1 什么是覆铜 所谓覆铜，就是将电路板上闲置的空间作为基准面，然后用固体铜填充，这些铜区又称为灌铜。 覆铜的意义在于： 也出于让PCB焊接时尽可能不变形的目的，大部分PCB 生产厂家也会要求PCB 设计者在PCB 的空旷区域填充铜皮或者网格状的地线，覆铜如果处理的不当，那将得不偿失，究竟覆铜是“利大于弊”还是“弊大于利”？ 大家都知道在高频情况下，印刷电路板上的布线的分布电容会起作用，当长度大于噪声频率相应波长的1/20 时，就会产生天线效应，噪声就会通过布线向外发射，如果在PCB中存在不良接地的覆铜话，覆铜就成了传播噪音的工具。 因此，在高频电路中，千万不要认为，把地线的某个地方接了地，这就是“地线”，一定要以小于λ/20 的间距，在布线上打过孔，与多层板的地平面“良好接地”。如果把覆铜处理恰当了，覆铜不仅具有加大电流，还起了屏蔽干扰的双重作用。 2 覆铜的两种形式 覆铜一般有两种基本的方式，就是大面积的覆铜和网格铜，经常也有人问到，大面积覆铜好还是网格覆铜好，不好一概而论。 为什么呢？大面积覆铜，具备了加大电流和屏蔽双重作用，但是大面积覆铜，如果过波峰焊时，板子就可能会翘起来，甚至会起泡。因此大面积覆铜，一般也会开几个槽，缓解铜箔起泡。如下图： 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！

配图来自Canva可画 在过去的十几年中，电商市场一直都是天猫和京东“唱双簧”的舞台。不过他们并没有霸占整个电商市场的统治力，其他电商玩家总能时不时地获得一些喘息之机。 尤其在近几年，电商市场出现了一系列让人感到眼花缭乱的新变化——拼多多猝然崛起，电商直播风口下抖音、快手电商快速成长……接连变化中，在数年之前就早已被判定死局的垂直电商，突然间也有了“死灰复燃”的苗头。 唯品会重回正轨 所有垂直电商中，唯品会是比较特别的一个，特别之处主要有两点： 其一是无与伦比的规模。不算拼多多的话，在垂直电商中，也只有唯品会曾一度做到仅次于天猫和京东的规模，成为电商第三极。 其二是对垂直电商路线的犹疑。电商大致可以分为两种模式，一种是在某一个行业或细分市场深化运营的垂直电商，另一种则是多元化发展的综合电商。唯品会的经历比较特别，早期以品牌特卖起家，中间搞多元化综合电商转型突围，近两年又重新聚焦特卖。 曾经的辉煌成就使得唯品会拥有深厚的积累，这让它在多元化突围失败之后也没有伤筋动骨。相较于其他早已惨遭淘汰或者尚且还在挣扎求存的垂直电商，唯品会无疑足够幸运。 而近两年重新聚焦特卖主业之后，唯品会的经营也回到了正轨。据近日唯品会发布的最新财报显示，其在今年第三季度营收达232亿元，同比增长18.2%；非美国通用会计准则下，归属股东净利润达14亿元，同比增长15.2%。按唯品会董事长兼CEO沈亚的说法：“收入增长和盈利改善，主要得益于差异化商品和好货好价对用户的强吸引力。”简单来说，其实就是品牌特卖赚钱了。 业绩稳定增长背后，唯品会在新客获取和用户留存方面的亮眼表现更加不容忽视。因为这体现出作为专注于品牌特卖的垂直电商，唯品会的持续盈利和增长基础正在不断夯实。财报显示，今年第三季度，唯品会活跃用户为4340万人，与去年同期的3200万人相比，大增36%，复购订单占比达96.9%，用户留存率达87.5%。 现在天猫、京东、拼多多声威赫赫，三足鼎立的格局一时间难以撼动，而抖音、快手、百度等互联网巨头乘直播带货的东风来势汹汹。从整个电商市场的大盘来看，垂直电商承压更胜以往。 而在这样的情况下，作为垂直电商赛道中的佼佼者，唯品会重回正轨当然会使得其他垂直电商们感到大为振奋。尤其对于同样非常关注女性消费群体的蘑菇街来说，蘑菇街的振作，就相当于给它打下了一针强心剂。 蘑菇街孵化亿元主播 在最近几年，电商直播的迅猛发展，成为电商行业内最重要的业态变化。而这场行业巨变最初的起源，肇始于蘑菇街和淘宝的恩怨纠葛。 这段绵延数年之久的纠葛，结果显然是淘宝搞电商直播全面领先。不过自蘑菇街2019年孤注一掷投入电商直播以来，其直播业务持续增长。据悉，在2021财年Q1蘑菇街视频直播相关GMV业务收入为22.66亿元，同比增长72.4%；直播GMV在总GMV中的占比已达72.6%。至此，蘑菇街直播GMV连续18个季度保持快速增长。 因为平台体量相差悬殊，大早进军电商直播的蘑菇街，直播业务的规模远不及淘宝直播面实属正常。然而，蘑菇街做电商直播，依然有自己独特的优势。 首先，蘑菇街作为专注女性消费者的垂直电商平台，虽然用户规模相对较小，但是用户群体的特点更加清晰，更容易把握好用户需求；其次，首创电商直播的蘑菇街，对于如何做好电商直播有着自己的思考和计划，尤其是在培养腰部主播这个方面，蘑菇街已经形成了一套完整的体系。 今年双11，蘑菇街一些直播带货的独特优势得到了集中展示。11月10日，总粉丝数200万的小甜心（蘑菇街主播）带货总额超过2.74亿，单个粉丝GMV为138元；同期薇娅粉丝近3800万，带货超过8.5亿，单个粉丝GMV在22元上下。 从成交率和成交单价来看，蘑菇街头部主播居然实现了对天猫头牌薇娅的反超。可以说，垂直电商蘑菇街再次利用自身独特优势创造了一个小小的奇迹。 每日优鲜翻倍增长 生鲜类垂直电商每日优鲜，同样在双11表现不俗。双11当日销售额达到去年同期的2.1倍，其中肉蛋、水产、蔬菜、水果几大食材品类分别增长了150%、110%、126%和115%。 每日优鲜在双11晒出的亮眼战报确实比较出人意料。