JavaScript 深拷贝性能分析 (justjavac.com)

【简介】

如何在 JavaScript 中拷贝一个对象?对于这个很简单的问题,但是答案却不简单。

点击查看全文 >>

@技术头条 2020-02-05 15:11分享 / 原作者微博:@justjavac / 0个评论
要不要再学学下面的文章?
图解python中赋值、浅拷贝、深拷贝的区别 (www.cnblogs.com)
本文详细介绍了python中赋值、浅拷贝、深拷贝的原理,并附以代码进行讲解,深入的对他们的区别进行了分析。
by @技术头条 2020-02-05 15:05 分享 查看详情
图解python中赋值、浅拷贝、深拷贝的区别 (www.cnblogs.com)
本文详细介绍了python中赋值、浅拷贝、深拷贝的原理,并附以代码进行讲解,深入的对他们的区别进行了分析。
by @技术头条 2020-02-05 15:05 分享 查看详情
图解python中赋值、浅拷贝、深拷贝的区别 (www.cnblogs.com)
本文详细介绍了python中赋值、浅拷贝、深拷贝的原理,并附以代码进行讲解,深入的对他们的区别进行了分析。
by @技术头条 2020-02-05 15:05 分享 查看详情
今日头条技术架构分析 (mp.weixin.qq.com)
今日头条创立于2012年3月,到目前仅4年时间。从十几个工程师开始研发,到上百人,再到200余人。产品线由内涵段子,到今日头条,今日特卖,今日电影等产品线。
by @code小生 2020-01-05 21:32 分享 查看详情
Kubernetes 下零信任安全架构分析 (yq.aliyun.com)
零信任安全最早由著名研究机构 Forrester 的首席分析师约翰.金德维格在 2010 年提出。零信任安全针对传统边界安全架构思想进行了重新评估和审视,并对安全架构思路给出了新的建议。其核心思想是,默认情况下不应该信任网络内部和外部的任何人/设备/系统,需要基于认证和授权重构访问控制的信任基础。诸如 IP 地址、主机、地理位置、所处网络等均不能作为可信的凭证。
by @可耐芊小仙女 2019-12-30 15:51 分享 查看详情
从零开始入门 K8s | etcd 性能优化实践 (yq.aliyun.com)
etcd 是容器云平台用于存储关键元信息的组件。阿里巴巴使用 etcd 已经有 3 年的历史, 在今年 双11 过程中它又一次承担了关键角色,接受了 双11 大压力的检验。本文作者从 etcd 性能背景出发,带领我们了解了 etcd server 端性能优化及 etcd client 使用最佳实践,希望能够为大家运行一个稳定而且高效的 etcd 集群提供帮助。
by @可耐芊小仙女 2019-12-24 15:26 分享 查看详情
基于MaxCompute InformationSchema进行血缘关系分析 (yq.aliyun.com)
在实际的数据平台运营管理过程中,数据表的规模往往随着更多业务数据的接入以及数据应用的建设而逐渐增长到非常大的规模,数据管理人员往往希望能够利用元数据的分析来更好地掌握不同数据表的血缘关系,从而分析出数据的上下游依赖关系。本文将介绍如何去根据MaxCompute InformationSchema中作业ID的输入输出表来分析出某张表的血缘关系。
by @可耐芊小仙女 2019-12-23 16:10 分享 查看详情
Apache APISIX 微服务网关极致性能架构解析 (zhuanlan.zhihu.com)
API 网关并非一个新兴的概念,在十几年前就已经存在了,它的作用主要是作为流量的入口,统一处理和业务相关的请求,让 API 更加安全、快速和准确的得到处理,它有以下传统功能……
by @又拍云 2019-12-04 15:01 分享 查看详情
基于MaxCompute InformationSchema进行冷门表热门表访问分析 (yq.aliyun.com)
在实际的数据平台运营管理过程中,数据表的规模往往随着更多业务数据的接入以及数据应用的建设而逐渐增长到非常大的规模,数据管理人员往往希望能够利用元数据的分析来更好地掌握不同数据表的使用情况,从而优化数据模型。一个MaxCompute项目中经常使用的表简称为热门表,使用次数较少或者很长时间不使用的表简称为冷门表,本文将介绍如何去通过MaxCompute元数据信息去分析热门表和冷门表。
by @可耐芊小仙女 2019-12-02 15:33 分享 查看详情
如何分析及处理 Flink 反压? (yq.aliyun.com)
反压(backpressure)是实时计算应用开发中,特别是流式计算中,十分常见的问题。反压意味着数据管道中某个节点成为瓶颈,处理速率跟不上上游发送数据的速率,而需要对上游进行限速。由于实时计算应用通常使用消息队列来进行生产端和消费端的解耦,消费端数据源是 pull-based 的,所以反压通常是从某个节点传导至数据源并降低数据源(比如 Kafka consumer)的摄入速率。
by @可耐芊小仙女 2019-11-28 16:48 分享 查看详情