写点什么

UUID 简史

  • 2017-08-13
  • 本文字数:9169 字

    阅读完需:约 30 分钟

本文最初发布于 Segment 官方博客,原作者: Rick Branson 。经授权由 InfoQ 中文站翻译并分享。阅读英文原文: A Brief History of the UUID

今天,我们发布了 KSUID ,一款用于生成唯一 ID 的 Golang 库。该产品借鉴了目前广泛使用的 UUID 标准一些核心理念,增加了基于时间的排序功能,可提供更友好的表现格式。在针对该产品进行调研的过程中,我们发现 UUID 的背后其实还有一个极富吸引力的故事,想要借助本文分享给大家。

自从两台甚至更多计算机可以通过网络交换信息那天起,它们就需要一种能够体现唯一性的“身份”。

第一个符合目前我们所知这种定义的“网络”,是 1870 年代建立的全球首个电话交换网。在此之前,电话线路完全是一种点对点链路。尽管在当时这有着划时代的意义,但这种网络很昂贵,不灵活,也不可靠。甚至导致各大主要城市街头形成了电线交织而成的“蜘蛛网”。

(点击放大图像)

当时哪怕电报也只能被政府和企业用于传递重要信息,电话就更是一种奢侈品了。考虑到电报的速度,专门架设昂贵的电线来更快速的“聊天”,似乎是一种很夸张的做法。不过随后的一个重要创新:可创建交换电路的电话总机,让电话变得更实用。此时电话才真正深入寻常百姓家。而电话总机也为电话网络引入了首个具备唯一性的身份:电话号码。

几十年后,计算机网络出现了。突然之间,身份的粒度有了数量级的提升。

当时,通过电话线路传输数据是一种短暂执行的操作,网络只起到管道作用。现在,按需存储和获取数据的做法已变得极为普遍,整个世界已淹没在数量爆发式增长的数据海洋中。在这些新能力影响下,网络身份对应的主体已由传统计算机实体变为组成数据的逻辑片段。

这样的网络需要通过某种具备唯一性的方式对数据片段寻址,电话网络时代那种需要集中控制的系统已无法满足需求。从数学的角度来看,这种问题是不可避免的,毕竟网络存储和检索数据的能力以及数据的规模都在线性增长着。这样的规模在一定程度上还产生了些许混乱:各种故障和暂存的计算机也已经从牦牛剪毛(译注:牦牛剪毛,Yak shaving,是指为了间接实现一个目标而做的次要,并且与目标无关的工作)问题变得稀疏平常。数据不再只安于一地,而是会在整个网络内自由移动。

计算领域迎来网络化时代

很快到了1980 年代,当时使用计算机共享数据实际上意味着要共享整个实体计算机。各大机构会使用微型计算机,以及连接了几百上千台哑终端的高性能大型机交换信息。

换句话说,当时数据本身与计算工作是共存的。虽然个人计算机提供了革命性的计算能力,但由于缺乏网络功能,当时的个人计算机实际上只是一种奢侈的计算器。

成立于1980 年的Apollo Computer,曾是步入当时新兴工作站市场的首批公司之一。工作站才是真正意义上的第一种可联网计算机,使用“工作站”这个词描述这种计算机听起来似乎有点滑稽,但别忘了,目前我们习以为常的各种网络技术在当时还处于萌芽状态。与大型机相比,数据和计算功能分散在很多相互连接的计算机中,而此时“分布式计算”这个词也开始进入主流视野。

(点击放大图像)

与同时代的Sun Microsystems 类似,Apollo 的产品也是全栈的。一切都需要从零开始来开发,因为当时软硬件在设计方面与他们构想的用例还有些差异。网络的异步性以及这些任务的本质需求需要功能更丰富的计算机。多任务、安全控制、网络,以及海量存储等特征对当时的个人计算机来说要么过于昂贵,要么不够现实。不过在工作站的未来构想中,这些特征已成为了“标配”。

