再见2011,2012不是梦

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
日志服务 SLS,月写入数据量 50GB 1个月
简介: 2011算是比较平静的一年,但是发生的事情却一点也不平静,农历新年也即将到来了,就在新年的第一天夜晚做个简单的总结,也算是对上一年自己的表现画个句号。 2011经历了最穷困潦倒的日子,依然记得年初那会为了还信用卡口袋拮据的日子,幸好苦尽甘来,现在终于富余点了,再不用为吃饭的钱头疼了。

2011算是比较平静的一年,但是发生的事情却一点也不平静,农历新年也即将到来了,就在新年的第一天夜晚做个简单的总结,也算是对上一年自己的表现画个句号。

2011经历了最穷困潦倒的日子,依然记得年初那会为了还信用卡口袋拮据的日子,幸好苦尽甘来,现在终于富余点了,再不用为吃饭的钱头疼了。

2011改变了很多,Asp.Net 的核心了解更深入了,Asp.Net MVC源码也基本上通读了一下,前端的一些趋势也大体了解了一下,虽然前端的技术经验上还是差点,但是理念和基本概念还是非常棒的,新年里一定要在经验上好好下苦工,多做点项目练练手。

2011用一周时间读了《CLR Via C#》第三版的前13章,新年里继续完成后续部分的阅读,真是一本好书!对于Net底层还是很好的阐述。对于内存管理还有很多疑惑的地方都给了一次醍醐灌顶的浇灌。

2011了解了极限编程,体验了敏捷开发。实际参与了一个算是互联网项目的开发。

2011了解了互联网开发的相关技术,学会了Windows下的集群相关技术并部署实践之,了解了SqlServer的发布订阅机制,并实践了数据库集群的读写分离,主从配合的方案,并一直考虑SqlServer的多主库,多从库的方案,今年一定相个办法把这个方案搞定并实践之...

2011真正搞懂了什么是SOA,从之前的面向组件化的编程思想水平提高到了面向服务的层次,也算是一个不小的进步。而关于SOA的实践总结了很多经验,尤其是多系统,复杂性的服务高并发事务的处理这真是一个难得的优化经验,淘宝关于这方面的 处理真是让人赞叹。更加深入的了解的ACID,不仅仅是大学里学的理论知识,而是实践出真知啊。而关于集群化部署SOA服务,统一管理配置和服务版本控制、服务状态、服务器状态监控等都有了一些想法和实践的沉淀,这也算很好的经验,后面多多总结和跟大家分享一下。

2011更加深入的了解了Entity Frameword的机制,并做了很多关于EF优化的实践,也算是对EF使用比较了解了。新年里一定要自己实现一个简单的ORM框架,另外就是有时间扩展一下EF的二级缓存。另外就是实现一个对于MongoDB数据查询和操作的Linq Provider。

2011SqlServer更加的熟悉,关于索引有了更深入的了解和认识,实践了主从数据库方案,水平分库,垂直分库,实践了读写分离,实践了主库去索引,去外键优化,降低读表的锁级别到行...等等一系列的数据库优化实践真的让我更加相信自己。

2011缓存从单机缓存认识,提高到了分布式缓存,并且从微软的解决方案到memcache再到Redis。从简单的key-value到Redis提供的高级的数据结构队列、栈等,缓存读写速度很快,另外分布式缓存本身就解决了高并发 的多线程安全的问题,另外就是利用它解决了集群服务器间共享用户数据,共享Session免去了多集群服务器数据同步的问题,另外就是怎样好好利用缓存将数据库压力解放,让应用压在缓存上而不是数据库,减少IO的读写。从简单的缓存认识提高到了一个新的层次。谢谢周,是你让这一切都那么美好。

2011高并发数据访问表之死锁解决,这个问题很多人都会遇到,那我们怎么解决的呢:让高并发的数据库访问放入到一个内存队列中比如Redis提供的内存队列,然后定时的批量将sql交给数据库,减少了应用跟数据库的交互次数,提高了数据库io的效率,降低了应用对数据库的压力依赖。

2011高并发访问IIS配置优化,很感谢dudu,他的总结很好,也是按照他的配置,让我们Web站点顺利的通过了大量用户访问连接数限制的问题,而且IIS的输出缓存,页面Gzip压缩输出、页面静态化、Url的SEO等也有很多实践,真的今年收获挺好...

