<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[slivelight的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/slivelight</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; slivelight]]></copyright><item><title><![CDATA[常用工具集]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/145606941</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/145606941</guid><author>slivelight</author><pubDate>Thu, 13 Feb 2025 10:45:14 +0800</pubDate><description><![CDATA[常用工具集]]></description><category></category></item><item><title><![CDATA[C语言函数调用栈(一)]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/136728392</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/136728392</guid><author>slivelight</author><pubDate>Fri, 15 Mar 2024 09:26:31 +0800</pubDate><description><![CDATA[程序的执行过程可看作连续的函数调用。当一个函数执行完毕时，程序要回到调用指令的下一条指令(紧接call指令)处继续执行。函数调用过程通常使用堆栈实现，每个用户态进程对应一个调用栈结构(call stack)。编译器使用堆栈传递函数参数、保存返回地址、临时保存寄存器原有值(即函数调用的上下文)以备恢复以及存储本地局部变量。不同处理器和编译器的堆栈布局、函数调用方法都可能不同，但堆栈的基本概念是一样的。]]></description><category></category></item><item><title><![CDATA[光缆知识总结]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/129597844</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/129597844</guid><author>slivelight</author><pubDate>Thu, 16 Mar 2023 20:15:26 +0800</pubDate><description><![CDATA[光分路器按工艺可分为：熔融拉锥式光分路器( FBT-Fused Biconical Taper)和平面光波导功率光分路器( PLC-Planar Lightwave Circuits)。基于光学集成技术，利用半导体工艺制作光波导分支器件，分路的功能在芯片上完成，可以在一只芯片上实现多达 1x32 以上分路，然后在芯片两端分别耦合封装输入端和输出端多通道光纤阵列。插入损耗，是指光纤中的光信号通过活动连接的器件之后，其输出光功率相对输入光功率的比率的分贝数。按分光比可分为：等比分光和不等比分光。]]></description><category></category></item><item><title><![CDATA[微服务的核心原理]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/124170819</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/124170819</guid><author>slivelight</author><pubDate>Thu, 14 Apr 2022 14:15:43 +0800</pubDate><description><![CDATA[微服务的核心原理，看完这一篇就够了 - 云+社区 - 腾讯云
]]></description><category></category></item><item><title><![CDATA[Flink 从0到1学习—— 分享四本 Flink 国外的书和二十多篇 Paper 论文]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/124135632</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/124135632</guid><author>slivelight</author><pubDate>Tue, 12 Apr 2022 21:59:15 +0800</pubDate><description><![CDATA[前言

之前也分享了不少自己的文章，但是对于 Flink 来说，还是有不少新入门的朋友，这里给大家分享点 Flink 相关的资料（国外数据 pdf 和流处理相关的 Paper），期望可以帮你更好的理解 Flink。

书籍

1、《Introduction to Apache Flink book》



这本书比较薄，简单介绍了 Flink，也有中文版，读完可以对 Flink 有个大概的了解。

2、《Learning Apache Flink》



这本书还是讲的比较多的 API 使用，不仅有 Jav]]></description><category></category></item><item><title><![CDATA[Streaming System读后感]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/124135335</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/124135335</guid><author>slivelight</author><pubDate>Tue, 12 Apr 2022 21:48:33 +0800</pubDate><description><![CDATA[之前就提到过，最近在看《Streaming Systems》这本书。趁着过年期间再加几个周末，终于看完了。自从《Hadoop Application Architectures》之后，很少这样细致的看一本英文大部头了。

我对流处理并不很熟悉，随便写写感想，可能有错误，也并不全是流处理相关的。



关于本书

本书并不是针对某个系统去讲解原理或使用，也并不是针对的讲某种技术，而是从比较抽象的角度去阐述“流处理系统应该是什么样子的”、“应该具备哪些能力”，可以作为系统设计时的参考。如果一定要类比的话，有点类]]></description><category></category></item><item><title><![CDATA[详解Flink作业提交流程]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/123769846</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/123769846</guid><author>slivelight</author><pubDate>Sun, 27 Mar 2022 11:05:42 +0800</pubDate><description><![CDATA[一、提交流程

Flink 作业在开发完毕之后，需要提交到 Flink 集群执行。ClientFronted 是入口，触发用户开发的 Flink 应用 Jar 文件中的 main 方法，然后交给 PipelineExecutor（流水线执行器，在 FlinkClient 升成 JobGraph 之后，将作业提交给集群的重要环节。）#execue 方法，最终会选择一个触发一个具体的 PiplineExecutor 执行。





