更新于:10-28 22:23

有关[应用]分类推荐

API 开发中如何使用限速应对大规模访问

于11-13 00:00 - - dev
编者注:俗话说的好 “并发不够,机器来凑”,当我们面对高并发请求的时候增加机器是最简单也是最土豪的做法. 不过在资源有限的情况除了去优化代码我们又该怎么办呢. 今天我们请来了 @有马同学为我们分享一下他在这方面的经验,希望能帮助到大家. API开发中如何使用限速应对大规模访问. 想要开发牢固的Web API只考虑安全是不够的,还有一点我们需要考虑,那就是应对大规模访问的对策.

为什么 Android 应用应考虑设置 FLAG_SECURE

于11-10 21:59 - -
当你发现自己误删了一份文件,然后使用恢复软件试图恢复文件,结果却从恢复的文件里发现了大量敏感的屏幕截图,包括你使用加密应用的截图,你的比特币钱包截图,这些图显然不是你截下的,那么究竟是谁做的呢. 你可能感到很震惊,难道你被偷偷安装了间谍软件. 仔细查看这些图像的元数据,你发现了 Google 的 Copyright 声明,原来它们都是 Google 的 Android 系统截的图.

Java应用性能调优之调优准备

于10-31 22:29 - -
实际的开发工作中,有时候会遇到程序突然变得响应缓慢或者进程消失的情况. 这时候就需要对程序进行问题排查和调优,找出产生问题的根源,并进行优化. 一般来说,影响程序性能的因素主要有以下几个:. CPU、内存、硬盘等硬件配置从根本上决定了应用的性能,而对于网络应用,带宽也是影响其性能的关键因素. 本章暂且抛开这些方面不讲,主要讲述针对操作系统和应用程序的调优方法.

美团大脑:知识图谱的建模方法及其应用

于11-02 03:58 - 美团点评技术团队 -
作为人工智能时代最重要的知识表示方式之一,知识图谱能够打破不同场景下的数据隔离,为搜索、推荐、问答、解释与决策等应用提供基础支撑. 美团大脑围绕吃喝玩乐等多种场景,构建了生活娱乐领域超大规模的知识图谱,为用户和商家建立起全方位的链接. 我们美团希望能够通过对应用场景下的用户偏好和商家定位进行更为深度的理解,进而为大众提供更好的智能化服务,帮大家吃得更好,生活更好.

将 Java 应用容器化改造并迁移到 Kubernetes 平台

于10-30 00:00 - - dev
为了能够适应容器云平台的管理模式和管理理念,应用系统需要完成容器化的改造过程. 对于新开发的应用,建议直接基于微服务架构进行容器化的应用开发;对于已经运行多年的传统应用系统,也应该逐步将其改造成能够部署到容器云平台上的容器化应用. 本文针对传统的Java 应用,对如何将应用进行容器化改造和迁移到Kubernetes 平台上进行说明.

centos7使用lldb调试netcore应用转储dump文件 - czd890 - 博客园

于10-21 16:18 - -
centos7下安装lldb,dotnet netcore 进程生成转储文件,并使用lldb进行分析. 随着netcore应用在linux上部署的应用越来越多,碰到cpu 100%,内存暴涨的情况也一直偶有发生,在windows平台下进程管理器右键转储,下载到本地使用windbg或者直接vs分析都比较方便.

将数据与应用分离

于10-07 08:50 - -
匿名读者 写道 " Solid(Social Linked Data 社交关联数据)是 Web 之父 Tim Berners-Lee 爵士所领导 MIT 团队的 Web 重新去中心化项目,基于 Linked Data(关联数据)原则以构建去中心化 Web 应用. 将数据与应用分离,数据存储在 POD(Personal Online Data 个人在线数据) 上,应用访问数据需被授权.

基于DPI(深度报文解析)的应用识别 - CSDN博客

于09-05 20:48 - -
1.DPI(Deep packet inspection,深度报文解析).         所谓“深度”是和普通的报文分析层次相比较而言的,“普通报文检测”仅分析IP包4 层以下的内容,包括源地址、目的地址、源端口、目的端口以及协议类型,而DPI 除了对前面的层次分析外,还增加了应用层分析,识别各种应用及其内容,主要实现一下功能:.

