11月5日，由众智·技服管家主办的2020医疗内窥镜技术发展研讨会在深圳举行。本次大会邀请了300名国产医疗器械生产商代表及医疗行业从业者参会，聚焦中国医疗内窥镜产业发展趋势，探讨新时代医疗科技的全新发展机遇。豪威集团市场部总监孟树先生也应邀出席本次会议，并发表了主题为“系统级医用内窥镜图像解决方案”的演讲，从技术方案的角度解读医疗内窥镜未来的发展方向。 近年来，医疗器械产业伴随人类健康需求的增长而不断发展，内窥镜作为介入领域的高端医疗设备，在现代医疗中发挥着关键作用，为提升诊治准确性、缩短手术时间、降低病患痛苦提供了很大帮助。但目前内窥镜在临床应用中依然存在着重复使用的问题，不仅加大了交叉感染的风险，还增加了医院的运营管理成本。因此，精密微型化、集成化和定制化，以及一次性使用正逐渐成为医用内窥镜未来的发展趋势。 与此同时，良好外部环境和国家政策的大力支持，也让我国医疗内窥镜自主创新能力不断加强。据前瞻产业研究院发布的《中国内窥镜行业市场需求与投资规划分析报告》统计数据显示，截止至2017年全球医用内窥镜市场规模增长至突破200亿美元。根据EvaluateMedTech按照6.8%的复合增速测算，预计到2022年全球医用内窥镜市场规模将达到260亿美元。[1]创新能力的提升及市场需求的扩大，也进一步带动了国产内窥镜核心技术及相关设备的发展。

众所周知，目前，联发科的芯片(比如天玑720)目前虽然已经重新得到华为、小米和OPPO等主流厂家的采用，但主流手机厂商普遍选择的联发科产品还是集中在中低端芯片上。11月11日，联发科又推出了一款5G智能手机芯片天玑700。 天玑700是联发科天玑5G智能手机芯片家族的新成员，采用7nm工艺打造，天玑700采用八核CPU架构，包括两颗Arm Cortex-A76大核，主频高达2.2GHz。 不过，联发科并没有放弃觊觎旗舰芯片市场。此前有消息称，联发科还将会在明年的第二季度推出5nm工艺制程的天玑2000，这意味着，重回5G视野的联发科将会与高通在高端的战场上正面竞争。 此前，联发科进行了架构的重整，分为无线通信、智能设备、智能家居三大板块。从具体营收来看，由于5G手机出货量尚处于增长期，本季度联发科“智能手机与平板”业务的营收占比有所增加，从去年的30%35%增长到了43%-48%。联发科预估，2021年5G手机将会有一倍以上的年增长率。 此次除了手机平台，联发科还推出了两款应用于下一代Chromebook的芯片组：7nm MT8192和6nm MT8195，主要应用在智能显示屏、平板电脑等其他智能设备终端上。 天玑700支持90Hz屏幕刷新率，为终端用户带来顺畅的视觉体验，支持4800万像素或6400万像素的主摄像头传感器，具备AI景深、AI着色和AI美颜功能。 在天玑700之前，联发科已经推出了5款天玑系列5G智能手机芯片，分别是天玑1000、天玑820、天玑800、天玑800U和天玑720，天玑700推出之后，联发科天玑系列5G芯片进一步丰富，全面覆盖高端、中端和入门市场，手机厂商也就有了更多的选择。 在官网上，联发科还提到，天玑700支持全球多种语音助理，包括阿里巴巴、腾讯、百度、亚马逊、谷歌等的语音助理。除了激进扩张覆盖全价位段的芯片产品线，联发科接下来还有可能和小米在内的手机厂商做深入的合作定制。。至于更多详细信息，我们拭目以待。不如让我们一起期待一下。

而辉瑞疫苗，成为影响市场更大的催化因素，辉瑞宣称其疫苗能阻止90%的新冠病毒感染的消息发酵后，投资者认为互联网等“宅经济”企业的投资逻辑生变，一些投资者选择兑现盈利，造成股价下跌。 11月11日，阿里巴巴数据显示，11月1日至11日0点30分，2020年天猫双11全球狂欢季实时成交额突破3723亿。在0分26秒，天猫双11成功扛住了58.3万笔/秒的订单创建新峰值，第一波洪峰已过。 京东方面，从11月1日0点至11月11日0点9分，京东11.11全球热爱季累计下单金额已经突破2000亿元。 然而没想到，阿里巴巴、京东的兴奋劲还没捂热，股价全打折了! 这轮“打折”力度有多大? 阿里巴巴，港股在10月27日录得319港元的新高，现已回落至248.4港元，10日大跌超5%，11日更狠，暴跌近10%，两天跌去了14%。 而京东集团在11月9日探至365.2港元的新高，现股价3006港元，10日跌去8.78%，11日跌去9.20%，两天合计跌去超17%! 而美团在11月9日股价盘中高达338港元，总市值盘中一度超工商银行，现股价已跌回271港元，这两天一共跌去了近20%! 而腾讯在11月9日触及633港元的高位，现已回落至551港元，这两天跌去了11%。 基金君粗略算了一下，这四家互联网巨头，两天就蒸发了超2万亿港元，可以说是集体打“骨折”了。 为什么科技股疯狂暴跌? 此次中国科技股普跌，被认为与11月10日早间，国家市场监管总局公布的《关于平台经济领域的反垄断指南(征求意见稿)》有关。平台要求商家“二选一”、对消费者进行大数据“杀熟”，利用规则、算法、技术、流量分配等无正当理由拒绝进行交易等等行为都可能被认定为“存在垄断行为”。 受此影响，阿里巴巴、京东、美团、腾讯等港股上市科技股连续两天跳水。 11月10日，在澳门举行的博鳌亚洲论坛国际科技与创新论坛首届大会开幕式上，周小川表示，当前科技创新在催生巨大动能的同时，也给社会治理和全球治理带来巨大挑战：首先，发展中国家数字基础设施投入不足，全球数字鸿沟进一步拉大，减贫和发展仍然任重而道远;其次，人工智能颠覆传统产业，基因编辑技术进入实际了应用，引发结构性失业和社会伦理等问题;第三，互联网科技巨头掌控大量数据和市场份额，形成垄断抑制公平竞争。 这波调整要多久? 摩根大通的观点是，短期来看将引起相关股票的下跌，尤其是阿里和美团，主要是投资者从这些表现优异的公司中获利了结，但是不太可能引发大规模或长期抛售。 对相关股票来说，该指南在未来几个月可能带来两种情形：要么经营环境基本不变，风险逐渐减少;要么经营环境变化对盈利有重大影响，股价进一步修正。从字节跳动公司策略来看，当前抖音MAU已逾7亿，其用户体量及影响力已经能与微信平台抗衡，较难进一步通过微信获取新流量;同时字节跳动更希望将社交关系链沉淀到抖音平台，而不是进一步通过微信外链扩张。 