> 原文地址：Defining and Dealing with Technical Debt 我们对“债务”都不陌生吧？这是一个一方（借款人）欠另一方（贷款人）钱的概念，常用于金融领域。比如，我向银行借钱，我就对他们有债务，金额就是他们借给我的钱（加利息！），并且他们期望我还清这些债务。 债务并不总是关于钱，事实上，我们前端开发者经常遇到它，甚至可能不自知。我们称这个术语为**技术债务**... ...继续阅读 (154)

我是一个做后端的人，但现在有一些前端的活也需要自己去做，边学边做，在用Element UI Plus 的时候，el-table 斑马条纹颜色的定制，以及单击一行，行高亮显示等 ...继续阅读 (121)

概述在2018年，AWS首次推出Graviton EC2实例，2020年7月AWS RDS正式支持Graviton 2的实例，就在前两天，在最新的AWS re:Invent大会上，AWS已经推出了第四代Graviton 4实例。现在，AWS的Graviton已经较为成熟，也在大量的企业和应用被广泛使用。AWS官方也宣称使用Graviton 2的RDS实例能够有52%的性价比提升（参考）。这里，来通过标准的Sysbench测试来实测一下，看看实际Graviton 2实例的效果。与上次阿里云测试相同，这次依旧是使用了同样的测试工具和场景，对较为常用的4c16gb，即db.m6g.xlarge和db.m5.xlarge实例，进行并发数分别为2 4 8 16 24 32 48 64 96 128的测试。测试结论在性能上，平均来看，x86要比Graviton实例性能高约12.7%；x86规格延迟要比Graviton规格低15%。也注意到，在超高并发的情况下（并发超过96时），Graviton实例与x86实例无论是在性能，还是延迟上，是比较接近的，不过，这时候系统压力太大、延迟太高，对实际使用并没有太大的参考价值。为了更加直观的做性价比的比较，这里选取16并发时的数据进行对比。在16并发下，Graviton实例的TPS是275，db.m6g.xlarge价格是$0.836/小时；x86实例的T ...继续阅读 (331)

#!/bin/bashREMOTE_NAME="origin"REMOTE_BRANCHES=$(git ls-remote--heads$REMOTE_NAME|awk-F/'{print $3}')forbranchin$REMOTE_BRANCHES;dogit checkout-b$branch$REMOTE_NAME/$branchgit checkout masterdoneecho"批量创建分支完成。" ...继续阅读 (122)

看过我最近几期《Python 潮流周刊》的同学，你们应该会注意到它们开头多了一则“产品推荐”吧？没错，这是恰饭了！我们周刊终于开张有了第一个商业赞助！撒花花～～（虽然更早的时候有与出版社合作的赠书，但那些书是给读者们的福利，严格来说不能算“恰饭”吧？）然而，在开心激动过后，想想那惨淡的“带货”数据，我又要开始发愁了。虽开张了第一家，它却难以有持续合作的希望。技术周刊的变现出路到底在哪？我做了一些反思，在此要跟大家分享这一次合作赞助的故事，以及我观察到的出乎意料的现象，也聊一聊我对周刊未来商业变现的想法。一Python 潮流周刊是深受其它周刊影响而诞生的，以后我会补上一篇本应作为开端的“创刊语”，聊聊我从其它周刊上学到的东西和自己的创作理念。这些周刊对我影响最深的一个方面是让我看到了文章变现的一种新形式！作为一个五岁的自媒体博主，我偶尔能接到公众号里的软文推广，曾参与过卖书返佣活动，也见识过一些号主卖 xx 星球和 xx 小册，这些都是我比较熟悉的变现方式。另外，我知道国内有一些纯付费订阅的周刊，也知道一些免费订阅的（过去没留意它们如何变现）。但对我触动最深的是几个免费订阅的英文周刊里的品牌植入类赞助。比如我每周必看的几个 Python Weekly，它们每期不断的有 2-3 个赞助。这些赞助通常很契合，文案也比较友好，基本不让人反感，几乎不会影响阅读。我认为这是很完美的广告模式！周 ...继续阅读 (181)

建筑节能是指在保证、提高建筑舒适性和生活质量的条件下，在建筑物使用的全过程中合理的、有效的使用能源，即降低能耗，提高能效。这里所说的建筑用能包括采暖、空调、热水供应、照明、电梯、炊事、家用电器等方面的能耗。其中采暖、空调和照明能耗占50%~70%，因此建筑节能的重点是建筑采暖、空调和照明的节能。 ...继续阅读 (104)

