Framework

哈喽小伙伴们，我们都知道数据库在项目开发中往往是不可或缺的一环，而在云计算热度不断提升的背景之下，我们对于使用数据库的成本以及灵活性有了更高的要求。 Serverless 团队近期新发布了两款组件来填补这最关键的一块拼图 —— Serverless DB！ 下面我们一起来看看吧！ Serverless PostgreSQL 组件 PostgreSQL for Serverless 是一款基于 PostgreSQL 数据库实现的按需分配资源的数据库产品，其数据库将根据用户的实际请求数来自动分配资源。通过 PostgreSQL ServerlessDB 组件，用户可以快速方便地创建、配置和管理腾讯云的 PostgreSQL 实例。 产品有以下特性： 低成本：产品按照用户使用的计算资源和容量来计费，没有请求时无需付费，减少使用成本。 方便配置：默认配置将由 Serverless 为用户完成，用户也可自行在yaml文件中更改，短短几行即可完成配置工作，方便用户更好地关注自身业务逻辑。 极速部署：部署过程流畅快捷，仅需几秒，即可创建或更新数据库。 高可用：PostgreSQL for Serverless 支持一主一备高可用，当主实例出现意外导致不可用时，数据库将自动启动备用实例，此时业务连接将转移至备用实例当中，避免业务因意外情况而导致数据库无法使用。 Serverless TCB 组件

敏感词过滤是随着互联网社区发展一起发展起来的一种阻止网络犯罪和网络暴力的技术手段，通过对可能存在犯罪或网络暴力可能的关键词进行有针对性的筛查和屏蔽，很多时候我们能够防患于未然，把后果严重的犯罪行为扼杀于萌芽之中。 随着各种社交平台等的日益火爆，敏感词过滤逐渐成了非常重要的也是值得重视的功能。那么在 Serverless 架构下，通过Python 语言，敏感词过滤又有那些新的实现呢？我们能否是用最简单的方法，实现一个敏感词过滤的API呢？ 了解敏感过滤的几种方法 Replace方法 如果说敏感词过滤，其实不如说是文本的替换，以Python为例，说到词汇替换，不得不想到 replace ，我们可以准备一个敏感词库，然后通过 replace 进行敏感词替换: def worldFilter(keywords, text): for eve in keywords: text = text.replace(eve, "***") return text keywords = ("关键词1", "关键词2", "关键词3") content = "这是一个关键词替换的例子，这里涉及到了关键词1还有关键词2，最后还会有关键词3。" print(worldFilter(keywords, content)) 但是动动脑大家就会发现，这种做法在文本和敏感词库非常庞大的前提下，会有很严重的性能问题

点击蓝色“程序员书单”关注我哟 加个“星标”，每天带你读好书！ ​ 经过了10多年的发展，Java Web从开发框架到社区都已经非常成熟，很多程序员都可以通过使用框架很快速地搭建起一个Java Web应用，特别是近几年SpringBoot大热，干脆连配置都不需要了解了，直接一键式编译部署运行，让Java工程师的入门成本变得越来越低。 但于此同时，互联网公司对于Java的应用场景也在不断地升级换代，从单机部署再到分布式，从SOA再到微服务，Java后端技术栈变得更加庞大，对于工程师的要求也越来越高，特别是对于大公司来说更是如此，也正因为如此，对Java工程师的考察已经不限于Java Web的那套东西了，企业往往会提出更高的要求，比如需要你能够熟练使用设计模式，了解Java并发编程和JVM调优，甚至是了解分布式技术、微服务以及中间件等等。 今天的这份书单并不针对某一种技术，而是想介绍一些一些Java进阶方面的书籍，其中包括Java的一些编码规范，代码最佳实践，以及调优指南，另外还介绍了一些Java编程的黑科技，比如Java异步编程，相信这些书籍对你的Java进阶学习会有所帮助。 Java进阶系列书单 ​ 阿里巴巴Java开发手册 《阿里巴巴Java开发手册》的愿景是码出高效，码出质量。它结合作者的开发经验和架构历程，提炼阿里巴巴集团技术团队的集体编程经验和软件设计智慧

