一、Redis为什么是单线程注意：redis单线程指的是网络请求模块使用了一个线程，即一个线程处理所有网络请求，其他模块仍用了多个线程。因为CPU不是Redis的瓶颈。Redis的瓶颈最有可能是机器内存或者网络带宽，既然单线程容易实现，而且CPU不会成为瓶颈，那就顺理成章地采用单线程的方案了。关于redis的性能，官方网站也有，普通笔记本轻松处理每秒几十万

【导语】本篇文章是关于某化妆品企业的销售分析。从分析思路思路开始带大家一步步的用python进行分析，找出问题，并提出解决方案的整个流程。需求：希望全面了解此某妆品企业的销售情况，帮助企业运营领导层了解企业整体销售运营情况及商品销售情况，为该企业的营销策略提供相对应的建议和销售策略。业务分析流程1、场景（诊断现状）对象：用户；销售关注点：找到

是用于自动部署，扩展和管理容器化应用程序的开源系统。本文将介绍如何快速开始K8s的使用。了解K8s搭建K8s本地开发测试，需要搭建一个K8s轻量服务。实际部署时，可以用云厂商的K8s服务。本文以k3d为例，于macOS搭建K8s服务。于Ubuntu则推荐MicroK8s。其他可替代方案有：,,是Ra

　码流（DataRate）是指视频文件在单位时间内使用的数据流量，也叫码率，是视频编码中画面质量控制中最重要的部分。同样分辨率下，视频文件的码流越大，压缩比就越小，画面质量就越好。一、简介H.264的主要目标：1．高的视频压缩比2．良好的网络亲和性解决方案：（1）VCLvideocodinglayer视频编码层。VCL：核心算法引擎，块

写在前面2020年默默地还是写了很多东西的，微信有了标签功能之后，整理起文章来还是比较方便的。从去年到今年准备写几个专辑，围绕于自己做交易系统或是一些通用解决方案的，当然自己平时爱叨叨的毛病也整理了一个专辑，回顾起来还比较有意思。复杂度治理系统变大之后，对应的复杂度就上来了，除了需要解决各种高性能、高可用、高并发的“规模

混合开发这项技术由来已久，目前市面上主流的有Hybird，ReactNative，Weex，Flutter等。其中，Flutter以他独有的实现方式，优秀的性能，成为近两年最火的混合开发方案，我们学而思网校1v1客户端团队也是比较早的开始了Flutter技术的研究，在学而思网校1v1家长端和学而思网校1v1教师端两个App进行了大规模的实践尝试，由此也沉淀出

Ignite项目刚开源时，它被定义为一种纯粹的内存解决方案：一种分布式缓存，可将数据放入内存以加快访问速度。但随后在2017年推出了Apache®Ignite™2.1版本，它首次发布了Ignite的原生持久化模块，让Ignite可以作为一个完整的分布式数据库。从那以后Ignite就不再依赖于外部持久性存储机制，以及随之而来的数据库配置和管理问题。Igni

前言前段时间实习工作期间，接到一个需求需要对一些地理数据做空间插值分析，当时想了两种解决方案，一种是直接在前端调用一些空间插值库来计算（如Kriging.js等），另一种就是用ArcGIS发布GP服务，再用ArcGISAPiforJS调用。因为要计算的数据量很大，最后决定用GP服务的方式来实现。现在总结一下当时实现的一些步骤和遇到的坑。

  开发过程中面对不同的环境，例如数据库、redis服务器等的不同，可能会面临一直需要修改配置的麻烦中，在以前的项目中，曾通过Tomcat的配置来实现，有的项目甚至需要手动修改相关配置，这种方式费时费力，出错的概率还极大，SpringBoot为我们提供了更加简单方便的配置方案来解决多环境的配置问题，下面我们看看怎么实现。一、新建一个项目（本文以上篇的代码

应用中需要实现一个功能：需要将数据上传到远程存储服务，同时在返回处理成功情况下做其他操作。这个功能不复杂，分为两个步骤：第一步调用远程的Rest服务上传数据后对返回的结果进行处理；第二步拿到第一步结果或者捕捉异常，如果出现错误或异常实现重试上传逻辑，否则继续接下来的功能业务操作。常规解决方案trycatchredo简单重试