如今,全栈开发已成为流行语。越来越多的公司正在聘请全栈开发人员来节省时间,成本并提高交付效率,但是大多数人仍然对Full Stack开发人员,MERN Stack / MEAN Stack开发人员等术语感到困惑。
Web开发通常分为两类:前端开发和后端开发。后端开发人员负责构建web应用程序的服务器端。
在 Web 开发领域,JavaScript 提供大量技术栈可供选择。其中最典型的三套组合,分别是 MERN、MEAN 和 MEVN。这些首字母相同的选项各自代表不同的技术加工具组合。为了在这些技术栈中做出明智选择,让我们先从核心组件聊起,再对各自前端框架(React、Angular 和 Vue)进行简化比较,考虑到底哪种更符合实际需求。
选择最佳的 Web 应用程序堆栈并非易事:它必须在资源和质量方面达到最佳。Web 应用程序开发所需的质量、成本和时间将取决于您的选择。
如果你已经做了很长时间的 Web 开发,你可能知道我们的很多工作都是围绕着数据展开的:读取数据、写入数据、操作数据,并以合理的方式在浏览器中显示出来。
【编者按】在公司的发展中,保证服务器的可扩展性对于扩大企业的市场需要具有重要作用,因此,这对架构师提出了一定的要求。Octivi联合创始人兼软件架构师Antoni Orfin将向你介绍一个非常简单的架构,使用HAProxy、PHP、Redis和MySQL就能支撑每周10亿请求。同时,你还能了解项目未来的横向扩展途径及常见的模式。 以下为译文: image.png 在这篇文章中,我将展示一个非常简单的架构,使用HAProxy、PHP、Redis和MySQL支撑每周10亿请求。除此之外,我还将展示项目未来的横向
经过如此多的试验和测试,而不是说你从头开始创建了所有内容,接着,你在网页上创建了第一个登录表单时,你感觉如何?
如今全栈工程师在企业工作中占有的地位越来越高,无论是前端工程师,还是后端工程师,都在拼命向全栈发展!学习的方式有很多,大部分是喜欢通过书籍来学习新知识,今天,我们一起来盘点一下全站开发的大佬都推荐些什么书,这里我们罗列出最受推荐的十本书,希望能对大家有帮助!
Web3 未能重塑开发者生态系统,然而新兴的 LLM 堆栈正在推动云原生时代进行适应。我们将对其进展进行审视。
围绕生成式AI 的炒作是真实存在的,数据和机器学习团队也感受到了热度。各个行业的高管都在推动他们的数据领导者构建AI驱动的产品,以节省时间、增加收入或者获得竞争优势。
分层模式可能是最著名的软件体系结构模式之一。许多开发人员使用它,却不知道它的名称。这样做的目的是将你的代码划分为“层”,其中每个层都有一定的责任,并向更高层提供服务。
GenAI 栈将帮助你迅速开始构建自己的GenAI应用。演示应用可以作为灵感来源或起点。在技术博客文章[19]中了解更多详情。
如何成为一名全栈工程师(full stack developer)?互联网最热的话题之一。LinkedIn, Facebook上标榜自己是全栈工程师的人也越来越多,似乎正在成为IT行业的新潮流和新趋势。Full Stack的概念早已不新鲜,广大开发人员之间对”全栈”类话题的讨论也从未停止。曾经看到过一篇关于全栈设计师的文章,毁誉参半。有的人认为全栈只是一个头衔而已,真正的还是看个人的能力和技术。 中国有句老话:鱼和熊掌不可兼得。而类似全栈工程师,全栈设计师这类的职业,似乎正在挑战这一可能性。因为他们横向
生产环境中 select count(*) from table 语句执行很慢,已经远超 long_query_time 参数定义的慢查询时间值,但是却没有记录到慢日志中。在测试环境也很容易复现出该问题,慢查询日志确实没有记录 select count(*) 语句。
不论是RAG,还是Agent,几乎每个LLM 驱动的应用程序都可能会用到向量数据库。那么,向量数据库是什么?与传统数据库有何不同? 又如何选择向量数据库呢? 本文是老码农关于向量数据库的学习笔记。
简单介绍一下 Elasticsearch是一个高度可扩展的开源全文搜索和分析引擎。它可以让你快速和近乎实时地存储、搜索和分析海量的数据。它通常被用作底层引擎/技术,为具有复杂搜索功能和需求的应用程序提供动力。Elasticsearch在Lucene StandardAnalyzer之上提供了一个分布式系统,用于索引和自动类型猜测,并利用基于JSON的REST API来引用Lucene的功能。
我们正在解决这个常见错误,是因为 “非我所创” 综合症在软件开发领域很是常见。症状包括经常重写一些常见的代码,很多开发人员都有这种症状。
