t-io

最近看了一个开源项目RuoYi-Vue，感觉挺不错的 所以，你学到了啥？ emmm，学会了前后端分离，多数据源运用？好像没其它了… 嗐，这么好的一个开源项目你就学了这点东西？ 你有啥好建议呀，怎么学习开源项目？ 我给你几个主流项目笔记，是一个大神整理和分享的，你可以参考学习，提高效率！ 项目一： cloud-platform 学习重点： 服务鉴权中心 用户间鉴权 服务之间鉴权 springcloud组件大回顾 图文笔记： 视频讲解： 项目二： Guns 学习重点： map+warpper模式 Api数据传输安全 数据范围限定 多数据源、jwt 图文笔记： 视频链接： 项目三： bootshiro 学习重点： restful接口设计 前后端分离 数据传输动态秘钥加密 jwt过期自动刷新 图文讲解： 项目四： vueblog 学习重点： 如何搭建一个脚手架 前后端分离如何对接 如何开发Vue+element-ui项目 从0到1开发一个项目的完整教程 图文讲解： 视频讲解： 项目五： renren-fast 学习重点： 项目技术框架分析 前后端分离-token机制 安全防范模块--预防xss攻击与sql注入 多数据源的使用分析总结 如何Docker部署项目 图文文档目录： 项目六： miaosha 学习重点： 秒杀系统场景特点与设计要点分析 高并发优化方向 秒杀限流处理

E ditor's note 编者按 2020年7月9日， 国际顶级期刊 Cell 同期发表了 3篇 关于肺癌的临床蛋白质组分析文章，分别来自 中国大陆、中国台湾以及CPTAC组织的研究团队 。 肺癌是发病率最高的癌症，而蛋白质 组是精准医 学的新趋势。 肺癌是全世界发病和死亡人数最多的癌症，五年生存期不足20%。在其病理分型中，肺腺癌 （LUAD） 是最为常见的肺部恶性肿瘤，占比约40%。由于肺癌的高发病率和高致死率，其已经成为了人类生命健康的重要威胁，同时也一直是科学家们希望竭力攻克的“堡垒”。 然而，越来越多的证据显示，肿瘤的发生发展并不是基因突变的集合。首先，肿瘤组织出现异常的直接原因是执行功能的蛋白质发生了异常变化，而这些异常并不能在基因层面被完全反映出来。再者，目前药物作用的直接靶点都是蛋白质，而不是基因。人们之所以去检测基因，实际上是希望这些基因能够间接反映出其对应蛋白质层面的功能信息。 因此，直接检测临床肿瘤样品的蛋白质组，是未来研究的必然趋势。 无论是生信分析还是基础研究，中心法则都是基础。各个层次的组学研究也是以中心法则为基础展开的。 这类研究过去已经在乳腺癌、胃癌、肝癌等方面取得了很好的成果，但在肺癌方面还没有大规模的分析报道。因此，这篇由中科院药物所 谭敏佳 研究员、北京蛋白质组研究中心 贺福初 院士、 汪宜 研究员、中国医学科学院 肖汀 教授、上海交通大学

肺癌是全世界发病和死亡人数最多的癌症，五年生存期不足20%。 在其病理分型中，肺腺癌 （LUAD） 是最为常见的肺部恶性肿瘤之一，占比约40%。由于肺癌的高发病率和高致死率，其已经成为了人类生命健康的重要威胁，同时也一直是科学家们希望竭力攻克的“堡垒”。 然而，越来越多的证据显示，肿瘤的发生发展并不是基因突变的集合。首先，肿瘤组织出现异常的直接原因是执行功能的蛋白质发生了异常变化，而这些异常并不能在基因层面被完全反映出来。再者，目前药物作用的直接靶点都是蛋白质，而不是基因。人们之所以去检测基因，实际上是希望这些基因能够间接反映出其对应蛋白质层面的功能信息。 因此，直接检测临床肿瘤样品的蛋白质组，是未来研究的必然趋势。 无论是生信分析还是基础研究，中心法则都是基础。各个层次的组学研究也是以中心法则为基础展开的。 这类研究过去已经在乳腺癌、胃癌、肝癌等方面取得了很好的成果，但在肺癌方面还没有大规模的分析报道。因此，这篇由中科院药物所 谭敏佳 研究员、北京蛋白质组研究中心 贺福初 院士、 汪宜 研究员、中国医学科学院 肖汀 教授、上海交通大学 李婧 教授合作发表的中国大陆人群肺腺癌蛋白组学分析“ Integrative Proteomic Characterization of Human Lung Adenocarcinoma ”研究论文 [1] ，具有开创性意义 （图1） 。 图1.

