双卡双待手机有DSDS（Dual SimDualStandby）和DSDA（DualSIMdualactive）方案，早期产品使用DSDA 方案比较多，随着多模、多频段、CA、MIMO等技术出现，硬件射频复杂度大大增加，再加上双卡双通的实际使用场景并不多，DSDS就成为了目前市场的主流方案。DSDS只有一张卡能够占有PS业务栈或Radioresource，故引入了DDS（DefaultData SIM）概念。双SIM卡手机，只有一张卡能进行数据业务，称为主卡，另一张卡则称为副卡。若进行主副卡切换，则副卡切为DDS主卡；DDS切换流程手动DDS切换通过setting-双卡与移动网络，选择默认上网

链桨PaddleDTX包含区块链、去中心化存储、隐私计算三大重要模块，为理解其运行原理，需先了解一些基本概念。一、区块链相关概念区块链：区块链可以理解为一种新型的分布式数据库，全网通过特定共识机制（如pow、pos、vrf等）对账本和交易等状态达成一致，区块链利用哈希等密码学机制，保证链上数据的不可篡改。所有区块链全节点都保存区块链完整数据信息，即便有一方篡改数据，也不会被其他节点承认。PaddleDTX支持XuperChain和Fabric作为底层区块链架构。智能合约：智能合约是运行在区块链上，旨在以信息化方式传播、验证或执行合同的计算机协议。PaddleDTX中节点的去中心化治理、数据的副

GSM+GPRS通信模块SIM800C简介SIM800C模块可支持4频GSM/GPRS，工作的频段为：GSM850、EGSM900、DCS1800和PCS1900MHz。模块的尺寸只要17.6*15.7*2.3mm，几乎可以满足所有用户应用中的对空间尺寸的要求。模块的物理接口为42引脚的SMT焊盘，提供了模块的所有硬件接口。1、两路串口（一路三线串口与一路全功能串口）。2、一路USB接口，便于用户调试、下载软件。3、一路音频接口，包含麦克风输入和受话器输出。4、可编程的通用输入输出接口（GPIO）5、一路SIM卡接口。6、支持BT功能SIM800C采用省电技术设计，在休眠模式下耗电流低至0.6

微信小程序理念：用完即走。扫一扫搜一搜。与app的区别   面向用户:app是面向手机的全部用户，小程序是面向微信用户群体   内存占用：app太多的app可能会导致内存不足，小程序无需安装   创业机会：app市场基本饱满，小程序   开发周期：app是平均三个月双平台，小程序一般是2周   产品发布：app向几十个应用商店提交审核，小程序提交到微信开发平台审核   推广难度：app   消息推送：app频繁无用广告推送，小程序不允许主动向用户推送消息小程序优点：   自带推广,触手可及用完即走，搜索，成本更低，更流畅的使用体验，更多曝光的机        会， 使用即用户，在微信打开率更高

一、apifox简介及下载：1、apifox：是API文档、API调试、APIMock、API自动化测试一体化协作平台。2、定位：Postman+Swagger+Mock+JMeter。3、下载与安装：官网下载地址：https://www.apifox.cn/按照需要下载对应版本，下载完毕后解压安装即可。二、apifox页面布局简介：1、apifox几个简单概念：（1）团队：该工具支持团队协同办公，可以根据需要创建不同的团队，在工具页面左侧，显示自己的团队，也可新建团队新建团队，需要一个团队名称：创建成功团队后，可以邀请成员、设置权限等，或删除团队有了团队，就可以开始我们接口的管理及测试工作了

 在说这个Kafka同步发送和异步发送之前我们首先要了解一个事情，那就是这个同步发送和异步发送是在什么时候发生的？所谓的同步和异步就是对于用户线程来讲的，发送线程只有异步。 同步模式同步就是逐条发送。用户线程选择同步，效果是逐条发送，因为请求队列InFlightRequest中永远最多有一条数据。异步+设置后台线程的异步发送参数：max.in.flight.requests.per.connection=1&batch.size=1，效果也是逐条发送。一定是逐条发送的，第一条响应到达后，才会请求第二条异步模式异步就是批量发送。如果设置成异步的模式，可以运行生产者以batch的形式push数据，

一、Logstash企业级插件案例(EFLK架构)1.常见的插件概述gork插件：Grok是将⾮结构化⽇志数据解析为结构化和可查询的好⽅法。底层原理是基于正则匹配任意⽂本格式。该⼯具⾮常适合syslog⽇志、apache和其他⽹络服务器⽇志、mysql⽇志，以及通常为⼈类⽽⾮计算机消耗⽽编写的任何⽇志格式。内置120种匹配模式，当然也可以⾃定义匹配模式:https://github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns2.使用Logstash内置的正则案例1[root@elk101.oldboyedu.

1、jsqlparse介绍JSqlParse是一款很精简的sql解析工具，它可以将常用的sql文本解析成具有层级结构的“语法树”，我们可以针对解析后的“树节点（也即官网里说的有层次结构的java类）”进行处理进而生成符合我们要求的sql形式。官网给的介绍很简洁：JSqlParser解析SQL语句并将其转换为Java类的层次结构。生成的层次结构可以使用访问者模式进行访问（官网地址：JSqlParser-Home）。官网的介绍即是该中间件的全部，虽然介绍很短，但是其功能着实强悍。2、jar包结构介绍这里我使用的是4.3版本，maven依赖如下：com.github.jsqlparserjsqlpa

Kafka设计的初衷是迅速处理短小的消息，一般10K大小的消息吞吐性能最好（可参见LinkedIn的kafka性能测试）。但有时候，我们需要处理更大的消息，比如XML文档或JSON内容，一个消息差不多有10-100M，这种情况下，Kakfa应该如何处理？针对这个问题，有以下几个建议：最好的方法是不直接传送这些大的数据。如果有共享存储，如NAS,HDFS,S3等，可以把这些大的文件存放到共享存储，然后使用Kafka来传送文件的位置信息。第二个方法是，将大的消息数据切片或切块，在生产端将数据切片为10K大小，使用分区主键确保一个大消息的所有部分会被发送到同一个kafka分区（这样每一部分的拆分顺序

一概念  Kafka是最初由Linkedin公司开发，是一个分布式、支持分区的（partition）、多副本的（replica），基于zookeeper协调的分布式消息系统，它的最大的特性就是可以实时的处理大量数据以满足各种需求场景：比如基于hadoop的批处理系统、低延迟的实时系统、storm/Spark流式处理引擎，web/nginx日志、访问日志，消息服务等等，用scala语言编写，Linkedin于2010年贡献给了Apache基金会并成为顶级开源项目。1.产生背景  当今社会各种应用系统诸如商业、社交、搜索、浏览等像信息工厂一样不断的生产出各种信息，在大数据时代，我们面临如下几个挑战