一天中午休息饭后散步时，隔壁组的王老哥提到，他们组的负责的一个Java服务最近一段时间，每天0点，经常会收到网关报警：提示接口响应慢。老板天天追问，但是服务使用的spring组件虽然支持在tomcat线程使用率超过一定数值后自动生成现场快照，但是不知道是什么原因，查看相关时间点附近生成的快照文件，里面的内容均正常，日志内容除问题时间点缺了一些之外，也没有异常现象，所以对于该问题，他是：老虎吃天，无从下爪。

锁是什么？用于防止多线程访问同一份资源而造成资源竞争的计算机锁（生产者消费模式是衍生品）。

在项目中我们经常用到weak指针，其可以保证在指向的对象释放后，weak指针自动置为nil，以防止崩溃，因为在OC中向nil发送消息是没有任何处理的。通过__weak、property weak等形式，都可以将指针修饰为weak类型的。

weak的实现原理其实很简单，概括来说就是，在内存中有一个名为weak_table_t的哈希表，weak_table_t中存储着App所有的weak对象及指针。当有对象被weak指针修饰时，会将被修饰的对象及指针添加到weak_table_t表中。当被weak指针的作用域消失时，weak指针会被销毁，随后会 从哈希表中查找对应的weak指针，并将指针置为nil。

在前端项目需要首屏渲染速度优化或SEO的场景下，大家或多或少都听过到过服务端渲染( SSR )，但大多数人对服务端渲染具体实现和底层原理还是比较陌生的。本文基于公司官网开发时做了服务端渲染改造基础上，系统理解和梳理这套体系的模式和逻辑，并写了一些笔记和Demo(文后链接)便于深入理解。这次我们来以React为例，把服务端渲染彻底讲弄明白。

最近在开发《挑战24点》的过程中遇到了一个问题，即，如何计算常用数学表达式的结果，比如，给定字符串8 - (6 + 4 / 2 - 1) * 2，怎么计算得到结果，并且得到计算的过程。

网上查资料发现，大部分都是类似系统计算器的处理，在遇到第二个运算符时，就把前一步的操作结果计算出来。这样的处理方式并不适用 于笔者想要解决的问题。

进一步搜索后发现，前缀表达式、中缀表达式、后缀表达式的概念，给定的字符串8 - (6 + 4 / 2 - 1) * 2属于中缀表达式，而想要计算机得出结果，可以转为前缀表达式或者后缀表达式，然后再对转换后的表达式进行计算。

这里采用中缀表达式转后缀表达式，然后计算后缀表达式得出结果

在ARC下，AutoreleasePool主要应用在大量创建临时对象的场景，通过AutoreleasePool控制内存峰值，是一个很好的选择。

最近领导给我分配了包体积监控指标，恰好之前我也做过相关包体积的优化，于是便综合之前的实践经验，对此我们的项目的包体积优化做一个整体的记录，希望可以帮助有需要的小伙伴。

买早餐的时候会遇到，支付宝和微信两个二维码一起被识别出来的情况，处理起来比较麻烦。最近有时间，就来分享记录一下图片中多个二维码选择的实现过程。

入职搜狐后我开展的第一个项目就是微信小程序。谈起小程序开发，生态封闭、坑多路滑、开发工具难用等槽点是一定不能被忽视的，因此市面上也涌现了一大批诸如 mpvue、taro 这样的抽象程度更高的小程序开发框架。我负责的这个小程序项目并没有采用这些第三方框架，而是选择在原生技术栈的基础上进行了一系列的优化和定制。

去年 8 月份 (2021.08)，小程序的版本已经来到了 4.0.0。经历了长达一年的渐进式优化，这个小程序项目的开发体验也勉强达到了“好用”的水平，于是我写下了本文并在组内做了技术分享。技术分享后我就想找时间把文章脱敏并公开，结果拖延症发作一直鸽?️到了 2022 年。。。今天终于狠下心来重新梳理了这篇万字长文，希望能帮助到需要开发小程序的你。

视频缓存已经成为各大视频App的标配，并且从功能使用数据来看，每个月使用的量都很大。为了提升用户体验，提升缓存速度，我对缓存进行了速度优化，提升了网络利用率。

本文将讨论Swift协议（Protocol）中特殊的关联类型（Associated Types），它与泛型（Generic）有相似性和又有区别。

本文主要着眼于子线程不能更新 UI 和能更新 UI 的底层原理，了解了 Activity View 树的构建流程、更新 UI 的基础流程。

本文主要介绍搜狐智能媒体，在微服务体系架构下，使用zipkin进行服务链路追踪（Tracing）的埋点采集，将采集的Trace信息存储到starrocks中，通过starrocks强大的SQL计算能力，对Tracing信息进行多维度的统计、分析等操作，提升微服务监控能力，从简单统计的Monitoring上升到更多维度探索分析的Observability。

一起深入探秘OC消息发送机制。

本篇文章以Swift版本的GPUImage2为分析对象，以GPUImage中Pipeline的处理流程为线索，分析其核心的实现流程设计理念，使得我们不但能够理解其核心原理，也能够从中获得有益的经验，运用到自己的编程设计中。

本文目的在于带大家了解一场直播背后，需要经历哪些阶段，以及每个阶段都做了哪些工作，才能够把主播的声音画面送到观众的面前。下文把直播的流程划分为：采集、处理、编码、封装、网络传输、播放六个部分来一一介绍。