蘋果開發團隊拒絕 Java,轉向 Swift

最近,蘋果的開發團隊在一份新的案例研究中透露,他們覺得“Java 的記憶體管理方式已經跟不上我們越來越高的需求和效率目標了。”
所以,他們開始尋找更有效率的程式語言。

他們選了 Swift 語言,然後說他們實現了硬體利用率降低 50%,記憶體減少 90%,吞吐量提高 40%。

這個項目是關於密碼監控的,它讓用戶根據一個洩漏的密碼清單來檢查自己的密碼。
開發團隊說,這個應用程式「每天都會收到全球設備的數十億個請求」。

這個服務是在 Linux 系統上運行的,並且使用了分層加密,這使得每個請求需要更多的計算資源。
專案的核心開發人員這樣說:“我們團隊多年來一直用 Java 來支援大規模、關鍵的任務,因為它既穩定又性能好。”
但是,Java 的垃圾回收機制有點問題,所以他們決定換一種語言。
垃圾回收(GC)是一種自動管理記憶體的技術,它會定期清理不再需要的記憶體。
儘管 Java 的 GC 已經改進了,但在高負載下 GC 暫停和效能開銷還是個問題。
另外,Java 擴充起來也有點困難。
服務的負載一天之內變化很大,Apple 會根據需求調整硬體架構和頻寬。
當需要啟動新硬體時,啟動時間很關鍵,而像 Java 這樣的託管語言因為執行時間要求高,啟動會慢一些。
最後,他們決定用 Swift 來重寫這個服務。 Swift 是蘋果開發是 Objective-C 的新選擇。他們用的 Web 框架是開源的 Vapor。
Swift 也有自動記憶體管理,但它用的是 ARC(自動引用計數)。
ARC 和其他垃圾回收方法相比有爭議;但在他們的服務中,團隊發現了一些顯著的改進,例如在 Kubernetes 上運行的服務中,記憶體使用量減少了 90%,硬體使用率降低了一半。
在程式碼移植方面,程式碼行數減少了近 85%,這可能比記憶體管理的改進更重要。
團隊發現 Swift 有一些特性讓程式碼更簡潔明了,例如強調協定而不是繼承,使用 async 和 await 實現並發,以及型別安全,這樣就不需要檢查空值了。
Swift 比 Java 更有效率嗎?還是說重寫只是為了程式碼更好看?
兩種說法可能都有道理。
Swift 直接編譯成原生程式碼,不需要 JVM(Java 虛擬機)或 JIT(即時編譯器)。
蘋果推廣 Swift 有自己的理由;儘管團隊暗示在決定放棄 Java 後,Swift 並非唯一選擇,但不可否認的是,內部壓力很大,如果遷移到 Go(Kubernetes 的開發語言)或 Rust,可能會帶來類似的改進。
Java 正在慶祝它的 30 歲生日,它的高效率和可靠性都得到了大家的認可。
話雖如此,儘管這個消息可能會讓 Java 社群有點失望,但值得注意的是,遷移到更有效率的語言可以帶來這麼大的效能提升和成本節省

Python PCED™認證:入門數據分析師認證考試:PCED-30-01

Python PCED™認證:入門數據分析師認證考試:PCED-30-01

PCED™ – Certified Entry-Level Data Analyst with Python:PCED-30-01
Python PCED™認證:入門數據分析師認證考試:PCED-30-01
PCED™ 考試資訊
規格項目 描述
考試名稱 PCED-Python 認證入門資料分析師
考試代碼和當前考試版本 PCED-30-01
先決條件 正式:無
經驗: PCEP 和 PCAP(或同等學歷)+ 特定領域技能
有效性 長期
考試時長 60分鐘+保密協議
問題數量 45
格式 單選題和多選題
及格分數 75%
語言 英語
成本 69 美元(考試)
86 美元(考試 + 重考)
獲得 PCED 認證,您將在 Python 資料分析領域奠定堅實的基礎,從而在當今資料驅動的環境中獲得競爭優勢。 Python 作為資料分析和科學領域的關鍵工具,對於任何希望在這些領域開啟或提升職業生涯的人來說,都凸顯了此認證的價值。

PCED 認證尤其適用於:

渴望學習全方位資料處理的資料分析初學者;
有志於成為數據專業人士並希望鞏固其在 Python 和相關數據分析工具方面的知識;
現有的資料專業人員尋求加強和擴展對 Python 和資料分析的理解;
其他領域的專業人士,旨在轉型成為當前行業中以數據為中心的角色;
需要利用數據洞察進行策略決策的管理人員和領導者。

