出品 21ic中国电子网 付斌整理 对于很多人来说，iPhone 12虽然很香，但可惜的是刘海没有去掉并且未搭载屏下指纹。 最近，苹果申请的多项专利被曝光，这为果粉带来了新的惊喜。 其一为：在显示屏中嵌入射频天线，在此情况下，显示屏可集成混合透明天线，并且涉及如何在屏幕中嵌入无线电前端模块（RFEM）。对此，苹果表示，用这种方式可以在不损失空间的情况下接受信号，从而创造更大的面积。结合此前消息，苹果仍然计划利用显示屏机制复活“Touch ID”功能，虽然现在iPhone 选择了Face ID，不过有很多新专利申请表明苹果想要布局显示屏嵌入式Touch ID。 其二为：射频天线将插入屏幕，Wi-Fi和蜂窝网络所需的信号需要暴露的天线，因此占据iPhone显示屏整个区域的天线应该比设备侧面的窄带天线要好，这样可以改善iPhone的Wi-Fi和蜂窝信号接收。 郭明錤在2019年预测，苹果将在2021年发布至少一款带有屏下指纹识别器的iPhone。这可能意味着在iPhone 13上实现某种类型的Touch ID。 综合iPhone 13的爆料新闻和概念图来看，iPhone 13去掉了刘海，并且正面没有挖孔、水滴等操作，不过前置摄像头、3D传感器、扬声器等都置于机身顶部，导致iPhone 13额头变大了许多；iPhone13还取消了充电接口，实现了无孔设计；机身背面变成了四摄，相机模组面积也比iPhone 12大了不少；还有消息透露，iPhone 13将会使用2K分辨率+120Hz刷新率的屏幕。 郭明錤日前发布的报告显示，2021年开始光学指纹将再次成为智能手机行业的主流，而iPhone13也有望支持这一功能。 今年9月，还有相关专利曝光显示，苹果将光线传感器安放在了屏幕下方，这是打造真正全面屏iPhone的重要一步。 而在更远的未来，苹果还考虑要给新iPhone系列加上潜望镜头了，不过这个时间有可能会等到2022年。 目前来说，iPhone 12发布已有一个多月，但从目前官网订购已经排到了元旦假期之后。 作为iPhone首款5G系列手机，引发火爆的疯抢并不让人意外。不过iPhone 12仍然有着许多不足，包括安卓已经实现的屏下指纹、屏下摄像头、高刷新率屏幕等，因此很多人都喊着“13香”的口号。 通过各种来看，如果iPhone 13可以使用上这些革新，或许能够引发下一波的iPhone“缺货潮”。 推荐阅读： 安谋中国推出首款“玲珑”ISP处理器：自主研发，赋能本土！ 匡安网络：坚持自主研发创新，筑牢网络安全之堤 青藤云安全“四大利器”，为新基建安全保驾护航 21ic独家“修炼宝典”电子必看公众号 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

1. 落寞的小黑 入冬了，最近天气相当冷，周五晚上小林下班奔地铁站，收到了好基友小黑的微信: 于是 小林掉头扫了个单车奔五道口了，小黑靠谱地选了个不错的位置。 小黑: 你今天下班挺早呀！ 小林: 就咱这觉悟，心里有工作，哪里都是办公桌，不要拘泥于形式嘛。 明显能感觉得到小黑哥最近好像比较累，之前眼里bulingbuling闪的光是看不到了。 小林: 下午去面的哪家？啥岗位？咋样？ 小黑: 是一家做自动驾驶的创业公司，网站是看团队介绍还不错，就去看看了，这次没咋准备，很多问题其实都熟悉，但是回答的不到位。 小林: 哦，明白了，那就是当时理解的不到位，稀里糊涂过去了，现在忽然问起来，想不起重点。 小黑: 差不多吧，问我都做过哪些高性能的网络框架模型，也就是IO和事件驱动那一套。 话说完，小黑喝了一大口啤酒，小林看出了小黑心里有一些落寞。 毕竟在帝都这个地方竞争和工作压力，以及生活琐事都一直围绕着我们，但是金钱和好运都巧妙地避开了自己… 想到这里，小林也深深喝了一大口，我命由我不由天，开整！ 小林：黑哥，你说这个问题确实不好回答，全是术语和略带歧义的东西，我觉得我们抓住本质去阐述就好。 小黑：来，请开始你的表演，我学习学习。 小林决定和小黑好好聊聊，Linux开发中常用的高性能网络框架中的一些事儿，火锅的映衬下让夜色和天气都不那么寒冷了。 通过本文你将会了解到以下内容： IO事件和IO复用 线程模型和事件驱动模型的架构 基于事件驱动的Reactor模式详解 同步IO和异步IO简介 2. IO事件和IO复用 2.1 什么是IO事件 IO指的是输入Input/输出Output，但是从汉语角度来说，出和入是相对的，所以我们需要个参照物。 这里我们的参照物选择为程序运行时的主存储空间，外部通常包括网卡、磁盘等。 有了上述的设定理解起来就方便多了，我们来一起看下： IO的本质是数据的流动，数据可以从网卡到程序内存，也可以从程序内存写到网卡，磁盘操作也是如此。 所以可以把常见的IO分为: 网络IO：内存和网卡的数据交互 文件IO：内存和磁盘的数据交互 那什么又是IO事件呢？ 事件可以理解为一种状态或者动作，也就是状态的迁移会触发一种相应的动作。 