深挖专题
理解 JTBD 框架和EJ 理念：深挖以用户为中心的设计
在与用户的交流中，我们发现对用户需求的精准洞察普遍困扰着产品经理、设计、企划人员，因为当今消费者行为已经由单品消费转向场景消费，千人千面的个性化需求出现，消费者数据维度极大丰富，这对把握用户体验造成了很大挑战。 我们所处的产品设计行业，错综复杂，不断发展，有一个设计框架叫做 JTBD （待办任务）。无论你是否听说过。我们只需读完本篇文章之后，你将会对这个框架的含义，以及对产品设计工作的重要
深挖Openstack Cinder - 数据库表结构
”深挖数据库表结构，相当于从原子角度去剖析整个模块组成。“ --- 我说的 表清单 1. backups – 数据备份 2. cgsnapshots – 一致性组快照 3. consistencygroups – 一致性组 4. driver_initiator_data – 驱动发起人数据 5. encryption – 加密 6. image_volume_cache
深挖Openstack Glance - 源码分析（2）
============承接上篇 Glance - 源码分析（1）================= 3. 获取image信息 def detail(self, req): 其中，获取镜像image数据的语句如下： images = registry.get_images_detail(req.context, **params) 深入get_images_detail方法，对应的是
深挖Openstack Glance - 源码分析（1）
v1版本API功能解析 1. 创建image 2. 更新image 3. 获取image信息（metadata和data） 4. 删除image 5. 获取image列表 6. 获取image元数据（metadata） 7. 下载image 这些功能都在/glance/api/v1/images.py里，该文件主要是提供与image相关的操作。 接下来将对这些功能逐个分析：
深挖Openstack Glance - 基本知识
一. glance的作用：提供虚拟机镜像的发现、注册、检索，使用RESTful接口接收外部请求 二. 版本说明 glance有两个版本API v1/v2，其中v2版本（F版）较为简洁，将glance-api和glance-registry合并在一块。 1. glance-api：接收REST API的请求，分析消息请求信息并分发命令（如新增、删除、更新等） 2. glance-reg
深挖Openstack Nova - evacuate疏散函数
一. 当实例所在的节点发生故障不可用时，可执行evacuate操作，在另外一个新节点rebuild该实例，实现高可用。 这可以是OpenStack计算节点HA的一种实现方案。 二. API调用 nova.servers.evacuate(server=fm['id']), on_shared_storage=True 1. on_shared_storage参数在2.14版本后废除，自
深挖Openstack Nova - Compute模块
一. nova-compute是一个非常重要的守护进程，负责创建和终止虚拟机实例，即管理着虚拟机实例的生命周期，包括instance的launch、shutdown、reboot、suspend、resume、terminate、resize、migration、snapshot等。 二. 例如对于创建虚拟机请求，nova-api接收到客户端请求后，经过nova-scheduler调度器调
深挖Openstack Nova - Scheduler调度策略（2）
当OpenStack自带的调度算法无法满足自己的业务需求时，这时我们可以增加自定义调度器。 现在有如下需求： 需求1. 同一项目的多个实例分散到不同的计算节点上； 需求2. 机柜感知 - 同一项目的多个实例分散到不同的机柜上； 需求3. 要求实例B不放在与实例A相同的节点上。 思路： 需求1： （1）自带的ServerGroupAntiAffinityFilter过滤器可解决
深挖Openstack Nova - Scheduler调度策略（1）