如果微信放开抖音分享封禁，抖音短视频或将提升微信平台内容丰富度，拉动微信使用时长提升。从阿里巴巴公司策略来看，放开淘宝分享封禁后，微信作为流量入口料将分流淘宝平台流量，阿里巴巴接入微信小程序电商体系，或将带动腾讯交易生态发展。 因此，微信分享封禁放开后，或将进一步拉动微信平台的活跃程度，负面影响料有限。 目前，我国前五的互联网平台(阿里巴巴、腾讯控股、美团、京东、拼多多)年初至今平均涨幅122%，总市值达13.6万亿元，为万得全A总市值的16%。 面临反垄断加强监管、新冠疫苗研发进度超预期推动线下复苏，相关龙头的估值短期或受到一定的压制。但是长期来看，互联网平台的集中度较高是消费互联网自然发展的结果，符合产业发展的基本逻辑，预期监管更多会推动平台公司改进业务规则和产品服务等，不改其长期市场地位和投资价值。 这两天，国内的互联网巨头跌得太惨了，阿里、腾讯、京东、美团、拼多多，市场分析，大跌有两个原因，一是出台限制本土科技巨头垄断的新规，二是新冠疫苗研制有超预期成果，科技类股继续遭到抛售，资金出现从科技股转移到周期性和价值型股票的板块轮动趋势。对此，大家怎么看呢?

这个是今天在微信群里讨论的一个问题，先看图片 点击查看大图 代码流程大概是这个样子的 点击查看大图 查看 length 和 space1 的值，明显看到 length 小于 space1 的值，即使是这样小白都能搞懂流程的情况下，代码还是跑到else里面区执行 调试查看数据 然后 我们就在群里讨论，有的大神说这个是内存越界，也有大神说可能是人品有问题，也有大神说这个是因为写代码前没有选好一个良辰吉日，反正大家想法都非常多，也非常古怪，这可能就是讨论群存在的一个原因了。 经过不断的验证，发现这个问题是因为编译器优化的问题。 如果在设置里面把优化选项去掉代码就执行正确 编译器对代码优化 当然还有一个问题，就是如果我想开启优化，毕竟代码太大占用的存储空间是很大的，如果能节省点空间是最好的了。所以就出现了一种，只针对某些代码不优化的设置 像这样 我们使用GCC编译的时候，也是有可能因为代码优化导致这样的问题的，庆幸的是，GCC也有设置不进行优化的开关。 #使用GCC编译器设置选择性不优化某段代码 #pragma GCC push_options#pragma GCC optimize ("O0")#pragma GCC pop_options push 的意思是把当前的编译优化选项压栈，然后再设置当前的优化选项，之后再出栈，把之前压栈的选项提取出来。 具体可以参考链接： https://gcc.gnu.org/onlinedocs/gcc-4.4.2/gcc/Function-Specific-Option-Pragmas.html 链接里面还介绍了一些其他的用法，原文如下 5.52.12 Function Specific Option Pragmas#pragma GCC target ("string"...)This pragma allows you to set target specific options for functions defined later in the source file. One or more strings can be specified. Each function that is defined after this point will be as if attribute((target("STRING"))) was specified for that function. The parenthesis around the options is optional. See Function Attributes, for more information about the target attribute and the attribute syntax.The `#pragma GCC target' pragma is not implemented in GCC versions earlier than 4.4, and is currently only implemented for the 386 and x86_64 backends.#pragma GCC optimize ("string"...)This pragma allows you to set global optimization options for functions defined later in the source file. One or more strings can be specified. Each function that is defined after this point will be as if attribute((optimize("STRING"))) was specified for that function. The parenthesis around the options is optional. See Function Attributes, for more information about the optimize attribute and the attribute syntax.The `#pragma GCC optimize' pragma is not implemented in GCC versions earlier than 4.4.#pragma GCC push_options#pragma GCC pop_optionsThese pragmas maintain a stack of the current target and optimization options. It is intended for include files where you temporarily want to switch to using a different `#pragma GCC target' or `#pragma GCC optimize' and then to pop back to the previous options.The `#pragma GCC push_options' and `#pragma GCC pop_options' pragmas are not implemented in GCC versions earlier than 4.4.