网络IO的事件通常包括： 可读事件 可写事件 异常事件 理解可读可写事件是非常有必要的，一般来说一个socket大部分时候是可写的，但是并不是都可读。 可读一般代表是一个新连接或者原有连接有新数据交互，对于服务端程序来说也是重点关注的事件。 2.2 什么是IO复用 设想假如有几万个IO事件，那么应用程序该如何管理呢？这就要提到IO复用了。 IO复用从本质上来说就是应用程序借助于IO复用函数向内核注册很多类型的IO事件，当这些注册的IO事件发生变化时内核就通过IO复用函数来通知应用程序。 从图中可以看到，IO复用中复用的就是一个负责监听管理这些IO事件的线程。 之所以可以实现一个线程管理成百上千个IO事件，是因为大部分时间里某个时刻只有少量IO事件被触发。 大概就像这样： 草原上的一只大狗可以看管几十只绵羊，因为大部分时候只有个别绵羊不守规矩乱跑，其他的都是乖乖吃草。 3. 网络框架设计要素 要理解网络框架有哪些，必须要清楚网络框架完成了哪些事情。 大致描述下这个请求处理的流程： 远端的机器A发送了一个HTTP请求到服务器B，此时服务器B网卡接收到数据并产生一个IO可读事件; 我们以同步IO为例，此时内核将该可读事件通知到应用程序的Listen线程; Listen线程将任务甩给Handler线程，由Handler将数据从内核读缓冲区拷贝到用户空间读缓冲区; 请求数据包在应用程序内部进行计算和处理并封装响应包; Handler线程等待可写事件的到来; 当这个连接可写时将数据从用户态写缓冲区拷贝到内核缓冲区，并通过网卡发送出去; 备注：上述例子是以同步IO为例，并且将线程中的角色分为Listen线程、Handler线程、Worker线程，分别完成不同的工作，后续会详细展开。 所以我们可以知道，要完成一个数据交互，涉及了几大块内容： IO事件监听 数据拷贝 数据处理和计算 小林认为，这三大块内容，不论什么形式的框架都绕不开，也是理解网络架构的关键所在。 4. 高性能网络框架实践 4.1 基于线程模型 在早期并发数不多的场景中，有一种One Request One Thread的架构模式。 该模式下每次接收一个新请求就创建一个处理线程，线程虽然消耗资源并不多，但是成千上万请求打过来，性能也是扛不住的。 这是一种比较原始的架构，思路也非常清晰，创建多个线程来提供处理能力，但在高并发生产环境中几乎没有应用，本文不再展开。 4.2 基于事件驱动模型 当前流行的是基于事件驱动的IO复用模型，相比多线程模型优势很明显。 在此我们先理解一下什么是事件驱动Event-Drive-Model。 事件驱动编程是一种编程范式，程序的执行流由外部事件来决定，它的特点是包含一个事件循环，当外部事件发生时使用回调机制来触发相应的处理。 通俗来说就是： 有一个循环装置在一直等待各种事件的到来，并将到达的事件放到队列中，再由一个分拣装置来调用对应的处理装置来响应。 4.3 Reactor反应堆模式 第一次听到这个模式的时候很困惑，究竟反应堆是个啥？ 研究了一下发现，反应堆是个核物理的概念，大致是这个样子的： 核反应堆是核电站的心脏 ，它的工作原理是这样的：原子由原子核与核外电子组成，原子核由质子与中子组成。 当铀235的原子核受到外来中子轰击时，一个原子核会吸收一个中子分裂成两个质量较小的原子核，同时放出2-3个中子。 这裂变产生的中子又去轰击另外的铀235原子核，引起新的裂变， 如此持续进行就是裂变的链式反应。 结合这种核裂变的图，好像 是一个请求打过来，服务器内部瞬间延伸出很多分支来完成响应，一变二，二变四，甚至更多，确实有种反应堆的感觉。 接下来我们看看究竟反应堆模式是如何构建高性能网络框架的。 5.反应堆模式详解 反应堆模式是一种思想，形式却有很多种。 5.1 反应堆模式的本质是什么 从本质上理解，无论什么网络框架都要完成两部分操作： IO操作：数据包的读取和写入 CPU操作：数据请求的处理和封装 所以上述这些问题 由谁来做以及多少线程来做，就衍生出了很多形式，所以不要被表面现象迷惑，出现必有原因，追溯之后我们才能真正掌握它。 反应堆模式根据处理IO环节和处理数据环节的数量差异分为如下几种： 单Reactor线程 单Reactor线程和线程池 多Reactor线程和线程池 我们来看看这三种常见模式的特点、原理、优缺点、应用场景等。 5.2 单Reactor线程模式 这种模式最为简洁，一个线程完成了连接的监听、接收新连接、处理连接、读取数据、写入数据全套工作。 由于只使用了一个线程，对于多核利用率偏低，但是编程简单。 是不是觉得这个种单线程的模式没有市场？那可未必，不信你看Redis。…

