2018年のバックエンド技術分析の概要
以前、2018 年のフロントエンド テクノロジーのトレンドの概要を共有しました。今回は、2018 年のバックエンド テクノロジーの分析の概要を共有します。皆様のお役に立てれば幸いです。
Node.js
Node.js も非常に人気があり、人気がありますが、企業のバックエンドの主要なプログラミング言語として Node.js を使用している企業を見ることはまだまれです。 C++、Java、PHP、Python 言語にも、Node.js に似た非同期コールバック モードに基づく Swoole-1.0 など、同様のソリューションがいくつかあります。
その本質的な理由は、非同期コールバックの技術的ソリューションと、それに対して行われたいくつかの最適化ソリューション (Promise、Future、Yield/Generator、Async/Await など) がプログラム開発のスタイルと習慣を変えたことです。これらのテクノロジーを使用したい場合、エンジニアはこれらのキーワードと関数の使用方法をさらに学習する必要があります。
これらの技術的ソリューションの使用は、既存のプログラムと互換性がありません。研究開発費は巨額であり、スムーズな移行は難しいといえる。非同期コールバック技術スタックの人気に影響を与えました。このプログラミング モデルは誰にとっても受け入れがたいものです。
非同期モード
Go 言語はますます人気が高まっており、多くの大手インターネット企業がバックエンドに GO に注目しています。 Java 界隈ではよく知られたサービス指向フレームワークである Dubbo も、非同期モードへの移行を発表しました。これは大きなトレンドであり、非同期モデルは市場で検証され、認識されています。
Web サーバーの選択に関しては、数年前からほとんどの人が同期ブロッキング Apache ではなく、非同期ノンブロッキング Nginx を選び始めました。 Nginx のような非同期プログラムのおかげで、より優れた適応性と強力な同時実行機能を備えています。現在、バックエンドのビジネス開発プログラミングに関しては、強力な技術力を持つチームがテクノロジー スタックを同期モードから非同期モードに切り替え始めています。
同期ブロッキング モードには多くの欠陥があり、同時実行性が弱く、適応性が低く、リクエストが遅いため、サービスが利用できなくなります。たとえば、バックグラウンド インターフェイスでサードパーティ API を呼び出すシナリオでは、同期モードの効果は非常に低くなります。以前は、Java、PHP、C++、Python、Ruby 言語を使用して開発された同期ブロッキング モード フレームワークを使用する人はますます少なくなりました。
Coroutine
コルーチン モードでは、同期ブロッキングの保守性と、非同期ノンブロッキングの高い同時実行機能が考慮されています。将来的にはバックエンド開発分野における主流の技術ソリューションとなるでしょう。
最も重要なことは、コルーチン モードを実行するには既存のプロジェクト コードを少し調整するだけで済み、古いプロジェクトとも完全な互換性があるということです。互換性のために必要なのはフレームワーク層のみです。これにより、チームのスムーズな移行が可能になります。
コルーチン モードを使用すると、開発者は追加のキーワードや関数の使用法を学習する必要がまったくありません。コーディングスタイルは同期モードとまったく同じです。
さまざまなコルーチン技術の中で、<code><span style="font-size: 14px;">GO</span>
是最耀眼的那一个。协程、通道、静态语言、性能、富编译、标准库丰富、生态完整、Google 等,优势太多了。GO 语言,个人认为是目前所有编程语言中,最值得学习的。
<span style="font-size: 14px;">Swoole 2.x</span>
让 PHP 这门 20多年历史的老牌后台编程语言也能有协程的能力。相比 <span style="font-size: 14px;">Go</span>
这样的技术,<span style="font-size: 14px;">PHP + Swoole</span>
的技术栈,更适合快速开发、快速迭代、业务驱动的场景。毕竟动态语言比静态语言还是要更加灵活、开发效率更高。而 <span style="font-size: 14px;">Go</span>
更适合编写系统级软件、核心业务。
2018 年我重构了 swoole framework 这个很老的项目,底层支持 <span style="font-size: 14px;">Swoole 2.x</span>
协程模式。主要原因是车轮公司内部有很多项目基于这个框架,尤其是服务层全部用了 swoole framework。我们希望业务代码一行不改,可以一键切换为协程模式。理论上其他的同步阻塞 PHP 框架,如 Laravel 、Yii ,都可以实现只修改底层兼容 <span style="font-size: 14px;">Swoole 2.x</span>
GOは最も素晴らしいものです。コルーチン、チャネル、静的言語、パフォーマンス、豊富なコンパイル、豊富な標準ライブラリ、完全なエコロジー、Google など、利点が多すぎます。
。
🎜Swoole 2.x🎜
🎜 を使用すると、20 年以上の歴史を持つベテランのバックエンド プログラミング言語である PHP にコルーチン機能を持たせることができます。 🎜🎜Go🎜
🎜 のようなテクノロジーと比較して、🎜🎜PHP + Swoole🎜
🎜 のテクノロジー スタックは、迅速な開発、迅速なイテレーション、ビジネス主導のシナリオにより適しています。 。結局のところ、動的言語は静的言語よりも柔軟で開発効率が高いのです。そして、🎜🎜Go🎜
🎜 は、システムレベルのソフトウェアやコアビジネスの作成に適しています。 🎜🎜🎜🎜 2018 年に、非常に古いプロジェクトである Swoole フレームワークをリファクタリングしました。基礎となるサポートは 🎜🎜 Swoole 2.x🎜
🎜 コルーチン モードです。主な理由は、ホイール会社内にこのフレームワークに基づいたプロジェクト、特にサービス層がすべて swoole フレームワークを使用していることが多いためです。ビジネス コードが 1 行も変更されず、ワンクリックでコルーチン モードに切り替えられることを願っています。理論的には、Laravel や Yii などの他の同期ブロッキング PHP フレームワークは、プロジェクト コード内でコルーチン モードのシームレスな切り替えを実現するために、基盤となる互換性のある 🎜🎜Swoole 2.x🎜
🎜 コルーチンを変更することしかできません。 🎜🎜🎜🎜 コルーチンを使用した後、システム全体のパフォーマンス、同時実行性、安定性が大幅に向上しました。以前は、リクエストが遅いとサーバー全体がオンラインで停止することがよくあったという問題はもう存在しません。 🎜🎜PHP & Swoole
Swoole 2.0 はまだ 2 年も経っていませんが、Go 言語の 10 年間の努力に比べれば、まだまだ長い道のりです。ただし、GO のような静的言語と比較すると、PHP はよりシンプルで使いやすく、より柔軟に使用できるという利点があります。
もちろん、新しいプロジェクトの場合は、
用に特別に設計されたフレームワークである Swoft を使用することをお勧めします。より良い安定性。 <span style="font-size: 14px;">Swoole 2.x</span>
Swoole 2.x
Swoole 2.0 コルーチンのおかげで、私たちは PHP の将来にまだ自信を持っています。
関連する推奨事項:
19 の便利な JavaScript 略語テクノロジーの共有
Web 開発者が 2018 年に知っておくべきテクノロジートレンドの分析

