InfoQ中文版

2020年5月23日，标志着距离Java编程语言和平台的第一个公开alpha版本发布已经过去了25周年。跟最初版本发布那会儿相比，世界已经发生了很大的变化，那时Network World认为“一些分析师相信Java编程语言有潜力改变Web”（1995年5月22日）。当时，微软正在加速准备其8月份发布的Windows 95。在没有任何Web浏览器的情况下，该操作系统的发布得到了广泛的关注。那时，互联网还没有真正成为公众意识主流的一部分。在最初发布的几年之后，随着互联网逐渐成为一种主流现象，Java成为了重要的角色。

“OPPO正在加紧设计自己的移动芯片，包括从联发科等供应商处争取顶尖工程人才。”《日经亚洲评论》在5月27日的一份报道中称。该报道援引知情人士消息称，OPPO已经从其主要芯片供应商联发科聘请了数名高管，以及从紫光展锐那聘请了多位工程师，目的是在上海建立一支经验丰富的芯片团队。报道还指出，OPPO最近招募的高管包括联发科前首席运营官朱尚祖（Jeffrey Ju），而朱尚祖在未正式加盟之前就已经在OPPO担任咨询顾问。公开资料显示，朱尚祖于1999年加入联发科，先后担任数字消费电子事业部和数码相机芯片事业部总经理，并于2010年建立联发科技智能手机芯片事业部。

{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"前言"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"对于计算机系统中的时间，如果你曾经思考过下面的问题，但是没有结论，那么通过本文将给你详细的解答："}]},{"type":

InfoQ 网站 和 InfoQ 技术大会都专注于挖掘技术采用生命周期模型中的创新者、早期采用者以及早期大众相关的技术应用案例，致力于促进软件开发及相关领域知识与创新的传播。不同规模公司的技术在采用曲线上的确切位置可能会有所不同。随着 AIOps 智能运维、混沌工程（Chaos Engineering）、微服务与容器运维等新技术和方向的兴起，给传统运维带来了翻天覆地的变化。AIOps 逐渐成为运维领域的热词之一，将机器学习算法应用于运维数据分析，让运维操作变得更智能。业务复杂度越来越高，为了快速适应业务发展、提高系统部署，越来越多的公司开始进行基于容器的架构升级，用以提升运维的效率。

原文最初发表于 Medium 博客，经原作者 Socret Lee 授权，InfoQ 中文站翻译并分享。导读：如果告诉你一张图里面有一条看起来挺直的线，让你指出来线在哪、线的指向是向哪个方向。你肯定可以不假思索地告诉我线的位置和方向。但这个任务对计算机来说，可不是一件简单的事，因为图片在计算机中的存储形式就是 0001101111001010110101…，根本没有办法从这个序列中直接给出是否有直线以及直线的位置。要怎么才能让计算机自己学会找直线呢？这就要用霍夫变换了。霍夫变换是一种特征提取，广泛应用于在图像分析、计算机视觉以及数字影像处理。霍夫变换是用来识别找出目标中的特征，例如线条。

大家应该都看过布拉德.伯德执导、汤姆.克鲁斯主演的《碟中谍4吧》？茫茫人海的火车站，只要一眨眼的功夫已经被计算机识别出来，随即被特工盯梢；迎面相逢的美女是致命杀手，手机发出嘀嘀的报警声，上面已经显示美女的姓名和信息。这就是本文想要介绍的人脸识别算法，以及如何使用公有云AI平台训练模型。人脸识别是目前人工智能领域中成熟较早、落地较广的技术之一，人脸识别的目的是要判断图片和视频中人脸的身份。从平常手机的刷脸解锁、刷脸支付，再到安防领域内的人脸识别布控，等等，人脸识别技术都有着广泛的应用。人脸是每个人与生俱来的特征，该特征具有唯一性并且不易被复制，因此为身份鉴别提供了必要的前提。

{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"如果希望自己制作一部动画，那你一定有必要了解一下新海诚，他绝对是用个人电脑自制动画的高手。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":

