-
SpringBoot 处理异常的几种常见姿势
所属栏目：[优化] 日期：2019-08-30 热度：184
一、使用 @ControllerAdvice 和 @ExceptionHandler 处理全局异常 这是目前很常用的一种方式，非常推荐。测试代码中用到了 Junit 5，如果你新建项目验证下面的代码的话，记得添加上相关依赖。 1. 新建异常信息实体类 非必要的类，主要用于包装异常信息。 sr[详细]
-
向攻击者学习？密码保护，你需要这样的反套路！
所属栏目：[优化] 日期：2019-08-30 热度：109
只要你是人类，肯定不可避免反复用过某一两个密码。实际上，大部分年龄介于 18-65 岁之间的网民都这样做过，并且越是年轻的网民，越有可能为自己的所有帐户使用同一个密码。 大家都知道这种做法不好，而且大部分网民都知道怎样创建足够强的密码：应该包含[详细]
-
案例详解：理解Python中的“解析式”
所属栏目：[优化] 日期：2019-08-30 热度：85
本篇文章将详细介绍解析式的基本要素及其各种形式。 Python中的解析式 解析式是允许在其他序列中构建序列的结构。Python 2.0介绍了列表解析式的概念，Python 3.0中进一步介绍了字典和集合解析式。 Pyhon中的解析式类型 为什么解析式如此强大?本文将通过一[详细]
-
用单库自增键来生成id了，后期怎么分库？哎，这个坑大！
所属栏目：[优化] 日期：2019-08-30 热度：161
星球水友写代码的提问： 沈老师，我们现在用户中心是单库单表，uid使用数据库自增主键，uid被很多业务关联，不能变化。 现在用户中心数据量逐步变大，有分库需求了，如何由单库升级为多库，保持历史uid不变，并且新生成的数据不冲突，有什么好办法么? ==问[详细]
-
异构数据半小时实现搜索功能，一个系统搞定
所属栏目：[优化] 日期：2019-08-29 热度：166
背景 对于闲鱼这种处于高速增长期的部门来说，业务场景在快速膨胀，越来越多的业务数据对搜索能力有诉求。如果按照常规的方式为各个业务搭建独立搜索引擎服务，那么开发和维护的时间成本将是非常巨大的。能否只用一套搜索引擎系统支撑不同业务场景产出的数[详细]
-
大规模采用 Kotlin 替代 Java？我们应该知道这些利弊
所属栏目：[优化] 日期：2019-08-29 热度：112
当大规模采用一门新语言时，有许多不同的因素需要考虑，因为事情可能会发生巨大的变化。对于许多人来说，选择一门语言可以说是取决于个人偏好，但在 LinkedIn，我们有一个基础团队，负责评估这些基本技术决策的影响。最近，我们经历了评估 Android 开发语[详细]
-
在你崩溃之前，这8种做法会让React应用程序先崩溃
所属栏目：[优化] 日期：2019-08-28 热度：174
React库的优势非常明显：创建复杂的交互用户界面非常简单。最大的特点是可以在不破坏其他组件的情况下，将组件直接组合在一起。即使是Facebook、Instagram、Pinterest这样的社交媒体巨头也大量使用React，同时通过谷歌Maps这样的大型API创造无缝的用户体验[详细]
-
处理亿级数据的“定时任务”，如何缩短执行时间？
所属栏目：[优化] 日期：2019-08-28 热度：80
继续答水友提问。 问题抽象： 用户会员系统; 用户会有分数流水，每个月要做一次分数统计，对不同分数等级的会员做不同业务处理; 数据假设： 假设用户在100w级别; 假设用户日均1条流水，也就是说日增流水数据量在100W级别，月新增流水在3kW级别，3个月流水[详细]
-
Kali Linux 下10个常用渗透工具
所属栏目：[优化] 日期：2019-08-28 热度：153
1、Nmap Nmap Nmap(即 网络映射器)是 Kali Linux 上信息收集工具之一。换句话说，它可以获取有关主机的信息：其 IP 地址、操作系统检测以及网络安全的详细信息(如开放的端口数量及其含义)。 它还提供防火墙规避和欺骗功能。 2、Lynis Lynis Lynis 是安全审[详细]
-
终于学会Python？别闹了，本文中的东西你搞懂了吗？
所属栏目：[优化] 日期：2019-08-28 热度：175
作为一名新手Python程序员，你首先需要学习的内容之一就是如何导入模块或包。但是我注意到，那些许多年来不时使用Python的人并不是都知道Python的导入机制其实非常灵活。在本文中，我们将探讨以下话题： 常规导入(regular imports) 使用from语句导入 相对[详细]
-
Go语言中执行命令的几种方式
所属栏目：[优化] 日期：2019-08-28 热度：167
go语言用来执行一个系统的命令相对python来说还是有点复杂的，执行命令是一个非常常见的需求，如调用一个系统命令，启一个exe等，这里分为几种情况，之后统一总结一下。 只执行命令，不要输出结果 执行命令并且要获取到输出结果 阻塞和异步的执行 以下以pi[详细]
-
Java架构之Redis系列：通过文章点赞排名案例学习Sortedset命令
所属栏目：[优化] 日期：2019-08-28 热度：99
前言 这一篇文章将讲述Redis中的sortedset类型命令，同样也是通过demo来讲述，其他部分这里就不在赘述了。 案例 demo功能是文章点赞排名等等，整个demo的大致页面如下。 准备工作 首先定义一个存储文章的key privatestaticfinalStringZSET_KEY=articleList[详细]
-
十大经典排序算法总结（含Java代码实现）
所属栏目：[优化] 日期：2019-08-28 热度：160