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











StableDiffusion3 の論文がついに登場しました!このモデルは2週間前にリリースされ、Soraと同じDiT(DiffusionTransformer)アーキテクチャを採用しており、リリースされると大きな話題を呼びました。前バージョンと比較して、StableDiffusion3で生成される画像の品質が大幅に向上し、マルチテーマプロンプトに対応したほか、テキスト書き込み効果も向上し、文字化けが発生しなくなりました。 StabilityAI は、StableDiffusion3 はパラメータ サイズが 800M から 8B までの一連のモデルであると指摘しました。このパラメーター範囲は、モデルを多くのポータブル デバイス上で直接実行できることを意味し、AI の使用を大幅に削減します。

自動運転では軌道予測が重要な役割を果たしており、自動運転軌道予測とは、車両の走行過程におけるさまざまなデータを分析し、将来の車両の走行軌跡を予測することを指します。自動運転のコアモジュールとして、軌道予測の品質は下流の計画制御にとって非常に重要です。軌道予測タスクには豊富な技術スタックがあり、自動運転の動的/静的知覚、高精度地図、車線境界線、ニューラル ネットワーク アーキテクチャ (CNN&GNN&Transformer) スキルなどに精通している必要があります。始めるのは非常に困難です。多くのファンは、できるだけ早く軌道予測を始めて、落とし穴を避けたいと考えています。今日は、軌道予測に関するよくある問題と入門的な学習方法を取り上げます。関連知識の紹介 1. プレビュー用紙は整っていますか? A: まずアンケートを見てください。