#pragma GCC reset_optionsThis pragma clears the current #pragma GCC target and #pragma GCC optimize to use the default switches as specified on the command line.The `#pragma GCC reset_options' pragma is not implemented in GCC versions earlier than 4.4. #当然还有指定某个函数设置优化等级 int max(int a, int b) __attribute__((optimize("O0")));{ return a < b ? a : b;} #使用volatile 关键字避免编译器优化 volatile 的作用是提醒CPU，如果遇到被volatile 修饰的变量，要从内存里面去取值，而不要偷懒，直接从缓存里面取值，我们一般是用在那些被中断处理函数使用的那些变量。 如果有些代码，你不希望CPU偷懒，那你就可以加上volatile ，让CPU从内存取数据。 CSDN上有这样一个例子 https://blog.csdn.net/qq_28637193/article/details/88988951今天碰到一个gcc优化相关的问题，为了让一个页变成脏页（页表中dirty位被置上），需要执行下面这段代码：1 uint32_t *page;2 // ...3 page[0] = page[0];最后一行代码很有可能被gcc优化掉，因为这段代码看起来没有任何实际的作用。那么如何防止gcc对这段代码做优化呢？设置gcc编译时优化级别为-O0肯定是不合适的，这样对程序性能影响会比较大。stackoverflow上的Dietrich Epp给出了一个强制类型转换的方案：((unsigned char volatile *)page)[0] = page[0];通过volatile关键字禁止gcc的优化 #总结、什么情况会导致这样的问题？ 1、堆栈溢出应该是一个原因，之前我有遇到的情况是栈空间设置太小，然后溢出到堆空间导致问题。 2、使用某个函数导致溢出，我们使用的函数，比如，内存拷贝函数，如果长度设置不对，也会导致影响到其他的代码。 3、还有就是上面说的编译器优化导致的问题。 —— The End — — 推荐好文   点击蓝色字体即可跳转  感觉身体被掏空！只因为肝了这篇空间矢量控制算法  当心！别再被大小端的问题坑了  PID微分器与滤波器的爱恨情仇  简易PID算法的快速扫盲 增量式PID到底是什么？ 三面大疆惨败，因为不懂PID的积分抗饱和 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！

引入任何一种技术都是存在风险的，分库分表当然也不例外，除非库、表数据量持续增加，大到一定程度，以至于现有高可用架构已无法支撑，否则不建议大家做分库分表，因为做了数据分片后，你会发现自己踏上了一段踩坑之路，而分布式主键 ID 就是遇到的第一个坑。 不同数据节点间生成全局唯一主键是个棘手的问题，一张逻辑表 t_order 拆分成多个真实表 t_order_n，然后被分散到不同分片库 db_0、db_1… ，各真实表的自增键由于无法互相感知从而会产生重复主键，此时数据库本身的自增主键，就无法满足分库分表对主键全局唯一的要求。  db_0--    |-- t_order_0    |-- t_order_1    |-- t_order_2 db_1--    |-- t_order_0    |-- t_order_1    |-- t_order_2 尽管我们可以通过严格约束，各个分片表自增主键的 初始值 和 步长 的方式来解决 ID 重复的问题，但这样会让运维成本陡增，而且可扩展性极差，一旦要扩容分片表数量，原表数据变动比较大，所以这种方式不太可取。  步长 step = 分表张数 db_0--    |-- t_order_0  ID: 0、6、12、18...    |-- t_order_1  ID: 1、7、13、19...    |-- t_order_2  ID: 2、8、14、20... db_1--    |-- t_order_0  ID: 3、9、15、21...    |-- t_order_1  ID: 4、10、16、22...    |-- t_order_2  ID: 5、11、17、23... 目前已经有了许多第三放解决方案可以完美解决这个问题，比如基于 UUID、SNOWFLAKE算法 、segment号段，使用特定算法生成不重复键，或者直接引用主键生成服务，像美团（Leaf）和 滴滴（TinyId）等。 而sharding-jdbc 内置了两种分布式主键生成方案，UUID、SNOWFLAKE，不仅如此它还抽离出分布式主键生成器的接口，以便于开发者实现自定义的主键生成器，后续我们会在自定义的生成器中接入 滴滴（TinyId）的主键生成服务。 前边介绍过在 sharding-jdbc 中要想为某个字段自动生成主键 ID，只需要在 application.properties 文件中做如下配置: # 主键字段spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id# 主键ID 生成方案spring.shardingsphere.sharding.tables.t_order.key-generator.type=UUID# 工作机器 idspring.shardingsphere.sharding.tables.t_order.key-generator.props.worker.id=123 key-generator.column 表示主键字段，key-generator.type 为主键 ID 生成方案（内置或自定义的），key-generator.props.worker.id 为机器ID，在主键生成方案设为 SNOWFLAKE 时机器ID 会参与位运算。 