Flutter for Web（FFW）从 2021 年发布至今，在国内外互联网公司已经得到较多的应用。作为 Flutter 技术在 Web 领域的有力扩充，FFW 可以让熟悉 Flutter 的客户端同学直接上手写 H5，复用 App 端代码高效支撑业务需求；在 App 侧 FFW 也可作为 Flutter 动态下发的兜底方案。总的来说在业务和技术上 FFW 都具有相当的价值。 然而在使用 FFW 时有一个明显的问题：其编译产物 main.dart.js 较大，初始的 Hello world 工程编译后产物 js 大小为 1.2 MB，添加业务代码后 js 的大小还会继续增加。在阿里卖家的内容外投业务中，3 个页面的工程 js 大小为 2.0 MB，js 文件过大直接的影响就是页面首次首屏加载的速度。针对 js 的大小有较多优化方法，本文主要记录 main.dart.js 分片优化方案的实现。
以Flink为基础的实时计算在B站有着广泛而深入的应用。目前B站的Flink作业主要运行在三种集群环境下：纯物理机部署的YARN集群、为了提高Kafka集群资源利用率而和Kafka混部的YARN集群以及为了提高线上服务器而和K8S混部的YARN集群（这部分有计划在不远的将来使用Flink On K8S部署方式代替）。其中纯物理机YARN集群使用纯SSD盘的统一机型的服务器，包含1000+台服务器；和Kafka混部的集群目前为Flink提供了2000+ cores；和线上的K8S混部的集群已经使用了6000+ cores，并且还在持续增加。在业务方向上，B站的Flink已经应用在了包括AI、广告、数仓、数据传输和其它的很多业务上。目前B站Flink作业的最大并行度为2000。下图展示了B站实时应用的整体架构及Flink Runtime的工作范围。
本期知识小报的主要内容包括： • Lombok 之 @Builder 注解与 JSON 反序列化的冲突 • 如何动态设置日志输出级别 • JWT的生成原理和误区 • Java 8 parallelStream 避坑指南
Java缓存技术可分为远端缓存和本地缓存，远端缓存常用的方案有著名的redis和memcache，而本地缓存的代表技术主要有HashMap，Guava Cache，Caffeine和Encahche。远端缓存将在后面的博文中进行深入探讨，此处挖个坑，因此本篇博文仅覆盖了本地缓存，且突出探讨高性能的本地缓存。 本篇博文将首先介绍常见的本地缓存技术，对本地缓存有个大概的了解；其次介绍本地缓存中号称性能最好的Cache，可以探讨看看到底有多好？怎么做到这么好？最后通过几个实战样例，在日常工作中应用高性能的本地缓存。
本文简述了 GPU 的渲染管线和硬件架构，对一些常见问题进行了讨论和分析。有以下几点核心内容：（1）移动平台渲染管线 TBDR 的介绍；（2）GPU 缓存体系的介绍；（3）Warp 的执行机制；（4）常见的如 AlphaTest 或者分支对性能的影响。
Serverless 炙手可热，被称为云原生未来发展的方向。信通院报告显示：在核心业务中使用 Serverless 的用户占到18.11%，已经开始和计划使用 Serverless 技术的用户超过了70%。Serverless 广受追捧，得益于它在“快速的开发交付”、“极高的运维效率”、“极低的资源成本”这三个方面上的优势。 Serverless 可以让业务更快上云，让用户用最小的运维投入享受云带来的便利性。底层资源规划及运维交给更专业的云平台处理，使用户可以更专注业务和产品本身，从而更好地提升产品和业务的核心竞争力。 Serverless 的优势如此明显，但在实际落地使用中，无论是云厂商还是用户，均处在摸着石头过河的阶段，仍在不断学习不断试错，主要原因是 Serverless 在带来便利性的同时，也打破了传统 Serverful 模式下的种种用户使用习惯，对企业各个组织均造成了冲击；其先进的产品形态在老的架构上又引入了较高的适配复杂度。具体表现在：
为了应对大流量，现代应用/中间件通常采用分布式部署，此时不得不考虑 CAP 问题。ZooKeeper（后文简称 ZK）是面向 CP 设计的一个开源的分布式协调框架，将那些复杂且容易出错的分布式一致性服务封装起来，构成一个高效可靠的原语集，并以一系列简单易用的接口提供给用户使用，分布式应用程序可以基于它实现诸如 数据发布/订阅、负载均衡、命名服务、集群管理、Master 选举、分布式锁、分布式队列 等功能。ZK 之所以能够提供上述一套分布式数据一致性解决方案，核心在于其设计精妙的数据结构、watcher 机制、Zab 一致性协议等，下面将依次剖析。
今年阿里巴巴成立科技伦理治理委员会，把科技伦理作为技术发展的一个非常重要的方向考虑，并开始重点着手在隐私保护、深度学习、AI安全等关键方向前沿技术的布局和探索。 在近期的多个顶会上，阿里巴巴多篇该方向的研究论文入选。为了方便大家更全面了解安全可靠的人工智能技术进展，我们邀请清华大学的专家一起，在11月30日14点为大家带来包括安全隐私计算、对抗学习、贝叶斯深度学习、异常检测、鲁棒评估、噪声学习、 鲁棒动态图学习、偏微分方程求解等多方向技术趋势的最新顶会论文和专业直播解读，欢迎预约关注。
One of the most useful, but often misunderstood and misconfigured, features of NGINX is rate limiting. It allows you to limit the amount of HTTP requests a user can make in a given period of time. A request can be as simple as a GET request for the homepage of a website or a POST request on a log‑in form. Rate limiting can be used for security purposes, for example to slow down brute‑force password‑guessing attacks. It can help protect against DDoS attacks by limiting the incoming request rate