翻译自 LangChain: The Trendiest Web Framework of 2023, Thanks to AI 。
除了LLM的大量增加,AI开发工具也有了扩展。我们来看一下今年AI开发中的五个关键趋势。
您已经听说过有关生成式人工智能(AIGC)的炒作。在整个经济领域,从医疗保健到金融,从零售到政府机构,组织都在寻找利用它的方法。似乎每位首席执行官都希望尽快推出应用程序。
非常兴奋能在这里与您分享一些关于将最新的生成式AI和大模型LLM引入边缘计算的惊人进展。
本文翻译自国外论坛 medium,原文地址:https://medium.com/@pradeesh-kumar/how-to-become-a-good-backend-engineer-9da75202a104
ElasticSearch(简称ES)是什么?按照 ElasticSearch官网 的定义,Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎。
在之前的文章中,我们已经了解到如何设置一个多节点的etcd集群。在本文中,我们将利用相同的基础架构来设置和配置一个基于K3s的高可用Kubernetes集群。
在我的简历中,包含几部分:个人基本信息、个人描述、荣誉奖项、科研学术经历、实习经历、项目经历、技术栈,这些都是一份优质程序员简历上都该有的关键信息。
附注: 从上述可知,当前云主机的发行版本为CentOS,当然,若是对于系统访问并发高,业务数据量非常之大的话,除了系统前后台代码本身质量优化之外,服务器配置(物理机or虚拟机or云主机)还可选择更高配些!
可观测性一般会被分成三种具体的表现形式,分别是日志、追踪和度量。那么这节课,我们就来讨论其中最普遍的形式:事件日志。
近期,关于 ChatGPT 的访问量有所下降的消息引发激烈讨论,不过这并不意味着开发者对于 AIGC 的热情有所减弱,例如素有【2023 最潮大语言模型 Web 开发框架】之称的大网红 LangChain 的热度就只增不减。
数据库分片是在多台机器上存储大型数据库的过程。一台计算机或数据库服务器只能存储和处理有限数量的数据。数据库分片通过将数据拆分为更小的块(称为分片)并将其存储在多个数据库服务器上来克服此限制。所有数据库服务器通常都具有相同的底层技术,它们协同工作以存储和处理大量数据。
检索增强生成(RAG)是对大型语言模型输出进行优化的方法,使其能够在生成响应之前引用训练数据来源之外的权威知识库。大型语言模型(LLM)通过海量数据进行训练,利用数十亿个参数执行诸如回答问题、语言翻译和生成句子等任务。在已经具备强大功能的LLM基础上,RAG通过扩展其能力,使其能够访问特定领域或企业的内部知识库,而无需重新训练模型。这种方法经济高效,能够有效改进LLM输出,在不同情境下保持相关性、准确性和实用性。
手Q每个版本上线以后研发同学都会收到各种问题反馈。在跟进手Q内部用户反馈的问题时,发现多例问题,其表象和原因如下:
一、问题背景 手Q每个版本上线以后研发同学都会收到各种问题反馈。在跟进手Q内部用户反馈的问题时,发现多例问题,其表象和原因如下: 1、问题表象:“未读不消失”、“图片不展示”、“菊花一直在转” 。。。 2、问题原因:死锁导致的功能不可用。 这类由死锁造成的功能不可用的问题,具有表象简单但影响非常严重的特点。一般用户在遇到这类问题后,除了采取杀掉进程重启的策略,没有其他办法继续使用应用。由此可见,死锁问题对产品的影响是巨大的,那么有没有有效的方法能够监控Android应用的死锁呢? 首先想到的是使用代码规范来
如果无法进行测量,那就无法进行管理。正如软件工程师需要全面了解应用程序和基础架构的性能情况一样,数据工程师需要全面了解数据系统的性能情况。换句话说,数据工程师需要数据可观测性。
我特别支持软件开发者在他们掌握技术技能的同时去学习“软技能”——事实上,我写了一本关于这方面的书——但是不可否认的是:技术技能很重要。
在很多疑难问题的排查中,小编最近又遇到了一个 select 语句执行就会导致 MySQL 崩溃的问题,特来分享给大家。
我特别支持软件开发者在他们掌握技术技能的同时去学习“软技能”——事实上,我写了一本关于这方面的书——但是不可否认的是:技术技能很重要。 我的意思是,如果你不能编写代码和开发软件,那么你学习众多软技能有
本文来源于之前做的一个小程序科技爱好者周刊在文章数据存储上的技术选型思考。 当时想着后期把文章 markdown 文件内容迁移到云数据库通过云函数查询出来显示。后来想想为什么非要这么做呢,数据库存取就一定好吗??