在使用 sharding-jdbc 分布式主键时需要注意两点： 一旦 insert 插入操作的实体对象中主键字段已经赋值，那么即使配置了主键生成方案也会失效，最后SQL 执行的数据会以赋的值为准。 不要给主键字段设置自增属性，否则主键ID 会以默认的 SNOWFLAKE 方式生成。比如：用 mybatis plus 的 @TableId 注解给字段 order_id 设置了自增主键，那么此时配置哪种方案，总是按雪花算法生成。 下面我们从源码上分析下 sharding-jdbc 内置主键生成方案 UUID、SNOWFLAKE 是怎么实现的。 UUID 打开 UUID 类型的主键生成实现类 UUIDShardingKeyGenerator 的源码发现，它的生成规则只有 UUID.randomUUID() 这么一行代码，额~ 心中默默来了一句卧槽。 UUID 虽然可以做到全局唯一性，但还是不推荐使用它作为主键，因为我们的实际业务中不管是 user_id 还是 order_id 主键多为整型，而 UUID 生成的是个 32 位的字符串。 它的存储以及查询对 MySQL 的性能消耗较大，而且 MySQL 官方也明确建议，主键要尽量越短越好，作为数据库主键 UUID 的无序性还会导致数据位置频繁变动，严重影响性能。 public final class UUIDShardingKeyGenerator implements ShardingKeyGenerator {    private Properties properties = new Properties();    public UUIDShardingKeyGenerator() {    }    public String getType() {        return "UUID";    }    public synchronized Comparable  generateKey() {        return UUID.randomUUID().toString().replaceAll("-", "");    }    public Properties getProperties() {        return this.properties;    }    public void setProperties(Properties properties) {        this.properties = properties;    }} SNOWFLAKE SNOWFLAKE（雪花算法）是默认使用的主键生成方案，生成一个 64bit的长整型（Long）数据。 sharding-jdbc 中雪花算法生成的主键主要由 4部分组成，1bit符号位、41bit时间戳位、10bit工作进程位以及 12bit 序列号位。 符号位（1bit位） Java 中 Long 型的最高位是符号位，正数是0，负数是1，一般生成ID都为正数，所以默认为0 时间戳位（41bit） 41位的时间戳可以容纳的毫秒数是 2 的 41次幂，而一年的总毫秒数为 1000L * 60 * 60 * 24 * 365，计算使用时间大概是69年，额~，我有生之间算是够用了。 Math.pow(2, 41) / (365 * 24 * 60 * 60 * 1000L) = = 69年 …

事故背景 公司最近安排了一波商品抢购活动，由于后台小哥操作失误最终导致活动效果差，被用户和代理商投诉了。经理让我带同事们一起复盘这次线上事故。 什么原因造成的？ 抢购活动计划是零点准时开始， 22：00 运营人员通过后台将商品上线 23：00后台小哥已经将商品导入缓存中，提前预热 抢购开始的瞬间流量非常大，按计划是通过Redis承担大部分用户查询请求，避免请求全部落在数据库上。 缓存命中 如上图预期大部分请求会命中缓存，但是由于后台小哥预热缓存的时候将所有商品的缓存时间都设置为2小时过期，所有的商品在同一个时间点全部失效，瞬间所有的请求都落在数据库上，导致数据库扛不住压力崩溃，用户所有的请求都超时报错。 实际上所有的请求都直接落到数据库，如下图： 缓存雪崩 什么时候发现的？ 凌晨01:02 SRE 收到系统告警，登录运维管理系统发现数据库节点 CPU和内存飙升超过阈值，迅速联系后台开发人员定位排查。 为什么没有早点发现？ 由于缓存设置过期时间是2小时，凌晨1点前缓存可以命中大部分请求，数据库服务处于正常状态。 发现时采取了什么措施？ 后台小哥通过日志定位排查发现问题后，进行了一系列操作： 首先通过API Gateway（网关）限制大部分流量进来  接着将宕机的数据库服务重启  再重新预热缓存  确认缓存和数据库服务正常后将网关流量正常放开，大约01：30 抢购活动恢复正常。 如何避免下次出现？ 这次事故的原因其实就是出现了缓存雪崩，查询数据量巨大，请求直接落到数据库上，引起数据库压力过大宕机。 在业界解决缓存雪崩的方法其实比较成熟了，比如有： 均匀过期 加互斥锁 缓存永不过期 （1）均匀过期 设置不同的过期时间，让缓存失效的时间点尽量均匀。通常可以为有效期增加随机值或者统一规划有效期。 缓存key过期时间均匀分布 （2）加互斥锁 跟缓存击穿解决思路一致，同一时间只让一个线程构建缓存，其他线程阻塞排队。 互斥访问 跟缓存击穿解决思路一致，缓存在物理上永远不过期，用一个异步的线程更新缓存。 异步更新缓存 复盘总结 通过与同事复盘这次线上事故，大家对于缓存雪崩有了更深刻的理解。为了避免再次出现缓存雪崩事故，大家一起讨论了多个解决方案： （1）均匀过期 （2）加互斥锁 （3）缓存永不过期 希望技术人能够敬畏每一行代码！ 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！