一. Scheduler的作用就是在创建实例（instance）时，为实例选择出合适的主机（host）。这个过程分两步：过滤（Fliter）和计算权值（Weight） 1. 过滤： 过滤掉不符合我们的要求，或镜像要求（比如物理节点不支持64bit，物理节点不支持Vmware EXi等）的主机，留下符合过滤算法的主机集合。 2. 计算权值 通过指定的权值计算算法，计算在某物理节点上申请这个
深挖Openstack Nova - 实例创建（4）
--------------- 紧接上篇 nova实例创建（3） -------------------- （8）完成配额管理 instances = self._provision_instances(context, instance_type,min_count, max_count, base_options, boot_meta, security_groups, block
深挖Openstack Nova - 实例创建（3）
--------------- 紧接上篇 nova实例创建（2） -------------------- 5. 分析create方法 在最开始的run_instances方法中可知创建实例是通过self.compute_api.create方法来实现的，该方法是在/nova/compute/api.py里 # 建立所有类型的实例都要执行# 返回一个元组（实例或者是reservatio
Java 8 Date API：深挖`LocalDate.plusWeeks(1)`方法的使用及潜在“陷阱”
这里写目录标题 引言方法介绍潜在“陷阱”与注意事项1. 对于跨越月份和年份边界的情况2. ISO周定义的影响3. 时间区间的理解和使用 正确使用与规避“陷阱”结语 引言 在Java 8中，日期时间API进行了全面改革，引入了新的java.time包，其中的LocalDate类提供了一种强大且直观的方式来处理日期。今天我们要深入探讨的是LocalDate中的pl
深挖苹果Find My技术，伦茨科技ST17H6x芯片赋予产品功能
苹果发布AirTag发布以来，大家都更加注重物品的防丢，苹果的 Find My 就可以查找 iPhone、Mac、AirPods、Apple Watch，如今的Find My已经不单单可以查找苹果的设备，随着第三方设备的加入，将丰富Find My Network的版图。产品与Find My可实现智能防丢的功能。苹果的Find My功能使得用户可以轻松查找iPhone、Mac、AirPods以及Ap
深挖房地产行业数字化转型价值，推动地产管理革新
近年来，伴随着房地产行业的高速发展，以及国家对行业宏观调控政策，多地陆续出台限购限贷等政策等，房地产行业内外部环境均发生了诸多转变，对企业的管理也产生了巨大影响。依靠高杠杆扩张时代终结，房企分野加大，如何在低利润率、行业竞争加剧的市场大环境下继续保持健康发展，为房企找到新的增长业务曲线？数字化转型是目前房地产行业达成的共识，房企管理实现从流程化走向数字化的步伐加快，管理变革的需求日益迫切，房企正在
深挖AI价值与温度，AETA地震预测AI算法大赛开启
尽管我们的科技发展已经达到了空前的地步，但在自然灾害面前，人类的渺小依然未有丝毫改变。 汉代张衡一个地动仪能够精确的得知哪里发生了地震，这对于世界而言已然足够震撼，而如今信息传达已不是问题，可如何预测地震这一千古谜题却依然未能有所改变。过去我们知道，看动物，观天象，甚至用玄学的办法来试图破解地震的谜题，可这些做法不够科学，不够严谨，也很难真正应用在地震预测事业之中。 而如今，5G已然落地，各类
【面试突击】深挖网络 IO 面试实战
🌈🌈🌈🌈🌈🌈🌈🌈 欢迎关注公众号（通过文章导读关注：【11来了】），及时收到 AI 前沿项目工具及新技术的推送！ 在我后台回复 「资料」 可领取编程高频电子书！ 在我后台回复「面试」可领取硬核面试笔记！ 文章导读地址：点击查看文章导读！ 感谢你的关注！ 🍁🍁🍁🍁🍁🍁🍁🍁 深挖网络 IO 面试实战 学前须知： 这个模块对网络 IO 这块进行深挖，深入
深挖||假网红到底有多可怕？
问您个问题，做网红营销那么久，你最怕“摊上”什么事儿？ 每当问到这个问题，80%的人都会说——最怕花钱投了个“假网红”！ ”假网红“那么可怕？他到底是用拥有怎样的“毒力”？ 1.经济损失 没错，一个假网红，最直接的影响就是经济损失，其次就是随之而到来的冗长繁复的“补救”措施——花加倍的时间、精力去重新挑选合适自己的网红，因为许多第一次做网红投放的人，都习惯性的只想找一个网红去“