尽管工作站市场上的各类技术经历了让人印象深刻的爆发式增长,但当时的所有供应商都面临一个共同障碍:缺乏精通网络技术的开发者。为了给自己价格昂贵的工作站塑造一个切实可行的商业案例,他们需要一种编程环境。借此,开发者才能通过某种方式,轻松构建能帮助各家产品将网络功能完全发挥出来的应用程序。

对此,Apollo 提出了网络计算系统( NCS )的概念。NCS 借鉴了面向对象编程的某些思路,围绕远程过程调用( RPC )的概念构建。虽然这种方式目前已面临淘汰,但在当时至少满足了 Apollo 的需求:任何开发者都可以了解如何调用某一函数,并以面向对象的编程范式为主要特色。

在 Network World 杂志 1989 年发布的一篇有关 RPC 的文章中,Burlington Coat Factory 的一位 MIS 总监提出了自己的观点:“训练有素的程序员只需要一天左右时间就能学会使用 RPC 构建分布式应用程序”。同样是那一年,Apollo 作价 4.76 亿美元卖给了 HP,考虑到通货膨胀,这一价格约等于今天的 10 亿美元。

NCS 术语中所谓的“物件”(对象、接口、操作 [方法] 等)也就是“实体”,必须能在网络化的环境中通过具备唯一性的身份进行寻址。在标准的冯·诺伊曼体系结构中这一点并不重要:内存或大容量存储设备的地址即可承担这一用途。但在分布式计算模型中,由于多台计算机可以分别独立运作,这就很重要了。考虑到具体用例的实际规模,跨越网络进行协调的方式并不现实,因为速度太慢,并且非常容易出错。

NCS 引入了 UID(Universal IDentifier,全局标识符)的概念,并使用 UID 作为实体身份主要且唯一的标识符。UID 是一种 64 位数值,结合单调(Monotonic)时钟与工作站硬件嵌入的永久性唯一主机 ID 生成。通过这种方式,每台主机每秒钟可以完成数千次标识符生成操作,并在所有时间内确保全局唯一性,在规模方面也不存在瓶颈。这种机制唯一需要进行的协调工作可以在 Apollo 的工厂中进行,只需为每台计算机嵌入一个永久 ID 即可。

第一个 UUID

当 Apollo 开始通过网络计算架构(NCA)践行自己标准化的 NCS 构想时,很快发现,只使用现有的 UID 还不够。Apollo 希望所有工作站供应商通过 NCA 实现标准化,都在自己的工作站中嵌入主机 ID,而具体位长可由供应商自行决定。

Apollo 使用了 20 位长度,很适合计算机总数约为 100 万台的情况。以今天的视角来看,这样的规模实在是很可笑,但在当时,Apollo 需要在整个体量小很多的市场中卖出总价值超过 100 亿美元的硬件才能达成这样的规模。

NCA 引入了 UUID 的概念,UUID 源自 UID 的设计基础,但将地址空间扩展到 128 位,这样就可以有更多供应商分别打造自己的产品。UUID 就此诞生。这个概念是如此有用,以至于在 NCA 成为历史,RPC 逐渐退流行的今天,UUID 依然维持着活力,并最终被 ISO IETF ,以及 ITU 确定为标准。

(点击放大图像)

对 UUID 有所了解的读者会发现,这个概念与目前广泛使用的第 4 版 UUID 有些许差异。NCA UUID 包含一个 48 位时间戳,16 位预留位,一个 8 位网络地址族指示符和一个 56 位主机 ID。这些结合在一起,其实与目前成为 IETF 标准的第 1 版 UUID 概念极为类似。

这些历史事件不禁让我好奇 UUID 的具体实现,并有幸在网上找到了一些 Apollo NCS 源代码。如果你和我有着类似想法,不妨一起读读这些几十年前写的源代码。我在这些代码中发现的第一个奇怪之处是:这种标识也像变量和函数名那样使用了美元符号($)。

复制代码
void uuid_$gen(uuid)
uuid_$t *uuid;
{
#ifdef apollo
std_$call void uid_$gen();
struct uid_t uid;
uid_$gen(uid);
uuid_$from_uid((uid_$t *) &uid, uuid);

