我顺着去看了一下这个协议，发现这个协议真是非常的简单，简单到几句话就可以讲清楚了. 这个协议中有两个东西，一个是 client，一个是 relay，client 就是用户社交的客户端，relay 就是转发服务器. 用户不需要注册，用户只需要有一个密钥对（公钥+私钥）就好了，然后把要发的信息做签名，发给一组 relays.

随着互联网技术的迅速发展，尤其是移动互联网的兴起，新产生的信息呈现爆炸式的增长. 为了更好地解决信息获取中的信息过载（Information Overload）和长尾问题（Long Tail），推荐系统应运而生，目前基本上已经成为了各种产品的标配功能. 推荐系统是信息过滤系统的一个分支，它可以自动地挖掘用户和物品之间的联系.

1、提高worker连接限制. 3、配置UpStream连接复用. 4、配置CPU亲和性与进程优化级. 缓存存放的目录 # keys_zone:. 缓存 zone名为 CACHE, 内存分配大小为 1024M，每M大约能存储8000个key # loader_files:. 最大加载文件数量 (缺省: 100) # loader_threshold:.

Elasticsearch版本：7.10.2. Elasticsearch所在的节点磁盘空间达到一定的水位时，会自动触发规则，这些规则可能会影响我们的业务. Elasticsearch某个节点磁盘使用率为 85% 的时，就不会在该节点进行创建副本，当磁盘使用率达到 90% 的时，尝试将该节点的副本重分配到其他节点.

松耦合，语义界面，及人工智能. 上周我就AI的当前状况做了点小思考，昨天又花了不少时间想这事情，发现许多曾经想过的点好像都串起来了，值得写一写. 让我绕远一点，从传统软件开发说起. 在遗留系统上工作过的人可能都有体会，当一个系统变得日益庞大复杂时，它会慢慢的绞成一团乱麻，添加新特性，修改旧特性，都变得越来越难以下手，因为很多地方都是牵一发而动全身，你改了这里，不知道哪里会冒出一堆bug.

在时候我们面临将Elasticsearch的数据进行迁移亦或是数据备份的场景，此时我们可以使用 elasticsearch-dump这个工具来实现：. mappings从production环境复制到staging环境. 数据从production环境复制到staging. template数据导出导入.

  在微服务架构中， JAVA 框架占用了绝大部分的市场，比如 Spring Cloud、 Dubbo等，其中在使用容器化部署的时候经常碰到关于JVM的内存分配的大小的配置，以下来讲述自己所用到过的配置方式. 此方式，顾名思义，就是将JVM参数进行固定化，比如在将JAR打包成容器镜像时. 可以看到，在容器运行时将JVM参数固定死了，也就是后续需要改动的话需要重新操作镜像.

网关（API Gateway）是请求流量的唯一入口，可以适配各类渠道和业务，处理各种协议接入、路由与报文转换、同步异步调用等，来管理 API 接口和进行请求流量控制，在微服务架构中，网关尤为重要. 当然，现在已有很多开源软件，如 Kong、 Gravitee、 Zuul. 这些开源网关固然功能齐全，但对于我们业务来说，有点太重了，我们有部分定制化需求，为此我们自建了一个轻量级的 OpenAPI 网关，主要供第三方渠道对接使用.

信息时代到来以后，我们被各种各样海量的信息所淹没，从新闻、广告、电商、直播、短视频等各种涉及这些场景的APP中，大量个性化的信息被推送到我们眼前. 例如在使用得物APP购物的过程中，我们也常常会听到这样的问题， 为什么会给我推这双鞋/这件衣服. 为什么浏览收藏过的商品反复出现在推荐流中. 推荐的排序逻辑是怎样的，都考虑了哪些因素.

这篇讲的是证券交易系统，这类系统包含的内容很多，但是我们还是把目光放在核心的交易部分，比如说股票交易. 在某个可交易时间，如果卖家 A 要以至少 y 的价格卖掉股票 x，卖家 B 愿以至多 y 的价格买入股票 x，那么这个交易就可以发生. 虽说是交易系统，但是它和任何一个支付平台的交易系统有着显著的不同，它的核心是一个竞价匹配的机制，而非货币支付的机制，简单地说，这个机制包含了这样四个步骤：.

