搜索[解决方案]结果-低调大师优秀个人博客

精选列表

搜索[解决方案]，共10002篇文章

Loguru：Python 日志终极解决方案

logging.DEBUG, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s') logging.getLogger() 更优雅的解决方案

2021-11-04

白话边缘计算解决方案 SuperEdge

翻译过来的意思是： SuperEdge 是开源的边缘容器解决方案，能够在单 Kubernetes 集群中管理跨地域的资源和容器应用。

2021-07-13

Akamai推出Account Protector解决方案

近日，Akamai宣布推出全新的Account Protector解决方案。

2021-07-03

基因行业容器存储解决方案

3、阿里云基因容器存储解决方案 阿里云上的基因行业的容器存储解决方案架构如下：阿里云基因文件存储解决方案说明：•基于AGS/ACK工作流搭建极速、低成本、高精度的基因测序的容器计算环境，根据业务需求，按需弹性提供计算资源

2020-07-23

Flutter与Native混合开发将是接下来很长时间的主流开发方式。一套稳定、高效、与官方体系无缝融合的外接图片缓存方案是必不可少的。在AliFlutter系列第三场直播中，由阿里巴巴新零售淘系技术部无线开发专家王乾元为大家介绍AliFlutter提供的适合混合应用的外接图片库方案。首先对Flutter官方原生方案进行了分析，并提出了AliFlutter方案的切入点以及具体优化手段。演讲嘉宾简介：王乾元，花名神漠，13年加入阿里，先后负责过天猫、支付宝、手机淘宝App的iOS架构工作。目前在AliFlutter团队负责基础组件、iOS架构，以及引擎、工具链等方面的研究。以下内容根据演讲视频以及PPT整理而成。观看回放http://mudu.tv/watch/5624777 本次分享主要围绕以下三个方面：一、

2020-06-21

SAP Server Side JavaScript解决方案

JavaScript implementations have been introduced, such as Node.js in 2009.再看SAP的Server Side(服务器端) JavaScript解决方案

