主从延迟情况 我们先看看，哪些情况会导致主从延时： 从库机器性能：从库机器比主库的机器性能差，只需选择主从库一样规格的机器就好。 从库压力大：可以搞了一主多从的架构，还可以把 binlog 接入到 Hadoop 这类系统，让它们提供查询的能力。 从库过多：要避免复制的从节点数量过多，从库数据一般以3-5个为宜。 大事务：如果一个事务执行就要 10 分钟，那么主库执行完后，给到从库执行，最后这个事务可能就会导致从库延迟 10 分钟啦。日常开发中，不要一次性 delete 太多 SQL，需要分批进行，另外大表的 DDL 语句，也会导致大事务。 网络延迟：优化网络，比如带宽 20M 升级到 100M。 MySQL 版本低：低版本的 MySQL 只支持单线程复制，如果主库并发高，来不及传送到从库，就会导致延迟，可以换用更高版本的 MySQL，支持多线程复制。 主从延时解决方案 面试时，有些同学能回答出使用缓存、查询主库、提升机器配置等，仅仅这些么？ 最容易想到的方法，缩短主从同步时间： 提升从库机器配置，可以和主库一样，甚至更好； 避免大事务； 搞多个从库，即一主多从，分担从库查询压力； 优化网络宽带； 选择高版本 MySQL，支持主库 binlog 多线程复制。 也可以从业务场景考虑： 使用缓存：我们在同步写数据库的同时，也把数据写到缓存，查询数据时，会先查询缓存，不过这种情况会带来 MySQL 和 Redis 数据一致性问题。 查询主库：直接查询主库，这种情况会给主库太大压力，核心场景可以使用，比如订单支付。 如果能把上面基本回答出来，就已经非常厉害了，还有么？ 其实还可以在 MySQL 架构上来考虑。 主库对数据安全性较高，设置配置如下： sync_binlog = 1 innodb_flush_log_at_trx_commit = 1 而 slave 不需要这么高的数据安全，完全可以将 sync_binlog 设置为 0，或者关闭 binlog，innodb_flushlog 也可以设置为 0，来提高 sql 的执行效率。 架构方案：使用多台 slave 来分摊读请求，再从这些 slave 中取一台专用的服务器，只作为备份用，不进行其他任何操作，比如设置 sync_binlog 为0，或者关闭 binglog 等，提升从库查询性能。 ...

探讨这个问题前，我们需要知道主从复制的原理。 主从复制原理 MySQL 的主从复制是依赖于 binlog，也就是记录 MySQL 上的所有变化并以二进制形式保存在磁盘上二进制日志文件。 主从复制就是将 binlog 中的数据从主库传输到从库上，一般这个过程是异步的，即主库上的操作不会等待 binlog 同步地完成。 详细流程如下： 主库写 binlog：主库的更新 SQL(update、insert、delete) 被写到 binlog； 主库发送 binlog：主库创建一个 log dump 线程来发送 binlog 给从库； 从库写 relay log：从库在连接到主节点时会创建一个 IO 线程，以请求主库更新的 binlog，并且把接收到的 binlog 信息写入一个叫做 relay log 的日志文件； 从库回放：从库还会创建一个 SQL 线程读取 relay log 中的内容，并且在从库中做回放，最终实现主从的一致性。 主从延时原因 我们分析一下主从复制的过程。 MySQL 的主从复制都是单线程的操作，主库对所有 DDL 和 DML 产生 binlog，binlog 是顺序写，所以效率很高。 Slave 的 Slave_IO_Running 线程会到主库取日志，放入 relay log，效率会比较高。 Slave 的 Slave_SQL_Running 线程将主库的 DDL 和 DML 操作都在 Slave 实施，DML 和 DDL 的 IO 操作是随机的，不是顺序的，因此成本会很高。 还可能是 Slave 上的其他查询产生 lock 争用，由于 Slave_SQL_Running 也是单线程的，所以一个 DDL 卡住了，需要执行 10 分钟，那么所有之后的 DDL 会等待这个 DDL 执行完才会继续执行，这就导致了延时。 总结一下主从延迟的主要原因：主从延迟主要是出现在 “relay log 回放” 这一步，当主库的 TPS 并发较高，产生的 DDL 数量超过从库一个 SQL 线程所能承受的范围，那么延时就产生了，当然还有就是可能与从库的大型 query 语句产生了锁等待。 ...

有时候我们遇到从数据库中获取不到信息的诡异问题时，会纠结于代码中是否有一些逻辑会把之前写入的内容删除，但是你又会发现，过了一段时间再去查询时又可以读到数据了，这基本上就是主从延迟在作怪。 主从延迟，其实就是“从库回放” 完成的时间，与 “主库写 binlog” 完成时间的差值，会导致从库查询的数据，和主库的不一致。 ...

