片刀片上去用,实际获得的效能未必就会比分批部署的机架高,而这些可不是以卖CPU为主业的英特尔打算为你考虑周详的。 本文转自alifafa51CTO博客,原文链接:http://blog.51cto.com/chenghong/37059,如需转载请自行联系原作者

优秀的个人博客,低调大师

向云上迁移数据时如何避免停机和中断

摘要:越来越多的组织需要在数据中心/云之间移动数据,但是在迁移过程中的一个关键风险点是停机。 在2017年的业务持续性意识周这里,我希望它能提供一个新的机会,来回顾这一领域云的一些局限性。 根据451项研究的最新估计,大约60%的IT工作负载将在明年以某种形式的公共或私有云运行。It项目在关键领域的增长尤其强劲,包括数据分析和核心业务应用。IDC、Gartner和Forrester的研究结果大致相同——云正在迅速成为中心,而不是一般IT供应的外围设备。 难怪It领导们对数据迁移的风险以及相关的停机时间表示担忧。现在,典型的数据量1000到100万倍于10到20年前的普通企业数据库的大小。这意味着与迁移相关的潜在停机时间将会增加很多倍。这已经不再是一个15分钟的时间了——这可能是几个小时的停机时间,而数据问题需要被解决。 企业知道他们需要更多地利用云,特别是做更有战略性和聪明的事情:高速、高容量的数据处理,以支持实时决策和复杂的自动化。今天产生的数据量也使得建立二级数据中心成本高得令人望而却步:进一步推动公司进入云计算。 但从这里到那里的痛苦仍然让人望而却步。他们的数据在传输过程中可能会发生什么,如果他们不能再获得访问,如果他们同时被其他地方使用,他们又怎么能继续使用实时数据呢? 延迟也是一个问题。数据中心的建立非常接近于防止与网络传输相关的性能下降。但在云计算中,物理服务器场之间的距离并不在公司的控制范围内,因此性能问题——可能会降低数据可用性和协调——是一个重要的考虑因素。 在灾难恢复场景中,对停机时间的担忧也是有效的。当远程数据中心被调用以使实时系统恢复运行并快速运行时,CIO们就非常适合于担心停机时间或数据丢失——例如,近距离和远程系统之间的同步不足。 未来就是现在 无论是日常的后台系统,还是那些与人工智能或物联网相关的雄心勃勃的新项目,组织都需要能够依赖于他们一直在处理的数据的可用性和完整性。 例如,对于无人驾驶汽车来说,所有各方(乘客、汽车制造商、保险公司和第三方服务提供商)都需要绝对保证,他们所连接的车辆仪器、传感器和基于云的平台将能够实时发送、接收、解释和处理数据。据估计,一个拥有传感器、相机和激光测量(激光雷达测量)的无人驾驶汽车每秒可以产生100Gb的数据。 使用不断变化的数据集(不需要停机,也不中断)提供一个可行的服务的唯一方法是通过我们称为活动数据复制的东西。这允许实时数据同时存在于多个地方,不存在不同步的风险,也不需要在每个端点更新时中断。这种能力将使汽车制造商和服务伙伴能够分析和响应实时数据,了解车辆的运行情况,实时识别异常情况,并先发制人地确定需要采取哪些补救措施。 公司不需要向明星们寻求这样的数据完整性挑战。许多组织正在转向基于hadoop的分析(一种以速度进行大规模数据处理的特殊方式),将大数据转化为有意义的、可操作的日常活动。例如,许多企业使用Hadoop来分析和响应Twitter活动。但是,这通常意味着将数据放到云中,在那里,所需的处理能力很容易获得。 除非他们正在处理历史数据,否则公司将继续需要访问其核心业务系统中的数据——这些数据将继续更新。在这种情况下,使用云进行处理并不是简单地将一批完整的数据发送到目的地,而是在魔法发生后将其返回到目的地,并将其返回。 紧迫的暂停不是一个选择 当分析发生在现场,生产数据时,公司无法承受数据来源的位置和数据处理的点不同步。他们也不能等待数天——为了数据的移动,在任何新事物发生之前进行分析和反馈。这不仅仅是停机时间:它是瘫痪。这还没有考虑到在转换过程中可能发生的任何腐败问题,也没有考虑到Hadoop分析事件后数据被协调的结果。 同样,避免停机和与数据移动相关的中断的唯一方法是找到一种方法,在不同位置之间持续更新和同步数据。类似的谷歌通过精心制作的卫星装置实现了这一点。但你也可以像我们一样使用聪明的算法。 原文发布时间为:2017-10-31 本文作者:xiaoli110 本文来自云栖社区合作伙伴“51CTO”,了解相关信息可以关注。

优秀的个人博客,低调大师

安防行业:从自动化向智动化过渡

中国央行研究局首席经济学家马骏等专家的工作论文《2016年中国宏观经济预测》中预测,今年GDP增速预计为6.9%,明年预计为6.8%,宏观经济面临不少下行压力,企业利润增速低迷,过剩产能仍有待消化,出口需求疲软,银行不良贷款率呈上升趋势等等。 虽然全球经济收敛已经是一个不争的事实,但对安防行业而言,也并不是完全没有“好声音”。一方面从总体上看,房地产和土地出让收入企稳回升,对于以房地产市场为主的传统安防而言将会是积极的推进因素;另一方面经济学家分析,同款同价的全新O2O商业模式的兴起正在消弱电商竞争力,加上国外品牌进入中国各大商场,实体商业的竞争力将逐步增强,零售行业将得到快速的发展。 从2015年安防上市企业的最新财报分析得知,品牌集中度逐步扩大,洗牌仍将持续。但随着安防行业从数字化进入到数据化时代后,大安防概念逐渐成熟,网络化与高清化的竞争将逐渐被智能化所代替。人工读图时代已经走到末端,真正贴切行业用户的业务实际运用的产品将能得到用户的认可,机器读图与智能视觉正成为计算机视觉新的发展领域。 随着神经网络、专门的机器视觉硬件等技术的持续普及,机器视觉和人类视觉之间的鸿沟正在快速缩小。目前计算机视觉已经在工业、农业、国防、军工、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用,深入我们生产、生活的方方面面。由此可知人工智能并不属于空谈,计算机视觉作为工业自动化系统中的重要组成部分,在制造业强调“全面提升自动化”的今天,迎来了蓬勃发展的最佳时代。 视频监控以视频图像采集为核心,作为物联网时代的重要感知单位,在计算机视觉领域有先天的优势,在为用户提供超越人类视觉的高精度、高速度、高稳定性的图像感受上,在2015年中已经看到不少的安防企业迈出了步伐。2016年,中国“智”造将再度掀起新的浪潮,智能安防、智动化必然成为行业发展的主流趋势。 本文转自d1net(转载)

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。

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。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册