tag 後端

標籤
貢獻594
2226
05:25 PM · Oct 25 ,2025
sevencoding 頭像 software-Development 頭像 jdcdevloper 頭像 fannaodeshafa 頭像 wangzhongyang_go 頭像 chen_67f9ccbe6f07b 頭像 seven97_top 頭像 xiaoshuai456 頭像 jianghushinian 頭像 wang_yb 頭像 xixindehongjiu 頭像 blossom_5fdad45ec8100 頭像

@後端 / 博客 RSS 訂閱

mghio 頭像

mghio - 《UNIX 傳奇：歷史與回憶》讀後感

《UNIX 傳奇：歷史與回憶》 是 bwk（Brian W. Kernighan）2019 年的新作，回憶了 UNIX 在大半個世紀的風雨歷程，是一本引人入勝的書籍。通過對 UNIX 操作系統的歷史和發展進行詳細的敍述和回顧，讓我對這個操作系統有了更深入的瞭解。讀完這本書，我不僅對 UNIX 的技術細節有了更清晰的認識，也對 UNIX 的影響力和價值有了更深刻的體會。 書中首先回顧了 UNIX

歷史 , 文化 , unix , 後端

收藏 評論

daimajiangxin 頭像

代碼匠心 - 從零開始學Flink：數據輸出的終極指南

在實時數據處理的完整鏈路中，數據輸出（Sink）是最後一個關鍵環節，它負責將處理後的結果傳遞到外部系統供後續使用。Flink提供了豐富的數據輸出連接器，支持將數據寫入Kafka、Elasticsearch、文件系統、數據庫等各種目標系統。本文將深入探討Flink數據輸出的核心概念、配置方法和最佳實踐，並基於Flink 1.20.1構建一個完整的數據輸出案例。 一、Flink Sink概述 1. 什

大數據處理 , 大數據 , JAVA , flink , 後端

收藏 評論

eguid 頭像

eguid - 【開源工具分享】一款開源的高效PDF合併與圖片轉換工具：mergePDF，一款輕量級桌面可視化工具，支持將多個PDF文件合併為單一PDF，也可將PDF轉換為圖片格式，並提供“單張圖片”與“長圖片”兩種

mergePDF介紹 mergePDF是一款開源、免費、高效的PDF合併與圖片轉換工具 工具簡介 mergePDF 是一款輕量級桌面可視化工具，支持將多個PDF文件合併為單一PDF，也可將PDF轉換為圖片格式，並提供“單張圖片”與“長圖片”兩種輸出模式，便於文檔整理、票據歸檔與打印優化。 別名：發票合併可視化工具 項目維護地址：https://gitee.com/eguid/merge-pd

後端

收藏 評論

wangnp 頭像

程序員王哪跑 - 【首選】PDF轉視頻教程：20秒一鍵將PDF轉換為視頻軟件

一、背景介紹 大家好，我是王哪跑，現在很多做小學初中高中學習資料相關的教師或出售虛擬資料的網賺達人，都會將PDF電子檔轉換為視頻，併發布到對應的短視頻平台進行引流變現，但是使用傳統的視頻剪輯軟件，花費的時間可能會比較長。 基於此，我用python開發了這個一鍵將PDF轉視頻的軟件，只需30秒完成PDF到視頻的一鍵轉換。 （悄悄地説個秘密：更多實用工具也在同步開發中，關注我不迷路！）

後端

收藏 評論

blossom_5fdad45ec8100 頭像

blossom - 權限系統設計：功能權限與數據權限的解耦之道

在後端系統的設計中，權限（Authorization）永遠是一個核心命題。 在項目初期，為了追求開發速度，往往容易憑直覺採用一種極其簡單的設計方案。然而，正是這個起初看起來“最快”的方案，往往會成為後期維護中最大的噩夢。 本文將從一個典型的“設計反模式”開始，探討如何構建一個成熟的後端權限防禦體系。 一、 起手式的陷阱：User 表裏的 permissions 字段 在項目剛啓動，用户量較少時，很

