漫画 | 我在阿里云“淘金”

mall 电商项目完整部署---实战 mall 后端 SpringBoot,mall‑admin‑web 后台管理 Vue 前端,mall‑app‑sc 移动端 uni‑app 前端;修改数据库、redis、minio、logstash 地址,容器之间 link 别名:mysql 容器别名。🔔排坑:登录报跨域 / 接口报错,检查 prod.env.js 地址,确认 8080 后端服务正常运行。能打开页面,接口列表展示出来,后端部署完成。,所以打包的时候会自动构建镜像,很慢而且你暂时不需要。,容器数据持久化,删除容器数据不会丢失。 阅读详情

呃,我可能是别人眼中所说的不用奋斗的一代。

大家喜欢听的什么多姿多彩的生活,我都经历过一些些。

28c5656a58aadf0e9928e04f1ce4f869.png

我家里开的是连锁超市,主要集中在几个二线城市。

在我上小学的时候,各连锁店里开始装电脑,购置并安装了完整的收银设备。

我爸说要向那些大的连锁超市学习,提高生产效率。

0597ff8a7d0e111808094ea18aa1eaa4.png

那个时候我对那些灰色界面的收银软件很感兴趣,可惜爸妈不让我碰。

后来他们给我买了电脑,当时小镇上有电脑的人家不多,亲戚的小孩也常常跑到我这儿来玩电脑。

0efa3f656091e7e6a823d6509d69a10b.png

也正由于和电脑接触得早,上大学时就选了计算机专业。

我才刚上大学没几个星期,我爸就问我:

1f22be1573dfb58d2ce17f66b748f6af.png

那个时候我连数据库什么的都还没有个概念,还在学反码补码,我告诉他:能,但现在不行,等我一两年。

我爸说不要紧。按照他的思维,我们不需要完全会写,只要明白怎么写出来就行,具体的实现我们可以交给软件公司做。

但搞明白软件是怎么造出来的很重要,因为这能够帮助我们在购置软件时站在供应商的角度思考,知己知彼,缩小我方信息差。

做买卖本质上玩的就是这一套。

b5e2c8a21a231b3e8d9c90aabf808503.png

2005年,我大三,学校要搞一次软件开发大赛,一共有三个命题,其实基本涵盖了所有场景,学生可以自由发挥。于是我就想到了超市的收银软件。

当时淘宝刚火起来,我想为啥不学习一下呢, 彻底革新我爸的商业模式,从线下转到线上!

整个网上商城, 浏览商品,购物车,下单,配送,但我们主要卖的是自己的货源。

d48fbe6bc7e5b0997f9acf9d2ce3ff3c.png

当时用到的技术是 MySQL+ Java + JSP,然后自己买了服务器让服务跑起来。

在学校演示这套系统时,我拿了最高的成绩。

1acf344469d508704a60694fc3bf59a2.png

满心欢喜之余,我尝试把这套系统用到实际业务中,先从自家的总店开始试点。

没想到我爸给我泼了一盆冷水,他说我们这里的用户没有上网购物的习惯,送货问题没法解决。

ed674d9d9821d33fb8ce566c696a20f5.png

我不服,非要尝试,果然理想与现实间存在着巨大的差异,我跌了一个大跟头。

虽然我搞了很多活动,发传单宣传商城,但真正上网购物的寥寥无几。

有些愿意尝鲜的,在网上买了东西,都是我亲自开车送货的。

c878cacf70d09a62b6b5f1bd14b1c1c4.png

毕业回家,我本想出国留学,但被我爸拽了回来, 我先跟着信息部的负责人老张学习,然后慢慢接班。

当时家里的每个超市都很大,都有一二十台POS机, 每个超市有一台服务器,一个数据库。

POS机直接连到本超市的服务器上, 典型的客户端/服务器结构。

在那个时代,我估计大家都是这样的吧!

16080c3745cea99e93ec0425a1a8de8a.png

说实话,这样的软件架构表面看似挺稳的,只要机器不出问题,稳定供电,整套收银系统就没有问题。但实际上面临着许多缺陷:

1. 机器是真的会坏的,而且真的有坏过的案例

2. 每次有商品数据要更新都要通知每一家店的管理人员进行更新,出现纰漏是很正常的

3. 更新软件的时候,工程师需要到各个现场配置,更新

4. 各个店面统一数据困难,每个月统计数据的时候需要统一汇总,不能随时随地得知当前各分店的数据

5. 等等......

