Better Code, Better Life

相关文章 Taro博客: 小程序框架全面测评 uni-app 参考uni-app.md taro taro Taro 由京东开源，是一个开放式跨端跨框架解决方案，支持使用 React/Vue/Nerv 等框架来开发 微信 / 京东 / 百度 / 支付宝 / 字节跳动 / QQ / 飞书 小程序 / H5 / RN 等应用 编译时方案，基于React和Vue 其他 remaxjs 运行时方案 Remax 将 React 运行在小程序环境中，让你可以使用完整的 React 进行小程序开发 可以使用 Remax 把代码转换到多个小程序平台 貌似阿里开源 kbone 运行时方案 腾讯开源，只支持微信小程序和WEB chameleon: https://github.com/didi/chameleon mpvue: https://github.com/Meituan-Dianping/mpvue Taro: https://github.com/NervJS/taro uni-app: https://github.com/dcloudio/uni-app WePY: https://github.com/Tencent/wepy

简介 考试: 上午75分选择 + 下午75分大题, 均为笔试, 必须两门都在45分及以上才算通过 视频学习: 2021王寄清 软件设计师 必考题 https://www.bilibili.com/video/BV1LA4y1o79g?p=1 https://space.bilibili.com/91286799 第一章:计算机组成与体系结构 考点(6分) 数据的表示（4星) 运算器与控制器（4星) Flynn分类法（2星) CISC与RISC（2星) 流水线技术（4星) 存储系统（4星) 总线系统（1星) 可靠性（1星) 校验码（3星) 数据表示 R进制转十进制(按权展开法) 100 => 0*2^0 + 0*2^1 + 1*2^2 = 4 (R进制则底数为R) 十进制转R进制(如短除法) 123456789# 右边记录余数，然后从下往上开始排列数字即为 1100100# R进制则除数为R100 / 2 => 050 / 2 => 025 / 2 => 112 / 2 => 06 / 2 => 03 / 2 => 11 / 2 => 1 # 1/2除不了则直接留下 二进制转8进制 1234# 二进制 111 => 1*2^2 + 1*2^1 + 1*2^0 = 7 (如果是8进制，到7之后 ...

数据备份/恢复 参考MySQL的数据备份与恢复 mysqldump 是一款 mysql 逻辑备份的工具(备份文件为SQL文件，CLOB字段需要设置参数转为二进制)，它将数据库里面的对象(表)导出作为 SQL 脚本文件 对于导出几个 G 的数据库，还是不错的；一旦数据量达到几十上百 G，无论是对原库的压力还是导出的性能都存在问题 ^1 支持基于innodb的热备份(加参数--single-transaction)；对myisam存储引擎的表，需加--lock-all-tables锁，防止数据写入 Mysqldump完全备份+二进制日志可以实现基于时间点的恢复。恢复的时候可关闭二进制日志，缩短恢复时间 XtraBackup 是由 percona 开源的免费数据库热备份软件，它能对 InnoDB 数据库和 XtraDB 存储引擎的数据库非阻塞地备份。对于较大数据的数据库可以选择Percona-XtraBackup备份工具，可进行全量、增量、单表备份和还原，percona早起提供的工具是 innobackupex xtrabackup：支持innodb存储引擎表，xtradb存储引擎表。支持innodb的物理热备份，支持完全备份，增量备份，而且速度非常快   - innobackupex：支持innodb存储引擎表、xtradb存储引擎表、myisam存储引擎表 mariadb1 ...

简介 官网、使用手册 Proguard 是一个适用于 Java 平台混淆代码的工具，也可以用于 Android，虽然我们直接称为混淆，实际上 Proguard 包括 shrink（压缩），optimize（优化），obfuscate（混淆），preverify（预校验）四步 shrink： 检测并移除没有用到的类，变量，方法和属性 optimize: 优化代码，非入口节点类会加上 private/static/final, 没有用到的参数会被删除，一些方法可能会变成内联代码 obfuscate: 使用短又没有语义的名字重命名非入口类的类名，变量名，方法名。入口类的名字保持不变 preverify: 预校验代码是否符合 Java1.6 或者更高的规范(唯一一个与入口类不相关的步骤) 支持客户端、Grandle、Ant等，Maven需要第三方插件 客户端使用参考: https://blog.51cto.com/jeecg/3193512 第三方Maven插件 文档 官方案例 Springboot案例 6个常用Java源代码保护工具: https://www.cnblogs.com/jpfss/p/11533257.html 相关文章 插件化、热补丁中绕不开的Proguard的坑 Springboot案例 案例源码 12345678910111213141516171 ...

简介 Quartz是OpenSymphony开源组织在Job scheduling领域又一个开源项目 官网 Doc v2.3.0 核心概念 Job 表示一个工作，要执行的具体内容。此接口中只有一个方法，void execute(JobExecutionContext context) JobDetail 表示一个具体的可执行的调度程序，Job 是这个可执行程调度程序所要执行的内容，另外 JobDetail 还包含了这个任务调度的方案和策略 Trigger 代表一个调度参数的配置，什么时候去调 为JobDetail字表，必须和JobDetail的JobKey一致(JobName+JobGroup)，一个JobDetail可以有多个Trigger Scheduler 代表一个调度容器，一个调度容器中可以注册多个 JobDetail 和 Trigger。当 Trigger 与 JobDetail 组合，就可以被 Scheduler 容器调度了 常用实现类为StdScheduler 而QuartzScheduler不属于此Scheduler，QuartzScheduler属于Quartz内置的调度器，用于增删改查任务即触发器等，调度逻辑在QuartzSchedulerThread中 cron表达式在线生成 执行原理 Quartz是通过一个调度线程不断的扫描数据库中的数据来获取 ...

