## gofmt 的文化演变 The Cultural Evolution of gofmt Robert Griesemer Google, Inc. ## gofmt • Go源代码格式化工具 • 定义了“标准”格式 • golang.org代码库中所有提交的Go代码都必须通过gofmt格式化过 - 除了gofmt之外，相同功能可以通过go/format库获得 - 不需要设置! ## org/tools/dartfmt/) • 等等 现在，任何语言都被要求带有自动的源代码格式器。 总结 ## 编程文化的演变 • gomft 是 Go 语言的一个重要的卖点 - 大家渐渐达成共识：一致的“足够好”的格式很有好处 - 这种在 AST-级别上的源代码操作带动了一系列的新的工具。 - 其它语言也在向我们学习：编程的文化在慢慢演变。 ## 至今的收获：应用程序 • 一开始，基本的源代码格式化是一个很好的目标。 但是，真正的用处在于源代码的变换工具。

[Image](/uploads/documents/a/6/a/4/a6a48788e8ab94fd53a1db41d7a5815b/p1_1.jpg) BEIJING 2018 # 业务高速发展下的 互联网金融系统架构演变 演讲者 / 张现双  ## 基于实践经验总结和提炼的品牌专栏

目前主要关注 Kubernetes、微服务、IoT 等领域的 DevOps、AIOps 技术 ## 目录 - 计算形态的发展与日志系统的演变 - 阿里Kubernetes日志平台实践 - 应用案例分析 - 未来展望 ## 目录 - 计算形态的发展与日志系统的演变 - 阿里Kubernetes日志平台实践 - 应用案例分析 - 未来展望 ## 计算形态发展与日志系统演进 2003 200W+，平均CPU 单核1.6%，内存43MB ·服务数千Kubernetes集群，活跃采集配置：8W+ ·日查询：10亿+，读取数据：5PB+ ## 目录 - 计算形态的发展与日志系统的演变 - 阿里Kubernetes日志平台实践 - 应用案例分析 - 未来展望 ## 问题1：DaemonSet or Sidecar DaemonSet 耦合性 可靠性 性价比 追加写入，无修改 从产生到可查允许1-3秒延迟 时间为第一属性 查询限定时间，冷热明显 ➢ 采集端/消费端可控 返回部分结果 > 等待 ## 目录 - 计算形态的发展与日志系统的演变 - 阿里Kubernetes日志平台实践 - 应用案例分析 - 未来展望 ## 案例1-混合云PAAS平台日志管理 众多内部应用方 ![Image](/uploads/docume

海外电商基础服务负责人  业务背景 01 架构演变 02 场景落地 03 总结 04 Q&A 05 ## 第一部分 业务背景 ## 业务背景  APP-IOS PC App PC 邮件服务 SOA MiPush ID生成器 ## 架构演变 ## 混合模式 核心流程用GO语言开发，采用PHP cdcc37341280433d6a925beb8/p11_1.jpg) 单体应用 服务使用PHP语言开发，商城前后端未分离 前后端分离 服务全部迁移到GO，完全实现前后端分离 ## 架构演变  仅PC站，页面通过服务端渲染

程纲要撰写模式，帮我写后续章节纲要内容。 教学内容大纲如下： 1.1 课程概要 1.2 研究价值：媒介数据如何赋能传播研究？ 1.3 实践应用：媒体数据有哪些应用场景？ 2.1 媒体数据的演变历程 2.2 媒体数据的常见形态 2.3 媒体数据的获取渠道 示例如下： 第一章 媒体数据挖掘的价值与场景 3.1 媒体数据采集概览 1. 目的要求： 3.2 数据爬虫工具使用入门 ea4ff5bb/p9_1.jpg) ## 第二章 媒体数据的演变与形态 1. 目的要求： （1）了解媒体数据的历史演变及其背后的技术驱动因素； （2）熟悉媒体数据的常见形态及其特点； （3）掌握媒体数据的获取渠道及其适用场景。 2. 教学内容： 第一节 媒体数据的演变历程 内容：从传统媒体到新媒体的数据演变，技术驱动的数据形态变化 第二节 媒体数据的常见形态 内容：文本 撰写的后续章节纲要内容，供您参考： ## 第二章 媒体数据的认知与获取基础 1. 目的要求： （1）理解媒体数据的历史演变规律； （2）掌握媒体数据的常见形态及特征； （3）熟悉主流媒体数据的获取渠道与技术限制。 ### 2. 教学内容： 第一节 媒体数据的演变历程 内容：从传统媒体到社交媒体的数据形态变迁，技术驱动下的数据特征演化 第二节 媒体数据的常见形态 内容：结构化数据

Member, Committer ●Open-Messaging创始人 ## ☐ 扫一扫上面的二维码图案，加我微信 01/ 阿里消息中间件的演变历史 02 双11万亿级数据洪峰的挑战 03/ Apache RocketMQ 未来展望 ## 阿里消息中间件演变历史 Napoli ActiveMQ内核 B2B大规模使用 MetaQ v3.0 RocketMQ开源 Apache RocketMQ [Image](/uploads/documents/5/f/f/d/5ffd9cd6486bd650750aca45ab9e9830/p5_1.jpg) ## CONTENTS 01 阿里消息中间件的演变历史 双11万亿级数据洪峰的挑战 ■ 历年双11消息数量变化 ■ 消息中间件核心链路 ■ 低延迟存储 ■ 容量保障 ■ 熔断机制 ■ 多副本高可用 [Image](/uploads/documents/5/f/f/d/5ffd9cd6486bd650750aca45ab9e9830/p28_2.jpg) ## CONTENTS 01 阿里消息中间件的演变历史 02 双11万亿级数据洪峰的挑战 ■ 历年双11消息数量变化 ■ 消息中间件核心链路 ■ 低延迟存储 ■ 容量保障 ■ 熔断机制 ■ 多副本高可靠

Member, Committer ●Open-Messaging创始人 ## ☐ 扫一扫上面的二维码图案，加我微信 01/ 阿里消息中间件的演变历史 02 双11万亿级数据洪峰的挑战 03/ Apache RocketMQ 未来展望 ## 阿里消息中间件演变历史 Napoli ActiveMQ内核 B2B大规模使用 MetaQ v3.0 RocketMQ开源 Apache RocketMQ [Image](/uploads/documents/2/3/a/2/23a29634d105af53353a047b5235f563/p5_1.jpg) ## CONTENTS 01 阿里消息中间件的演变历史 双11万亿级数据洪峰的挑战 ■ 历年双11消息数量变化 ■ 消息中间件核心链路 ■ 低延迟存储 ■ 容量保障 ■ 熔断机制 ■ 多副本高可用 [Image](/uploads/documents/2/3/a/2/23a29634d105af53353a047b5235f563/p28_2.jpg) ## CONTENTS 01 阿里消息中间件的演变历史 02 双11万亿级数据洪峰的挑战 ■ 历年双11消息数量变化 ■ 消息中间件核心链路 ■ 低延迟存储 ■ 容量保障 ■ 熔断机制 ■ 多副本高可靠