手头没项目的，先做好“眼观八方路”，手头有项目的，做好“深挖一口井”
3年前，行业内有什么风吹草动，我都跃跃欲试，想分一杯羹； 3年后，我仍然时刻关注着行业内的变化，却不再盲目跟风，只想专注做好自己的事情。 最近很火的外卖红包CPS、知乎好物、Tiktok……我都在关注着，却已提不起兴趣。 手头的事就足够我忙的了，没空去赚这些摸不着边的钱。 这些项目好么？ 好！这世上赚钱的事太多了！ 但这世上赔钱的人也太多了。 太贪心，必会反噬自己。 眼观八方路，深
【Linux】深挖进程地址空间
> 作者简介：დ旧言~，目前大二，现在学习Java，c，c++，Python等 > 座右铭：松树千年终是朽，槿花一日自为荣。 > 目标：熟悉【Linux】进程地址空间 > 毒鸡汤：也许有一天，你发觉日子特别的艰难，那可能是这次的收获特别的巨大。 > 望小伙伴们点赞👍收藏✨加关注哟💕💕 🌟前言 学习每一个语言都跟地址扯不开关系，这也是学习每一种语言的必修课，学
函数解剖——深挖printf()与scanf()
大家好，我是一只励志要翻身的小牛🐮，今天我们开启刨根问底2.0，深入探究printf()与scanf()的那点事！ 文章目录 一、详解输出函数 printf（） 1、开门见山 2、函数printf()的一般形式 3、函数printf()参数详解 4、函数printf()的返回值 二、详解输入函数 scanf（） 1、函数scanf()的一般形式 2、函数sca
Redis之深挖(就是往里面探究)
Redis是完全开源免费的，是一个高性能的key-value数据库，目前市面上主流的数据库有Redis，Memcache.但是用的最多的还是Redis数据库。 Redis属于内存数据库(nosql数据库) 关系数据库存硬盘中，查询实现是基于io操作。非关系数据库Redis一般把数据存放到内存中，如果一旦服务器宕机或者重启，那么redis保存在内存中的数据就会丢失，那么肯定有解决方案，那就是持久
数据猿专访和高资本：深挖智能出行产业链的投资机会
“☆【活动报名】企业数智化转型升级专场——魔方大数据系列论坛丨上海 小程序报名可直接点这里 大数据产业创新服务媒体 ——聚焦数据 · 改变商业 近年来，数字化与智能化作为科技发展的主旋律，占据了创投领域的绝对C位。而最能承载这一科技进步方向的，无疑是以新能源和智能驾驶为引领的汽车产业。据相关机构预测，2021年中国汽车产业数字经济贡献值可达4.3万亿元，到2025年，其规模将近6.7
英特尔“智能+”业务策略：深挖数据红利 创造增值空间
3月28日，以“万有IN力，数立未来”为主题，“2019英特尔中国媒体纷享会”在北京举行。会上，英特尔阐述如何深挖数据红利以推动产业增值和升级，强调英特尔与产业伙伴共同加速数字经济落地。 英特尔公司全球副总裁兼中国区总裁杨旭发表演讲 “英特尔以数据为中心，推动全面计算创新，不断发展智能互联技术和解决方案。”英特尔公司全球副总裁兼中国区总裁杨旭表示，“在‘智能+’时代，深挖数据红利能够为产业创造
mysql 数据库性能“抖动”，问题深挖考虑的几个方面关注点
1.innodb_io_capacity 服务器磁盘iops 能力，会影响mysql server 写的能力 2.innodb_flush_neighbor 相邻脏叶刷新方式 ，建议关闭（相邻脏叶可能是大片关联的，对于高并发系统在业务期间会浪费额外IOps） 3.innodb relolog 大小 （治标不治本，缓解抖动状况） 3.buffer pool （内存大小直接影响并发能力）
【C++ 函数设计的艺术】深挖 C++ 函数参数的选择 智能指针与 std::optional：最佳实践与陷阱
目录标题 1. 引言1.1 智能指针和 `std::optional` 的日常应用1.2 文章目标和目标读者1.2.1 为什么选择这两个主题 1.3 本文 2. 智能指针简介2.1 什么是智能指针？2.1.1 `std::unique_ptr`常用成员函数 2.1.2 `std::shared_ptr`常用成员函数 2.2 所有权模型2.2.1 独占式所有权2.2.2 共享式所有权 2.3