本文最初发表在 Medium 博客，经原作者 Ritwik Ghosh 授权，InfoQ 中文站翻译并分享。导读：机器学习集合了统计学、概率论、计算机科学、数学算法等多方面交叉研究，即便你对机器学习的应用炉火纯青，但对这些技术若没有全面的数学理解的话，极有可能会出现应用失误。数学在机器学习中非常重要，不论是在算法上理解模型代码，还是在工程上构建系统，数学都必不可少。可以说，数学决定了开发人员的上限。本文作者为我们阐述了数学在机器学习中的角色，以飨有志于机器学习的开发人员。Josh Wills 曾说过：“数据科学家是这样的人：比任何软件工程师更擅长统计学，比任何统计学家更擅长软件工程。

{"type":"doc","content":[{"type":"blockquote","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"再厉害的云，我方雷公电母一发怒也得“下云”。"}]}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph",

{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":2}},{"type":"image","attrs":{"src":"https://static001.geekbang.org/infoq/92/92e7e86dc73ffd363ffdffcabdfcccc5.png","alt":null,"title":null,"style":null,"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":

本文最初发表在 Medium 博客，经原作者 Marco Cerliani 授权，InfoQ 中文站翻译并分享。本文介绍了在模型中插入 Transformer 的不同方法。人们对自然语言处理的不断研究催生了各种预训练模型的发展。在各种任务（如文本分类、无监督的主题建模和问题解答等）的最新结果方面，通常都有越来越多的改进，这是一个典型的现象。最大的发现之一是在神经网络架构中采用了注意力机制（attention mechanics）。这种技术是所有称为 Transformer 的网络的基础。它们应用注意力机制来提取关于给定单词上下文的信息，然后将其编码到学习向量中。

{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":" 像C语言这样的底层语言一般都有底层的内存管理接口，比如 "},{"type":"codeinline","content":[{"type":"text","text":"malloc()"}]},{"type":"text","text":"和"},{"type":"codeinline","content":

近日，Stack Overflow《 2020年开发人员调查》报告出炉，这是Stack Overflow开展对开发人员年度调查的第10年，可以说是见证软件行业巨变与更迭的十年。该报告基于对来自全球186个国家的65000名软件开发人员的调查得出。调查于2020年2月5日至2月28日进行。报告亮点：在全球范围内，使用Perl，Scala和Go的开发人员薪水最高，中位数约为$ 75k。有趣的是，Perl也是最令开发者生畏的语言之一。技术经理、SRE、DevOps专家和数据工程师往往会获得较高的薪水。其中技术经理的薪水9.2万美元，是所有岗位中收入最高的人群，而学术研究员的薪水为4.

{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"作者：小傅哥"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"博客："},{"type":"link","attrs":{"href":

“组件库”这一事物近两年已在互联网行业中流行起来，它的主要价值大家都应该清楚：能快速搭建前端页面、减少设计与开发沟通成本、统一体验规范等等。为了满足中小企业的需求，越来越多的开源组件库诞生，但开源代表着通用，无法满足业务特色需求，于是不少企业也开始做起了自己的组件库。搭建组件库的成本很高，因此需避免两种结果：一是做得很全或能力很强大，却用不上；二是没满足自身业务需求，白做了。那如何搭建自身业务组件库能“投入产出比”更高呢？组件化项目整体流程图一、前期准备在搭建组件库之前，首先要做好充分的准备，而这前期准备需要分为两条线并行走。

导读：前不久有关虚幻引擎 5.0 的新闻，引起了人们的阵阵惊叹，被誉为“来自外星的黑科技”。其实，除了虚幻引擎外，还有一个游戏引擎也非常牛逼：Unity 引擎。它也是全球开发人员中最受欢迎的第三方游戏开发软件。虚幻引擎集成了人工智能，Unity 自然也不甘落后。今天，Unity 的 ML-Agents v1.0 已经正式发布了！从 1950 年香农教授提出为计算机象棋博弈编写程序开始，无数的科学家贡献了自己的才华和岁月，取得了许多里程碑意义的成果。游戏人工智能就是人工智能技术研究的前沿，被誉为人工智能界的 “果蝇”，推动着人工智能技术的发展，并对社会产生深远影响。

前言随着微服务的流行，越来越多公司使用了微服务框架，微服务以其高内聚、低耦合等特性，提供了更好的容错性，也更适应业务的快速迭代，为开发人员带来了很多的便利性。但是随着业务的发展，微服务拆分越来越复杂，微服务的治理也成了一个比较令人头疼的问题，我相信下面这些场景大家或多或少都遇到过。场景一： 发布是天大的事情，每一次的发布，都会出现执行到一半的请求中断掉，上游继续调用已经下线的节点导致报错的现象。发布时收到各种报错，同时还影响用户的体验，发布后又需要修复执行到一半的脏数据。