提交模式又可分为：


	Detached：Flink Client 创建完集]]></description><category></category></item><item><title><![CDATA[Streaming 102: The world beyond batch]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/122014565</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/122014565</guid><author>slivelight</author><pubDate>Sat, 18 Dec 2021 17:14:16 +0800</pubDate><description><![CDATA[ByTyler Akidau

January 20, 2016

Editor's note: This is the second post in a two-part series about the evolution of data processing, with a focus on streaming systems, unbounded data sets, and the future of big data.See part one. Also,check out "Stream...]]></description><category></category></item><item><title><![CDATA[Streaming 101: The world beyond batch]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/122014460</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/122014460</guid><author>slivelight</author><pubDate>Sat, 18 Dec 2021 17:08:39 +0800</pubDate><description><![CDATA[ByTyler Akidau

August 5, 2015



Editor's note: This is the first post in a two-part series about the evolution of data processing, with a focus on streaming systems, unbounded data sets, and the future of big data.See part two. Also,check out "Streami...]]></description><category></category></item><item><title><![CDATA[Beam学习笔记]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/121973154</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/121973154</guid><author>slivelight</author><pubDate>Thu, 16 Dec 2021 14:01:49 +0800</pubDate><description><![CDATA[编程指导

https://beam.apache.org/documentation/programming-guide/


	创建驱动程序，定义pipeline，包括输入、转换、输出，以及执行参数（主要包括runner，决定pipeline运行的后端）

	创建pipeline，设置参数
		创建初始的PCollection
		对PCollection应用PTransform：可以对PCollection中每个元素进行修改、过滤、分组、分析等操作，输出新的PCollection；PTransform]]></description><category></category></item><item><title><![CDATA[Cookie 和 Session]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/120823508</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/120823508</guid><author>slivelight</author><pubDate>Mon, 18 Oct 2021 11:40:18 +0800</pubDate><description><![CDATA[我在做面试官的时候，曾经问过很多朋友这个问题： Cookie 和 Session 有什么区别呢？大部分的面试者应该都可以说上一两句，比如：什么是 Cookie？什么是 Session？两者的区别等。

但如果再往深入探讨的话，就慢慢有一些朋友不太了解了，谈起原理时就很少有朋友全部回答准确。今天和大家一起深入聊聊有关 Cookie 和 Session 的话题 。

第一层楼

什么是 Cookie 和 Session ?初级程序员高频面试题。

什么是 Cookie

HTTP Cookie（也叫 Web C]]></description><category></category></item><item><title><![CDATA[前端网站清单]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/120811139</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/120811139</guid><author>slivelight</author><pubDate>Sun, 17 Oct 2021 15:05:36 +0800</pubDate><description><![CDATA[1、文章目录 | ConardLi的blog
]]></description><category></category></item><item><title><![CDATA[浏览器工作原理]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/120796557</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/120796557</guid><author>slivelight</author><pubDate>Sat, 16 Oct 2021 12:05:39 +0800</pubDate><description><![CDATA[前言

在我们面试过程中，面试官经常会问到这么一个问题，那就是从在浏览器地址栏中输入URL到页面显示，浏览器到底发生了什么？这个问题看起来是老生常谈，但是这个问题回答的好坏，确实可以很好的反映出面试者知识的广度和深度。

本文从浏览器角度来告诉你，URL后输入后按回车，浏览器内部究竟发生了什么，读完本文后，你将了解到：

浏览器内有哪些进程，这些进程都有些什么作用
	浏览器地址输入URL后，内部的进程、线程都做了哪些事
	我们与浏览器交互时，内部进程是怎么处理这些交互事件的
原文地址欢迎star

浏览器.]]></description><category></category></item><item><title><![CDATA[JDBC与数据库连接池]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/120081124</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/120081124</guid><author>slivelight</author><pubDate>Fri, 03 Sep 2021 15:08:25 +0800</pubDate><description><![CDATA[JDBC

简介

JDBC 是Java应用程序用来连接关系型数据库的标准API，为多种关系型数据库提供一个统一的访问接口。Sun公司一共定义4种 JDBC 驱动类型，一般使用第4种，该类型的Driver完全由Java代码实现，通过使用socket与数据库进行通信。