GZIP、LZO、Zippy/Snappy压缩算法应用场景小结 - 大圆那些事 - 博客园

于08-30 13:52 - -
大圆那些事| 文章可以转载,请以超链接形式标明文章原始出处和作者信息. GZIP、LZO、Zippy/Snappy是常用的几种压缩算法,各自有其特点,因此适用的应用场景也不尽相同. 这里结合相关工程实践的情况,做一次小结. 以下是Google几年前发布的一组测试数据(数据有些老了,有人近期做过测试的话希望能共享出来):.

这么多机器学习的应用场景,金融领域到底有何不同?

于08-28 13:33 - 大数据文摘 -
在金融领域,机器学习可能会产生神奇的效果,尽管它本身并没有什么神奇之处(嗯,也许只是一点点). 然而,机器学习项目的成功更多依赖于构建高效的基础结构、收集适当的数据集和应用正确的算法. 机器学习正在对金融服务业产生重大影响. 让我们来看看为什么金融公司会关心这项技术,以及使用人工智能和机器学习可以实现什么解决方案和如何应用这项技术.

Kylin在马蜂窝数据分析团队的应用实战

于08-24 14:13 - -
AI 前线导读:马蜂窝大数据平台自 2017 年下半年引入 Apache Kylin 以来,极大的提升了数据分析师对于数据探索的效率. 因为使用了 Apache Kylin,数据分析师可以直接查询大数据、无需排队、亚秒级响应,整体开发效率提高了 10 倍以上. 更多优质内容请关注微信公众号“AI 前线”(ID:ai-front).

AI 在携程智能客服的应用

于08-15 00:00 - - geek
作为国内 OTA 的领头羊,携程每天都在服务着成千上万的旅行者. 为了保障旅行者的出行,庞大的携程客服在其中扮演着十分重要的角色. 但在客服的日常工作中,有一部分的行为是重复劳动,这对于客服来说是一种资源浪费. 如何通过算法来提升客服效率成为技术一大挑战. 本场 Chat 将介绍智能算法如何辅助客服工作,并介绍QA问答背后的技术和难题,以及如何用机器学习和深度学习在提升用户体验和客服效率上进行落地.

苏宁 Android App 插件化应用实践

于08-01 00:00 - - dev
从大团队并肩作战到小团队带头冲锋,高效的研发模式使得 App 本身的整体崩溃率始终维持在 0.02% 以下. 从大团队并肩作战到小团队带头冲锋,高效的研发模式使得 App 本身的整体崩溃率始终维持在 0.02% 以下. 本着以用户为中心、以开发者为出发点,根据现有开源方案取长补短,苏宁易购移动开发部于 2017 年初自主研发出了新型插件化技术——APNP(Android Plugin And Play),旨在让研发更敏捷,让发布更灵活,最终满足用户对产品的极速体验、按需下载、动态更新.

南华早报:为何中国互联网用户如此痴迷短视频应用?

于07-10 20:06 - -
据香港《南华早报》北京时间7月10日报道,中国互联网用户喜欢短视频应用. 2017年,中国网民观看短视频的时间比上一年增长了200%. 据2018年中国互联网报告显示,有6亿人经常使用短视频应用——约占中国网民的近80%. 这些应用是如此受欢迎,以至于抖音不得不添加了一项防上瘾功能:如果用户连续观看超过90分钟时间,它就会提醒用户;如果连续观看超过两个小时,那么它将彻底禁止用户继续观看.

SQL解析在美团点评中的应用

于05-21 05:09 - 美团点评技术团队 -
数据库作为核心的基础组件,是需要重点保护的对象. 任何一个线上的不慎操作,都有可能给数据库带来严重的故障,从而给业务造成巨大的损失. 为了避免这种损失,一般会在管理上下功夫. 比如为研发人员制定数据库开发规范;新上线的SQL,需要DBA进行审核;维护操作需要经过领导审批等等. 而且如果希望能够有效地管理这些措施,需要有效的数据库培训,还需要DBA细心的进行SQL审核.