每一家店单独运作一套系统,这缺点要是列下去就没完没了了

我建议老张搞个中央机房,把软件集中化,每个门店都连接到统一的机房服务器,这样就把上面的问题给解决了:

447b428a6d18b153e8190d783c2c1d43.png

后来的系统改造,经过投标、招标,我们选了本地一家颇有实力的公司来做。

我发挥了计算机专业的优势,帮助老张发现了不少问题。

看来我爸说的是对的,缩小信息差很重要。

1eed0e25f1c1dbfe8a112f00acbe854e.png

中央机房运作了几年,效果不错, 不过自家的机房管理起来非常麻烦。

平时需要仔细规划、购买服务器,需要安装软件, 需要负责运维,我们还专门建立了一个团队来应对这些事情。

2bc84851e01d508c8817b9671aa93c66.png

更可气的是黑客攻击无处不在

889e7b827d3a2ecdf5467a39e476d76b.png

还有就是宕机、断网,一出事就是大事,影响所有的超市,我在半夜不知道被叫醒了多少次。

这还不算啥,有一年为了配合超市双11期间促销,我让我爸一下子买了好多服务器,双11过后,全部闲置了,把我爸气得够呛。

9753f601281e2c463649469aba2b14cb.png

所以当阿里云出现的时候,我两眼放光,这简直就是为了解救我而设置的。 

马上、立刻、全面上云。

496742d30eb43b18cf0344c59def4f6c.png

操作系统会按照你的要求自动给你安装好。网络自然不用操心, 要多大带宽直接买就行。

安全问题也不用操心,如果出了问题,我就可以理直气壮地给我爸说:你看,这不是我的问题,是阿里云的问题,哈哈。

而且机器能很方便地扩容,CPU核心从4核到8核,内存从16G到64G......

从此以后,我们的机房中的服务器要下岗了。

d84221afcc629c030ed730dc7d0f1206.png

转眼间,十多年过去了,伴随着超市IT系统的发展, 我也从一个用JSP写网上商城的少年成长为公司的技术领头人。

技术在不断变迁, 小程序兴起,我们也跟着做了小程序,用优惠信息吸引顾客扫码关注、注册,慢慢地积累了几百万粉丝。

每个月我们都在小程序给会员发送优惠券,可以在线下门店消费。

没想到这下可惨了,抢购优惠券的请求量很难准确估算,也就很难预估需要准备多少台虚拟机来应对。

6fd4042c55b44e829c97b2c3f86caf27.png

0295d0bb8575b1d0965eacc38284c161.png

我赶紧发动我所有的关系去解决这个问题,一个偶然的机会,我发现了一个新技术:函数计算, 即Serverless。

c5e1006aae6caeea750fd69fb18dc6d0.png

平台会根据请求的数量来创建对应的函数实例来执行,无需人工干预,瞬间弹性扩容,应对流量爆发。

在中国,谁家的Serverless技术最强呢?

权威咨询机构 Forrester 发布的报告显示, 阿里云函数计算凭借在产品能力、安全性、战略愿景和市场规模等方面的优势脱颖而出,产品能力位列全球第一,这也是首次有中国云厂商进入 FaaS 领导者象限。

74616f5c269faf5b10d8d280e23c5d4a.png

正好我们之前用的也是阿里云的虚拟机,就是它了!

7a258578471f2112154e5429c75a07a9.png

除了函数计算外,由于业务需要查询会员数据库,我们希望它也能无缝弹性扩展,于是就使用了阿里云的表格存储。

上了这套Serverless的系统, 再也不用考虑服务器,虚拟机用多少CPU,多少内存了,弹性十足!