01 摩尔定律 英特尔（Intel）创始人之一戈登·摩尔（Gordon Moore）提出摩尔定律：当价格不变时，集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍。 戈登·摩尔 摩尔定律的核心内容主要有三个： 一是集成更多的晶体管，每隔两年单芯片集成的晶体管数目翻一番； 二是实现更高的性能，每隔两年性能提高一倍； 三是实现更低的价格，单个晶体管的价格每隔两年下降一倍。 摩尔定律被称为“半导体行业的传奇定律”，它不仅揭示了信息技术进步的速度，更在接下来的半个世纪中，犹如一只无形大手般推动了整个半导体行业的变革。 02 梅特卡夫定律 1993年，乔治·吉尔德提出梅特卡夫定律：一个网络的价值等于该网络内的节点数的平方，而且该网络的价值与联网的用户数的平方成正比。 该定律表明，一个网络的用户数目越多，那么整个网络和该网络内的每台计算机的价值也就越大。 用公式再来说明一下： 网络设备之间可能连接数 网络可能连接数C可以表示为： C = n(n-1)/2 (1) 网络的经济价值V表示为： V=C2 (2) 互联性驱动经济价值，这就能明白万物互联对运营商等企业的价值了。 03 吉尔德定律 乔治·吉尔德（数字时代三大思想家之一）提出吉尔德定律（又称胜利者浪费定律）：最为成功的商业运作模式是价格最低的资源将会被尽可能的消耗，以此来保存最昂贵的资源。 吉尔德定律被描述为：在未来25年，主干网的带宽每6个月增长一倍，其增长速度是摩尔定律预测的 CPU 增长速度的3倍并预言将来上网会免费。 网络速度提升、价格下降，这不就是提速降费的惠民政策吗？ 摩尔定律、梅特卡夫定律和吉尔德定律的三大趋势，共同推动着通信网络和信息社会飞速发展。 04 库梅定律 2011年，斯坦福大学的教授乔纳森·库梅（Jonathan Koomey）发现了库梅定律：单位运算的电耗量，每一年半就降低一半，从计算机诞生开始，都会持续下去。 21世纪，摩尔定律和库梅定律具有同等重要的地位。 库梅定律 vs 摩尔定律 库梅指出，从1946年第一台电子计算机ENIAC诞生之日算起，相同的计算量所需能耗一降再降。 微软和英特尔曾经联手对ENIAC的峰值功耗进行了计算——每秒运行5000次加法，所需功耗为150千瓦。如今仅仅是ENIAC时期的四万分之一。 ENIAC （占地面积达170平方米，重30吨） 物联网的基础是数据，如何采集世界的数据？ 其中一个解决方案是利用库梅定律，建立遍布于世界的传感器网络，和计算机进行连接，建立自动化获得世界信息的范式，更好地收集世界的数据。 我们要建立大思维，正如我们的五官等感官都在收集信息供给我们处理，你的大脑会不断比较，从而建立一个关于世界的图景。 05 尼尔森定律 1998年，嘉卡伯·尼尔森（Jakob Nielsen）提出互联网宽带的尼尔森定律：高端用户带宽将以平均每年50%的增幅增长，每21个月带宽速率将增长一倍。 这也是指数化增长的曲线，这也是为什么现在很多大的电信公司，价格一降再降，但是仍然可以从中获得丰厚利润的主要原因。回顾宽带用户的发展情况其增长趋势很好地与该定律吻合。 06 库帕定律 马丁·库帕（Martin Lawrence Cooper）提出库伯定律：无线网络容量每30个月增加一倍。 库帕大哥大的发明者，被称为移动电话之父。 马丁·库帕 有人说，“库伯定律”比“摩尔定律”更加经典，更加坚不可摧。 从1897 年吉列尔莫·马可尼（ Guglielmo Marconi）用无线电报传递莫尔斯电码，到今天4G通信技术的应用，这个定律都被认为是正确的。 而且更酷的是，无线射频传递过程中的信息量，不同于芯片上的晶体管，它不存在物理空间的极限限制，只要架设更多的线路，更多的带宽，搭建更多的终端，信息传输量就会永无止境地向上递增。 07 Edholm带宽定律 菲尔·埃德霍尔姆（Phil Edholm）提出Edholm带宽定律：人们对于无线短距离通信的带宽需求基本每隔18个月翻一番；为了满足日益增长的带宽需求，可以采用更先进的调制技术提高频带利用率,或者通过采用多种复用方式来增加信道容量。 Edholm带宽定律 在未来，无线网络的传输效率会和有线网络的传输效率逐渐趋同，无线网络和有线网络相互融合，是通信技术发展到一定阶段后必然会有的结果。 08 巴尔特定律 巴特尔定律：从一根光纤中导出的数据量，每9个月就会翻一倍，这也意味着在光纤网络中，数据传输成本每9个月的时间就会下降一半。 09 香农定律 1948年，美国工程师克劳德·香农（Claude Elwood Shannon）提出香农定律：如果把网络带宽比喻为车道宽度，那么网速就好比汽车在车道上行驶的速度；汽车在车道上行驶得快或者不快，要受限于车道宽度的大小，车道上正有多少辆汽车在行驶等诸多干扰性因素。 香农定律的数学公式 克劳德·香农在工程和数学界是一位响当当的人物，在20世纪30-40年代的工作为他赢得了“信息时代之父”（ father of the information age ）的称号。 克劳德·香农 10 墨菲定律 墨菲定律是一种心理学效应，由爱德华·墨菲（Edward A. Murphy）提出：凡事只要有可能出错，那就一定会出错。 墨菲定律自被提出之日起便被广泛应用于各个行业的安全生产管理中，通信行业也不例外。 举几个扎心的例子： 凡是有可能停电的基站，那就一定会停电； 凡是有可能发生断网的日子，那就一定会断网； 凡是有可能发生安全事故的工程施工，那就一定会发生事故。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

