首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

做个简单的 reverse proxy

在 Tubi,我们会对客户端软件做 End-to-end testing(以下简称 E2ET)。E2ET 如果只测试 UI 和 UI 相关的逻辑,有足够多的开源工具和商业工具,不过,如果要同时要验证网络层的输入输出是否符合预期,比如在展示某个 UI 的同时,发送了相应的 analytics event,这就需要很多额外的工作。之前我们在客户端做网络层的 interceptor,虽然能工作,但它有一些局限:1) 测试脚本需要能访问到客户端拦截并记录下来的网络请求和响应,这意味着记录的内容需要上传至某个特定的,可以公开访问的位置,比如 s3。2) 所有的客户端都需要做类似的 interceptor 的工作。所以考虑再三,我们决定尝试做个独立的 proxy server,让客户端通过访问这个 proxy server,来访问实际的 API。这样,我们可以在这个 proxy server 里做很多事情,比如 traffic log,比如通过一系列规则来做 traffic rewrite,可以对 API 访问做缓存,甚至可以把某些请求写入 sinkhole。

02

OpenGrok简单使用说明「建议收藏」

OpenGrok一个快速、便于使用的源代码搜索与对照引擎。它帮助你搜索,对照,定位你的源代码树。它能够明白各种程序文件格式和版本控制历史记录。借助 Eclipse 以及本地源码可以比较方便地分析 Android 源码,但是对于 Native 代码的调用就无法通过 Eclipse 的快速定位来查看相应的 Native 源码了,而且 Android 源码中对 Native库的加载一般不是通过在 Static 块里调用 System.loadLibrary 来加载库文件并完成 Native 函数注册的,所以定位这类代码比较困难。一个可以采取的方法是使用 UltraEdit 等工具来在文件中搜索特定的字符串,如函数名,对于 JNI 函数来说,一般存在于/frameworks/base/core/jni目录下。在文件数目较多的情况下,使用这种方法搜索起来还是比较忙的,所以这里介绍下AndroidXRef。

01

OpenGrok简单使用

OpenGrok一个快速、便于使用的源代码搜索与对照引擎。它帮助你搜索,对照,定位你的源代码树。它能够明白各种程序文件格式和版本控制历史记录。借助 Eclipse 以及本地源码可以比较方便地分析 Android 源码,但是对于 Native 代码的调用就无法通过 Eclipse 的快速定位来查看相应的 Native 源码了,而且 Android 源码中对 Native库的加载一般不是通过在 Static 块里调用 System.loadLibrary 来加载库文件并完成 Native 函数注册的,所以定位这类代码比较困难。一个可以采取的方法是使用 UltraEdit 等工具来在文件中搜索特定的字符串,如函数名,对于 JNI 函数来说,一般存在于/frameworks/base/core/jni目录下。在文件数目较多的情况下,使用这种方法搜索起来还是比较忙的,所以这里介绍下AndroidXRef。 AndroidXRef(http://androidxref.com/)项目提供 Android 源码的交叉索引,可以快速的搜索符合特定条件的 Android 源代码,后台是基于 OpenGrok 引擎,OpenGrok 主要用来在源码中搜索、交叉索引以及进行导航。AndroidXRef 提供了完整的 Android 源码的索引,包括内核源码。在 AndroidXRef 主页的右侧显示了可用的源码版本,如图 1 所示,点击相应的源码版本链接就可以进入对应的源码分支,如图 2 所示。

01

Genome Biol. | 用scINSIGHT解释来自生物异质数据的单细胞基因表达

本文介绍由美国罗格斯大学公共卫生学院生物统计与流行病学系的Wei Vivian Li为通讯作者发表在 Genome Biology 的研究成果。越来越多的scRNA-seq数据强调了集成分析的必要性,以解释单细胞样本之间的相似性和差异。尽管已经开发了多种去除批次效应的方法,但没有一种方法适用于来自多种生物条件的异质性单细胞样本。因此,作者提出了scINSIGHT,用于学习协调的基因表达模式,这些基因表达模式在不同的生物条件下可能是共有的或特定的。该方法可以识别不同生物条件下单细胞样本的细胞特性和过程。作者将scINSIGHT与最先进的方法进行比较,结果表明该方法具有更好的性能。本文的实验结果表明scINSIGHT可以应用于不同的生物医学和临床问题。

02

网络生物学的未来新方向

今天我们介绍2022年在圣母大学组织的一个网络生物学未来方向研讨会,本文由研讨会参与者合著,总结了研讨会的讨论,预计其将帮助塑造网络生物学未来计算和算法研究的短期和长期愿景。网络生物学是一个跨学科领域,集计算科学和生物科学于一体,对于深入理解细胞功能和疾病至关重要。该领域存在约20年,仍处于初级发展阶段。由于多种因素导致该领域发生了快速变化和出现了新的计算挑战,包括数据复杂性的增加和不同组织水平上多种数据类型的出现以及数据量的增长。这意味着该领域的研究方向也需要发展。因此,汇聚了网络生物学各个计算和算法方面的活跃研究者,以确定这个领域的紧迫挑战。讨论的主题包括:生物网络的推断和比较、多模态数据整合和异构网络、高阶网络分析、网络上的机器学习以及基于网络的个体化医学。

01
领券