- 博客(51)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 初识Severless
ASK是容器服务 Serverless 版 ACK Serverless，用户无需购买资源节点即可直接部署容器应用，无需对集群进行节点维护和容量规划，根据应用配置的CPU和内存资源量进行按需付费。阿里云的Serverless产品主要有容器服务Serverless版（ASK）、Serverless应用引擎（SAE）、函数计算（FC）。效能提升：开发人员聚焦开发核心业务代码，复用BaaS能力，开发效率高、应用上线快，研发效能提高。查看和管理函数，包括版本管理、别名管理、查看函数管理函数等。
2025-12-07 22:04:15
205
原创 表字段预设
本文档详细介绍了设备信息MongoDB集合的设计方案。核心设计包括：唯一标识符（ObjectId主键）、关键业务字段（型号、序列号、版本等）、时间戳（创建/更新时间）和状态管理。特别强调序列号作为唯一索引，并设计了多维度复合索引（型号+版本、型号+时间等）优化查询性能。采用集合验证规则确保数据完整性和类型安全，包括必填字段校验和状态枚举值约束。整体设计兼顾查询效率、数据一致性和扩展性，支持设备全生命周期管理。
2025-10-23 18:01:28
913
原创 通过API网关部署FC函数
本文介绍了通过API网关对接函数计算（FC）Web函数的完整流程：1）创建Web函数并获取内网访问地址；2）在API网关配置FC后端服务；3）创建API分组；4）建立API并关联后端服务；5）创建应用并完成授权；6）进行API调试。文中特别提醒需注意API鉴权方式和公网访问验证配置。该方案实现了API网关与函数计算服务的无缝集成为开发者提供了便捷的Serverless架构部署方案。
2025-10-23 09:52:53
847
原创 Python GIL全局解释器锁技术演进
GIL是CPython解释器的核心互斥锁机制，确保线程安全。Python3.13引入动态GIL切换和实验性移除选项，优化多线程性能。针对不同任务类型：计算密集型推荐多进程方案，I/O密集型建议使用协程。版本演进中，GIL机制持续改进，Python3.13+提供更优的线程管理和内存回收策略。开发者需根据实际场景选择合适方案，并关注版本特性差异。
2025-09-25 22:15:00
331
原创 基于深度学习神经网络协同过滤模型(NCF)的视频推荐系统
本文实现了一个基于神经网络的协同过滤推荐系统。首先对用户-视频评分数据进行预处理，包括数据格式转换（宽表转长表）、缺失值处理和评分归一化。然后使用LabelEncoder对用户ID和视频ID进行编码，构建包含嵌入层、特征融合层和全连接层的深度学习模型。模型采用MSE损失函数和Adam优化器进行训练。最后对9个用户、6个视频的所有组合进行评分预测，并将结果反归一化后输出完整的预测评分矩阵。该系统能够有效学习用户偏好和视频特征间的复杂交互关系。
2025-09-25 17:31:00
518
原创 Tornado和FastApi的区别
Tornado与FastAPI框架对比分析：Tornado采用事件驱动模型，擅长处理WebSocket和长连接（支持5万+并发），但QPS仅10k级别。FastAPI基于ASGI标准，优化RESTful API开发，QPS可达76k，支持自动生成OpenAPI文档。Tornado适合实时应用如聊天室，FastAPI更适合高吞吐API服务。FastAPI兼容现代Python特性，而Tornado采用独立事件循环机制。两者在架构设计、性能表现和适用场景上各具优势。
2025-09-17 01:43:43
562
原创 原生协程及greenlet框架实现
协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存，在调度回来的时候，恢复先前保存的寄存器上下文和栈。因此协程能保留上一次调用时的状态，即所有局部状态的一个特定组合async函数完全可以看作多个异步操作，包装成的一个 Promise 对象，而await命令就是内部then命令的语法糖。
2025-09-17 01:23:38
427
原创 知识拓展-智能体和数字人
数字人是通过3D建模和动作捕捉技术构建的拟人化虚拟形象，其核心价值在于提供类人的交互体验12。智能体则是基于AI决策系统的自主行为单元，强调环境感知与目标驱动能力23。例如深爱榜的"数智员工"系统既包含数字人的可视化交互界面，又整合了智能体的任务决策模块1。随着技术融合，两者边界逐渐模糊。深爱榜的实践显示，新一代"数智员工"已实现数字人形象与智能体决策能力的有机整合1。未来可能出现更多兼具拟人交互与自主决策能力的混合形态AI系统。
2025-09-16 17:42:37
414
转载 基于Python3+Tornado6+APScheduler/Celery打造并发异步动态定时任务轮询服务
本文介绍了Python中两种实现异步定时任务的方案：APScheduler和Celery。APScheduler轻量灵活，支持动态任务管理和持久化存储，可集成到Tornado事件循环中；Celery功能强大但稍显复杂，需配合Redis实现任务调度。两种方案各有优势：APScheduler适合轻量级定时任务场景，而Celery在分布式任务处理方面更具优势。文章通过代码示例详细展示了两种框架的配置和使用方法，包括任务创建、动态管理和持久化存储等关键功能，为开发者选择适合业务场景的定时任务方案提供了实践参考。
