写在前面

没啥 ，就是自己玩着玩着发现还有这么多没见过，记录一下

实验室

chrome://flags/ 一些实验性的功能，可能在未来保留成正式或者被移除，同时也可能会产生不可预期的影响，开发者鼓捣记得备份数据！

http://blog.sina.com.cn/s/blog\_1806ff8820102xr22.html

知乎文章

https://www.zhihu.com/question/27380104

网络调试

chrome://net-internals/#events net-internals是一套工具集合，用于帮助诊断网络请求与访问方面的问题，它通过监听和搜集 DNS，Sockets，SPDY，Caches等事件与数据来向开发者反馈各种网络请求的过程、状态以及可能产生影响的因素。

php的serialize函数和unserialize函数 serialize() 返回字符串，可以存储于任何地方。 serialize() 可处理除了 resource 之外的任何类型。甚至可以 serialize() 那些包含了指向其自身引用的数组。 这有利于存储或传递 PHP 的值，同 ...

解析json php内置函数json_decode() 可以解析json字符串 但是有的时候看起来正确的json，解析却一直返回null。 你知道吗，json是可能解析失败的，此时PHP不会产生提示。 我们需要手动通过json_last_error()函数获取 function json_d ...

写在前面

为什么写下这篇文章 在编写PHP文件锁的时候，非堵塞模式 LOCK_NB 加了却没有效果 预期反应：当前面有请求在执行了，后续的请求马上返回客户端：拿不到锁，执行失败。 现实状况：假设业务逻辑需要执行5s，第一个请求发送后，马上有第二个请求发送，第二个请求会等待第一个请求结束，然后再执行自己本次请求，总共耗时10s

简单说说php写下的锁

为了后面更好地讲解和理解，简单带上php文件锁的几行代码

写在前面

在使用layui数据表格的时候，有一个列是使用templet，依据其他两个列数据计算得到。 在该列开启合计行，一直显示是0 。其他两列数据合计正常。 在社区和百度上寻找过答案，并没有相关介绍。 在解决了该问题后，写下这篇小记录。

写在前面

在我们开发过程中，经常会出现数据库配置文件、redis环境配置文件等。 在不同的开发环境（同事与同事之间 开发与测试与生产环境）大概率是不同的。 如果每个人都按普通的流程，Pull然后修改成自己本地的，没有忽略监听更改。 那么当他提交代码时，经常会把配置文件也上传到git仓库中。 会影响其他人的开发。 所以我们应该这样子做：git仓库提供一份配置文件的基础模板，每个人都拉取到本地修改但是要忽略本地更改监听。

操作步骤

• 1.建立git仓库
• 2.创建基本配置文件模板
• 3.提交并推送到仓库
• 4.本地忽略监听
• 5.服务器部署，拉取仓库
• 6.忽略监听
• 7.更改配置文件

进制和编码的关系 进制是数字上的关系 我们日常使用的是10进制，因为我们有10个手指，这是习惯和发展使然。 计算机的基础是2进制，因为电路只有通电、不通电两种状态，用0、1表示。一个数字成为一个位 随着计算机的发展，需要表示的符号越来越多，从一开始的2位代表一字节，到后面的8位代表一 ...

以下方法在 PHP 中被称为魔术方法（Magic methods） __construct() __destruct() __call() __callStatic() __get() __set() __isset() __unset() __sleep() __wakeup() __to ...

数据类型 类型 简介 特性 场景 String(字符串) 二进制安全 可以包含任何数据,比如jpg图片或者序列化的对象,一个键最大能存储512M -– Hash(字典) 键值对集合,即编程语言中的Map类型 适合存储对象,并且可以像数据库中update一个属性一样只修改某一项属性值(Memc ...

写在前面

负载均衡，并不是人人平等。而是每个人都尽其所能，得其所需。 每个服务器的配置会有差异，可能某个服务器还需要兼顾其他应用服务。所以它也许不能像同集群里的其他机器一样完成一样大小的任务。

通过某种负载分担技术，将外部发送来的请求均匀分配到对称结构中的某一台服务器上，而接收到请求的服务器独立地回应客户的请求。均衡负载能够分配客户请求到服务器列阵，借此提供快速获取重要数据，解决大量并发访问服务问题。

负载均衡主要解决的问题

• 处理高并发等服务，单机并发量不足以支撑，利用负载均衡分摊到多台服务器。
• 提高用户响应，如果单机一直保持高负载运行，假设最多处理1K个并发，第1K个也需要排队等候处理。分摊到多台机器，增加处理者，平均响应速度也就提升了。