Node.js 安全指南

當專案週期快結束時,開發人員會越來越關注應用的“安全性”問題。一個安全的應用程式並不是一種奢侈,而是必要的。你應該在開發的每個階段都考慮應用程式的安全性,例如系統架構、設計、編碼,包括最後的部署。 在這篇教程中,我們將一步步來學習如何提高Node.js應用程式安全性的方法。 ## 1. 資料驗證 - 永遠

棧切換

實現協程最核心的部分就是棧切換了,其他的和非阻塞io的程式設計方式沒什麼區別。 棧切換,libc中有一個實現,swapcontext,但是已經被標準移除了,未來是否可用不得而知,自己實現需要寫彙編程式碼,這是一個很困難的任務,因為既要熟悉不同cpu指令集又要熟悉不同平臺的標準,好在從boost library

C# 實現一個基於值相等性比較的字典

# C# 實現一個基於值相等性比較的字典 ## Intro 今天在專案裡遇到一個需求,大概是這樣的我要比較兩個 JSON 字串是不是相等,JSON 字串其實是一個 `Dictionary` 但是順序可能不同,和上一篇 `record 使用場景` 中的第一個需求類似,前面我們介紹過使用 `record` 可

Kafka Fetch Session剖析

1.概述 最近有同學留言在使用Kafka的過程中遇到一些問題,比如在拉取的Topic中的資料時會丟擲一些異常,今天筆者就為大家來分享一下Kafka的Fetch流程。 2.內容 2.1 背景 首先,我們來了解一下,Fetch Session的目標。Kafka在1.1.0以後的版本中優化了Fetch問題,引入了F

【Redis 分散式鎖】(1)一把簡單的“鎖”

原文連結:[https://www.changxuan.top/?p=1230](https://www.changxuan.top/?p=1230) 在單體架構向分散式叢集架構演進的過程中,專案中必不可少的一個功能元件就是分散式鎖。在開發團隊有技術積累的情況下,做為團隊的一個“工具人”往往有限的時間都投

阿里一面,給了幾條SQL,問需要執行幾次樹搜尋操作?

### 前言 有位朋友去阿里面試,他說面試官給了幾條查詢SQL,問:需要執行幾次樹搜尋操作?我朋友當時是有點懵的,後來冷靜思考,才發現就是考索引的幾個基礎知識點~~ 本文我們分九個索引知識點,一起來探討一下。如果有不正確的話,歡迎指出哈,一起學習~ 公眾號:**撿田螺的小男孩** - 面試官考點之索引

從一片森林(JavaScript)到另一片森林(C++)

## 從JavaScript到C Plus Plus 作為一個忠誠的Web開發者,JavaScript幾乎是我這一年多以來的首選,不管是開發網站後端服務,還是開發跨端應用,我都會首選一個使用JavaScript作為主語言的框架,例如Electron,React-Native等等,毫無疑問,JavaScrip

Golang--Directional Channel(定向通道)

# Directional Channel > 通道可以是定向的(`directional`)。在預設情況下,通道將以雙向的(`bidirectional`)形式運作,使用者既可以把值放人通道,也可以從通道取出值;但是,通道也可以被限制為只能執行傳送操作(`send-only`)或者只能執行接收操作(`re

精通MySQL之索引篇,這篇注重練習!

老劉是即將找工作的研究生,自學大資料開發,一路走來,感慨頗深,網上大資料的資料良莠不齊,於是想寫一份詳細的大資料開發指南。這份指南把大資料的【基礎知識】【框架分析】【原始碼理解】都用自己的話描述出來,讓夥伴自學從此不求人。大資料開發指南地址如下: github:https://github.com/Bi

【ElasticSearch】 使用AWS雲ES服務來分析程式日誌

最近公司系統升級,有些API的呼叫介面達到了每天10幾萬的請求量。目前公司裡的日誌,都是寫文字檔案中的。為了能夠更好的分析這些日誌資料,公司採用了AWS 的 ElasticSearch服務來分析日誌。這篇文章記錄瞭如何使用AWS上的ElasticSearch,以及需要注意那些坑。   1. 準備條件

博弈論詳解

[TOC] ----------------------------- ## 寫在前面 因為圖論專題考試考到了博弈論,然後就跑過來通了一遍 ~~至於圖論考試為什麼會扯到博弈論?我不知道,就很奇怪~~ ## 正文 ### 何為博弈論? > 博弈論 ,是經濟學的一個分支,主要研究具有競爭或對抗性質的物

機器學習中資料缺失的處理及建模方法

  在機器學習中建模的時候,往往面臨兩個困難,一是選擇哪個模型,二是怎樣處理資料。處於資料包括資料獲取、資料清洗和資料分析。其實對於不同的場景和不同的資料,選擇的模型也是不一樣的,本文簡單聊一聊在資料缺失的時候該怎樣選擇合適的模型。 一、缺失資料處理及建模方法   資料缺失時,處理資料的方式有如下三種:   

0.027317047119141