2020-03-01

Spark 数据倾斜及其解决方案

擅长各种业务形态的业务架构、平台化以及各种业务解决方案。本文从数据倾斜的危害、现象、原因等方面，由浅入深阐述Spark数据倾斜及其解决方案。

2019-12-30

JAVA中锁的解决方案

前言在上一节中，我们给大家介绍了什么是锁，以及锁的使用场景，我相信大家对锁的定义，以及锁的重要性都有了比较清晰的认识。在这一节中，我们会给大家继续做深入的介绍，介绍JAVA为我们提供的不同种类的锁。 JAVA为我们提供了种类丰富的锁，每种锁都有不同的特性，锁的使用场景也各不相同。由于篇幅有限，在这里只给大家介绍比较常用的几种锁。我们会通过锁的定义，核心代码剖析，以及使用场景来给大家介绍JAVA中主流的几种锁。乐观锁与悲观锁乐观锁与悲观锁应该是每个开发人员最先接触的两种锁。小编最早接触的就是这两种锁，但是不是在JAVA中接触的，而是在数据库当中。当时的应用场景主要是在更新数据的时候，更新数据这个场景也是使用锁的非常主要的场景之一。更新数据的主要流程如下：检索出要更新的数据，供操作人员查看；操作人员更改需要修改的数值；点击保存，更新数据；这个流程看似简单，但是我们用多线程的思维去考虑，这也应该算是一种互联网思维吧，就会发现其中隐藏着问题。我们具体看一下， A检索出数据； B检索出数据； B修改了数据； A修改数据，系统会修改成功吗？当然啦，A修改成功与否，要看程序怎么写。咱们抛开程序，从常理考虑，A保存数据的时候，系统要给提示，说“您修改的数据已被其他人修改过，请重新查询确认”。那么我们程序中怎么实现呢？在检索数据，将数据的版本号（version）或者最后更新时间一并检索出来；操作员更改数据以后，点击保存，在数据库执行update操作；执行update操作时，用步骤1检索出的版本号或者最后更新时间与数据库中的记录作比较；如果版本号或最后更新时间一致，则可以更新；如果不一致，就要给出上面的提示；上述的流程就是乐观锁的实现方式。在JAVA中乐观锁并没有确定的方法，或者关键字，它只是一个处理的流程、策略。咱们看懂上面的例子之后，再来看看JAVA中乐观锁。乐观锁呢，它是假设一个线程在取数据的时候不会被其他线程更改数据，就像上面的例子那样，但是在更新数据的时候会校验数据有没有被修改过。它是一种比较交换的机制，简称CAS（Compare And Swap）机制。一旦检测到有冲突产生，也就是上面说到的版本号或者最后更新时间不一致，它就会进行重试，直到没有冲突为止。乐观锁的机制如图所示：咱们看一下JAVA中最常用的i++,咱们思考一个问题，i++它的执行顺序是什么样子的？它是线程安全的吗？当多个线程并发执行i++的时候，会不会有问题？接下来咱们通过程序看一下： public class Test { private int i=0; public static void main(String[] args) { Test test = new Test(); //线程池：50个线程 ExecutorService es = Executors.newFixedThreadPool(50); //闭锁 CountDownLatch cdl = new CountDownLatch(5000); for (int i = 0;i < 5000; i++){ es.execute(()->{ test.i++; cdl.countDown(); }); } es.shutdown(); try { //等待5000个任务执行完成后，打印出执行结果 cdl.await(); System.out.println("执行完成后，i="+test.i); } catch (InterruptedException e) { e.printStackTrace(); } } } 上面的程序中，我们模拟了50个线程同时执行i++，总共执行5000次，按照常规的理解，得到的结果应该是5000，我们运行一下程序，看看执行的结果如何？执行完成后，i=4975 执行完成后，i=4986 执行完成后，i=4971 这是我们运行3次以后得到的结果，可以看到每次执行的结果都不一样，而且不是5000，这是为什么呢？这就说明i++并不是一个原子性的操作，在多线程的情况下并不安全。我们把i++的详细执行步骤拆解一下：从内存中取出i的当前值；将i的值加1；将计算好的值放入到内存当中；这个流程和我们上面讲解的数据库的操作流程是一样的。在多线程的场景下，我们可以想象一下，线程A和线程B同时从内存取出i的值，假如i的值是1000，然后线程A和线程B再同时执行+1的操作，然后把值再放入内存当中，这时，内存中的值是1001，而我们期望的是1002，正是这个原因导致了上面的错误。那么我们如何解决呢？在JAVA1.5以后，JDK官方提供了大量的原子类，这些类的内部都是基于CAS机制的，也就是使用了乐观锁。我们将上面的程序稍微改造一下，如下： public class Test { private AtomicInteger i = new AtomicInteger(0); public static void main(String[] args) { Test test = new Test(); ExecutorService es = Executors.newFixedThreadPool(50); CountDownLatch cdl = new CountDownLatch(5000); for (int i = 0;i < 5000; i++){ es.execute(()->{ test.i.incrementAndGet(); cdl.countDown(); }); } es.shutdown(); try { cdl.await(); System.out.println("执行完成后，i="+test.i); } catch (InterruptedException e) { e.printStackTrace(); } } } 我们将变量i的类型改为AtomicInteger，AtomicInteger是一个原子类。