日访问量百亿级的应用如何做缓存架构设计

于05-07 00:00 - - dev
中生代技术链接技术大咖,分享技术干货. 链接3000+技术总监/CTO, 每天早上推送技术干货文章. 微博日活跃用户1.6亿+,每日访问量达百亿级,面对庞大用户群的海量访问,良好架构且不断改进的缓存体系具有非常重要的支撑作用. 4月21日,中生代技术走进盒子科技的现场技术交流活动上,新浪微博技术专家陈波为大家讲解了微博Cache架构的设计实践过程.

从中兴事件谈为什么应该用开源软件

于04-22 17:33 - -
本周,美国商务部以中兴违反和解协议为由对其实施长达七年的 贸易禁令(PDF),禁止美国企业向中兴提供零部件和软件. 这一禁令对中兴智能手机业务的打击是致命的,因此它做出的回应是 拒绝. 中兴的手机在中国市场占有率不高,但它却是美国市场上的第四大智能手机制造商,它主攻低端市场,与美国移动运营商关系不错,以至于美国电信公司补贴低收入家庭的 SafeLink Wireless 计划提供的 就是中兴的手机.

算法在社区氛围的应用(三): 机器学习在答非所问识别上的运用

于03-27 21:16 - 知一声 -
现在,瓦力可直接识别并处理该题中的答非所问内容. 我们鼓励认真、专业的分享,期待每一次讨论都能碰撞出更多有价值的信息,并希望每一个用心的回答都能够得到好的展示,为他人带来更多帮助. 但是,我们也发现在社区中出现了答非所问类的内容,影响知友们获取有价值内容的效率. 为了更好地识别答非所问类内容,我们采用了多种模型,包括传统的机器学习模型和比较新的深度学习模型.

[译] 使用 Docker 和 Elasticsearch 搭建全文本搜索引擎应用

于02-21 00:00 - - dev
作者简介:Patrick Triest是一位全栈工程师,数据爱好者,持续学习者,洁癖编程者. 作者github地址为 https://github.com/triestpa,本文地址参见 https://blog.patricktriest.com. 本文源码可以在GitHub repository 中找到 - https://github.com/triestpa/guttenberg-search.

微信的机器学习与人工智能应用实践

于01-29 19:49 - -
大家好,我是来自微信的张重阳,很荣幸有这个机会和大家一起交流一下机器学习和人工智能技术在微信的应用实践. 谈起人工智能,大家首先想到的是图像识别、语音识别、机器翻译、机器人这些技术,然而人工智能所涉及的应用场景和商业价值却远不止此. 在日常的经营和管理中,任何一个企业都会维护客户关系,都有销售数据需要分析,都会在生产,销售和运营的各个环节中面对不同的决策问题,新一代的商业智能技术就是利用现在飞速发展的机器学习和数据分析技术对企业商业化过程中面临的各种问题给出自动化的智能解决方案,从而驱动业务快速增长.

btree/b+tree结构原理和应用

于01-25 13:44 - 张钊钊 -
最近在公司有点时间所以深入研究了下数据库索引btree/b+tree数据结构和原理,由此牵引出了好多问题,请看如下带着问题研究. 1:为什么 btree/b+tree 数据结构适合数据库索引,它到底是怎么样一个原理和结构. btree/b+tree 数据结构:. 在之前的文章中我们介绍过AVL树,红黑树,它们都属于二叉树,即每个节点最多只能拥有2个子节点,而B-tree(B树)的每个节点可以拥有2个以上的子节点,所以我们简单概括一下:B-tree就是一颗多路平衡查找树,它广泛应用于数据库索引和文件系统中.

[原]机器学习在热门微博推荐系统的应用

于01-25 14:41 - qq_40027052 -
近年来,机器学习在搜索、广告、推荐等领域取得了非常突出的成果,成为最引人注目的技术热点之一. 微博也在机器学习方面做了广泛的探索,其中在推荐领域,将机器学习技术应用于微博最主要的产品之一——热门微博,并取得了显著的效果提升. 热门微博是基于微博原生内容的个性化兴趣阅读产品. 提供最新最热优质内容阅读服务,更好地保障用户阅读效率和质量,同时达到激励微博上内容作者更好的创作和推广内容.