後端

收藏 評論

wang_yb 頭像

wang_yb - 啞鈴圖：數據對比的優雅之選

簡潔的線條連接兩個數據點，就像啞鈴的兩端，在對比分析中展現出令人驚豔的清晰度。 在平時的數據分析項目中，我經常會遇到比較兩個相關數據集的變化情況。 這時，傳統的做法是使用堆積條形圖或簇狀條形圖，但它們存在一個共同問題：當我們需要精確追蹤每個項目在兩個時間點或兩種條件下的變化時，這些圖表會讓我們的眼睛在條形之間來回跳躍，難以直觀把握變化的幅度和方向。 今天，我要向大家推薦一種更優雅的替代方案-

後端

收藏 評論

winnn 頭像

Winn - 前端面試八股文？不存在的！

最近刷到一位前端小姐姐海外工作分享的視頻，分享了她的求職，面試以及工作生活的感受，瞭解到海外求職面試的一個過程，其中我們經常聊的前端八股文面試以及框架原理在海外面試中卻很少出現 海外前端技術面試難不難 工資翻倍了嗎 生活成本高嗎 對比國內工作強度如何呢？ 為何來到這裏呢？ 都面試了哪些國家呢？ 如何拿到面試機會的 怎麼看待海外工作呢？ 個人感受海 外的工作可能對比國內壓力會小點，不

求職 , 面試 , 工作 , 後端 , 前端

收藏 評論

jdcdevloper 頭像

京東雲開發者 - 記一次老商家端應用內存突然飈高原因分析 | 京東物流技術團隊

一、排查過程 問題發現是因為當時接到了內存UMP報警信息，如下： 通過查看PFinder發現內存一直在增長，沒有停止跡象，觸發fullGC也並沒有下降趨勢： 當機立斷，先立即去NP上摘除了此台機器流量，然後繼續觀察，發現內存依然在不斷增長。 隨即查看故障分析，並沒有得到有效信息： 因為流量已經摘除，那麼繼續觀察到底哪裏的問題，約半小時後然後接到了機器的宕機告警如下： 由於在應用啓動參數裏

內存 , JAVA , 內存溢出 , 後端

收藏 評論

berserker-slst 頭像

Berserker蘭斯洛特 - pyqt圖形化顯示—1.基礎框架和控件

前期準備： 安裝pyside6庫，並在庫內打開Qt Designer 1. 基礎框架： 導入 from PySide6.QtWidgets import QApplication, QWidget QWidget 空白頁面 更常使用 創建並繼承類 class MyWindow(QWidget): def __init__(self): """

後端

收藏 評論

catchadmin 頭像

JaguarJack - 推薦 PHP 屬性(Attributes) 簡潔讀取 API 擴展包

推薦 PHP 屬性(Attributes) 簡潔讀取 API 擴展包 PHP 8.0 引入的 Attributes（屬性）為類、方法、屬性、常量和參數添加結構化元數據提供了便利方式。儘管概念設計合理，但讀取這些屬性所需的反射 API 卻顯得過於冗長。原本簡單的一行操作，往往要寫成多行樣板代碼。若需在某個類中查找某屬性的全部使用位置，還得編寫層層嵌套的循環。 Spatie 近期發佈的 php-att

後端

收藏 評論

chenxuan11 頭像

陳敍安 - P2279 [HNOI2003] 消防局的設立 題解加總結

正題之前 又是一道抓耳撓腮想了好久的好題， AC 了之後，感覺自己的思想又得到了洗禮 QwQ ，第一次寫題解，有錯望老師見諒 題目傳送門 思路 因為題目求的是覆蓋樹上所有點的所放置最少的消防站數量，因此此題需使用樹形 DP 解決 狀態申明 因為每個"消防局"能覆蓋與它距離不超過 2 的節點 ，因此 總共設有5個狀態 dp[x][0] 為覆蓋到 \(x\) 的爺爺（包括父親）和 \(x\

後端

收藏 評論

daimajiangxin 頭像

代碼匠心 - 從零開始學Flink：數據轉換的藝術

在實時數據處理流程中，數據轉換（Transformation）是連接數據源與輸出結果的橋樑，也是體現計算邏輯的核心環節。Flink提供了豐富的數據轉換操作，讓開發者能夠靈活地對數據流進行各種處理和分析。本文將以Flink DataStream API為核心，帶你探索Flink數據轉換的精妙世界，並結合之前文章中的Kafka Source實現一個完整的數據處理流程。 一、數據轉換概覽 數據轉換是指將