一、背景携程是业界比较早进行AB实验的公司。AB实验可以简单认为是传入一个实验号和用户分流ID到AB实验分流器，分流器吐出分流版本A、B、C、D等，通过截取应用流量落地一段时间的分流数据，就可以分析具体版本的优劣，决定启用新版本或者沿用老版本。携程的AB分流器沿用至今，在业务发展上发挥了很大作用，但也存在一些问题。

如今快速发展的数据生态系统中有数十种新工具。这些工具以一种高效、令人惊讶的方式在数据工作方面相继绽放。未来数十年数据领域相关工作的种子已经播下，并将疯狂生长。但在如今的数据生态中，存在一个理解误区，即使许多工具中的一些工具并不具备什么竞争力，它们也会被认为是具有竞争力的好工具。

本文最初发表在 Mehdi Zed 个人博客，经原作者授权，InfoQ 中文站翻译并分享。导读： 首先说一句，“PHP 是世界上最好的语言。”懂的都懂，这是一个有历史的、承载了程序员黑色幽默的梗。但是，这些年以来，“PHP 已死”、“PHP 行将消亡”之类的言论甚嚣尘上，由此看得出，很多开发人员讨厌 PHP。这又是为什么呢？PHP 真的就这么令人讨厌吗？答案是：No！PHP 是世界上网站使用最广泛的语言，也是最讨厌的语言。而且人们对它的恨，是纯粹的恨。为什么会有如此多的开发人员对它恨之入骨呢？今天就让我们来谈谈仇恨的源头，看看它是否真的让人如此憎恨。

或许你已经上过了数小时的数据科学在线课程，或许你对每一堂课的演示内容都了如指掌，但是这就意味着你能够成为一名合格的数据科学家了吗？那是一个周末，我又完成了另外一门数据科学在线课程，感觉元气满满。在“成功”参加完5门不同的课程并拿到“证书”之后，任何一个人都会觉得自己现在是真正的数据科学家，我也不例外。但是，在线课程是一种很有意思的东西。它们中的大多数都有着光鲜亮丽的描述，列了一大堆标题，承诺可以让你掌握一大堆技能。如果幸运的话，我们还能看到其他参与课程的人的“现身说法”，说这些课程是如何将他们从厄运当中拯救了出来，让他们成为某个领域的佼佼者。

本文要点：AI产业似乎在有意无意地推动各种误导性的，偏离各个组织实际AI能力的广告宣传；而业界对各种术语和功能普遍存在的混乱理解则助长了这种风气。对AI用途的过度夸大不仅对消费者有害，而且也伤害了那些诚实行事的企业家。为了更好地判断AI在生产环境中的实际能力，人们可以做一些基础的可用性测试，也可以提出一些相关的问题。有充分的证据表明，我们早已从公认的AI寒冬中复苏过来了。但我们不妨重新考虑一个经常被引用的，被看作是铁证的数据，也就是市场上由“人工智能驱动”的公司数量。

{"type":"doc","content":[{"type":"blockquote","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"让我们来看看这些基本的建议。 下面的一些原则是特定于 python 的，但大多数不是。"}]}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text",

{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"事情的起因是这样，有小伙伴在微信上问了松哥一个问题："}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"image","attrs":{"src":"https://static001.

本文最初发布于The Conversation，经原作者授权由InfoQ中文站翻译并分享。5月22日， 马克·扎克伯格（Mark Zuckerberg）周四表示，预计在未来5到10年间，Facebook 50%的员工可能将远程工作。扎克伯格表示，Facebook将开始允许特定员工远程全职工作，并表示如果这些员工在2021年1月1日之前搬家，则必须通知Facebook，其薪酬可能会根据搬家以后的新地点进行调整。同时，Facebook将会“积极”增聘远程工作的员工，并将“慎重地”为现有员工开创永久性远程工作岗位。

{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"数据中台是当下非常热门的话题，可以解决企业重复造轮子的问题。虽然数据中台在互联网企业中已经有了多年的实践，但是对于传统企业来说还是一个比较新的话题。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},