我们在之前调用i++的地方改成了i.incrementAndGet()，incrementAndGet()方法采用了CAS机制，也就是说使用了乐观锁。我们再运行一下程序，看看结果如何。执行完成后，i=5000 执行完成后，i=5000 执行完成后，i=5000 我们同样执行了3次，3次的结果都是5000，符合了我们预期。这个就是乐观锁。我们对乐观锁稍加总结，乐观锁在读取数据的时候不做任何限制，而是在更新数据的时候，进行数据的比较，保证数据的版本一致时再更新数据。根据它的这个特点，可以看出乐观锁适用于读操作多，而写操作少的场景。悲观锁与乐观锁恰恰相反，悲观锁从读取数据的时候就显示的加锁，直到数据更新完成，释放锁为止。在这期间只能有一个线程去操作，其他的线程只能等待。在JAVA中，悲观锁可以使用synchronized关键字或者ReentrantLock类来实现。还是上面的例子，我们分别使用这两种方式来实现一下。首先是使用synchronized关键字来实现： public class Test { private int i=0; public static void main(String[] args) { Test test = new Test(); ExecutorService es = Executors.newFixedThreadPool(50); CountDownLatch cdl = new CountDownLatch(5000); for (int i = 0;i < 5000; i++){ es.execute(()->{ //修改部分开始 synchronized (test){ test.i++; } //修改部分结束 cdl.countDown(); }); } es.shutdown(); try { cdl.await(); System.out.println("执行完成后，i="+test.i); } catch (InterruptedException e) { e.printStackTrace(); } } } 我们唯一的改动就是增加了synchronized块，它锁住的对象是test，在所有线程中，谁获得了test对象的锁，谁才能执行i++操作。我们使用了synchronized悲观锁的方式，使得i++线程安全。我们运行一下，看看结果如何。执行完成后，i=5000 执行完成后，i=5000 执行完成后，i=5000 我们运行3次，结果都是5000，符合预期。接下来，我们再使用ReentrantLock类来实现悲观锁。代码如下： public class Test { //添加了ReentrantLock锁 Lock lock = new ReentrantLock(); private int i=0; public static void main(String[] args) { Test test = new Test(); ExecutorService es = Executors.newFixedThreadPool(50); CountDownLatch cdl = new CountDownLatch(5000); for (int i = 0;i < 5000; i++){ es.execute(()->{ //修改部分开始 test.lock.lock(); test.i++; test.lock.unlock(); //修改部分结束 cdl.countDown(); }); } es.shutdown(); try { cdl.await(); System.out.println("执行完成后，i="+test.i); } catch (InterruptedException e) { e.printStackTrace(); } } } 我们在类中显示的增加了Lock lock = new ReentrantLock();，而且在i++之前增加了lock.lock(),加锁操作，在i++之后增加了lock.unlock()释放锁的操作。我们同样运行3次，看看结果。执行完成后，i=5000 执行完成后，i=5000 执行完成后，i=5000 3次运行结果都是5000，完全符合预期。我们再来总结一下悲观锁，悲观锁从读取数据的时候就加了锁，而且在更新数据的时候，保证只有一个线程在执行更新操作，没有像乐观锁那样进行数据版本的比较。所以乐观锁适用于读相对少，写相对多的操作。公平锁与非公平锁前面我们介绍了乐观锁与悲观锁，这一小节我们将从另外一个维度去讲解锁——公平锁与非公平锁。从名字不难看出，公平锁在多线程情况下，对待每一个线程都是公平的；而非公平锁恰好与之相反。从字面上理解还是有些晦涩难懂，我们还是举例说明，场景还是去超市买东西，在储物柜存储东西的例子。储物柜只有一个，同时来了3个人使用储物柜，这时A先抢到了柜子，A去使用，B和C自觉进行排队。A使用完以后，后面排队中的第一个人将继续使用柜子，这就是公平锁。