JDBC-ODBC Bridge driver (bridge driver)，JDBC-ODBC桥驱动程序；
	Native-API/partly Java driver (native driver)，JDBC本地API；
	All Ja]]></description><category></category></item><item><title><![CDATA[常见登录鉴权方案]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/119009685</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/119009685</guid><author>slivelight</author><pubDate>Thu, 22 Jul 2021 21:42:02 +0800</pubDate><description><![CDATA[编者注：今天我们分享的是卢士杰同学整理的网站常用鉴权方案的实现原理与实现以及他们的适用场景，帮助大家在业务中做合适的选择。

背景

说起鉴权大家应该都很熟悉，不过作为前端开发来讲，鉴权的流程大头都在后端小哥那边，本文的目的就是为了让大家了解一下常见的鉴权的方式和原理。

认知：HTTP 是一个无状态协议，所以客户端每次发出请求时，下一次请求无法得知上一次请求所包含的状态数据。

一、HTTP Auth Authentication

简介

HTTP 提供一个用于权限控制和认证的通用框架。最常用的HTTP]]></description><category></category></item><item><title><![CDATA[DataMesh 原理及逻辑架构]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/115558217</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/115558217</guid><author>slivelight</author><pubDate>Thu, 22 Jul 2021 21:34:37 +0800</pubDate><description><![CDATA[第二章MapReduce简介


]]></description><category></category></item><item><title><![CDATA[MapReduce: Simplified Data Processing on Large Clusters论文翻译（MapReduce-OSDI04）]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/118943664</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/118943664</guid><author>slivelight</author><pubDate>Tue, 20 Jul 2021 22:19:23 +0800</pubDate><description><![CDATA[作者

Jeffrey Dean and Sanjay Ghemawat

jeff@google.com, sanjay@google.com

Google, Inc

摘要

MapReduce是一个编程模型，也是一个处理和生成超大数据集的算法模型的相关实现。用户首先创建一个Map函数处理一个基于key/value pair的数据集合，输出中间的基于key/value pair的数据集合；然后再创建一个Reduce函数用来合并所有的具有相同中间key值的中间value值。现实世界中有很多满足上述处理模]]></description><category></category></item><item><title><![CDATA[大规模数据处理的演变]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/118941585</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/118941585</guid><author>slivelight</author><pubDate>Tue, 20 Jul 2021 18:17:19 +0800</pubDate><description><![CDATA[AI 前线导读：本文重点讨论了大数据系统发展的历史轨迹，行文轻松活泼，内容通俗易懂，是一篇茶余饭后用来作为大数据谈资的不严肃说明文。本文翻译自《Streaming System》最后一章《The Evolution of Large-Scale Data Processing》，在探讨流式系统方面本书是市面上难得一见的深度书籍，非常值得学习。更多干货内容请关注微信公众号“AI 前线”（ID：ai-front）


大规模数据处理的演化历程

大数据如果从 Google 对外发布 MapReduce 论文算.]]></description><category></category></item><item><title><![CDATA[数据库的ACID特性]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/116722409</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/116722409</guid><author>slivelight</author><pubDate>Wed, 12 May 2021 21:58:13 +0800</pubDate><description><![CDATA[15.1ACID 特性

事务具有4个基本特征:分别是:原子性(Atomicity)，一致性(Consistency)，隔离性(isolation)，持久性(Duration)、简称(ACID)

隔离级别

ACID这4个特征中，最难理解的是隔离性，在标准SQL规范中，定义了4个事务隔离级别，不同的隔离级别对事务的处理不同。4个隔离级别分别是:读未提交(READ_UNCOMMITTED)，读已提交(READ_COMMITTED)，可重复读(REPEATABLE_READ)，顺序读(SERIALIZABL.]]></description><category></category></item><item><title><![CDATA[流式计算系统]]></title><link>https://blog.youkuaiyun.com/slivelight/article/details/114405403</link><guid>https://blog.youkuaiyun.com/slivelight/article/details/114405403</guid><author>slivelight</author><pubDate>Fri, 05 Mar 2021 17:43:26 +0800</pubDate><description><![CDATA[流式计算系统系列：总纲



流式计算系统方兴未艾。为了反映现实世界事件驱动的特性，为了对接消息队列事件驱动的设计，为了获得更好的时延，越来越多的业务采用流式计算系统来处理它们的数据。在批流统一的理论指导下，可想而知，未来的计算是属于流式计算的天下。

从 2018 年年中参与 Flink 社区的开发，到在阿里巴巴 BLINK 团队和鹅厂数据中心的 FLINK 团队基于 Flink 支持了诸多流式计算作业的运行，这段时间的经历使我深深地体会到了自己作为本领域新人的局限性。虽然在我优秀的导师施晓罡博士...]]></description><category></category></item></channel></rss>