日志框架 日志框架一般分为编程API和日志打印实现。编程API为应用程序基于此API进行编程，如slf4j；打印实现为实现了上述API的模块进行日志打印到控制台或文件，如logback-classic slf4j、jcl、jul、log4j1、log4j2、logback大总结：https://my.oschina.net/pingpangkuangmo/blog/410224 logging: jdk自带logging log4j1(包org.apache.log4j) log4j: log4j1的全部内容(org.apache.log4j.*)。获取对象如 Logger.getLogger(Demo.class) log4j2(包org.apache.logging.log4j) log4j-api: log4j2定义的API。获取对象如 LogManager.getLogger(Demo.class) log4j-1.2-api: log4j到log4j2的桥接包。具体说明参考log4j log4j-core: log4j2上述API的实现 log4j-nosql: 可选,将log4j2输出到mongodb等数据库 logback logback-core: logback的核心包 logback-classic: logback实现了slf4j的API co ...

简介 版本：Mac M1 11.4 M1是苹果基于arm架构设计的芯片 Mac软件下载 https://macwk.cn/ https://www.macapp.so/ 收费 https://xclient.info/ https://www.mfpud.com/ https://iosmacapps.com/ 老外 https://appstorrent.ru/ 俄罗斯 https://foxirj.com/ https://www.macbl.com/ ~~ https://www.macwk.com/ ~~ 应用闪退问题解决如下 https://www.macwk.com/article/apple-silicon-m1-application-crash-repair https://www.macwk.com/article/macos-beta-damage M1模拟x86环境 Mac M1(默认只能执行arm结构)执行x86(Intel)程序，可基于Rosetta，参考下文安装多版本brew 参考: https://notemi.cn/installing-python-on-mac-m1-pyenv.html 参考上文安装完后设置命令别名(brew和pyenv可选) 123456789101112131415161718192021222324vi ~/ ...

使用@Rule @Rule是JUnit4.7加入的新特性，有点类似于拦截器，用于在测试方法执行前后添加额外的处理。实际上是@Before，@After的另一种实现 需要注解在实现了TestRule的public成员变量上或者返回TestRule的方法上 相应Rule会应用于该类每个测试方法 允许在测试类中非常灵活的增加或重新定义每个测试方法的行为，简单来说就是提供了测试用例在执行过程中通用功能的共享的能力 ^1 案例参考下文ErrorCollector ErrorCollector类收集错误统一抛出 Junit在遇到一个测试失败时，并会退出，通过ErrorCollector可实现收集所有的错误，等方法运行完后统一抛出 案例 123456789101112131415161718public class Example { @Rule public ErrorCollector collector = new ErrorCollector(); @Test public void example() { collector.addError(new RuntimeException("error 1")); System.out.println("========================= ...

相关工具说明 数据抽取层 sqoop(结构化关系型数据抽取)、flume(非结构化日志接入) 数据存储层 hadoop-hdfs、kafka(流式总线) 计算调度层 离线计算：hive、spark、MR、tez 实时计算：storm、spark、近年来flink也较多 数据调度：Airflow Azkaban Oozie等、Dolphin-scheduler 查询引擎层：ROLAP、MOLAP以及二者混搭 Hbase ES Apache Kylin Apache Druid https://www.cnblogs.com/tree1123/p/12866898.html https://blog.csdn.net/qq_38704184/article/details/106507062 TiDB Impala ClickHouse Presto http://www.360doc.com/content/20/0815/19/22849536_930520678.shtml Hawq Spark SQL Greenplum HANA 数据可视化层 基础框架：ECharts、D3、Three.js 商业：Tableau、DataV、FineReport、FineBI、PowerBI(微软) 开源：Bokeh、Matplotlib、Metabase、Super ...

简介 本项目源码参考smjava/bigdata-hadoop-project 可通过站长工具查看某网站的每日PV值(只有通过百度等外链进入网站的才会统计，直接输入网址无法被此类工具统计到)，从而估算一下网站每日产生的数据量 集群大小 中小型30-50台，100台以上可认为是较大集群了 三一共6套集群：最新12台机器，最大68台，都是基于128G来说的；北京某交通分析，38台集群 spark(充分利用内存)、redis、hbase这种内存消耗较大的一般不混合部署；zk、hadoop这种可以混合部署 日志大小(按天算) 条数：千万级别-亿级别 大小：几百个G，中大型集群可能上PB/T；条数(PV数) * 每条大小(如1KB左右) 用户行为分析需求 本项目分别从七个大的角度来进行用户行为分析 用户基本信息分析模块 用户基本信息分析模块主要是从用户/访客和会员两个主要角度分析浏览相关信息，包括但不限于新增用户，活跃用户，总用户，新增会员，活跃会员，总会员以及会话分析等 浏览器信息分析模块 在用户基本信息分析的基础上添加一个浏览器这个维度信息：浏览器用户分析、浏览器会员分析、浏览器会话分析、浏览器PV分析 地域信息分析模块 活跃访客地域分析、跳出率分析(分析各个不同地域的跳出率情况) 用户浏览深度分析模块 外链数据分析模块 主要分析各个不同外链端带来的用户访问量数据： ...