在公平锁当中，所有的线程都自觉排队，一个线程执行完以后，排在后面的线程继续使用。非公平锁则不然，A在使用柜子的时候，B和C并不会排队，A使用完以后，将柜子的钥匙往后一抛，B和C谁抢到了谁用，甚至可能突然跑来一个D，这个D抢到了钥匙，那么D将使用柜子，这个就是非公平锁。公平锁如图所示：多个线程同时执行方法，线程A抢到了锁，A可以执行方法。其他线程则在队列里进行排队，A执行完方法后，会从队列里取出下一个线程B，再去执行方法。以此类推，对于每一个线程来说都是公平的，不会存在后加入的线程先执行的情况。非公平锁入下图所示：多个线程同时执行方法，线程A抢到了锁，A可以执行方法。其他的线程并没有排队，A执行完方法，释放锁后，其他的线程谁抢到了锁，谁去执行方法。会存在后加入的线程，反而先抢到锁的情况。公平锁与非公平锁都在ReentrantLock类里给出了实现，我们看一下ReentrantLock的源码。 /** * Creates an instance of {@code ReentrantLock}. * This is equivalent to using {@code ReentrantLock(false)}. */ public ReentrantLock() { sync = new NonfairSync(); } /** * Creates an instance of {@code ReentrantLock} with the * given fairness policy. * * @param fair {@code true} if this lock should use a fair ordering policy */ public ReentrantLock(boolean fair) { sync = fair ? new FairSync() : new NonfairSync(); } ReentrantLock有两个构造方法，默认的构造方法中，sync = new NonfairSync();我们可以从字面意思看出它是一个非公平锁。再看看第二个构造方法，它需要传入一个参数，参数是一个布尔型，true是公平锁，false是非公平锁。从上面的源码我们可以看出sync有两个实现类，分别是FairSync和NonfairSync，我们再看看获取锁的核心方法，首先是公平锁FairSync的， @ReservedStackAccess protected final boolean tryAcquire(int acquires) { final Thread current = Thread.currentThread(); int c = getState(); if (c == 0) { if (!hasQueuedPredecessors() && compareAndSetState(0, acquires)) { setExclusiveOwnerThread(current); return true; } } else if (current == getExclusiveOwnerThread()) { int nextc = c + acquires; if (nextc < 0) throw new Error("Maximum lock count exceeded"); setState(nextc); return true; } return false; } 然后是非公平锁NonfairSync的， @ReservedStackAccess final boolean nonfairTryAcquire(int acquires) { final Thread current = Thread.currentThread(); int c = getState(); if (c == 0) { if (compareAndSetState(0, acquires)) { setExclusiveOwnerThread(current); return true; } } else if (current == getExclusiveOwnerThread()) { int nextc = c + acquires; if (nextc < 0) // overflow throw new Error("Maximum lock count exceeded"); setState(nextc); return true; } return false; } 通过对比两个方法，我们可以看出唯一的不同之处在于!hasQueuedPredecessors()这个方法，很明显这个方法是一个队列，由此可以推断，公平锁是将所有的线程放在一个队列中，一个线程执行完成后，从队列中取出下一个线程，而非公平锁则没有这个队列。这些都是公平锁与非公平锁底层的实现原理，我们在使用的时候不用追到这么深层次的代码，只需要了解公平锁与非公平锁的含义，并且在调用构造方法时，传入true和false即可。总结 JAVA中锁的种类非常多，在这一节中，我们找了非常典型的几个锁的类型给大家做了介绍。乐观锁与悲观锁是最基础的，也是大家必须掌握的。大家在工作中不可避免的都要使用到乐观锁和悲观锁。从公平锁与非公平锁这个维度上看，大家平时使用的都是非公平锁，这也是默认的锁的类型。如果要使用公平锁，大家可以在秒杀的场景下使用，在秒杀的场景下，是遵循先到先得的原则，是需要排队的，所以这种场景下是最适合使用公平锁的。如想深入了解，请关注我们的《架构师课程》

