spm

B站 自动投币 需要登录后的cookie

你离开我真会死。 提交于 2020-08-07 19:31:40
b站经验获取 如何获得经验值? 投币前 投币后 csrf对应的cookie字段 投币和点赞需要重写headers中的referer, 不然会出错, 即请求是由视频页面发出的 投币 // 投币 export async function coin(aid, multiply = 1, select_like = 0) { const url = "https://api.bilibili.com/x/web-interface/coin/add" headers['referer'] = `https://www.bilibili.com/video/${enc(aid)}` const data = { aid, // av的id号 multiply, // 硬币数目 select_like, // 是否同时喜欢 cross_domain: true, // 跨域 csrf } let resp = await axios.post( url, data, {headers}, ) return resp.data } 点赞 // 点赞 export async function like(aid, like = 1) { headers['referer'] = `https://www.bilibili.com/video/${enc(aid)}` const data = {

阿里云视觉AI开发者创意应用赛来啦!快来报名参赛,各种豪礼等你来拿

故事扮演 提交于 2020-08-06 08:25:26
首届阿里云视觉AI开发者创意应用赛开始报名啦!大赛以“无行业不AI“为主题,融合阿里云视觉AI、云原生、云存储、小程序云等多项产品技术,专注为行业应用产品及解决方案开发用户提供展示创意和想法的舞台,播撒创新的种子并帮助其成长。 大赛采用开放命题,面向全行业开发者用户开放。参赛作品须以“视觉智能”为核心,探索有具体落地场景的技术应用创意方案,如视觉智能技术在互联网、零售、文娱、安防、文化、教育、金融、交通、公共安全、日常生活、公益等行业领域的应用探索,并利用阿里云视觉开放平台上已有的API接口进行创新应用开发。 此次活动的承办方之一阿里云视觉智能开放平台(vision.aliyun.com),是基于阿里巴巴视觉智能技术实践经验,面向视觉智能技术的开发与应用用户,为其提供好用、易用、普惠的视觉智能API服务,帮助企业和开发者快速建立视觉智能技术的应用能力的综合性视觉AI算法平台,平台目前上线13个类目,100+种AI算法,为此次的大赛提供多样化的开发方向。 值得关注的是此次大赛为参赛选手提供了丰厚的奖励。除了赛事本身的奖金外,参赛者还可以以合伙人的身份参与到报名环节,并有机会获得PS4、Air pods等在内的多种礼品;提交作品环节,提交时间靠前的团队最多可获得价值700元的阿里云代金券! 此外为了降低参赛者的参与成本,大赛还提供参赛入门的学习案例,一系列的技术产品支持和优惠福利

MySQL两千万数据大表优化过程,三种解决方案!

不想你离开。 提交于 2020-08-05 06:22:32
使用阿里云rds for MySQL数据库(就是MySQL5.6版本),有个用户上网记录表6个月的数据量近2000万,保留最近一年的数据量达到4000万,查询速度极慢,日常卡死。严重影响业务。 问题前提:老系统,当时设计系统的人大概是大学没毕业,表设计和sql语句写的不仅仅是垃圾,简直无法直视。原开发人员都已离职,到我来维护,这就是传说中的维护不了就跑路,然后我就是掉坑的那个!!! 我尝试解决该问题,so,有个这个日志。 方案概述 方案一:优化现有mysql数据库。优点:不影响现有业务,源程序不需要修改代码,成本最低。缺点:有优化瓶颈,数据量过亿就玩完了。 方案二:升级数据库类型,换一种100%兼容mysql的数据库。优点:不影响现有业务,源程序不需要修改代码,你几乎不需要做任何操作就能提升数据库性能,缺点:多花钱 方案三:一步到位,大数据解决方案,更换newsql/nosql数据库。优点:扩展性强,成本低,没有数据容量瓶颈,缺点:需要修改源程序代码 以上三种方案,按顺序使用即可,数据量在亿级别一下的没必要换nosql,开发成本太高。三种方案我都试了一遍,而且都形成了落地解决方案。该过程心中慰问跑路的那几个开发者一万遍 :) 方案一详细说明:优化现有mysql数据库 跟阿里云数据库大佬电话沟通 and Google解决方案 and 问群里大佬,总结如下(都是精华): 1

