最近用uniapp开发微信小程序的一个项目中用到了低功耗蓝牙，但是其中收包，发包的时候不能超过20字节，所以就需要我们来进行分包操作了接收蓝牙设备传过来的数据,并进行分包接收处理说明：我项目中的数据结构中05是帧头，FE是帧尾，所以需要判断接收到的这个数据是否是05开头，FE结尾，我是将接收到的数据保存到了缓存中image.png(h

云原生下的流水线是通过启动容器来运行具体的功能步骤，每次运行流水线可能会被调度到不同的计算节点上。这会导致一个问题：容器运行完是不会保存数据的，每当流水线重新运行时，又会重新拉取代码、编译代码、下载依赖包等等。在云原生场景下，不存在本地宿主机编译代码、构建镜像时缓存的作用，大大延长了流水线运行时间，浪费很多不必要的时间、网络和计算成本。

大家好我是周杰伦却说这一日，Redis正如往常一般工作，不久便收到了一条SAVE命令。虽说这Redis常被用来当做缓存，数据只存在于内存中，却也能通过SAVE命令将内存中的数据保存到磁盘文件中以便持久化存储。只见Redis刚打开文件，准备写入，不知何处突然冲出几个大汉将其擒住。到底是怎么回事？Redis一脸懵。这事还得要从一个月之前说起。挖矿病毒一个月

在一次使用MDk的编译优化等级比较高的时候发现编译不优化时功能正常，开了优化等级02就出现异常，调试中看了很多博客总结一下。一个变量，如果你的主程序要用到，同时中断还要用到，要加volatile修饰。告诉编译器这个变量是可能随时发生变化的，使得编译器编译程序的时候，每次都从RAM里面读取数据，而不是使用之前缓存到寄存器里面的值。对于多任

上一篇(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fblog.csdn.net%2Ftianyaleixiaowu%2Farticle%2Fdetails%2F100015840)，我们学习了innodb文件系统的大的框架，知道了innodb文件系统是由一些log和每个表的ibd（1

一般原理：发生拥塞控制的原因：资源(带宽、交换节点的缓存、处理机)的需求可用资源。作用：拥塞控制就是为了防止过多的数据注入到网络中，这样可以使网络中的路由器或者链路不至于过载。拥塞控制要做的都有一个前提：就是网络能够承受现有的网络负荷。对比流量控制：拥塞控制是一个全局的过程，涉及到所有的主机、路由器、以及降低网络相关的所有因素。流量控制往往指点对点

一、装饰器是什么python的装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。简单的说装饰器就是一个用来返回函数的函数。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离

浅谈java内存模型 不同的平台，内存模型是不一样的，但是jvm的内存模型规范是统一的。其实java的多线程并发问题最终都会反映在java的内存模型上，所谓线程安全无非是要控制多个线程对某个资源的有序访问或修改。总结java的内存模型，要解决两个主要的问题：可见性和有序性。我们都知道计算机有高速缓存的存在，处理器并不是每次处理数据都是取内

摘要：当数据库出问题时能降级从本地缓存的数据中查询数据，CoralCache就是这样一个提高微服务可用性的中间件。背景有些场景下，微服务依赖数据库中一些配置项或者数量很少的数据，但当数据库本身有问题时候，即使数据量很少，这个服务是不能正常工作；因此需要考虑一种能支持全量极少变更的全局数据的场景，当数据库出问题时能降级从本

据我所知，目前很多公司都在生产环境使用TiDB了，例如:小米，小红书，饿了吗，美团等。如今硬件的性价比越来越高，网络传输速度越来越快，数据库分层的趋势逐渐显现，人们已经不再强求用一个解决方案来解决所有的存储问题，而是通过分层，让缓存与数据库负责各自擅长的业务场景。当前数据库领域面临各种问题，如在缩放、一致性、大数据分析、与云基础架构集成等方面均存在