当前,识别AI生成内容的技术手段均未成熟。如何在潜在风险,治理成本、目标成效之间取得合理平衡成为关键所在。建议小步试错,探寻科学的风险管理方案。
性能分析和优化是所有软件开发人员必备的技能,也是后台大佬们口中津津乐道的话题。 Golang 作为一门“现代化”的语言,原生就包含了强大的性能分析工具 pprof 和 trace。pprof 工具常用于分析资源的使用情况,可以采集程序运行时的多种不同类型的数据(例如 CPU 占用、内存消耗和协程数量等),并对数据进行分析聚合生成的报告。trace 工具则关注程序运行时的事件(例如协程状态切换,GC 的开始和结束、系统调用等等),常用于分析延迟、阻塞和调度等问题。掌握了这两个工具就足以满足大部分 Golang 程序的性能分析需求。 本文将从使用方法、原理和实践三个方面分别介绍 pprof 和 trace 工具。读完本文后,相信你也可以更全面地掌握 pprof 和 trace。废话少说,让我们开始!
单体和微服务谁是毒瘤?单体、分布式、微服务、SOA 到底是什么关系?我的系统该用什么架构?最近终于下定决心研究这个问题并且有所收获,欢迎一起讨论。
在构建高吞吐量和高可靠性的消息系统时,Apache Kafka 成为了众多程序员的首选。本文深入剖析了 Kafka 的内部机制,从宏观架构到消息流转的细节,揭示了 Kafka 如何通过精心设计的系统组件和策略,实现消息的异步处理和流量管理。 本文将带你探索 Kafka 的 ack 策略、数据持久化技术以及提升系统性能的关键设计,包括批量处理、压缩、PageCache 和零拷贝等技术。同时,文章还涵盖了负载均衡和集群管理,为你提供一个全面视角,理解 Kafka 如何满足大规模分布式系统中对消息队列的严苛要求。
在protobuf在国内兴起的时候,json over http 的 RESTful ,api也在国内同步兴起了。司内也有很多api是tRPC写的,很多是基于protobuf的,也有很多就是 json over http 的。 那么有同事就有这个疑问了:这里面只有protobuf的数据结构最复杂,而且打开任意一个 protobuf 的 java 文件都会让机器卡顿很厉害,很难想象前人在通过protobuf 来理解数据结构的时候,是不是一样非常麻烦? 那么推动我们使用这项技术,让它们在很多团队之间占据统治地位的根本原因是什么?是某些历史团队的背景偏好么?该如何解决打开文件卡顿的问题? 今天就让我们来一起聊聊“为什么大厂这么爱用protobuf?”
这两年在日常工作中,接触了不少刚进腾讯的新人开发,发现了大部分新人都存在的一些共性问题。由于工作繁忙,往往很难出现一个特别合适的机会,系统地跟他们分享我的经验和观点。最近刚好有接触一些终端开发转后端开发的团队,有所触动,于是决定写下这篇文章,分享一下我对后台开发能力提升的一点思考。希望能帮到大家。