原来 NCS 使用了一种名为“Domain C”的语言,这种语言由 Apollo 开发,包含在他们的“Domain/OS”操作系统中。在 Bitsavers 的帮助下,我找到了一份 1988 年发布的 PDF 版参考手册。Domain C 通过多种方式对 ANSI C 进行了扩展,最重要的是可支持在任何标识符的首个字符之后使用 $。

在当时,美元符号主要被一些不怎么时髦的编程语言充当一种变量语法,经济领域用它代表货币单位,或者用它形容那些自我膨胀的音乐家。为了理解这个符号在现已灭绝的 Apollo Computer 世界中的实际用途,还需要继续深入挖掘更多代码和文档。

在进一步展示我的发现之前,首先要说说自己发现的一个虎头蛇尾的结论:虽然并没有明说,但这似乎只是一种写代码的习惯。_$ 之前的任何内容实际上代表某个特定模块,_$t 代表“默认类型”,例如上文出现的 uuid_$t。此外借此也可以很方便地判断哪些标识符隶属于符合 Apollo 编程风格的库。仅仅为了适应某种具体的编码风格就对 C 进行扩展,Apollo 的这种做法还是让人感觉有些困惑的。

但我不同意。

NCA UUID 最终成为了标准化后第 1 版 UUID 的基础。需要重申一点:其中包含了一个高精度时间戳以及基于硬件的唯一主机标识符。毫无疑问,无法仅通过系统时钟以可靠的方式生成具备唯一性的序列号,因为时钟有可能不准确,甚至可能导致生成重复的时间戳。为此 Apollo 使用了一个全局文件(位于 /tmp/last_uuid)对不同进程进行协调。

复制代码
/*
* C H E C K _ U U I D
*
* On a system wide basis, check to see if the passed UUID is the
* same or older than the previously generated one. If it is, make sure
* it becomes a little newer. Write the UUID back to the "last UUID"
* storage in any case. In the case of systems using a file as
* the storage, fall back to "per process" checking in the event of
* the inability to safely access the storage.
*/

该文件可被任何用户全局写入,虽然并非特别安全,但 Apollo 向最终用户销售的工作站有些也被用在某些高可信网络中,因此也可以将其理解为一种合理的决策。这种技术在 UUID 的 IETF 规范中也得到了进一步完善:

复制代码
The following algorithm is simple, correct, and inefficient:
o Obtain a system-wide global lock
o From a system-wide shared stable store (e.g., a file), read the
UUID generator state: the values of the timestamp, clock sequence,
and node ID used to generate the last UUID.
o Get the current time as a 60-bit count of 100-nanosecond intervals
since 00:00:00.00, 15 October 1582.
o Get the current node ID.
o If the state was unavailable (e.g., non-existent or corrupted), or
the saved node ID is different than the current node ID, generate
a random clock sequence value.
o If the state was available, but the saved timestamp is later than
the current timestamp, increment the clock sequence value.
o Save the state (current timestamp, clock sequence, and node ID)
back to the stable store.
o Release the global lock.
o Format a UUID from the current timestamp, clock sequence, and node
ID values according to the steps in Section 4.2.2.

出乎意料的是,我找到的有关 DCE 的一个实现,具体源代码竟然来自 Apple。Apple 似乎主要使用这种技术与微软系统,如 Active Directory 和 Windows 文件服务器通信。这个实现包含开源软件基金会的版权,并将实际的功能隐藏在一个名为 UUID_NONVOLATILE_CLOCK 的预处理器标记之后。

复制代码
#ifdef UUID_NONVOLATILE_CLOCK
*clkseq = uuid__read_clock(); /* read nonvolatile clock */
if (*clkseq == 0) /* still not init'd ??? */
{
*clkseq = true_random(); /* yes, set random */
}
#else
/*
* with a volatile clock, we always init to a random number
*/
*clkseq = true_random();
#endif

我在网上没找到任何可用于为 DCE RPC 的 UUID 生成过程实现非易失时钟的代码。然而大部分 Linux 发行版的程序包中提供的 libuuid 确实包含了一个可供使用的非易失 UUID 时钟实现。与 NCS 类似,它会使用文件实现单调性(Monotonicity),但会将该文件放在更合理的 /var/lib/libuuid/clock.txt 中。虽然该技术会试图通过略微更全面一些的方式来管理权限,但依然面临相同的安全问题。