Python 繼續在資料科學領域佔據主導地位,高達86% 的資料科學家表示它是他們目前專案的主要語言,另有 10% 的資料科學家將其用作次要語言。 這種廣泛的採用體現在它在從 Web 開發到機器學習等各種應用程式中不可或缺的作用,鞏固了 Python 作為資料驅動任務的多功能首選工具的聲譽。

資料分析師最需要的技能包括 Python 和 SQL,這凸顯了這些工具在管理和分析大型資料集方面的重要性。各行各業的公司都在尋求能夠駕馭複雜數據環境、推動決策和策略業務計劃的專業人士。

對 Python 的強烈偏好也反映在該領域提供的具有競爭力的薪酬上。在美國,Python 數據分析師和科學家的年薪預計在 50,000 美元(初級職位)到 130,000 美元以上(高級職位)之間,具體取決於他們的經驗、地點、行業和該領域內的具體角色。 (資料來源:Glassdoor、Payscale 和 SalaryExpert.com)隨著企業越來越多地採用數據驅動策略,對精通 Python 的專業人員的需求也在不斷增長,從而創造了一個充滿活力的就業市場,並為具備適當技能的人才提供了豐厚的機會。

Python 在資料分析領域的主導地位不僅強調了掌握這門語言的價值,也強調了它為當今數位經濟中的資料科學家和分析師開闢的廣闊機會。

Hitachi Vantara儲存概念 助理資格認證 考試– HQT-0050

Hitachi Vantara Qualified Associate Storage Concepts HQT-0050 Exam
Hitachi Vantara儲存概念 助理資格認證 考試– HQT-0050
考試類型:資格認證
考試形式:無監考、開卷考試
認證要求:Hitachi Vantara 合格助理 – 儲存概念
有效期限:3 年
授課方式:Kryterion Webassessor 系統
題目數:35
及格分數:65%
考試時間:60 分鐘
費用:75 美元或等值當地貨幣(另加當地稅,具體金額取決於考試地點)
輔助材料:

  • CCI0110 儲存概念課程(2 天 ILT / vILT)
  • CCP0110 儲存概念(1064CC 線上圖書館線上培訓)
    這項與供應商無關的測驗將驗證考生是否具備儲存技術和概念的知識。測試涵蓋資料管理和儲存系統、元件和技術、網路、業務連續性和複製、虛擬化、文件和內容管理、效能以及協定。
    目標族群:這項與供應商無關的考試是為所有對儲存技術有興趣的人士而設。尋求儲存知識的 IT 專業人士,以及希望開闢職業道路並專注於儲存領域的初級 IT 專業人士都是這項考試的理想人選。大專院校學生和應屆畢業生將通過獲得這項儲存概念資格認證,在 IT 職業生涯中佔據先機。
    測試目標
    第 1 節 資料儲存簡介
    1.1 描述不同類型的資料。
    1.2 解釋儲存系統的資料視圖。
    第 2 節 儲存組件
    2.1 識別儲存系統的主要組件。
    2.2 識別不同的 RAID 技術。
    第 3 節 儲存網路和安全
    3.1 描述網路組件。
    3.2 描述網路拓撲。
    3.3 描述 SAN 架構。
    3.4 描述 NAS 架構。
    第 4 節 業務連續性與複製
    4.1 描述資料備份和資料複製的概念。
    4.2 識別系統內複製技術和優勢。
    4.3 識別遠端複製技術和優勢。
    4.4 描述資料中心複製策略。
    第 5 節 儲存系統虛擬化
    5.1 識別儲存虛擬化技術。
    5.2 描述分層儲存環境。
    5.3 描述精簡配置概念。
    5.4 描述基於控制器的虛擬化。
    第 6 節 歸檔
    6.1 識別文件、物件和元資料。
    6.2 識別歸檔解決方案和策略。
    第 7 節 儲存系統管理
    7.1 描述儲存管理操作。
    第 8 節 效能調優與最佳化
    8.1 闡明儲存系統效能概念。
    8.2 描述效能監控和報告工具。
    第 9 節 業務挑戰
    9.1 描述當今市場中的儲存需求類型。
    9.2 識別儲存問題和資料中心基礎設施挑戰。
    9.3 描述實現節能、環保儲存的方法。