无论你是正在学习编程，还是已经是一位经验丰富的开发者，对于选择合适的编程语言都是一个不可回避的问题。 在这篇文章中，不念将比较并探讨八种常见的编程语言，帮助你选择最适合你的编程语言。 下图是2023年11月，由全球知名编程语言社区TIOBE公布的榜单，排在前5名的分别为Python，C，C++，Java，C#. 但我并不打算按照排名逐个介绍，而是从我的角度，我自认为的学习复杂度，由简单到复杂开始。这里排除了C语言，因为这个大家都太熟悉了，作为程序员，大学肯定都会学过C语言，即使非计算机专业，也都多少会了解一些C语言。 这里主要介绍其他的几个常用的高级语言，介绍其特点，优缺点以及使用场景等。 1. Python Python是一种高级、通用、解释型的编程语言。 它具有以下特点： 简洁易读：Python采用简洁的语法和明确的代码排版风格，使得代码具有良好的可读性，降低了学习和阅读代码的难度。 多用途：Python适用于各种领域的开发，包括Web开发、数据分析、人工智能、科学计算等，成为了非常通用的编程语言。 强大的库支持：Python拥有丰富的第三方库和框架，如Django、Flask、NumPy、Pandas等，为开发者提供了快速、高效的开发工具。 Python的主要优点有： 简单易学：Python的语法简洁清晰，初学者可以很快上手。 高效开发：Python提供了大量的库和开发工具，可以帮助开发者快速高效地完成项目。 广泛应用：Python可用于各种领域的开发，非常受前沿技术领域的青睐。 然而，Python也有一些缺点： 运行速度相对较慢：与编译型语言相比，Python的运行速度较慢，特别是在处理大规模数据时。 全局解释器锁（GIL）：Python的GIL限制了多线程的并行执行，可能影响多线程应用的性能。 Python适合用于： Web开发：使用Django、Flask等框架可以快速构建稳定可靠的Web应用。 数据分析：Python拥有强大的数据处理和分析库，如NumPy、Pandas、Matplotlib等，适用于数据探索和分析。 人工智能：Python成为了深度学习、机器学习、自然语言处理等领域的主流语言，配合人工智能库如TensorFlow、PyTorch等可以进行模型训练与应用开发。 典型的开源软件和框架： Django：一个强大的Python Web框架，用于构建高效的Web应用程序。 NumPy：一个高性能科学计算库，提供了强大的多维数组对象和相关函数。 TensorFlow：一个流行的深度学习框架，用于构建和训练神经网络模型。 Python拥有一个活跃的社区，有大量的在线资源、各种教程和社区论坛，开发者可以方便地获取帮助和交流经验。 2. Java Java是一种高级、面向对象的编程语言。 它具有以下特点： 平台无关性：Java使用Java虚拟机（JVM）作为中间层，在不同的平台上都可以运行，这使得Java具备了平台无关性的特点。 强类型语言：Java是一种静态类型的语言，变量需提前声明并指定类型。 强大的生态系统：Java拥有庞大、稳定且成熟的生态系统，包括丰富的开发工具、框架和库。 Java的主要优点有： 可靠性和稳定性：Java的设计注重可靠性和稳定性，具备异常处理机制、垃圾回收等特性，提供了更高的代码健壮性和稳定性。 多线程支持：Java提供了多线程支持，开发者可以轻松实现多线程并发编程。 大型应用开发：Java适用于开发大型应用和企业级应用，如JavaEE，可以构建高可用、高性能的分布式系统。 然而，Java也有一些缺点： 冗长的语法：相比其他语言，Java的语法相对冗长，需要更多的代码量来完成相同的功能。 相对较慢的运行速度：与一些编译型语言相比，Java的运行速度较慢。 Java适合用于： 企业级应用开发：Java的稳定性、可靠性和强大的生态系统使其成为开发大型企业级应用的首选语言。 Android应用开发：Java是Android平台的主要开发语言，可以用于开发各种类型的Android应用。 大数据处理：Java拥有大量的开源框架，如Hadoop、Spark等，适合处理大规模数据和分布式计算。 典型的开源软件和框架： Spring Framework：一个全功能的Java开发框架，用于构建企业级应用程序。 Hibernate：一个强大的对象关系映射（ORM）框架，用于简化Java应用程序与数据库之间的交互。 Apache Hadoop：一个可扩展的大数据处理框架，对于大规模数据的分布式处理非常有效。 Java拥有广泛的社区支持和活跃的开发者社区，在线教程、文档和社区论坛等资源丰富，对于学习和解决问题都非常有帮助。 3. JavaScript JavaScript是一种脚本语言，主要用于在网页上实现交互功能。它具有以下特点： 动态性：JavaScript是一种动态类型的语言，变量的类型在运行时可以自动推断。 客户端脚本语言：JavaScript主要在浏览器中执行，用于增强用户界面的交互性。 事件驱动：JavaScript通过事件机制响应用户的操作，并进行相应处理。 JavaScript的主要优点有： 前端开发：JavaScript是前端开发的核心语言，用于构建交互性的网页应用，丰富用户体验。 灵活性：JavaScript具有灵活性，可以方便地修改和调试，适合快速迭代开发。 强大的库支持：JavaScript拥有众多的开源库和框架，如React、Vue.js等，可以提高开发效率。 然而，JavaScript也有一些缺点： 兼容性问题：不同浏览器对JavaScript的支持并不完全一致，需要注意兼容性问题。 安全性：由于JavaScript运行在浏览器端，存在一些安全性的考虑，需要注意防止恶意代码注入。 JavaScript适合用于： 网页交互：JavaScript用于网页中的表单验证、用户行为追踪等交互功能的实现。 前端框架：JavaScript的框架和库如React、Angular、Vue.js等用于构建现代化的前端应用。 后端开发：通过Node.js，JavaScript也可用于后端开发，构建高性能、可扩展的服务器应用。 典型的开源软件和框架： React：一个流行的JavaScript库，用于构建用户界面。 Vue.js：一个轻量级、易用的JavaScript框架，适用于构建交互式Web界面。 Node.js：一个基于Chrome V8引擎的JavaScript运行环境，用于构建高性能的服务器端应用。 JavaScript拥有一个非常活跃的社区，开发者可以在GitHub上找到许多优秀的开源项目，也可以通过在线文档和社区论坛获取帮助和交流经验。 4. C++ C++是一种通用的、编译型的、静态类型的编程语言。它具有以下特点： 高效性：C++是一种性能卓越的语言，可以直接操作硬件，提供了更高的运行效率。 面向对象：C++支持面向对象编程，具有封装、继承、多态等特性。 强大的库支持：C++有丰富的标准库和第三方库，利于程序员开发高效的应用。 C++的主要优点有： 高效性：C++具备高效的运行速度和低内存消耗，适用于开发对性能要求高的应用，如游戏、图形、嵌入式系统等。 与C语言兼容：C++源代码可以与C语言混合编译，方便现有C代码的重用。 强大的控制能力：C++提供了底层的内存控制和强大的指针操作能力，使得程序员可以更精细地控制程序的执行。 然而，C++也有一些缺点： 语法复杂：C++的语法相对复杂，对初学者来说学习难度较大。 内存管理：C++需要手动管理内存，容易出现内存泄漏和指针悬挂等问题。 C++适合用于： 系统和游戏开发：C++的高效性使得它成为系统级程序和游戏开发的首选语言。 性能关键的应用：C++适用于需要高性能和低延迟的领域，如金融、科学计算等。 底层开发：C++的底层控制能力使其适合开发驱动程序和嵌入式系统。 