技术文章

随着智能手机的迅速普及，与3G网络的快速发展，移动互联网的相关业务，已逐渐成为国内各厂商关注的焦点，中国手机游戏市场目前仍然以网游版产品为主。从整体行业来看，中国手机游戏行业处于快速发展期，近两年来，在电信运营商和手机游戏开发商的联合推动下，中国的手机游戏行业，取得了较快的发展。 手游行业发展如此之快，玩家在选择手游平台的时候，往往无法辨别平台的优势和劣势。接下来我们就一一分析一下： 最佳体验奖的手游折扣中心： 平台特点： 》》》手游折扣中心官网地址《《《（点击） 最大的特点就是安全，第二大特点是力度最大。为什么呢？ 汇聚安卓苹果几乎所有的游戏资源，礼包资源，攻略资源。拥有超过1亿的用户基数的玩家论坛。明码实价，明确标明出首充和续充，让人感觉到放心。 平台首创的SDK模式，游戏厂家直接植入SDK充值代码，由游戏方深度接入平台的代码，安全性有保障，不会出现一些小平台，公会端的封号情况，官方接入，你懂的，游戏方资源大力扶持，绝对安全。 流畅的App体验，只需要在app中，选择游戏，进行充值，每一步都标明的非常清楚，不会有任何的困惑。让你实实在在的氪金，安安全全的投入游戏。 强大的游戏圈资源。没有哪个平台能坚持为玩家服务15年，那么久的游戏圈资源，无论是礼包，攻略还是福利都是能接到首发。选择一个资源强大的平台，是辅助玩家游戏上分的最大的助力。 真实的玩家社交圈。这个平台，全是资源老玩家

download: 协程原理从入门到精通 每个后端开发都需要掌握的高性能开发技术 协程知识在很多课程中都有提到，但都是浅尝即止，均不深入。本课程作为市面上首门协程专题课程，将从基础讲起，与应用原理联动起来，深入协程原理更易于理解，结合丰富的课程案例，并使用Python语言进行落地实践。但一法通则万法通，不管你是Java、Go还是PHP开发，都可以通过本门课程掌握协程原理。对于初中级开发而言，是一门非常适合起手学习高性能开发的课程。 适合人群 希望掌握进程、线程、协程底层原理的同学 想突破业务瓶颈，提高项目并发能力的工程师 面试一问就懵，想系统梳理下协程知识的同学 技术储备要求 具备Python语法基础 有后端项目经验 import random 2 if name ==" main ": #四位數字字母考證码的生成 3 checkcode="" #保管考證码的變量 4 for i in range(4): 5 index=random.randrange(0,4) #生成一個0~3中的數 6 if index!=i and index +1 !=i: 7 checkcode +=chr(random.randint(97,122)) # 生成a~z中的一個小寫字母 8 elif index +1==i: 9 checkcode +=chr(random.randint(65,90)

download: 新RabbitMQ精讲，项目驱动落地，分布式事务拔高 大部分同学的现状是：熟悉表面理论知识，却无法很好应用到工作中。我们收到这些反馈后，才诞生了本课程。 为了避免只学到死知识、不敢在生产环境实操的尴尬局面。本课从知识上也是从入门到精通，但却全程用项目递进的方式讲授知识。目标就是会用，课程中还融入了很多开发小Tips。并且把深度做足：解读核心源码，基于RabbitMQ二次开发，手写分布式事务框架，提升技术深度，培养框架思维。 适合人群 对RabbitMQ不了解的Java开发者 有RabbitMQ基础，实际使用经验有限的Java开发者 对RabbitMQ感兴趣的开发者 技术储备要求 Java语言基础、SpringBoot基础 实例(Python 2.x) #!/usr/bin/python - - coding: UTF-8 - - score = int(raw_input('输入分数:\n')) if score >= 90: grade = 'A' elif score >= 60: grade = 'B' else: grade = 'C' print '%d 属于 %s' % (score,grade) 实例(Python 3.x) #!/usr/bin/python3 score = int(input('输入分数:\n')) if score >=