从数据来看，生鲜电商已经过了2、3月份的需求高潮，近几个月趋于平稳。而作为双11 购物节的非常规玩家，每日优鲜当天翻倍增长的销售额，或许表明其近期的经营表现一直很不错。对于双11亮眼的成绩，每日优鲜归功于自己作为前置仓的开创者，前置仓的“极速达”模式优势得以充分发挥，这进一步表明其并非只是双11才有这样的亮眼成绩。 不过若从更宏观的角度来观察垂直电商，每日优鲜亮眼的成绩，其实也并不值得特别惊奇。近几年因新兴行业趋势和机会而崛起的一批垂直电商，比如医美界的新氧、萌宠类的波奇宠物等均有不俗的业绩表现。 尤其相较于唯品会、蘑菇街、聚美优品这类经历过下行期的垂直电商“前辈”，他们明显拥有更胜一筹的潜力和前景，强劲的业绩增长只是一种外在表现。在他们的身上，可以更多地看到垂直电商未来长期发展的希望。 垂直电商的最后翻身机会？ 从唯品会、蘑菇街、每日优鲜等垂直电商近期的一些表现来看，垂直电商貌似确实有了一些正在死灰复燃的意思。然而弱不禁风的火苗，能不能熊熊燃烧？ 从数量上看，广义上的垂直电商虽然是电商行业中的多数党，但却并没有充足的生存空间。而且在马太效应尤为显著的电商市场中，这点少得可怜的生存空间还在被持续不断地进一步挤压。 网经社数据显示，2013年B2C前三甲的市场占有率为73.2%，而到了2019年，天猫、京东、拼多多三强在B2C市场的占有率高达89.4%。“99%的电商会死掉，到最后也就三到五家，以零售平台为主的垂直电商注定是没有机会的。”刘强东在2013年曾作出的这个预言，现在正慢慢成为现实。 尽管电商的蛋糕仍然在不断变大，但规模化效应之下，阿里、京东、拼多多这三大巨头也正在摄取越来越多的市场份额。而且不仅仅是规模的问题，更可怕的是，三巨头的供应链能力、科研技术实力、对市场的把控能力等和垂直电商们拉开的全方位差距，也正在变得越来越大，越来越难以追赶。 由此看来，虽然说当前垂直电商再次有了死灰复燃的迹象，但这也很可能是最后一次机会，因为电商巨头们留给垂直电商的时间已经不多了。

来源：http://www.woshipm.com/pd/1392102.html 本文主要讲述了在传统电商企业中，订单系统应承载的角色，就订单系统所包含的主要功能模块梳理了设计思路，并对订单系统未来的发展做了一些思考。 1. 订单系统在企业中的角色 在搭建企业订单系统之前，需要先梳理企业整体业务系统之间的关系和订单系统上下游关系，只有划分清业务系统边界，才能确定订单系统的职责与功能，进而保证各系统之间高效简洁的工作。 2. 订单系统与各业务系统的关系 （1）对外系统： 所有给企业外部用户使用的系统都在这一层，包括官网、普通用户使用的C端，还包括给商户使用的商家后台和在各个销售渠道进行分销的系统，比如与银行信用卡中心合作、微信合作在合作商的平台露出本企业的产品。这类系统站在与客户接触的最前线，是公司实现商业模式的桥头堡。 （2）管理中后台： 每个C端的业务形态都会有一个对应的系统模块，如负责管理平台交易的订单系统，管理优惠信息的促销系统，管理平台所有产品的产品系统，以及管理所有对外系统显示内容的内容系统等。 （3）公共服务系统： 随着企业的发展，信息化建设到达一定程度后，企业需要将通用功能服务化、平台化，以保证应用架构的合理性，提升服务效率。这类系统主要给其他应用系统提供基础服务能力支持。 3. 订单系统上下游关系 由此可见，订单系统对上接收用户信息，将用户信息转化为产品订单，同时管理并跟踪订单信息和数据，承载了公司整个交易线的重要对客环节。对下则衔接产品系统、促销系统、仓储系统、会员系统、支付系统等，对整个电商平台起着承上启下的作用。 4. 订单系统的业务架构 （1）订单服务 该模块的主要功能是用户日常使用的服务和页面，主要有订单列表、订单详情、在线下单等，还包括为公共业务模块提供的多维度订单数据服务。 （2）订单逻辑 订单系统的核心，起着至关重要的作用，在订单系统负责管理订单创建、订单支付、订单生产、订单确认、订单完成、取消订单等订单流程。还涉及到复杂的订单状态规则、订单金额计算规则以及增减库存规则等。在4节核心功能设计中会重点来说。 （3）底层服务 信息化建设达到一定程度的企业，一般会将公司公共服务模块化，比如：产品，会构建对应的产品系统，代码、数据库，接口等相对独立。但是，这也带来了一个问题，比如：订单创建的场景下需要获取的信息分散在各个系统。 如果需要从各个公共服务系统调用：一是会花费大量时间，二是代码的维护成本非常高。因此，订单系统接入所需的公共服务模块接口，在订单系统即可完成对接公共系统的服务。 订单系统核心功能 1. 订单中所包含的内容信息 为了使订单系统能够对订单进行高效、精准的管理和跟踪，订单会储存关于产品、优惠、用户、支付信息等一系列的订单实时数据，来和下游系统，如：促销、仓储、物流进行交互。 以一个通用B2C商城的订单为例，梳理其包含的信息如下： 这里要注意的是订单类型，随着平台业务的不断发展，品类丰富、交易方式丰富后，需要对订单进行多维度的分类管理，同时订单类型利于订单系统的扩展性。每种订单类型将会对应一套流程及一套状态，便于对订单进行分类管理和复用。 2. 流程引擎 流程是指从平台角度出发，将订单从创建到完成的整个流转过程进行抽象，从而形成了一套标准流程规则。而不同的产品类型或交易类型在系统中的流程会千差万别，因此为了方便对订单流程进行管理，会组建流程引擎模块。 每套订单流程中会包含正向流程及逆向流程，正向流程可以比作一次顺利的网购体验过程中，后台系统之间的信息流转。