典型的开源软件和框架： Boost：一个功能强大且广泛使用的C++库集合，提供了许多工具和组件，可帮助开发者提高开发效率。 Qt：一个跨平台的C++应用程序开发框架，用于构建图形用户界面和嵌入式应用。 C++拥有庞大的开发者社区和活跃的社区资源，不仅有众多的在线文档、教程和论坛，还有许多优秀的开源项目可以供开发者参考和学习。 5. C# C#（读作C-Sharp）是一种通用的、编译型的、面向对象的编程语言。它具有以下特点： 与.NET紧密集成：C#是.NET平台的核心语言，与.NET框架紧密集成，使得开发过程更加高效。 简单易学：C#的语法类似于Java和C++，易于理解和上手。 跨平台：C#不仅可以在Windows上运行，还支持跨平台开发，如使用.NET Core可在Linux、macOS等上运行。 C#的主要优点有： 简单易学：C#的语法简洁，类似于其他主流语言，使得开发人员能够快速上手。 强大的.NET生态系统：C#在.NET平台上拥有丰富的类库和框架，提供了大量的功能和工具，方便开发人员进行应用开发。 面向对象：C#支持面向对象编程，提供了封装、继承、多态等特性，可以更好地组织和管理代码。 然而，C#也有一些缺点： Windows依赖：C#最初是为Windows开发的，虽然现在也支持跨平台开发，但在一些特定领域内的使用可能存在限制。 生态系统相对局限：与一些其他编程语言相比，C#的开源库和框架相对较少，选择范围相对较小。 C#适合用于： Windows应用开发：C#具有与Windows紧密集成的特点，适合用于开发Windows应用程序和游戏。 Web开发：通过ASP.NET，C#也可以用于Web开发，构建可靠且高性能的Web应用。 Unity游戏开发：C#是Unity游戏引擎的主要脚本语言，用于开发跨平台的游戏。 典型的开源软件和框架： ASP.NET：一个用于构建Web应用的框架，具有强大的性能和安全性。 Entity Framework：一个面向对象的数据库访问框架，简化了与数据库的交互。 C#拥有活跃的社区和大量的学习资源，开发者可以通过微软官方文档、在线教程和社区论坛等途径获取帮助和交流经验。 6. PHP PHP（Hypertext Preprocessor）是一种通用的脚本语言，主要用于服务器端编程。它具有以下特点： 强大的Web开发能力：PHP最初设计用于处理动态网页，因此在Web开发方面具备强大的能力。 面向对象：PHP支持面向对象编程，具有类、继承、封装等特性。 容易入门：PHP的语法类似于C语言，相对易于学习和上手。 PHP的主要优点有： 广泛应用：PHP被广泛用于Web开发，特别是动态网页的开发，如CMS、电子商务网站等。 快速开发：PHP提供了许多内置函数和扩展，使开发人员能够快速构建功能丰富的网站和应用。 跨平台：PHP可以运行在主流的操作系统上，如Windows、macOS、Linux等。 然而，PHP也有一些缺点： 性能相对较低：相比一些编译型语言，PHP的性能较低，尤其对于大规模并发和高负载的场景。 代码可维护性差：PHP在语法灵活性上强调了开发速度，但也容易导致代码可读性和可维护性的问题。 PHP适合用于： Web开发：PHP是一种强大的Web开发语言，用于构建各种类型的网站、应用和系统。 动态网页：通过与HTML混编，PHP可以实现动态网页的生成和内容交互。 数据库操作：PHP提供了丰富的数据库操作支持，如MySQL、SQLite等。 典型的开源软件和框架： WordPress：一个流行的开源CMS（内容管理系统），采用PHP开发。 Laravel：一个功能强大且易于使用的PHP框架，用于构建高效的Web应用程序。 Symfony：一个用于构建复杂Web应用的PHP框架，提供了大量的组件和工具。 PHP有一个庞大的开发者社区，有许多在线文档、教程和社区论坛可以供开发者学习和交流。 7. Swift 特点 高性能：Swift在编译时进行优化，生成高效的本机代码，因此具有出色的性能。 安全性：Swift引入了许多安全机制，如类型检查、内存安全和错误处理，可以帮助开发者避免一些常见的编程错误和安全漏洞。 现代化语言特性：Swift支持诸如类型推断、闭包、泛型等现代化语言特性，使开发者能够更加高效地编写代码。 优点 易学易用：Swift的语法简洁易懂，类似于英语，使得入门门槛较低。 强大的开发工具：Xcode是一款功能强大的集成开发环境，提供了许多有用的工具和调试功能，可以极大地提高开发效率。 多平台支持：Swift可以编写 iOS、macOS、watchOS和tvOS等平台上的应用程序，方便开发者进行跨平台开发。 缺点： 相对较新：Swift相比其他语言来说相对较新，因此社区和生态系统相对较小。 代码兼容性：由于Swift语言不断演进，代码迁移可能会带来一些兼容性问题。 适用场景： iOS开发：Swift是开发iOS应用程序的首选语言，具有强大的开发工具和丰富的iOS生态系统。 macOS开发：Swift也可以用于开发macOS应用程序，享受到其语法简洁和高效性能的优势。 典型的开源软件或框架： Alamofire：一款非常受欢迎的Swift网络请求框架，提供了简单易用的API，方便进行网络数据交互。 SwiftUI：一个现代化的用户界面框架，用于构建iOS和macOS应用程序，提供了声明式语法和直观的可视化工具。 Swift具有一个活跃的社区，有许多在线论坛、博客和代码库，为开发者提供了丰富的资源和交流机会。开发者可以从中获取帮助、分享经验和学习最新的Swift技术。除此之外，苹果公司也在不断推动Swift的发展，发布了大量的教程和文档，致力于提供最佳的开发体验和支持。 8. Go 特点： 并发性：Go语言具有原生支持并发的特性，通过goroutine和通道机制，可以更轻松地实现并发编程。 高效性：Go语言的编译速度非常快，同时也具有高效的执行性能，适合用于构建高性能的分布式系统。 简洁性：Go语言的语法简洁明了，强调可读性和简单性，对于快速开发和维护代码非常便捷。 优点： 并发编程：通过goroutine和通道机制，Go语言可以轻松实现高并发的并行任务，处理大规模的并发问题非常高效。 内置工具支持：Go语言带有丰富的标准库和内置工具，例如测试框架、性能分析工具等，方便开发者进行开发、测试和性能优化。 跨平台：Go语言可以在多个平台上进行编译，适用于开发跨平台的应用程序。 缺点： 代码冗长：相比起其他语言，Go语言的代码可能会显得冗长，一些简单的功能可能需要较多的代码行数来实现。 生态系统相对较小：虽然Go的生态系统正在不断发展壮大，但与其他一些编程语言相比，它的生态系统相对较小一些。 适用场景： 分布式系统：Go的高效性和并发性特点使其非常适合用于构建分布式系统，如微服务架构。 网络编程：Go语言设计用于处理网络通信，通过其原生的并发和协程机制，可以轻松实现高性能的网络应用程序。 典型的开源软件或框架： Gin：一款轻量级且高性能的Web框架，用于构建RESTful API。 Docker：一个开源的容器化平台，使用Go语言开发，广泛用于部署和管理容器。 Kubernetes：一种用于自动化部署、扩展和管理容器化应用程序的开源平台，也是用Go语言开发。 Go语言拥有一个活跃的社区，吸引了许多开发者和公司的关注，提供了丰富的资源和交流机会。开发者可以从社区获得教程、文档、示例代码等，同时也可以积极参与社区的讨论和贡献。 在选择编程语言时，关键是要考虑你的目标和项目需求。 不同的语言在不同的应用场景下有其优势和限制。 因此，建议你根据自己的兴趣和需求进行选择，并相应地学习和提升。 无论你选择哪种编程语言，持续学习和实践都是成为一名优秀开发者的关键。 ...