Pinterest 渐进式网页应用及性能问题 | 人人都是互联网创意G客

于01-07 17:55 - -
Pinterest 新的移动端网页采用了  . 在这篇文章中,我们将介绍他们的一些工作,通过保持JavaScript包的精简以及采用 Service Workers 来应对网络波动. https://pinterest.com 体验他们新的移动端网站. 为什么是渐进式网页应用 (PWA). Pinterest 决定使用开始使用 PWA 是因为他们专注于国际增长,他们把目光放到了移动端网页.

HTML语义化的应用

于01-05 12:06 - 标点符 - 程序开发 HTML
HTML语义化就是根据具体内容,选择合适的HTML标签进行代码的编写. 用合理HTML标记以及其特有的属性去格式化文档内容. 便于开发者阅读和写出更优雅的代码,同时让搜索引擎的爬虫能更好的识别. 相比先前网页开发过程中仅关注布局和功能,在开发过程中使用表格布局或DIV+CSS布局,越来越多的人关注HTML语义化,核心是语义化可以带来显而易见的好处:.

从实际案例聊聊Java应用的GC优化

于12-29 22:20 - 美团点评技术团队 -
当Java程序性能达不到既定目标,且其他优化手段都已经穷尽时,通常需要调整垃圾回收器来进一步提高性能,称为GC优化. 但GC算法复杂,影响GC性能的参数众多,且参数调整又依赖于应用各自的特点,这些因素很大程度上增加了GC优化的难度. 即便如此,GC调优也不是无章可循,仍然有一些通用的思考方法. 本篇会介绍这些通用的GC优化策略和相关实践案例,主要包括如下内容:.

用上了全新的火狐浏览器,这 10 款优秀的 Firefox 扩展不应错过

于12-22 14:37 - 特伦 -
壮士断腕,Firefox Quantum 的扩展怎么了. 如果你是 Firefox 的新用户,或者无意了解 Firefox 扩展的历史变化,也可以跳过阅读这一部分,直接阅读下面 Firefox 的扩展推荐. 距离 Firefox 57.0 版本正式发布已经有一段时间了,相信大家已经看过了许多的对比评测,自己也亲身上手试过.

docker - 从安装到部署一个web应用(go、java) - CSDN博客

于12-02 09:37 - -
1.权限是root,不是则先提升权限. 下载docker最新版二进制tar.gz. linux下: wget https://get.docker.com/builds/Darwin/x86_64/docker-1.11.0.tgz. docker官方镜像仓库由于有墙,所以下载的很慢. 如此一来,tomcat就启动了,-p 5000:8080的意思是把容器tomcat的8080端口隐射到宿主机的端口上,这样外网访问5000就能访问到我们的container1的8080 tomcat上面了..

Redis 数据类型及应用场景

于11-29 14:18 - waterandair - redis
所有数据存储在内存中,高速读写. 提供丰富多样的数据类型:string、 hash、 set、 sorted set、bitmap、hyperloglog. 提供了 AOF 和 RDB 两种数据的持久化保存方式,保证了 Redis 重启后数据不丢失. Redis 的所有操作都是原子性的,还支持对几个操作合并后的原子性操作,支持事务.

Spark入门实战系列--6.SparkSQL(下)--Spark实战应用 - shishanyuan - 博客园

于11-19 11:58 - -
【注】该系列文章以及使用到安装包/测试数据 可以在《. 倾情大奉送--Spark入门实战系列》获取. l 主机操作系统:Windows 64位,双核4线程,主频2.2G,10G内存. l 虚拟软件:VMware® Workstation 9.0.0 build-812388. l 虚拟机操作系统:CentOS 64位,单核.

标签个性化数据在推荐排序中的应用

于11-11 16:15 - -
个性化是这个时代最耀眼的特征,谁能更好更快的抓住用户的个性化需求,谁就将赢得商业的未来”——《个性化,商业的未来》. 本文share的这个项目,是我们在个性化推荐上的一个小小的尝试. 通过捕捉用户实时的标签快速捕捉用户兴趣变化,用机器学习算法挖掘用户兴趣与实际消费行为的联系,及时调整推荐排序,提高推荐效果.