shin_chen_名字不要重复-CSDN博客

原创高可用系列之重要的小点：请求/重试机制

请求/重试机制这个点虽然非常非常重要（详情请看），但确实能说的不多，当然关键点还是有的。首先就是超时时间的设置，一般有两个值，connectTimeout 和 socketTimeout（有些地方也叫 readTimeout）。其次是重试的逻辑。

2024-04-10 18:24:15 318 1

原创高可用系列二：绝对核心——服务请求幂等

服务请求幂等，简单地解释可以为同一次请求，因为各种原因重试时得到的结果一致或者可被识别，这里的结果一致指的是对于平台数据的变更影响，比如重复提交同一订单，会不会生成重复订单。从上一篇（高可用系列一：高可用问题是如何产生的）分析可以看出，请求幂等在高可用场景是非常重要的一环。

2024-04-10 17:18:06 680 1

原创高可用系列特殊场景：第三方限时唯一访问令牌

很多第三方服务，都使用访问令牌来做访问验证，比如某度、某信的access token，主要特征如下：1、令牌由第三方系统发放，用于访问第三方特定资源；2、令牌存在有效期限，过期自动失效；3、同时只存在一个有效令牌，重新获取后之前获取到的令牌将会过期（这一点不是每个平台都严格限制，我们假设严格限制）。

2024-04-05 17:02:16 222 1

总得来说，我们在实现系统高可用时，目的是为了尽量让用户持续得到正确的结果，实现产品价值。当然从研发团队来说，这一系列措施是增加系统的被信赖关系，同时也很重要的一点是避免让开发人员陷入持续的救火中。一般需要采取的措施主要如下：1、系统版本推送与刷新机制、服务地址动态获取2、超时、重试机制，引申问题：请求幂等、服务发现与负载均衡策略3、多实例部署，避免单点，引申问题：服务发现、服务状态维护、服务伸缩4、资源池的合理管理5、服务熔断、服务限流。

2024-04-05 16:12:03 692 1

原创 chatGPT-编程篇

1、程序员会不会被完全替代；2、不能有效使用chatGPT的程序员会不会被淘汰；3、如何基于chatGPT的特点，进行有效提问；4、公司（团队）如何整体提效（一致性、高效性）；5、可能存在并需要注意的问题

2023-05-30 09:45:01 1234

原创 webflux webfilter跳过后续filter及重定向的实现

webflux中如果想跳过后续的webfilter，又想执行最终的controller方法，以及类似springmvc中redirect重定向实现

2022-06-10 18:31:16 1941

原创 Redisson PermitExpirableSemaphore 剖析

某些场景下需要考虑信号量机制，比如控制整体的并发量，redisson提供了在分布式环境下的解决方案，即 PermitExpirableSemaphore。记录一下，主要是是否会重复初始化导致重置可用信号量、如何变更总可用信号量。使用非常简单，以下是官方的使用示例：RPermitExpirableSemaphore semaphore = redisson.getPermitExpirableSemaphore("mySemaphore");semaphore.trySetPermits(2

2022-03-30 18:58:51 1674

原创如何做产品、梳理需求

不管是产品还是需求，这里指的是软件，其他的事物可以自我迁移看是否适用，都是要解决一些问题，也就是所谓的产品/需求价值。所谓“愿景”，就会被提出来。一、愿景从字面本身来说，其实就很明显，通俗来说，就是期望得到的结果。既然是期望，那么就避不开人，第一个要考虑的就是决策者，决策者对于这个事本身有什么期望和定义，相信从一开始这一定无法准确获得，包括决策者自身。至于为什么，很简单，就是大家对于事物本身的认知都是受一定局限的，没有人可以得到真正“全面”的信息。但是有一点，如果和竞争对手相比，你做了分析，即便

2022-01-30 16:09:38 717

原创服务启动失败，Nacos 注册成功处理问题

问题解决思路：Nacos 注册前，先验证 spring actuator 的health状态，如非健康状态，则设置注册启用状态为false。注：本文使用 SpringCloud 2.2.13.RELEASE 版本。一、Nacos 注册前执行点Nacos 注册通过 WebServerInitializedEvent 事件触发，具体代码在org.springframework.cloud.client.serviceregistry.AbstractAutoServiceRegistration#o

2022-01-24 11:49:52 3038

原创点评 CAT使用Consul注册发现服务

点评CAT是灵活性非常高的RPM项目，但是实际使用的时候，我们希望可以弹性地添加Server并让客户端可以动态的发现。因此想到了使用注册发现服务，比如Consul。git上开源的版本，使用的是三个配置文件：client.xml，server.xml和datasources.xml，并要求放在/data/appdatas/cat目录下，client.xml和server.xml都配置了可用...