使用Canal实现redis和mysql的同步 canal 工作思路 Canal 会将自己伪装成 MySQL 从节点（Slave），并从主节点（Master）获取 Binlog，解析和贮存后供下游消费端使用。Canal 包含两个组成部分：服务端和客户端。服务端负责连接至不同的 MySQL 实例，并为每个实例维护一个事件消息队列；客户端则可以订阅这些队列中的数据变更事件，处理并存储到数据仓库中。下面我们将mysql同步到 redis mysql版本 5.6 canal版本 1.1.0 安装 mysql 后修改自己mysql配置 vim /etc/my.cnf # 开启mysql的binlog模块 log-bin=mysql-bin binlog-format=ROW # server_id需保证唯一，不能和canal的slaveId重复 server_id=121 # 需要同步的数据库名称 binlog-do-db=test_canal # 忽略的数据库，建议填写 binlog-ignore-db=mysql # 启动mysql时不启动grant-tables授权表 skip-grant-tables 创建一个mysql用户 canal 并且赋远程链接权限权限，和测试库 test_canal , CREATE USER canal IDENTIFIED BY 'canal';

Docker是什么 　　 Docker使用Google公司推出的Go语言进行开发实现，基于Linux内核的cgroup、namespace、以及AUFS类的UnionFS等技术，对进程进行封装隔离，属于操作系统层面 　　的虚拟化技术。由于隔离的进程独立于宿主和其它的隔离进程，因此也称其为容器。 　　Docker在容器的基础上，进行了进一步的封装，从文件系统、网络互联到进程隔离等等，极大的简化了容器的创建和维护。使得Docker技术比虚拟机技术更为轻便、快捷。 Docker技术与虚拟机技术 　　1、传统虚拟机技术 　　　　 传统虚拟机技术是虚拟出一套硬件后，在其上运行一个完整操作系统，在该系统上再运行所需应用进程。 　　2、Docker技术 　　　　 容器内的应用进程直接运行于宿主的内核，容器内没有自己的内核，而且也没有进行硬件虚拟。因此容器要比传统虚拟机更为轻便。 　　3、Docker优势 更高效的利用系统资源（占用内存一般为MB级别，单机上支持上千个容器） 更快速的启动时间（秒级启动） 一致的运行环境 持续交付和部署 更轻松的迁移 更轻松的维护和扩展　 Docker基本概念 　　Docker包括三个基本概念： 　镜像（Image） 　容器（Container） 　仓库（Repository） 来源： oschina 链接： https://my.oschina.net/u

来自量子位 前不久，一个「身价」 7.5 万 颗星的 GitHub 项目，从受热捧，到被起诉下架，再到引发社区热议。 故事本已一波三折。 但最近，关于这个项目的最新「剧情」，又有了重大更新。 GitHub 官方宣布：拒绝投诉内容， 恢复项目存储库 。 除此之外，还追加了一项重要举措 —— 启动 100 万美元 保护基金（defense fund）。 △ GitHub 官方发文 而这部「连续剧」的主人公，就是大名鼎鼎的 youtube-dl 。 关于它的故事，着实精彩，且细细品读。 youtube-dl：广受欢迎的下载神器 youtube-dl 已经成为 GitHub 上最受欢迎的项目之一，拥有 7.5 万星，人气介于 Node.js 及 Kubernetes 之间。 2006 发布，一开始只能从 YouTube 下载视频和音频，后来经过创作人员的不断完善，下载支持的站点达到了 1000 多个，成为最受欢迎的下载神器。 △ 支持下载的网站列表 从国外的 YouTube、BBC、CBS、Twitter、Facebook 上的音视频下载，再到国内的爱奇艺、腾讯视频、芒果 TV、优酷视频、B 站、酷我音乐、网易音乐…… 几乎涵盖了全球各大音视频网站。 截至 2020 年 10 月，该项目是 GitHub 上星级最高的项目之一。 然而，这个强大的神器，可能会侵犯到相关公司的利益。 果不其然，