函数部署也特别简单,完全不需要考虑底层的细节,一键更新函数就搞定。

当年的双十一度过得非常平稳,事后进行成本估算:以前买云服务器的时候,会按照可能遇到的最高并发量进行性能评估,由于Serverless是按量计费,用多少花多少,最终评估下来,当年在成交量增加120%的情况下,成本比往年节省了45%!研发交付效率提升也超过 30%!

bcf9d3cb84824997c9568ef31dab7645.png

从那以后,我爸对我刮目相看,看我的眼光都温柔了不少。

c5a1f6c447392fca17d8feb2482adbab.png

当然,除了技术之外我还是很关心业务的,贴合各种当代的新潮玩法。前不久给公司搭了个直播间,在平台上促销自己的商品。

097db880846a89072685637eea0f47f8.png

后来想了想,自己玩没意思,我尝试联系了超市附近各行各业的商家,邀请他们加入我的直播间,一起唠嗑卖货。其实当时没多少店家搭理我,唯独一家洗浴中心的老板对这个感兴趣。

不得不说,那洗浴中心的老板唠嗑能力极强,和我算是棋逢敌手。

第一次直播时,我们连锁超市和洗浴中心各家分店搞了一次联合优惠活动,但当晚直播竟然从卖货推销变成了讲相声。

da5dda1b21fa62b3bf50f999bb069a70.png

直播我们每周举办一次,越来越多网友闻声而来,成交的订单数也越来越多。直播当晚的成交量甚至能抵上过去一周的总量。

直播过程中总有热心的网友主动连麦, 从技术上来说,就需要把多个网友的画面接入,和主播的画面合成一个新画面, 这叫“混流”。

57e749b0bdc52df27dd2ea1f956f7dda.png

由于连麦的观众不固定,我得考虑一定的并发和弹性,我们的相声直播一周才一次,不可能去储备大量服务器去应对业务的高峰期。

2e34cf6a39b4a5010bc4fc2df323a551.png

之前尝过Serverless的甜头,这次我立刻让研发部采用阿里云函数计算来处理混流的需求。 

当并发量上升时,函数计算自动扩容多个执行环境来处理实时数据流, 当业务高峰期过去后,自动缩减资源,非常爽。

3a1420d222d22516cd1dcf4c9662f17e.png

当然,Serverless的应用不仅仅是这些,还有我们的“相声”视频需要做转码,优化推流,我也用了阿里的函数计算,节省了60%以上的计算资源。

这两年,我是深刻地体验到了Serverless的好处:完全不用考虑服务器的事情,集中注意力实现自己的业务逻辑就好!

这么多年,一路走来,技术在不断变迁,今年我有幸被母校的计算机学院邀请去作分享,我给大家分享了这些年的技术历程

e7d31181f6a95bcf0c25f7baeef00276.png

演讲期间,我提起了当年大学的那个编程比赛,那也是我编程生涯的起点。

正好,我知道阿里云举办了一个云原生的编程大赛,我也想把这项赛事分享给朋友们:

abe596133131fe9b4d5c33d8f438d462.png

这个大赛2015年就有了,那时候叫做中间件性能挑战赛,已经有7年历史了, 去年升级为云原生编程挑战赛,共吸引了超过23000支队伍,覆盖10余个国家和地区。

大赛为热爱技术的年轻人提供一个挑战世界级技术问题的舞台,希望用技术为全社会创造更大价值。

32fa9bd527103fd20af2311ed4add34a.gif点击原文链接,立刻报名参赛!

Qt QTableView排序 在开发过程中,我们需要通过点击表头来对QTableView或QTreeView等一系列高级视图进行排序操作,以下是进行排序的步骤。首先创建了一个QStandardItemModel对象或者继承QAbstractTableModel类作为数据模型,并设置了一些数据。然后创建一个QTableView对象,并将数据模型设置为其模型。接下来,创建一个QSortFilterProxyModel对象,并将QStandardItemModel对象设置为其源模型。然后设置QTableView开启排序功能。 阅读详情

相关推荐

iStore增强插件 如何重塑家庭网络与存储体验

本文深入解析了iStore增强插件如何重塑家庭数字生活体验。它通过集成智能流控、一键式文件共享、媒体服务器及智能家居网关等功能,将复杂的网络配置、存储管理与设备协同简化为图形化操作,有效解决了家庭网络卡顿、数据割裂与使用门槛高等核心痛点,让普通用户也能轻松打造高效、稳定、安全的家庭数字中枢。

prometheus9mon的博客 651

阿里云盘资源分享合集,海量优质资源,持续更新!