跟随器电路： 前级采样电阻上的采样电压 VI_AMP_IN 经 U6 的跟随作用 VI_AMP_OUT 送至 ADC 进行A/D 转换，U6 在此处的作用：减轻“负载效应”提高采集精度。D3，D4 为运放的输入保护二极管，当输入异常电压比电源电压还要高 VF（二极管正向导通压降）或者比地电位低 VF时，二极管将会导通钳位。 1、LMV831 的主要特性 其一，该运放输入误差电压 VOS最大为 1mV，有利于提高整体精度； 其二，由于采用 CMOS 工艺，输入偏置电流低至 0.1pA，故不需要在消除偏置电压上花费额外精力； 其三，输出驱动电流达到 30mA，很适合与 ADC 配合使用； 其四，该运放在 1.8GHz 的频率下 EMIRR 高达 120dB，这一特性有利于抵抗板上射频模块的干扰； 其五，轨至轨输出，在单电源供电条件下非常重要。 2、输出特性 从上表可以看出负载越重，运放输出轨至轨特性越差，但因为本次案例运放后级是连接低速 ADC，因此负载很轻，取表中的 6mV（VOH）和 5mV（VOL）作为典型值即可。单电源供电条件下，会将负载电阻 RL接至 V+/2，实则是以 V+/2 作为虚拟地。 3、仿真验证建立仿真电路如下： 如 Figure 1-2 所示，将 LMV831 搭成放大倍数为 2 的同相放大器，同时输入幅值为 5V，频率为 10Hz 的三角波（为了能让输出饱和），仿真结果如 Figure 1-3 所示，显然，输出幅度非常接近 LMV831 的供电电压 4.5V，量得幅值为 4.49V（梯形波形的平台部分），波形下端也接近 0V，从而证实了该运放的轨至轨输出特性。 4、轨到轨，还有细节需要注意： ADC 的可接受电压范围为 0~4.096V，而现在 LMV831 搭成的跟随器可以支持 0~4.49V 的输出，似乎万事俱备，若前级采样电压也是 0~4.096V 范围（即运放输入电压），整个电路堪称完美！然而，直觉告诉我，事情肯定没这么简单。我突然想起当初选型时，TI 的运放筛选条件下，有一个 Rail-to-Rail选项： 这个选项从左到右分别为：输入轨至轨，输出轨至轨，输入到正轨，输入到负轨——等等，那么 LMV831 是否支持轨至轨输入？我满怀期待，然而遗憾的是，LMV831 数据手册并未提及输入是否也是轨至轨，进一步查阅发现该运放在 3.3V 供电时，共模输入范围为-0.1V~2.1V！也就是说3.3V供电的时候，LMV831 是不支持轨至轨输入的！ 5、输入特性运放的共模输入范围与供电电压密切有关，电压越高，输入范围越大。为了验证 4.5V 供电电压下的最高不失真输入电压，搭建了 Figure 1-4 所示的仿真电路。 对该电路执行“参数仿真”，分别测试供电电压为 3.3V、3.9V、4.5V 下的输出电压，如 Figure 1-5 所示，三角波为输入波形，3 个类似等腰梯形的波形为运放输出，其中，暗黄色为 4.5V 供电电压时的输出，绿色对应 3.9V 供电电压，紫色对应 3.3V 供电电压，显而易见：第一，LMV831 并非轨至轨输入；第二，该运放的共模输入范围随供电电压的提高而扩大，在 4.5V 供电电压下跟随器（增益为 1）最大输出电压约为 3.39V，也即最大输入电压为 3.39V。简言之，4.5V 供电电压下，LMV831 的最大共模输入电压（不失真）为 3.39V。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

前言 一位读者朋友跟我反馈，能不能写一篇比较全的配置中心的文章。自己最近在面试过程中有被面试官问：如何设计一个配置中心？ 这个话题，由于自己在工作中也没实际使用过配置中心，所以对于如何去设计是完全没有概念的。 今天就给大家写一篇去配置中心需要考虑的点，我也不是什么配置中心开源项目的参与者，所以写出来的仅供大家参考。 有必要重复造轮子吗？ 当面试官问你：如果让你写一个配置中心，说说你的设计思路？ 首先我们要有自己的想法，虽然是在面试过程中的问题。我们也可以反问，市面上目前有几款很优秀的开源的配置中心，我们可以直接拿来用，有必要去重新造轮子吗？ 如果面试官说只是考察一下你对这块的设计和理解程度，然后你就可以接着讲解你的思路了。如果面试官说我们很多框架都是自研的，任性，就是有这个需求，那你还是得接着说，躲不掉，哈哈。 如果要重新造，我们也可以基于开源的进行改造，下面我说下如果要设计一个配置中心，它的整体思路是怎样的，需要用到哪些技术点，然后开始你的表演。 