• 文库
  • 字符
  • 转换
  • 加密
  • 网络
  • 更多
    图表
    数学
    坐标
    图片
    文件
  • 文库
    字符
    转换
    加密
    网络
    更多
    图表
    数学
    坐标
    图片
    文件
logo 在线工具大全
所有 中文 英语 最新 热度
4350 条查询结果

我们来想一个问题:当你的Java程序偶然发生短暂的停顿,你会觉得是什么造成了这种现象? 绝大多数的同学立刻会回答是GC导致的STW(stop-the-world)。没错,GC确实是可以立刻先怀疑的方向。但是实际上,Java程序发生短暂停顿有非常多的可能性,我们今天来聊聊这个话题。

40 技术 lddgo 分享于 2024-05-17

5 月 2 号 OpenAI 开源一个 openai-assistants-quickstart[1] 项目,该项目演示了在 Next.js 中如何使用 OpenAI 的 Assistants API[2]。

33 技术 lddgo 分享于 2024-05-16

这次我们来用 CSS 实现这样一个功能:有多个宽度不同的标签水平排列,当外层宽度不足时,会提示超出的数量,演示效果如下

39 技术 lddgo 分享于 2024-05-16

如何实现一个简单易用的 RocketMQ SDK

27 技术 lddgo 分享于 2024-05-16

在Android发展的进程中,网格布局一直比较有热度,其中一个原因是对用户来说便捷操作,对app厂商而言也会带来很多的曝光量,对于很多头部app,展示网格菜单几乎是必选项。实现网格的方式有很多种,比如GridView、GridLayout,TableLayout等,实际上,由于RecyclerView的灵活性和可扩展性很高,这些View基本没必要去学了,为什么这样说呢?主要原因是基于RecyclerView可以实现很多布局效果,传统的很多Layout都可以通过RecyclerView去实现,比如ViewPager、SlideTabLayout、DrawerLayout、ListView等,甚至连九宫格解锁效果也可以实现。

37 技术 lddgo 分享于 2024-05-16

性能优化是一个Java程序员的必备技能,但是定位性能瓶颈或者是问题点是一个费时又费力的事情。在我们的实际项目中就碰到了这样的烦恼,某业务的一个接口,平均耗时很短,但是总有约1%的流量,波动较大。多次review代码,并没有发现明显的问题,查看业务日志和三方调用日志也没有明显的问题。所以定位小概率的耗时长成为了的关键。

41 技术 lddgo 分享于 2024-05-16

作者日常在与其他同学合作时,经常发现不合理的日志配置以及五花八门的日志记录方式,后续作者打算在团队内做一次Java日志的分享,本文是整理出的系列文章第二篇。

34 技术 lddgo 分享于 2024-05-16

本文是 QQ 25 周年技术巡礼系列的最终章,在前两篇文章中,我们以《QQ 25年技术巡礼丨技术探索下的清新设计,打造轻盈简约的 QQ9 》和《QQ 9“傻快傻快”的?!带你看看背后的技术秘密》为题,介绍了QQ 团队在视觉打磨、性能优化背后的探索,本文则将重点介绍手机 QQ 技术架构升级背后的技术故事。 手机 QQ 经过20多年发展,功能不断增加,代码不断累积,架构已经变得越来越臃肿,影响到协作团队开发效率,对用户体验、质量稳定都有较大风险,因此手机 QQ 亟需技术架构的升级。但是对如此庞大的项目进行架构升级,在行业内也是少有的,手机 QQ 架构升级面临的困难和挑战都十分巨大,本文将围绕项目背景、项目历程、项目挑战、项目成果等方面进行深入介绍。

34 技术 lddgo 分享于 2024-05-16

Apache SkyWalking 团队今天宣布发布 SkyWalking 10。SkyWalking 10 提供了一系列突破性的功能和增强功能。Layer 和 Service Hierarchy 的引入通过将服务和指标组织成不同的层次,并提供跨层无缝导航,从而简化了监控。利用 eBPF 技术,Kubernetes 网络监控提供了对网络流量、拓扑和 TCP/HTTP 指标的详细洞察。BanyanDB 作为高性能的原生存储解决方案出现,同时扩展的监控支持包括 Apache RocketMQ、ClickHouse 和 Apache ActiveMQ Classic。对多标签名称的支持增强了指标分析的灵活性,而增强的导出和查询功能简化了数据分发和处理。 本文简要介绍了这些新功能和增强功能以及其他一些值得注意的变化。

36 技术 lddgo 分享于 2024-05-16

生成式人工智能“顾名思义”就是用来生成创作内容的,所以作为内容领域定分止争的版权法一直为各界高度关注。目前,关于生成式人工智能版权议题的讨论也愈发聚焦,主要涉及三个方面:第一,大模型训练对于作品的利用,是否适用版权法上“合理使用”等限制与例外制度;第二,利用大模型生成的内容,能否受到版权保护;第三,大模型输出内容发生侵权的情形下,服务提供者的责任承担和注意义务的界定。本文希望基于国内外相关立法规则和司法实践的最新动态,并结合当下生成式人工智能产业与技术的发展现状,就上述三个议题涉及的争议关注焦点和应对解决思路加以分析、探讨。

26 技术 lddgo 分享于 2024-05-16