阿里云盘资源分享合集,海量优质资源,持续更新!

乌龟的专栏 6万+

【VSCode Python无法格式化代码】

提示:需要Install Formatter…安装插件autopep8,点击install。出现Format Document。

AIFRZ的博客 1万+

阿里云盘资源合集汇总!!

阿里云盘资源,阿里云盘影视资源,阿里云盘动漫资源,阿里云盘小说资源。阿里云盘音乐资源,阿里云盘综艺资源,阿里云盘教程,课程资源。

程序员子龙 2万+

【ROS】ROS局域网下多机通讯方法

最近工作中需要用到多机通讯,这里稍微总结一下使用方法。一、网络配置ifconfig这里举个例子,主机的IP地址为192.168.1.127,从机的IP地址为192.168.1.126;之后可测试一下能否互相ping通,成功后进行下一步。

weixin_43326110的博客 3362

雷电模拟器+ADB全栈爬虫实战:绕过APP反爬的终极方案与2026最新踩坑指南

现在主流的模拟器爬虫方案有三种,我对比了它们的优缺点,最终选择了雷电模拟器+纯ADB控制方案优势劣势适用场景Appium生态完善,支持多平台重依赖,启动慢,反爬检测率高大型项目,需要跨平台Airtest图像识别强大,上手简单性能差,多开不稳定,反爬检测率高简单的自动化测试纯ADB轻量无依赖,速度快,反爬检测率极低需要自己封装工具工业级爬虫,追求稳定性和反爬逆向接口速度最快,性能最好开发成本高,维护成本高接口简单,反爬弱的APP为什么选雷电模拟器?

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 1995

阿里云人物动漫化

本文描述如何使用阿里云人脸人体服务中的人物动漫化功能制作动漫头像,如何使用该功能制作属于自己的专属头像

别当程序员的博客 3878

电源完整性分析:PDN阻抗与去耦电容设计——目标阻抗计算与电容选型深度实战

摘要:随着嵌入式处理器主频突破 GHz、多核架构普及,电源完整性(Power Integrity, PI)已成为高速 PCB 设计中不可忽视的关键环节。本文从 PDN(电源分配网络)阻抗模型出发,系统讲解目标阻抗计算方法、去耦电容选型策略、反谐振抑制技术,并结合 STM32F4 核心板的完整设计实例,提供一套可落地的电源完整性工程实践方案。电源完整性设计是一项系统工程,需要从目标阻抗计算电容选型反谐振抑制PCB 布局目标阻抗是设计的起点,由电源电压、纹波要求和瞬态电流决定去耦电容。

从事移动开发八年,csdn博客专家,阿里云特邀专家,华为云云享专家,高级网络信息安全工程师,大数据工程师(高级),python技术开发(高级),HarmonyOS 应用开发者高级认证,现在某学校任教。 1万+

漫画第二话:阿云的回忆

(完) 《看!漫画》是我们的一档新栏目 我们将把阿里云初期的故事以漫画形式记录下来 如果喜欢请不要吝啬你的点赞、在看、转发 感谢支持我们下周末见! 原文链接 本文为阿里云原创内容,未经允许不得转载。 ...

数据库技术 310

Ardupilot飞控姿态角与姿态角速度控制过程分析(超长篇)

目录 目录 摘要 1.代码控制过程分析 摘要 本节主要记录自己学习ardupilot飞控代码的姿态角速度的控制过程 1.代码控制过程分析 可以看出:AC_AttitudeControl *attitude_control; //指针对象 virtual void rate_controller_run() = 0;是AC_AttitudeContro...

陌城烟雨 1万+

Simulink仿真入门到精通(三) Simulink信号

本系列教程是根据孙忠潇编著的<<Simulink仿真及代码生成技术入门到精通>>学习笔记。 目录 Simulink仿真入门到精通(一) Simulink界面介绍 Simulink仿真入门到精通(二) Simulink模块 Simulink仿真入门到精通(三) Simulink信号 Simulink仿真入门到精通(四) Simulink子系统 Simulink仿真入门到精通(五) Simulink模型的仿真 Simulink仿真入门到精通(六) Simulink模型保存为图片 Sim

king110108的专栏 5397

漫画第一话:阿云的周末时光

(完) 《看!漫画》是我们的一档新栏目 我们将把阿里云初期的故事以漫画形式记录下来 如果喜欢请不要吝啬你的点赞、在看、转发 感谢支持我们下周末见! 原文链接 本文为阿里云原创内容,未经允许不得转载。 ...

