71 天前 / kuzan07
另外在概念层面，本篇文章希望能够解释清楚 reactor 领域一些常见的概念在实践层面，带读者体验一下 reactor 模式的写法，抛砖引玉 案例实现还是 promise 文章里的案例：基于计算器服务，实现一个接口，接口实现计算 a + ((b -c）+ d) -e -f + g 本文实现依然是基于 vertx 和 kotlin 来做，只是异步结果编排部分替换为 reactor 实现： class ReactorVerticle : AbstractVerticle(){lateinit var webClient: WebClientoverride fun start() {webClient = WebClient.create(vertx)var eventBus = vertx.eventBus()eventBus.consumer("calc.reactor"){ msg ->...
79 天前 / kuzan07
本文主要聊一聊异步编程中的 promise 模式；promise 模式广泛应用于前端开发，所以故事先从前端开发讲起。因为前端的 ajax 技术，与服务端通信皆是基于异步编程，需要处理各种回调；回调本身并不可怕，但是如果需要对多个回调结果进行 compose， 那就比较麻烦了，会出现所谓的回调地狱；在异步编程方面，前端同学先痛起来了，所以，在这个方向上，前端同学确实走的也比较靠前，模式也比较成熟。那么对于 java 而言，先不谈协程的玩法，异步编程可选的模式就不多了，其中一个便是 promise 模式，以及接下来会进行介绍的 reactor 模式。
195 天前 / 涯之叶
最近中台的文章比较多，大多数谈历史，谈原因，之后就是谈技术了，但是中台真的实施起来，却躲不开下面的灵魂拷问。 问题一：到底哪些应该作为中台，哪些不应该作为中台，是谁决定的？如何决定的？ 问题二：每一个中台应该有哪些功能？谁来定义？和业务方如何切分？怎样保证切分的合理？每一个中台应该有多大？按接口数？代码行数？什么时候决定再拆分？谁决定？ 问题三：维护每一个中台的团队应该有多大？10个人？100人？用户中心和商品中心应该哪个人多哪个人少？什么时候能扩招？谁来定？绩效如何？谁来定？ 问题四：和业务方的...
209 天前 / 知了一笑
一、Cache缓存简介从Spring3开始定义Cache和CacheManager接口来统一不同的缓存技术； Cache接口为缓存的组件规范定义，包含缓存的各种操作集合； Cache接口下Spring提供了各种缓存的实现； 如RedisCache，EhCacheCache ,ConcurrentMapCache等； 二、核心API说明1、Cache缓存接口 定义缓存操作。实现有：RedisCache、EhCacheCache、ConcurrentMapCache等 2、CacheManager 缓存管理器，管理各种缓存（cache）组件 3、@Cacheable 主要针对方法配置，能够根据方法的请求参数对其进行缓存 Cacheable执行流程 1）方法运行之前...
224 天前 / GO语言中文网
写代码难，写处理并行和并发的代码更难！要做到这一切并保持高效将是极具挑战性的。 今天，我决定开始分享一些技巧来处理某些特殊情况。 定时 Channel 操作有时，你想要为你的 Channel 操作定时：持续尝试做一些事情，如果不能在一段时间内完成就放弃继续尝试。 要做到这一点，你可以使用 context 或者 time，两者都很好。context可能更惯用，而 time 则更高效，但它们几乎是完全相同的： 1funcToChanTimedContext(ctxcontext.Context,dtime.Duration,messageType,cchan<-Type)(writtenbool){ 2ctx,cancel:=context.WithTimeout(ctx,d) 3defercanc...
