Bolt

　　 　　美国时间 7 月 27 日，阿斯利康与第一三共宣布达成合作，双方将共同开发第一三共开发的靶向人滋养层细胞表面糖蛋白抗原 2（TROP2）的抗体偶联药物（ADC）DS-1062，合作金额近 60 亿美元。这并不是阿斯利康在 ADC 领域的第一次大手笔，2019 年，阿斯利康与第一三共就后者开发的靶向 HER2 的 ADC 药物 DS-8201 达成 69 亿美元的大单。 　　阿斯利康再次重仓无疑是给 ADC 领域的一剂强心针。近年来，ADC 药物赛道火热，目前已经成为肿瘤领域最受关注的研发方向之一。 预计到 2030 年全球 ADC 药物市场规模有望突破 100 亿美元，市场前景广阔。 　　 发展回溯及未解难题 　　ADC 由人源化单克隆抗体、有效载荷以及 Linker 构成。抗体的主要作用在于精准识别肿瘤细胞表面的靶标，有效载荷相当于细胞毒性物质，杀伤肿瘤细胞，而 Linker 将抗体与有效载荷连接在一起。 它就像一颗定位精准的生物导弹，通过抗体的靶向作用特异性地识别肿瘤细胞表面抗原，到达肿瘤细胞后，通过内吞作用进入细胞内， Linker 在细胞内微环境或者或溶酶体的作用下裂解，释放细胞毒性药物杀死肿瘤细胞。 其优势在于既保存抗体药物的精准靶向作用，又有小分子细胞毒性药物的强力杀伤作用。 　　 　　图 | ADC 药物杀伤肿瘤细胞（来源：Avicenna Journal

　　一个国家科技企业的发展状态，某种程度上反映了其营商环境和科技创新实力。 　　本文基于 CB Insights 数据，系统盘点四大地区（涉及部分亚洲地区、大洋洲、欧洲和美国）的 50 多个主要国家，找出每个地区/国家融资总额最高的科技初创企业。 将这些企业放入一个版图中去比较，侧面观察一个国家的创业创新活跃度和科技创新能力。 　　 亚洲&太平洋篇——独角兽占比最高 　　2019 年，投资者向总部位于亚太地区（从中国到新西兰）的近 8500 家科技初创企业注入了逾 1100 亿美元的资金。如中国的金融科技巨头蚂蚁金服（Ant Financial Services Group）、印尼的按需服务平台独角兽 Gojek 和澳大利亚的金融科技独角兽 Airwallex。 　　利用 CB Insights 数据，我们根据公开披露的融资情况，确定了亚太地区资金最雄厚的科技初创企业。 　　下图中的初创公司已经完成了超过 430 亿美元的公开股权融资。为了更细致的呈现该地区科技初创公司的发展，我们也列出了中国香港和中国台湾的企业。 　　 　　来源： CB Insights 　　亚太地区资金最充足的初创企业是中国的蚂蚁金融服务集团（Ant Financial Services Group），披露的股权融资总额超过 190 亿美元，是亚军 Grab 的两倍多。 　　排在第二位的是新加坡的按需服务公司

一、流式计算概念 　　利用分布式的思想和方法，对海量“流”式数据进行实时处理，源自业务对海量数据，在“时效”的价值上的挖掘诉求，随着大数据场景应用场景的增长，对流式计算的需求愈发增多，流式计算的一般架构图如下： 　　 　　Flume获取数据-->Kafka传递数据-->Strom计算数据-->Redis保存数据 二、storm介绍 　　Apache Storm是一个分布式实时大数据处理系统。Storm设计用于在容错和水平可扩展方法中处理大量数据。它是一个流数据框架，具有最高的摄取率。Storm是无状态的，它通过Apache ZooKeeper管理分布式环境和集群状态。它很简单，您可以并行地对实时数据执行各种操作，成为实时数据分析的领导者。 　　通俗的说，Storm用来实时处理数据，特点：低延迟、高可用、分布式、可扩展、数据不丢失。提供简单容易理解的接口，便于开发。 三、storm应用场景和典型案例 　　 应用场景： 　　 （1）监控日志分析： 从海量日志中分析出特定的数据，并将分析的结果用来辅佐决策，或存入外部存储器。 　　 （2）用户行为： 实时分析用户的行为日志，将最新的用户属性反馈给搜索引擎，能够为用户展现最贴近其当前需求的结果。 　　 （3）用户画像： 收集，维护用户兴趣，并在此基础上向对应受众的用户投放不同的数据和信息。 　　典型案例： 　　 （1）广告投放：

