学习文章：“一起学MPC：（一）百万富翁问题”和“【隐私计算笔谈】MPC系列专题（一）：安全多方计算应用场景一览” 百万富翁问题 将问题具体化： Alice有$i$亿元，Bob有$j$亿元，为方便描述，我们限定$0
学习&转载文章：安全多方计算(1):不经意传输协议 前言 在安全多方计算系列的首篇文章（安全多方计算之前世今生）中，我们提到了百万富翁问题，并提供了百万富翁问题的通俗解法，该通俗解法可按图1简单回顾。 图1 百万富翁问题通俗解法 百万富翁问题通俗解法场景中，我们可以将Alice和Bob的诉求总结如下
学习&转载文章：多方安全计算(3)：MPC万能钥匙-混淆电路 前言 我们在讲解不经意传输（Oblivious Transfer，OT）的文章（安全多方计算(1):不经意传输协议）中提到，利用n选1的不经意传输可以解决百万富翁问题（两位富翁Alice和Bob在不泄露自己真实财富的情况下比对出谁更有钱）
Promise时效控单系统作为时效域的控制系统，在用户下单前、下单后等多个节点均提供服务，是用户下单黄金链路上的重要节点；控单系统主要逻辑是针对用户请求从规则库中找出符合条件的最优规则，并将该规则的时效控制结果返回客户端，比如因为临时疫情等原因针对仓、配、商家、客户四级地址等不同维度进行精细粒度的时效控制。
本文使用开源数据集，基于PostGIS、GeoServer、OpenLayers，探索并实验了一些百万级别的空间数据可视化方法
项目中使用了mysql数据库，但数据量增长太快，不久到了百万级，很快又到表到了千万级，尝试了各种优化方式，最终效果仍难达到秒级响应，那么引发了我关于数据库选型到一些思考。 1、mysql的单表性能瓶颈究竟是多少？ 曾经在中国互联网技术圈广为流传着这么一个说法：MySQL 单表数据量大于 2000 万
摘要：推送服务（Push Kit）是华为提供的消息推送平台，建立了从云端到终端的消息推送通道。通过集成推送服务，您可以向客户端应用实时推送消息，让应用更精准触达用户，是开发者提升用户感知度和活跃度的一件利器。 本文分享自华为云社区《无惧百万级并发，GaussDB(for Cassandra)让华为P
一、写在开头 今天终于更新新专栏 《EfficientFarm》 的第二篇博文啦，本文主要来记录一下对于EasyExcel的高效应用，包括对MySQL数据库百万级数据量的导入与导出操作，以及性能的优化（争取做到秒级性能！）。 二、如何做技术选型 其实在市面上我们有很多常用的excel操作依赖库，除了
本文由葡萄城技术团队于博客园原创并首发转载请注明出处：葡萄城官网，葡萄城为开发者提供专业的开发工具、解决方案和服务，赋能开发者。 前端表格控件SpreadJS 推出了新的功能集算表功能。集算表 （Table Sheet）是一个具备高性能渲染、数据绑定功能、公式计算能力的数据表格，通过全新构建的关系型
https://xie.infoq.cn/article/2ee961483c66a146709e7e861 关于作者 前滴滴出行技术专家，现任 OPPO 文档数据库 mongodb 负责人，负责 oppo 千万级峰值 TPS/十万亿级数据量文档数据库 mongodb 内核研发及运维工作，一直专注于
如何恰当地处理数据量庞大的Excel文件，避免内存溢出问题？本文将对比分析业界主流的Excel解析技术，并给出解决方案。
> 本文由葡萄城技术团队于博客园原创并首发 > 转载请注明出处：[葡萄城官网](https://www.grapecity.com.cn/ "葡萄城官网")，葡萄城为开发者提供专业的开发工具、解决方案和服务，赋能开发者。 集算表 （Table Sheet）是一个具备高性能渲染、数据绑定功能、公式计算
一、写在开头 我们在上一篇文章中提到了通过EasyExcel处理Mysql百万数据的导入功能（一键看原文），当时我们经过测试数据的反复测验，100万条放在excel中的数据，4个字段的情况下，导入数据库，平均耗时500秒，这对于我们来说肯定难以接受，今天我们就来做一次性能优化。 二、性能瓶颈分析 一
摘要：随着offset的增加，查询的时长也会越来越长。当offset达到百万级别的时候查询时长通常是业务所不能容忍的。 本文分享自华为云社区《offset新探索：双管齐下，加速大数据量查询》，作者： GaussDB 数据库 。 众所周知，在各类业务中时常会用到LIMIT y offset x来做跳过
上万条甚至上百万数据进行迁出做备份或者进行不妨碍原系统数据的操作，现在很多企业都会用到，目前就需要将上百万条数据进行迁出到副表保存并操作，直接再后台写一个按钮进行操作，既方便操作也不会很慢。毕竟是客户需要，不能每次迁出都要客户去数据库操作，操作的不好那数据危险度挺高的。 1、分页查询数据库主表数据
大家好，我是冰河~~ 最近，有小伙伴私信我：冰哥，我最近出去面试，面试官问我如何设计缓存能让系统在百万级别流量下仍能平稳运行，我当时没回答上来。接着，面试官问我之前的项目是怎么使用缓存的，我说只是缓存了一些数据。当时确实想不到缓存还有哪些用处，估计这次面试是挂了。冰哥，你可以给我讲讲互联网大厂项目是
https://www.jianshu.com/p/89c6f27771a4 LVS (linux virtual server)是 Linux标准内核的一部分。基于TCP/IP的负载均衡技术，转发效率极高，具有处理百万计并发连接请求的能力。由于工作在linux内核层，转发效率比工作在应用层的ngi
epoll 是 linux 特有的一个 I/O 事件通知机制。很久以来对 epoll 如何能够高效处理数以百万记的文件描述符很有兴趣。近期学习、研究了 epoll 源码，在这个过程中关于 epoll 数据结构和作者的实现思路产生出不少疑惑，在此总结为了 10 个问题并逐个加以解答和分析。 本文基于的
https://baijiahao.baidu.com/s?id=1680081990582501220&wfr=spider&for=pc Apache Pulsar 是下一代分布式消息流平台，采用计算存储分层架构，具备多租户、高一致、高性能、百万 topic、数据平滑迁移等诸多优势。越来越多的企
