-
分布式事务的解决方案
分布式事务解决方案 一、两阶段提交（2PC） 二、补偿事务（TCC） 三、本地消息表（异步确保） 四、MQ 事务消息 五、Sagas 事务模型 分布式事务解决方案 一、两阶段提交（2PC） 和上一节中提到的数据库XA事务一样，两阶段提交就是使用XA协议的原理，我们可以从下面这个图的流程来很容易的看出中间的一些比如commit... -
第七章
第七章 方法（Methods） 类方法 类变量 类方法的用途？ Ruby 构造方法：new 还是 initialize？ 单例方法 单例类 重写方法（Overriding） public, private 和 protected 深入探索 子类中的 protected 和 private 突破 private 方法的隐私限制 单例类方法... -
微服务的事件驱动数据管理
微服务的事件驱动数据管理 1.1 微服务和分布式数据管理问题 1.2 事件驱动架构 1.3 原子操作 Achieving Atomicity 1.3.1 使用本地事务发布事件 1.3.2 挖掘数据库交易日志 1.3.3 使用事件源 1.4 总结 微服务的事件驱动数据管理 1.1 微服务和分布式数据管理问题 单体式应用一般都会有一个关系型... -
11.3 反射：运行期类信息
11.3 反射：运行期类信息 11.3.1 一个类方法提取器 11.3 反射：运行期类信息 如果不知道一个对象的准确类型，RTTI会帮助我们调查。但却有一个限制：类型必须是在编译期间已知的，否则就不能用RTTI调查它，进而无法展开下一步的工作。换言之，编译器必须明确知道RTTI要处理的所有类。 从表面看，这似乎并不是一个很大的限制，但假若得到的是一... -
8.4 集合的类型
8.4 集合的类型 8.4.1 Vector 8.4.2 BitSet 8.4.3 Stack 8.4.4 Hashtable 8.4.5 再论枚举器 8.4 集合的类型 标准Java 1.0和1.1库配套提供了非常少的一系列集合类。但对于自己的大多数编程要求，它们基本上都能胜任。正如大家到本章末尾会看到的，Java 1.2提供的是一... -
LSTM 单词语言模型上的动态量化（beta）
LSTM 单词语言模型上的动态量化（beta） 简介 1.定义模型 2.加载文本数据 3.加载预先训练的模型 4.测试动态量化 总结 LSTM 单词语言模型上的动态量化（beta） 原文：https://pytorch.org/tutorials/advanced/dynamic_quantization_tutorial.html ... -
使用 RPC 的分布式管道并行化
使用 RPC 的分布式管道并行化 基础知识 第 1 步：对 ResNet50 模型进行分片 第 2 步：将 ResNet50 模型片段拼接到一个模块中 步骤 3：定义训练循环 第 4 步：启动 RPC 进程 使用 RPC 的分布式管道并行化 原文：https://pytorch.org/tutorials/intermediate/dist... -
Docker常用命令大全：从基础到运维，覆盖90%使用场景
一、前言：命令学习技巧 二、镜像操作命令（核心高频） 三、容器操作命令（使用频率最高） 四、数据卷操作命令（数据持久化必备） 五、网络操作命令（容器通信必备） 六、批量 / 运维命令（提高效率） 七、常用组合命令（直接套用） 八、避坑总结（新手必看） 一、前言：命令学习技巧 Docker 命令无需死记，核心记住 “模块 + 动作 ” 逻辑... -
为什么选择Atom？
为什么选择Atom？ 来源：https://github.com/atom-china/manual 这个世界上有那么多种编辑器，为什么你要花时间学习和使用 Atom 呢？ 虽然 Sublime 和 TextMate 之类的编辑器已经非常好用了，但它们仅提供了很有限的拓展性。而在另一个极端，Emacs 和 Vim 提供了灵活的拓展性，但它们... -
08 ChatGPT+营销
08 ChatGPT+营销 08 ChatGPT+营销 从产品介绍中提炼卖点 ChatGPT具有一定的阅读理解和总结能力，我们可以在处理与文案相关的工作时利用这一能力来提高效率。下面是一个例子。 Q：以下是一本图书的内容简介，请提炼几个卖点。 本书是为满足广大职场人士学习新型自动化办公技术的需求而编写的应用型教程，循序渐进地讲解了如何利用Exce...