数据库技术 256

基于模糊神经网络实现水质评价预测 - Matlab源码

首先定义输入层、隐含层和输出层的节点数,并初始化权重和阈值,然后开始训练模型,在每轮训练中通过比较模型的输出值与实际值的误差来更新权重和阈值,直到误差达到最小值,为了提高模型的性能,我们可以采用交叉验证等技术进行优化。首先需要准备好数据集,使用的是嘉陵江的水质监测数据集,数据集包含了多个指标,如 pH 值、溶解氧、总氮、总磷等,以及相应的水质等级,我们需要将数据集分为训练集和测试集。在当今环境日益恶化的情况下,水质监测变得越来越重要,模糊神经网络作为一种新型的。

weixin_50547796的博客 148

建议收藏丨适合大学生的100个兼职

建议收藏丨适合大学生的100个兼职

优快云_224022的博客 3226

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

ElasticSearch(一)API的使用

elasticsearch的API使用

qq_40358025的博客 220

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

企业如何同时管理用电安全、电能质量和节能降碳?从异常溯源看施耐德电气EEO的协同管理价值

通过整合电力运行信息,并结合EEO资产健康模块、EEO电能质量模块与EEO能碳管理模块,企业可以围绕设备、回路和负荷建立更连续的分析流程,使不同专业人员能够基于相互关联的数据开展判断。企业需要进一步核对异常出现的时间、涉及的配电回路、生产负荷变化以及设备运行状态,才能判断问题来自正常的生产调整、设备运行异常,还是需要采取措施的电能质量问题。从关键回路的异常排查入手,逐步完善设备数据、专业分析和治理验证流程,企业可以让用电安全、电能质量与节能降碳从分散的管理任务,转变为相互关联的日常运营工作。

科技,技术,行业类博主 184

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

京东 Apache Doris 湖仓查询优化实践:从多引擎统一到百万级查询

京东基于 Apache Doris 构建统一湖仓查询引擎,支撑日均百万级查询与 PB 级数据扫描。深入解析 Presto、StarRocks 迁移、分区裁剪、Split 调度、向量化执行及 AI Agent 混合负载优化实践。

SelectDB 428

Day3 - Flink 窗口与时间语义:从滚动窗口到迟到数据处理

水位线是一个特殊的时间戳,代表"小于这个时间戳的数据都已经到齐了比如水位线推进到 10:00:05,就告诉 Flink:10:00:05 之前的数据应该都到了,如果还有晚于这个时间到达但时间戳小于 10:00:05 的数据,就是"迟到数据"。窗口大小固定,窗口之间不重叠,数据只属于一个窗口。时间线: 0 10 20 30 40 50 60窗口1: [--------)窗口2: [--------)窗口3: [--------)窗口4: [--------)

YEEMOLY的博客 268

智能问诊的流程

本文介绍基于FastAPI构建的医疗多Agent系统MediAgent,通过症状分析、诊断推理与治疗建议等模块协同,实现从问诊到报告生成的完整工作流。系统采用前后端分离架构,结合MySQL、RabbitMQ与Docker实现工程化部署,支持异步化验结果接入。虽当前状态暂存于内存,但已具备可扩展性,未来可通过Redis持久化、消息队列联动及医疗安全机制完善,应用于慢病管理、辅助决策等场景,推动AI在医疗流程中的落地应用。

Joey 的工作空间~ 783

行业研究报告采购避坑指南:从需求拆解到机构选型的实操逻辑

先说结论:买行业研究报告这件事,坑不在“哪家便宜”,而在“你拿到的数据能不能回答你的问题”。作为一个经常帮企业做采购决策的顾问,我见过太多花了几万块买回一堆PDF却用不上的案例。这篇文章把采购流程拆成五步,每一步告诉你该看什么、该避什么,尽量帮你少交学费。

2601_96585642的博客 231

大数据与审计专业哪些证书企业比较认可?

