大型互联网网站架构优化

这篇文章最早我是在360的时候，那个到时处理360手机商城，然后积累的一些经验，然后处理的然后只是很早之前都写出来了，但是这个没有发表，这次重新把它找出来了，在这里再重新同步一次。一、分我们知道，对于一个大型网站来说，可伸缩性是非常重要的，怎么样在纵向和横向有良好的可伸缩性，就需要在做架构设计的时候考虑到一个分的原则，我想在多个方面说一下怎么分：首先是横向的分：大的网站化解为多个小网站：当我们一个网站有多个功能的时候，可以考虑把这个网站拆分成几个小模块，每一个模块可以是一个网站，这样的话我们到时候就可以很灵活地去把这些网站部署到不同的服务器上。批注： 现在很多网站他运营着多个域名就比如CSDN，他的博客是blog.csdn.net ，写博客是用的write.blog.csdn.net，主站用www，每个站之间独立运营，让整个服务器的前面，Nginx负载均衡压力不会特别大，因为ng的负载每秒最大是3万多也有人说5万10万的，但是到最后限制最大的不是机器本身的性能反而是带宽。之前在博客上有看到有人，有人测redis最大连接是10万+的连接数时，那么需要的带宽1000G以上。所以连

技术 · 2023-06-28
大型互联网网站架构优化

周鸿祎都53岁了还要去清华卷个博士，我们要不要也去卷

新闻事件2023年6月27日，周鸿祎晒出清华大学计算机博士录取通知书。我印象中的周鸿祎之前我在360手机工作过，在工作的大楼里面也见过红衣教主很多次。那会儿虽然距"3Q大战"已经过去多年，但红衣教主还是保留着他"打嘴炮"的特点。做事雷厉风行，讲话呢也很幽默。当时他很想借着移动互联网的兴起，想捞一张移动互联网的船票，拯救走下坡路的360。所以那时对外也不停地在投资入股或买各种创业公司或者是互联网的企业。奈何时运不济，就投资的效果来说不尽人意。我见识到的周鸿祎在学识、学历、学习能力等方面，在互联网大佬圈里还是很牛的。软件技术能力和实力来说，在互联网研发行业还是能秒掉不少开发同学的。对于初代大佬级的程序员来说，像周鸿祎、雷军、小马哥这些开发能力都是还不错的。关于继续读书如果是我这么大50多岁的，我可能是不会再继续读了。尤其是到了像周鸿祎这个位置，自己有一个大公司，下面也有很多的大牛来了解科学技术发展的一些情况，完全是可以基于员工的研发方向和研发成果进行自学成长。工作了这么多年，我现在用到的各种知识技术框架和能力，基本上都是在工作中学习、理解、应用的。大学学的那一点知识，基本上就是最初的一些入

新闻 · 2023-06-28
周鸿祎都53岁了还要去清华卷个博士，我们要不要也去卷

四种 Git 代码管理工作流简介

业界常见的 4 种 Git 工作流，您可以选择任一预设的工作流作为初始配置，也可以选择自定义配置，全新定义团队需要的分支规则。一、Github Flow 模式GitHub Flow 是一个非常轻便的，基于分支的工作流，非常适合代码部署非常频繁的团队和项目。它最大优点就是简单，对于”持续发布”的产品是最合适的流程。 它默认 master 的更新与产品的发布是一致的。版本管理默认开启版本管理。开启后，拉取的分支将归属于版本，包括分支关联的需求、缺陷等数据也将从该版本关联的维度去筛选过滤。分支类型 默认 master 为主干分支。 自定义 2 种分支类型。 开发分支，分支名 dev/*，跟随版本。 修复分支，分支名 bugfix/*，跟随版本。分支拉取与合入规则 允许从所有类型拉取 dev，并自动同步源分支。 允许从所有类型拉取 bugfix 允许dev合并至dev、 master 允许bugfix合并至bugfix、 master 高级工具支持 默认开启分支权限管理。 默认开启分支变更文件覆盖提醒及自动同步。 需求、缺陷绑定设置若项目关联

技术 · 2023-06-28
四种 Git 代码管理工作流简介
首乌
首乌 2023-06-26

最近看了不少关于AI和AI应用的资料，越来越觉得自己的这点知识和技能不太够用了，强迫自己卷起来。github上发现的论文库
机器学习(Machine Learning)&深度学习(Deep Learning)资料库

[无界]让iframe焕发新生-微前端框架【转】

评论： 之前在部分业务中使用了无界，通过微前端框架来解决多业务、异构前端业务的融合性问题。早期项目中都是直接用 iframe 。需要另外开发一套postmessage 的通信机制，另外父级框架刷新后iframe内部的地址和状态丢失。[无界](https://github.com/Tencent/wujie/)是鹅厂中台开源项目是基于Web Components + iframe 来实现的微前端框架。主要包含的内容有：通信模块(父子、兄弟模块间通信)，状态于依赖共享，应用嵌套模块，js/css沙箱，内嵌脚本，预加载逻辑，单页应用的tab机制等。这里可以留个位，后续做一个源码分析。 | 导语iframe是一个天然的微前端方案，但受限于跨域的严格限制而无法很好的应用，本文介绍一种基于iframe的全新微前端方案，继承iframe的优点，补足iframe的缺点，让iframe焕发新生。目录背景无界方案使用无界适配成本实现细节      实现一个纯净的 iframe     &nb