この論文では、自動運転においてさまざまな視野角 (遠近法や鳥瞰図など) から物体を正確に検出するという問題、特に、特徴を遠近法 (PV) 空間から鳥瞰図 (BEV) 空間に効果的に変換する方法について検討します。 Visual Transformation (VT) モジュールを介して実装されます。既存の手法は、2D から 3D への変換と 3D から 2D への変換という 2 つの戦略に大別されます。 2D から 3D への手法は、深さの確率を予測することで高密度の 2D フィーチャを改善しますが、特に遠方の領域では、深さ予測に固有の不確実性により不正確さが生じる可能性があります。 3D から 2D への方法では通常、3D クエリを使用して 2D フィーチャをサンプリングし、Transformer を通じて 3D と 2D フィーチャ間の対応のアテンション ウェイトを学習します。これにより、計算時間と展開時間が増加します。

9 月 23 日、論文「DeepModelFusion:ASurvey」が国立国防技術大学、JD.com、北京理工大学によって発表されました。ディープ モデルの融合/マージは、複数のディープ ラーニング モデルのパラメーターまたは予測を 1 つのモデルに結合する新しいテクノロジーです。さまざまなモデルの機能を組み合わせて、個々のモデルのバイアスとエラーを補償し、パフォーマンスを向上させます。大規模な深層学習モデル (LLM や基本モデルなど) での深層モデルの融合は、高い計算コスト、高次元のパラメーター空間、異なる異種モデル間の干渉など、いくつかの課題に直面しています。この記事では、既存のディープ モデル フュージョン手法を 4 つのカテゴリに分類します。 (1) 「パターン接続」。損失低減パスを介して重み空間内の解を接続し、より適切な初期モデル フュージョンを取得します。

タイトル: DreamWeaver CMS のセカンダリディレクトリを開けない原因と解決策の分析 Dreamweaver CMS (DedeCMS) は、さまざまな Web サイトの構築に広く使用されている強力なオープンソースのコンテンツ管理システムです。ただし、Web サイトの構築中に、セカンダリ ディレクトリを開けない状況が発生し、Web サイトの通常の動作に問題が発生することがあります。この記事では、セカンダリ ディレクトリを開けない考えられる理由を分析し、この問題を解決するための具体的なコード例を示します。 1. 考えられる原因分析: 疑似静的ルール構成の問題: 使用中

上記と著者の個人的な理解は、画像ベースの 3D 再構成は、一連の入力画像からオブジェクトまたはシーンの 3D 形状を推測することを含む困難なタスクであるということです。学習ベースの手法は、3D形状を直接推定できることから注目を集めています。このレビュー ペーパーは、これまでにない新しいビューの生成など、最先端の 3D 再構成技術に焦点を当てています。入力タイプ、モデル構造、出力表現、トレーニング戦略など、ガウス スプラッシュ メソッドの最近の開発の概要が提供されます。未解決の課題と今後の方向性についても議論します。この分野の急速な進歩と 3D 再構成手法を強化する数多くの機会を考慮すると、アルゴリズムを徹底的に調査することが重要であると思われます。したがって、この研究は、ガウス散乱の最近の進歩の包括的な概要を提供します。 (親指を上にスワイプしてください

Golang とフロントエンド テクノロジーの組み合わせ: Golang がフロントエンド分野でどのような役割を果たしているかを調べるには、具体的なコード例が必要です。インターネットとモバイル アプリケーションの急速な発展に伴い、フロントエンド テクノロジーの重要性がますます高まっています。この分野では、強力なバックエンド プログラミング言語としての Golang も重要な役割を果たします。この記事では、Golang がどのようにフロントエンド テクノロジーと組み合わされるかを検討し、具体的なコード例を通じてフロントエンド分野での可能性を実証します。フロントエンド分野における Golang の役割は、効率的で簡潔かつ学びやすいものとしてです。

OpenAI によってリリースされた GPT-4o モデルは、特に複数の入力メディア (テキスト、オーディオ、画像) を処理し、対応する出力を生成する機能において、間違いなく大きな進歩です。この機能により、人間とコンピューターの対話がより自然かつ直観的になり、AI の実用性と使いやすさが大幅に向上します。 GPT-4o の主なハイライトには、高いスケーラビリティ、マルチメディア入出力、自然言語理解機能のさらなる向上などが含まれます。 1. クロスメディア入出力: GPT-4o+ は、テキスト、オーディオ、画像の任意の組み合わせを入力として受け入れ、これらのメディアから出力を直接生成できます。これにより、単一の入力タイプのみを処理する従来の AI モデルの制限が打ち破られ、人間とコンピューターの対話がより柔軟かつ多様になります。このイノベーションはスマート アシスタントの強化に役立ちます