改hosts不生效？教你清理Chrome的DNS缓存
在进行web开发的时候，我们经常会修改hosts文件进行测试，但是偶尔会发现改了hosts文件并不能立刻生效。这是由于浏览器自身对DNS（域名指向）是有进行缓存的，除了缓存之外，由于HTTP1.1支持连接复用，如果之前打开过这个页面，那么即使清理了DNS缓存也会因为复用连接再继续连接到旧的域名指向地址。如果出现连接被复用的情况就需要手动关闭活跃连接了。
相关分享
1
喜欢
zh
www.zhangxinxu.com
/
2024-11-02 16:22
时隔两年，Chrome也支持round等CSS数学函数了
本文介绍了CSS中的数学函数 `round()` 的新应用，它能实现多种取整方式，如上舍、下舍、四舍五入等，用于提升样式的精确控制。特别是在字体大小、动画步阶和响应式设计中，`round()` 可防止小数值带来的渲染偏差，使界面更一致。这一函数现已在Chrome中支持，为开发者提供了更灵活的布局工具。
无图
1
喜欢
is
www.iszy.cc
/
2023-11-29 23:46
解决Vite打包产生的hash缓存失效问题
最近发现无论改多少内容，打包出来的所有文件的 hash 都会发生变化，这样就导致了浏览器缓存失效，每次都要重新加载所有文件，这样就导致了加载速度变慢，而且也浪费我服务器流量，姑且来看看能不能解决。
无图
1
喜欢
bl
blog.delphij.net
/
2023-08-07 23:24
在本地架设根 DNS 的镜像
在本地的局域网上建立 DNS 解析服务可以显著地改善 DNS 的安全性：所有的 DNS 查询将由可以信任的本地 DNS 解析服务进行验证，而不是简单地相信一台不受控的远程服务器通过 UDP 提供的应答。
无图
1
喜欢
li
linux.cn
/
2023-07-23 11:25
系统运维 | DNS 故障集锦
当我第一次知道 DNS 时，我想它应该不会很复杂。不就是一些存储在服务器上的 DNS 记录罢了。有什么大不了的？
但是教科书上只是介绍了 DNS 的原理，并没有告诉你实际使用中 DNS 可能会以多少种方式破坏你的系统。这可不仅仅是缓存问题！
所以我 在 Twitter 上发起了一个提问，征集人们遇到的 DNS 问题，尤其是那些一开始看起来与 DNS 没什么关系的问题。（“总是 DNS 问题”这个梗）
我不打算在这篇文章中讨论如何解决或避免这些问题，但我会放一些讨论这些问题的链接，在那里可以找到解决问题的方法。
无图
1
喜欢
dr
droidyue.com
/
2023-06-24 23:28
Android 模拟器实现 hosts 修改
有时候我们需要使用 Android 模拟器来 绑定一下 hosts 来实现功能的开发与验证，刚好最近遇到了这样的需求，处理完成，简单记录一下。
无图
1
喜欢
bl
blog.nsfocus.net
/
2023-02-27 23:13
加密SOCKS5信道中防DNS泄露
本文从纯粹的技术原理角度简介加密SOCKS5信道中防DNS泄露的问题，不涉及其它。
初代SOCKS5协议本身不包含加密机制，但现实世界中有许多加密SOCKS5实现。现代浏览器及相应Proxy插件普遍支持远程DNS解析，DNS泄露得到相当程度的阻止。但是，这样不足以彻底阻止DNS泄露。比较理想的状态是本机所有DNS解析请求都走加密SOCKS5信道，对此至少有两种现成的开源实现，Tor-DNS与DNS2SOCKS，自行放狗。
缺省情况下，Tor-DNS侦听53/UDP，收到DNS请求后做某种处理再发送到Tor SOCKS5 Proxy侦听的9050/TCP，由后者设法进行加密后的远程DNS解析，以此对付DNS泄露。
Tor-DNS用Go语言编写，第一次看Go代码，语法都不了解，全凭其他语言经验瞎猜。起初不想猜，让ChatGPT给我翻译成Python，未能如愿，后来硬着头皮看Go代码，大致看明白了。
无图
1
喜欢
zh
www.zhangxinxu.com
/
2023-02-12 14:01
Chrome浏览器原生支持的7种后台服务简介
妈呀，不知不觉中，浏览器竟然支持了这么多的Web后台服务特性，不少API我还是第一次见到。
无图
1
喜欢
bl
blog.nsfocus.net
/
2023-01-04 23:42
论文分享｜基于被动DNS流量分析的大规模IoT设备识别系统
如何通过被动流量识别IoT设备？如何检测分配了IPv6地址、NAT后的IoT设备？本文介绍了IoTFinder系统有效解决上述问题。
无图
1
喜欢
wk
wklken.me
/
2022-08-18 23:28
缓存使用的一些经验
在一个大的项目中，使用了全缓存模型，即，所有数据都会经过cache。简单分层：应用->内存缓存->redis缓存->数据库。是一个典型的多读写少的场景，并且数据量。请求量非常大。总结了一些使用经验，供参考。
无图
1
喜欢
52
www.52nlp.cn
/
2022-06-19 22:35
Transformer中的缓存机制
Encoder部分相对简单，进行self-attention时只需要考虑一个batch内和长度相关的mask。这里重点讨论training和inference两种模式下decoder attention在每一层的工作机制。在training模式下，decoder部分采用teacher_forcing的机制来产生decoder的输入，具体的实现方式是将原始的input_target_sequence右移动一位，或者可以理解为在原始的input_target_sequence最左侧添加一个decode_start_token。
无图