该插件会将特定的Ext.dd.DragZone和Ext.dd.DropZone实例附加到了Grid的View 上，DropZone是放置的区块，接收来自具有相同ddGroup的DragZone的拖放，包括来自同一网格内的拖放。在上面的示例中， 左边的Grid 既可以拖动到右边的Grid, 也可以在Grid 内部拖动， 如果要限定只能在Grid之间拖动，可以使用 dragGroup 和dropGroup。在放置操作的期间，将一个数据对象传递给参与的DropZone的drop处理程序。 ...继续阅读 (229)

POI是Apache 提供的一个开源的Java API，用于操作Microsoft文档格式，如Excel、Word和PowerPoint等。POI是Java中处理Microsoft文档最受欢迎的库。截至2023/12， 最新版本时 POI 5.2.5。 ...继续阅读 (195)

拍视频是我的一个业余爱好，之前我使用 iPhone 来记录一些日常视频。随着我的视频创作要求越来越多，iPhone 作为一台手机，已经有点无法满足我的视频拍摄需求。于是我开始寻找可以代替 iPhone 的拍摄设备，经过一番了解后，我入手了大疆新上市的 OSMO Pocket 3。 ...继续阅读 (162)

国外的一家公司介绍他们是如何将 PostgreSQL 11.9 升级到 PostgreSQL 15.3，通过使用逻辑复制和Elixir & Erlang上的工具完成了0停机的无缝切换，这篇博文将详细的描述这一过程More… ...继续阅读 (140)

最近我的同事在使用uber-go/ratelimit这个限流库的时候，遇到了两个大bug。这两个bug都是在这个库的最新版本(v0.3.0)中存在的,而这个版本从7月初发布都已经过半年了，都没人提bug，难道大家都没遇到过么？我先前都是使用juju/ratelimit这个限流库的，不过我不太喜欢这个库的复杂的“构造函数”，后来尝试了uber-go/ratelimit这个库后，感觉SDK设计比较简单，而且使用起来也不错，就一直使用了。当时的版本是v0.2.0,而且我也不会设置它的slack参数，所以也相安无事。最近我同事在做项目的时候，把这个库更新到最新的v0.3.0,发现在发包一段时间后，突然限流不起作用了，发包频率狂飙导致程序panic。很容易通过下面一个单元测试复现这个问题：12345678910111213funcTestLimiter(t *testing.T) {limiter := ratelimit.New(1, ratelimit.Per(time.Second), ratelimit.WithSlack(1))fori :=0; i <25; i++ {ifi ==1{time.Sleep(2* time.Second)}limiter.Take()fmt.Println(time.Now().Unix(), i)// burst}}这个单元测试尝试在第二个周期中 ...继续阅读 (164)

根据我们创业的经历，这里可以简单地给出一个市场容量的最低标准，比如对于100亿元的市场盘子，假设公司能占据的市场份额为10%，那就是10亿元的营收。为了既解决资金问题，又保持一定的独立性，2019年，OpenAI推出了全新的股权结构，在原来OpenAI非营利组织（OpenAI Inc）的基础上，成立了一家有限合伙公司（OpenAI LP Ltd），由该公司作为OpenAI Inc的融资平台，为OpenAI Inc提供资金支持，同时也允许该公司将利润分配给风险投资人和员工。（3）充裕的启动资金。 ...继续阅读 (222)

【摘要】.NET团队在 2023.11.28 在博客上正式发布了 ML.NET 3.0：：https://devblogs.microsoft.com/dotnet/announcing-ml-net-3-0/[1]，强调了两个主要的兴趣点，即深度学习和数据处理，使开发人员能够完全在 .NET 生态系统中创阅读全文 ...继续阅读 (161)

很多业务有生成唯一 ID 并作为数据库主键的需求。数据库会在这个字段上建立聚集索引（参考 MySQL InnoDB），即该字段会影响各条数据再物理存储上的顺序。 ID还要尽可能短，节省内存，让数据库索引效率更高。基本上64位整数能够满足绝大多数的场景，但是如果能做到比64位更短那就更好了。需要根据具体业务进行分析，预估出ID的最大值，这个最大值通常比64位整数的上限小很多，于是我们可以用更少 … ...继续阅读 (179)

