背景

开发公共平台项目，测试资源相对比较少，因此对开发者自身而言，为了维护项目的稳定性，需要对平台做各类测试，即使有测试环境，但是也很容易缺乏测试场景导致带着bug上线的情况。

因此我们需要做完整自动化测试方案，来避免这类常规错误，提高平台的可用性和稳定性。

这里先简单描述自动化测试的分类：

• 单元测试，验证独立的单元模块代码或函数是否正常工作
• 集成测试，验证多个单元模块间的协同工作
• UI 测试，只针对前端UI部分测试，后端数据采用mock方式
• 端到端测试，从用户的角度，通过机器来模仿用户在真实浏览器中验证应用交互
• 快照测试，验证程序的UI变化

接下来我们将根据这些测试类如何在项目中落地完整方案。

背景

此想法源于一个抖音视频，里面有个商业模式，通过摄像头+气味嗅觉捕捉器+液体分析器，可以识别当前植物的状态，且占地面积不大，可以直接树立到家里墙上。大概如下图所示：

数据可视化收集

收集数据可视化或报表开源系统，为了能够根据不同数据源展示可视化界面。

DataEase

人人可用的开源数据可视化分析工具

• 官网地址：https://dataease.io/
  Github： https://github.com/dataease/dataease/

本文翻译的目的，主要想了解GPT3是什么，以及目前大家使用GPT3用来做什么，以及如何开发GPT3。

GPT-3

GPT-3是一个很多人或公司正在使用的协助开发的工具，比如：编写脚本、命令行等操作。

GPT-3指的是生成型预训练变换模型3（英语：Generative Pre-trained Transformer 3，简称GPT-3）是一个自回归语言模型，目的是为了使用深度学习生成人类可以理解的自然语言[1]。GPT-3是由在旧金山的人工智能公司OpenAI训练与开发，模型设计基于谷歌开发的变换语言模型。GPT-3的神经网路包含1750亿个参数，为有史以来参数最多的神经网路模型[2]。OpenAI于2020年5月发表GPT-3的论文，在次月为少量公司与开发人团释出应用程式介面的测试版。微软在2020年9月22日宣布取得了GPT-3的独家授权。 —— 维基百科 GPT-3

使用gitcommit,你将不需要花费时间去写git commit。 下面就让学习如何安装 gptcommit，以及享受一下GPT-3帮你写git commit。

背景

最近服务器经常遇到磁盘占用空间满的告警，因此跟进定位问题后，发现原来是airflow的有好几个任务每分钟都在产生日志文件，导致磁盘空间占用率暴涨，因此想了几个策略：

• airflow降低日志文件输出大小，将原来info级别日志跳高到warning
• 定时清理日志文件

问题

问题就出现在清理日志文件，打算先清除一遍，主要清除一个月以前的日志文件，命令为find /data/airflow/ -name '*.log' -and -mtime +30 -type f |xargs rm。

但是等了半天发现日志文件一直无法清除掉，不知道为什么？

背景

之前写了一篇《低代码系列——js沙箱设计》，于是萌生了干脆将完整的低代码平台设计的整个过程都整理一遍，然后输出文章，同时准备搞个人开源项目用来实现低代码平台。

低代码平台核心部分是编辑器，编辑器里最重要一块如何将组件抽象化，存储到一个可描述的对象中。

下面我们就针对这种组件抽象描述做一次深入的设计。

组件

是什么

参考资料

JSON Schema 规范
JSON 可视化

背景

参考资料

性能优化经验分享