(account deleted)Bambook（盛大锦书）程序达人赛
Bambook 程序达人赛由盛大网络旗下上海果壳电子有限公司举办，奖金高达60w，并且送100台 Bambook 哦。- http://bbsdk.sdo.com/
分布式存储与Web服务伸缩性
打算在创新院内讲讲这个话题。以下是初步拟的提纲： 存储的特殊性和重要性。Erlang Style Concurrency 理念之一：Fail fast（发生错误的模块应立即停止服务），这个理念有一个关键点，就是一切都可以停止服务，但是存储服务是不能宕的，因为存储服务是系统状态的保持者。注：存储服务不能宕，并非指提供存储服务的服务器不能宕。 存储即数据结构。数据结构的多样性，意味着存储也是多样化的。 分布式存储的难度。存储服务的可靠性要求极高（如前所述，存储服务是不能宕的），故此实现一个新的分布式存储极其困难。 分布式存储与Web服务伸缩性的关联性。存储即系统的状态。在存储达到可伸缩后，整个Web服务通常就可以达到很好的伸缩能力。当然，某些特殊的Web服务仍然会有存储之外其他方面的瓶颈，例如计算能力上的瓶颈。 如何提供一个高可靠、可伸缩的 Web 服务？这里将给一个 Web...
ECUG Con 2010 大会照片（花絮）
Site ecug.org cannot be found.
ECUG Con 2010 照片（官方发布）
Site ecug.org cannot be found.
软件架构之美 - 软件工程&架构
这个讲座的话题可能属于老生常谈了。不过我的个性不太喜欢重复别人的话题，所以本文的内容还算是比较新的，多数内容在互联网上不太见得到。 这个讲座我迄今讲了4遍： 第一遍是在百度（BIDU）网页搜索（PS）团队讲的。时间上大约在2008年10月～11月之间。 第二遍，是在盛大（SNDA）创新院入职的时候，又讲了一次。时间上大约在2009年3月～4月之间。 第三遍，是受盛大在线（SDO）之邀，又讲了一次。时间上大约在2010年7月。 第四遍，是受老东家金山软件（Kingsoft）之邀，去珠海讲了一次。时间为2010年8月17日。 接下来我还会讲第五遍、第六遍: 分别将在盛大创新院、ECUG 2010大会上讲。时间上都是在10月份。 这可能是我唯一一份不停去重复讲的一个PPT。 为什么需要去重复讲？这其中的道理就像传教士在传达他们的信仰一样。在软件架构领域，存在不少误区。我见过太多的例子。很多人推崇设计模式。但是在我眼里，设计模式是没有任何价值，如果不能够明白软件架构的本质的话。 如果用一句话总结架构，那么我的话是： 软件架构就是准确把控需求的基础上对系统的解剖。 准确把控需求，不只是要准确理解当前的需求，也要准确理解需求的变化，预见什么会发生，而什么不会发生。 讲座PPT下载：软件架构之美 - 软件工程 架构 更新：ECUG Con 2010...
影响一生的五个重要选择
没想到网上已经可以看到这篇文章了。有人说，怎样的选择才是对的？其实我在开头就已经表述了我的观点：每个人的际遇是不同的，面临选择时，人们的处理方式也各不相同，从而形成不同但各有精彩的人生。选择没有对错。对得起自己的选择就好。 http://www.programmer.com.cn/4206/ 每个人的际遇是不同的，面临选择时，人们的处理方式也各不相同，从而形成不同但各有精彩的人生。而我今天要说的是我的选择。跟随着这些选择背后的，可能是完全不同的生活方式。每当我想起这些有趣的事儿，我都会有意识地去思考其中的道理，并以此作为我面临下一次选择时思考的起点。...
Ecug Con 2010 大会视频
见：http://ecug.org/2010:video
用dropbox做私有git(或svn)服务器
其实这个想法不少了解两者的程序员估计都想过。也算是网盘的一种使用场景了。 我这里仅补充一条：当项目只有一个人的时候，这种方式是成立的，但是当项目为多人合作，还是需要一个git host的，网盘为个人用途居多，在多人协作上并不做太大的支持。 两样都用过的人，看标题大概就明白了。 这两天写代码，自己的代码，不想拿到github去公开，但是又没钱去买私有的git hosting 服务，突然想起咱有dropbox。 方法很简单，在dropbox的目录里面用git init建立一个repository，然后，在项目目录里 面（当然也是个git目录），使用git remote add把这个目录加为远程源，git push下，搞定！...
