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。

_0\.手把手教你做中间件、高性能服务器、分布式存储技术交流群_手把手教你做中间件、高性能服务器、分布式存储等(redis、memcache、nginx、大容量redispika、rocksdb、mongodb、wiredtiger存储引擎、高性能代理中间件)，git地址如下:git地址:https://github.com/y1234

!(https://www.w3cschool.cn/attachments/image/20170807/1502093784622523.png)写在前面：设计模式源于生活，而又高于生活！

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

上一篇(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fblog.csdn.net%2Ftianyaleixiaowu%2Farticle%2Fdetails%2F100079700)，我们学习了innodb文件系统内部大的存储结构，包括段（segment），簇（extent），页（pa

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

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