Docker是目前最具代表性的容器技术之一，对云计算及虚拟化技术产生了颠覆性的影响. 本文对Docker容器在应用中可能面临的安全问题和风险进行了研究，并将Docker容器应用环境中的安全机制与相关解决方案分为容器虚拟化安全、容器安全管理、容器网络安全三部分进行分析. 一、从虚拟化安全到容器安全 .

HTTP (Hypertext transfer protocol) 翻译成中文是超文本传输协议，是互联网上重要的一个协议，由欧洲核子研究委员会CERN的英国工程师 Tim Berners-Lee v发明的，同时，他也是WWW的发明人，最初的主要是用于传递通过HTML封装过的数据. 0.9和1.0这两个版本，就是最传统的 request – response的模式了，HTTP 0.9版本的协议简单到极点，请求时，不支持请求头，只支持 GET 方法，没了.

笔者复盘了做一个SaaS行业CRM系统的关键节点以及重要事项. 从项目启动到现在差不多大半年的时间，这半年中我经历了CRM系统从0-1的搭建过程. 不过与以往接触的CRM系统不同，这次我主要负责的系统是面向SaaS行业. 从产品形态上看，SaaS行业属于B2B行业大类，但也有着其独有的特征. 这篇文章我希望通过讲故事的方式分享我在V1.0版本时遇到的业务问题以及解决方案，大家如果有不一样的见解，也欢迎大家在评论区进行问题探讨.

斯坦福教授、Tcl语言发明者John Ousterhout 的著作《A Philosophy of Software Design》[1]，自出版以来，好评如潮. 按照IT图书出版的惯例，如果冠名为“实践”，书中内容关注的是某项技术的细节和技巧；冠名为“艺术”，内容可能是记录一件优秀作品的设计过程和经验；而冠名为“哲学"，则是一些通用的原则和方法论，这些原则方法论串起来，能够形成一个体系.

目前新版本的 kubernetes dashboard （ https://github.com/kubernetes/dashboard）安装了后，为了安全起见，默认情况下已经不向外提供服务，只能通过. http://localhost:8001/api/v1/namespaces/kube-system/services/https:kubernetes-dashboard:/proxy/ 本机访问.

最近搭建了es集群的时候，现在需要测试添加一个新的数据节点，项目是使用docker-compose命令来搭建的. 以下基于最新版本 es7.2.0进行. // docker-compose.yaml 集群配置文件. 集群配置了3个master节点，并同时作为数据节点使用，当节点未指定 node.master和node.data的时候，默认值为 true.

为了防止ES集群中单点问题，一般都需要对集群节点做高可用性，当发生单点问题时，也可以向外正常提供服务. 这里主要记录一下节点的加入、离开和选举. 集群安装教程请参考： https://www.elastic.co/guide/en/elasticsearch/reference/current/install-elasticsearch.html.

标签：   api   DNSPOD   域名. 你得有一个 dnspod 帐号，并且把你的域名（例如 test.com ）解析迁移过去（略）. 添加一个子域名的 A 记录，例如 ddns.test.com 指向 127.0.0.1. 生成一个token：参考官方说明 https://support.dnspod.cn/Kb/showarticle/tsid/227/.

Dragonfly（蜻蜓）是阿里自研的 P2P 文件分发系统，用于解决大规模文件分发场景下分发耗时、成功率低、带宽浪费等难题. 大幅提升发布部署、数据预热、大规模容器镜像分发等业务能力. 开源版的 Dragonfly 可用于 P2P 文件分发、容器镜像分发、局部限速、磁盘容量预检等. 它支持多种容器技术，对容器本身无需做任何改造，镜像分发比 natvie 方式提速可高达 57 倍，Registry 网络出流量降低99.5%以上.

这篇文章将从一个Apache tika服务器的命令注入漏洞到完全利用的步骤. CVE是 https://nvd.nist.gov/vuln/detail/CVE-2018-1335. 由于Apache Tika是开源的，我能够通过分析Apache Tika代码来确定问题. 虽然命令注入漏洞通常很简单，但要实现完整的远程代码或命令执行需要克服一些障碍.

