在beego中使用ORM做一些查询操作，一般会用到下面这样的代码

o := orm.NewOrm()
user := new(User)
qs = o.QueryTable(user) // 返回 QuerySeter
var users []User
qs.All(&user)

如果想增加一些条件限制就需要用到qs.Filter或者…

为了从本地浏览器能够直接访问公司内网的web，我们需要额外的vpn代理或者其他方式代理。经过查阅资料，找到一种比较快速的方案，即通过ssh隧道和socks5代理实现访问公司内网项目，前提是跳板机能通过外网访问，并且支持ssh方式登录。

开启支持socks5协议的ssh隧道

ssh -D 1337 -f -C -q -N user@remote -p 2222

• -D 表示本地端口转发，当监听到此端口有连接时，此连接中的数据将通过安全隧道转发到server端，目前支持socks4和socks5协议
• -f 请求ssh在工作在后台模式。该选项隐含了"-n"选项，所以标准输入将变为/dev/null。
• -C 请求会话间的数据压缩传递。对于网络缓慢的主机，压缩对连接有所提升。但对网络流畅的主机来说，压缩只会更糟糕。
• -q 静默模式。大多数警告信息将不输出。

Github

Awesome Hosts

一个简单的host管理工具, 采用Go语言编写，并且使用了 astilectron 和 Vue，ElementUI，等等

编译

这里假设你已经安装了Go (如果你还没有Golang环境, 点这里 获取最新的Golang安装包)

1: 安装Awesome Hosts

执行下面命令：…

在el-table中加入:row-class-name="tableRowClassName"，利用tableRowClassName方法将rowIndex赋值给row对象

html

<el-table 
    ref="multipleTable"
    :data="data"
    :row-class-name="tableRowClassName"
    @selection-change="handleSelectionChange"
>

javascript

handleSelectionChange(rows) {
    //用一个变量来存放被选中的index
    this.selectionItemIndexes = 

前段时间在一台小内存服务器上使用composer更新第三方类库时出现了内存不足的问题，以至于触发了OOM异常，使得composer进程被kill，无法完成更新。
通过free -h查看，测试服务器上并没有启用swap交换分区

当内存不足时，系统会将部分数据交换到swap空间上。类似win上的虚拟内存

OK，那就让我们启用swap。

1. 创建交换分区文件

mkdir /data
touch /data/swapfile

1. 分配交换分区容量

dd if=/dev/zero of=/data/swapfile bs=1M count=2048

/dev/zero是linux设备上一个特殊的文件，当你读它的时候，它会提供无限的空字符(NULL,

背景

前段时间，公司某业务在高并发下，单机单个redis实例中，有个大字符串的get操作总是很慢。查看slowlog并无慢日志记录。

原因

通过咨询掌阅@老钱，得到了以下答复

redis的网络读写和逻辑处理都是单个线程处理的，slowlog只是衡量逻辑处理的时间并不包括接受指令和发送响应的时间。字符串的get操作逻辑非常快，所以slowlog没有任何信息。但是网络读写就慢了，特别是高并发下，内存中有大量待发送的缓冲数据堆积在那里，单线程需要拼命地发送数据，所以才会这样缓慢。

解决方案

当时考虑了两种解决方案：

1. redis集群
2. 将value进行本地缓存

考虑到项目初期的架构及业务代码的改动量，决定选择第二种方式解决，那么由于项目架构采用的是传统的nginx+php-fpm，无法常驻内存，于是决定利用/dev/shm（tmpfs）将这个value缓存到本地内存文件系统中。

既然用到了本地缓存，就要考虑集群下机器的value一致性，所以最终使用redis在每台机器上部署了一个订阅服务，当value发生改变时，更新本地缓存。

效果

从zabbix中可以很明显看到网络传输的峰值下降了非常多，可见这个key在业务高峰期时读取有多频繁。

结论

对于大字符串，偶尔读写不会存在问题，但是在频繁读写就会给redis带来不小的压力。…

外网服务器

首先准备一套可以外网访问的服务器，并且安装nginx ，以centos为例

yum install nginx
service nginx start

编辑nginx的配置文件

vim /etc/nginx/conf.d/default.conf

server {
    listen 8000;
    server_name test.im050.com;
    location / 

布隆过滤器是一种空间利用率高，可以用来对数据进行排重过滤处理的数据结构，具有以下两点特征：

• 判定为不存在的数据一定不存在
• 判定为存在的数据可能存在也可能不存在

存在的数据如果实际上并不存在，称为false positive，那么为什么会有这种现象呢？

布隆过滤器是通过k个hash函数将某个key映射到m个的比特位上。那么某个key的比特位有可能会被其他的一个或多个key占用，即会产生误判为存在的情况，所以这个误判率取决于k(hash函数个数)、m(比特位个数)、n(元素个数)，关于误差率推导，由于我的数学比较不好，还没领悟透彻，可以参考网络上其他文章。

因为比特位非0既1，且多个key共享比特位，也导致了布隆过滤器无法删除已添加的元素，因为删除某个key会影响到其他key。

当然还有一些其他变种的布隆过滤器使得可以删除元素，例如将比特位变成一个计数器，删除元素时只需要将计数器-1即可。…

#include <stdio.h>
#include <hiredis/hiredis.h>
int main()
{
     redisContext *conn  = redisConnect("127.0.0.1",6379);
     if(conn != NULL && conn->err)
     {
         printf("connection error: %s\n",conn->errstr);