过去一年，网络攻击给各行各业带来破坏性的威胁急剧升级，网络攻击的数量在加速增长的同时，攻击的手段和方法也呈现出多样化。尽管企业花费了大量时间和金钱来制定应对策略，政府机构也都在积极维护网络安全环境，但是未来的网络攻击态势依然严峻。近日，派拓网络大中华区总裁陈文俊和派拓网络大中华区售前总经理董春涛接受媒体记者采访，回顾2022年的网络安全发展以及预测2023年网络安全趋势，并且提出防范网络攻击的解决方案和建议。2022年勒索软件攻击态势严峻勒索软件攻击可谓是21世纪最严重的网络安全威胁之一，并且攻击变得更加有针对性，赎金的金额也越来越大。根据派拓网络的情报组织调查，2022年的所有网络攻击中，勒

说到监控告警平台，大家应该都不会陌生，对于线上系统而言可以说是个标配，各个公司或项目也都会有搭建自己的监控告警平台的实际诉求。当前比较主流的监控告警平台实现方案，很多都是基于Prometheus+Grafana+AlertManager来实现的。但是实际使用的时候会发现不易实施：在运维部署对接方面存在一些不便，接入新的被监控节点时需要到平台部署机器上去修改配置文件、甚至重启服务来生效。配置告警规则等也是基于xml配置，必须要到平台服务器上去添加文件，对于一个各项目通用的平台而言，显然不可能将后端服务地址暴露让各业务负责人员去自行修改服务器上的配置文件。Grafana界面相对单一、可以用于看板或

说到监控告警平台，大家应该都不会陌生，对于线上系统而言可以说是个标配，各个公司或项目也都会有搭建自己的监控告警平台的实际诉求。当前比较主流的监控告警平台实现方案，很多都是基于Prometheus+Grafana+AlertManager来实现的。但是实际使用的时候会发现不易实施：在运维部署对接方面存在一些不便，接入新的被监控节点时需要到平台部署机器上去修改配置文件、甚至重启服务来生效。配置告警规则等也是基于xml配置，必须要到平台服务器上去添加文件，对于一个各项目通用的平台而言，显然不可能将后端服务地址暴露让各业务负责人员去自行修改服务器上的配置文件。Grafana界面相对单一、可以用于看板或

​昨天一个微信群里在讨论一个数据库连接数​的计算公式，截图看不太清楚。我来描述一下。说是PG提供了一个连接数计算公式：连接数=核心数*2+有效磁盘数量。其中核心数不应该包含超线程数量，而是物理核的数量。这是一个十分典型的极限测试估算连接数的公式，主要目的是规避CPU方面存在的瓶颈。这种设置思路往往不会使用在普通的生产系统上，因为不管是OLTP系统还是OLAP系统，作为数据库服务器来说，会话会有大量的工作会产生在IO上，包括网络IO和磁盘IO，真正使用CPU的比例实际上并不高。对于OLTP系统来说大量的CPU使用都是小于一个时间片（大部分UNIX系统都是一个厘秒）的，很少会把一个时间片用满，因为

​昨天一个微信群里在讨论一个数据库连接数​的计算公式，截图看不太清楚。我来描述一下。说是PG提供了一个连接数计算公式：连接数=核心数*2+有效磁盘数量。其中核心数不应该包含超线程数量，而是物理核的数量。这是一个十分典型的极限测试估算连接数的公式，主要目的是规避CPU方面存在的瓶颈。这种设置思路往往不会使用在普通的生产系统上，因为不管是OLTP系统还是OLAP系统，作为数据库服务器来说，会话会有大量的工作会产生在IO上，包括网络IO和磁盘IO，真正使用CPU的比例实际上并不高。对于OLTP系统来说大量的CPU使用都是小于一个时间片（大部分UNIX系统都是一个厘秒）的，很少会把一个时间片用满，因为

一个让物理学家狂喜的AI工具，在GitHub上开源了！它名叫Φ-SO ，能直接从数据中找到隐藏的规律，而且一步到位，直接给出对应公式。整个过程也不需要动用超算，一台笔记本大概4个小时就能搞定爱因斯坦的质能方程。这项成果来自德国斯特拉斯堡大学与澳大利亚联邦科学与工业研究组织Data61部门，据论文一作透露，研究用了1.5年时间，受到学术界广泛关注。代码一经开源，涨星也是飞快。除了物理学者直呼Amazing之外，还有其他学科研究者赶来探讨，能不能把同款方法迁移到他们的领域。强化学习+物理条件约束Φ-SO背后的技术被叫做“深度符号回归”，使用循环神经网络（RNN）+强化学习实现。首先将前一个符号和上

一个让物理学家狂喜的AI工具，在GitHub上开源了！它名叫Φ-SO ，能直接从数据中找到隐藏的规律，而且一步到位，直接给出对应公式。整个过程也不需要动用超算，一台笔记本大概4个小时就能搞定爱因斯坦的质能方程。这项成果来自德国斯特拉斯堡大学与澳大利亚联邦科学与工业研究组织Data61部门，据论文一作透露，研究用了1.5年时间，受到学术界广泛关注。代码一经开源，涨星也是飞快。除了物理学者直呼Amazing之外，还有其他学科研究者赶来探讨，能不能把同款方法迁移到他们的领域。强化学习+物理条件约束Φ-SO背后的技术被叫做“深度符号回归”，使用循环神经网络（RNN）+强化学习实现。首先将前一个符号和上

项目早期数据量少，开发人员开发时更重视功能上的实现，随着生产数据的增长，很多SQL语句开始暴露出性能问题，对生产的影响也越来越大，有时可能这些有问题的SQL就是整个系统性能的瓶颈。SQL优化整体主要体现在两个方面：1.减少IO的次数，就是所有查询尽量全部走索引2.减少IO的数据量，比如mysql5.6后的索引下推等，尽量减少传输数据量1.SQL常规优化步骤一、通过慢查日志等定位那些执行效率较低的SQL语句二、explain分析SQL的执行计划需要重点关注type、key、rows、filtered、extra。type由上至下，效率越来越高1、ALL全表扫描2、index索引全扫描3、rang

项目早期数据量少，开发人员开发时更重视功能上的实现，随着生产数据的增长，很多SQL语句开始暴露出性能问题，对生产的影响也越来越大，有时可能这些有问题的SQL就是整个系统性能的瓶颈。SQL优化整体主要体现在两个方面：1.减少IO的次数，就是所有查询尽量全部走索引2.减少IO的数据量，比如mysql5.6后的索引下推等，尽量减少传输数据量1.SQL常规优化步骤一、通过慢查日志等定位那些执行效率较低的SQL语句二、explain分析SQL的执行计划需要重点关注type、key、rows、filtered、extra。type由上至下，效率越来越高1、ALL全表扫描2、index索引全扫描3、rang

随着北大老师数学大神韦东奕韦神的走红，想必很多平时对数学毫无兴趣的人，也粗略了解了数学的重要性。机智客看到特别是某些个短视频平台，采访或VLOG记录和韦神相关的内容，都或多或少会出现一些满屏幕或满黑板的高等数学计算公式。看着满黑板的数学公式却难以找到几个你我凡夫俗子能认识的数字，不免感叹：数学的尽头没有数字。数学的尽头没有数字，真的假的？看看微积分，这些最最基本的概念和公式定义，就大概能感觉出来了。在之前的文章里，我们介绍过一些基本的微分内容，而微积分作为一个大整体和后续学习研究的基础，就已经相当抽象（对于我们很多普通人而言）了。而这已经没啥数字了。微分不说了，说下简单的积分。积分分为不定积分