Python支持lambda匿名函数，其扩展的BNF表示法是lambdaexpr::"lambda"parameterlist":"expression，也就是lambda参数序列:表达式。这是一种便捷的函数定义方式，若翻译成我们熟知的函数形式，会是这个样子：def <lambda(parameterlist):    retu

Python支持lambda匿名函数，其扩展的BNF表示法是lambdaexpr::"lambda"parameterlist":"expression，也就是lambda参数序列:表达式。这是一种便捷的函数定义方式，若翻译成我们熟知的函数形式，会是这个样子：def <lambda(parameterlist):    retu

Redkale技术详解01双亲委托模型Redkale(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fredkale.org%2Findex.html)里大量使用了双亲委托模型，序列化的ConvertFactory、依赖注入的ResourceFactory、服务

在watermark之前先说下时间的概念，在https://blog.51cto.com/mapengfei/2554577里面有各种时间窗口，实际生产中那是以哪个时间为准产生的窗口呢？事件发生的时间？进入flink程序的时间？还是flink开始处理的时间Flink提供了一套设计解决方案设置可以在代码中env直接设置

好久没更了，都在有道云上面记录，没时间搬过来。easyexcel是最近项目做优化涉及的一个改善点吧。简介        导出是后台管理系统的常用功能，当数据量特别大的时候会内存溢出和卡顿页面，曾经自己封装过一个导出，POI百万级大数据量EXCEL导出采用了分批查询数据来避免内存溢出和使用SXSSFWorkbook方式缓存数据到文件上以解决

背景随着近几年物联网的发展，时序数据迎来了一个不小的爆发。从DBEngines上近两年的数据库类型增长趋势来看，时序数据库的增长是非常迅猛的。在去年我花了比较长的时间去了解了一些开源时序数据库，写了一个系列的文章（综述、HBase系、Cassandra系、InfluxDB、Prometheus），感兴趣的可以浏览。这几大开源时序数据库的实现各

Quartz的集群部署方案在架构上是分布式的，没有负责集中管理的节点，而是利用数据库锁的方式来实现集群环境下进行并发控制。BTW，分布式部署时需要保证各个节点的系统时间一致。Quartz数据库核心表如下：tabledescriptionQRTZ\_CALENDARS存储Quartz的Calendar信息QRTZ\_CR

Subversion(SVN)是一个开源的版本控制系統,也就是说Subversion管理着随时间改变的数据。这些数据放置在一个中央资料档案库(repository)中。这个档案库很像一个普通的文件服务器,不过它会记住每一次文件的变动。

VM集群由以下子模块组成vmstorage：存储原始数据，并根据指定时间范围和标签过滤条件等返回查询数据集vminsert：接收数据写入，并根据指标名和标签按一致性hash分发至集群中vmstorage节点vmselect：执行查询请求，从数据所在的vmstorage节点获取数据每个模块可以独立扩缩容。其中vmstorage各节点之间不互相通信，属于sharenothing架构。如此可以增加集群可用性，也简化了集群维护、扩容。

GraphQL是一种API查询语言和运行时，用于使用现有数据完成这些查询。它为您的API中的数据提供了完整且易于理解的描述，让客户能够准确地询问他们需要什么，更容易随着时间的推移发展，并启用强大的开发人员工具。GraphQLQueryGraphQL的查询是