最近几天在研究排序算法，看了很多博客，发现网上有的文章中对排序算法解释的并不是很透彻，而且有很多代码都是错误的，例如有的文章中在桶排序算法中对每个桶进行排序直接使用了Collection.sort()函数，这样虽然能达到效果，但对于算法研究来讲是不可以的[详细]
-
IBM 开源 Power 指令集架构，中国成大赢家？
所属栏目：[优化] 日期：2019-08-28 热度：56
上周 IBM 宣布开源 Power 指令集架构，同时OpenPOWER 基金会加入了 Linux 基金会运营，这一消息引起了许多讨论，有人看好 Power 接下来的发展，有人则觉得它的时代早已逝去。这是关于 Power 自身的看法，而由于 Power 的开源，将会引发周边生态怎样的变数[详细]
-
C++中是如何调用C接口的？
所属栏目：[优化] 日期：2019-08-28 热度：68
如何在C++代码中调用写好的C接口?你可能会奇怪，C++不是兼容C吗?直接调用不就可以了?这里我们先按下不表，先看看C++如何调用C代码接口。 C++如何调用C接口 为什么会有这样的情况呢?想象一下，有些接口是用C实现的，并提供了库，那么C++中该如何使用呢?我们[详细]
-
7步搞定Python数据可视化，大牛出品教程，Jupyter、Colab版都有
所属栏目：[优化] 日期：2019-08-28 热度：108
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 做图表，谁不会？打开Excel，自动就可以生成各种各样的图表。 但你看这些图表呢？ 结合真实地理数据，展现美国每个县的失业率。 全球自然灾害统计，类型、规模、时间，一目了然。 甚至[详细]
-
开发者移除 11 个 Ruby 库中 18 个带有后门的版本
所属栏目：[优化] 日期：2019-08-28 热度：171
RubyGems 软件包存储库的维护者近期移除了 11 个 Ruby 库中出现的 18 个恶意版本，这些版本包含了后门机制，可以在使用 Ruby 时启动加密货币挖掘程序。 恶意代码最初发现于 4 个版本的 rest-client 库中，rest-client 是一个非常流行的 Ruby 库。这些库中[详细]
-
最常见的 Git 问题和操作清单汇总
所属栏目：[优化] 日期：2019-08-27 热度：180
引言 本文整理自工作多年以来遇到的所有 Git 问题汇总，之前都是遗忘的时候去看一遍操作，这次重新整理了一下，发出来方便大家收藏以及需要的时候查找答案。 一、必备知识点 仓库 Remote: 远程主仓库; Repository： 本地仓库; Index： Git追踪树,暂存区; w[详细]
-
为什么学了这么久Python，还是写不出项目？3招帮你解决这个问题
所属栏目：[优化] 日期：2019-08-27 热度：187
很多人在学习编程之初都会碰到这种问题：学会了基础的语法，但还是写不出项目，不知道如何下手? 作为一个零基础转行Python学习的小白，我当然也少不了这种烦恼。 在自学的过程中，我就发现不管什么语言、什么知识都是这样的：从理论基础知识到能动手做项目[详细]
-
处理统一码文件是场噩梦？这些诀窍助你大梦初醒
所属栏目：[优化] 日期：2019-08-27 热度：94
对于那些经常在日常工作中处理统一码文件(也适用于其他编码)的人来说，这篇文章是必读的。对于自然语言处理的从业者，处理统一码文件是一场噩梦，尤其是使用Windows操作系统。想象一下，当在编码或解码过程中遇到错误时的沮丧，例如： UnicodeEncodeError:[详细]
-
面试官：您能说说序列化和反序列化吗？是怎么实现的？什么场景下需要它?
所属栏目：[优化] 日期：2019-08-27 热度：184
序列化和反序列化是Java中最基础的知识点，也是很容易被大家遗忘的，虽然天天使用它，但并不一定都能清楚的说明白。我相信很多小伙伴们掌握的也就几句概念、关键字(Serializable)而已，如果深究问一下序列化和反序列化是如何实现、使用场景等，就可能不知[详细]
-
2019年超好用的开源命令行工具，值得一看
所属栏目：[优化] 日期：2019-08-27 热度：106
1. 前言 Linux在桌面上取得了很大的进步。 然而，Linux和Unix之类的操作系统的真正精髓在于命令行工具。 本博客站选择了2019年优秀的开源终端应用程序。 以下介绍的大多数工具都已经集成在主要 Linux 发行版上,并且可以安装在BSD类或 Apple OS X 系统上。[详细]
-
最全 14 张思维导图：教你构建 Python 编程的核心知识体系！
所属栏目：[优化] 日期：2019-08-27 热度：182
本文主要涵盖了 Python 编程的核心知识(暂不包括标准库及第三方库)。 按顺序依次展示了以下内容的一系列思维导图：基础知识，数据类型(数字，字符串，列表，元组，字典，集合)，条件循环，文件对象，错误异常，函数，模块，面向对象编程; 结合这些思维导图[详细]
-
每秒30W次的点赞业务，怎么优化？
所属栏目：[优化] 日期：2019-08-27 热度：161
继续答星球水友提问，30WQPS的点赞计数业务，如何设计? 可以看到，这个业务的特点是： 吞吐量超高; 能够接受一定数据不一致; 画外音：计数有微小不准确，不是大问题。 先用最朴素的思想，只考虑点赞计数，可以怎么做?有几点是最容易想到的： 肯定不能用数[详细]
-
资深架构师技术分享：一文详解分布式系统的分区
所属栏目：[优化] 日期：2019-08-27 热度：185
数据的复制是冗余的过程,冗余会增加可用性,并且可以有效均衡读取负载。而数据的分区是一个整体转换为局部的过程,这种拆解就像你拥有大量图书,但你的书架放不下,所以需要再加几个书架存储是一个道理。 将整体拆分,局部存储在多个较小空间内。这种思想映射到[详细]
