前言之前上传ipa文件到苹果商店时候遇到了好多问题,结合着问题和做的过程中查到的资料，做个总结准备工作ios开发者账号苹果电脑提交审核的软件，我这里用到的是Transporter当然你也可以用xcode,应用商店都可以下载硬件要求苹果电脑审核须知会审核两次第一次是机器审核几分钟就可以知道审核结果，如果很久都上次不上去那可能是需要科学上网

hello大家好，我是小楼。不知道大家还记不记得我上次找到了一个Go的Benchmark执行会超时的Bug？就是这篇文章。之后我就向Go提交了一个PR进行修复，本想等着代码被Merge进去，以后也可以吹牛说自己是个Go的Contributor，但事情并不顺利，今天就来分享一下这次失败的代码提交。第一次提交在我意识到Bug时，就迫不及待想去修复，于是有了这一

前段时间在下开发了个微信小程序，开发过程中总结了一些我觉得对我有用的小技巧，提炼出来，相当于一个总结复盘，也希望可以帮助到大家。如果对大家确实有帮助，别忘了点赞哦🌟～1\.开发中可能遇到的坑以及Tips本来想写个小技巧的，结果我总结了一堆坑，没上手之前完全想象不到微信小程序的开发体验是如此之差、如此之烂，从微信

↑关注星标  有趣的不像个技术号每晚九点，我们准时相约  我们要的不是数据，而是数据告诉我们的事实。大多数人面临这样一个挑战：我们认识到数据可视化的必要性，但缺乏数据可视化方面的专业技能。部分原因可以归结于，数据可视化只是数据分析过程中的一个环节，数据分析师可能将精力花在获取数据、清洗整理数据、分析数据、建立模型，但在最终的展示沟通

 OpenStack如今已成为开源云平台中的明星项目，得到广泛关注。OpenStack的优秀出众依赖于众多开发者的努力，在享受其带来的便利与快捷的同时，为其做一份贡献也是一个开发者的义务。 在前段时间的OpenStack的测试过程中，我发现Nova项目中的一个Bug，于是向社区提交了Bug报告，并提交代码修复了该Bug，从提交报告到代码入库经历近一月，下面

　　由于公司项目原因需要把大量图片导入到mongo中，于是乎用java写了个小脚本，遍历图片文件夹，把所有的图片导入mongo中，图片数量庞大100多万张。最开始单线程跑，跑了一会发现很慢，十多分钟传了几千张，一合计这得跑到猴年马月啊。分析了一下mongo服务器在本地测试环境，网络传输不是问题。那大部分时间应该消耗磁盘IO上了。于是乎启动了8个线程跑

　　不管是什么日志文件，都是会越来越大的，大到一定程度就是个可怕的事情了，所以要及早的做处理，方法之一就是按时间段来存储，不过linux系统提供了Logrotate的日志管理工具，很好用，不用写计划任务脚本了，不过弊端是转储后的日志文件放入指定的目录，必须和当前日志文件再同一个系统，下面是摘录别人的。记录下以备不时之需。      Logrotate是L

几乎所有的系统函数和库函数在执行时都会通过返回特定的值来说明成功或出错。我们在调用它们后，必须马上对其返回值进行检测，如果调用出错则要进行相应的处理（一般是向终端输出错误信息并终止程序运行）。否则在今后程序出错时，如果通过调试去定位到该错误将会花费很长的时间。当然也有某些系统调用从不失败（例如getpid()或\_exit()等），在调用它们时可以不

1、分库分表很明显，一个主表（也就是很重要的表，例如用户表）无限制的增长势必严重影响性能，分库与分表是一个很不错的解决途径，也就是性能优化途径，现在的案例是我们有一个1000多万条记录的用户表members,查询起来非常之慢，同事的做法是将其散列到100个表中，分别从members0到members99，然后根据mid分发记录到这些表中，牛逼的代码大概是

k8s是一个编排容器的工具，其实也是管理应用的全生命周期的一个工具，从创建应用，应用的部署，应用提供服务，扩容缩容应用，应用更新，都非常的方便，而且可以做到故障自愈，例如一个服务器挂了，可以自动将这个服务器上的服务调度到另外一个主机上进行运行，无需进行人工干涉。那么，问题来了，要运维何用？   k8s可以更快的更新新版本，打包应用，更新的