2019-11-03

JavaWeb 乱码问题终极解决方案！

JavaWeb 乱码问题终极解决方案！

2019-04-08

云计算基础及解决方案

会说我的服务器就是云计算服务器；Vmware会说我的虚拟软件可以来做云计算；英特尔会说我的CPU可以虚拟多个，自己产品也是云计算的产品等，每个厂商都强调自己的产品符合云计算的要求，自己的方案就是云计算的解决方案

2019-03-24

SignalR 跨域解决方案全面

原文: SignalR 跨域解决方案全面 SignalR 分：PersistentConnection和Hub 2种模式。跨域又分：UseCors和JsonP 2种方法所以例子写了4种。

2018-10-17

阿里云容器存储解决方案

阿里云容器存储解决方案 1 介绍容器技术是这两年热门的话题，因为容器技术给我们带来了很多方便的地方，节约了不少成本，不管是在运维还是开发上。

2018-10-07

iframe父子页面通讯解决方案

有两点要注意 onload加载完成再进行操作子页面延时获取场景是这样的，父级页面嵌套了多个iframe，report_six.html子级页面按需加载数量，且每个子页面渲染不同的数据。父页面for循环加载子页面数量，动态生成id，根据对应的id，传值给对应的子级页面元素，一定要写在onload里面下面是父页面 <body> <iframe src="report_one.html" frameborder="0" width="630" height="891"></iframe> <iframe src="report_two.html" frameborder="0" width="630" height="891"></iframe> <iframe src="report_three.html" frameborder="0" width="630" height="891"></iframe> <iframe src="report_four.html" frameborder="0" width="630" height="891"></iframe> <iframe src="report_five.html" frameborder="0" width="630" height="891"></iframe> <iframe id="a_0" src="report_six.html" frameborder="0" width="630" height="891"></iframe> <iframe id="a_1" src="report_six.html" frameborder="0" width="630" height="891"></iframe> <iframe id="a_2" src="report_six.html" frameborder="0" width="630" height="891"></iframe> <iframe id="a_3" src="report_six.html" frameborder="0" width="630" height="891"></iframe> <iframe id="a_4" src="report_six.html" frameborder="0" width="630" height="891"></iframe> <iframe id="report_ten" src="report_ten.html" frameborder="0" width="630" height="891"></iframe> <iframe id="report_eleven" src="report_eleven.html" frameborder="0" width="630" height="891"></iframe> <iframe id="report_nine" src="report_nine.html" frameborder="0" width="630" height="891"></iframe> </body> <script src="./js/jquery-2.1.4.js"></script> <script> if(obj.type == 3){ $('<iframe src="report_one.html" frameborder="0" width="630" height="891"></iframe>').appendTo('body'); $('<iframe src="report_two.html" frameborder="0" width="630" height="891"></iframe>').appendTo('body'); $('<iframe src="report_three.html" frameborder="0" width="630" height="891"></iframe>').appendTo('body'); $('<iframe src="report_four.html" frameborder="0" width="630" height="891"></iframe>').appendTo('body'); $('<iframe src="report_five.html" frameborder="0" width="630" height="891"></iframe>').appendTo('body'); var rank_a = obj.k.length; for(var i = 0;i < rank_a;i++){ $('<iframe id="a_' + i + '" src="report_six.html" frameborder="0" width="630" height="891"></iframe>').appendTo('body'); } $('<iframe id="report_ten" src="report_ten.html" frameborder="0" width="630" height="891"></iframe>').appendTo('body'); $('<iframe id="report_eleven" src="report_eleven.html" frameborder="0" width="630" height="891"></iframe>').appendTo('body'); var cancer = obj.c.length; if(cancer > 0){ $('<iframe id="report_nine" src="report_nine.html" frameborder="0" width="630" height="891"></iframe>').appendTo('body'); } window.onload = function(){ var rank_a = obj.m07.dis_risk.length; for(var i = 0;i < rank_a;i++){ $('#a_' + i).contents().find('#rank').val(i); } $('#report_ten').contents().find('#change').html('四'); $('#report_eleven').contents().find('#change').html('五'); $('#report_nine').contents().find('#change').html('六'); } } </script> 子级页面带有默认值的元素input#rank接收数据，为了确定接收到参数，设置一个定时器，不等于默认值的情况下就表示接收成功，接收成功之后清除定时器执行业务代码下面是子页面 <body> <section> <div id="mainChart" class="chart"></div> </section> <input type="hidden" id="rank" value="a"/> <script src="./js/echarts-all-3.js"></script> <script> var timer = setInterval(function(){ var rank_value = document.getElementById("rank").value; if(rank_value != 'a'){ clearInterval(timer); //执行代码 } },2000); </script> </body>

2018-08-29

Java定时任务解决方案

myFirstCN/article/details/81750829 很多项目中都会遇到需要定时任务的情况，本篇文章就结合了Spring中以及SpringBoot、SpringCloud中定时任务的解决方案