红黑树（Red Black Tree）是一种平衡的排序二叉树，如图： 所有的红黑树都满足如下性质： 每个节点要么是红色，要么是黑色的； 根节点和叶子节点（即 NIL 空节点）一定是黑色； 红色节点的父节点，或者子节点一定为黑色； 对每个节点，从该节点到叶子节点的所有路径上，包含的黑节点数目相同。 根据性质4，我们可以得出：从根节点到叶子节点的可能路径，最长不超过最短路径的两倍。 红黑树的主要应用场景： java8 hashmap 中链表转红黑树优势：时间复杂度从O(n) –> O(logn)，且自旋开销较其他树较低（不用整体平衡）。 epoll 在内核中的实现，用红黑树管理 fd 文件描述符 优势： 因为内核态需要维护一个长久存放 fd 的数据结构，而 fd 的变动十分频繁，且需要支持快速查询，所以红黑树很适合 红黑树可以判断是否是重复的 fd 3.Linux 进程调度 Completely Fair Scheduler，用红黑树管理进程控制块；nginx 中，用红黑树管理 timer 等 。 ...

我们从源码的角度看一下它们实现有哪些区别。 select：客户端操作服务器时会生成三种文件描述符 fd：readfds（读）、writefds（写）和 exceptfds（异常）。 int select( int maxfd, fd_set *readset, fd_set *writeset, fd_set *exceptset, struct timeval *timeout ); 返回值： Ready_fd -> Ready_fd num // 当调用select时，返回就绪的fd数量 Timeout -> 0 // 超时返回0 Error -> -1 // 错误返回-1 当遍历函数 select() 执行时，会阻塞当前线程（老师啥也不做，等着看哪个学生举手了），以监视这 3 类文件描述符，等有数据可读、可写或者产生异常时，就会返回。返回后通过遍历 fdset 整个数组来找到已就绪的 fd，然后进行相应的 IO 操作。 优点：几乎所有的平台都支持； 缺点： 单个进程打开的 fd 限制数量为 1024 个（32位机器），可通过宏定义修改，但是效率依旧很慢； 每次调用 select() 时，需要把 fd 数据从用户态拷贝到内核态，频繁复制开销很大； 轮询方式遍历，会随着套接字 fd 的数量增多，性能下降。且每次都需要全部遍历，浪费CPU 时间，时间复杂度为 O(n)。 poll：基本原理与 select 一致，也是轮询 + 遍历，区别是 poll 中 fd 没有最大数量的限制（使用链表的方式存储 fd）。 int poll ( struct pollfd *fds, // 链表存储 unsigned long nfds, int timeout ); 返回值： Ready_fd -> Ready_fd num Timeout -> 0 Error -> -1 struct pollfd { int fd; // file descriptor，文件描述符 short events; // events to look for，不变 short revents; // events returned，返回 } epoll：没有 fd 个数限制，且 fd 集合从用户态到内核态只需要一次，使用时间通知机制来触发。通过 epoll_ctl 注册 fd，一旦 fd 就绪就会通过回调地址来激活对应的 fd，进行相关的 IO 操作。 int epoll_create(int size); int epoll_ctl ( int epfd, int op, int fd, struct epoll_event *event ); int epoll_wait ( int epfd, struct epoll_event *events, int maxevents, int timeout ) typedef union epoll_data { void *ptr; int fd; uint32_t u32; uint64_t u64; }epoll_data_t; struct epoll_event { uint32_t events; // epoll events epoll_data_t data; // user data variable } epoll 之所以性能高是得益于它的三个函数： epoll_create() 系统启动时，在 Linux 内核里创建 epoll 实例（申请一个红黑树 rbTree 和就绪链表 readyList），以便存放 socket 节点； epoll_ctl() 每新建一个连接，都通过该函数操作 epoll 对象，在这个对象的红黑树里增、删、改对应的 socket 节点，绑定一个回调函数； epoll_wait() 轮询所有的回调集合，并完成对应的 IO 操作。相应分三步： 阻塞线程 内核查找红黑树中准备好的 socket，放入就绪链表 rdlist 就绪列表中的内容复制到 events（从内核态复制到用户态），准备循环处理这些已就绪的 socket 节点 示例： int fds[] = ...; int efd = epoll_create(...); //内核态创建epoll实例（包含红黑树rbTree和就绪链表readyList） for (int i=0; i<fds.count; i++) { epoll_ctl(efd, ..., fds[i], ...); //对红黑树操作，添加所有的socket节点 } struct epoll_event events[MAX_EVENTS]; while(true) { /* 1.阻塞线程 2.内核查找红黑树中准备好的socket，放入就绪链表rdlist 3.就绪列表中的内容复制到events */ int n=epoll_wait(efd, &events, ...); if (n>0) { for (i=0; i<n; i++) { events[i].data.fd; // 这里有所有需处理的socket，不需要像select和poll那样全部遍历 } } } 优点： 没有 fd 限制，所支持的 fd 上限时操作系统的最大文件句柄数，1G 内存大概支持 10 万个句柄； 效率高，采用回调通知而不是轮询的方式，即使 fd 数目增加，时间复杂度仍为 O(1)； 用户与内核空间基于一种内存映射文件的方法，使它们可以共享内存空间，减少文件从用户态移动到内核态带来的性能消耗。 LT 和 ET： LT，level triggered，水平触发，又叫条件触发。当被监控的 fd 上有可读写的事件时，epoll_wait() 会通知处理程序去读写。如果这次没有把数据一次性全部读写完，那么下次调用 epoll_wait() 时，它还会通知你上次没有读写完的 fd，可继续读写。而且我们不需要读写的 fd，它也会一直通知你。 ET，edge triggered，边缘触发。当被监控的 fd 上有可读写事件时，epoll_wait() 会通知处理程序去读写。如果这次没有把数据全部读完，下次将不再通知。 学过计算机组成原理的应该知道脉冲信号，其实 ET 和 LT 的原理和电信号的变化差不多。LT 就是只有高电平(1)或低电平(0)时才触发通知，只要在指定的状态上，就会得到通知；ET 是只有电平发生变化时(从高电平到低电平，或者从低到高)，才触发通知。 三者实践对比： 例如，100w 个连接，里面有 1w 个活跃连接。 select：不修改宏定义时，默认把 1024 个 fd 放到同一个进程。则需要 100w/1024 = 977 个进程才可以支持，会使得 CPU 性能特别差； poll：没有最大文件描述符限制，100w 个连接则需要 100w 个 fd，遍历特别慢不说，还有空间拷贝还会消耗大量的资源； epoll：请求进来时就创建 fd 并绑定一个回调地址，当活跃连接发起请求 IO 操作时，epoll_wait() 函数只需要遍历这 1w 个活跃连接，进行相应的额操作即可，既高效又不用做内存拷贝。 ...