逆向流程则是修改订单、取消订单、退款、退货等各种动作引起的后台系统流程，同时每个流程触发的条件又可分为系统触发和人工触发两种场景。 （1）正向流程 以一个通用B2C商城的订单系统为例，根据其实际业务场景，其订单流程可抽象为5大步骤：订单创建>订单支付>订单生产>订单确认>订单完成。 而每个步骤的背后，订单是如何在多系统之间交互流转的，可概括如下图： 订单创建： 用户下单后，系统需要生成订单，此时需要先获取下单中涉及的商品信息，然后获取该商品所涉及到的优惠信息，如果商品不参与优惠信息，则无此环节。 接着获取该账户的会员权益，这里要注意的是：优惠信息与会员权益的区别，比如：商品满减是优惠信息，SUPER会员全场9.8折指的是会员权益，一个是针对商品，另一个是针对账户。其次就是优惠活动的叠加规则和优先级规则等。 增减库存规则是指订单中的商品，何时从仓储系统中对相应商品库存进行扣除，目前主流有两种方式： 下单减库存——即用户下单成功时减少库存数量 优势：用户体验友好，系统逻辑简洁； 缺点：会导致恶意下单或下单后却不买，使得真正有需求的用户无法购买，影响真实销量； 解决办法： 设置订单有效时间，若订单创建成功N分钟不付款，则订单取消，库存回滚； 限购，用各种条件来限制买家的购买件数，比如一个账号、一个ip，只能买一件； 风控，从技术角度进行判断，屏蔽恶意账号，禁止恶意账号购买。 付款减库存——即用户支付完成并反馈给平台后再减少库存数量 优势：减少无效订单带来的资源损耗； 缺点：因第三方支付返回结果存在时差，同一时间多个用户同时付款成功，会导致下单数目超过库存，商家库存不足容易引发断货和投诉，成本增加。 解决办法： 付款前再次校验库存，如确认订单要付款时再验证一次，并友好提示用户库存不足； 增加提示信息：在商品详情页，订单步骤页面提示不及时付款，不能保证有库存等。 综上所述，两种方式各有优缺点，因此，需结合实际场景进行考虑，如：秒杀、抢购、促销活动等，可使用下单减库存的方式。而对于产品库存量大，并发流量没有那么强的产品使用付款减库存的方式。 将两种方式带入到销售场景中，关联商品类型、促销类型、供需关系等，灵活使用，以充分发挥计算机系统的优势。 订单支付： 用户支付完订单后，需要获取订单的支付信息，包括支付流水号、支付时间等。支付完订单接着就是等商家发货，但在发货过程中，根据平台业务模式的不同，可能会涉及到订单的拆分。 订单拆分一般分两种： 一种是用户挑选的商品来自于不同渠道（自营与商家，商家与商家）； 另一种是在SKU层面上拆分订单：不同仓库，不同运输要求的SKU，包裹重量体积限制等因素需要将订单拆分。 订单拆分也是一个相对独立的模块，这里就不详细描述了。 订单生产：订单生产，是指产品从企业到用户这一流程的概述。如电商平台中，商家发货过程已有一个标准化的流程，订单内容会发送到仓库，仓库对商品进行打单、拣货、包装、交接快递进行配送。 订单确认：收到货后，订单系统需要在快递被签收后提醒用户对商品做评价。这里要注意，确认收到货不代表交易成功，相反是售后服务的开始。 订单完成：订单完成是指在收到货X天的状态，此时订单不在售后的支持时间范围内。到此，一个订单的正向流程就算走完了。 （2）逆向流程 上面说到逆向流程是各种修改订单、取消订单、退款、退货等操作，需要梳理清楚这些流程与正向流程的关系，才能理清订单系统完整的订单流程。 订单修改：可梳理订单内信息，根据信息关联程度及业务诉求，设定订单的可修改范围是什么，比如：客户下单后，想修改收货人地址及电话。此时只需对相应数据进行更新即可。 订单取消：用户提交订单后没有进行支付操作，此时用户原则上属于取消订单，因为还未付款，则比较简单，只需要将原本提交订单时扣减的库存补回，促销优惠中使用的优惠券，权益等视平台规则，进行相应补回。 退款：用户支付成功后，客户发出退款的诉求后，需商户进行退款审核，双方达成一致后，系统应以退款单的形式完成退款，关联原订单数据。因商品无变化，所以不需考虑与库存系统的交互，仅需考虑促销系统及支付系统交互即可。 退货：用户支付成功后，客户发出退货的诉求后，需商户进行退款审核，双方达成一致后，需对库存系统进行补回，支付系统、促销系统以退款单形式完成退款。最后，在退款/退货流程中，需结合平台业务场景，考虑优惠分摊的逻辑，在发生退款/退货时，优惠该如何退回的处理规则和流程。 （3）状态机 状态机是管理订单状态逻辑的工具。状态机可归纳为3个要素，即现态、动作、次态。 现态：是指当前所处的状态。 动作：动作执行完毕后，可以迁移到新的状态，也可以仍旧保持原状态。 ：动作满足后要迁往的新状态，“次态”是相对于“现态”而言的，“次态”一旦被激活，就转变成新的“现态”了。 状态机的设计需要结合平台实际业务场景，将状态间的切换细化成了执行了某个动作。 以一个B2C商城的订单系统举例如下： 订单系统为了高效的对订单进行跟踪和管理，会对订单流程当中的关键节点，抽象出订单状态。而订单状态从不同用户的角度可分为，系统订单状态、商家订单状态、买家订单状态等。 对于订单系统来说，订单状态细分的颗粒度越细、越明确，订单系统管理的精度和可靠性就越高，比如：在待付款和待发货两个状态中，订单系统后台会细分为订单超时取消、订单支付失败、订单付款完成等。 因此，订单状态模块中，通常会维护状态映射表，以不同的用户角色对系统订单状态进行重新划分，以满足不同用户的需求。 除此以外，随着电商平台的不断发展，不同的业务类型，所对应的订单状态都会有所区别。