个人练习:使用HTML+CSS制作二级菜单

 ̄綄美尐妖づ 提交于 2020-08-05 05:18:23
最近一直在学习HTML+CSS,刚看完如果制作下拉菜单部分,就想着做一个练练手。 先上成品图: 就是上面这个效果,横向菜单选项能点击,鼠标放在上面也能展开二级菜单,二级菜单也能点击,点击后就会在底下的<iframe>中打开网站链接。(可能这里会有人好奇"为什么不点开哔哩哔哩你不是都放在上面了嘛!",实际上我这边点开哔哩哔哩它会跳转两次,先在<iframe>中打开一次,然后又会在当前页面转到哔哩哔哩,你得后退一次才能看到在<iframe>中打开的哔哩哔哩_(:з」∠)_) 那么不废话了直接切入正题。 我的设想是创建两个<div>,宽度都是占100%,顶上的<div>放菜单栏,下面的<div>专门放<iframe>(这里先给两个区域设置背景颜色好分辨): 1 <!-- 顶部div区域,存放横向导航栏 --> 2 < div class ="topMenu" > 3 4 </ div > 5 6 <!-- 主要内容的div区域,存放网站页面的框架 --> 7 < div class ="mainContent" > 8 9 </ div > HTML部分 底端的<div>区域我希望高度是除去顶端元素后剩余的所有部分,这里就用到了CSS3中的一个函数calc()。: 1 /* 清除文档内外边距,让<div>区域能够紧贴浏览器边缘 */ 2 body { 3 padding : 0px ;

阿里云&HiShop海商创新合作—线上商城这样做更合适

柔情痞子 提交于 2020-08-05 04:26:13
做商城一直是企业商家经久不衰的话题,尽管人们对于网上商城系统的了解已经有很多。距离电商真正来到与消费者做到息息相关,或许还要很长的路要走。人、货、场三种元素没有实现根本联通是一个很重要的原因。那么企业应该怎样搭建线上商城才能最符合当下消费者的需要呢? 阿里云与HiShop海商创新合作,结合商城软件+云资源硬件联合“企业上云一站式产品服务”打造一款全渠道全场景商城系统—移动云商城。不再烦恼缺人、缺钱、缺方案,不仅仅在商城软件上实现全渠道全零售全场景模式,七大商城端口用户在哪,商城就做到哪,借势阿里云云资源作为底层架构为商城软件数据以及系统稳定性保驾护航。   一、企业对于线上商城的发展方向应该怎样进行把握?   1、了解商城系统与人们社交息息相关   每一个阶段人们都有不同的诉求。在PC时代,用户大多数是通过电脑来实现自己的需求,而到了移动互联网时代,用户需求更加偏向于“娱乐和社交”。这就要求我们在小小的手机屏幕里既表现自己的产品特色又能给消费者带来愉悦的感受。而且有更多的社交元素,与用户产生社交的设计,比如一键拨号或在线客服这些在所有的商品页面都应该有,这样可以增加移动商城网站的曝光度,传播力度也会非常大。   2、用户体验感与便捷性   我们要明白和了解线上商城里,网站的页面设计和功能开发都是以用户体验为主,最好能够彻底简化操作模板,让只要识字

传统蓝牙HCI(Bluetooth HCI)的概念介绍

自闭症网瘾萝莉.ら 提交于 2020-08-04 10:26:12
一. 声明 本专栏文章我们会以连载的方式持续更新,本专栏计划更新内容如下: 第一篇:蓝牙综合介绍 ,主要介绍蓝牙的一些概念,产生背景,发展轨迹,市面蓝牙介绍,以及蓝牙开发板介绍。 第二篇:Transport层介绍,主要介绍蓝牙协议栈跟蓝牙芯片之前的硬件传输协议,比如基于UART的H4,H5,BCSP,基于USB的H2等 第三篇:传统蓝牙controller介绍,主要介绍传统蓝牙芯片的介绍,包括射频层(RF),基带层(baseband),链路管理层(LMP)等 第四篇:传统蓝牙host介绍,主要介绍传统蓝牙的协议栈,比如HCI,L2CAP,SDP,RFCOMM,HFP,SPP,HID,AVDTP,AVCTP,A2DP,AVRCP,OBEX,PBAP,MAP等等一系列的协议吧。 第五篇:低功耗蓝牙controller介绍,主要介绍低功耗蓝牙芯片,包括物理层(PHY),链路层(LL) 第六篇:低功耗蓝牙host介绍,低功耗蓝牙协议栈的介绍,包括HCI,L2CAP,ATT,GATT,SM等 第七篇:蓝牙芯片介绍,主要介绍一些蓝牙芯片的初始化流程,基于HCI vendor command的扩展 第八篇:附录,主要介绍以上常用名词的介绍以及一些特殊流程的介绍等。 另外,开发板如下所示,对于想学习蓝牙协议栈的最好人手一套。以便更好的学习蓝牙协议栈,相信我

