黄劲安 区奕宁 董 力 曾哲君 蔡子华 梁广智 编著 NR 演进之路 | 1.1 NR 的需求和目标 | 随着移动互联网数据流量需求和物联网终端接入需求的快速增长以及各类新业务、新应用的不断涌现，NR（New Radio，特指 5G，以下同）面对的是具有极端差异化性能需求的多样性业务场景。NR 的服务对象将由传统的“以人为中心”的移动互联网业务拓展到“以物为中心”的物联网业务，进而实现人与人、人与物和物与物的互联。根据 NR […]
188协议的全称为CJ-T188-2004 《户用计量仪表数据传输技术条件》，是针对水表、燃气表、热量表和其他集中采集的一个国家行业标准协议。 YFIOs就是YFSoft I/O Server的简称，是一款物联网时代的轻量级嵌入式组态系统。支持策略和驱动二次开发，不过常规策略和驱动开发有些繁琐，由于大部分水表和燃气表都支持188协议，所以提供给一款快速开发的188驱动的工具，还是非常必要的。 本篇文章将介绍一款基于188协议的水表的快速驱动开发过程。 打开“YFIOsIDE”程序，启动后，单击“文件”主菜单下面的“CJ/T188驱动开发向导”。 驱动名称和制造商等信息，可以根据实际进行填写就行，我们这里采用默认值。设备地址和串口参数，可以设置为该设备的默认参数。 仪表类型，我们选择“水表”，如果水表支持阀控，我们勾选“阀控”。 参数配置好后，我们单击“编译”按钮进行驱动文件编译，为了让YFIOs管理程序方便加载我们新编译的驱动，我们选择目录为YFIOsManager程序下的“Driver”目录。 编译成功后，我们发现在指定的目录出现一个dll和pe文件，文件名就是我们配置的“驱动名称”。 我们打开YFIOsManager程序，单击“驱动列表”项，可以看到我们刚刚编译的驱动。 好，我们测试一下刚刚编译好的驱动，看看是否能正常工作。我们添加一个用户驱动，选择我们刚刚创建好的驱动。 YF3300的RS485为COM2。配置好后，数据配置里面就会自动出来对应的变量来，如下图所示： 我们让YF3300接一个支持188协议的水表，把相关的组态配置部署到YF3300中去。 YF3300采购链接（最后一个颜色分类是YF3300网关）：https://item.taobao.com/item.htm?spm=a1z10.1-c.w4004-10400358307.7.82854d48viZm7V&id=42910631014 部署运行后，我们在“数据监控”中看到流量已经可以正常读取了。 从以上可以看成，只要是支持188协议的仪表，我们就可以非常迅速的开发出一款比较实用的设备驱动。另外驱动的配置可以导出为xml文件，后续可以根据需要进行修改和扩展。如果要实现的驱动比较复杂，还可以导出为Visual Studio C#项目，可以更为自由的实现对应的驱动了。 单击“导出为C#工程”，选定好要导出的目录，然后就可以到一个完整的C#驱动程序了（一个驱动接口工程，一个驱动pe工程）。想体验阿里云IoT平台的网友，可以单击如下链接：https://dev.iot.aliyun.com/sale?source=deveco_partner_yefan
作者 | Anthony Morris译者 | 王强 策划 | 王文婧 这篇文章是我个人对本届 React Conf 的一些精华总结。所有讲座都值得一看，所以我建议大家回顾第一天和第二天的所有录像 [1]。我在文末给每个讲座都注明了视频时间戳。 总结的有些内容可能会让你感到惊讶，其实我也是！这些内容并不都是技术主题的，但是都贯穿着同一条主线。 一切都是为了服务于开发者体验 Tom Occhino 提到这个话题后我就一直在思考它。其实所有演讲中都能看到这种思想的影子，这也是为什么我如此热爱开发工具和前端的原因所在。 React