来源：ksfzhaohui | http://dwz.win/Ws4 最近在看Mybatis的源码，刚好看到缓存这一块，Mybatis提供了一级缓存和二级缓存；一级缓存相对来说比较简单，功能比较齐全的是二级缓存，基本上满足了一个缓存该有的功能；当然如果拿来和专门的缓存框架如ehcache来对比可能稍有差距；本文我们将来整理一下实现一个本地缓存都应该需要考虑哪些东西。 考虑点 考虑点主要在数据用何种方式存储，能存储多少数据，多余的数据如何处理等几个点，下面我们来详细的介绍每个考虑点，以及该如何去实现； 1.数据结构 首要考虑的就是数据该如何存储，用什么数据结构存储，最简单的就直接用Map来存储数据；或者复杂的如redis一样提供了多种数据类型哈希，列表，集合，有序集合等，底层使用了双端链表，压缩列表，集合，跳跃表等数据结构； 2.对象上限 因为是本地缓存，内存有上限，所以一般都会指定缓存对象的数量比如1024，当达到某个上限后需要有某种策略去删除多余的数据； 3.清除策略 上面说到当达到对象上限之后需要有清除策略，常见的比如有LRU(最近最少使用)、FIFO(先进先出)、LFU(最近最不常用)、SOFT(软引用)、WEAK(弱引用)等策略； 4.过期时间 除了使用清除策略，一般本地缓存也会有一个过期时间设置，比如redis可以给每个key设置一个过期时间，这样当达到过期时间之后直接删除，采用清除策略+过期时间双重保证； 5.线程安全 像redis是直接使用单线程处理，所以就不存在线程安全问题；而我们现在提供的本地缓存往往是可以多个线程同时访问的，所以线程安全是不容忽视的问题；并且线程安全问题是不应该抛给使用者去保证； 6.简明的接口 提供一个傻瓜式的对外接口是很有必要的，对使用者来说使用此缓存不是一种负担而是一种享受；提供常用的get，put，remove，clear，getSize方法即可； 7.是否持久化 这个其实不是必须的，是否需要将缓存数据持久化看需求；本地缓存如ehcache是支持持久化的，而guava是没有持久化功能的；分布式缓存如redis是有持久化功能的，memcached是没有持久化功能的； 8.阻塞机制 在看Mybatis源码的时候，二级缓存提供了一个blocking标识，表示当在缓存中找不到元素时，它设置对缓存键的锁定；这样其他线程将等待此元素被填充，而不是命中数据库；其实我们使用缓存的目的就是因为被缓存的数据生成比较费时，比如调用对外的接口，查询数据库，计算量很大的结果等等；这时候如果多个线程同时调用get方法获取的结果都为null，每个线程都去执行一遍费时的计算，其实也是对资源的浪费；最好的办法是只有一个线程去执行，其他线程等待，计算一次就够了；但是此功能基本上都交给使用者来处理，很少有本地缓存有这种功能； 如何实现 以上大致介绍了实现一个本地缓存我们都有哪些需要考虑的地方，当然可能还有其他没有考虑到的点；下面继续看看关于每个点都应该如何去实现，重点介绍一下思路； 1.数据结构 本地缓存最常见的是直接使用Map来存储，比如guava使用ConcurrentHashMap，ehcache也是用了ConcurrentHashMap，Mybatis二级缓存使用HashMap来存储：     Map<Object, Object> cache = new ConcurrentHashMap<Object, Object>()Mybatis使用HashMap本身是非线程安全的，所以可以看到起内部使用了一个SynchronizedCache用来包装，保证线程的安全性；   当然除了使用Map来存储，可能还使用其他数据结构来存储，比如redis使用了双端链表，压缩列表，整数集合，跳跃表和字典；当然这主要是因为redis对外提供的接口很丰富除了哈希还有列表，集合，有序集合等功能； 2.对象上限 本地缓存常见的一个属性，一般缓存都会有一个默认值比如1024，在用户没有指定的情况下默认指定；当缓存的数据达到指定最大值时，需要有相关策略从缓存中清除多余的数据这就涉及到下面要介绍的清除策略； 3.清除策略 配合对象上限之后使用，场景的清除策略如：LRU(最近最少使用)、FIFO(先进先出)、LFU(最近最不常用)、SOFT(软引用)、WEAK(弱引用)； LRU ：Least RecentlyUsed的缩写最近最少使用，移除最长时间不被使用的对象；常见的使用LinkedHashMap来实现，也是很多本地缓存默认使用的策略； FIFO ：先进先出，按对象进入缓存的顺序来移除它们；常见使用队列Queue来实现； LFU ：Least FrequentlyUsed的缩写大概也是最近最少使用的意思，和LRU有点像；区别点在LRU的淘汰规则是基于访问时间，而LFU是基于访问次数的；可以通过HashMap并且记录访问次数来实现； SOFT ：软引用基于垃圾回收器状态和软引用规则移除对象；常见使用SoftReference来实现； WEAK ：弱引用更积极地基于垃圾收集器状态和弱引用规则移除对象；常见使用WeakReference来实现； 4.过期时间 设置过期时间，让缓存数据在指定时间过后自动删除；常见的过期数据删除策略有两种方式：被动删除和主动删除； 被动删除 ：每次进行get/put操作的时候都会检查一下当前key是否已经过期，如果过期则删除，类似如下代码：     if (System.currentTimeMillis() - lastClear > clearInterval) {          clear();    }     主动删除 ：专门有一个job在后台定期去检查数据是否过期，如果过期则删除，这其实可以有效的处理冷数据； 5.线程安全 尽量用线程安全的类去存储数据，比如使用ConcurrentHashMap代替HashMap；或者提供相应的同步处理类，比如Mybatis提供了SynchronizedCache：      public synchronized void putObject(Object key, Object object) {        ...省略...      }      @Override      public synchronized Object getObject(Object key) {        ...省略...      }     6.