配置存储选型 首先我们来看存储的选型，配置中心需要存储所有的配置内容，肯定需要进行存储。目前主流开源的配置中心都采用 Mysql 进行配置的存储，当然你也可以用其他的，比如 MongoDB 也非常适合。 用不同的数据库在设计表结构的时候会有所不同，比如 Mysql 可能要 10 个表，MongoDB 简化后可能 5 个表就够了（Mysql 多表关联，MongoDB 内嵌文档）。 Mysql 多表关联 这些表除了基本的配置内容存储，还有就是一些辅助的表，比如用户信息，权限信息等。 除了底层结构的设计，我们还需要考虑存储的可用性。Mysql 可以做主从，分库分表等，MongoDB 天生就是分布式的数据库，也不存在单点问题，在可用性这块都是 OK 的。 另外在设计层面，对于配置信息可以加上本地缓存，当数据库或者服务不可用时也能短暂提供服务能力，一般都是在 client 层面做。Apollo 和 Nacos 都会在本地缓存配置信息。 配置隔离 配置隔离在配置中心也是非常重要的一个点，不同的环境不同的配置信息，这个是最基础的。在没使用配置中心之前通常都是在项目中为每个环境维护一个配置文件，然后通过命令进行切换需要使用的文件。 除了环境的隔离，还有一种就是访问层面的隔离，比如命名空间，不同的空间相互是隔离的，不能相互访问。 底层隔离的方式也有很多种，第一种是在存储的时候增加一个字段进行环境的区分，数据统一存储在一起，但是可以区分，这种方式好处在于一套配置中心可以提供给所有环境进行使用。 第二种是在部署层面直接就隔离了，也就是测试环境部署一套独立的配置中心，线上也部署一套独立的配置中心，也就不需要在存储的时候通过字段隔离了。 第三种也是部署的时候进行隔离，不同的点在于 Web 后台管理只部署一套，配置信息对应的服务可以按环境部署多套，每套都有自己独立的数据库，Apollo 就是采用这种方式。 配置推送刷新 配置在修改后能够实时的推送到应用程序中进行更新，这个是最重要的一个功能，用户体验也是非常好的。在没用配置中心之前，有用 Mysql 进行配置存储的，为了提高性能，减小数据库的压力，配置信息读取后会放入缓存中，后台会启动一个定时线程去更新，比如 1 分钟一次。 这样带来的问题就是配置改完后需要等待一定的时间客户端才能更新好，一般场景都没啥问题，对于一些特殊的场景还是需要改完立马生效，才能尽可能避免某些业务问题带来的损失。 对于配置修改及时更新的实现方式目前主要分为两种：推和拉。 拉模式前面讲过了，有时间间隔问题，就算设置的很快，比如 1 秒一次，频率太高会导致服务端压力过大。 推模式是比较好的方式，当服务端有变动的时候将变更的信息推送给客户端，即及时又能减轻定时拉取的频率。 推送可以采用 Spring DeferredResult 将请求挂起的模式实现，详情可以参考我的这篇文章：Apollo服务端设计原理剖析 更好的方式是推拉结合，目前主流的配置中心都是采用这种方式。推保证及时性，拉用于兜底，保证最终配置一致性，推拉结合的模式可以将拉取的时间放长，降低服务端压力。 集成 Spring Spring 是 Java 语言开发必不可少的好朋友，使用 Spring 可以极高的提高我们的开发效率，各种框架都能非常方便的集成。 在 Spring 中最常见的两种获取配置值的方式是@Value 和@ConfigurationProperties，要想使用上面的方式能够获取到配置中心里的内容，需要在项目启动的时候从配置中心加载对应的配置内容，然后集成到 Spring 中。 Spring 中提供了 ConfigurableEnvironment，ConfigurableEnvironment 中又包含多个 PropertySource。PropertySource 就是 Key，Value 的配置。所以需要在应用启动的时候，获取配置信息组装成 PropertySource 交给 Spring 管理。 权限审计 无论是所有环境用一套配置中心还是每个环境都有单独的部署，权限控制还是要的，因为不同的小组负责不同的业务，肯定不能随便去改动其他组的配置。 另一个场景就是配置能被谁改，这个一般都是负责人进行修改，团队人员可以查看配置信息，这个也是很常见需要进行控制的场景。 单纯从配置的功能来讲，很多人都会说为什么我要用配置中心，自己搞张表存储一下不也行么，我认为配置的存储是最基本的功能，更多让我们使用配置中的原因在于可以节省我们自己去做的成本。同时配置中心具有很全的治理方面的能力，比如权限，灰度实用的功能等。 指标监控 作为一款中间件，而且是被很多系统使用，它的一些性能指标也是需要监控起来的。常见的做法有下面几种方式。 一种是配置中心自己暴露出一些指标数据，可以让外部监控系统进行拉取，pull 方式。像 Nacos 中就暴露了 metrics 数据，可以用 prometheus 进行拉取并监控，非常方便。 一种是配置中心自己埋点，对接一些监控系统，采用 push 的方式。比如 Apollo 中就集成了 Cat 的监控，可以将相关监控数据投递到 Cat 中进行展示并告警。 还有一种方式就是提供 Tracer 相关的 SPI，可以让使用方自行去接入不同的监控，灵活度更高。 无论用哪种方式，我们的最终目的是一致的，都是为了能够让 Bug…