所以，订单系统中一般会储存多套状态机，以满足不同的订单类型来使用。 订单系统的发展 订单系统的主体框架，和主要业务模块已基本讲完，那么随着企业的发展，业务量和业务形式不断变化，企业有可能形成多个订单系统并存以满足不同的业务需要的情况。 业务系统架构如下： 这种状况的出现，将会给平台带来非常大的发展瓶颈，如： 三个订单系统，每个订单系统处理不同类型的订单，没有统一的订单销量、订单状态信息，网站前台对订单的状态展示与控制不统一，只能是在网站前台会员中心硬代码维护一套面向会员的统一订单明细与状态数据。而无线侧上线后，由于不了解前台网站会员中心的订单状态管理逻辑，所以需要把前台网站的订单明细及状态管理再在无线应用侧再实现一遍。 三套后台订单系统与公共业务系统如会员中心、支付与财务、促销工具、客户分单等系统都需要对接一遍，公共业务处理逻辑不统一，一旦逻辑变更，多个系的同一个接口都要修改一遍，接口的重复维护开发工作量大。 长按订阅更多精彩▼ 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！

近日，宁畅信息产业(北京)有限公司(以下简称“宁畅”)表示，已受邀参展12月15-17日举办的英伟达(NVIDIA)2020年GTC中国线上峰会，届时将携多款AI服务器亮相。 图说：宁畅参展2020年GTC中国线上峰会页面 宁畅作为NVIDIA在中国区重要合作伙伴，目前搭载NVIDIA V100™ Tensor Core GPU、NVIDIA T4™ Tensor Core GPU等NVIDA产品的宁畅AI服务器，已广泛应用于知名互联网、云计算公司，支撑语义识别、图像分析、机器翻译、训练推理等AI场景。 宁畅工程师表示，宁畅AI服务器产品在短时间赢得众多IT公司认可，主要依托其提供定制化服务，满足用户对运维、配置、应用场景优化等多元需求。 定制AI服务器助IDC简便运维 随着AI(人工智能)产业高速发展，GPU服务器已占据大量IDC空间。相比通用CPU服务器，AI服务器的高发热量、高IO等特性，正使其成为IDC运维人员“重点关注”对象。 面对成千上万的服务器，平台化的“智能管理”已成为IDC运维监管的主流模式。而如何让异构的AI服务器纳入到“统一”的管理平台中，则是每个互联网厂商在购买AI服务器时，必须考虑的问题。 宁畅工程师介绍，针对用户“运维管理”痛点，宁畅可在AI服务器出厂时按照用户数据中心运维标准，配置好BIOS、BMC等诸多监管、运维接口。用户只需接上电源、网线，便可将批量的宁畅AI服务器纳入到现有的智能管理平台，简单便捷。 除软件、底层的接口标准定制外，宁畅AI服务器还可按照客户IDC实际布局和配置，在出厂时对硬盘位置、网卡位置进行合理布局，并同步优化散热风道，最终达成降低用户TCO(总体拥有成本)10%以上目标。 除提供定制化服务，依托全面的产品、技术与工程平台，宁畅AI服务器具有灵活多变适应不同AI场景能力，可满足用户对“灵活拓扑”的算力架构需求。 宁畅工程师介绍，以宁畅X640系列人工智能服务器为例，其兼顾超强算力、极高存储以及强大数据交换能力，可通过硬件链路重新布局以实现灵活GPU 拓扑结构，并针对不同应用场景和模型进行GPU互联优化。 图说：宁畅人工智能X640系列服务器 宁畅X640可针对训练应用，支持8个NVIDIA V100™ Tensor Core GPU/ NVIDIA® Quadro RTX™ 6000/ NVIDIA® Quadro RTX™ 8000全速7*24h工作。针对推理应用，支持16个NVIDIA T4™ Tensor Core GPU提供在线大数据处理。 在满配各种高密度GPU后，宁畅X640仍有丰富PCI-E接口用于网络，存储和其他IO扩展，并进一步优化运维效率，专业管理平台能够实现对市面主流的各类GPU实现识别、监控、风扇调速支持，故障报警等功能。 今年10月22日，搭载NVIDIA V100 /A100 ™的宁畅X640 G30 AI服务器，在业内权威AI基准性能评测平台MLPerf的ResNet50、SSD、BERT、DLRM等10多项基准测试中取得30项世界第一成绩。 图说：16卡配置X640 G30部分测试分数对比图 如今，宁畅AI服务产品已中标众多IT行业知名企业项目，涵盖互联网、电信、云计算、金融等领域。

出品 21ic中国电子网 付斌整理 网站：21ic.com 12月1日晚间，高通在骁龙技术峰会上正式发布骁龙888旗舰平台处理器，该新品集成了高通第三代5G调制解调器及射频系统骁龙X60，同时产品将会在小米11上全球首发。 以数字“8”开头的产品型号长期以来是高通用来代表旗舰的，按照上一代骁龙865来说，本代产品型号应为骁龙875，不过根据高通解释，888是一个非常幸运数字，因此得以使用这样的名字。 在参数方面，骁龙888的CPU率先使用了ARM最新的Cortex X1作为其大核，整体仍然采用“1+3+4”的架构，具体是1 x 2.84 GHz Cortex X1核心+3 x2.4GHz Cortex A78核心+4 x 1.8 GHz Cortex A55核心。搭载了Adreno 660 GPU，X60 5G modem基带，支持WiFi 6E和Bluetooth 5.2。 值得一提的是，集成在其内的骁龙X60采用5nm工艺，支持Sub-6GHz全部主要频段、5G载波聚合、全球多SIM卡功能、独立（SA）和非独立（NSA）组网模式以及动态频谱共享（DSS）。 