Aqueduct是一个HTTP Web服务器框架,用于构建用Dart编写的REST应用程序。
区块链是一种分布式账本,它的本质也是一种数据库,但为什么绝大部分的区块链核心代码都没有提供遍历和过滤的查询功能呢?这里面涉及到一种什么样的设计理念?
现在,有这样一种主流观念,压垮了很多新手软件开发者,那就是你需要学习很多东西才能成为软件开发人员,并且很多人不知道从哪里开始起步。如今新手进入软件开发的程序员月薪大约是1w左右,新手在成长为成熟的开发工程师的路上,要学习和提升的技能是非常之多。工作经验或许能成为你拿高薪的一个指标,但是,技能才是最终的标准。
软件应用程序就像冰山一样。用户看到的只是应用程序的一部分——在大多数情况下——应用程序的最大部分是看不到的。这就是令人难以捉摸又神秘的“后端”。
软件应用程序就像冰山一样。用户看到的只是应用程序的一部分——在大多数情况下应用程序的最大部分是看不到的,这就是令人难以捉摸又神秘的“后端”。 在 Web 开发的篇章中,我们主要讨论 Web 开发,因为它涉及与最终用户的直接互动——我们可以称之为“前端 Web 开发”。 在大多数应用中,非用户接口代码比用户接口代码多得多。复杂系统是在后台发生的各种使其工作的逻辑。 我们需要存储和检索数据,需要遵循业务逻辑和规则,并且需要对结果进行预测。所有这一切都发生在幕后。 后端开发人员是这样的开发人员。 后端开发究竟是什
译文:www.cnblogs.com/liululee/p/11235999.html
在之前的系列文章里,笔者介绍了如何使用阿里的千问LLM、阿里的文本嵌入模型以及Milvus向量库来搭建一个RAG(检索增强生成)的实验。可通过以下的文章链接回顾一下之前介绍的内容:
FOOM(Foreground Out Of Memory),是指App在前台因消耗内存过多引起系统强杀。对用户而言,表现跟crash一样。Facebook早在2015年8月提出FOOM检测办法,大致原理是排除各种情况后,剩余的情况是FOOM,具体链接:https://code.facebook.com/posts/1146930688654547/reducing-fooms-in-the-facebook-ios-app/。
◆ 介绍 在这篇博文中,我将介绍整洁架构(Clean Architecture ),它是一种现代、可扩展的正式软件架构,适用于现代 Web 应用程序。接下来,我将讨论DDD(领域驱动设计)如何适应这幅图景,以及 DDD 概念如何与清洁架构完美契合,从而产生一种称为清洁 DDD 的方法。最后,我介绍了命令查询职责分离 (CQRS),并描述了它如何补充和增强 Clean DDD 解决方案,以创建优雅、健壮、可扩展和可测试的软件系统。 ◆ 清洁架构 清洁建筑是一种相对“现代”的正式建筑,因为它不到十年的历史。它随
http://blog.csdn.net/hellen1900/article/details/40421911
SQL(Structured Query Language)是一种用于访问和操作关系型数据库的标准语言。它是一个功能强大的语言,用于执行各种数据库操作,包括检索数据、插入新记录、更新记录、删除记录、创建数据库、创建新表、设置权限以及执行存储过程和视图等。以下是 SQL 的一些重要方面:
领取专属 10元无门槛券
手把手带您无忧上云