storm编程模型 Topologies Streams Spouts Bolts Storm核心组件 Topologies Streams Spouts Bolts Stream groupings Reliability Tasks Workers 具体介绍如下： topology 是storm中运行的一个实时应用程序的名称（拓扑），因为各个组件间的消息流动而形成逻辑上的拓扑结构。 stream 表示数据的流向，流式Storm的核心抽象。一个流是一个无界Tuple序列，Tuple可以包含整性、长整型、短整型、字节、字符、双精度数、浮点数、布尔值和字节数组。用户可以通过定义序列化器，在本机Tuple使用自定义类型； spout 在一个topology中获取源数据流的组件，通常情况下spout会从外部数据源读取数据，然后转换为topology内部的源数据； bolt 接收数据，然后执行处理的组件，用户可以其中执行自己想要的操作（Bolt可以完成过滤、业务处理、连接运算、连接访问数据库等业务）； stream grouping （流分组） 流分组是拓扑定义的一部分，为每个Bolt指定应该接收哪个流作为输入。在bolt的任务中定义流应该如何分区，Storm有7个内置的流分组接口（随机分组（Shuffle grouping）、字段分组（Fields grouping）、全部分组（All

正文前先来一波福利推荐： 福利一： 百万年薪架构师视频，该视频可以学到很多东西，是本人花钱买的VIP课程，学习消化了一年，为了支持一下女朋友公众号也方便大家学习，共享给大家。 福利二： 毕业答辩以及工作上各种答辩，平时积累了不少精品PPT，现在共享给大家，大大小小加起来有几千套，总有适合你的一款，很多是网上是下载不到。 获取方式： 微信关注 精品3分钟 ，id为 jingpin3mins，关注后回复 百万年薪架构师 ， 精品收藏PPT 获取云盘链接，谢谢大家支持！ -----------------------正文开始--------------------------- 承接之前的博： 亿级流量场景下，大型缓存架构设计实现 续写本博客： ****************** start： 　　接下来，我们是要讲解商品详情页缓存架构，缓存预热和解决方案，缓存预热可能导致整个系统崩溃的问题以及解决方案； 　　缓存--->热： 预热；热数据 　　解决方案中和架构设计中，会引入 大数据的实时计算技术 ---> st orm； 　　为什么引入这storm，必须是storm吗，我们后面面去讲解那个解决方案的时候再说； 　　 为什么引入storm： 　　因为一些热点数据相关的一些实时处理方案，比如快速预热，热点数据的实时感知以及快速降级，都会用到storm，

Neo4J 是DB-Engines图数据领域长期排名第一的数据库产品，目前有社区版和企业版两个版本： • 社区版：单实例、无容灾、不支持热备、缺乏技术支撑 • 企业版：高性能、可扩展、高可用、多种安全级别、数据完整性、完全托管、丰富的监控&审计 企业版目前最便宜的4Core单实例一年价格将近30万，高昂的价格让国内中小企业望而却步。目前国内大部分用户都选择社区版并在上面做定制开发，这需要企业投入额外人力成本进行图数据自管理和运营。下面是Neo4j企业版和Gdb云产品不同规格的价格对比： 兼容性 既然想要接入Gdb，那么Gdb目前Cypher支持到什么程度了？是否可以满足业务的使用需求？ 目前Gdb Cypher只支持bolt-v3协议；数据类型上目前支持Temporal外所有的数据类型，子句上基本支持所有常用的子句，函数上除过一些算数 来源： oschina 链接： https://my.oschina.net/u/4275644/blog/3225397

我想保存我的编辑到数据库，我在ASP.NET MVC 3 / C＃中使用实体框架代码优先，但我收到错误。 在我的Event类中，我有DateTime和TimeSpan数据类型，但在我的数据库中，我分别有日期和时间。 这可能是原因吗？ 在保存对数据库的更改之前，如何在代码中转换为适当的数据类型。 public class Event { public int EventId { get; set; } public int CategoryId { get; set; } public int PlaceId { get; set; } public string Title { get; set; } public decimal Price { get; set; } public DateTime EventDate { get; set; } public TimeSpan StartTime { get; set; } public TimeSpan EndTime { get; set; } public string Description { get; set; } public string EventPlaceUrl { get; set; } public Category Category { get; set; } public Place Place {