点击上方“ 3D视觉工坊 ”，选择“星标” 干货第一时间送达 1. 三维曲面解码 基于体积表示的方法在计算上非常浪费，因为信息只在三维形状的表面或其附近丰富。直接处理曲面时的主要挑战是，网格或点云等常见表示没有规则的结构，因此，它们不容易适应深度学习体系结构，特别是使用CNN的体系结构。本节介绍用于解决此问题的技术，将最新技术分为三大类：基于参数化、基于模板变形和基于点的方法。 1.1 基于参数化的三维重建 与直接使用三角形网格不同，我们可以将三维形状X的表面表示为映射ζ：D→R 3 ，其中D是正则参数化域。然后，3D重建过程的目标是从输入I中恢复形状函数ζ。当D是3D域时，这类方法属于第4节中描述的体积技术。 这里，重点讨论D是正则2D域的情况，它可以是二维平面的子集，例如D=[0，1] 2 ，或者是单位球面，即D=S 2 。在第一种情况下，可以使用标准的2D卷积操作来实现编码器-解码器架构。在后一种情况下，必须使用球面卷积，因为域是球面的。 球面参数化和几何图像是最常用的参数化。然而，它们只适用于0属和盘状表面。任意拓扑的曲面需要切割成圆盘状的曲面片，然后展开成规则的二维区域。找到给定曲面的最佳切割，更重要的是，在同一类别的形状之间找到一致的切割是一项挑战。事实上，单纯地为形状类别创建独立的几何图像并将其输入深层神经网络将无法生成连贯的三维形状曲面。

2008 年可以说是大家比较公认的云计算元年，因为在这一年中越来越多的行业巨头和玩家注意到这块市场并开始入局。至今已经过去了十多年，在这短短十几年的发展过程中，云计算持续爆发，落地应用不断涌现，对于行业的变革力量正逐步凸显。 但是力的作用是相互的，在改变行业的同时，行业也在改变着你。由于市场对于高效、快速的需求越来越重，因此能否让开发者专心在业务逻辑和功能实现上，能否淡化前后端开发界隙并提升研发效率，Serverless 去服务器化可以说是当下的不二选择。 Serverless 可以使几乎所有的互联网开发者以及互联网应用都从中受益，因为没有人会拒绝高效率和低成本，而 Serverless 则在开发成本、团队协作、高扩展性、计算资源等层面拥有众多优势，是实现高效与低成本的最佳方式之一。 这也是当下众多企业选择 Serverless 的原因所在，因此作为当前时代下的开发者，了解 Serverless 背景、学习 Serverless 实践就显得尤为重要。而现在就有这样一个机会， 6 月 19 日（周五）全天，全球最负盛名的 Serverless 大会 —— ServerlessDays 将首次进入中国 。 为什么推荐你参加此次大会 如果你是 Serverless 爱好者，如果你是互联网前沿技术的观察者，如果你在工作中需要用到 Serverless，如果你想要先人一步掌握关于

爱数据学习社 「大数据」，想必大家经常听到这个被炒得很热的话题。随之而来的是各种看似高大上的专业术语，比如「扩展性」、「可靠性」、「容错性」，好像真的很高深，要积累多年经验才能学习。 很多同学都刚刚进入互联网这个行业，对分布式计算还没有很多了解，那是不是就要花很多力气才能搞懂「大数据」呢？用浅显易懂深入浅出的语言，帮助没有基础的同学快速的入手「大数据」，让每位同学都能迅速学会最前沿的技术。今天，我们先学习当前使用最广泛的大数据处理框架 Hadoop. Hadoop，是怎么来的？ 今天的社会产生越来越多的数据，比如：你登录Facebook以后点击了哪些好友，你在Amazon上浏览了哪些产品，你在linkedin上浏览了哪些公司，甚至到从石油矿井里的钻头收集了哪些地质信息。 我们还发现，通过分析这些数据总结规律，我们可以让Facebook和Amazon显示让用户更感兴趣的广告，公司HR会更准确找到合适的求职者，石油公司也能用更低的成本开采更多的石油。 那找个软工写算法不就行了吗？ 确实，这些决策都是通过算法找到规律的。可问题是现在的数据量太大了，一台机器要完成一个问题要算好久好久。 那用多台机器处理不就行了吗？ Hadoop以及其他任何大数据框架都是多台机器共同处理的。可问题是，这些算法都要完成一个特定的问题，给出一个答案，多台机器不能自己算自己的，他们要有不同的分工