首先了解下网络套接字（socket）的概念，可以把它简单理解为 TCP 网络层中应用层和传输层之间的一个抽象层： 客户端和服务端建立抽象的网络连接时，TCP/IP 层需要做很多操作，如各种报文，消息头以及消息结构的封装。 而 socket 把这些复杂的操作，抽象成了几个简单的接口，供应用层来调用以实现进程在网络中通信。 socket网络通信协议层 TCP/IP 只是一个抽象的协议栈，网络连接时要具体实现，同时还得对外提供具体的接口，这就是 socket 接口。当一个请求连接到服务端时，可以把这个连接看作是 socket 节点连接。 举个例子，模拟一个服务器处理 3 个 socket 连接，在没有 IO 多路复用之前，我们的客户端与服务端是这么进行连接的： 一次只能连接 1 个 socket 永久阻塞直到 socket 连接有数据可读 不难发现，如果一个服务器有数以万计的请求时，处理效率将非常低下。 这时，IO 多路复用登场了，首先给出一个故事来帮助我们理解什么是 IO 多路复用：假设你是一个老师，让 30 个学生解答一道题目，然后检查学生做的是否正确，你有下面三个选择： 第一种选择：学生开始做题之前，由自己判断可能会先做完题目，然后举手。你负责检查先举手的学生，等着这个学生把题目做完，中间哪也不去，直到这个学生完成题目后，再检查下一位举手的学生。这时，如果有一位学生解答不出来，全班都会被耽误。这就是没有 IO 多路复用的情况。 第二种选择：你创建 30 个分身，每个分身检查一个学生的答案是否正确。这种类似于为每一个用户创建一个进程或者线程处理连接。这种方式看起来效率也很高，但连接数很多时，频繁创建进程或线程，资源十分有限。 第三种选择，你站在讲台上等，谁解答完谁举手。这时 C、D 举手，表示他们解答问题完毕，你下去依次检查 C、D 的答案，然后继续回到讲台上等。此时 E、A 又举手，然后去处理 E 和 A… 这就是 IO 复用模型，Linux下的select、poll 和 epoll 就是这样做的。比如，epoll 实现时，首先将用户 socket 对应的文件描述符（file descriptor，简称 fd）注册进 epoll，然后 epoll 帮你监听哪些 socket 上有消息到达，这样就避免了大量的无用操作。 此时的 socket 应该采用非阻塞模式，即收发客户消息不会阻塞（可以理解为大部分时间下，老师不再监听某个特定的学生做作业）。这样，整个过程只在调用 select、poll、epoll 这些调用的时候才会阻塞，整个进程或者线程就被充分利用起来。 ...

ZK的数据模型是一种树形结构，具有一个固定的根节点（/），可以在根节点下创建子节点，并在子节点下继续创建下一级节点。 每一层级用/隔开，且只能用绝对路径（get/work/task1）的方式查询ZK节点，而不能用相对路径。 持久节点 将节点创建为持久节点，该数据节点会一直存储在ZK服务器上，即使创建该节点的客户端与服务端的会话关闭了，该节点依然不会被删除，除非显式调用delete函数进行删除操作。 临时节点 如果将节点创建为临时节点，那么该节点数据不会一直存储在ZK服务器上。当创建该临时节点的客户端会话因超时或发生异常而关闭时，该节点也相应在ZK服务器上被删除。也可以主动调用delete删除。 有序节点 有序节点并不算一种单独种类的节点，而是在持久节点和临时节点的基础上，增加一个节点有序的性质。创建有序节点的时候，ZK服务器会自动使用一个单调递增的数字作为后缀，追加到创建的节点后边。例如一个客户端创建了一个路径为works/task-的有序节点，那么ZooKeeper将会生成一个序号并追加到该节点的路径后，最后该节点的路径为works/task-1。 节点内容 一个二进制数组（byte data[]），用来存储节点的数据、ACL访问控制、子节点数据（因为 临时节点不允许有子节点，所以其子节点字段为null），记录自身状态信息的stat。 stat +节点路径可以查看状态信息 czxid：创建节点的事务id mzxid：最后一次被更新的事务id pzxid：子节点最后一次被修改的事务id ctime：创建时间 mtime：最后更新时间 version：版本号、表示的是对节点数据内容，子节点信息或ACL信息的修改次数可以避免并发更新问题，使用之前获取的版本进行CAS操作更新 cversion：子节点版本号 aversion：acl的版本号 ephemeralOwner：创建节点的sessionId，如果是持久节点、值为0 dataLenght：数据内容长度 numChildren：子节点个数 ...

newZooKeeper(StringconnectString,intsessionTimeout,Watcherwatcher)这个Watcher将作为整个ZooKeeper会话期间的上下文，一直被保存在客户端ZKWatchManager的defaultWatcher 也可以动态添加watcher：getData(),exists,getChildren。 分布式环境下的观察者模式：通过客服端和服务端分别创建有观察者的信息列表。 客户端调用相应接口时，首先将对应的Watch事件放到本地的ZKWatchManager中进行管理。 服务端在接收到客户端的请求后根据请求类型判断是否含有Watch事件，并将对应事件放到WatchManager中进行管理。 在事件触发的时候服务端通过节点的路径信息查询相应的Watch事件通知给客户端，客户端在接收到通知后，首先查询本地的ZKWatchManager获得对应的Watch信息处理回调操作。 这种设计不但实现了一个分布式环境下的观察者模式，而且通过将客户端和服务端各自处理Watch事件所需要的额外信息分别保存在两端，减少彼此通信的内容，大大提升了服务的处理性能 客户端实现过程 标记该会话是一个带有Watch事件的请求 通过DataWatchRegistration类来保存watcher事件和节点的对应关系 客户端向服务器发送请求，将请求封装成一个Packet对象，并添加到一个等待发送队列outgoingQueue中调用负责处理队列outgoingQueue的SendThread线程类中的readResponse方法接收服务端的回调，并在最后执行finishPacket（）方法将Watch注册到ZKWatchManager，sendThread通过发送path路径和watcher为true，到server注册watch事件 ZKWatchManager保存了Map<String,Set> dataWatchers、Map<String,Set> existsWatchers、Map<String,Set> childrenWatchers三个集合，客户端会在dataWatchers中会添加一个key为path路径的本地事件 服务端实现过程 解析收到的请求是否带有Watch注册事件，通过FinalRequestProcessor类中的processRequest函数实现的。当getDataRequest.getWatch()值为True时，表明该请求需要进行Watch监控注册。 将对应的Watch事件存储到WatchManager，通过zks.getZKDatabase().getData函数实现， WatchManger该类中有HashMap<String,HashSet> watchTable，key为path，Watcher是一个客户端网络连接封装，当节点变化时会通知对应的连接（连接通过心跳保持） 服务端触发过程 调用WatchManager中的方法触发数据变更事件 封装了一个具有会话状态、事件类型、数据节点3种属性的WatchedEvent对象。之后查询该节点注册的Watch事件，如果为空说明该节点没有注册过Watch事件。如果存在Watch事件则添加到定义的Wathcers集合中，并在WatchManager管理中删除。最后，通过调用process方法向客户端发送通知 客户端回调过程 使用SendThread.readResponse()方法来统一处理服务端的相应 将收到的字节流反序列化转换成WatcherEvent对象。调用eventThread.queueEvent(）方法将接收到的事件交给EventThread线程进行处理 从ZKWatchManager中查询注册过的客户端Watch信息。查询到后，会将其从ZKWatchManager的管理中删除。因此客户端的Watcher机制是一次性的，触发后就会被删除 将查询到的Watcher存储到waitingEvents队列中，调用EventThread类中的run方法循环取出在waitingEvents队列中等待的Watcher事件进行处理 ...

