8 天前 / reesunhuang
作者 | Graham Kaemmer译者 | Rayden审校 | 王强在过去的 5 个月里，我与 50 多家公司讨论了他们的授权系统。其中超过一半的公司以某种形式使用微服务，我对它们带来的授权挑战非常感兴趣。在面向服务的后端进行授权这一问题上，似乎没有公认的最佳实践。我与很多团队进行了交谈，有的团队将用户角色附加到身份验证令牌上，有的将所有内容存储在专门用于授权的图数据库中，还有的团队在 Kubernetes 边车（sidecars）中自动执行授权检查。这些解决方案中都沉淀了数月或数年的工程工作，每个团队都发明了自己的轮子。
21 天前 / reesunhuang
Seata AT 模式是一种非侵入式的分布式事务解决方案，Seata 在内部做了对数据库操作的代理层，我们使用 Seata AT 模式时，实际上用的是 Seata 自带的数据源代理 DataSourceProxy，Seata 在这层代理中加入了很多逻辑，比如插入回滚 undo_log 日志，检查全局锁等。 为什么要检查全局锁呢，这是由于 Seata AT 模式的事务隔离是建立在支事务的本地隔离级别基础之上的，在数据库本地隔离级别读已提交或以上的前提下，Seata 设计了由事务协调器维护的全局写排他锁，来保证事务间的写隔离，同时，将全局事务默认定义在读未提交的隔离级别上。
27 天前 / Ryan众乐
PS：这是一种很好玩的前端架构模式，可以创造出无限的乐趣。你不一定需要知道它，但是它真的很好玩。我写这篇文章主要是因为好玩，也没有啥新东西。 很高兴在过去的几年里，微前端已经成为前端架构的一个共识式的架构模式，也不枉费我作为国内最早的引路者，写了国内第一个微前端框架和书籍，并推广至今。所以，让我们继续往前走吧，探索整个领域更多的可能性。从无组件定义的英文名称 Componentless，你就可以知道它所要对标的是类 Serverless 一样的后端架构模式上。所以，在定义上和 Serverless 架构的定义颇为相似。
36 天前 / 码农UP2U
早期文章 Java 类的 Linking 和 Initializing 简单笔记 大数据 | HDFS 元数据持久化笔记 多线程 | Thread 和 Runnable 执行流程的差异 大数据 | Java 操作 HDFS 常用 API 大数据 | HDFS 常用操作命令 Redis | Redis 也会算距离 Spring Cloud Gateway 的简单搭建 服务注册、发现和远程调用 让 MongoDB 的 CRUD 有 JPA 的味道 使用 MongoTemplate 对 MongoDB 进行 CRUD 省内存的 Excel 导入导出库还是得了解下它。
37 天前 / 科创人专访
翟佳，StreamNative 联合创始人 Apache Pulsar 和 Apache BookKeeper PMC 成员，前 EMC 统一存储部门技术负责人，前 Streamlio 创始工程师。2020 年获选“中国开源先锋 33 人榜单”、2021 年荣获“OSCAR 尖峰开源人物”称号，开源技术布道者。 — 文 |babayage 编辑 | 笑笑 天生偏好底层原则和长期主义 初识开源，信奉价值为王 与翟佳稍有接触，就能感觉到一份发自内心的笃定、坚实，友人评价他“知行合一，相信底层原则和逻辑，并且信了就做”。
234 天前 / rokie
1、RabbitMQ 的 6 种工作模式先以 java 应用程序的方式连接 RabbitMQ ，后期再考虑与 Spring Boot 整合工作。 生产者和消费者、RabbitMQ 可以不用位于同一个主机，一个应用程序即可以生产者，也可以是消费者。 交换器类型 direct：根据路由键匹配队列发送消息。 topic：根据路由键匹配队列，可以全匹配和模糊匹配。 headers： fanout：消息广播。 pom 文件 com.rabbitmq amqp-client 5.12.0 1.1、工作队列模式（Work queues）竞争者的消费模式。
246 天前 / 四猿外
这个标题是不是很拗口？ 一个服务一个数据库的 ( 上)和 ( 中)翻车了，既然开了头，硬着头皮也得把 ( 下)写完。这是第一个硬着头皮。 我和团队搞微服务比较早，当了小白鼠，一路坎坷，可以说是硬着头皮坚持下来的。这是第二个硬着头皮。 闲话少叙，正文开始。 在我最初接触微服务的很长一段时间里，有两类问题都困扰着我和团队，这是让我印象最深的两类问题： 没有配合微服务理念的团队没有配合微服务理念的基础设施后来，在和一些搞了微服务的同行多次交流后，发现他们当初也面临和我类似的问题。 这次就写写我最早搞微服务遇到的问题。
248 天前 / u553049
本文我们聊聊 CQRS 这种架构模式。 CQRS 是用来解决什么问题的？我们先看一个场景。 系统中的数据模型是按照实体以及关系进行设计的是吧。 例如电商系统，包含订单、用户、商品等等数据。 数据的变更操作、查询操作，都是基于这一套数据模型的。 但是，实际场景下的查询需求是多种多样。 例如这 3 类人群： 商家 买家用户 电商运营人员 他们的数据视角是不同的，各自的关注角度不同，需要查询的数据就完全不同。 但数据模型是一套啊，怎么办？ 是不是就需要做数据关联、构建临时数据集合等等复杂的操作啊。
603 天前 / 苏溪云
自上一篇写关于 diff 的文章到现在已经过了二十天多，利用业余时间和 10 天婚假的闲暇，终于搞懂了 React 源码中的调度原理。当费劲一番周折终于调试到将更新与调度任务连接在一起的核心逻辑那一刻，忧愁的嘴角终于露出欣慰的微笑。 最早之前，React 还没有用 fiber 重写，那个时候对 React 调度模块就有好奇。而现在的调度模块对于之前没研究过它的我来说更是带有一层神秘的色彩，色彩中朦胧浮现出两个字：“困难”。
719 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 ->...
727 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。
843 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...
857 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...
873 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...
884 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。