2011第一次实践了OAuth协议下的新浪微博平台的开发,体验了QQ+平台的开发,开放式平台未来还是会很成功的,这里机会很多,我能否抓住呢。

2011研究和实践了一把微软的Windows Media Service流媒体技术,从后台部署搭建,到前后台开发出demo感觉挺好的,但是性能太差,接触了几个E-Learning的厂商也基本上这么做的,感觉技术好落后啊。后来研究了微软的IIS7+Silverlight提供的流媒体方案的确很适合我们的在线学习系统,我出了一套方案,并做了很多预研的工作,最后出了demo,写了一个silverlight视频转码的工具,同事也搞了一个前端的播放器,感觉一套方案挺好的,不仅支持根据网络用户的带宽自己选择合适的视频清新度的格式下载,而且播放器是跨浏览器的,而且播放器是silverlight写的,体验很好。微软官网上很多视频都是这么搞的,所以实践这套东西要比微软早期的Windows Media Service要高级的多了,这个也算是比较有成就感吧!

2011代码生成技术的确在开发中已经是起到了很重要的作用,而VS的Addin插件技术以及结合T4模板代码生成技术帮助我们生成相应的代码生成工具、生成规范的架构代码是如此的神器。对于这个使用和研究也是非常好的经验,从模型设计到uml序列图设计,再从uml序列图【时序图】生成接口,这个工具制作虽然代码不是很多,但是自动化的实现,的确让开发人员和设计人员非常欣喜....

2011领域驱动的研究和实践的确进入了自己日常开发和思考中,领域驱动的实践还需要继续的学习和体悟。

2011让我认识了什么叫牛逼的测试,我们的测试人员直接告诉开发的人员哪一行代码必须优化,有些情况还告诉你怎么改!哇塞这牛啊!牛逼的测试得特别懂业务,另外对开发的方式,以及一些好的开发经验都得掌握,而我就彻底的认识了这么几个测试人员,真是感谢他们....也是今年才认识了什么是真正的压力测试,LR真是神器,之前我还给他们写了个自动化压力测试工具,感觉那个真是菜,LR和VS自带的压力测试都非常不错,这个实践还是蛮不错的经验,后面的项目都实践之,另外我也会写LR的测试脚本了,今年就可以不用依赖压力测试人员了,我可以写出自己定制的优化的压力测试脚本了哈哈。

2011MongoDB的深入研究还是需要进一步实践和学习,对于MongoDB大数据量还是有点担心,但是从一开始抵触新东西,到接受和喜欢,还是给自己一个很好的视野扩展的机会。新年里一定要把源码简单过一下,大体了解一下,至少出问题时,可以自己修改.这是坚决的任务。

2011WCf今年用的是最多的一年,所有的开发都与之息息相关,但是不曾对他进行详细深入的研究,只是会用,还不了解他的内部机制,对于他的优化还有很多事情要做,今年深入了解一下WCF的内部架构以及学习一些最佳实践,还有就是WCF的寄宿管理和服务在线升级的处理还是要想一个很好的方案,wcf服务健康监控和在线服务管理还是很有挑战的事情。再有他的那套日志记录真是恶心,以后想办法看看重写一些他记录日志的那个类。

2011日志处理,Log4Net很强大,但是很复杂,NLog很小,很轻量级,而且可以灵活扩展重写。日志优化还是很有说头的,日志先写入内存队列,然后内存队列批量写入MongoDB,再有就是日志记录异步化等一些尝试都让我们日志处理不再拖累业务,感觉好爽的一个进步。

2011接触了简单的Android和WP7的开发,虽然跟IOS的同志配合过项目,但是对于IOS还是有抵触,对于Android和WP7还是最亲近和最喜欢的,新年里一定多研究一下这个东西,移动互联网未来的未来,这个池子足够大,足够我们很多人在这里面钓到足够多的鱼....

2011尝试了ubuntu,并且尝试了Linux下的C开发,这个作为一个兴趣爱好吧,不要把自己局限在.Net平台,而且后面要继续了解Mono在各个平台的情况,开放自己的思维,不要局限在某个平台,多吸取各个平台的优势,你会成为更出色的开发人员。

2011尝试着读史记等文学作品,但是心静不下来,也不感兴趣没办法。

2011开始写微博,最近才了解到了微博力量竟然如此之大,微博的世界竟然是如此的神奇,开始喜欢QQ空间,关闭了人人。

2011让我变得更加从整体去考虑事情,从整个应用层面去考虑技术实现方案,并放手去实验实践。

2011结束了4年的爱情长跑,终于又重获自由之身,期冀新年里能找到爱我的伴。

2011悲催的公司,估计没有年终奖,而且11月的绩效也没发,期冀新年有个好收入。

2011没有把自己的朋友好好维护好,跟大家交流的也不很多,今年一定做个大家交流的论坛或者blog跟大家有个单独的沟通的地方。

2011年里,吃喝的最多,认识的朋友最多,感谢老李,感谢老程,感谢管,感谢秦,感谢辉辉,感谢周,感谢费,感谢孔、刘,感谢....感谢所有人,是你们陪我走过了平静的2011,祝福你们新年顺畅。

2011篮球打了不少,球技也算有所提升,乒乓球也算进一步得到了提升,2012要继续锻炼身体,革命的本钱要挣回来。

2011翻过去了,2012来了,新年里我将更加努力,对自己更加严格要求,期冀一个美好的年头...