在功能方面，骁龙888拥有第六代AI引擎、第二代传感中枢和第三代骁龙 Elite Gaming，采用Hexagon DSP设计，AI加速运算速度高达26TOPS。 在拍照方面，骁龙888的ISP处理速度高达每秒27亿像素，换言之，这块SoC可以实现1200万像素（4000*3000分辨率）的120Hz视频记录。 会议上，雷军官宣小米11将全球首发骁龙888。他强调，高通骁龙888是高通有史以来功能最强大的移动平台，除了领先的5G连接，还在AI、游戏和相机等领域带来了突破性创新。 值得一提的是，现场高通总裁安蒙对近期的热点发表了评论： 其一，他希望ARM能够保持自己的独立性，继续推出更好的架构供业界使用； 其二，他很高兴市场出现荣耀这样的新的参与者，高通将会和荣耀继续展开对话； 其三，确认目前拿到了向华为供货4G芯片、计算芯片、WiFi产品的许可，虽然5G是目前主流，但重启4G或能帮助华为维持中低端手机市场运转。他强调，将继续等待，希望有朝一日能与华为在5G旗舰产品上有业务往来。 END 来源： 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！

二极管最重要的特性是单向导电性，利用这一特性可以设计很多好玩实用的电路，本文主要讲述限幅电路和钳位电路。 本文目录（点击查看大图） ▉ 正限幅电路 正半周时且Vin的电压大于等于0.7V时，二极管导通，Vout会被钳位在0.7V；在负半周和Vin电压小于0.7V时，二极管是截止状态，所以Vout=Vin，即Vout波形跟随Vin波形。 ▉ 负限幅电路 在正半周时，二极管截止，Vout=Vin，即波形跟随；在负半周Vin电压小于等于-0.7V时，二极管会导通，Vout电压会被钳位在-0.7V。 ▉ 双向限幅电路 双向限幅是结合了上面两个电路，用了两个二极管。正半周，通过D1将超出的部分钳位在0.7V，负半周通过D2将超出的部分钳位在-0.7V。 ▉ 正偏压限幅 为了产生不同的限幅电压，有时候会在电路中加入偏置电压Vbias，当Vin的电压大于等于Vbias+0.7V时，二极管导通，Vout被钳位。 ▉ 负偏压限幅 负偏压是一样的道理，Vin电压小于等于-0.7-Vbias时，二极管导通，Vout被钳位。 ▉ 双向偏压限幅 双向偏压限幅是两个二极管加两个偏置电压，正半周大于等于4.7V时，D1导通，超出部分被钳位在4.7V；负半周小于等于-6.7V时，D2导通，超出部分被钳位在-6.7V。 上面几种都是不含有电容的电路，主要是用来限幅。 下面几种是含有电容的二极管钳位电路，以下分析不考虑二极管的导通压降（即二极管正向导通相当于一根导线，反向截止断路），RC时间常数足够大，保证输出波形不失真。 ▉ 简单型正钳位电路 电路原理： 输入Vin在负半周时（Vin上负下正），二极管导通，电流如红色箭头所示，电容充电至+V（左负右正），Vout=0V； 输入Vin在正半周时（Vin上正下负），二极管截止，电流如蓝色箭头所示，Vout电压等于电容电压加上正半周电压，所以Vout=2V； ▉ 偏压型正钳位电路 偏压型钳位电路和限幅电路很类似，在电路中加入偏置电压来提高或者降低钳位值。 Figure a为正向偏压型，所加的偏压与二极管导通方向一致时，波形向上，即钳位值会提高V1。 Figure b为反向偏压型，所加的偏压与二极管导通方向相反时，波形向下，即钳位值会降低V1。 ▉ 简单型负钳位电路 电路原理： 输入Vin在正半周时（Vin上正下负），二极管导通，电流如红色箭头所示，电容两端压差充电至+V（左正右负），Vout=0V； 输入Vin在负半周时（Vin上负下正），二极管截止，电流如红色箭头所示，Vout电压等于负的（电容电压+负半周电压），即Vout=-2V； ▉ 偏压型负钳位电路 偏压型负钳位同偏压型正钳位类似，在电路中加入偏置电压来提高或者降低钳位值。 Figure C为反向偏压型，所加的偏压与二极管导通方向相反时，波形向上，即钳位值会提高V1。 Figure D为正向偏压型，所加的偏压与二极管导通方向相同时，波形向下，即钳位值会降低V1。 ▉ 常见的双向二极管钳位电路 在一些ADC检测电路中会用两个二极管进行钳位保护，原理很简单，0.7V为D1和D2的导通压降，Vin进来的电压大于等于Vmax时，D1导通，Vout会被钳位在Vmax；Vin小于等于Vmin时，Vout被钳位在Vmin，一般D2的正极接地。 今天的文章内容到这里就结束了，希望对你有帮助，我们下一期见。 END 来源：记得诚电子设计，作者：记得诚 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！

来源 | PCB Arts 你平时 PCB 走线和布局怎样的？下面来欣赏一下这些板子： 评论区讨论： 大家设计PCB的时候，是美观第一，还是性能第一？ 亦或是不影响性能的情况下，美观第一？ 免责声明： 本文素材来源网络，版权归原作者所有。如涉及作品版权问题，请与我联系删除。 ———— 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！