Goo.gl 短址服务彩蛋把任何链接变成二维码
缘何这么多公司都做自己的短址服务，连 Google 也不能免俗？ 其实 Google 做这个应该还是比较容易理解的，和它不惜一切代价获得用户的兴趣点很有关系，其他的这些大公司都打着相同的主意？这恐怕是廉价的短址服务为什么这么火的原因吧。
Mac OS X下系统内置的截屏方法
新用Mac机器的朋友总是爱问，“有没有好的截屏软件啊？我在Window用xxx，这里有类似的么？” 肯定有，不过我从来不用，我用默认的热键已经很好用了，所以建议你寻找截屏软件前，先看看系统内置的够不够用再说。 Command-Shift-3：截取整个屏幕，保存至桌面。 Command-Shift-4：鼠标光标会变成一个十字，你可以拖拽出一个区域，然后松开鼠标，即可把选中的屏幕区域截图，保存至桌面。 Command-Shift-4，出现十字光标后，按空格键出现鼠标光标变为照相机图标：照相机指在什么窗口，什么窗口就会被淡蓝色阴影覆盖，点击鼠标就可以截图，保存至桌面。（非常适合用来截取窗口） 感谢Seraph和Lin Yong的补充（高级特性，一般应用可以无需了解）：选取范围后按住Space拖动鼠标可以移动选择框,如果按住Shift，然后移动鼠标，如果左右移动则可以固定高度改变选择框的宽度，如果上下移动则可以固定宽度改变选择框高度。不松开Shift同时按住Option，可以在高宽选择之间切换。单独按下Option拖动鼠标则按原比例扩大缩小选择框。 以上热键，在按键的同时，按住Ctrl键，则可以不保存至桌面，而保存至剪贴板（方便进行编辑）。...
这些广告的受益者并非本人，而是 Wikidot。我个人从不掩饰对 Wikidot 的喜爱，它给了我想要的东西，我们为它赚点广告费，我觉得这是很正常事情。Wikidot 也是很有原则的一家公司，她对客户的尊重是我喜爱她的另一个重要原因，要想进入本站而不出现广告很简单，注册个 Wikidot 账号，在浏览本站的时候保持登录状态就好了，你会看到一个很干净的界面。
许哥，能说一下，go和erlang的一些比较吗？
哪一个更适合大规模的实际应用？
多谢
如果你不考虑具体的使用场景，建议选择 golang。erlang 的适用范围相对狭窄。
两者目前都重服务端，所以客户端开发来说，都不是特别适合，如果非要用，建议用 golang。
服务端开发，如果团队比较小，喜欢函数式编程，而且网络模块偏重 io，逻辑不复杂，用 erlang 可以获得比 go 更好的性能，目前 go 语言在性能上还没做过非常大力度的优化。其他情况我建议用 golang。
我用erlang做过手机银行的服务端，效果还是不错的
多谢许哥这么详细的说明，这样就清楚怎么选择了，多谢
在执行单元的公平调度方面，还是请指点下：
比如我要做一个管理大量设备(成千上万)的程序，需要即时监控设备状态，erlang进程的公平调度性是适合这个场景的，golang在这点上机制如何？
许哥您好:
看到您编写的winx, 我有一个问题请教, 为什么MFC的消息映射要提供_AFXDLL和非_AFXDLL两个implementation, 比如
#ifdef _AFXDLL
#define DECLARE_MESSAGE_MAP() private: static const AFX_MSGMAP_ENTRY _messageEntries[]; protected: static AFX_DATA const AFX_MSGMAP messageMap; static const AFX_MSGMAP* PASCAL _GetBaseMessageMap(); virtual const AFX_MSGMAP* GetMessageMap() const;
#else
#define DECLARE_MESSAGE_MAP() private: static const AFX_MSGMAP_ENTRY _messageEntries[]; protected: static AFX_DATA const AFX_MSGMAP messageMap; virtual const AFX_MSGMAP* GetMessageMap() const; #endif
为什么直接用非_AFXDLL的版本的不行? 非要用一个函数_GetBaseMessageMap()去取基类的messageMap?