什么是事务 数据库的事务是一种机制，一个操作序列，包含了一组操作命令 事务把所有的命令作为一个整体一起向系统提交或撤销操作请求，即这一组数据库命令，要么同时成功，要么同时失败 事务是一个不可分割的工作逻辑单元 为什么需要事务 事务的主要目的是确保数据库操作的一致性和完整性。下面是一个简单的例子来解释为什么需要事务。 假设有一个银行系统，其中有两个账户 A 和 B，当前账户 A 的余额为 1000 元，账户 B 的余额为 2000 元。现在有两个用户同时进行转账操作，一个用户从账户 A 向账户 B 转账 500 元，另一个用户从账户 B 向账户 A 转账 700 元。 如果没有事务的支持，那么这两个转账操作可以并发执行，可能会导致以下问题： 并发问题：在没有事务的情况下，两个用户同时进行转账操作时，可能会出现竞争条件。例如，如果用户 A 首先读取账户 A 的余额为 1000 元，在用户 B 读取账户 B 的余额为 2000 元之前执行转账操作，那么用户 A 的转账操作会以账户 A 余额为 1000 元进行计算，导致账户 A 的余额不正确。 数据不一致：如果两个转账操作不在同一个事务中，当第一个转账操作成功并提交后，而第二个转账操作失败并中止，会导致账户 A 和账户 B 的余额不一致。 数据丢失：如果没有事务支持，当一个转账操作成功时，另一个转账操作发生错误并中止，导致其中一个用户的转账款项丢失。 通过使用事务，可以解决上述问题。事务可以确保这两个转账操作要么全部成功，要么全部失败。 如果其中一个转账操作失败，事务可以回滚到事务开始之前的状态，保证数据的一致性。 同时，事务还可以提供隔离性，使得并发执行的转账操作相互不影响。 事务的四大特性 ...

“计算机科学只存在两个难题：缓存失效和命名。” — Phil KarIton 命名的难度在于如何让变量、常量、函数或类的定义清晰而简洁，而不应有歧义。如果我们不能清楚的看懂某个变量，那么这个变量的命名就不太准确。‍ API key 和 token 就有这种问题，它们都是作为一种身份验证机制。前几天我在一次讨论中，有人提到这两个词可以互换使用。大约两分钟后，我不得不停止谈话并说“你们应该知道它们是不同的，对吧？”‍，说完会上鸦雀无声，显然他们不知道。事实证明，很多人都无法告诉我 API key 和 token 之间的区别。因此文本我将向大家介绍它们之间的区别。 定义 我们可以通过以下定义来区分 API key 和 token。 API key — 通过代码调用 API 时提供的值，用于识别和授权调用者。它旨在以编程方式使用，通常是一长串字母和数字。 token — 代表用户会话或特定权限的一段数据。供个人用户在有限的时间内使用。 生成方式 两者之间的创建方法通常也不同。 API key — 通常通过用户界面创建一次，并且在轮换之前可以一直使用，也可以选择配置为在一定时间后过期。 token — 在成功验证或登录成功时动态生成。通常过期时间较短，但可以刷新较长时间。 权限范围 权限范围是指授权部分或使用提供的身份验证方法时可以执行哪些功能。 API key — 固定的、不变的应用程序功能权限集。谁拥有 API key 就可以访问允许的资源。 token — 仅限于个人有权访问的特定数据或功能。这可能会受到角色或其他业务级别要求的影响。往往更关注数据限制。 安全性 它们的安全性如何？如果 API key 或者 token 被恶意用户泄露或获取，潜在的损害有多严重？ API key — 由于这些密钥通常是长期存在的并且不限制对数据的访问，因此如果被泄露，可能会造成毁灭性的后果。通常撤销 API key 是解决问题的唯一手段。应用程序通常需要具有良好的可观察性，以识别受损密钥并找到恶意用户。 token — 设计时考虑到了安全性。通常是短暂的并且很容易被撤销。受损的令牌仅具有用户有权访问的数据范围，并且将自动过期。 使用方式 什么时候你会使用其中一种而不是另一种呢？看起来他们在利弊之间取得了很好的平衡。 API key — 用于服务器到服务器之间的通信，例如访问天气 API 等公共数据、与第三方系统集成。 token — 用于用户身份验证、细粒度访问控制 (FGAC)、授予对资源的临时访问权限、浏览器访问权限以及管理用户会话。 举个例子 现在我们了解了两者之间的区别，让我们看一下使用 Momento JavaScript SDK 的两个实际示例。 API key 上文提到过 API key 通常是在用户界面创建的。考虑到隐私性，我没有可以分享的实际 API key。 不过以下是大家作为用户如何通过 Momento 控制台获取 API 密钥的方法。‍ 大家可以选择所需的权限，设置可选的到期日期，然后点击 Genergate Api Key。 然后我们可以工作流程中使用该 API key。 token 与成功登录时生成的基于用户的一次性 token 进行对比。我们可以采用基于角色的示例，用户可以只读访问日历事件缓存，但可以发布和订阅协作主题的访问权限。 // called on successful login exports.handler = async (event) => { const user = await loadUserMetadata(event.userId); let token; switch(user.role){ case 'data-entry': token = await getDataEntryToken(user.tenantId); break; case 'admin': token = await getAdminToken(user.tenantId); break; default: throw new Error('Role not supported'); } return token; }; const getDataEntryToken = async (tenantId) => { const scope = { permissions: [ { role: 'readonly', cache: 'calendar-events', item: { keyPrefix: tenantId } }, { role: 'publishsubscribe', cache: 'collaboration', topic: `${tenantId}-events` } ] }; const response = await authClient.generateDisposableToken(scope, ExpiresIn.minutes(15)); return { token: response.authToken, expiresAt: response.expiresAt.epoch() }; }; 以在此处看到，我们创建了一个有效期为 15 分钟的令牌，其权限范围是日历功能的只读权限，并且仅允许访问以用户所属的 tenantId 开头的缓存项。 因此，我们根据用户的属性限制了功能和数据。 总结 API key 和 token 各有优缺点，一个并不比另一个更好。 在决定要应用哪种身份验证机制时，请结合你的应用场景来进行选择。 如果是用在用户会话的身份验证场景时，可以使用 token。 如果是给第三方系统提供接口需要身份验证时，可以使用 API key。 ...