12月16日，华为正式发布HarmonyOS 2.0 手机开发者 Beta 版本，这意味着国产操作系统HarmonyOS生态正迎来发展中的重要里程碑时刻。与此同时，华为开启面向开发者的线上公测招募，截止时间到明年1月31日。  本次 HarmonyOS 2.0 公测设备支持华为P40 、P40 Pro、Mate 30、Mate 30 Pro、 MatePad Pro 设备，支持 OTA 升级。支持运行安卓应用。 从某种意义上来说，鸿蒙 OS 仅仅只是系统底层有所更改，也就是说原先华为手机所用的安卓 + EMUI 现在换成了鸿蒙 OS2.0+EMUI。需要注意的是，新科旗舰Mate40系列无缘首批。 据华为消费者业务软件部副总裁杨海松表示，按照目前进度，华为到明年所有华为自研设备都升级鸿蒙系统，消费者不需要购买新的设备体验鸿蒙系统。 他还宣布，明年华为也将发布基于鸿蒙系统的智能手机。 目前，华为官方已经开启Beta版本公测招募活动。开发者和合作伙伴们，可免费申请体验。 从12月16日开始，华为面向开发者提供两种开发者手机Beta版本尝鲜方式： 1）使用HUAWEI DevEco Studio中的远端模拟器，HarmonyOS官网下载DevEco Studio 2.0 Beta3版本即可获得； 2）使用专属OTA升级真机进行调测，点击本页面“我要报名”按钮申请，报名审核通过后将收到华为官方公测邀请邮件，根据邮件内容指引，即可得到OTA推送。 据了解，本次手机开发者Beta测试支持以下中国境内主制式手机及平板电脑： 手机：全网通（5G双卡）P40 、 全网通版P40 Pro、Mate30、Mate30(5G) 、Mate30 Pro、Mate30 Pro(5G)，型号清单为ANA-AN00、ELS-AN00、TAS-AL00、TAS-AN00、LIO-AL00、LIO-AN00 。 平板电脑：全网通版、全网通版（5G）、WIFI版本的 MatePad Pro，型号清单为 MRX-AL19、MRX-W09、MRX-AN19。 华为此次宣布面向手机开发者开放完整的HarmonyOS 2.0系统能力、丰富的API（应用开发接口），以及强大的开发工具DevEco Studio等技术装备，开发者可访问华为开发者联盟官网，申请获取HarmonyOS2.0手机开发者Beta版升级。 华为方面表示，鸿蒙 OS 为万物互联而生，拥有更好体验，更多入口。作为万物互联时代的操作系统，HarmonyOS通过分布式技术，将多个物理上相互分离的设备融合成一个“超级终端”。例如，有了鸿蒙 OS，京东 App 可以运行在电视、甚至是冰箱等带屏设备，上亿设备将成为京东新入口；上百万辆车可以成为喜马拉雅 App 的入口；让更多智能终端成为银联的支付入口，比如 PC、电视等。 华为称今年已有美的、九阳、老板电器、海雀科技搭载鸿蒙 OS，2021 年的目标是覆盖 40 + 主流品牌 1 亿台以上设备。 据悉，迄今参与鸿蒙开发项目的开发者数量超过10万，硬件方面的合作伙伴从之前的5家增加到了10家。 此前，华为曾宣布，鸿蒙系统在 2021 年 4 月将面向内存 128MB-4GB 终端设备开源，2021 年 10 月以后将面向 4GB 以上所有设备开源。到 2021 年，华为智能手机将全面升级支持鸿蒙 OS 2.0。 你期待提前尝鲜鸿蒙OS 2.0吗？

出品 21ic中国电子网 付斌整理 网站：21ic.com 近日，报道显示，蒋尚义要再次加盟中芯国际，中芯国际两位联席CEO赵海军、梁孟松将直接向蒋尚义汇报。值此之际，梁孟松却表示将要发出辞呈。 网传梁孟松对12月9日被董事长周子学告知。他直言，在公司董事会和股东会通过蒋尚义提名任职之后，将正式提出辞呈。 12月16日早间，中芯国际发公告表示，董事会注意到，有媒体报道本公司执行董事及联合首席执行官梁孟松拟辞任本公司职务的消息，并且本公司已知悉梁孟松其有条件辞任的意愿。 公告显示，中芯国际目前正积极与梁孟松核实其真实辞任之意愿，公司任何最高管理层人事变动，以公告为准。 信息显示，2016年12月蒋尚义曾正式加入中芯国际，任职第三类独立非执行董事，于2019年6月21日辞任。随后，蒋尚义加盟武汉弘芯，出任CEO。总计划投资1280亿元的武汉弘芯半导体，是湖北省近两年新建的一个集成电路项目，曾被省、市两级列为重大在建项目。然而今年11月，央视曝光，该项目已成为“烂尾”项目。