以下节选择《Netkiller Architect 手札》 作者:netkiller 地址 http://www.netkiller.cn/architect/ 接下来几周的话题是数据库安全。 5.9. 开发加密插件开发 数据库内部提供的摘要函数MD5/SHA/CRC与现有的AES/DES加密函数以及不能满足我们的需求,所以我们有必要开发外挂插件实现数据加密。 这里有一个例子,是我早年开发的 https://github.com/netkiller/mysql-safenet-plugin 这个UD
Unified Functional Testing(UTF)是Quick Test Professional(QTP)11.5版本以后的名称
SDN已经逐渐应用于一些超大型企业,因为这种类型的企业需要不惜任何代价来获取高性能,但是,在其它普通的大中型企业中,情况就不一样了。 虽然厂商正在积极生产SDN,但是分析师预测,到2016年之前SDN不会被正式采纳,大多数企业的网络工程师都表示,他们还不准备投资SDN,因为它还有几个关键问题没有解决。 受访的IT负责人对于SDN的顾虑也不尽相同,有的认为其削弱了安全性,有的则认为是缺乏SDN标准,不管是因为什么原因,都导致他们不建议企业现在投资SDN,至少在短期内是这样。 顾虑一:安全和监控性能 IT管理人
PHP 高级编程之多线程 http://netkiller.github.io/journal/php.thread.html ---- 目录 1. 多线程环境安装 1.1. PHP 5.5.9 1.2. 安装 pthreads 扩展 2. Thread 3. Worker 与 Stackable 4. 互斥锁 4.1. 多线程与共享内存 5. 线程同步 6. 线程池 6.1. 线程池 6.2. 动态队列线程池 6.3. pthreads Pool类 7. 多线程文件安全读写(文件锁) 8. 多线程与数据连
安装Pthreads 基本上需要重新编译PHP,加上 –enable-maintainer-zts 参数,但是用这个文档很少;bug会很多很有很多意想不到的问题,生成环境上只能呵呵了,所以这个东西玩玩就算了,真正多线程还是用Python、C等等
密码学在信息安全中扮演着至关重要的角色。为了保护敏感信息、数字身份和网络通信的安全性,密码设备(如硬件安全模块HSM)与应用程序之间的安全通信和互操作性变得至关重要。PKCS#11(Public-Key Cryptography Standards #11)是一个密码学标准系列,定义了密码设备和应用程序之间的通用接口,本文将深入探讨PKCS#11的技术细节和应用。
2022 年 4 月 25 日,The Open Group 发布了 TOGAF 第 10 版。这不仅是 The Open Group 的重要里程碑,也是整个企业架构行业和所有从业者的重要里程碑。作为企业架构师的首选标准,第十版“标准”长期以来一直受到人们的欢迎。它还必须满足很高的期望。
玩转Pandas系列已经连续推送4篇,尽量贴近Pandas的本质原理,结合工作实践,按照使用Pandas的逻辑步骤,系统地并结合实例推送Pandas的主要常用功能,已经推送的4篇文章:
汉化版JAF系列教程(安装、读取手机保护密码、完全恢复出厂设置、强刷死机、破权限)
最近我们一直在学习java高并发,java高并发中主要涉及到类位于java.util.concurrent包中,简称juc,juc中大部分类都是依赖于Unsafe来实现的,主要用到了Unsafe中的CAS、线程挂起、线程恢复等相关功能。所以如果打算深入了解JUC原理的,必须先了解一下Unsafe类。