技术 · 2023-06-26
[无界]让iframe焕发新生-微前端框架【转】

鹅厂网红课程--金字塔思维

背景课程来源于《金字塔原理》，作者：芭芭拉·明托，毕业于哈佛大学，麦肯锡公司第一位女咨询顾问。其在麦肯锡交付的报告，逻辑严密、数据详实、结论有力，就连排版、配色与字体，都设计精美，让人赏心悦目。其提炼出来的写作思考技巧由此畅销四十多年。金字塔原理是一种重点突出、逻辑清晰、主次分明的逻辑思路、表达方式和规范动作。 金字塔的基本结构是：中心思想明确，结论先行，以上统下，归类分组，逻辑递进。 先重要后次要，先全局后细节，先结论后原因，先结果后过程。学习金字塔思维的解决那些问题1、掌握如何用金字塔原理思考、沟通、管理下属和解决问题；2、提高逻辑性、条理性；掌握表达规范动作；沟通准确高效，效果好、效率高。3、思考：用全脑思维，提高结构化思维能力，思考全、准、快。4、书面表达、公文写作：挖掘读者的关注点、兴趣点、需求点、利益点；5、用金字塔搭建逻辑清晰的框架结构；6、归类分组、重点突出、逻辑清晰、主次分明，让人看得懂、愿意看、记得住；7、缩短写作时间，减少修改次数。8、口头表达：讲话、讲课，用金字塔，重点突出，条理清晰，言简意赅，让听众有兴趣、能理解、记得住。9、管理下属：分配任务，用金字塔原理，

生活 · 2023-06-26
鹅厂网红课程--金字塔思维

[长文]写给开发同学AI强化学习入门指南 【转载】

点评：从去年chatgpt 发布以来AI算法领域的技术与AI应用就特别的火，鹅厂的同学整理了一些资料，然后讲基本所需的知识点介绍了一些。尤其是机器学习(Machine Learning)&深度学习(Deep Learning)相关的。其中涉及了几个基础算法问题，如：贪心算法，马尔可夫决策过程算法，蒙特卡洛方法、强化学习方法，DQN等。文中提提供了一些参考资料介绍：感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning等。机器学习(Machine Learning)&深度学习(Deep Learning)资料库 大概有七八百篇得资料，共大家一起学习参考. 以下是正文 最近因为 AI 大火，搞的我也对 AI 突然也很感兴趣，于是开启了 AI 的学习之旅。其实我也没学过机器学习，对 AI 基本上一窍不通，但是好在身处在这个信息爆炸的时代，去网上随便一搜发现大把的学习资料。像这个链接里面：https://github.com/ty4z2008/Qix/blob/master/dl.md 就有很多资料，但是这相当于大海捞针。在学习之前我们先明确自己的目的是什么，

技术 · 2023-06-26
[长文]写给开发同学AI强化学习入门指南 【转载】

SOLID 原则说明与感悟

目录SOLID 原则说明与感悟      前言            SOLID 设计模式的具体内容      SOLID 原则详解            一、单一职责原则                  1、单一职责带来的好处                  2、反规则的

技术 · 2023-06-25
SOLID 原则说明与感悟

《代码整洁之道-Clean Code》【转载】

原文地址：https://juejin.cn/post/7153906550505996296。是对《代码整洁知道-Clean Code》[美] Robert C.Martin 的总结。之前也看了这本书，大部分的书本内容都能完整的描述一个体系的内容，相对网上零碎的知识点来说，相对的信息量和完整度会更好。如果有好书建议好好拜读一下，完整的内容受益终身。 一句话总结很多观点都认为“开发业务没有技术含量，做架构才能体现技术价值”，这种观点有失偏颇。业务架构并不简单，只是很多开发同学理解简单了而已。业务架构讲究工程代码在迭代过程中能持续地应对杂、变等难题并保持程序员的生产力不下降。既然代码需要持续维护，那整洁的架构就非常有必要，本书从微观、宏观上介绍了保持架构整洁的一些方法。脑图详情第一章：整洁代码本章节是对全书的大概介绍，作者的核心观点是： 代码永远不可能被代替，因为编码过程就是把需求细节描述为机器可以理解的粒度。而这个过程中注定有些事情是无法抽象的 保持代码的整洁非常必要，这需要程序员自己亲自实践。不可能任何程序员看了此书后都会变成整洁代码大师 编码领域的规范：借用美国童子军军规——“让

技术 · 2023-06-25
《代码整洁之道-Clean Code》【转载】

Word2Vec [单词向量化]详解

本文转载自 知乎[苏一]的,《Word2Vec详解》 原文地址：https://zhuanlan.zhihu.com/p/61635013Word2vec是一种用于自然语言处理（NLP）的技术，于2013年发布。word2vec算法使用神经网络模型从大型文本语料库中学习单词关联。一旦经过训练，这样的模型就可以检测同义词或为部分句子建议额外的单词。目录一、Word2Vec概述二、Word2Vec原理三、CBOW四、Skip-gram五、Hierarchical Softmax六、Negative Sampling一、Word2Vec概述 Word2Vec是google在2013年推出的一个NLP工具，它的特点是能够将单词转化为向量来表示，这样词与词之间就可以定量的去度量他们之间的关系，挖掘词之间的联系。用词向量来表示词并不是Word2Vec的首创，在很久之前就出现了。最早的词向量采用One-Hot编码，又称为一位有效编码，每个词向量维度大小为整个词汇表的大小，对于每个具体的词汇表中的词，将对应的位置置为1。比如我们有下面的5个词组成的词汇表，采用One-Hot编码方式来表示词向量非常简

技术 · 2023-06-18
Word2Vec [单词向量化]详解
2025 we see 视界. All Rights Reserved.
Theme Jasmine by Kent Liao

粤ICP备2023052298号-1