NCS 和 libuuid 实现都需要针对状态文件获得所需的锁,但这种做法很容易造成各种讨厌的问题。

复制代码
while (flock(state_fd, LOCK_EX) < 0) {
if ((errno == EAGAIN) || (errno == EINTR))
continue;

libuuid 实际上是一种守护进程,但令人费解地使用了 uuidd 这样的名字,目的主要是为了提供一定程度的安全性。uuidd 可以强有力地保证一切都符合自己的规则。通过将其与假定唯一的以太网 MAC 地址配合使用,即可在分布式系统内提供相当强的担保。

然而在实践中依然有很多问题需要考虑。基于文件的同步会因为各种问题导致同步失败,基于守护进程的解决方案略好一些,但似乎从未得以普遍运用。而直接使用拆箱即用的系统,不进行任何额外的配置,这样的做法就更为罕见了。

另外 MAC 地址也并非真正全局唯一的,因为用户可以修改。因此 UUID 包含 MAC 地址,这种做法也可能威胁到隐私和安全。考虑到不透明这一本质,开发者开始趋向于不认为 UUID 可以包含用于识别具体机器的信息。九十年代末期影响大量 Windows 计算机的 Melissa 病毒的创作者,就是因为从病毒代码中发现的 UUID 中包含了 MAC 地址而被确定身份的。随着不可信赖的互联网逐渐成为处于支配地位的网络平台,基于信任关系生成 UUID 的做法已经显得落伍。所有这些顾虑最终导致人们放弃考虑在 UUID 中使用硬件标识符。

复制代码
/*
* This is the generic front-end to uuid_generate_random and
* uuid_generate_time. It uses uuid_generate_random only if
* /dev/urandom is available, since otherwise we won't have
* high-quality randomness.
*/
void uuid_generate(uuid_t out)
{
if (have_random_source())
uuid_generate_random(out);
else
uuid_generate_time(out);
}

实际上,libuuid 的默认路径会避免在能够通过 /dev/(u?)random 提供伪随机数生成块设备(Block device)的任何系统上使用基于时间的 UUID,而自从 1990 年代起各大主流 UNIX 变体就已支持这种做法了。这也直接推动了第 4 版 UUID 的形成,该版本只包含随机数据,共 122 位。简化后的实现过程使得该技术也开始得以广泛运用。

当两个世界碰撞之后

当我首次遇到这些随机的第 4 版 UUID 时,曾担心过因为碰撞可能产生的威胁。虽然 UUID 的使用场景不应该由于碰撞造成安全威胁,但作为开发者,我希望能够确信自己的系统不会在这方面遇到问题。糟糕的是,UUID 的生成依然需要依赖一定程度的“信任”。

防碰撞方面最重要的一点在于熵的来源。请考虑这两种常见情况:在可信赖的云环境中部署了一个现代化版本的 Linux,以及一个不可信赖的移动设备。在云端的 Linux 方面,我们可以通过 /dev/urandom 获得一个从密码学角度来说较为安全的伪随机数生成器( PRNG ),这就是所谓的获得“密码学认可”且无阻塞的“熵的来源”。这种方式可将诸如硬件中断生成的“噪音”以及 I/O 活动源数据等不同来源与密码学函数结合在一起。

然而在移动设备上几乎一切都不同了:移动设备无法被信任。虽然大部分移动设备也可以实现上文提到的技术,但实际上此类设备的 PRNG 源并非彻底随机的。由于无法对此类特征提供保证或证明,因此对移动设备 PRNG 的信赖无疑像是一场豪赌。信任度低的移动设备生成的 ID,这一话题正在受到学术界的关注,并已成为一个积极研究的领域 [1]