1，说说react里面bind函数与箭头函数bind 由于在类中，采用的是严格模式，所以事件回调的时候会丢失this指向，指向的undefined，需要使用bind来给函数绑定上当前实例的this指向。箭头函数的this指向上下文，所以永久能拿到当前组件实例的。this指向我们可以完美的使用箭头函数来替代传统事件处理函数的回调。2，说出几点React中的性能优化使用shouldComponentUpdate来对state和props进行对比，如果两次的结果一样，那么就return false；使用纯函数组件pureComponent；3，简单解释下高阶组件和高阶函数高阶函数，指的是函数接收一个函数作为参数，或者将函数作为返回值的函数就是高阶函数 。高阶组价，接受一个组件，并返回一个新组建的组件就是高阶组件，本质上和高阶函数的意思一样的，高阶组件是用来复用react代码的一种方式。4，setState和repalceState有什么区别setState 是修改其中的部分状态，相当于 Object. assign，只是覆盖，不会减少原来的状态。replaceState 是完全替换原来的状态，相当于赋值，将原来的 state 替换为另一个对象，如果新状态属性减少，那么 state 中就没有这个状态了。5，Redux中核心组件有哪些，reducer的作用Redux由Action、Reduc ...继续阅读 (149)

简介欢迎关注我的频道，不时发送垃圾消息https://t.me/bboyapp或者关注我的 twitterhttps://twitter.com/bboysoulcn ...继续阅读 (85)

今天出个专题文章把我做的 WordPress 链接相关的功能和插件都简单介绍一下，随便也吹吹牛，给「WordPress果酱」知识星球拉点用户。今天就这么朴实无华的开始 WordPress 全面链接管理的文章：链接跳转第一个是「链接跳转」，它是 #WPJAM Basic# 的扩展，通过设置链接跳转规则来实现页面跳转，在扩展管理页面激活即可食用（厄，使用），昨天刚升级了功能，支持通过正则格式批量实现页面跳转。扩展启用之后，在 「WPJAM」主菜单下就会新增「链接设置」的子菜单，然后在「跳转链接」的标签页下罗列出现在所有的链接跳转设置规则：然后点击新建就可以增加新的跳转规则：然后就可以设置匹配规则是否开启正则匹配，然后输入原地址，目标地址即可。默认情况下「链接跳转」只在 WordPress 判断该页面为 404 页面的时候才进行处理，既然能够正常显示的页面，为什么要跳转呢？但是有些同学就是想要，所以也通过了选项，开启所有页面都支持跳转，点击批量操作旁边的「设置」按钮既可开启：内部链接基于操作方便和效率考虑，我做了一个「WPJAM #Hashtag#」插件，自动将文章内容中 #话题标签# 这种格式的文字转换成内部链接。它支持预定义的内部链接关键字，标签和分类关键字，以及搜索链接，首先内部链接的优先级最高，接着是标签和分类链接，最后找不到的关键字，会跳转到搜索链接。安装好了插件之后，在 Wo ...继续阅读 (199)

Nvidia docker 是nvidia显卡在docker基础上进行封装得到的docker工具，需要电脑中安装Nvidia显卡驱动与docker，配置好Nvidia docker后docker可以使用GPU。本文记录Nvidia docker的安装与使用方法。 ...继续阅读 (146)

该渲染由 Shiro API 生成，可能存在排版问题，最佳体验请前往：https://innei.in/posts/Z-Turn/drone-self-host-ci-cd-with-github群友说的我站点访问太慢。因为部署在 Vercel 上，API 接口又在国内，通过 Zero 又套了一层，两层下来在国内的访问确实不是很好。打算做一个在国内的镜像站。原本 Kami 是通过 GitHub Actions 做的，通过发版然后把产物发布到 Release，SSH 连接到服务器之后再去拉取 GitHub Release，但是因为国内服务器现在访问 GitHub 真的太慢了，各大国内加速站也陆续挂壁了。所以打算利用家用小主机完成本地部署，最后产物推送到云服务器。问了群友之后，Drone CI 应该是是个不错的选择，Go 写的比较快也很轻量，可以非常简单和 GitHub 绑定。总体的流程大概如下：graph LR A[GitHub Push Event] -->|Triggers| B(Drone Pipeline) B --> C[Build Step] C -->|Build Next.js Project| D[Zip Distribution] D --> E[Deploy Step] E -->|SCP Transfer| F[SSH ...继续阅读 (154)

在 WordPress 文章怎么方便做的内部链接呢？​比如文章内容中提到到了某个标签和分类，或者某个插件和产品的链接，都希望能够快速转成链接，方便用户点击过去。如果每个内部链接都要手工一个一个加上，那估计得累趴，另外目前世面上的内链插件都是自动在内容中查找关键字，然后加上链接，但是由于没有规律性，这类插件效率都有问题。所以我结合微博的 #话题标签# 的语法，做了一个「WPJAM #Hashtag#」插件，自动将文章内容中 #话题标签# 这种格式的文字转换成内部链接。支持预定义的内部链接关键字，标签和分类关键字，以及搜索链接，首先内部链接的优先级最高，接着是标签和分类链接，最后找不到的关键字，会跳转到搜索链接。内部链接管理安装好了插件之后，在 WordPress 后台「WPJAM」主菜单下就会新增「链接设置」的子菜单，就会新增「内部链接」标签，点击进入该标签之后就可以进行内部链接管理，把自己的常用的内部链接添加到列表中：自动转换 #话题标签# 成内部链接在 WordPress 后台输入：前端显示为：如果定义的内部链接，直接跳转：#WPJAM Basic##文章专题插件#如果是标签，则自动跳转到 WordPress 标签页：#WordPress 技巧##WordPress 教程##WordPress Shortcode#如果是分类，则自动跳转到 WordPress 分类页：#WordP ...继续阅读 (217)

