配置中心预研概述随着程序功能的日益复杂，程序的配置日益增多：各种功能的开关、参数的配置、服务器的地址……对程序配置的期望值也越来越高：配置修改后实时生效，分环境、分集群管理配置，代码安全、审核机制……在这样的大环境下，传统的通过配置文件、数据库等方式已经越来越无法满足开发人员对配置管理的需求。所以，配置中心应运而生。选型思路1、询问几个道友（多询问几个不同的群的道友，防止人云亦云）2、百度大范围搜大致的看选中几个使用广、文档多的3、github对比issues、pullrequests、insights、commits、branches、tags4、语言对比、性能对比(通过CNCF对比)询问道
大家好，我是独孤风。元数据管理平台层出不穷，但目前主流的还是Atlas、Datahub、Openmetadata三家，那么我们该如何选择呢？本文就带大家对比一下。要了解元数据管理平台，先要从架构说起。元数据管理的架构与开源方案下面介绍元数据管理的架构实现，不同的架构都对应了不同的开源实现。下图描述了第一代元数据架构。它通常是一个经典的单体前端（可能是一个Flask应用程序），连接到主要存储进行查询（通常是MySQL/Postgres），一个用于提供搜索查询的搜索索引（通常是Elasticsearch），并且对于这种架构的第1.5代，也许一旦达到关系数据库的“递归查询”限制，就使用了处理谱系（通
大家好，我是独孤风。元数据管理平台层出不穷，但目前主流的还是Atlas、Datahub、Openmetadata三家，那么我们该如何选择呢？本文就带大家对比一下。要了解元数据管理平台，先要从架构说起。元数据管理的架构与开源方案下面介绍元数据管理的架构实现，不同的架构都对应了不同的开源实现。下图描述了第一代元数据架构。它通常是一个经典的单体前端（可能是一个Flask应用程序），连接到主要存储进行查询（通常是MySQL/Postgres），一个用于提供搜索查询的搜索索引（通常是Elasticsearch），并且对于这种架构的第1.5代，也许一旦达到关系数据库的“递归查询”限制，就使用了处理谱系（通
处理器分类CPU：中央处理器GPU：图形处理器，又称显示核心、视觉处理器、显示芯片CPU有控制单元而GPU没有控制单元，需要CPU调度NPU：神经网络处理器，又称AI芯片在NPU中，芯片都用 MAC阵列(乘积累加运算，MAC/MultiplyAccumulate) 给神经网络加速，许多运算（如卷积运算、点积运算、矩阵运算、数字滤波器运算、乃至多项式的求值运算）都可以分解为数个MAC指令虽然GPU比CPU更擅长并行计算，但GPU和CPU本质上都属于通用处理器；AI芯片则针对性强，其目的是高效率地执行AI算法，也称为AI加速器，并衍生出了许多称呼，如NPU(神经网络处理器)、TPU(谷歌的张量处理
商业工具：AgitarOne似乎是该领域最大的参与者。还有一个30天的试用版和名为JUnitFactory的免费Web界面。例如，此处对工具的用法进行了独立审查。AgitarOne的测试生成主要集中在回归测试上。（申请免费试用需要企业邮箱，还需要走申请流程，没有申请成功）免费工具：EvoSuite赢得了SBST（基于搜索的软件测试）13届单元测试生成竞赛以及SBST17届单元测试生成竞赛的冠军。存在该工具的Eclipse插件，Web界面和命令行版本。有记录的回归标准，测试生成了分支覆盖率，弱突变覆盖率或强突变覆盖率的目标。Randoop使用反馈导向的随机测试生成方法。该工具自2007年问世以来
其他章节请看：低代码系列中后台集成低代码预研背景笔者目前维护一个react中后台系统（以spug为例），每次来了新的需求都需要前端人员重新开发。前面我们已经对低代码有了一定的认识，如果能通过一个可视化的配置页面就能完成前端开发，将极大的提高前端（或后端）的效率。甚至能加快企业内部数字化（信息化）建设。低代码介绍低代码这一概念由Forrester在2014年正式提出。低代码，顾名思义，就是指开发者写很少的代码，通过低代码平台提供的界面、逻辑、对象、流程等可视化编排工具来完成大量的开发工作，降低软件开发中的不确定性和复杂性。实现软件的高效构建，无需重复传统的手动编程，同时兼顾业务人员和专业开发人员
其他章节请看：低代码系列中后台集成低代码预研背景笔者目前维护一个react中后台系统（以spug为例），每次来了新的需求都需要前端人员重新开发。前面我们已经对低代码有了一定的认识，如果能通过一个可视化的配置页面就能完成前端开发，将极大的提高前端（或后端）的效率。甚至能加快企业内部数字化（信息化）建设。低代码介绍低代码这一概念由Forrester在2014年正式提出。低代码，顾名思义，就是指开发者写很少的代码，通过低代码平台提供的界面、逻辑、对象、流程等可视化编排工具来完成大量的开发工作，降低软件开发中的不确定性和复杂性。实现软件的高效构建，无需重复传统的手动编程，同时兼顾业务人员和专业开发人员