今天我们不讨论该不该做技术中台，只说说中台给我们带来了什么。小鹏汽车的智能离不开复杂系统的支撑，其特有的互联网基因要求业务能够应对市场的迅速变化：快速响应、快速试错、快速创新。同时，为了给客户提供优质服务，系统需要更高的可靠性，降本增效也是公司快速发展过程中特别关注的。技术中台正好契合了公司上述所有需求。小鹏汽车的技术中台分为微服务中台和云平台两大部分，其中云平台为技术中台提供底层的基础支撑，基于主流的容器技术 Docker 和 Kubernetes 构建；微服务中台基于 SpringCloud 打造，提供微服务的管理、治理、监控、统一标准化配置。

{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"大家好，我是 JackTian。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":

近日，Pug 3.0.0 正式发布，Pug 原名 Jade，是由 TJHolowaychuk 开发的一款模板引擎，也是 Haml 的 JavaScript 实现版本。Pug 3.0.0增加了一些新功能，除此之外新版本将不再支持 Node.js 6 和 Node.js 8。重大变化如果想使用支持 renderBuffer 的过滤器，read 插件必须返回到 Buffer。如果开发者不希望使用这一功能，则可以像从前一样返回 string。

当提到“实时分析”，大家脑海里首先浮现的是大屏上不断跳跃闪烁的数字和波动的曲线，让人有种纵观全局的掌控感。类似这样的场景多出现在资源监控或是领导驾驶舱大屏展示中，这些都属于“实时分析”中比较简单的应用场景，用于及时了解数据变化。（酷炫的实时监控大屏）对于企业来说，不仅要及时观察核心指标的变化，更重要的是了解其变化背后原因。通过对数据展开探索式的分析，获得对业务较为全面的洞察理解，从而为后续的运营决策、营销决策、风控决策等等提供信息支撑。在电商节的促销活动中，电商平台和商家们都密切关注着活动期间实时的交易数据流量。

{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"OAM Spec 经历了近 3 个月的迭代，"},{"type":"link","attrs":{"href":"https://github.com/oam-dev/spec/releases/tag/v1.0.0-alpha.2","title":null},"content":[{"type":"text",

背景2019 年 9 月，我们连续遇到几次与缓存相关的故障：1、DBA 运维失误，导致我们存储在 redis 里的核心基础数据被清空。由于无法正常提供报价，出现 ATP（订单量骤降）故障，之后通过定时任务花费半个小时将数据写回 redis，故障恢复。2、PC 端爬虫流量进入后端，应用的 redis 连接池被打满，大量同步的 redis 请求都等待 500ms 获取连接，导致应用的 tomcat 线程池被打满，服务被拖死，无法正常提供 PC 端业务，而 redis server 端当时还完全没压力。类似与缓存相关的故障还有不少，这里就不一一列举了。

{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":1},"content":[{"type":"text","marks":[{"type":"color","attrs":{"color":"#FF7021","name":"orange"}}],"text":"曾经在社交网络上看到一条动态，是这么写的："}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":

“我的开源项目被市值高达1.4万亿美元的微软偷走了。”一名开发者用两年的业余时间开发并维护了一个开源项目AppGet，项目取得了比较大的成功，并引起了微软的注意。不幸的是，微软在上周的Build 2020 大会上推出了同样的项目。最终，这名开发者只得停止维护并终结掉了自己的开源项目，但他给出了一系列的证据表示微软在剽窃。填补空白的官方Windows软件包管理器WinGetLinux 和 macOS 的开发者经常用包管理器来安装和管理应用，特别是一些需要不同依赖的命令行程序，比起手动一个个去官网下载代码编译要方便高效得多。

{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":"br"}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"CI / CD是任何DevOps操作的两大基石，这是一种开发软件的方式，旨在生产快速而强大的软件，随时以可持续的方式发布更新。

实际生活中，我们常常会有上传图片的需求，例如在相册系统中添加相片、发布文章时添加配图等等。图片与 Web 服务是紧密关联在一起的，但每张图片的大小、占用的空间等都是参差不齐的，而且有些图片上传到网站之后，容易被其它平台或开发者采集盗用，所以很多人都习惯于在图片上传之后进行图片压缩、标准化以及添加水印。当图片数量很多、尺寸很大的时候，压缩、标准化和水印添加就会占用很多的资源。那么，我们是否能够利用 Serverless 架构实现图片压缩与水印的一条龙服务，同时用户量的激增也不会影响整体体验呢？