推荐系统是一个策略行为，本文将用两张图，来带你看懂今日头条的推荐系统. 2016年，腾讯以80亿美元估值投资今日头条，结果大家都知道，张一鸣拒绝了腾讯的投资，现在大家也知道，字节跳动估值750亿美元，这一切，推荐系统功不可没. 因为搜索引擎和推荐系统太相似，相对来说也更简单（勿喷），所以我们先来了解一下搜索引擎.

搜索系统作为用户自行使用的引导工具，重要程度不言而喻；本文主要从4步：需求识别、检索、排序、展现来总结搜索系统的工作机制. 搜索是一个比较有年份的功能，他不是一个简单的搜索框，毕竟搜索造就了一个百度帝国. 搜索系统在产品架构中是帮助用户搜索到他们想要的内容，当用户不知道如何通过其他路径直接获取特定内容的时候才会使用，也就是说搜索是用户自行使用最后的一个引导工具，重要程度不言而喻.

本系列文章为对《Kafka：The Definitive Guide》的学习整理，希望能够帮助到大家. 在之前系列文章中，我们讨论了一个Kafka集群的搭建、维护和使用，而在实际情况中我们往往拥有多个Kafka集群，而且这些Kafka集群很可能是相互隔离的. 一般来说，这些集群之间不需要进行数据交流，但如果在某些情况下这些集群之间存在数据依赖，那么我们可能需要持续的将数据从一个集群复制到另一个集群.

本文从八个方面详细解说，一起进来看看~. 客服系统可谓是一款经久不衰的产品，产生时期要追溯至曾经电视购物盛行的前夕，在电商大时代被各种身怀绝技的产品经理再一次的革新与发展. 从最初简单的用户信息记录、工单跟踪，到后期的服务数据量化、沟通质量指标化、智慧应答，一步步在走向全机器智能客服的时代. 将成型的客服系统继续商业化已经成为不少公司的主流业务，比如：网易七鱼、Udesk、AiKF、智齿（虽然听起来像个口腔诊所，但真的是客服系统）.

PS：本文仅用于技术讨论与分享，严禁用于任何非法用途. 没错，就是大家通常想的那样，搭建VPN，但是我是怎么搭建VPN的呢. 1.每个宿舍楼之间能互相通讯，同时登陆宽带需要收费，每个月50块左右，每天晚上23：30准时断网（PS：并没有断电）. 2.教学楼办公区之间，不需要宽带收费，只需要学生自己的账号就能登录，全天24小时不断网不断电（PS：但是教学区域，电脑不会24小时开启）.

随着物联网深入普及，点进来看这篇文章的你肯定也听说过各种关于“物联网宿命”的预言. 任何联网的设备，例如，监控摄像、路由器、数字视频记录器、可穿戴设备、智能灯等都存在安全风险，并且大多数使用人群都不知道如何保护它们的网络安全. 2016到2017年，大型僵尸网络发起的攻击都是通过入侵物联网设备实现的.

标签：   facebook   spark.    Facebook 经常使用数据驱动的分析方法来做决策. 在过去的几年，用户和产品的增长已经需要我们的分析工程师一次查询就要操作数十 TB 大小的数据集. 我们的一些批量分析执行在古老的 Hive 平台（ Apache Hive 由 Facebook 贡献于 2009 年）和 Corona 上——这是我们定制的 MapReduce 实现.

万物联网时代，物联网设备以百花齐放的态势涌向市场，让众多用户体验到互联所带来的智能体验. 物联网设备也以开发成本低、开发周期短吸引了一波创业者的目光，从而造就了当前物联网市场百家争鸣的热闹格局. 除了硬件设计，摆在创业者面前最直接的问题就是：如何为自己的物联网设备选择一款合适的操作系统. 操作系统对于物联网设备而言，与互联网中的Windows同等重要.

一般来说，当你在写文件上传功能的代码时，你都需要使用”白名单”或“黑名单”来检查并限制用户上传文件的扩展名. 当我阅读了 @Idionmarcil的【 这篇文章】之后，我决定要深入了解一下当前热门的Web服务器是如何处理各种类型的扩展名的. 首先，我需要知道Web服务器在处理不同文件类型时所返回的content-type内容.