就算具备可信赖 PRNG 设备的环境,具体实现方面的 Bug 也可能导致碰撞。例如曾经有这样一个例子:OpenSLL 在处理进程 Fork 过程中存在一个隐蔽的Bug ,会导致纯PHP 的UUID 库产生较高碰撞率。虽然听起来不太严重,但最好针对自己的UUID 实现对各种明显会造成碰撞的Bug 进行测试,实际出现的概率可能远超你想象。在系统层面上可以使用 dieharder ,这是一个非常著名的系统 PRNG 质量分析工具。

只要具备妥善的环境,碰撞风险就会无限降低,甚至趋近于不可能。为实现这样的唯一性,必须使用足够大的号码空间,以确保其他极为罕见的事件能够先于碰撞首先发生。

因为共包含 122 个随机位,UUID 的数量总规模高达 PB 级别(2^46),这也进一步将碰撞的可能性降低至大约五百亿分之一。需要生成数十亿个 PB 的 UUID 才有可能产生碰撞。

相比随机碰撞,实现方面的 Bug 和错误的配置往往风险更高。对 UUID 碰撞有所顾虑的人,如果能使用妥善配置的系统,那么完全不需要在这个问题上太过担心,此时出现碰撞的概率甚至远远小于太阳耀斑爆发、热核战争,以及外星人入侵等事件。请务必对系统进行妥善正确的配置。

时间问题还是由我们来考虑吧

某些情况下,第 1 版 UUID 的时间戳组件还是相当有用的。我在使用 Apache Cassandra 时第一次意识到这一点。该产品中,他们把它称作“TimeUUID”。在 Cassandra 中,TimeUUID 可按照时间戳排序,如果希望按照时间进行粗略排序,这个功能会比较有用。这种实现会对部分随机位以及时间戳和主机标识符进行互换。主机 ID 派生自节点 IP 地址,同时该 IP 地址还组成了 Cassandra 集群所用的唯一标识符。

如果通过时钟偏差攻陷这种技术的唯一性,那么这种实现方式也存在一些弱点(可参阅 CASSANDRA-11991 )。更重要的是,主机可辨识信息已经嵌入在 UUID 中,但是从过去的经验来看,这种做法并不怎么好。就算这些 ID 是通过本地网络地址派生而来的,安全方面的最佳实践也不推荐主动将此类信息暴露给外界,哪怕是间接暴露。

那些古怪的友人们

按照时间对 ID 排序的能力可能是 Twitter 开发 Snowflake 的最大动机,正是 Twitter 的这项技术使得按照时间戳进行 K-ordering 排序的概念变得人尽皆知 [2] 。Twitter 需要通过某种方式在无需进行全局协调的情况下,按照创建时间对任意一批推文进行排序。通过在 ID 中嵌入时间戳,即可在不需要无谓地创建一个时间戳字段的情况下获得这种功能。

K-ordering 是一种更精确的粗略排序方式。Snowflake 中有大量设计是由将这些 ID 融入 64 位号码空间的需求推动的,例如需要通过专用的 ID 生成服务器,使用一套单独的强协调机制(ZooKeeper)分配主机 ID 并存储序列检查点。

受到 Snowflake 启发的 Boundary 团队在 2012 年初发布了 Flake 。该技术也使用了专用的 ID 生成服务器进程,但不需要强协调机制。Flake 与第 1 版 UUID 的相似之处在于,需要使用规模更大的 128 位号码空间,以及一个通过硬件地址派生而来的 48 位主机标识符,借此预防分布式环境中出现的重叠问题。

该技术与第 1 版 UUID 的不同之处在于使用了不同的字典排序(Lexicographic ordering)构造。Flake ID 的位会通过一种排列方式确保用户无论写入到那里,都可以保证按时间戳排序。而 Cassandra 必须实现一种特定的顺序逻辑才能对 TimeUUID 提供类似行为。

由于要将主机标识信息嵌入到生成的 ID 中,导致 Flake ID 会将此类信息暴露给最终用户。虽然具体实现方面通过相应机制可防范时钟偏差,但这种方式的唯一性严重依赖于时钟走时。