大數據處理 , 大數據 , JAVA , flink , 後端

收藏 評論

pains 頭像

Rick Carter - 緩存讀寫代碼邏輯的正確姿勢

緩存通常用於提高數據訪問的效率。一般來説，緩存讀取和寫入的邏輯遵循“先從緩存取，取不到再從數據庫獲取並寫回緩存”的原則。為了避免多個線程同時修改緩存數據，我們需要加鎖來保證數據一致性。 邏輯概述 讀取緩存：緩存命中直接返回。 緩存未命中：加鎖，然後再次讀取緩存，緩存命中直接返回。 緩存還是未命中：執行數據庫查詢並更新緩存。 返回數據。 代碼大致這樣寫 public class Cach

.net , 後端

收藏 評論

software-Development 頭像

IT開發者筆記 - TX Text Control 34.0全新發布：跨平台文檔處理能力全面升級

TX Text Control 34.0的最新發布資訊。本次更新是TX Text Control歷史上一次極具里程碑意義的版本升級，在跨平台一致性、PDF 標準支持、可訪問性、雲與容器環境適配等方面實現了全面提升，為企業級文檔處理提供了更高性能、更高標準、更強穩定性的技術基礎。 TX Text Control 官方試用版最新下載，請聯繫官方授權代理商慧都科技 TX Text Control 簡

.net , 後端

收藏 評論

jdcdevloper 頭像

京東雲開發者 - 給祖傳系統做了點 GC調優，暫停時間降低了 90% | 京東雲技術團隊

問題描述 公司某規則引擎系統，在每次發版啓動會手動預熱，預熱完成當流量切進來之後會偶發的出現一次長達1-2秒的Young GC（流量並不大，並且LB下的每個節點都會出現該情況） 在這次長暫停之後，每一次的年輕代GC暫停時間又都恢復在20-100ms以內 2秒雖然看起來不算長吧，但規則引擎每次執行也才幾毫秒，這誰能忍？而且這玩意一旦超時，出單可能也跟着超時失敗！ 問題分析 在分析該系統GC日誌後發現

jvm , jvm調優 , gc , JAVA , 後端

收藏 評論

sevencoding 頭像

sevencoding - 劍指offer-58、對稱二叉樹

題⽬描述 請實現⼀個函數，⽤來判斷⼀棵⼆叉樹是不是對稱的。注意，如果⼀個⼆叉樹同此⼆叉樹的鏡像是同樣 的，定義其為對稱的。 例如：下⾯這棵⼆叉樹是對稱的 下⾯這個就不是對稱的： 示例1 輸⼊：{8,6,6,5,7,7,5} 返回值：true 示例2： 輸⼊：{8,6,9,5,7,7,5} 返回值：false 思路及解答 遞歸 遞歸，先判斷根節點是否為空，不為空則判斷左右⼦樹是

後端

收藏 評論

wangzhongyang_go 頭像

王中陽講編程 - 騰訊、阿里、B站最新面經彙總，有的妥妥的涼經

除了BAT（沒錯我説的B是B站的B），還有網易、希音科技、美柚等中小廠的最新面經。 這次投稿的同學行文幽默風趣，處處透漏着不成功便搞笑的騷氣。 祝他早日上岸，也歡迎大家在評論區討論這些面試題，有哪些面試題不知道怎麼回答好，可以在評論區討論留言，我會及時回覆的。 b站外包/go開發/一面 自我介紹 在百度什麼級別？t幾？（沒有技術級別，當時忘記自己是什麼級別了，説了個m，然後他説m是經理hhh

微服務 , 進階 , go , 後端

收藏 評論

hunter_58d48c41761b8 頭像

Hunter - Python筆記六之多進程

本文首發於公眾號：Hunter後端 原文鏈接：Python筆記六之多進程 在 Python 裏，我們使用 multiprocessing 這個模塊來進行多進程的操作。 multiprocessing 模塊通過創建子進程的方式來運行多進程，因此繞過了 Python 裏 GIL 的限制，可以充分利用機器上的多個處理器。 1、多進程使用示例 多進程的使用方式和多線程的方式類似，這裏使用到的是 m

