前言前段时间笔者一直忙于数据可视化方面的工作，比如如何实现拖拽式生成可视化大屏，如何定制可视化图表交互和数据导入方案等，这块需求在B端企业中应用非常大，所以非常有探索价值。本篇文章并非和数据可视化相关，而是通过抽象技术底层，将其应用于H5页面可视化搭建上，通过技术的手段实现拖拽式生成H5页面。这块也有非常多的应用场景，比如我们需要开发一个移动端网站，一

今天被抓差给候选者进行初面。在这里记录一下面试中涉及的几个知识点。每次面试我都会递给候选者一瓶水，这样可以让候选者没那么紧张，有更好的状态进行面试，毕竟面试是双向选择，公司也需要尽快找到合适的人，没那么多网上说的心理战。这里我还想吐槽一下面试造火箭工作拧螺丝，尤其是开发行业，很多面试官针对自己擅长的方向大问特问，完全忽略了候选人的优势，从而给候选人带来一个极

随着全社会数字化转型的加速，“上云”已经成为各行各业数字化转型过程中的关键一步，“用云量”也成为衡量行业数字经济发展程度的重要参考指标。相对于转型复杂的传统行业，web、移动等领域的新应用的开发、上线基本上都已经将云作为首选方式。作为程序员，我们是这一进程的直接参与者，先行者，你是否也期望拥有属于自己的云资源，随时随地的可以连线使用呢？尤其是云数据库，你可

做的是电商系统，主系统生成订单后，分别加入到不同的队列中给另外的三个子系统来异步处理，订单和商品是一对多的关系，在实际测试中，发现其中有一个子系统从队列中获取到的订单实体中，商品列表一直为空，子系统的开发人员一直说是获取不到值导致。因为这个问题，测试一直没通过，不得已只能打日志，反复排查。最后发现在这个子系统中，从队列拿到订单实体后，商品列表是不为空的，但是

如今，大型企业的应用平台正在向微服务架构进行转型。在微服务架构下，应用程序和数据库等底层平台的关系将会被重构，新一代分布式数据库必须支持弹性扩张、资源隔离、多租户、可配置一致性、多模式（支持各类SQL协议）、集群内可配置容灾策略等一系列功能。传统单点数据库的容量瓶颈，仅仅是分布式数据库所解决的问题之一。更重要的是在未来微服务化应用开发以及云化

前言最近公司在搞技术创新，老板把一群程序员拉到山上，锁在酒店会议室里憋了一晚总结出来几条意见，其中之一就是之所以每次产品改需求我们都会苦哈哈的加班写bug，主要不是因为产品今天提的需求，昨天就该上线，而是因为我们没有一种无需硬编码就能修改系统逻辑的方法。大家一致同意改变命运的关键在于开发一个可视化的规则编辑和执行引擎。我一听这不就是我N年前搞过的决

每隔一段时间就会出现一篇关于数据库性能描述得天花乱坠的文章，经常出现100WQPS这样的大数字，去掉几千字的文字讲解后，核心内容是一台顶级配置的服务器和为测试专做的配置，对于大部分系统根本不会去购买哪台不知哪里才有卖的服务器，大部分开发人员也不会去折腾哪一堆配置，并且改了默认配置往往引入新问题。怎样的数据库测试才是最真实，反映系统实际运行能力？GIT@OS

自疫情爆发后，社会对于数字化的需求有了一个爆发的高潮，低代码就展现出起无可比拟的优势来，并在实际应用中披荆斩棘，被各行各业越来越多的企业所接受。低代码应用场景极广，可以在大多数领域发挥价值。市场越来越发现，低代码是数字化转型的一个好用且重要的工具，它可以快速应用程序开发，以最快的时间完成交付，并提供高度灵活性和可扩展性，所以，低代码也成为数字化转型中的代名词

我整理了一下：哈希竞猜游戏开发原理。哈希区块链的搭建原理。哈希值的应用和定义哈希值就是文件的身份证，不过比身份证还严格。他是根据文件大小，时间，类型，创作着，机器等计算出来的，很容易就会发生变化，谁也不能预料下一个号码是多少，也没有更改他的软件。哈希算法将任意长度的二进制值映射为固定长度的较小二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧

目前市面上充斥着大量关于跳跃表结构与Redis的源码解析，但是经过长期观察后发现大都只是在停留在代码的表面，而没有系统性地介绍跳跃表的由来以及各种常量的由来。作为一种概率数据结构，理解各种常量的由来可以更好地进行变化并应用到高性能功能开发中。本文没有重复地以对现有优秀实现进行代码分析，而是通过对跳跃表进行了系统性地介绍与形式化分析，并给出了在特定场景下的跳跃表扩展方式，方便读者更好地理解跳跃表数据结构。