大规模视频网站的计费与流量管理
本次分享将会就大规模视频网站的计费与流量管理这个话题,从操作层面细细进行讲解和分析,为系统工程师们揭示平日里我们没有关心的另一些内容。同时也希望本次分享能揭示行业中的一些“潜规则”,让互联网行业的流量与带宽管理更为开放与简洁。
本次演讲视频录制于QCon杭州2011。
该内容已经被标记书签!
标记书签错误,请重试!
作者 Udi Dahan 译者 郑柯 发布于 2007年10月31日
在修复了超过200个bug,并显著提升性能之后,该beta版 是许多FxCop用户期盼已久的版本。这个少为人知的代码分析工具,可以检查.NET托管代码装配件,查看其是否符合Microsoft .NET Framework 设计指南 。除可完成基本的库设计和命名规范检查外,在指出多语言全球化处理(globalization)、互操作性(interoperability)和安全等问题领域方面,FxCop尤其具有特殊的价值,而即使经验丰富的开发者也有可能缺乏这些领域的技能。
FxCop的最新发布版本新增的重要特性之一,就是对匿名方法和lambda表达式中代码的分析。David Kean最近在Visual Studio Code Analysis Team Blog上讨论了这个话题 :
……之前,在Visual Studio 2005中,FxCop引擎会跳过这些代码结构,用户也不会发现其中有可能存在的、违背指南的状况。好消息是:我们将会对它们进行分析。坏消息是:任何大 量使用了匿名方法的项目,在升级到Visual Studio 2008时,有可能无法保持代码分析的清洁性。
对于采取持续集成实践的团队来说,有意思的 可能会是“FxCop被设计用来与软件开发周期进行完全的整合,发布之后,它既是一个可供互动工作使用的、具有图形用户界面(FxCop.exe)的、具备全部特性的应用程序,又是一个命令行工具(FxCopCmd.exe),适合用来作为自动化构建流程的一部分。"
团队领导者们会发现,FxCop工具可以让.NET开发新手迅速熟悉已被接受的开发实践。进行离岸开发的组织也可以发现,宝贵的内建词典功能可以避免他们的产品发生拼写错误。
在此前的InfoQ报道中,FxCop也被Microsoft的Developer Division内部使用 。
查看英文原文: New Code Analysis Tool FxCop Beta: 200 bug fixes, anonymous methods support
译者 郑柯 InfoQ中文站总编。做过开发,当过PM,干过销售,搞过市场,最终还是回到媒体。实用的理想主义者,相信:每天改变一点点,这个世界会更好。
本次分享将会就大规模视频网站的计费与流量管理这个话题,从操作层面细细进行讲解和分析,为系统工程师们揭示平日里我们没有关心的另一些内容。同时也希望本次分享能揭示行业中的一些“潜规则”,让互联网行业的流量与带宽管理更为开放与简洁。
本次演讲视频录制于QCon杭州2011。
Jeffrey Richter以其多本Windows核心技术的经典著作而闻名,同时,他深入掌握微软的.NET等一系列核心技术,2012年1月,Jeffrey Richter在北京接受了InfoQ中文站的专访,谈到Windows 8和WinRT编程,并就异步编程、Windows编程中的可扩展性、性能和安全性方面给出自己的建议。
云计算平台的可用性,相比传统互联网服务而言,更加复杂和困难,也更具有挑战性。本文借助新浪SAE云平台为读者讲述了云平台可用性的定义、如何打造高可用的平台,以及对云计算的用户提出了建议。
淘宝高度重视Java平台的健康发展,组建了一个团队专注于Java平台的底层部分的性能、功能与稳定性改进;工作主要基于OpenJDK中的HotSpot VM开展,其中一些通用的功能随后也会逐渐反馈给OpenJDK社区。希望能与使用Java平台开发应用的大家交流经验。
本次演讲视频录制于QCon杭州2011。
2011年4月21日至22日是值得云计算从业者纪念的日子。Amazon的IaaS服务出现故障,导致许多商业网站的服务中断,影响非常严重。作为云计算用户,我们需要思考的是,如何保证即便在云服务不可用的情况,我们的应用架构仍然能够屹立不倒?本文正是站在云计算用户的角度试图探讨这一问题。
12人的技术团队,4组刀片服务器,每月20亿的访问量,每日1次准时部署,99.9%的可用性。这可能吗?当然。想知道如何做的吗?百姓网将与您分享他们在DevOps实践过程中的经验和技巧。
本次演讲视频录制于QCon杭州2011。
篱笆作为一家起源于社区的电子商务公司,反映到技术层面就是同时要面对产品和业务,以及经营战略的变化调整。如何在产品和业务的夹缝之间完成技术架构的抽象与平衡,寻找更有效的价值定位,这当中有些经验教训和个人感悟愿与众人分享。
本次演讲视频录制于QCon杭州2011。
本文将对特性注入以及相关方法做一个扫盲性的介绍。我们会解释这个框架的关键要素,并附上实例来证实它们。为了让文章保持相对较短,我们不会深入到某个工具或方法中,而是会给出一些参考资料,以便大家做进一步的研究。
没有回复
关注此讨论 回复