在学习Kafka的途中,我总结了一个系列的Kafka学习征途系列教程,它只选取了我认为最实用的部分整理出来,以及结合我最熟悉的.NET技术栈进行了演示。
欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 关于strimzi strimzi是一个开源项目,已加入了CNCF,官网地址:https://strimzi.io/ 借助strimzi,既能快速部署kafka服务,又能对kafka服务进行细致的调节,还能扩展出更多的能力,典型的扩展能力如下: 监控(基于prometheus+grafana) 安全(基于TLS) 用户管理 topic管理 机架感知 Rest
玩转Pandas系列已经连续推送5篇,尽量贴近Pandas的本质原理,结合工作实践,按照使用Pandas的逻辑步骤,系统地并结合实例推送Pandas的主要常用功能,已经推送的5篇文章:
Hive 的 类 sql 给 开发者和分析者带来了极大的便利,使用 sql 就可以完成海量数据的处理,但是有时候,hive 自带的一些函数可能无法满足需求,这个时候,就需要我们自己定义一些函数,像插件一样在MapReduce过程中生效。
TiKV 是一个支持事务的分布式 Key-Value 数据库,有很多社区开发者基于 TiKV 来开发自己的应用,譬如 titan、tidis。尤其是在 TiKV 成为 CNCF 的 Sandbox 项目之后,吸引了越来越多开发者的目光,很多同学都想参与到 TiKV 的研发中来。这时候,就会遇到两个比较大的拦路虎:
玩转Pandas系列已经连续推送3篇,尽量贴近Pandas的本质原理,结合工作实践,按照使用Pandas的逻辑步骤,系统地并结合实例推送Pandas的主要常用功能,已经推送的3篇文章:
发布 TOGAF 的组织 The Open Group 的总裁兼首席执行官 Steve Nunn 最近就 2022 年的计划提供了一些见解。很高兴看到他的陈述进一步证实了我在 2020 年对未来发展的假设托加夫。本文总结了最重要的陈述,将它们置于上下文中,并有助于理解 TOGAF 在未来的相关性。
Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
Python pandas包用于数据操作和分析,旨在让您以更直观的方式处理标记或关系数据。
Terraform 系列文章[3] 介绍了使用 Grafana Terraform Provider, 基于 Terraform 的 IaC 方法论, 来批量自动化创建 Grafana 的各类资源, 包括 Dashboard/Datasource 等.
今天的内容构成了名为“2021 年谁仍然对企业架构感兴趣?”系列的六个部分中的第二部分。在本系列中,我将就当今企业架构的足迹、企业架构师角色的潜在死亡、大型参与者(例如 The Open Group、AWS 或 Azure 的 TOGAF)以及EA 工具提供商的角色以及其他相关证书和市场上的发展。
Pandas 是每位数据科学家和 Python 数据分析师都熟悉的工具库,它灵活且强大具备丰富的功能,但在处理大型数据集时,它是非常受限的。
教程地址:http://www.showmeai.tech/tutorials/33
在我重新开始写前端代码的时候,我突然发现现在自己Sublime Text3中的代码字体和颜色看起来怎么这么刺眼,给人一种再看几眼眼睛快要瞎了的感觉,因此我就在Github上找了几款比较好看的主题,在这里推荐给大家!
