强烈吐槽memcached和mysql

我们的游戏终于开通了网通区,但一个在电信区完全正常的功能到了网通区变成残废了。一种存储于memcached中的每日临时游戏代币在网通区完全不会被消耗,搞得网通区的玩家们刷的不亦乐乎!当然,也有一部分正直的玩家向我们反馈了问题。

问题出在哪儿呢?

首先,memcached已经提供了incr和decr两个计数操作分别用来进行增值计数和减值计数,但是居然就有开发人员牛逼到用incr操作来进行减值,用decr操作来进行增值,虽然恶心了点,但这在memcached中毕竟也是允许的,只需把incr和decr的参数改用负数就行了。

其次,收回我刚才说的话,memcached在版本升级时没有遵守向后兼容的原则,memcached允许用incr来进行减值操作,那是1.2版本,到了1.4版本,incr的参数不允许为负了,我们几年前在电信区部署的memcached正是1.2版本,而如今在网通区部署的则是1.4版本,所以,悲剧发生了。


类似的问题也在mysql上发生过!

我们的数据库服务器使用的mysql版本为5.1,最近又新增了一些数据库服务器,鉴于mysql5.5在性能上的提升,这批新机器部署了新版本的mysql。于是悲剧发生了,新部署的服务器爆发了大量的SQLException。

在5.1版本中,MaxValue并不是一个sql关键字,而到了5.5版本,MaxValue成了关键字;我们的一些数据库表中就存在名称为MaxValue的字段,而开发人员在后台程序中编写sql语句时,喜欢偷懒,通常不会遵守在字段名两边添加引号``的规范。


以上这些悲剧的发生有几点教训:

1 程序运行环境的一致性很重要。不管是网通区与电信区之间,还是不同的服务器之间,所使用到的软件最好采用统一的版本,OS,JDK,mysql、memcached等等都是如此;而如果有了更新软件的必要,那就全部一起更新,并且仔细阅读相关软件的更新说明,评估是否存在隐患。由于程序运行环境不一致而引起的问题,因为只在部分服务器上发生,而我们通常又比较容易忽视程序运行环境上的问题,首先从程序本身寻找bug,因此这类问题往往是很难查的。

2 开发人员进行开发时,如果有规范存在,那就有遵守的必要,即使不是强制性的;偷懒,一些诡异的编程习惯,不仅使代码变得难以阅读,不利于维护,说不准还会引发其他问题。

3 只能祈求这些软件服务提供商,更新软件时务必重视向后兼容的重要性,我们不仅要关心新版本新增了哪些特性,也要重视新版本移除了哪些特性。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值