236 天前 / 蚂蚁金服分布式架构SOFAStack
作者：屹远（陈龙），蚂蚁金服分布式事务核心研发 。本文根据 8月11日 SOFA Meetup#3 广州站 《分布式事务 Seata 及其三种模式详解》主题分享整理，着重分享分布式事务产生的背景、理论基础，以及 Seata 分布式事务的原理以及三种模式（AT、TCC、Saga）的分布式事务实现。现场回顾视频以及 PPT 见文末链接。| 分布式事务产生的背景1.1 分布式架构演进之 -数据库的水平拆分蚂蚁金服的业务数据库起初是单库单表，但随着业务数据规模的快速发展，数据量越来越大，单库单表逐渐成为瓶颈。所以我们对数据库进行了水平拆分，将原单库单表拆分成数据库分片。
248 天前 / 张铁蕾
前言 我来自于AI Labs运营平台，这些年陆续实现了不少运营需求；在做的过程中，一直在思考运营平台的能力建设问题。 对于业务来说，如何更自然的划分业务与运营平台的边界，简化两边的合作模式；对于运营平台来说，如何快速沉淀运营知识与能力，赋能各个业务方；对于运营人员来说，有没有一种直观的运营能力地图，可以一目了然的查看整个业务板块的可干预功能。 在这个万物互联向前大步推进的新时代，我们已经有了数据互联、服务互联，作为这一切的根基，有没有代码互联？ 扩展点尝试着回答以上的问题。
295 天前 / 个推技术学院
作者：个推数据研发工程师 学长 1业务背景随着大数据的快速发展，业务场景越来越复杂，离线式的批处理框架MapReduce已经不能满足业务，大量的场景需要实时的数据处理结果来进行分析、决策。Spark Streaming是一种分布式的大数据实时计算框架，他提供了动态的，高吞吐量的，可容错的流式数据处理，不仅可以实现用户行为分析，还能在金融、舆情分析、网络监控等方面发挥作用。个推开发者服务——消息推送“应景推送”正是应用了Spark Streaming技术，基于大数据分析人群属性，同时利用LBS地理围栏技术，实时触发精准消息推送，实现用户的精细化运营。
304 天前 / 郭茄茄
点击上方蓝色文字“后端技术小黑屋”，关注茄子拯救世界的公众号吧~ 相信大家在阅读C++代码的时候，一定都见过pImpl的实现方式。我第一次见到pImpl实现方式时，对于下面这种代码： void MyClass::SomeFunc() { pImpl_->SomeFunc();}总有一种“脱了裤子放屁”的感觉。而对于经常提到的pImpl模式的优点，什么“屏蔽私有接口”，什么“增加封装性”，又觉得虚之又虚——我这系统要么给自己部门用的，要么是要开源的，有啥见不得人的，要屏蔽呢？多增加了一层pImpl也没见得封装性有什么提升啊？ 其实，pImpl模式既然应用如此广泛，必然有其价值。
313 天前 / 雪花男孩
点击蓝色“乔志勇笔记”关注我哟 加个“星标”，第一时间获取推送的文章哦 一、高性能数据库集群 （1）读写分离主从复制延迟 1、写操作后的读操作指定发给数据库主服务器 2、读从机失败后再读一次主机 3、关键业务读写操作全部指向主机，非关键业务采用读写分离 分配机制 1、程序代码分装 2、中间件封装 (2)分库分表二、高性能nosqlK-V 存储：解决关系数据库无法存储数据结构的问题，以 Redis 为代表。 文档数据库：解决关系数据库强 schema 约束的问题，以 MongoDB 为代表。
319 天前 / 杭州小布
redis cluster是redis提供的集群模式。 1.redis cluster的架构①可以有多个master node，每个master node 都可以挂载多个slave node。 ②读写分离的架构，对应每个master node来说，写就写到master node，读就从master node对应的slave node去读。 ③高可用。每个master node都有多个 slave node，如果master node挂了，redis cluster机制就会自动将某个slave node切换成 master node。 所以redis cluster是 多master + 读写分离 + 高可用 的。
349 天前 / 蚂蚁金服分布式架构SOFAStack
358 天前 / 非典型前端coder
原文链接 大家好。我带着一篇新的关于Flutter的文章回来了。这一次，我将向你展示“如何架构你的Flutter项目”。这样您就可以轻松维护，扩展和测试Flutter项目。在深入探讨实际话题之前。我想分享一个小故事，说明为什么我们应该专注于为我们的项目构建一个坚实的架构。 更新：本文的第2部分已发布，当前设计中有一些更改，以解决一些问题并展示一些惊人的实现。链接在这里。 为什么你需要对你的项目进行架构多年前的2015年，我是还是一名求胜心切的新手程序员，当时我在学习Android应用程序开发。
372 天前 / 虞大胆
企业规模的软件系统该如何设计呢？在开始写代码之前，我们需要选择一个合适的架构，这个架构将决定软件实施过程中的功能属性和质量属性。因此，了解软件设计中的不同架构模式对我们的软件设计会有较大的帮助。 什么是架构模式？根据维基百科：架构模式是针对特定软件架构场景常见问题的通用、可重用解决方案。架构模式类似于软件设计模式，但范围更广。本文将简要解释10种常见架构模式及其用法、优缺点。 分层模式（Layered pattern） 客户端-服务器模式（Client-server pattern） 主从模式（Master-slave pattern） 管道-过滤器模式（Pipe-fil...