微服务到底香不香？

AI视频制作方法越来越成熟，越来越多人尝试。北大AI学者陈刘芳用20小时内完成了《遥远地球之歌》的制作，包括剧本构想、图片和动态视频片段生成、配音与BGM合成、剪辑和后期。AI工具能更好地协助动画师工作，也为新手提供了尝试制作动画的机会。

设计师在用户界面设计中需要考虑到用户的空间偏好。研究发现，人们对于面孔排列的偏好会受到惯用手的影响。通常情况下，大多数人对于面孔排列有一种“Good is right”的映射，即最快乐的面孔在左侧，最悲伤的面孔在右侧。然而，在某些情况下，面孔以相反方向排列会更符合用户的映射习惯。因此，设计师需要根据用户的惯用手，合理选择面孔排列的方式，以提供更好的用户体验。

设计目标是理解需求并产出满足需求的具体页面，通过C4模型逐级分层理解系统，体现角色关联性，与开发讨论技术方案以减轻代码负担。设计方案的完善能帮助评估合规性和实现性，清晰的框架结构能提高项目效率。

业务建模方法在软件开发行业中具有重要价值。它通过思想实验和抽象模型，帮助团队更好地理解业务领域，实现业务和技术的良好映射。通过业务建模，可以定位问题、找到改进机会，并验证业务改进的效果。虽然互联网的发展使得面向代码的敏捷开发方法流行起来，但随着复杂业务系统的线上化，业务建模方法再次受到关注。经典的业务建模方法仍然为业务开发带来竞争力，而AI时代可能会赋予业务开发新的价值。

数据无处不在，帮助我们更好地做出决策。然而数据不能独立存在，为了使数据有用，我们必须理解它。数据的质量很大程度上依赖于其表达方式，对数据分析结果的可视化呈现可以帮助我们更好地理解和挖掘数据的价值。数据可视化的本质是视觉对话，数据可视化将数据分析与图形设计相结合，数据是可视化设计的依据，可视化为数据的表达提供了灵活性。利用数据可视化可以更好更高效地获取有价值的信息。

Apache Pulsar 是一个多租户、高性能的服务间消息传输解决方案，支持多租户、低延时、读写分离、跨地域复制、快速扩容、灵活容错等特性。本文是 Pulsar 技术系列中的一篇，主要介绍 Pulsar 在海量DB Binlog 增量数据采集、分拣场景下的应用。

从设计、规范、陷阱到相关实现。

Modular 公司在 9 月正式对外发布了 Mojo，这是一门面向 AI 领域的新型编程语言，号称比 python 快 68000 倍，而且会“着火”，真有那么猛吗？跟随着这篇文章咱来一探究竟......

这篇文章我想来聊聊 MySQL 的锁是怎么加上的，为啥想聊这个呢？主要是因为业务中我们或多或少都会使用到锁，毕竟锁是保障我们数据安全性的关键法宝。但是由于不了解原理，往往可能导致我们在”刻意“或者”无意“的使用场景下，带来潜在的性能问题，轻则导致处理能力降低，重则可能会拖垮我们的 DB，因此需要对锁的原理以及使用场景有比较全面的了解，才能更好地驾驭，避免给我们带来不必要的业务隐患。

在学习和工作过程中，作为工程师的大家都会试着写一些技术文章，或用于沉淀总结，或用于分享经验，或用于传播知识。但是大部分同学在写技术文章的过程中都会遇到这样或那样的问题，导致很多同学都觉得写技术文章是一件很难的事。本文主要目的是帮助更多同学全面掌握写好技术文章的技巧，也祝大家都能下笔成章。

从2013年毕业加入鹅厂，不知不觉已然过去10年。期间团队一直有同学反馈，对个人的成长有些迷茫，缺少后台开发的全景图谱来建立体系化的知识结构。所以这里结合自己的研发经验，把实战中觉得重要的知识点，整理一个后台开发的成长 RoadMap，希望最后给开发同学的成长一些参考和帮助。

2022年12月19日，Twitch上出现了一个名为“vedal987”的新直播频道。该频道没有真人主播，只有一个可爱的二次元女孩形象在屏幕上移动和说话。她自称为Neurosama，是一位人工智能VTuber。

从那天起，她开始了自己的直播生涯，并迅速获得了大量关注和支持。与传统基于动作捕捉的中之人范式的虚拟主播不同的是，Neuro完全是由人工智能驱动的，准确来说是由背后大语言模型驱动的。

学会 istio 或 envoy 需要多久？是一周、两周，还是一个月？笔者无法给出准确的答案，那取决于每个人对“学会” 这个标准的定义。网上有不少介绍 istio 的入门文章，如果只是想快速地完成一篇「Service Mesh 综述」的话，看看过往的文章应该已经足够。不过按照笔者的经验，看完之后大概会达到一种浅尝辄止的状态：能说上那么两句，但是仅此而已，不能立即投入线上开发，也无法调试定位具体的问题。如果想要更深入一步，则需要去啃那些「大部头书籍」，花费的时间会成倍增长。

因此，笔者撰写本文的出发点是，尝试找到入门文章与大部头书籍之间的一个平衡，以一篇文章的篇幅，帮助初学者达到「玩转istio」的阶段。也可以说是完成对istio的祛魅，为 istio 的初学者提供一把打开 Service Mesh 进阶之路的钥匙。希望它既不是一篇「入门介绍」，也不是一本巨细靡遗、主次不分的「参考手册」，而是一篇只讲重点、只讲笔者自身经验的最佳实践。

我们知道 C++ 的值类别包括左值、右值、纯右值、广义左值、将亡值。可 C++ 到底是经历了什么才硬要把这件事情搞得如此复杂呢？我们不妨从 C 语言、汇编和 C++ 设计发展的角度来分析一下这个问题~

擅长 OLAP 分析的 ClickHouse 不仅可以用于 vector search，还可承担起整条 embedding 的加工处理工作,All in one Pipeline 也让速度远超传统批处理框架数倍；检索性能虽无法与专业 sim 检索服务相媲美，但因“搜索分析一体化”，让它在 AI 近线处理占据一席之地。