关于架构 将帅无能，累死三军；架构不行，耗死码农。 架构之于软件，同地基之于大厦。 地基腐则大厦塌，架构烂则软件败 架构图 架构解说 1. 多级缓存 两级是使用较多的一个流程，所谓两级缓存指的是本地缓存和分布式缓存，当本地缓存没有命中时，则去分布式缓存中获取数据；而本架构中说到了多级缓存，是将本地缓存又分为拦截器之前的缓存和业务数据缓存。拦截器之前的缓存指的是收到请求时，直接从请求路径中获取缓存，如果命中则直接返回；业务数据缓存比较大众，本文略过介绍 2. 协议适配/转换 web型的客户端，用websocket会比较自然舒服；非web型的客户端如安卓、IOS，用普通的socket会比较舒服简单。于是服务器就需要同时支持普通socket和websocket，为了减化业务开发，统一消息体结构，本架构特别放置了协议适配器和协议转换器，用于将不同协议的Packet统一成业务需要的Packet。好在t-io内置了协议转换器，也提供了端口数据共享的机制，所以在实现本架构的意图时就变得相对简单。 3. 流量控制 流控是每个系统必备的一个功能了，勿用多言，实现起来并不复杂 4. 任务队列 为了提升系统的流畅度，很多操作都会变成异步的，队列成为必不可少的一个组件 5. t-io集群 t-io企业版的集群版，已经内置了集群能力，使用起来也相当简单，本系统做了一个集群开关，可随时对集群和非集群进行切换

PBFT 算法的java实现（上） 在这篇博客中，我会通过Java 去实现PBFT中结点的加入，以及认证。其中使用socket实现网络信息传输。 关于PBFT算法的一些介绍，大家可以去看一看网上的博客，也可以参考我的上上一篇 博客 ，关于怎么构建P2P网络可以参考我的上一篇 博客 。 该项目的地址： GitHub 使用前的准备 使用maven构建项目，当然，也可以不使用，这个就看自己的想法吧。 需要使用到的Java包： t-io：使用t-io进行网络socket通信，emm，这个框架的文档需要收费（699RMB），但是这里我们只是简单的使用，不需要使用到其中很复杂的功能。 fastjson：Json 数据解析 lombok：快速的get，set以及toString hutool：万一要用到呢？ lombok：节省代码 log4j：日志 guava：Google的一些并发包 结点的数据结构 首先的首先，我们需要来定义一下结点的数据结构。 首先是结点Node的数据结构： @Data public class Node extends NodeBasicInfo { /** * 单例设计模式 * @return */ public static Node getInstance () { return node; } private Node () {} private static

1 任务 　　为了学习计算机底层和os，我给自己布置了一个任务：在x86硬件上，使用c和nasm来显示一张bmp图片。完成这个任务，前后估计花了2个月的业余时间。 　　这个任务涉及了很多知识点，包括：启动区、保护模式、nasm汇编、c和nasm汇编互调、ld链接、硬盘io读取、显卡调色板模式、bmp图片格式、bios中断指令、c指针操作内存、borch虚拟机、binutils工具集、makefile等。 2 环境 ubuntu borchs nasm和 c PS： ｃ代码遵循google的C++ 风格指南，使用gnu99标准 。 3步骤 3.1 生成一个10M的硬盘镜像 　　bximage是borchs软件包的一个小工具，可以用于生成硬盘或软盘镜像。打开终端，输入：bximage。按照如下图所示的，一步一步地操作。 最终会在当前目录下，生成一个名为10M.img的文件。 3.2 准备一张320*200的bmp图片 　　为简单起见，屏幕的分辨率使用320*200。因此我们的bmp图片的大小320*200。我准备了一张图片，如下，这是我家主子的靓照。 　　将文件命名为cat-666.bmp，然后写入到#201扇区 dd if =src/cat-ham.bmp of=10M.img bs=512 seek=201 conv=notrunc 3.3 引导区 　　引导区位于启动盘的#0扇区