 

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。   相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
目录
相关文章
|
7天前
|
弹性计算 人工智能 安全
对话 | ECS如何构筑企业上云的第一道安全防线
随着中小企业加速上云,数据泄露、网络攻击等安全威胁日益严重。阿里云推出深度访谈栏目,汇聚产品技术专家,探讨云上安全问题及应对策略。首期节目聚焦ECS安全性,提出三道防线:数据安全、网络安全和身份认证与权限管理,确保用户在云端的数据主权和业务稳定。此外,阿里云还推出了“ECS 99套餐”,以高性价比提供全面的安全保障,帮助中小企业安全上云。
201857 11
对话 | ECS如何构筑企业上云的第一道安全防线
|
15天前
|
调度 云计算 芯片
云超算技术跃进,阿里云牵头制定我国首个云超算国家标准
近日,由阿里云联合中国电子技术标准化研究院主导制定的首个云超算国家标准已完成报批,不久后将正式批准发布。标准规定了云超算服务涉及的云计算基础资源、资源管理、运行和调度等方面的技术要求,为云超算服务产品的设计、实现、应用和选型提供指导,为云超算在HPC应用和用户的大范围采用奠定了基础。
179631 22
|
3天前
|
弹性计算 人工智能 安全
|
2天前
|
安全 数据安全/隐私保护
阿里云 SASE 2.0 能力迭代|构建一体化办公数据安全解决方案
阿里云SASE能力全新升级,快速构建数据安全治理与运营体系。
1078 3
|
24天前
|
人工智能 自然语言处理 前端开发
从0开始打造一款APP:前端+搭建本机服务,定制暖冬卫衣先到先得
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。
9766 29
|
2天前
|
搜索推荐 物联网 PyTorch
Qwen2.5-7B-Instruct Lora 微调
本教程介绍如何基于Transformers和PEFT框架对Qwen2.5-7B-Instruct模型进行LoRA微调。
361 30
Qwen2.5-7B-Instruct Lora 微调
|
5天前
|
机器学习/深度学习 人工智能 安全
阿里云先知安全沙龙(武汉站) ——AI赋能软件漏洞检测,机遇, 挑战与展望
本文介绍了漏洞检测的发展历程、现状及未来展望。2023年全球披露的漏洞数量达26447个,同比增长5.2%,其中超过7000个具有利用代码,115个已被广泛利用,涉及多个知名软件和系统。文章探讨了从人工审计到AI技术的应用,强调了数据集质量对模型性能的重要性,并展示了不同检测模型的工作原理与实现方法。此外,还讨论了对抗攻击对模型的影响及提高模型可解释性的多种方法,展望了未来通过任务大模型实现自动化漏洞检测与修复的趋势。
|
10天前
|
机器学习/深度学习 分布式计算 供应链
阿里云先知安全沙龙(上海站) ——大模型基础设施安全攻防
大模型基础设施的安全攻防体系涵盖恶意输入防御和基础设施安全,包括框架、三方库、插件、平台、模型和系统安全。关键漏洞如CVE-2023-6019(Ray框架命令注入)、CVE-2024-5480(PyTorch分布式RPC)及llama.cpp中的多个漏洞,强调了代码安全性的重要性。模型文件安全方面,需防范pickle反序列化等风险,建议使用Safetensors格式。相关实践包括构建供应链漏洞库、智能化漏洞分析和深度检测,确保全方位防护。
|
9天前
|
机器学习/深度学习 人工智能 安全
通义视觉推理大模型QVQ-72B-preview重磅上线
Qwen团队推出了新成员QVQ-72B-preview,这是一个专注于提升视觉推理能力的实验性研究模型。提升了视觉表示的效率和准确性。它在多模态评测集如MMMU、MathVista和MathVision上表现出色,尤其在数学推理任务中取得了显著进步。尽管如此,该模型仍存在一些局限性,仍在学习和完善中。
|
1天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。