SunnyUI.Net, 基于 C# .Net WinForm 开源控件库、工具类库、扩展类库、多页面开发框架 Blog: https://www.cnblogs.com/yhuse Gitee: https://gitee.com/yhuse/SunnyUI GitHub: https://github.com/yhuse/SunnyUI 帮助文档目录: https://www.cnblogs.com/yhuse/p/SunnyUI_Menu.html 欢迎交流，QQ群：56829229 (SunnyUI技术交流群) 先来个思维导图： 1、开源控件库 基于 framework4.0，原生控件开发，参考 Element、DotNetBar 主题风格，包含 Button、Panel、TextBox、CheckBox、RadioButton、TabControl、NavBar、DataGridView 在内的常用控件超过 40 个，满足常规开发需求，每个控件都精雕细琢，注重细节；包含 Element 风格主题 11 个，DotNetBar 主题 3 个，其他主题 2 个，包含主题管理组件 UIStyleManager，可自由切换主题。 图太多了，还是具体看 SunnyUI.Demo 吧！~ 2、工具库 收集整理开发过程中经常用到的工具类库。 3、扩展库

前言 苹果商店上架应用，有规定支持iOS8.0以上的iPA可执行文件的大小不能超过60M。 face++提供过来的是静态库，会导致苹果上架的ipa的包增加1.5M左右。而刚好我们的APP包Mach-O文件大小接近60M，因而，最好的方式是通过动态库的方式来接入。 Face++文件: https://faceid.com/pages/documents/37661898 SDK需要问Face++的人拿，Demo跑起来是需要key和secret的 静态库转动态库 静态库转动态库，有两种转换方式，一是直接建一个动态库工程，将相关的framework拉进入构建打包，二是通过carthage来打包构建。这两种方式都需要处理一下图片资源的读取方式。 carthage构建动态库 1、工程Demo face++的SDK里有Demo，我们拿到demo，填入kApiKey 和 kApiSecret 是可以直接跑起来的。实际上，SDK只有下面三个文件 MGFaceIDBaseKit.framework MGFaceIDLiveDetect.framework MGFaceIDLiveCustomDetect.bundle 2、创建framework 直接在face++的Demo的工程上，新建一个Target。项目-> File -> New -> Target , 选择Framework ，命名为

作者 | 王庆璨（阿里云技术专家）、张凯（阿里云高级技术专家） **导读：**阿里云容器服务团队结合多年 Kubernetes 产品与客户支持经验，对 Kube-scheduler 进行了大量优化和扩展，逐步使其在不同场景下依然能稳定、高效地调度各种类型的复杂工作负载。《进击的 Kubernetes 调度系统》系列文章将把我们的经验、技术思考和实现细节全面地展现给 Kubernetes 用户和开发者，期望帮助大家更好地了解 Kubernetes 调度系统的强大能力和未来发展方向。本文为该系列文章的第二篇。 前言 什么是 Coscheduling 和 Gang scheduling。Wikipedia 对 Coscheduling 的定义是“在并发系统中将多个相关联的进程调度到不同处理器上同时运行的策略”。在 Coscheduling 的场景中，最主要的原则是保证所有相关联的进程能够同时启动。防止部分进程的异常，导致整个关联进程组的阻塞。这种导致阻塞的部分异常进程，称之为“碎片（fragement）”。 在 Coscheduling 的具体实现过程中，根据是否允许“碎片”存在，可以细分为 Explicit Coscheduling，Local Coscheduling 和 Implicit Coscheduling。 其中 Explicit Coscheduling 就是大家常听到的

“本鹏”上接前文，继续来进行Java RPG 开发讲座，上次我们谈到了 JFrame 和 JPanel 合作进行界面开发，这次我们再结合实例继续讲解。 在谈完 Java 中窗体和面板的使用后，接下来就要进入正题了。 Java RPG 游戏开发中地图的初步构建 文件： Example1.Java package org.loon.chair.example1; import java.awt.Container; import javax.swing.JFrame; /** * Example1中窗体，用于显示地图。 * * @author chenpeng * * Loon Framework in Game * */ public class Example1 extends JFrame { public Example1() { // 默认的窗体名称 setTitle( "Example1[Java游戏中地图的描绘]"); // 获得我们自定义面板[地图面板]的实例 MyPanel panel = new MyPanel(); Container contentPane = getContentPane(); contentPane.add(panel); // 执行并构建窗体设定 pack(); } public static void main(String[] args