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

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

市面上APP产品众多，开发的技术及资金成本问题解决了，那么接下来的难题在于APP如何运营？核心问题就是：APP上线后，该如何才能留住核心用户。不同的APP功能不一样，所面对的受众不一样，留住用户的手段就不一样，但是主要分为两条路线：第一种：就是小众的产品，要做就是以培养共同爱好的死忠用户为目的，形成圈子内的核心地位。第二种：就是大众化的产品，比如

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

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

信息化时代，越来越多的企业开始放弃传统服务器而使用云服务器。云服务器，作为一种可用于搭建网站、应用开发和测试的新型互联网服务托管平台，正在快速的崛起。那云服务器和传统服务器有哪些区别呢？它们各有的优劣势有哪些呢？一、费用投入传统服务器成本较高，所以主机租用或托管的价格较贵，每年至少千元以上。对于个人及中小团队来说，使用云服务器会更灵活实惠，且能满足不同的定制

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。

本文通过实际业务需求场景建模案例，为读者提供一种业务模型向数据模型设计的方法论，用于指导实际开发中如何进行业务模型向数据模型转化抽象，并对设计的数据模型可用性、扩展性提供了建议性思考。通过文章，读者可以收获到业务模型向数据模型抽象可参考的一种方法论，并针对后期业务需求变化，尽可能降低模型调整或者模型推a倒重建的风险。本文可以重点关注建模实施流程，针对自己实际业务场景，不断抽象优化自己的数据模型。