本文来源：https://honeypps.com/java/java-nio-quick-start/ 现在使用NIO的场景越来越多，很多网上的技术框架或多或少的使用NIO技术，譬如Tomcat，Jetty。学习和掌握NIO技术已经不是一个JAVA攻城狮的加分技能，而是一个必备技能。 再者现在互联网的面试中上点level的都会涉及一下NIO或者AIO的问题（AIO下次再讲述，本篇主要讲述NIO）,掌握好NIO也能帮助你获得一份较好的offer。驱使博主写这篇文章的关键是网上关于NIO的文章并不是很多，而且案例较少，针对这个特性，本文主要通过实际案例主要讲述NIO的用法，每个案例都经过实际检验。博主通过自己的理解以及一些案例希望能给各位在学习NIO之时多一份参考。博主能力有限，文中有不足之处欢迎之处。 概述 NIO主要有三大核心部分：Channel(通道)，Buffer(缓冲区), Selector。传统IO基于字节流和字符流进行操作，而NIO基于Channel和Buffer(缓冲区)进行操作，数据总是从通道读取到缓冲区中，或者从缓冲区写入到通道中。Selector(选择区)用于监听多个通道的事件（比如：连接打开，数据到达）。因此，单个线程可以监听多个数据通道。 NIO和传统IO（一下简称IO）之间第一个最大的区别是，IO是面向流的，NIO是面向缓冲区的。Java IO面向流意味着每次从流中读一个或多个字节，直至读取所有字节，它们没有被缓存在任何地方。此外，它不能前后移动流中的数据。如果需要前后移动从流中读取的数据，需要先将它缓存到一个缓冲区。NIO的缓冲导向方法略有不同。数据读取到一个它稍后处理的缓冲区，需要时可在缓冲区中前后移动。这就增加了处理过程中的灵活性。但是，还需要检查是否该缓冲区中包含所有您需要处理的数据。而且，需确保当更多的数据读入缓冲区时，不要覆盖缓冲区里尚未处理的数据。 IO的各种流是阻塞的。这意味着，当一个线程调用read() 或 write()时，该线程被阻塞，直到有一些数据被读取，或数据完全写入。该线程在此期间不能再干任何事情了。NIO的非阻塞模式，使一个线程从某通道发送请求读取数据，但是它仅能得到目前可用的数据，如果目前没有数据可用时，就什么都不会获取。而不是保持线程阻塞，所以直至数据变的可以读取之前，该线程可以继续做其他的事情。非阻塞写也是如此。一个线程请求写入一些数据到某通道，但不需要等待它完全写入，这个线程同时可以去做别的事情。线程通常将非阻塞IO的空闲时间用于在其它通道上执行IO操作，所以一个单独的线程现在可以管理多个输入和输出通道（channel）。 Channel 首先说一下Channel，国内大多翻译成“通道”。Channel和IO中的Stream(流)是差不多一个等级的。只不过Stream是单向的，譬如：InputStream, OutputStream.而Channel是双向的，既可以用来进行读操作，又可以用来进行写操作。 NIO中的Channel的主要实现有： FileChannel DatagramChannel SocketChannel ServerSocketChannel 这里看名字就可以猜出个所以然来：分别可以对应文件IO、UDP和TCP（Server和Client）。下面演示的案例基本上就是围绕这4个类型的Channel进行陈述的。 Buffer NIO中的关键Buffer实现有：ByteBuffer, CharBuffer, DoubleBuffer, FloatBuffer, IntBuffer, LongBuffer, ShortBuffer，分别对应基本数据类型: byte, char, double, float, int, long, short。当然NIO中还有MappedByteBuffer, HeapByteBuffer, DirectByteBuffer等这里先不进行陈述。 Selector Selector运行单线程处理多个Channel，如果你的应用打开了多个通道，但每个连接的流量都很低，使用Selector就会很方便。例如在一个聊天服务器中。要使用Selector, 得向Selector注册Channel，然后调用它的select()方法。这个方法会一直阻塞到某个注册的通道有事件就绪。一旦这个方法返回，线程就可以处理这些事件，事件的例子有如新的连接进来、数据接收等。 FileChannel 看完上面的陈述，对于第一次接触NIO的同学来说云里雾里，只说了一些概念，也没记住什么，更别说怎么用了。这里开始通过传统IO以及更改后的NIO来做对比，以更形象的突出NIO的用法，进而使你对NIO有一点点的了解。 传统IO vs NIO 首先，案例1是采用FileInputStream读取文件内容的： public static void method2(){ InputStream in = null; try{ in = new BufferedInputStream(new FileInputStream("src/nomal_io.txt")); byte [] buf = new byte[1024]; int bytesRead = in.read(buf); while(bytesRead != -1) { for(int i=0;i System.out.print((char)buf[i]); bytesRead = in.read(buf); } }catch (IOException e) { e.printStackTrace(); }finally{ try{ if(in != null){ in.close(); } }catch (IOException e){ e.printStackTrace(); } } } 输出结果：（略） 案例是对应的NIO（这里通过RandomAccessFile进行操作，当然也可以通过FileInputStream.getChannel()进行操作）： public static void method1(){ RandomAccessFile aFile = null; try{ aFile = new RandomAccessFile("src/nio.txt","rw"); FileChannel fileChannel = aFile.getChannel(); ByteBuffer…