简明的接口 提供常用的get，put，remove，clear，getSize方法即可，比如Mybatis的Cache接口：     public interface Cache {      String getId();      void putObject(Object key, Object value);      Object getObject(Object key);      Object removeObject(Object key);      void clear();      int getSize();      ReadWriteLock getReadWriteLock();    }     再来看看guava提供的Cache接口，相对来说也是比较简洁的：     public interface Cache<K, V> {      V getIfPresent(@CompatibleWith("K") Object key);      V get(K key, Callable  loader) throws ExecutionException;      ImmutableMap   getAllPresent (Iterable  keys) ;      void put(K key, V value);      void putAll(Map  m);      void invalidate(@CompatibleWith("K") Object key);      void invalidateAll(Iterable  keys);      void invalidateAll();      long size();      CacheStats stats();      ConcurrentMap   asMap () ;      void cleanUp();    } 7.是否持久化 持久化的好处是重启之后可以再次加载文件中的数据，这样就起到类似热加载的功效；比如ehcache提供了是否持久化磁盘缓存的功能，将缓存数据存放在一个.data文件中；     diskPersistent="false" //是否持久化磁盘缓存 redis更是将持久化功能发挥到极致，慢慢的有点像数据库了；提供了AOF和RDB两种持久化方式；当然很多情况下可以配合使用两种方式； 8.阻塞机制 除了在Mybatis中看到了BlockingCache来实现此功能，之前在看的时候其中有实现一个很完美的缓存，大致代码如下：     public class Memoizerl<A, V> implements Computable<A, V> {        private final Map > cache =  new ConcurrentHashMap >();          private  final Computable  c;          public Memoizerl(Computable  c)  {              this.c = c;         }          @Override          public V compute(A arg) throws InterruptedException, ExecutionException {              while ( true) {                 Future  f = cache.get(arg);                  if (f ==  null) {                     Callable  eval =  new Callable () {                          @Override                          public V call() throws Exception {                              return c.compute(arg);                         }                     };                     FutureTask  ft =  new FutureTask (eval);                     f = cache.putIfAbsent(arg, ft);                      if (f == ) {                         f = ft;                         ft.run();                     }…

本来今天想继续写写半导体的个股，周五后台有两位小伙伴都同时问到移远通信，而且移远通信已经不是第一次被问及，而且移远通信所涉及的无线通信模块领域，之前一直没聊过，有必要先将移远通信插插队。 移远是全球无线通信、定位模组的龙头，出货量全球第1。 移远产品布局齐全，涵盖5G、LTE/LTE-A、NB-IoT/LTE-M、车载前装、安卓智能、GSM/GPRS、 WCDMA/HSPA(+)和GNSS模组。并应用于无线支付、车载运输、智慧能源、智慧城市、智能安防、无线网关、工业应用、医疗健康、农业环境等物联网领域。 无线通信模块到底是什么？ 简单理解，就是将芯片、存储器、功放器件、天线接口、功能接口等，集成于电路板上的模块化组件。 简单来说，无线通信模块是芯片+软件的合体，就是让设备可以联网。 从上面产品对比，无疑是5G类产品价格更高、毛利更高。但移远5G产品的收入占比还很低，需要时间释放，目前主要收入来源是4G类产品。 一、商业模式 在无线通信模组中，第一梯队包括：移远通信(A股上市)、芯讯通(日海智能「A股上市」)、Sierra Wireless、Telit等厂商，它们都具备全球化竞争能力。 第二梯队：有方科技(A股上市)、高新兴(A股上市)、广和通(A股上市)、Gemalto、U-Blox等，细分行业内竞争性较强。第三梯队则主要集中于中小厂商。 虽然芯讯通也是在第一梯队，但以单价较低的2G产品为主，收入规模、毛利很难提升。