教你如何制作与设计播客爬虫
去年为了帮助自己发现更多感兴趣的播客节目,我开发了一个名为“播客广场”的工具,它不仅能够帮助我纵向地去收集某个话题下的最新播客节目,还能实现对播客节目运营数据的统计。目前它已正式关闭,如果想要了解开发这个产品的初衷和形态,可以前往少数派网站搜索“播客广场”。
A collection of 15 posts
去年为了帮助自己发现更多感兴趣的播客节目,我开发了一个名为“播客广场”的工具,它不仅能够帮助我纵向地去收集某个话题下的最新播客节目,还能实现对播客节目运营数据的统计。目前它已正式关闭,如果想要了解开发这个产品的初衷和形态,可以前往少数派网站搜索“播客广场”。
众所周知我所在的团队常年解决线上问题,我也以为我们会在解决一个个具体问题的道路上无聊走到黑。但是最近出现的各种疑难杂症似乎让我们的工作有了一点乐趣,甚至有了更高级的意义。
最近给用户提示错误码的提议反复出现在我们的解决方案里,在深思熟虑之后我觉得这并非是一个好的解决方案。
服务不稳定是一类常态,面对此类场景恰当的应对策略应该是什么?退一步说,即使我们能够确保第一方服务的稳定性,我们又应该如何面对网络延迟以及掌控以外的不确定性?这都是本篇文章会谈到的内容
这文章至少值一千元,因为这是我保守估计花出去的冤枉钱(请自行脑补一个苦笑的 emoji)
我们从一个最简单的需求开始,来探索我们应该从哪些方面思考模块设计,以及如何将不同的文件分类。之所以说“思考”,是因为我在这篇文章里更多的是提供一类解决问题的范式,而非统一的标准答案,能够为你提供一丁点的启发就好
本文将通过展示 NodeJS 应用里环境变量的提取过程,来一窥 DevOps 技术是如何应用在现在云平台上的运维工作中的。同时我也想让大家在这里看到 DevOps 的另外一面,即它并非全能,从本地开发到持续部署再到实际运行,有一些运维鸿沟依然还未被填平。“人工操作”依然是工作中的最大风险。
本文将通过一个 NodeJS 程序里无效的错误捕获示例,来讲解错误捕获里常见的陷阱。错误捕获不是凭感觉添加 try catch 语句,它的首要目的是提供有效的错误排查信息,只有精心设计的错误捕获才有可能完成这个使命。针对哪些方面去精心设计就是本篇文章里想讨论的内容
技术具有商品属性,这是常常被我们忽略的一个事实。且不谈垄断之后带来的商业利益,一方面技术依赖市场的认可来彰显它的价值,另一方面技术还需要依靠大众的反馈才得以完善自己,所以庞大的用户群体是它繁荣的基石,它需要尽可能的为人所知。 无论你是想吸引更多的项目和开发者加入某个社区中,还是想让某个框架摆脱默默无闻乃至脱颖而出,过程都务必依赖于大量的运营活动,其中不少也要倚靠背后大厂的资源投入。从近乎寿终正寝的 Silverlight 到近些年大火的 Flutter,无不遵循着类似的模式。
之所以限定于“入门”是因为我算不上 SQL Server 专家,只不过在最近做性能优化时积累了一些经验,虽然不深但足以应付我们日常需要解决的一些 SQL 语句方面的性能问题,因此分享出来供大家参考。自私点说哪怕长时间用不上这技能,生疏之后靠回顾自己的文章也能很快的捡回来。