来源：https://blog.csdn.net/demonson/article/details/104369733 innodb事务日志包括redo log和undo log。redo log是重做日志，提供前滚操作，undo log是回滚日志，提供回滚操作。 undo log不是redo log的逆向过程，其实它们都算是用来恢复的日志： 1.redo log通常是物理日志，记录的是数据页的物理修改，而不是某一行或某几行修改成怎样怎样，它用来恢复提交后的物理数据页(恢复数据页，且只能恢复到最后一次提交的位置)。 2.undo用来回滚行记录到某个版本。undo log一般是逻辑日志，根据每行记录进行记录。 1.redo log 1.1 redo log和二进制日志的区别 二进制日志相关内容，参考：MariaDB/MySQL的二进制日志。 redo log不是二进制日志。虽然二进制日志中也记录了innodb表的很多操作， 也能实现重做的功能，但是它们之间有很大区别。 二进制日志是在 存储引擎的上层产生的，不管是什么存储引擎，对数据库进行了修改都会产生二进制日志。而redo log是innodb层产生的，只记录该存储引擎中表的修改。 并且二进制日志先于redo log被记录。具体的见后文group commit小结。 二进制日志记录操作的方法是逻辑性的语句。即便它是基于行格式的记录方式，其本质也还是逻辑的SQL设置，如该行记录的每列的值是多少。而redo log是在物理格式上的日志，它记录的是数据库中每个页的修改。 二进制日志只在每次事务提交的时候一次性写入缓存中的日志”文件”(对于非事务表的操作，则是每次执行语句成功后就直接写入)。而redo log在数据准备修改前写入缓存中的redo log中，然后才对缓存中的数据执行修改操作；而且保证在发出事务提交指令时，先向缓存中的redo log写入日志，写入完成后才执行提交动作。 因为二进制日志只在提交的时候一次性写入，所以二进制日志中的记录方式和提交顺序有关，且一次提交对应一次记录。而redo log中是记录的物理页的修改，redo log文件中同一个事务可能多次记录，最后一个提交的事务记录会覆盖所有未提交的事务记录。例如事务T1，可能在redo log中记录了 T1-1,T1-2,T1-3，T1* 共4个操作，其中 T1* 表示最后提交时的日志记录，所以对应的数据页最终状态是 T1* 对应的操作结果。而且redo log是并发写入的，不同事务之间的不同版本的记录会穿插写入到redo log文件中，例如可能redo log的记录方式如下：T1-1,T1-2,T2-1,T2-2,T2*,T1-3,T1* 。 事务日志记录的是物理页的情况，它具有幂等性，因此记录日志的方式极其简练。幂等性的意思是多次操作前后状态是一样的，例如新插入一行后又删除该行，前后状态没有变化。而二进制日志记录的是所有影响数据的操作，记录的内容较多。例如插入一行记录一次，删除该行又记录一次。 1.2 redo log的基本概念 redo log包括两部分：一是内存中的日志缓冲(redo log buffer)，该部分日志是易失性的；二是磁盘上的重做日志文件(redo log file)，该部分日志是持久的。 在概念上，innodb通过 force log at commit机制实现事务的持久性，即在事务提交的时候，必须先将该事务的所有事务日志写入到磁盘上的redo log file和undo log file中进行持久化。 为了确保每次日志都能写入到事务日志文件中，在每次将log buffer中的日志写入日志文件的过程中都会调用一次操作系统的fsync操作(即fsync()系统调用)。因为MariaDB/MySQL是工作在用户空间的，MariaDB/MySQL的log buffer处于用户空间的内存中。要写入到磁盘上的log file中(redo:ib_logfileN文件,undo:share tablespace或.ibd文件)，中间还要经过操作系统内核空间的os buffer，调用fsync()的作用就是将OS buffer中的日志刷到磁盘上的log file中。 也就是说，从redo log buffer写日志到磁盘的redo log file中，过程如下：  在此处需要注意一点，一般所说的log file并不是磁盘上的物理日志文件，而是操作系统缓存中的log file，官方手册上的意思也是如此(例如：With a value of 2, the contents of the InnoDB log buffer are written to the log file after each transaction commit and  the log file is flushed to disk approximately once per second)。 但说实话，这不太好理解，既然都称为file了，应该已经属于物理文件了。所以在本文后续内容中都以os buffer或者file system buffer来表示官方手册中所说的Log file，然后log file则表示磁盘上的物理日志文件，即log file on disk。…