2018-08-06 11:20:27 1566

原创《管理：使命、责任、实务》之实务篇私人读书笔记

德鲁克被称为管理领域大师中的大师，本文分享了其经典巨著《管理：使命、责任、实务》之实务篇的私人读书笔记，附有思维导图源件思维导图原稿下载

2018-03-20 09:39:25 2476 6

原创 Python 二维数组排序问题

希望一个二维数组，先按第二列排序，再按第一列排序，网上找了一圈没找到，后来不停尝试终于找到一个方法，代码如下：a = [[2,3,4], [2,4,5],[3,3,4]]sorted(a, key=lambda x: (x[1], x[0]))输出结果为：[[2, 3, 4], [3, 3, 4], [2, 4, 5]]目的达成，记录一下

2017-12-25 14:13:43 8816

原创 tensorflow手动编译的坑

按照官方文档，tensorflow手动编译获取代码如下：git clone https://github.com/tensorflow/tensorflow cd tensorflowgit checkout Branch # where Branch is the desired branch，如git checkout r1.0这里有个巨坑，如果你打开git上的Branches，会看到（不同

2017-12-22 17:31:08 1481

原创 numpy 计算两个数组重复程度

最近有个需求，是做两个数组重复程度计算，麻烦就麻烦在单个数组的元素有可能重复，处理思路如下： 1. 找到重复元素 2. 元素个数统计，利用np.bincount转换，即元素个数统计到元素转化的索引 3. 统计相同元素匹配个数具体代码如下：# arr1, arr2都是np.array类型

2017-12-22 17:24:13 11461

原创 keras backend 越跑越慢

如题，在调用模型的predict方法后，用tensorflow作为backend调用如下类似方法时，会越跑越慢（时间逐次递增）：K.get_valueK.evalK.get_session().run()问题不详，暂时没有找到可行的解决方案，目前可以做的方式为，在Model定义的outputs前做处理，比如定义一个Lambda函数，处理过后放到outputs后作为结果。

2017-12-22 16:52:01 2832

原创 conda 安装指定版本的指定包

因为一些特殊情况，可能会想安装一些特定的包，比如，我自己就在安装tensorflow时不想升级cudnn，而cuda search tensorflow-gpu 有如下结果（只截取了1.2.1版本相关数据，用的清华源）： 1.2.1 py27cuda7.5cudnn5.1_0 https://mirrors.tuna.ts

2017-12-01 11:04:55 62379 5

原创 Tensorflow Serving不支持py_func

如题，在一些情况下，我们可能希望编写一些自己的python代码，不完全使用tensorflow已提供的计算图来做，在一般情况下，可以使用tf.py_func。但是如果想让该代码部署到tensorflow serving上，那么恭喜，tensorflow serving是不支持的，会报如下错误：Loading servable: {name: 模块名 version: 版本号} failed: N

2017-11-29 14:26:52 2401 3

原创 bazel-0.5.4-installer-linux-x86_64.sh 下载

如题，Tensorflow Serving 安装用到的bazel安装包，自己下得很费劲，现在分享出来： http://pan.baidu.com/s/1pKLKnUz

2017-11-22 15:43:31 2775 3

原创 tensorflow serving 服务部署与访问（Python + Java）

Tensorflow Serving 服务docker部署Tensorflow Serving 模型生成与部署Python grpc 对Tensorflow Serving服务调用Java grpc 对Tensorflow Serving服务调用

2017-11-21 15:00:24 30990 32

原创 tfrecords的分类处理 one hot

通常，我们写入tfrecords的分类都是以该格式存储的："label": tf.FixedLenFeature([], tf.int64)然后取出的feature这样定义："label": tf.FixedLenFeature([], tf.int64)取值代码：label = tf.cast(features["label"], tf.int32)然后发现我们不

2017-11-13 09:09:05 680

shin627077的专栏