Flake 有个值得一提的特性:Base62 编码,该技术相比 UUID 能提供更“可移植”的表达(Representation)。UUID 字符串的表达是其最大的劣势之一,虽然看起来可能并不重要,但由于使用了连字号(-)字符,导致 UUID 的适用性有所降低。例如当使用搜索引擎对 UUID 创建索引时,连字号可能会被理解为分隔符。Base62 编码可避免这种问题,维持二进制编码的字典排序属性。

两者的强强联合

Segment 在实现一个内部系统的过程中,我们团队最开始使用了第 4 版 UUID 来生成唯一标识符。这种做法更简单,不会造成额外的依赖性。

但在几周后遇到了一个新需求,必须按照出现时间对这些标识符进行排序。这个需求并不十分严格:最初目的只是为了方便将日志归档至 Amazon S3,并在那里根据消息标识符的范围实现键控(Keyed)。现有的 UUID 会导致消息随机分布,无法自然地进行恰当分组。然而如果能充分利用时间箭头(Arrow of time)功能,即可实现自然分组,并为S3 中的对象编制更可行的号码。

因此我们开发了KSUID。KSUID 是K-Sortable Unique Identifier(可K 排序的唯一标识符)的缩写,该技术将第4 版UUID 的简化性和安全性与Flake K-ordering 的字典属性结合在了一起。KSUID 通过一定的取舍实现了我们的目标,但我们认为这些取舍无论对自己还是别人来说,都是合理的。

(点击放大图像)

KSUID 比 UUID 和 Flake ID 更大,共包含 160 位。其中包含一个 32 位时间戳和一个 128 位随机生成载荷。该技术的唯一性不依赖任何主机可辨识信息或时钟,而是与第 4 版 UUID 类似,依赖如此大规模号码空间内出现随机碰撞的不可能性。为了降低实现工作的复杂度,我们将 122 位的第 4 版 UUID 四舍五入至 128 位,此举也使其抗碰撞能力提升了 64 倍,而这还是在不考虑额外增加的 32 位时间戳的情况下。

时间戳精度为 1 秒,我们认为这样的精度对大部分用例已经足够了。如果需要更高精度的时间戳,可将部分载荷位改为更长的时间戳位。虽然我们的实现并未对更高精度的时间戳提供支持,但提供了向后兼容性。任何使用 32 位时间戳的实现均可安全地通过 KSUID 使用更高精度的时间戳。

该技术使用了“自定义”的纪元(Epoch),确保可在上百年的时间里始终有效。此外这个纪元还使用了偏移量(14e8),以确保更易记,同时对人眼来说也更易读。

(点击放大图像)

KSUID 提供了两种定长编码方式:一种 20 字节的二进制编码,以及一种 27 字符的 Base62 编码。通过使用大端位字节排序(Big endian byte ordering)对时间戳进行编码,可实现字典排序属性。Base62 编码通过调整可将字符的字典排序与对应的 ASCII 排序进行映射。

定长编码在实现方面更简单也更安全。此外作为一个额外的“福利”,这种方式有时候也更高效,例如在 SQL 数据库中,可变长度数据类型通常会造成额外的存储开销。无论选择哪种格式,KSUID 都可以按照时间进行字典排序,字符串的表达完全基于字母数字(Alphanumeric),可避免 UUID 中连字符的标记化(Tokenized)问题。

我们的具体实现

今天,我们正式开源了自己的 KSUID 实现。KSUID 使用 Go 语言开发,提供了符合主流习惯的接口,因此可轻松集成于现有代码库,并配合其他 Go 语言库使用。KSUID 还包含了用于生成和检查 KSUID 的命令行工具。

复制代码
$ ksuid
0o5Fri5Ia34BTFurJmkOf9T6S1e
复制代码
$ ksuid 0o5Fs0EELR0fUjHjbCnEtdUwQe3
REPRESENTATION:
String: 0o5Fs0EELR0fUjHjbCnEtdUwQe3
Raw: 05A95E21D7B6FE8CD7CFF211704D8E7B9421210B
COMPONENTS:
Time: 2017-05-16 18:49:21 -0700 PDT
Timestamp: 94985761
Payload: D7B6FE8CD7CFF211704D8E7B9421210B