【SpringBoot系列02】SpringBoot之使用Thymeleaf视图模板
本文主要介绍了在Caffe中使用的各种神经网络结构,包括Alexnet、Squeezenet、VGG、ResNet、Inception、DenseNet等。这些网络结构在计算机视觉上都有很广泛的应用,例如物体识别、图像分类等。本文还介绍了这些网络结构的预训练模型,可供使用者直接使用。
Pandas是基于Numpy的一种工具,目的是解决数据分析任务。通过纳入大量库和一些标准数据模型,提供了高效操作大型数据集所需工具;
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
Grafana 是一跨平台的开源的可视化分析工具。目前网络架构和应用分析中最流行的时序数据展示工具,主要用于大规模指标数据的可视化展示。
数据科学家通常将大部分时间花在探索和预处理数据上。当谈到数据分析和理解数据结构时,Pandas value_counts() 是最受欢迎的函数之一。该函数返回一个包含唯一值计数的系列。生成的Series可以按降序或升序排序,通过参数控制包括或排除NA。
前面的那篇文章《再谈流计算的基本概念》提到了 Dataflow 模型,这个模型从更高的维度去看待看似隔离的批处理和流处理过程,把批处理过程认为是流处理过程的特例。基于这个模型,诞生了Spark Structure Streaming、Flink 和 Apache Beam 等一系列工具。
TOGAF 10 最近发布。对旧版本的主要更改包括对内容的重组,以便更容易理解、更少的不一致和更少的重复。
来源:DeepHub IMBA 本文约1800字,建议阅读5分钟 我们将探讨 Pandas value_counts() 的不同用例。 数据科学家通常将大部分时间花在探索和预处理数据上。当谈到数据分析和理解数据结构时,Pandas value_counts() 是最受欢迎的函数之一。该函数返回一个包含唯一值计数的系列。生成的Series可以按降序或升序排序,通过参数控制包括或排除NA。 在本文中,我们将探讨 Pandas value_counts() 的不同用例。您将学习如何使用它来处理以下常见任务。 默
公众号改版后文章乱序推荐,希望你可以点击上方“Java进阶架构师”,点击右上角,将我们设为★“星标”!这样才不会错过每日进阶架构文章呀。
Silverlight企业应用框架设计【六】自定义系统菜单(使用自己的DataForm)
真快,又见面了。北京时间 10 月 14 日凌晨 1 点,Apple 举办的新品发布会如约而至。今年有关 iPhone 新品的到来有些迟,好在「5G just got real」,万众期待的 iPhone 终于可以访问 5G 超宽屏网络了。
前面介绍了 Grafana 入门与部署、仪表盘 DashBoard 、Dashboard 变量、Panel 面板和Time series(时间序列)、添加动态参数相关的知识点,今天我将详细的为大家介绍Grafana 可视化面板 Heatmap 与 Gauge相关知识,希望大家能够从中收获多多!如有帮助,请点在看、转发朋友圈支持一波!!!
面板(Panel)是 Grafana 中基本可视化构建块,每个面板都有一个特定于面板中选择数据源的查询编辑器,每个面板都有各种各样的样式和格式选项,面板可以在仪表板上拖放和重新排列,它们也可以调整大小,所以要在 Grafana 上创建可视化的图表,面板是我们必须要掌握的知识点。
前文 Grafana 系列 - Grafana Terraform Provider 基础[3] 介绍了使用 Grafana Terraform Provider 创建 Datasource.
CompletableFuture是java8中新增的一个类,算是对Future的一种增强,用起来很方便,也是会经常用到的一个工具类,熟悉一下。
今天的内容构成了名为“2021 年谁仍然对企业架构感兴趣?”系列的六个部分中的第一个部分。在这个系列中,我提供了我的观点
前面介绍了Spring Boot 如何整合定时任务已经Spring Boot 如何创建异步任务,不清楚的朋友可以看看之前的文章。
最近已经推出了好几篇SpringBoot+Dubbo+Redis+Kafka实现电商的文章,今天再次回到分布式微服务项目中来,在开始写今天的系列五文章之前,我先回顾下前面的内容。
【新手必看系列】 关于压力测试不得不说的二三事 并发线程数、QPS与平均耗时的关系 【操作指南系列】 手把手教你在腾讯云上部署压测引擎 在jmeter脚本中如何配置grafana Coding平台的压测指导 FAQ 【Jmeter快速上手】 使用Jmeter快速读写指定文件中的数据 Mac OS下Jmeter的入门操作 【抓包系列】 windows下PC端小程序抓包 深 i 您-小程序Charles抓包过程 【进阶知识系列】 如何去做接口容量预估 保障服务性能,除了压测我们还能做些什么 【实战系列
这个系列课程的完整源码,也会提供给大家。大家关注我的微信公众号(架构师精进),回复:springboot源码 获取这个系列课程的完整源码。或者点此链接直接下载完整源码
领取专属 10元无门槛券
手把手带您无忧上云