PBFT 算法的java实现（上） 在这篇博客中，我会通过Java 去实现PBFT中结点的加入，以及认证。其中使用socket实现网络信息传输。 关于PBFT算法的一些介绍，大家可以去看一看网上的博客，也可以参考我的上上一篇 博客 ，关于怎么构建P2P网络可以参考我的上一篇 博客 。 该项目的地址： GitHub 使用前的准备 使用maven构建项目，当然，也可以不使用，这个就看自己的想法吧。 需要使用到的Java包： t-io：使用t-io进行网络socket通信，emm，这个框架的文档需要收费（699RMB），但是这里我们只是简单的使用，不需要使用到其中很复杂的功能。 fastjson：Json 数据解析 lombok：快速的get，set以及toString hutool：万一要用到呢？ lombok：节省代码 log4j：日志 guava：Google的一些并发包 结点的数据结构 首先的首先，我们需要来定义一下结点的数据结构。 首先是结点Node的数据结构： @Data public class Node extends NodeBasicInfo { /** * 单例设计模式 * @return */ public static Node getInstance () { return node; } private Node () {} private static

问题： For a challenge, a fellow code golfer wrote the following code : 对于挑战， 一位代码高尔夫球手 编写了以下代码 ： import java.util.*; public class Main { public static void main(String[] args) { int size = 3; String[] array = new String[size]; Arrays.fill(array, ""); for(int i = 0; i <= 100; ) { array[i++%size] += i + " "; } for(String element: array) { System.out.println(element); } } } When running this code in Java 8, we get the following result: 在Java 8中运行此代码时，我们得到以下结果： 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91 94 97 100 2 5 8 11 14 17 20 23 26 29 32 35 38 41

来源：文章转载自期刊《微纳电子与智能制造》，作者：陈 佳，潘文谦，秦一凡，王 峰，李灏阳，李 祎，缪向水。 摘 要 基于忆阻突触器件的硬件神经网络是神经形态计算的重要发展方向，是后摩尔时代突破传统冯·诺依曼计算架构的有力技术候选。综述了国内外忆阻硬件神经网络的近期发展现状，从器件发展和神经网络两个方面，详细阐述了忆阻器这一新兴信息器件在神经形态计算中所发挥的角色作用，讨论了依然存在的关键问题和技术挑战。忆阻器为实现存算一体化架构和超越摩尔定律提供了技术障碍突破的可行方案。 引 言 在当今数据量爆炸式增长的背景下，传统计算架构遭遇冯·诺依曼瓶颈，晶体管微缩，摩尔定律已难以延续，这已成为继续提升计算系统性能过程中难以克服的技术障碍[1-4]。神经形态计算概念的提出无疑是可以实现技术突破的一大曙光，人脑信息处理系统的复杂程度是最先进的超级计算机也无法媲美的。在已报道的神经形态计算架构芯片中，其计算能力显著提高，并且体积和能耗远小得多。因此，神经形态计算架构的发展在软件和硬件领域都被极度重视，有望替换当前计算系统架构。 而在众多用于实现神经形态计算的硬件元件中，忆阻器以其高集成度、低功耗、可模拟突触可塑性等特点成为一大有力备选。忆阻器早在1971年就由蔡少棠教授[5]以第4种无源基本电路元件的概念提出，2008年由惠普实验室首次在 Pt/TiO2/Pt三明治叠层结构中通过实验验证[6]

　　“我是一个科幻迷，很早就开始看《终结者》《星际迷航》这类的科幻电影了，我觉得科幻电影中的机器人看起来未来感十足，机器人的仿生眼也都特别酷炫 ......” 香港科技大学电子与计算机工程系范智勇教授如是说。 　　正是源于这样一个科幻梦，范阿智勇及其团队在自 2011 年以来的近 10 年时间内，一直专注于仿生眼的突破性研究。 　　 　　图｜由阿诺·施瓦辛格饰演的 “终结者”（来源：《终结者》剧照） 　　不久前，范智勇团队在国际顶级科学期刊《自然》（Nature）杂志上发表的一篇题为 “A biomimetic eye with a hemispherical perovskite nanowire array retina” 的论文中，提出了一种 “新型纳米线球形仿生眼” 的概念，这一研究成果得到了业界同行专家的高度认可，被评述为 “过去几十年来仿生眼开发的重要突破”。 　　论文的第一作者、香港科技大学电子与计算机工程系顾磊磊博士告诉 DeepTech，人眼功能之所以远超现有的成像设备，一个重要原因是其不同寻常的球状结构，“但当前的半导体制造基于平面工艺，无法加工此种球面器件”。 　　在范智勇、顾磊磊等人的工作中，他们打破常规，将柔软的铝冲压为半球状，采用一种 “阳极氧化” 的技术将其转变为相应形状的多孔氧化铝纳米模板，之后采用化学气相沉积的方法将纳米线长在纳米孔道内