海外通讯模组厂商产品较为高端，毛利率维持在30~35%，国内厂商毛利率普遍在25%以下，利润单薄。 这领域行业竞争激烈，价格降幅较大，移远2019年净利润就因此下滑。目前，龙头之间技术差距较小，价格波动直接影响到公司收益。另外， 芯片成本占比达80%，上游对公司影响较大，但龙头有扩大规模效应，压缩行业内的利润空间。而电容、电阻、PCB是完全竞争市场、可替代性强、供应充足，移远议价能力强。 但，未来，随着5G建设，带动物联网加速渗透，无线支付、智慧能源、智慧城市等领域崛起，将提升移远通信第一梯队的上游厂商优先受益。 通信模组行业技术壁垒相对不高，属于轻资产运营模式，向上游芯片厂商采购基带芯片等，自身在芯片上再开发成模组，出货应用于下游产业，较多的如POS机。 所以，模组厂商主要核心的竞争力在于：产品线的丰富程度(产品定制化)、产品规模，其他壁垒包括：渠道和先发。主要是要求公司能够对下游具体应用进行定制化理解。 移远通信由于开拓海内外业务，客户超5500多家，因此，移远通信为了满足不同客户、不同应用场景的特定需求。拥有丰富产品线，涵盖400多个产品型号，在业内率先推出5G、车规级等模组产品，产品渗透到下游几十个应用场景，远远多于国内竞争对手。 移远通信：各行业都有涉及，比较均衡。 有方科技：产品主要应用在智能表计(能源、电网行业)。 广和通：产品主要是针对笔记本领域(此领域是国内厂商唯一涉及的领域)以及移动支付(POS机)。 前面都说过，通讯模组是一个价格竞争激烈的行业，所以，成本控制直接影响公司收入。移远通信作为全球出货量最大的厂商，成本控制、交付能力都优于其他对手，对比前4年单位模组加工费，移远通信远低于其他对手，而且逐年下降。 二、基本面 上面都说过，移远通信主要收入是4G类产品，占58.77%，物联网类的定位产品占16.08%，2G类产品占12.36%，3G类产品占8.82%，其余产品收入占比较低了。 产品主要销往国内，占60.14%，海外占39.86%。 之前就说了，影响模组厂商的毛利率有4大因素： 1、芯片成本 2、产品结构，是否走高定制路线，这样出货单价高。 3、国内外结构，海外竞争小、单价高。 4、下游销售规模，直销毛利高于经销。 这里很明显发现，广和通毛利是最高的，原因是广和通海外客户占60.52%，高于其他对手，海外客户多，竞争小，出货单价自然高，毛利空间更大，所以，广和通的净利率也是这几家企业中最好的。 从毛利率的逻辑就能推出，为何广和通净利润收入更好，移远通信由于有涉及面广，下游经销商体系发达，销售规模最大。 如果移远通信想提升盈利空间，必须要发展高端的5G通讯模组，原因是这里的毛利是最好的，能带动业绩提升。 模组厂商净利和费用对比中，厂商期间费用率从低到高：广和通＞移远通信＞有方科技，而净利润规模是恰好相反，要知道移远通信的营收规模是广和通的2倍，但是利润却被广和通反超，说明广和通的运营管理水平以及产品结构、经营策略是更优秀的。 这到这里，是不是想起之前华叔聊光模块，从未来走势看，新易盛比龙头的中际旭创更有优势。而通讯模组板块，广和通比龙头的移远通信更有优势。 移远通信的负债率高达56.61%，存货13.09亿元，目前净资产18.03亿元，存货占净资产的72.62%，所以，移远通信有资金流动风险，还有很大的计提风险。 存货这里，广和通的存货周转速度也是最快的。 三、前景 目前，2G、3G网络承载大约70%的物联网链接，未来将向4G、5G迁移，考虑到更新换代的需求。 ABI Research数据显示，2016年的全球通信模块出货量为1.04亿片，到2023年将增长到12.50亿片，复合增速42.65%。 2G、3G通信模块占比会逐渐下滑， 同时5G网络覆盖的逐渐完善，将带动5G产品出货量逐渐提升。因此，未来NB-IoT、4G、5G将为成为主要的连接方式。未来5年，出货量复合增长率超过50%的应用领域，包括消费物 联网、工业物联网和公共基础设施。 四、风险 1、国内模组厂商恶性竞争，导致公司毛利率持续走低。 2、全球疫情反复影响海外业务。 3、5G芯片价格较高，导致5G模组放量不及预期。 4、下游垂直行业需求不及预期。 5、上游模组芯片国产替代不及预期。 五、投资逻辑 券商预计2021年，移远通信净利润为3.57亿元，考虑到移远通信所在行业竞争激烈，管理运营状况，华叔只给出50~55倍的PE，对应合理市值区间是179~196亿，目前移远通信的市值210.82亿元已透支未来业绩。 其他重点资讯—— 1、安集科技：股东张江科创拟减持公司不超1%股份。 这消息对中芯国际、芯海科技、圣邦股份、思瑞浦、全志科技等半导体厂商肯定是利好（这句与安集减仓无关，是编辑漏删，抱歉。） 2、大摩：供应链数据显示iPhone 12假日季需求远超预期。iPhone 12和iPhone 12 Pro的假日购物季需求比预期强劲得多。iPhone 12 mini和iPhone 12 Pro Max推迟发布可以解释这种季节性向好的原因，但供应商的评论也表明，需求超出了之前的预期。供应链数据和更长的交货期支持摩根士丹利对2021年iPhone出货量的普遍预测，即2.2亿部。 来抄作业了，价格换算回到华叔聊5G首页，点击“估值查询”进入股价换算器，教程在对话框输入“估值”获取。 最后提醒，投资有风险，数据仅为跟踪记录。 在华叔聊5G首页回复“5G”获取5G科技指数。 微信每次改版都让华叔非常揪心，小伙伴都说找不到华叔，，微信怎么改版也能找到华叔。 企业推文快速查询方法： 方法一：回到“华叔聊5G”首页，点入“”即可查阅。 方法二：在华叔聊5G首页右上角点击“”，进入历史消息页面点击右上角的“”，，回车后即可获取相关推文。 顺便在历史消息中点击“”，星标华叔聊5G，这样找华叔更方便哦。 最全的5G信息就在这里▼ 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！