支持向量机SVM 这是线性支持向量机，LSVM margin margin值越大越好，因为margin值越大，空间区分两组数据效果越好，margin值越小，空间区分两组数据效果越差 margin值最大的向量空间最好 lagrange multipliers拉格朗日乘数法是解决支持向量机margin最大值方法 在数学最优问题中，拉格朗日乘数法（以数学家约瑟夫·路易斯·拉格朗日命名）是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法。这种方法将一个有n 个变量与k 个约束条件的最优化问题转换为一个有n + k个变量的方程组的极值问题，其变量不受任何约束。这种方法引入了一种新的标量未知数，即拉格朗日乘数：约束方程的梯度（gradient）的线性组合里每个向量的系数。 [1] 此方法的证明牵涉到偏微分，全微分或链法，从而找到能让设出的隐函数的微分为零的未知数的值。 支持向量优点 1.支持多维空间 2.不同核函数用于不同决策函数 支持多维空间 非线性SVM可以转换为多维空间支持向量机 支持向量缺点： 1.如果数据特征（维度）大于样本量，支持向量机表现很差 2.支持向量机不提供概率区间估计 优点：可处理多维度数据分类，小样本数据可以工作 缺点：找到准确的核函数和C参数，gamma参数需要很大计算量 优点：灵活，处理低维度和高维度数据，高维度数据小样本量表现良好 缺点：高维度

汉诺塔问题是一个递归的经典问题。 问题描述： 　　有x,y,z三根柱子，在x柱子上有按照大在下，小在上的规则，放着64个套筒，现在要将64个套筒借助柱子y移到柱子z上，且每次只能移动一个套筒，每个柱子上的套筒每时每刻只能按照大套筒在下面，小套筒在上面的规则放着，请问一共要移动多少次才能完成该项任务? 解题思路： 　　我们一般会这样想，先把上面63个套筒从x移到y，然后再将第64个从x移到z，最后再将63个从y移动到z，任务完成。 　　那么63个套筒怎么移动呢？同样，先把62个套筒从x移到y.。。。。 代码详解： 1 // 一共64个盘子 2 void hanota( char a, char b, char c, int n) { 3 4 if (n == 1 ) 5 cout << a << " -> " << c << endl; // 将第64个从a,移到c 6 else { 7 hanota(a, c, b, n - 1 ); // 先将上面63个盘子移到b 8 hanota(a, b, c, 1 ); // 然后将第64个从a,移到c 9 hanota(b, a, c, n - 1 ); // 最后将b上的63个移到c 10 } 11 } 12 13 14 void T014() { 15 char a = ' x ' ; 16 char b = ' y ' ; 17

mysql 通过测试'for update'，深入了解行锁、表锁、索引 参考：https://www.cnblogs.com/wangshiwen/p/9837408.html 条件 FOR UPDATE 仅适用于InnoDB存储引擎，且必须在事务区块(BEGIN/COMMIT)中才能生效。 mysql默认情况下每个sql都是单独的一个事务，并且是自动提交事务。 测试之前需要设置成非自动提交事务，不然无法模拟并发访问: mysql> select @@autocommit; + --------------+ | @@autocommit | + --------------+ | 1 | + --------------+ 1 row in set ( 0.00 sec) mysql> set autocommit = 0; Query OK, 0 rows affected ( 0.00 sec) mysql> select @@autocommit; + --------------+ | @@autocommit | + --------------+ | 0 | + --------------+ 1 row in set ( 0.00 sec) 此修改只针对当前窗口有效，重新打开的新窗口依然是自动提交事务的 所以要就需要两个窗口，窗口a：非自动提交事务，用于for

docker安装后启动不了 解决方法 参考文章： （1）docker安装后启动不了 解决方法 （2）https://www.cnblogs.com/byfboke/p/8985077.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/u/4432649/blog/4839498