数据复制是指将数据复制到一个或多个数据容器以确保可用性的过程。 复制的数据通常存储在不同的数据库实例中，即使一个实例发生故障，我们也可以从其他实例获取数据。 一种流行数据复制的实现架构是主从架构。 主从架构 为了理解这个架构，我们举一个例子。 我们有四个客户端，每个客户端都连接到一个负载均衡器。 然后负载均衡器将请求分发到三个应用程序服务器。 每台服务器连接到一个数据库实例。 你能注意到这里有什么问题吗？ 我们的数据库存在单点故障。如果它崩溃了，我们的整个系统就会停止工作。 为了避免这种单点故障，我们可以使用另一个数据库（最好是不同的数据库实例）来存储原始数据的副本（一般我们成为从库）。现在如果原始数据库（主库）崩溃，我们可以将请求转到从库。 但是我们如何保持从库与主库同步呢？这有两种方法。 同步复制数据 在这种方法中，数据同时写入主库和从库 数据始终一致。即数据如果写入主库，它也会写入从库 数据库负载较高 异步复制数据 在这种方法中，首先将数据写入主库，并定期将更新写入从库 由于复制以固定间隔进行，因此存在数据丢失和不一致的可能性 数据库负载相对较低 这里我们的一般定义是收到写请求的主库数据库是 master，从库被称为 slaves。 如上图我们的主站也就是 Server2 维护事务日志。他会更新从站中（Server1）的数据，它发送命令，然后从站以相同的顺序执行这些命令。 如果服务器向从站发送写入请求会发生什么？ 有两种方法可以处理这种情况 不允许对从站的写请求，从站无法写入数据库，它只能去读从库数据。 允许从站写入数据。我们将允许从站写入数据。然后从站将更改复制到主站。在这种情况下，从站就接替了主站的角色。所以不再是主从架构而是主主架构 主主架构的问题 网络故障可能会导致主主架构中的数据不一致。 让我们用一个例子来理解这一点，假设我们有两个数据库实例 A 和 B。 两人都是 master。 它们之间的路由器出现故障。所以 A 认为 B 离线，B 认为 A 离线。 他们有一个数据项 X，其值最初为 100。 现在用户发送以下请求， X 减去 20，该请求被路由到 A，此时 A 中 X 的值为 80。 X 减去 80，这个请求被路由到 B（因为都是 master，所以写请求可以路由到任何数据库）。现在 B 中 X 的值为 20。“由于存在通信故障，A 和 B 无法同步，它们具有不同的数据值，因此不一致。” 现在，如果用户发出读请求，他/她将获得不同的值，具体取决于他/她将连接到的数据库。 这个问题被称为裂脑问题。 解决裂脑问题 我们可以通过添加第三个节点（数据库实例）来解决裂脑问题。 这里我们假设一个节点崩溃以及其他两个节点之间的路由器崩溃的可能性极小。 让我们考虑三个数据库实例 A、B 和 C。 如果 C 崩溃，A 和 B 是主库并且它们是同步的。所以他们处于一致的状态。当 C 在线时，他们可以读取 A 或 B 的内容。 如果 A 和 B 之间出现通信故障 当 A 收到写入请求时，它将其状态传播到 C。最初状态为 S0，然后转移到 Sx。所以现在 A 和 C 都有 Sx。 当 B 收到写入请求时，它将其状态从 S0 移至 Sy。它尝试将其状态传播到 C，但失败，因为 B 的先前状态不等于 C。现在 B 中止写入请求并将其状态更新为 Sx。现在 B 可以接受写入请求并将更改传播到 C。 这称为分布式共识。多个节点就特定值达成一致。在这种情况下，A、B 和 C 在最终状态上达成一致。 最后 感谢您的阅读，希望本文能对你理解分布式架构中的数据复制有所帮助。 ...

开放文档格式（ODF）基于开放标准，你可以使用其它工具检查它们，甚至从中提取数据。你只需要知道从哪里开始。 过去，文字处理文件是封闭的专有格式。在一些较旧的文字处理软件中，文档文件本质上是该软件的内存转储。虽然这样可以让加载文件更快，但也使文档文件格式变得不透明。 2005 年左右，结构化信息标准促进组织Organization for the Advancement of Structured Information Standards（OASIS）为所有类型的办公文档定义了一种开放格式，即办公应用程序开放文档格式Open Document Format for Office Applications（ODF）。 由于 ODF 是基于 OpenOffice.org的 XML 文件规范的开放式标准，因此你也可以将其简称为 “开放文档格式”。 ODF 包括几种文件类型，包括用于 开放文档文本OpenDocument Text 文档的 ODT。 ODT 文件中有很多值得探索的内容，它的本质是一个 Zip 文件。 ODT 文件结构 跟所有 ODF 文件一样，ODT 文件实际上是一个 XML 文档和其它文件的 Zip 压缩包。 使用 Zip 可以占用更少的磁盘空间，同时也意味着可以用标准 Zip 工具来检查它。 我有一篇关于 IT 领导力的文章，名为“Nibbled to death by ducks”，我将其保存为 ODT 文件。 由于 ODF 文件是一个 zip 容器，你可以用 unzip命令来检查它： $ unzip -l 'Nibbled to death by ducks.odt' Archive: Nibbled to death by ducks.odt Length Date Time Name 39 07-15-2022 22:18 mimetype 12713 07-15-2022 22:18 Thumbnails/thumbnail.png 915001 07-15-2022 22:18 Pictures/10000201000004500000026DBF6636B0B9352031.png 10879 07-15-2022 22:18 content.xml 20048 07-15-2022 22:18 styles.xml 9576 07-15-2022 22:18 settings.xml 757 07-15-2022 22:18 meta.xml 260 07-15-2022 22:18 manifest.rdf 0 07-15-2022 22:18 Configurations2/accelerator/ 0 07-15-2022 22:18 Configurations2/toolpanel/ 0 07-15-2022 22:18 Configurations2/statusbar/ 0 07-15-2022 22:18 Configurations2/progressbar/ 0 07-15-2022 22:18 Configurations2/toolbar/ 0 07-15-2022 22:18 Configurations2/popupmenu/ 0 07-15-2022 22:18 Configurations2/floater/ 0 07-15-2022 22:18 Configurations2/menubar/ 1192 07-15-2022 22:18 META-INF/manifest.xml 970465 17 files 我想强调 Zip 文件结构的以下几个元素： mimetype文件用于定义 ODF 文档。处理 ODT 文件的程序，如文字处理程序，可以使用该文件来验证文档的 MIME 类型。对于 ODT 文件，它应该总是：application/vnd.oasis.opendocument.text META-INF目录中有一个manifest.xml文件。它包含查找 ODT 文件其它组件的所有信息。任何读取 ODT 文件的程序都从这个文件开始定位其它内容。例如，我的 ODT 文档的manifest.xml文件包含这一行，它定义了在哪里可以找到主要内容: content.xml文件包含文档的实际内容。 我的文档中只有一张截图，它位于 Pictures目录中。 从 ODT 中提取文件 由于 ODT 文档是一个具有特定结构的 Zip 文件，因此可以从中提取文件。 你可以先解压缩整个 ODT 文件，例如使用 unzip命令： $ unzip -q 'Nibbled to death by ducks.odt' -d Nibbled 一位同事最近向我要了一份我在文章中提到的图片。通过查看 META-INF/manifest.xml文件，我找到了嵌入图像的确切位置。用grep命令可以找到描述图像的行: $ cd Nibbled $ grep image META-INF/manifest.xml $ ls -F Configurations2/ manifest.rdf meta.xml Pictures/ styles.xml content.xml META-INF/ mimetype settings.xml Thumbnails/ 就是这张图片： 开放文档格式 ODF 是一种开放的文件格式，它可以描述文字处理文件（ODT）、电子表格文件（ODS）、演示文稿（ODP）和其它文件类型。 由于 ODF 格式基于开放标准，因此可以使用其他工具检查它们，甚至从中提取数据。 你只需要知道从哪里开始。所有 ODF 文件都以 META-INF/manifest.xml为“引导”文件，通过它你能找到其余的所有内容。 ...

雷一宁,天秤座穿这套可以和哥哥约会吗  3p ...