大数据与审计专业选证书,首先要明确就业方向:是进入会计师事务所做财务审计,还是进入企业从事内部审计、风险控制,或向数据审计、信息系统审计发展。不同岗位看重的专业能力不同,证书的价值也应放在具体招聘要求中判断。面向2027年的求职与备考规划,值得重点考虑的有六类:初级会计专业技术资格、注册会计师、审计专业技术资格、CDA数据分析师、国际注册内部审计师和国际注册信息系统审计师。选择时,宜采用“财审基础+数据能力+岗位专长”的组合,而不是单纯追求持证数量。

YangYang9YangYan的博客 312

深入浅出聊聊 Linux 的 PageCache 与系统极致性能

本文深入浅出解析了 Linux PageCache 的核心机制,揭示其如何通过“延迟写、预读读”提升系统性能。以监控告警为切入点,阐明 free -h 中 buff/cache 并非真正占用,真正可用内存由 available 决定。结合 Kafka、Elasticsearch、MySQL 等实战场景,说明中间件如何依赖 PageCache 实现极致性能。强调不可手动清理缓存,并建议合理调优脏页参数,避免卡顿。最终指出:内存满≠危机,而是系统高效运行的体现。

小小默:进无止境 516

CentOS7-Elasticsearch8.15.3-Kibana8.15.3-安装部署笔记

Token 有效期只有 30 分钟,请保存好输出的 base64 字符串并尽快完成 Kibana 对接;本文整理自单机离线部署实践,适用于 CentOS 7 + Elasticsearch/Kibana 8.15.3 场景。只对新登录的会话生效,修改后需重新连接 SSH。结尾,其中包含 elastic 用户初始密码、HTTP 层证书等信息。等字段的集群 JSON 信息,即说明账号、HTTPS、证书均正常。安装成功后,终端会打印安全自动配置结果,以。按交互提示输入两次自定义密码。,保存后重启服务器生效。

遇见bug的博客 187

数据科学与大数据技术大一到大三考证顺序怎么排?

数据科学与大数据技术专业的考证安排,适合跟着课程和求职方向走,而不是跟着证书数量走。大一还在学高等数学、程序设计,大二逐步接触概率统计、数据库,大三开始进入机器学习、大数据平台和专业实习。证书与这些课程衔接起来,备考才容易转化为实际能力。下文推荐6项证书,其中既有基础性考试,也有职业方向认证,不需要全部考完。安排考证顺序的关键,是让每次备考都留下两项成果:一张能够说明学习经历的证书,以及一份能够展示实际能力的作品。

2501_93367079的博客 83

【一次 Elasticsearch 高基数聚合慢查询的定位与优化】

当Elasticsearch聚合查询首次执行慢、后续迅速恢复正常时,问题往往不在数据量本身,而在于全局词典构建开销。通过Profile分析发现,虽聚合耗时仅几十毫秒,但首次请求整体耗时达1秒以上,表明瓶颈在初始化阶段。结合keyword字段使用Doc Values的特性,可推断为首次访问时需加载全局词典(global ordinals),导致延迟。开启eager_global_ordinals可将词典预加载至内存,显著降低首次查询延迟,尤其适用于高基数聚合场景。此案例揭示了“首次慢、后续快”问题的典型根因及

大雪冬至的博客 326

Day2 - Flink DataStream API 与转换算子:从 Source 到 Sink

实现或@Override// 发射数据@Override// 使用用自定义逻辑聚合,比 sum/min/max 更灵活。// 求每个用户的总消费金额reduce 的输入和输出类型必须相同。Flink 会把满足条件的相邻算子合并成一个 Task,在同一个线程里执行,减少线程切换和网络开销。合并条件上下游并行度相同;分区策略是 Forward;没有被用户手动断开。

YEEMOLY的博客 209
上一篇: 和老婆的一次真实对话
下一篇: 我要创办一家公司,干翻JetBrains和IDEA!
码农翻身
码农翻身 《码农翻身》作者 《码农翻身》作者
博客等级 码龄8年 3万+粉丝 1084原创
评论 6
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值