目录 1 什么是增量式PID? 2 举个例子 2.1 位置式PID 2.2 增量式PID 3 伪算法 4 C语言实现 5 总结 在之前一篇博客中（  简易PID算法的快速扫盲 ）简单介绍了 PID算法的基本原理和 位置式算法的实现过程，由于部分推导过程已经在上一篇文章做过介绍，所以推导过程本文不再赘述，重点将对离散增量式PID的算法进行实现。 1 什么是增量式PID? 先看一下 增量式PID的离散公式如下： ：比例系数 ：积分系数 ：微分系数 ：偏差 对于所谓的 位置式， 增量式的算法，这两者只是在算法的实现上的存在差异，本质的控制上对于系统控制的影响还是相同，单纯从输入和输出的角度来比较，具体如下表所示； 这里简单的说明一下； 位置式：位置式算法较为简单，直接输入当前的偏差 ，即可得到输出 ； 增量式：增量式算法需要保存历史偏差， ， ，即在第 次控制周期时，需要使用第 和第 次控制所输入的偏差，最终计算得到 ，此时， 这还不是我们所需要的PID输出量；所以需要进行累加； 不难发现第一次控制周期时，即 时； 由以上公式我们可以推导出下式； 所以可以看出，最终PID的输出量 ，满足以下公式； 可见增量式算法，就是所计算出的PID增量的历史累加和； 2 举个例子 2.1 位置式PID 下面从一个简单的例子中去理解一下增量式 PID，这里依然举一个不是很恰当的例子；如果是 位置式PID算法的话： 隆哥对一个直流电机进行调速，设定了转速为 1000； 这时由于反馈回来的速度和设定的速度偏差为 ； 经过 位置式PID计算得到 ； 作为 Process的输入值（可以是 PWM的占空比），最终 Process输出相应的 PWM驱动直流电机； 反馈装置检测到电机转速，然后重复以上步骤； 整体框图如下所示； 2.2 增量式PID 对于增量式PID来说； 隆哥对一个直流电机进行调速，设定了转速为 1000； 这时由于反馈回来的速度和设定的速度偏差为 ，系统中保存上一次的偏差 和上上次的偏差 ，这三个输入量经过 增量PID计算得到 ； 系统中还保存了上一次的 PID输出的 ，所以 加上增量 ，就是本次控制周期的 PID输出—— ； 作为 Process的输入值（可以是 PWM的占空比），最终 Process输出相应的 PWM驱动直流电机； 反馈装置检测到电机转速，然后重复以上步骤； 整体框图如下所示； 所以这里不难发现，所谓 增量式PID，它的特点有： 需要输入历史的偏差值； 计算得到的是PID输出增量，因此每一次需要累加历史增量最为当前的PID输出； 下面简单介绍一下如何实现 增量式PID算法； 3 伪算法 previous02_error :=  0   //上上次偏差 previous01_error :=  0   //上一次偏差 integral :=  0    //积分和 pid_out :=  0    //pid增量累加和 //循环  //采样周期为dt loop:   //setpoint 设定值  …

11月9日晚间，路透社等媒体援引知情人士消息称，华为计划以人民币 1,000 亿元（约合 152 亿美元）的价格出售旗下子品牌荣耀，可能将于本月晚些时候正式官宣。 消息人士表示，这件交易已经基本敲定，接盘者是分销商神州数码和深圳政府持股的数家公司。还有其他消息称，TCL 等多个小股东也可能入局。 对此消息，荣耀、华为均未置评。神州数码则表示不会回应传闻。 交易预计将以现金形式完成，几乎包括所有荣耀品牌的资产，包括品牌、研发能力和供应链等。1,000 亿元的价格也是按照荣耀去年的 60 亿元利润，16 倍 PE 制定的。 据报道，荣耀从华为剥离后，部分华为高管会空降新公司，可能包括华为消费者业务首席运营官万飚，荣耀总裁赵明和华为产品线副总裁方飞，而荣耀将保留大部分管理团队和 7000 多名员工，并有望在三年内上市。据称，新公司承诺给予管理层和员工期权，目前中高层已经签署了保密协议。 在接盘方中，出现了多家荣耀渠道商的身影，比如最大的荣耀分销商之一，神州数码，将持有新公司近 15% 的股份。此外，还有至少三家深圳市政府持股的金融和科技企业参与其中，分别持股 10%-15%。 据了解，多家渠道商组成的合伙企业已于 10 月 26 日成立，名为深圳市星盟信息技术合伙企业，可能也是荣耀的接盘方之一。 天眼查显示，该公司注册资本为 13.7 亿元，共有 6 家股东，分别为北京松联科技、北京普天太力通信技术有限公司、中邮器材、共青城酷桂投资合伙企业、天音通信和深圳市鲲鹏展翼股权投资管理有限公司。 其中的北京松联科技也是荣耀的大分销商之一，而普天太力和中邮器材都是国资背景的手机代理分销商。 市场分析机构 Canalys 的移动业务副总裁 Nicole Peng 表示，“由于荣耀品牌已经与华为（高端）手机形成了高度互补，因此这笔交易是一个大动作。” 荣耀产品线诞生于 2011 年并于 2013 年独立运营。它是华为旗下的互联网手机品牌，主打互联网线上渠道，目的是与小米等厂商竞争，同时不影响主品牌华为的高端性。 背靠华为强大的技术研发，供应链和市场渠道，荣耀在过去几年里迅速成长，双线运营战略效果显著，帮助华为占领了大量中低端手机市场份额。 不过，在今年 5 月和 8 月，华为连续遭到美国政府制裁，荣耀也受到牵连。在 Mate 和 Pro 等高端旗舰机型很可能 “无芯可用” 的前提下，主攻中低端市场的荣耀的供货优先级肯定不会太高。 与之逐渐边缘化，不如完全剥离。之于华为，这样不仅能获得可观的资金，还能减少运营成本。之于荣耀，最理想的情况是摆脱美国 “实体清单” 的限制 —— 脱离华为之后，理论上就不再受 “实体清单” 限制，但尚不清楚美国政府会不会继续加码。 路透社援引知情人士说法称，即使是拜登及民主党领导的美国政府，其立场也未必会在华为等议题上有所缓和。 参考： https://www.reuters.com/article/us-huawei-m-a-digital-china-exclusive/exclusive-huawei-to-sell-smartphone-unit-for-15-billion-to-shenzhen-government-digital-china-others-sources-idUSKBN27Q0HB -END- | | 又一华为程序员进了ICU：压垮一个家庭，一张结算单就够了！ 在印度8年的华为工程师，有很多话想说。 24年前华为招聘广告是什么样的？ 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！