在做系统架构规划的时候，负载均衡，HA(高可用性集群，是保证业务连续性的有效解决方案，一般有两个或两个以上的节点，且分为活动节点及备用节点，当活动节点出现故障的时候，由备用节点接管）都是经常需要考虑的方案。对应并发及单点故障，考虑负载均衡方案是必不可少的。如果并发不高只是应对单点故障，则通常使用HA方案。　　负载均衡(LoadBalance)是集

【导语】本篇文章是关于某化妆品企业的销售分析。从分析思路思路开始带大家一步步的用python进行分析，找出问题，并提出解决方案的整个流程。需求：希望全面了解此某妆品企业的销售情况，帮助企业运营领导层了解企业整体销售运营情况及商品销售情况，为该企业的营销策略提供相对应的建议和销售策略。业务分析流程1、场景（诊断现状）对象：用户；销售关注点：找到

Erupt可快速的构建管理页面，零前端代码、零CURD、自动建表，仅需单个类文件简洁的注解配置，即可快速开发企业级Admin管理后台！后台管理系统非常重要，但开发存在一定的痛点，如：开发效率低、界面不美观、交互不理想、工作量重复、存在安全漏洞、后端研发被迫写前端代码等。我是程序汪Erupt提供企业级中后台管理系统的全栈解决方案，提供超多业务组

　码流（DataRate）是指视频文件在单位时间内使用的数据流量，也叫码率，是视频编码中画面质量控制中最重要的部分。同样分辨率下，视频文件的码流越大，压缩比就越小，画面质量就越好。一、简介H.264的主要目标：1．高的视频压缩比2．良好的网络亲和性解决方案：（1）VCLvideocodinglayer视频编码层。VCL：核心算法引擎，块

前置说明编写API文档，可能是最为枯燥无味的工作了，大部分程序猿都不太愿意干这个活，但是大部分人还是苦于没有找到更好的解决方案来处理这个问题，或者之前的代码不允许去做类似的工作，只能老老实实自己去写API。但是，作为新项目启动，必须提前考虑这个问题，解放程序员双手，让他们撸更多业务代码，而不是整天纠结文档方面的工作。如果要做到这些，那必

写在前面2020年默默地还是写了很多东西的，微信有了标签功能之后，整理起文章来还是比较方便的。从去年到今年准备写几个专辑，围绕于自己做交易系统或是一些通用解决方案的，当然自己平时爱叨叨的毛病也整理了一个专辑，回顾起来还比较有意思。复杂度治理系统变大之后，对应的复杂度就上来了，除了需要解决各种高性能、高可用、高并发的“规模

前言前段时间实习工作期间，接到一个需求需要对一些地理数据做空间插值分析，当时想了两种解决方案，一种是直接在前端调用一些空间插值库来计算（如Kriging.js等），另一种就是用ArcGIS发布GP服务，再用ArcGISAPiforJS调用。因为要计算的数据量很大，最后决定用GP服务的方式来实现。现在总结一下当时实现的一些步骤和遇到的坑。

Ignite项目刚开源时，它被定义为一种纯粹的内存解决方案：一种分布式缓存，可将数据放入内存以加快访问速度。但随后在2017年推出了Apache®Ignite™2.1版本，它首次发布了Ignite的原生持久化模块，让Ignite可以作为一个完整的分布式数据库。从那以后Ignite就不再依赖于外部持久性存储机制，以及随之而来的数据库配置和管理问题。Igni

应用中需要实现一个功能：需要将数据上传到远程存储服务，同时在返回处理成功情况下做其他操作。这个功能不复杂，分为两个步骤：第一步调用远程的Rest服务上传数据后对返回的结果进行处理；第二步拿到第一步结果或者捕捉异常，如果出现错误或异常实现重试上传逻辑，否则继续接下来的功能业务操作。常规解决方案trycatchredo简单重试

作为解决方案厂商，MapGis是如何实现分布式大数据存储的呢?MapGIS在传统关系型空间数据库引擎MapGISSDE的基础之上，针对地理大数据的特点，构建了MapGISDataStore分布式数据库引擎，其集成整合了多种开源分布式数据库和文件系统，分别用来存储和管理关系型数据，切片型数据，实时型数据和非结构化数据，形成针对地理大数据应用场景相关的解