MySQL是我们经常使用的数据库处理系统(DBMS)，不知小伙伴们有没有注意过其中的“存储引擎”(storage_engine)呢?有时候面试题中也会问道MySQL几种常用的存储引擎的区别。这次就简短侃一下存储引擎那些事儿。

不管你是在北上广还是在港澳台，甚至三四线城市，凡是有规模的地区，高楼比比皆是。不管是写字楼，还是大型商城，让你最头痛的就是乘电梯，尤其是在赶时间的时候。本文对“骂电梯”不给予任何指导性建议。但说起电梯调度算法，我觉得还是可以给大家科普一下，好为大家在等电梯之余，打发时间而做出一点贡献。

TensorFlow中变量主要用来表示机器学习模型中的参数，变量通过 tf.Variable 类进行操作。tf.Variable 表示张量，通过运行 op 可以改变它的值。与 tf.Tensor 对象不同，tf.Variable 存在于单个 session.run 调用的上下文之外。

之前我们讲了神经网络的起源、单层神经网络、多层神经网络的搭建过程、搭建时要注意到的具体问题、以及解决这些问题的具体方法。本文将通过一个经典的案例：MNIST手写数字识别，以代码的形式来为大家梳理一遍神经网络的整个过程。

动态编程语言 是 高级程序设计语言 的一个类别，在计算机科学领域已被广泛应用。它是一类 在运行时可以改变其结构的语言 ：例如新的函数、对象、甚至代码可以被引进，已有的函数可以被删除或是其他结构上的变化。动态语言目前非常具有活力。例如JavaScript便是一个动态语言，除此之外如 PHP 、 Ruby 、 Python 等也都属于动态语言，而 C 、 C++ 等语言则不属于动态语言。

用hash做缓存，假如有三台服务器，1,2,3，有三万张图片，我想将图片平均缓存到我三台服务器上，一个服务器大概一万张，怎么去实现这个办法呢

负载均衡 建立在现有网络结构之上，它提供了一种廉价有效透明的方法扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。

本次分享将从实战经验出发，详细介绍从0开始开发一个强一致/高可用/高性能的分布式Log存储系统的过程和挑战;在分享分布式系统设计开发的同时，会结合工程实践，阐述如何将分布式Log存储系统作为构建其它分布式系统(分布式Cache/分布式Key-value/分布式MQ/分布式数据库)的“基础”，以及如何成为数据抽象中的关键一环。

线上故障是我们技术同学经常遇到，也是技术成长中经常要经历的事。从故障中我们可以吸取到很多教训，变得越来越有经验。

大多数互联网系统都是分布式部署的，分布式部署确实能带来性能和效率上的提升，但为此，我们就需要多解决一个分布式环境下，数据一致性的问题。

大数据体系一般分为：数据采集、数据计算、数据服务、以及数据应用 几大层次。在数据采集层，主要分为 日志采集 和 数据源数据同步。

我们在做系统架构设计的时候，经常离不开的一个话题就是进行服务的隔离设计。

上一篇我们聊过了架构设计中的「服务隔离」模式，今天我们继续来探索一下在分布式系统架构中的另一个常用的设计：服务限流。

拜占庭将军问题就是要解决去中心化的共识机制问题，而这个共识问题也是比特币中区块链网络所需要解决的。

自然语言处理(NLP)在今天已经变得越来越流行，尤其是在深度学习迅猛发展的大背景下变得更加引人注目。NLP属于人工智能的一个领域，旨在理解文本和从中提取重要信息，并在文本数据上做进一步的训练。NLP的主要任务包括了语音识别和生成，文本分析，情感分析，机器翻译等。

前些日子谷歌刚刚发布完TensorFlow1.9，并带来了一大批的性能更新。近日消息，TensorFlow2.0预计将在今年年末推出首个测试版。TensorFlow1.9的热风刚过，大家又将期待的目光锁定在TensorFlow2.0。这里是一些TensorFlow2.0的预计性能更新。

大家都知道，区块链的关键技术组成主要为：P2P网络协议、共识机制、密码学技术、账户与存储模型。而这些技术中，又以 密码学与共识机制 这两点为最核心。那么今天我们来详细的聊一聊密码学，看一看密码学技术是如何在区块链中应用的。

在互联网项目开发中，缓存的应用是非常普遍了，缓存可以帮助页面提高加载速度，减少服务器或数据源的负载。

在互联网项目中，当业务规模越来越大，数据也越来越多，随之而来的就是数据库压力会越来越大。

我们生活在一个连接和智能设备的时代。随着智能设备数量的增长，数据的增长迅速达到了新的高度。这些数据从终端用户到达云或数据中心后再进行处理、存储和其他分析操作，因此，当访问时必定会带来延迟和带宽问题。正如Nati Shalom在他的博客文章中写道“ 什么是边缘计算?“，边缘计算实质上是将处理能力转移到网络边缘，更接近数据源。这使组织能够在访问数据速度和消耗带宽的方面获得显著优势。