多進程 , 後端 , Python

收藏 評論

blossom_5fdad45ec8100 頭像

blossom - AI 的“性格旋鈕”——什麼是大模型的温度？

你有沒有發現：有時候 AI 像個嚴謹的老教授，回答滴水不漏；有時候它又像個天馬行空的藝術家，能編出一堆意想不到的情節？ 這背後往往藏着一個關鍵參數：温度（Temperature）。 別擔心，調高温度並不會讓電腦“發燙”，也不是讓 AI 發燒。這裏的温度，更像一個控制 AI “有多敢冒險”的性格旋鈕： 温度低 → 更穩、更像標準答案 温度高 → 更發散、更有創意，但也更容易跑偏 一、為什麼

後端

收藏 評論

xiaoweiyu 頭像

老肖想當外語大佬 - 學習真DDD的最佳路徑

本文書接上回《DDD是軟件工程的第一性原理？》，關注公眾號（老肖想當外語大佬）獲取信息： 最新文章更新； DDD框架源碼（.NET、Java雙平台）； 加羣暢聊，建模分析、技術實現交流； 視頻和直播在B站。 假DDD的特徵 在開始之前，考慮到目前關於DDD的資料非常多且雜，我們需要具備分辨的能力，確保不被誤導。看過本系列文章的朋友，對我們是如何看待DDD的會有一定的感受，這裏我們列舉一

軟件設計 , ddd , 後端

收藏 評論

lvxingdekaishuiping 頭像

率性的開水瓶 - 2025CRM廠商全流程數字化能力對比

在企業數字化轉型中，潛客精準營銷、銷售訂單智能拆分、生產排程優化、庫存調撥管理、應收應付對賬是貫穿“獲客-轉化-生產-交付-回款”全鏈路的核心場景。不同品牌的解決方案因定位（中小/大型、製造/商貿）、技術側重（AI/流程/集成）差異顯著。本文基於9大CRM品牌官方功能與實際場景，從痛點解決能力、核心功能差異、適用場景三個維度展開深度對比。 一、整體能力框架對比（雷達圖分值） 先通過雷達圖直觀呈現各

邏輯 , 後端

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 揭秘數字孿生三大技術原理：統一幾何表示+數據同化

工業機器人在虛擬環境中不斷“試錯”和迭代，數字孿生正悄然成為產業智能化的核心引擎。 在剛剛揭幕的第八屆中國國際進口博覽會上，西門子展示了一場引人深思的“漢諾塔AI腦力對決”：當觀眾隨機打亂漢諾塔後，多個AI大模型迅速生成解題路徑，並在三維協作平台中進行驗證，最終驅動機械臂精準完成拼搭。 這不僅是AI的展示，更是數字孿生技術在工業場景深度應用的信號。 01 數字孿生：虛擬與現實的橋樑

資訊 , 智能設備 , 人工智能 , 後端 , 前端

收藏 評論

skyarthur 頭像

skyarthur - 面向單元測試的代碼重構

前言 重構代碼時，我們常常糾結於這樣的問題： 需要進一步抽象嗎？會不會導致過度設計？ 如果需要進一步抽象的話，如何進行抽象呢？有什麼通用的步驟或者法則嗎？ 單元測試是我們常用的驗證代碼正確性的工具，但是如果只用來驗證正確性的話，那就是真是 “大炮打蚊子”--大材小用，它還可以幫助我們評判代碼的抽象程度與設計水平。本文還會提出一個以“可測試性”為目標，不斷迭代重構代碼的思路，利用這個思路，面

單測 , 重構 , 後端

收藏 評論

blossom_5fdad45ec8100 頭像

blossom - Google Opal 初體驗：0 代碼手搓一個 YouTube 視頻轉中文博客 APP

在 AI 應用構建領域，Google Labs 推出的 Opal 正以其獨特的“生態整合”和“Text-to-App”能力引起廣泛關注。與傳統的低代碼平台不同，Opal 允許用户通過自然語言描述需求，直接生成完整的 AI 工作流。 本文將通過一個實際案例——“自動將 YouTube 視頻轉換為中文博客文章”，拆解 Opal 的自動化構建能力與工作流邏輯。 什麼是 Google Opal？ Goog

後端

收藏 評論