“达摩院2020十大科技趋势”今天发布，这是继2019年之后，阿里巴巴达摩院第二次预测年度科技趋势。达摩院预测，包括AI、芯片、云计算、区块链、量子计算在内的多个技术领域，将在2020年出现颠覆性突破。 去年，达摩院首次发布十大科技趋势预测，提出区块链商用提速、AI芯片崛起、智能城市诞生、5G催生全新应用场景等趋势……这些预测已经一一变为现实。 以区块链为例，去年，达摩院提出，区块链的商业化应用将加速，这一论断得到了现实验证。2019年，区块链技术上升为国家战略，在数字金融、数字政府、智能制造等领域逐步落地，互联网巨头也纷纷入局，探索区块链的真正价值。 仅以阿里巴巴体系来看，蚂蚁区块链就成功落地了近50个场景，更在2019年天猫双11期间全面应用于商品溯源、原创保护、数字身份认证和供应链金融等领域。 达摩院认为，2020年企业应用区块链技术的门槛将进一步降低，专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生，日活千万的区块链应用将走入大众。 中国人民大学大数据区块链与监管科技实验室主任杨东教授对此评论表示，在所有技术中，区块链比起人工智能、大数据等其他技术，它的关键优势在于能够改造和提升旧的生产关系，使其更适应数字经济大环境下的新样态。 在推动了历次科技浪潮的芯片领域，达摩院认为，芯片领域的重大突破极有可能在体系架构、基础材料和设计方法三处实现，打破传统芯片性能增长瓶颈。 体系架构方面，计算存储一体化架构有望满足日益复杂的计算需求，突破芯片的算力和功耗瓶颈；基础材料方面，以硅为代表的半导体材料趋于性能极限，半导体产业的持续发展需寄望于拓扑绝缘体、二维超导材料等新材料；芯片设计方法也需应势升级，基于芯粒（chiplet）的模块化设计方法可取代传统方法，让芯片设计变得像搭积木一样快速。 芯片技术突破的背后是“算力爆炸”，而人工智能无疑是未来最重要的算力需求方和技术牵引者。尽管AI当前还处在初级发展阶段，达摩院认为，在不久的将来，AI有望习得自主意识、推理能力以及情绪感知能力，实现从感知智能向认知智能的演进。 AI的认知演进，使得机器间的“群体智能”成为可能。达摩院预测，今后AI不仅懂得“人机协同”，还能做到“机机协同”。当机器像人一样，彼此合作、相互竞争共同完成目标任务，大规模智能交通灯调度、仓储机器人协作分拣货物、无人驾驶车自主感知全局路况等场景便不难想象。 而在这一切创新的背后，云将成为所有IT技术创新的中心。达摩院指出，无论芯片、AI还是区块链，所有技术创新都将以云平台为中心，为云定制的芯片、与云深度融合的AI、云上的区块链应用将层出不穷。 趋势一：人工智能从感知智能向认知智能演进 【趋势概要】人工智能已经在“听、说、看”等感知智能领域已经达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的关键突破。 趋势二：计算存储一体化突破AI算力瓶颈 【趋势概要】冯诺伊曼架构的存储和计算分离，已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体，能显著减少数据搬运，极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新，将突破AI算力瓶颈。 趋势三：工业互联网的超融合 【趋势概要】5G、IoT设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合，实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化，进而实现柔性制造，同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言，提高5%-10%的效率，就会产生数万亿人民币的价值。 趋势四：机器间大规模协作成为可能 【趋势概要】传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值：大规模智能交通灯调度将实现动态实时调整，仓储机器人协作完成货物分拣的高效协作，无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送。 趋势五：模块化降低芯片设计门槛
作者：鲁昊@美团点评 一、美团点评实时计算演进 美团点评实时计算演进历程 在 2016 年，美团点评就已经基于 Storm 实时计算引擎实现了初步的平台化。2017 年初，我们引入了 Spark Streaming 用于特定场景的支持，主要是在数据同步场景方面的尝试。在 2017 年底，美团点评实时计算平台引入了 Flink。相比于 Storm 和 Spark Streaming，Flink 在很多方面都具有优势。这个阶段我们进行了深度的平台化，主要关注点是安全、稳定和易用。从