最近连着几天晚上在家总是接到一些奇奇怪怪的电话，“哥，你是 xxx 吧，我们这里是 xxx 高端男士私人会所…”，握草，我先是一愣，然后狠狠的骂了回去。一脸傲娇的转过头，面带微笑稍显谄媚：老婆你听我说，我真的啥也没干，你要相信我！ 啪~ 搞事情啊 过后揉揉脸细想想，肯定是哪个不道德的网站，又把我的个人信息给卖了，现在的人上网都处于一个裸奔的状态，个人信息已不再属于个人，时下这种事好像也见怪不怪了，不过，出现这种事大多是有内鬼。 停止交易，有内鬼 而作为开发者的我们，能做的就是尽量避免经我们手的用户数据泄露，那今天就来讲讲互联网中内部防止隐私数据泄露的手段-数据脱敏。 什么是数据脱敏 先来看看什么是数据脱敏？数据脱敏也叫数据的去隐私化，在我们给定脱敏规则和策略的情况下，对敏感数据比如 手机号、银行卡号 等信息，进行转换或者修改的一种技术手段，防止敏感数据直接在不可靠的环境下使用。 像政府、医疗行业、金融机构、移动运营商是比较早开始应用数据脱敏的，因为他们所掌握的都是用户最核心的私密数据，如果泄露后果是不可估量的。 数据脱敏的应用在生活中是比较常见的，比如我们在淘宝买东西订单详情中，商家账户信息会被用 * 遮挡，保障了商户隐私不泄露，这就是一种数据脱敏方式。 淘宝详情 数据脱敏又分为静态数据脱敏（SDM）和 动态数据脱敏（DDM）： 静态数据脱敏 静态数据脱敏（SDM）：适用于将数据抽取出生产环境脱敏后分发至测试、开发、培训、数据分析等场景。 有时我们可能需要将生产环境的数据  copy 到测试、开发库中，以此来排查问题或进行数据分析，但出于安全考虑又不能将敏感数据存储于非生产环境，此时就要把敏感数据从生产环境脱敏完毕之后再在非生产环境使用。 这样脱敏后的数据与生产环境隔离，满足业务需要的同时又保障了生产数据的安全。 数据脱敏过程 如上图所示，将用户的真实 姓名、手机号、身份证、银行卡号 通过 替换、无效化、乱序、对称加密 等方案进行脱敏改造。 动态数据脱敏 动态数据脱敏（DDM）：一般用在生产环境，访问敏感数据时实时进行脱敏，因为有时在不同情况下对于同一敏感数据的读取，需要做不同级别的脱敏处理，例如：不同角色、不同权限所执行的脱敏方案会不同。 注意：在抹去数据中的敏感内容同时，也需要保持原有的数据特征、业务规则和数据关联性，保证我们在开发、测试以及数据分析类业务不会受到脱敏的影响，使脱敏前后的数据一致性和有效性。。 数据脱敏方案 数据脱敏系统可以按照不同业务场景自行定义和编写脱敏规则，可以针对库表的某个敏感字段，进行数据的不落地脱敏。 脱敏系统 数据脱敏的方式有很多种，接下来以下图数据为准一个一个的演示每种方案。 原始数据 1、无效化 无效化方案在处理待脱敏的数据时，通过对字段数据值进行 截断、加密、隐藏 等方式让敏感数据脱敏，使其不再具有利用价值。一般采用特殊字符（*等）代替真值，这种隐藏敏感数据的方法简单，但缺点是用户无法得知原数据的格式，如果想要获取完整信息，要让用户授权查询。 截断方式 比如我们将身份证号用 * 替换真实数字就变成了 “220724 ****** 3523″，非常简单。 隐藏方式 2、随机值 随机值替换，字母变为随机字母，数字变为随机数字，文字随机替换文字的方式来改变敏感数据，这种方案的优点在于可以在一定程度上保留原有数据的格式，往往这种方法用户不易察觉的。 我们看到 name 和 idnumber 字段进行了随机化脱敏，而名字姓、氏随机化稍有特殊，需要有对应姓氏字典数据支持。 随机值 3、数据替换 数据替换与前边的无效化方式比较相似，不同的是这里不以特殊字符进行遮挡，而是用一个设定的虚拟值替换真值。比如说我们将手机号统一设置成 “13651300000”。 数据替换 4、对称加密 对称加密是一种特殊的可逆脱敏方法，通过加密密钥和算法对敏感数据进行加密，密文格式与原始数据在逻辑规则上一致，通过密钥解密可以恢复原始数据，要注意的就是密钥的安全性。 对称加密 5、平均值 平均值方案经常用在统计场景，针对数值型数据，我们先计算它们的均值，然后使脱敏后的值在均值附近随机分布，从而保持数据的总和不变。 原始数据 对价格字段 price 做平均值处理后，字段总金额不变，但脱敏后的字段值都在均值 60 附近。 平均值 6、偏移和取整 这种方式通过随机移位改变数字数据，偏移取整在保持了数据的安全性的同时保证了范围的大致真实性，比之前几种方案更接近真实数据，在大数据分析场景中意义比较大。 比如下边的日期字段create_time中 2020-12-08 15:12:25 变为 2018-01-02 15:00:00。 取整 数据脱敏规则在实际应用中往往都是多种方案配合使用，以此来达到更高的安全级别。 总结 无论是静态脱敏还是动态脱敏，其最终都是为了防止组织内部对隐私数据的滥用，防止隐私数据在未经脱敏的情况下从组织流出。所以作为一个程序员不泄露数据是最起码的操守。 长按订阅更多精彩▼ 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！