许哥您好，请教一个问题：
golang http.ResponseWriter 的Write()方法，服务的QPS由3万降到7000。附上我的测试代码和boom测试结果：
现在我测试到的情况是这样的，如果我只填写http的header，那么服务端的处理速度很高，单纯测试（没有业务逻辑），QPS能达到3万，但是如果我添加payload，那么QPS就只能达到不足8000了，只有6000的样子。这个落差太大了，我尝试直接使用http.ResponseWriter 接口中的Write方法写入一个［50］Byte，效果一样。根据我的测试和你们的分析，应该是IO的问题，不过这个也太夸张了。
func handleHeader(w http.ResponseWriter, r *http.Request) { w.Header().Set("Content-Length", "0") }
func handlePayload50(w http.ResponseWriter, r *http.Request) { w.Header().Set("Content-Length", "50") w.Write(make([]byte, 50)) }
func handlePayload128(w http.ResponseWriter, r *http.Request) { w.Header().Set("Content-Length", "128") w.Write(make([]byte, 128)) }
func handlePayload1024(w http.ResponseWriter, r *http.Request) { w.Header().Set("Content-Length", "1024") w.Write(make([]byte, 1024)) }
func main() { runtime.GOMAXPROCS(runtime.NumCPU()) http.HandleFunc("/header", handleHeader) http.HandleFunc("/payload50", handlePayload50) http.HandleFunc("/payload128", handlePayload128) http.HandleFunc("/payload1024", handlePayload1024) host := fmt.Sprintf("%s:%d", "0.0.0.0", 5001) http.ListenAndServe(host, nil) }
and the boom test result: ./boom -c 1000 -n 500000 -cpus 12 XXXXXX/header 500000 / 500000 Boooooooooooooooooooooooooooooooooooooooooooooooooooo! 100.00 %
Summary: Total: 12.8799 secs. Slowest: 3.2799 secs. Fastest: 0.0018 secs. Average: 0.0239 secs. Requests/sec: 38810.4907
Status code distribution: [200] 499875 responses
Response time histogram: 0.002 [1] | 0.330 [499306] |∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎ 0.657 [0] | 0.985 [0] | 1.313 [312] | 1.641 [0] | 1.969 [0] | 2.297 [0] | 2.624 [0] | 2.952 [0] | 3.280 [256] |
Latency distribution: 10% in 0.0125 secs. 25% in 0.0172 secs. 50% in 0.0216 secs. 75% in 0.0257 secs. 90% in 0.0295 secs. 95% in 0.0327 secs. 99% in 0.0549 secs.
./boom -c 500 -n 500000 -cpus 12 XXXXXX／payload128 500000 / 500000 Boooooooooooooooooooooooooooooooooooooooooooooooooooo! 100.00 %
Summary: Total: 62.5205 secs. Slowest: 3.0714 secs. Fastest: 0.0112 secs. Average: 0.0601 secs. Requests/sec: 7997.1501 Total Data Received: 63998208 bytes. Response Size per Request: 128 bytes.
Status code distribution: [200] 499986 responses
Response time histogram: 0.011 [1] | 0.317 [495652] |∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎∎ 0.623 [0] | 0.929 [0] | 1.235 [4092] | 1.541 [0] | 1.847 [0] | 2.153 [0] | 2.459 [0] | 2.765 [0] | 3.071 [241] |
Latency distribution: 10% in 0.0405 secs. 25% in 0.0436 secs. 50% in 0.0481 secs. 75% in 0.0546 secs. 90% in 0.0629 secs. 95% in 0.0731 secs. 99% in 0.1054 secs.
许哥：go如何通过一个字串动态创建对象？
比如java里面，有myObject = class.forName("my.com.myObject");
假设有一个mysql库字串是 "github/mysql"，我如何像java一样动态得到这个mysql的接口或结构？比如假设可以 sqltest=newObject("github/mysql")?
Post preview:
Close preview