2020年11月17日，蒋尚义发布律师函声明，已于6月因个人原因辞去武汉弘芯一切职务，弘芯也接受了此辞呈。 蒋尚义曾担任台积电研发副总裁和共同首席运营官（COO）等职务。在台积电任职期间， 蒋尚义牵头了0.25um，0.18um，0.15um，0.13um，90nm，65nm，40nm，28nm，20nm，以及16nm FinFET 等关键节点的研发，使台积电的行业地位从技术跟随者发展为技术引领者。 梁孟松方面，则是半导体圈“排名前十的行业顶尖人才”，曾一举助力台积电、三星成为全球晶圆厂代工市场的巨头，被业内称为“半导体行业的传奇”。2017年，梁孟松正式加入中芯国际，与原CEO赵海军共同作为联席CEO，主导14nm工艺。 公开资料以及知情人士的透露，在过去十多年间，中芯国际的“高管内斗”问题一直存在。9年前，时任中芯国际CTO的杨士宁与彼时CEO王宁国之间发生内斗，结果导致两人一起“出局”。前面也说到，现任联席CEO的梁孟松与赵海军之间也是一直被传“不合”，兼之此次蒋尚义的回归直接导致梁孟松提出离职。 16日，中芯国际A股开盘跌4.16%，截至下午13时30分跌幅扩大至6.13%。下午复牌，中芯国际港股跌超8%，截止下午13时30分跌幅收窄至5.65%. 资料显示，中芯国际自去年四季度开始量产14nm。公司先进工艺（28nm/14nm）业务收入占比从2017年第三季度的8.8%提升至今年第三季度的14.6%。 梁孟松此前在第三季度电话会议上表示，目前14nm良率已达业界量产水准。第二代先进工艺技术“N+1”正在做客户产品验证，已进行小量试产。相比一代，第二代14nm性能提升20%，功率减少57%，逻辑面积减少63%，集成系统面积减少55%。 有半导体业内人士分析称，梁孟松的辞职原因或许比较复杂；其中之一或是由于外部环境因素影响，中芯国际未来发展先进制程的步伐成未知数，特别是EUV光刻机若无法到位，中芯国际短期或将止步于7nm。而蒋尚义想要推动的先进封装技术与小芯片技术方向被认为或许是个技术上的突破口。 推荐阅读： 安谋中国推出首款“玲珑”ISP处理器：自主研发，赋能本土！ 匡安网络：坚持自主研发创新，筑牢网络安全之堤 青藤云安全“四大利器”，为新基建安全保驾护航 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

今天上午，华为如约发布鸿蒙OS 2.0的手机开发者Beta版。同时面向开发者开启公测，华为P40 、P40 Pro、Mate 30、Mate 30 Pro、MatePad Pro等设备，抢先体验。 从媒体的现场体验来看，鸿蒙OS 2.0的手机开发者Beta版可兼容运行安卓应用，目前在UI设计上和基于安卓的EMUI11没什么区别，流畅度和EMUI 11相仿。 鸿蒙OS 2.0手机开发者Beta版 EMUI 11 也就是说，鸿蒙OS 2.0的手机开发者Beta版只是系统底层有所更改，原本底层是安卓，现在换成了鸿蒙，UI、UX与EMUI 11基本没有变化。 从曝光的鸿蒙OS 2.0的手机开发者Beta版“关于手机”界面来看，基本是EMUI 11的翻版。最大的不同是，前者显示HarmonyOS版本为11.0.1，没有了Android版本一栏。 按照华为此前规划，明年，华为智能手机将全面升级鸿蒙OS 2.0。据悉，升级EMUI 11的用户，将优先获得升级鸿蒙OS 2.0的机会。 以下为鸿蒙OS 2.0手机开发者Beta版界面： 来源：快科技

昨天，中芯国际发布公告，宣布委任蒋尚义为公司第二类执行董事、董事会副董事长及战略委员会成员（年薪440万元），自2020年12月15日起生效，随后网上传出了公司现任执行CEO梁孟松离职的消息。 蒋尚义是前台积电营运长，也是半导体制造领域的技术大拿，对于他闪电加盟中芯国际一事，台积电董事长也进行了回应。 据媒体报道称，台积电董事长刘德音表示：“对蒋尚义的选择表示尊重”。“基本上尚义也是我们的老同事了，尊重他个人的决定、他要去哪里是个人本来的权利。” 刘德音表示，认同蒋尚义关于 chiplet（小芯片）的想法，台积电已经发展十多年，有助于3nm工艺提升性能。 蒋尚义则表示，非常热衷先进封装技术和小晶片（Chiplet），在中芯国际实现自己的理想会比较容易。 作为台积电的功臣老将，蒋尚义主导了多代工艺自主研发，一路从0.25微米、0.18微米、0.15微米、0.13微米、90纳米走到65纳米世代，还参与了28nm HKMG高介电金属闸极、16nm FinFET技术，稳固了台积电天字一号代工厂的地位，被台积电员工尊称为“蒋爸”，一度被认为是张忠谋的最佳接班人。