  10月26日下午，西宁市公安局召开西宁市禁毒工作新闻发布会，介绍2022年以来西宁市禁毒工作情况及近年来缉毒执法典型案例。 根据发布会介绍，2022年至今，西宁市共破获各类毒品案件132起，抓获犯罪嫌疑人146名、查获吸毒人员503名，缴获各类毒品5219.02克，先后侦破了全省首例贩卖新型毒品合成大麻素类物质案件、全省首例走私国家一类管制新精神活性药物案、全省首例涉毒洗钱案件，有力斩断了毒品犯罪资金链条，毒品犯罪打击质效不断提升。 值得关注的是，发布会上公布了4起缉毒执法典型案例，其中一起涉及通过暗网贩毒：西宁市公安局城西公安分局破获全省首例从境外非法走私运输新型毒品案件。 该案件的详情为：2022年5月中旬，城西公安分局接到线索得知有人涉嫌通过“暗网” 从境外贩卖大麻及含有合成大麻素、曲马多等新精神活性物质的烟油、巧克力、雪茄等毒品。经2个月的侦查取证，成功将犯罪嫌疑人张某升与刘某松抓获。经鉴定，本案缴获“上头巧克力”中检出苯丙胺、赛络新毒品成分，共计94.68克。目前涉案张某升、刘某松二人已被依法采取强制措施，并移送起诉至检察院依法追究其刑事责任。 一般而言，目前头部的中文暗网交易市场以销售被盗数据、色情视频等虚拟商品为主，在暗网里，如国外暗网市场一样销售毒品的倒不常见，这也进一步证明了，中文暗网市场正在与国际接轨。 虽然“暗网”具有匿名性、隐蔽性等吸引犯罪分子的特点，但中国多地警方曾经表示，“暗网”并不是“法外之地”，也不是“犯罪天堂”。该案件也表明，中国正在积极打击暗网贩毒等各类暗网违法犯罪。 虽然中国国内通过暗网贩毒不是很常见，但由于互联网与物流的相互配合，使得涉毒犯罪形式更加专业化，贩毒团伙年龄层次较低，有职业化倾向， 并且很多毒品买自国外暗网交易市场，往后会越来越多。 网络无国界，对于中国警方而言，必然需要与各国加强法律、制度、技术等方面的国际合作，抓住关键环节，将犯罪分子绳之以法，防止“暗网”成为法外之地。 在该发布会公开的其他三起涉毒案件为： 案例一：****西宁市公安局城东公安分局破获全省首例涉毒洗钱案 今年初，城东公安分局禁毒大队办案民警在侦破一起贩毒案件时，发现该案还存在涉毒洗钱犯罪线索。随即，城东公安分局党委成立专案组。经过三个多月缜密摸排、调查取证，民警全面掌握了涉毒资金来源、性质、用途等方面的证据。经查证，今年1月以来，犯罪嫌疑人牛某，为贩毒嫌疑人掩饰、隐瞒毒品犯罪所得，提供个人账户收取毒资，并按月收取数额不等的“好处费”。经初步核算，涉及洗钱金额达160余万元。在大量证据面前，犯罪嫌疑人牛某如实供述其犯罪事实。目前，犯罪嫌疑人牛某因涉嫌洗钱罪已被公安机关依法执行逮捕，案件在进一步办理中。 案例二：西宁市公安局城北公安分局破获利用网络吸贩毒案 今年4月，城北公安分局禁毒大队在工作中发现，有多名西宁籍、循化籍吸毒前科人员利用互联网虚拟身份，通过网络平台，建立群组，发布隐晦信息及视频，以暗语的形式进行吸贩毒违法犯罪活动。经与循化警方通过近一个月通力协作下，专案组集中对该犯罪团伙进行抓捕，为全链条打击毒品犯罪活动，两地公安机关远赴重庆市进一步开展抓捕工作，最终共计抓获吸毒人员13名，贩卖毒品犯罪嫌疑人4名，破获毒品案件5起。 案例三：西宁市****公安局城中公安分局破获部级目标案件 2020年10月，西宁市公安禁毒部门在公安部禁毒局的指导协调下，在省厅禁毒总队直接指挥以及山东、四川等地警方大力协助下，历时4个月的缜密侦查，成功告破一起辐射全国19个省（区、市）、36个地区，从事毒品贩卖违法犯罪活动的涉及艾滋病、同性恋的部级目标案件。办案人员先后在青海、四川、山东等地采取梯次收网行动，共抓获犯罪嫌疑45人，查处吸毒人员17人，缴获毒品冰毒113.45克、大麻1.76克、辅料28.93克，成功斩断一条由四川向青海、山东、江苏等地贩运毒品的通道。 ...

  一位智商高达142的下奥地利州互联网百万富翁，一直在暗网上寻找一名职业杀手，以杀死他的前女友。他在一个名为“Online Killer Market”的暗网网站上找到了一位化名“Sunnboy”的合同杀手——近日维也纳新城地区法院于周五该案件的真实性。 这位成功的企业家的智商极高，世界人口的0.1%才能拥有这种高智商，除此之外，他还曾在德国警察局工作了20多年。 据称，这位53岁的男子每天通过他别墅的电脑访问“Online Killer Market”的暗网网站，并于2023年2月底至4月初期间在该暗网网站上投放了广告，试图将针对他前女友的谋杀渲染成一场交通事故。为了让他寻找的杀手更容易实施，据说该男子提供了其前女友的许多资料，包括她的照片、她的个人信息和习惯、她的确切家庭住址以及该女子家人的个人信息。 根据起诉书，该广告达到了其目的。据说有人联系了想要实施雇佣杀人的被告。不久之后，双方就谋杀案的报酬金额进行了谈判。最终就9000美元达成协议，该男子于2003年4月底将这笔钱以加密货币比特币的形式转入杀手的虚拟钱包。 下奥地利人于4月30日被警方逮捕。据内政部称，杀人的合同本应该在5月1日进行。此后，被告一直被拘留，他否认这些指控。近日，该男子将因谋杀未遂罪在奥地利维也纳新城地区法院接受审判。如果罪名成立，他将面临10年到20年的监禁，甚至终身监禁。 英国情报部门提供的信息 3月初，英国军情五处发现了该线索，国际刑警组织曼彻斯特（英国）分部向奥地利当局通报了暗网上可能发生的雇佣杀人事件。 不久之后，奥地利联邦刑警局、州刑警局、下奥地利州保护宪法和打击恐怖主义办公室、特种部队局（DSE）和来自英国的东部地区特种作战部队（ERSOU）等部门共有130名调查人员参与了此次行动。 据奥地利内政部称，行动期间采取了广泛的调查和观察措施，特别是针对暗网的秘密调查。...

❶ ?? | 不给糖就捣蛋❷ ? ????? ????????? ?❸ ??????*诡异气氛拉满❹ 可爱鬼来了?❺ 女巫集合??‍♀️?❻ ?｜ 一枚懒鬼❼ ?幽灵觉醒‍‧?❽ ?????? ??? ?★❾ ???‍♀️???????❿ ? :女巫集合??‍♀️? ...

点击围观  ...

点击围观  ...

点击围观  ...