LFU五种实现方式

试官你好：我们公司本身的业务体量很小，所以直接单机一把梭啥都能搞定了，但是后面业务体量不断扩大，采用微服务的设计思想，分布式的部署方式，所以拆分了很多的服务，随着体量的增加以及业务场景越来越复杂了，很多场景单机的技术栈和中间件以及不够用了，而且对系统的友好性也下降了，最后做了很多技术选型的工作，我们决定引入消息队列中间件。

哦？你说到业务场景越来越复杂，你那说一下你都在什么场景用到了消息队列？

嗯，我从三个方面去说一下我使用的场景吧。

Tip：这三个场景也是消息队列的经典场景，大家基本上要烂熟于心那种，就是一说到消息队列你脑子就要想到异步、削峰、解耦，条件反射那种。

异步：

我们之前的场景里面有很多步骤都是在一个流程里面需要做完的，就比如说我的下单系统吧，本来我们业务简单，下单了付了钱就好了，流程就走完了。

但是后面来了个产品经理，搞了个优惠券系统，OK问题不大，流程里面多100ms去扣减优惠券。

后来产品经理灵光一闪说我们可以搞个积分系统啊，也行吧，流程里面多了200ms去增减积分。

再后来后来隔壁的产品老王说：下单成功后我们要给用户发短信，也将就吧，100ms去发个短信。


 

伙子之前问了你这么多Redis的知识，你不仅对答如流，你还能把各自场景的解决方案，优缺点说得这么流畅，说你是不是看过敖丙写的《我们一起进大厂》系列呀？

惊！！！老师你怎么知道的，我看了他的系列根本停不下来啊。

呵呵，Redis没难住你，但是我问个新的技术栈我还怕难不住你？我问问你你项目中用过消息队列么？你为啥用消息队列？

噗此，这也叫问题？别人用了我能不用么？别人用了我就用了呗，我就是为了用而用。

你心里嘀咕就好了，千万别说出来哈，说出来了没拿到Offer别到时候就在那说，敖丙那个渣男教我说的！


 

从股价来看，虽然并没有证据指出8、9两日的下跌与IBM放弃人脸识别有直接关系，但联系前因难免不让人多想。

就在今日，继IBM之后，亚马逊宣布在未来的一年内，将暂停警方使用人脸识别技术(在打击人口贩卖时例外)。亚马逊与IBM不同，IBM本身的公关重心并不在人脸识别技术上，其业务占有量也并不高，从某种意义上来说对公司造成的冲击并不大。但对于美国人脸识别“专业”户的亚马逊来说，这时的一波“停牌”，可能会让原本在国外就处于“冰火两重”的人脸识别更加难以推广。

当不完善的算法遇上“种族歧视”

早在2018年纽约时报英文网站发表一篇文章，指出如今非常热门的 AI 应用人脸识别，针对不同种族的准确率差异巨大。其中，针对黑人女性的错误率高达 21%-35%，而针对白人男性的错误率则低于 1%。

同时，法国Idemia公司的人脸识别在多国提供服务，但是他们做了一个测试，用两张相同的照片去测试算法是否标准，结果得到的答案是，错误匹配白人女性的概率为万分之一，错误匹配黑人女性的概率是千分之一，整整差了10倍。你要知道，这与我国五十六个民族亲如一家的情形不同， 一个人无意中干的一件小事都有可能被视作种族歧视，进而丢掉学业、工作或是面临法律的制裁。

（编辑：南通站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!