Zookeeper 是一个分布式服务框架，主要是用来解决分布式应用中遇到的一些数据管理问题如： 统一命名服务 、 状态同步服务 、 集群管理 、 分布式应用配置项的管理 等。 我们可以简单把 Zookeeper 理解为分布式家庭的大管家，那么管家团队是如何选出 Leader的呢？好奇吗，接下来带领大家一探究竟。 人类选举的基本原理 讲解 Zookeeper 选举过程前先来介绍一下人类的选举。 我们每个人或多或少都经历过几次选举，在投票的过程中可能会遇到这样几种情况： 情况1：自己与几个候选人都比较熟，你会将票投给你认为能力比较强的人； 熟人选举 情况2：自己也是候选人，并且与其他几个候选人都不熟，这个时候你肯定想着要去拉票，因为觉得自己才是最厉害的人呀，所有人都应该把票投给我。但是遗憾的是在拉票的过程中，你发现别人比你强，你开始自卑了，最终还是把票投给了自己认为最强的人。 自己参与选举 所有人都投完票之后，最后从投票箱中进行统计，获得票数最多的人当选。 思维导图 在整个投票过程中我们可以提炼出四个最核心的概念： 候选人能力：投票的基本原则是选最强的人。 遇强改投：如果后面发现更强的人可以改投票。 投票箱：所有人的票都会放在投票箱。 领导者：得票最多的人即为领导者。 从人类选举的原理我们来简单推导一下Zookeeper的选举原理。 Zookeeper选举的基本原理 注意如果 Zookeeper 是单机部署是不需要选举的，集群模式下才需要选举。 Zookeeper 的选举原理和人类选举的逻辑类似，套用一下人类选举的四个基本概念详细解释一下Zookeeper。 个人能力 如何衡量 Zookeeper 节点个人能力？答案是靠数据是否够新，如果节点的数据越新就代表这个节点的个人能力越强，是不是感觉很奇怪，就是这么定的！ 在 Zookeeper 中通常是以事务id（后面简称zxid）来标识数据的新旧程度（版本），节点最新的zxid越大代表这个节点的数据越新，也就代表这个节点能力越强。 zxid 的全称是 ZooKeeper Transaction Id，即 Zookeeper 事务id。 遇强改投 在集群选举开始时，节点首先认为自己是最强的（即数据是最新的），然后在选票上写上自己的名字（包括zxid和sid），zxid 是事务id，sid 唯一标识自己。 紧接着会将选票传递给其他节点，同时自己也会接收其他节点传过来的选票。每个节点接收到选票后会做比较，这个人是不是比我强（zxid比我大），如果比较强，那我就需要改票，明明别人比我强，我也不能厚着脸皮对吧。 投票箱 与人类选举投票箱稍微有点不一样，Zookeeper 集群会在每个节点的内存中维护一个投票箱。节点会将自己的选票以及其他节点的选票都放在这个投票箱中。由于选票是互相传阅的，所以最终每个节点投票箱中的选票会是一样的。 领导者 在投票的过程中会去统计是否有超过一半的选票和自己选择的是同一个节点，即都认为某个节点是最强的。一旦集群中有超过半数的节点都认为某个节点最强，那该节点就是领导者了，投票也宣告结束。 什么场景下 Zookeeper 需要选举？ 当 Zookeeper 集群中的一台服务器出现以下两种情况之一时，需要进入 Leader 选举。 （1）服务器初始化启动。 （2）服务器运行期间 Leader 故障。 启动时期的 Leader 选举 假设一个 Zookeeper 集群中有5台服务器，id从1到5编号，并且它们都是最新启动的，没有历史数据。 集群刚启动选举过程 假设服务器依次启动，我们来分析一下选举过程： （1）服务器1启动 发起一次选举，服务器1投自己一票，此时服务器1票数一票，不够半数以上（3票），选举无法完成。 投票结果：服务器1为1票。 服务器1状态保持为LOOKING。 （2）服务器2启动 发起一次选举，服务器1和2分别投自己一票，此时服务器1发现服务器2的id比自己大，更改选票投给服务器2。 投票结果：服务器1为0票，服务器2为2票。 服务器1，2状态保持LOOKING （3）服务器3启动 发起一次选举，服务器1、2、3先投自己一票，然后因为服务器3的id最大，两者更改选票投给为服务器3； 投票结果：服务器1为0票，服务器2为0票，服务器3为3票。此时服务器3的票数已经超过半数（3票），服务器3当选Leader。 服务器1，2更改状态为FOLLOWING，服务器3更改状态为LEADING。 （4）服务器4启动 发起一次选举，此时服务器1，2，3已经不是LOOKING 状态，不会更改选票信息。交换选票信息结果：服务器3为3票，服务器4为1票。此时服务器4服从多数，更改选票信息为服务器3。 服务器4并更改状态为FOLLOWING。 （5）服务器5启动 与服务器4一样投票给3，此时服务器3一共5票，服务器5为0票。 服务器5并更改状态为FOLLOWING。 最终的结果： 服务器3是 Leader，状态为 LEADING；其余服务器是 Follower，状态为 FOLLOWING。 运行时期的Leader选举 在 Zookeeper运行期间 Leader 和 非 Leader 各司其职，当有非 Leader 服务器宕机或加入不会影响 Leader，但是一旦 Leader 服务器挂了，那么整个 Zookeeper…