推荐
专栏
教程
课程
飞鹅
本次共找到1147条
全局消息钩子
相关的信息
我是阿沐
•
3年前
2021年后端学习路线书籍-自我进阶之路
最近也有不少小伙伴们在公众号发消息问我,如何去学好一门后端语言?怎么才能进阶?在公司如何才能快速的晋级晋升?你作为一个后端是如何学习的呢?其实我正儿八经的工作也就4年多了,但是如果算上大三实习大四工作的话满打满算大概5年之久。你会发现自己工作3年以后再到5年可能会觉得自己学不到东西,很多东西从表面上看你会了,深入一点你基本就回答不上来而且脑海
Aidan075
•
3年前
31个让你大呼惊艳的数据可视化作品!
在一个信息大爆炸的时代,每天都有很多的新消息、新发现、新趋势向我们狂轰乱炸而来。在这个过程中,我们既是数据的生产者,也是数据的使用者,然而初次获取和存储的原始数据总是杂乱无章的。要想数据达到生动有趣、让人一目了然的效果,就需要借助数据可视化。数据图表天才们可以用简洁、直观又有趣的图表帮我们把大量的信息汇聚在小小的一张图表中,不仅让枯燥的数据和信息变了模样
专注IP定位
•
2年前
伪造IP地址的四种常见方法
在我们谈论伪造IP地址之前,我们先来了解一下IP地址,IP地址是分配给计算机、平板电脑或智能手机等计算设备的唯一地址,类似于房屋的邮政地址(或您智能手机的电话号码),其中两个房屋的地址不能相同,因为邮递员会混淆邮件的投递地点。同样,IP地址在全球范围内必须是唯一的,以便可以将消息传送到预期设备。由于IP地址是唯一且可跟踪的,因此您使用设备在Inte
Stella981
•
3年前
Google,百度谁更人性!
到现在为止,我也转载了很多关于Google中国退出中国的消息了,我也偶尔该写一点自己的东西,来发表一下作为一名SEO的意见了。 我一向倾向于利用Google来搜索我想要的资讯,这一点应该是源于我的职业,源于我比更大多数人优于对Google的认识。我不喜欢百度,人为因素太重,大家打开百度和Google对比一下。我们随便使用一个关键词,就
Stella981
•
3年前
B2B2C开源系统众筹项目启动(以ShopsN开源核心为版权基础)
最近网上流传大量使用ShopXX的站长被其起诉,索赔几十万的消息连续不断。之前用盗版的时候不当一回事,等到对方发律师函了才开始紧张了,但这又有什么用那?对方是有公证处取证的,官司几乎不可能赢。网站开发公司,为了拉活大包大揽,不写明是二次开发,被客户列为第二被告,也陷入了困境。怎么办?开源中国电商榜首位的shopsn全网电商ShopsN官方,应大家强烈
Easter79
•
3年前
Spring如何优雅地发送异步发送通知?
题主应该想问的是在spring框架下如何开发一个“优雅的、异步的”的去执行一个功能吧?至于这个功能是发送一条MQ消息啊还是发送一份邮件、一条短信都可以,重要的是想异步且优雅的执行这些功能。从上面对题目的分析来看的话,题主可以参考一下我的解决办法和思路:1.异步代表着你需要开启一个单独的线程去做这个事情,这个事情做完了,这个线程需要及时的释放,避免
Wesley13
•
3年前
.Net开发笔记(十四) 基于“泵”的UDP通信(接上篇)
上一篇中说到了“泵”在编程中的作用以及一些具体用处,但没有实际demo,可能不好理解,这篇文章我分享一个UDP通信的demo,大概实现了类似“飞鸽传书”在局域网中文本消息和文件传输的功能。功能不全也不是很完善,但足以说明“泵”在代码中的具体应用。先来回忆一下上篇中“泵”的含义,首先它是可持续运作的,其次它可以将“数据”从一个地方传递到另外一个地方,供其他
Wesley13
•
3年前
C++多进程并发框架
三年来一直从事服务器程序开发,一直都是忙忙碌碌,不久前结束了职业生涯的第一份工作,有了一个礼拜的休息时间,终于可以写写总结了。于是把以前的开源代码做了整理和优化,这就是FFLIB。虽然这边总结看起来像日记,有很多废话,但是此文仍然是有很大针对性的。针对服务器开发中常见的问题,如多线程并发、消息转发、异步、性能优化、单元测试,提出自己的见解。面对的问题
个推技术实践
•
2年前
个推分享两个调优技巧,让TiDB性能提速千倍!
个推“大数据降本提效”专题,正是通过总结分享自身在大数据实战过程中的踩坑经验、调优技巧等,为从业人员开展大数据实践提供参考。本文是“大数据降本提效”专题的第三篇,将为大家分享个推通过调优,实现TiDB千倍性能提升的实战经验。个推与TiDB的结缘作为一家数据智能企业,个推为数十万APP提供了消息推送等开发者服务,同时为众多行业客户提供专业的数字化解决方案。
V-275670029
•
2年前
哈希竞猜游戏的原理
Hash一般被翻译成“散列”,也可直接音译为“哈希”,就是把任意长度的输入(又叫做预映射,preimage),通过散列算法,变换成固定长度的输出,该输出就是散列值。 这种转换是一种压缩映射,也就是,散列值的空间通常远小于输入的空间,不同的输入可能会散列成相同的输出,所以不可能从散列值来唯一的确定输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消
1
•••
113
114
115