致谢

本文的撰写得到了来自 Bitsavers 的帮助,他们收集并整理了有关 Apollo Computing 的素材。此外还要感谢 Albert Strasheim、Calvin French-Owen、Evan Johnson、Peter Reinhardt,以及 Tido Carriero 提供的深度见解和反馈。

脚注

[1] P. Jesus, C. Baquero, and P. Almeida: ID Generation in Mobile Environments (2006)

[2] T. Altman, Y. Igarashi: Roughly sorting: sequential and parallel approach (1989)

2017-08-13 17:034199
用户头像

发布了 283 篇内容, 共 98.2 次阅读, 收获喜欢 58 次。

关注

评论

发布
暂无评论
发现更多内容

2021年前端趋势预测

罗曼罗拉

阿里巴巴 开源 大前端 Web框架 逻辑编排

【LeetCode】尽可能使字符串相等

Albert

算法 LeetCode 2月春节不断更

架构师week11 作业

Geek_xq

架构师week11总结

Geek_xq

威联通(NAS)应用篇:自建OwnCloud网盘(百度网盘,拜拜~~~)

BigYoung

NAS 威联通 28天写作 2月春节不断更

Spring Boot 微服务性能下降九成!使用 Arthas 定位根因

Java架构师迁哥

Kubernetes 原生 CI/CD 构建框架 Argo 详解!

字节跳动 Kubernetes 云原生 CI/CD argo

登上 Github 趋势榜,iMove 原理技术大揭秘!

罗曼罗拉

阿里巴巴 开源 大前端 Web框架 逻辑编排

商务部CECBC专委会-商务联络部长王聚师:中医国际化的数字创新密码

CECBC

数字

【百度技术分享】San介绍以及在百度APP的实践

百度Geek说

Java JavaScript feed

LoraWan的第一个网关与设备

远鹏

物联网 IoT ChirpStack LoraWan

SDS离全面EC(纠删码)还有多远?

XSKY融合存储

存储

【得物技术】AB实验设计实现与分流算法

得物技术

算法 AB AB testing实战 实现 得物技术

日记 2021年2月5日(周五)

Changing Lin

个人感悟 2月春节不断更

产品经理训练营第二章作业2

阿波

为什么联盟链系统没有“激励”?

CECBC

区块链

百度亮相全球量子信息处理顶会QIP2021 推动全球量子科技进步

爱极客侠

通过配置开关 Spring Boot 中的 @Scheduled 定时任务

码狐

Java 定时任务 springboot

2021最新发布百度云面经总结:Java并发+Redis+数据库+分布式

比伯

Java 程序员 架构 面试 计算机

因果迷境:为什么我们会问“为什么”?

脑极体

JDK1.8升级这么久!Stream流的规约操作有哪些?

码农架构

Java 架构 jdk 函数编程

LeetCode题解:529. 扫雷游戏,BFS,JavaScript,详细注释

Lee Chen

算法 大前端 LeetCode

iMove 基于 X6 + form-render 背后的思考

罗曼罗拉

阿里巴巴 开源 大前端 Web框架 逻辑编排

即构发布 LCEP 产品「RoomKit」 ,实现房间内0代码接入

ZEGO即构

盘点:2021年最新、最全、最实用的Java岗面试真题,已收录GitHub

Java 架构 面试

所见即所得! iMove 在线执行代码探索

罗曼罗拉

阿里巴巴 开源 大前端 Web框架 逻辑编排

正点原子DS100拆解全过程-硬件工程师必备

良知犹存

嵌入式

F2C能否让前端像运营配置一样开发?

罗曼罗拉

阿里巴巴 开源 大前端 Web框架 逻辑编排

第十一周作业&总结

胡益

用 JSX 实现 Carousel 轮播组件

三钻

大前端 组件化 JSX

阿里新晋 CNCF TOC 委员张磊:“云原生”为什么对云计算生态充满吸引力?

阿里巴巴云原生

云计算 容器 微服务 云原生 cncf

  • 扫码加入 InfoQ 开发者交流群
UUID简史_语言 & 开发_Rick Branson_InfoQ精选文章