纯干货 | 细说分布式事务两阶段提交

本小妞迷上赌 提交于 2020-07-28 18:27:18
事务的概念在 这篇文章 中描述过,在分布式系统中,读写位于多个节点的数据,如果依旧想保证ACID特性,就必须实现分布式事务。而其实现关键则是适当的提交协议,目前最简洁,且使用最广泛的无疑是两阶段提交协议(2PC)。 1.实现分布式事务关键组件 单机系统通过 事务管理器(transaction manager,TM) 实现本地事务。分布式系统中,需要协调多个节点的事务管理器,共同提交成功或失败,因此需要 事务协调者(transaction coordinator,TC) 。一个分布式事务管理器,可以粗略地划分为这两个子系统。这两个子系统根据自己在事务执行中扮演的角色,也可称之为 参与者 与 协调者 。 本地事务管理器负责本机事务并发控制和异常恢复等功能,事务协调者负责开启事务,将事务划分为多个子事务分发到相应的节点执行,并协调事务完成(一起提交成功或失败)。在实现中,TM和TC可以实现在同一个进程中,也可以部署在不同的节点。 2.经典两阶段提交协议 两阶段提交的流程比较简单。当分布式事务T执行完成,即事务执行的各节点都告知协调者TC,事务已经执行完成,TC便开启两阶段提交流程。 Phase 1 Prepare: 1.TC写本地日志,并持久化。TC向所有参与者发送Prepare T消息。 2.各参与者TM收到Prepare T消息,根据自身情况,决定是否提交事务。 如果决定提交

2020阿里云ACP练习题持续更新

廉价感情. 提交于 2020-07-28 08:49:32
单选题1(1分) 阿里云的云盾会检查通过公共互联网登录云服务器ECS的来源IP,登录方式包括SSH和远程桌面,当来自某个IP的登录请求出现多次密码错误的情况时,会发出"ECS遭遇密码暴力破解"的报警,当收到这个报警后,最安全的处理方法应该是________。 通知自己业务平台的所有用户立即修改密码,并通过技术手段杜绝简单密码 这个报警无关紧要,可以忽略 立即更新云服务器ECS实例的系统用户的密码,并启用安全组防火墙,只允许特定IP连接ECS实例 立即登录云服务器ECS实例,检查登录日志,如果没有异常登录成功的记录,可直接忽略 答案:C 解析:当某个IP的尝试多次登录云服务器ECS的时候,为了防止密码被破解,建议立即修改云服务器ECS的密码,并启动安全组防火墙,只允许特定IP登录该ECS。 单选题2(1分) 您基于阿里云的云服务器ECS实例部署了Mysql数据库,随着业务量的不断上涨,您自己部署的数据库的服务能力越来越不足,表现在并发连接数不足,磁盘的IOPS不能满足业务需要等,可以采用阿里云的________产品来解决这些问题。 对象存储OSS 表格存储 云数据库RDS 大数据分析ODPS 答案:C 解析:题目中说遇到了自己部署的数据库的服务能力越来越不足的问题,所以可以通过云数据库RDS来解决问题。 单选题3(1分) 作为一个互联网初创企业的技术负责人

非常有趣的的免费API接口,基本上很全了

天大地大妈咪最大 提交于 2020-07-27 04:06:05
一、图灵聊天机器人 http://doc.tuling123.com/openapi2/263611 二、百度地图开放平台 http://lbsyun.baidu.com/index.php?title=webapi 三、Eolinker - API Shop 生活常用 常见疾病查询: https://www.apishop.net/#/api/detail/?productID=215 全国天气预报: https://www.apishop.net/#/api/detail/?productID=76 今日热闻查询: https://www.apishop.net/#/api/detail/?productID=92 邮编查询: https://www.apishop.net/#/api/detail/?productID=73 实时空气质量数据查询: https://www.apishop.net/#/api/detail/?productID=83 邮编查询: https://www.apishop.net/#/api/detail/?productID=73 成语大全: https://www.apishop.net/#/api/detail/?productID=93 万年历查询: https://www.apishop.net/#/api/detail/

重磅!YOLOv4阅读笔记(附思维导图和论文译文)!

梦想与她 提交于 2020-07-27 00:51:40
今天刷看到了YOLOv4之时,有点激动和兴奋,等了很久的YOLOv4,你终究还是出现了 论文地址: https://arxiv.org/pdf/2004.10934.pdf GitHub地址: https://github.com/AlexeyAB/darknet 觉得作者很地道,论文附上开源,没有比这更开心的事情了吧! 首先附上对论文总结的思维导图,帮助大家更好的理解! 下边是对论文的翻译,有些地方可能翻译的不是很准备,欢迎指正补充 (思维导图和论文译文PDF均可在公众号【计算机视觉联盟】回复YOLOv4获取) 摘要 有很多特征可以提高卷积神经网络(CNN)的准确性。需要在大型数据集上对这些特征的组合进行实际测试,并需要对结果进行理论证明。某些特征仅在某些模型上运行,并且仅在某些问题上运行,或者仅在小型数据集上运行;而某些特征(例如批归一化和残差连接)适用于大多数模型,任务和数据集。我们假设此类通用特征包括加权残差连接(WRC),跨阶段部分连接(CSP),交叉小批量标准化(CmBN),自对抗训练(SAT)和Mish激活。我们使用以下新功能:WRC,CSP,CmBN,SAT,Mish激活,马赛克数据增强,CmBN,DropBlock正则化和CIoU丢失,并结合其中的一些特征来实现最新的结果: 在MS COCO数据集上利用Tesla V10以65 FPS的实时速度获得了43.5