2025-09-16 17:26:58
76
3
原创 垃圾回收之在Python中是如何管理内存的
Python内存管理机制解析：Python通过私有堆空间管理对象，由解释器自动控制内存分配。采用引用计数机制（自动增减）和垃圾回收（处理循环引用）来管理内存。小整数和短字符串会被缓存复用，而容器对象存储的是其他对象的引用。可通过sys.getrefcount()查看引用计数，使用gc.collect()手动触发垃圾回收。这种动态内存管理方式既高效又自动化，但也需注意循环引用问题。
2025-09-12 11:48:14
214
原创 支付子系统架构及常见问题
本文介绍了支付系统的核心设计要点：1. 采用四密钥机制保障支付安全，通过RSA2算法进行加签验签操作；2. 使用Redis分布式锁(setnx)解决高并发下的支付一致性问题，并设置10秒超时防止死锁；3. 通过异步任务队列缓冲支付请求，控制80线程数避免突破支付宝100QPS限制；4. 采用Redis有序集合实现延时队列，定时检测未回跳的支付订单状态；5. 使用延迟双删策略(Cache-Aside Pattern)保证MySQL与Redis的最终一致性，先更新数据库后删除缓存，并设置延时二次删除。系统从安全
2025-09-12 11:35:41
691
原创 *args和**kwargs的实际应用解析
args和**kwargs*args处理无名参数（元组），**kwargs处理**命名参数**（字典）。两者常结合使用以实现高度灵活的函数接口，如装饰器或继承中的参数传递。
2025-09-11 13:08:45
515
原创 JSON Web Token
将 token 存入内存数据库：将 token 存入 DB 中，redis 内存数据库在这里是是不错的选择。如果需要让某个 token 失效就直接从 redis 中删除这个 token 即可。但是，这样会导致每次使用 token 发送请求都要先从 DB 中查询 token 是否存在的步骤，而且违背了 JWT 的无状态原则。黑名单机制：和上面的方式类似，使用内存数据库比如 redis 维护一个黑名单，如果想让某个 token 失效的话就直接将这个 token 加入到 黑名单 即可。
2025-09-11 11:12:17
788
原创 python3的单元测试模块mock与性能测试模块cProfile
本文介绍了Python单元测试和性能分析的方法。单元测试通过unittest框架和mock模块实现，mock可以模拟外部依赖，使测试专注于当前模块功能。对于性能分析，推荐使用内置的cProfile模块，它通过tottime和cumtime指标帮助定位CPU瓶颈。文章指出Python主要处理业务逻辑而非计算任务，性能瓶颈多在IO而非CPU，建议根据实际场景选择多进程、多线程等方法优化IO性能。通过单元测试和性能分析，可以持续提升代码质量和系统性能。
2025-09-11 11:04:19
947
原创 电脑桌面优化
关闭高风险功能（如自动更新）可避免兼容性问题，而设置系统还原点能快速恢复故障状态4。损坏的用户配置文件或图标缓存也可能导致桌面加载缓慢，需通过切换用户或重建缓存解决2。此外，定期清理临时文件和重建图标缓存（如通过注册表调整或专用工具）能改善数据读写效率2。通过整理图标（如固定到开始菜单或使用文件夹归类）、启用透明任务栏插件（如TranslucentTB）及自定义壁纸组件，既能保持桌面简洁，又能提升视觉体验。综上，桌面优化从性能到体验均能带来实质性改善，建议结合具体需求调整设置。
2025-09-04 19:11:39
320
原创 leetcode 接雨水II(407)
水位由最短的板子决定。我们可以从矩阵的边界开始，逐渐向内推进，确保每次遇到的都是当前最低的高度，从而确定可以存储的水量。下雨后，雨水将会被上图蓝色的方块中。总的接雨水量为1+2+1=4。使用优先队列（最小堆）来解决。
2024-12-12 14:16:39
288
原创 python魔法(python高级magic方法进阶)
Python解释器在导入模块时，会将模块中没有缩进的代码全部执行一遍（模块就是一个独立的Python文件）。当一个对象在删除的时需要更多的清洁工作的时候此方法会很有用，比如套接字对象或者是文件对象。() 取值、赋值、删除这“三剑客”的套路，在Python中，我们已经见过很多次了，比如前面的@property装饰器。是在一个对象实例化的时候所调用的第一个方法。() 如果为一个类编写了该方法，那么在该类的实例后面加括号，可会调用这个方法。() 方法，是由对象后加括号触发的，即：对象() 或者 类()()
2024-09-30 14:19:39
1121
原创 为什么python使用len(array)却不再使用java中类似的 array.size()了?
python中的len(array)和java中的array.size()的区别
2024-09-23 22:00:00
995
空空如也
帅气的博主会python或者Linux嘛？
2021-10-14
TA创建的收藏夹 TA关注的收藏夹
TA关注的人