因 Java 中没有命名参数的概念，当一个类的构造器可选参数太多的时候，代码可读性会变得很差。于是，建造者模式（Builder Pattern）应运而生。 本文首先举了一个真实的例子，引出构造器可选参数太多时应如何去处理的问题。然后，分析传统的伸缩式构造器模式与 JavaBeans 构造器模式在处理该问题时存在的不足；最后，引出了建造者模式，介绍了其设计思路与优点。 ...继续阅读 (148)

因 Java 中没有命名参数的概念，当一个类的构造器可选参数太多的时候，代码可读性会变得很差。于是，建造者模式（Builder Pattern）应运而生。 本文首先举了一个真实的例子，引出构造器可选参数太多时应如何去处理的问题。然后，分析传统的伸缩式构造器模式与 JavaBeans 构造器模式在处理该问题时存在的不足；最后，引出了建造者模式，介绍了其设计思路与优点。 ...继续阅读 (172)

前言之前学习了网络层的技术和协议，知道了IP协议指导数据包在网络中传输。而第四层传输层协议提供从源主机到目的主机的传输服务，专注于数据包的传输方式。传输层服务传输层为上层协议提供了从源主机到目的主机的传输服务。包括以下基本服务：通过在两个端口(port)创建逻辑连接来提供端到端通信(end-to-end communication)。将上层提供的数据进行分段(Segmentation)，分成多段传输。通过确认检测和重传(positive acknowledgment with retransmission)，提供可靠性(Reliability)传输(TCP)。通过动态调整window size(Sliding Windows)进行端对端流控制(End-to-end flow control)多路复用(Conversation multiplexing)通过使用端口号来跟踪不同的会话来提供。这些服务又可以分为：面向连接的服务(Connection-oriented service)类似于电话服务。服务用户首先建立连接，使用连接，然后关闭连接。通过连接传输的数据段要求传入和传出的顺序一致。例如TCP协议。无连接服务(Connectionless service)类似于邮政服务。每条消息都携带完整的目的地地址，并且每条消息都独立于所有其他消息通过系统进行路由。数据段可以选择不同的路线传输 ...继续阅读 (113)

假设检验（hypothesis testing）是指从对总体参数所做的一个假设开始，然后搜集样本数据，计算出样本统计量，进而运用这些数据测定假设的总体参数在多大程度上是可靠的，并做出承认还是拒绝该假设的判断。 ...继续阅读 (152)

卡方检验（chi-squared test）是一种统计方法，用于确定观察到的频数和预期频数之间是否存在显著差异。它通常用于比较两个或多个分类变量之间的关系， 本文介绍相关内容。 ...继续阅读 (141)

上一节中我们介绍了怎样定义PyTorch的模型，其中给出的示例都是用torch.nn中的层来完成的。这种定义方式易于理解，在实际场景下不一定利于使用。当模型的深度非常大时候，使用Sequential定义模型结构需要向其中添加几百行代码，使用起来不甚方便。 ...继续阅读 (194)

随着深度学习的发展，研究人员研究出了许许多多的模型，PyTorch中神经网络构造一般是基于nn.Module类的模型来完成的，它让模型构造更加灵活， 本文介绍 Pytorch 的模型构建 。 ...继续阅读 (162)

PyTorch数据读入是通过Dataset+DataLoader的方式完成的，Dataset定义好数据的格式和数据变换形式，DataLoader用iterative的方式不断读入批次数据， 本文介绍 Pytorch 数据读入的流程 。 ...继续阅读 (139)

声纹识别是指利用声音特征对说话人的身份进行识别的生物识别技术，已有几十年的发展历史，但直到深度学习兴起之后才开始广泛应用。 本文记录当前主流声纹模型 ECAPA-TDNN。 ...继续阅读 (136)

Meta 宣布推出一个全新的 AI 模型 Image Joint Embedding Predictive Architecture (I-JEPA)，可通过对图像的自我监督学习来学习世界的抽象表征，实现比现有模型更准确地分析和完成未完成的图像。 ...继续阅读 (126)