当出现性能或其他问题后，参阅性能计数器都是一个非常好的维度从而推测出问题可能出现的原因，再不济也能缩小需要考虑的问题范围，因此定期收集每一台服务器的计数器就会使得问题有据可循。并且收集到的数据也可以作为BaseLine，即使没有出现问题也可以预先判断一些问题。

在原来的laim中已经有自带的换肤功能，而且在skin配置中，你可以添加自己想要的皮肤图片路径。这些内容在接下来都不会涉及，本篇要讲的是自定义皮肤功能，没错就是用户自己上传自己想要的皮肤。而且随时都可以换掉。老规矩，效果展示.

我们需要在用户输入 URL 或者点击链接的时候就开始统计，因为这样才能衡量用户的等待时间。高端浏览器Navigation Timing接口；普通浏览器通过 cookie 记录时间戳的方式来统计，需要注意的是 Cookie 方式只能统计到站内跳转的数据。

在MySql中，一条关注关系（大V id，大V的一个粉丝 id）存为一条数据，那么当用户数量上来的时候，关注关系轻松破亿，破十亿，甚至上百亿，并且为了保证每条数据的唯一性，还需要设置联合索引，MySql就有些力不从心了。那么有人要说了：分表呀。嗯，没错，分表的确可以在插入端和读取端提升一些速度。比如我们可以根据id哈希到100张表中。查询一个用户有哪些粉丝是快了，但是查询一个用户关注了哪些人时仍然需要遍历全表。好，这时候我们还可以以（id，其关注的一个用户的id）再构造100张表，于是两种查询都快了。然而，后面那100张表是冗余数据，看着就不爽...并且生成一张子图也不方便（需要多次写SQL查表）。

最近在网上搜索Python和WMI相关资料时，发现大部分文章都千篇一律，并且基本上只说了很基础的使用，并未深入说明如何使用WMI。本文打算更进一步，让我们使用Python玩转WMI。同时它还提供了十分便利的本地开发的环境。网上并不容易找到一个讲解得比较详细完整的教程，本文结合实践经验，总结一套可用的开发和上线的配置和流程。

为了服务器承载更多的用户？提升了网站的响应速度？分摊数据库服务器的压力？就是为了双机热备又不想浪费备份服务器？上面这些回答，我认为都不是错误的，但也都不是完全正确的。「读写分离」并不是多么神奇的东西，也带不来多么大的性能提升，也许更多的作用的就是数据安全的备份吧。

从一个库到读写分离，从理论上对服务器压力来说是会带来一倍的性能提升，但你仔细思考一下，你的应用服务器真的很需要这一倍的提升么？那倒不如你去试着在服务器使用一下缓存系统，如 Memcached、Redis 这些分布式缓存，那性能可能是几十倍的提升。而且，在服务器硬件异常强悍及性能廉价的今天，完全更没必要了，所以，在今天，我认为它更多的职责就是为了数据安全而设计的，同时又提升了一些性能，这样也挺好。

在本人的上一篇博客文章：Netty构建分布式消息队列（AvatarMQ）设计指南之架构篇 中，重点向大家介绍了AvatarMQ主要构成模块以及目前存在的优缺点。最后以一个生产者、消费者传递消息的例子，具体演示了AvatarMQ所具备的基本消息路由功能。而本文的写作目的，是想从开发、设计的角度，简单的对如何使用Netty，构建分布式消息队列背后的技术细节、原理，进行一下简单的分析和说明。

这里的二层指的是计算机网络七层模型中的二层，从第一层到第7层分别是物理层、数据链路层、网络层、运输层、会话层、表示层和应用层。还有一种说法是4层（或者是5层）网络模型，分别是数据链路层、网络层、运输层和应用层，如果按照5层的说法还要加上物理层。这里的二层指的是数据链路层。

很多笔试面试都喜欢考察快排，叫你手写一个也不是啥事。我很早之前就学了这个，对快速排序的过程是很清楚的。但是最近自己尝试手写，发现之前对算法的细节把握不够精准，很多地方甚至只是大脑中的一个映像，而没有理解其真正的本质意图。于是今天结合了《数据结构》（严蔚敏），和《算法导论》进行一番探究。

写React也有段时间了，一直也是用Redux管理数据流，最近正好有时间分析下源码，一方面希望对Redux有一些理论上的认识；另一方面也学习下框架编程的思维方式。

上次做了一个帮公司妹子做了爬虫，不是很精致，这次公司项目里要用到，于是有做了一番修改，功能添加了网址图片采集，下载，线程处理界面网址图片下载等。

说说思路：首相获取初始网址的所有内容 在初始网址采集图片 去初始网址采集链接 把采集到的链接放入队列 继续采集图片，然后继续采集链接，无限循环

图形数据库Neo4j有以下优点