2018-08-15

阿里云 APM 解决方案地图

APM 概述 APM 全称是 Application Performance Management, 是指对应用程序的性能和可用性的监控管理。狭义上的APM单指应用程序的监控，如应用的各接口性能和错误监控，分布式调用链路跟踪，以及其他各类用于诊断(内存，线程等)的监控信息，等;广义上的APM, 除了应用层的监控意外，还包括手机App端监控，页面端监控，容器、服务器监控，以及其他平台组件如中间件容器，数据库等层面的监控。 APM是近5年来伴随着云技术、微服务架构发展起来的一个新兴监控领域。在国内外，无论是云厂商(如AWS, Azure，等)还是独立的公司(Dynatrace, Appdynamics，等)，都有着非常优秀的APM产品。阿里云作为国内最大，世界排名前三的云厂商，其在APM领域也有很多优秀的产品提供，整个产品家族也比较全面。

2018-07-01

VR直播云服务解决方案

VR直播通过VR（虚拟现实）技术，用户通过佩戴相关硬件设备，通过平台提供的APP进行直播观看。主播需采用360°全景的拍摄设备，捕捉多角度画面，进行多画面传输后，观看者可通过任意角度进行对直播体验的观察，使得观看者能更加身临其境。行业背景 VR概念早在1989年被Jaron Lanier所提出，早期主要就是做头显设备，市场上很少有人关注。 2016年，VR+直播的应用场景开始流行。 1）消费级VR设备，包括全景相机、VR眼镜、头显大量涌现。 2）2016年，直播行业从爆发逐渐进入红海，各直播平台借助VR技术，开创VR直播新玩法，希望再次占领舆论风口行业趋势 2016年VR直播开始流行时，行业普遍看好这种新玩法，认为能够通过沉浸式直播观看体验吸引用户，各直播平台争相引入VR直播。有些创业公司甚至主打VR直播，比如小花秀。发展1年，VR直播并没

2018-03-15

前端常见跨域解决方案

子域不同不允许 http://domain.com/c.js http://www.domain1.com/a.js http://www.domain2.com/b.js 不同域名不允许跨域解决方案

2018-03-13

MariaDB AX开源分析解决方案

2017-11-23

【转】XCode: duplicate symbol 解决方案

解决方案：参考了：http://blog.sina.com.cn/s/blog_4beb28f301012bl6.html 删掉了 set building->other linker flag

2017-11-22

嵌入式流程解决方案

一.需求分析由于企业业务的独特性或者企业高层独特的管理思想，很多客户选择了自行开发业务系统的方式来实现独有的竞争力。这类信息系统通常经过了多年的开发，伴随着企业的发展一直在不断优化，与企业的业务非常匹配。然而，近几年流程管理思想和技术的不断兴起，这类系统由于规划时间早，对流程的支持非常弱，因此，很多客户期望通过集成第三方的流程管理产品，在业务系统尽量少调整的前提下，嵌入工作流，实现业务系统的工作流驱动。二.方案实现以H3 BPM流程引擎为基础，企业自主开发的业务系统通过H3 BPM开放的Webservice接口、 API接口、功能控件等，将流程引擎集成到业务系统，实现业务系统的工作流驱动。 H3 BPM采用微软.net技术架构，如果客户业务系统同样采用.net，可在项目中直接引用H3 BPM的程序集和控件集，把H3 BPM流程引擎作为基础构建来使用，如下图：这样，可以充分的运用H3 BPM进百个控件和所有的API函数，H3 BPM有近 600页的API库，可以完成几乎所有的流程操作，如下图：旧系统如果不是.net系统，可以采用WebService的方式，H3 BPM给常用接口封装了WebService接口，包括流程发起、任务提交、任务打回、任务转交、撤销流程等等。如下图：三.方案价值本文转自 lwl_BPM 51CTO博客，原文链接：http://blog.51cto.com/12438115/1913512，如需转载请自行联系原作者

2017-11-20

资源下载

更多资源

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。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

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。