业内有句俗语： 只会写代码的是码农；学好数据库，基本能混口饭吃；在此基础上再学好操作系统和计算机网络，就能当一个不错的程序员。 如果能再把离散数学、数字电路、体系结构、数据结构/算法、编译原理学通透，再加上丰富的实践经验与领域特定知识，就能算是一个优秀的工程师了。 这么说其实是有一些道理的，因为计算说穿了就是两个东西：数据与算法。 目前市面上常见的软件应用，大部分都属于数据密集型应用。通俗的话来讲，就是这些应用干的事儿就是把数据收集起来，需要的时候再拿出来。而这些操作都需要数据库来进行承载。 所以说，数据库离我们很近，也是一项开发者们非常需要掌握的技能。 本期内容重点： 数据库解析 数据库发展史 对开发者的建议 01、啥是数据库？ 名词解析：数据库 数据库，简而言之可视为电子化的文件柜 —— 存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。所谓“数据库”系以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。 数据库技术产生于 20 世纪 60 年代末
原创： 老丁 想要进一步提高SQL语言能力必须完全理解SQL执行过程 知识回顾 SQL查询逻辑执行顺序 (8)SELECT (9)DISTINCT (11)<Top Num><select list> (1)FROM [left_table] (3)<join_type> JOIN <right_table> (2)ON <join_condition> (4)WHERE <where_condition> (5)GROUP
来源：LinkedIn中国（ID：LinkedIn-China） Excel到底有多好，不在于它本身，而取决于用它的人。或许你并不需要用Excel画出逆天的图画，但如果说职场如战场的话，Excel绝对是你制胜的核武器。下面这些Excel实用技巧，可以让你摆脱原地踏步的基本操作，向表哥表姐之路更进一步。 1 讨厌又没用的空行 一口气都删掉 有时我们拿到一张报表，却发现里面有许多没用的空行，处女座的小伙伴看到了一定会疯，一行一行删除又担心累到手酸…… 如何把这些讨人厌又没用的空行一次性都删除呢？ 依次单击“数据”与“筛选”，在下拉菜单中勾选“空白”选项，筛除所有的空行，再点击“删除”按钮，你会发现，所有的空行都狗带了！ 对了，搞定之后千万不要忘记再次在“筛选”菜单中取消“自动筛选”。 2 花样搜索大法 分分钟找到你要的一切 在日常工作中，我们常常需要搜索某一类有规律的数据， 精确搜索又太麻烦…… 别怕！让通配符来帮你进行模糊查找！ 在Excel中，“？”可以在搜索目标中代替任何单个字符，“*”可以代替任何多个连续的字符。 比如，我想搜以“A”开头的单元格，在搜索中输入“A*”，勾选“单元格匹配”就行了。 下面这张万能搜索的表格请一定熟记！ 3 一个“查找重复项”
作者 | 洪永潮 俗话说，一年之计在于春、一日之计在于晨。年后开工的第一天，我们来解锁晨会的新姿势：“站会”。站会到底有没有必要开？如何才能高效地开好站会？下面我们结合阿里部分技术团队的实践经验，一起来看看。 作者介绍：舍卫（花名），现就职于阿里巴巴研发效能事业部阿拉丁团队。 站会的目标 说到站会，人们最熟悉的是Scrum站会，典型的形式是团队围成一圈，依次回答三个问题：昨天做了什么？今天准备什么？有什么阻碍或问题？ 通过站会，Scrum团队成员了解其他成员的工作，从而更好地协作，达成迭代目标。 看板方法应用得当、可视化价值流实践执行到位，以上三个问题完全可以清晰地展示在看板上，所以没有必要再回答这些问题了。那站会的目标是什么呢？ 回到精益看板方法本身的目标——顺畅和高质量地持续交付有用的价值，相应的，看板站会要聚焦于价值的流动，而非个人工作。站会的目标是：促进团队有效协作和聚焦，促进价值顺畅流动和交付，同时通过站会同步需求进展和暴露问题及风险，把可视化价值流实践落地到位。 站会的前提 在建立了如下图的精益看板系统的可视化价值流、明确流转规则和限制在制品数量的三个实践之后，还需要管理价值流动和建立效能反馈闭环并持续改进。 管理价值的流动具体包含管理价值流动过程、价值的输入和价值的输出，关于管理价值流动过程的一个很重要的实践就是每日看板站会。 以云效看板为例 站会的组织形式 1、频次：每天（每个工作日），时长不超过15分钟，一般在早上，具体时间团队可根据实际情况调整，一般建议9:45或10点开始； 2、三个相同：同一个团队在同一时间、同一地点在看板前进行日站会，形成固定的节奏后，会变成团队的习惯； 3、协调人：团队成员站在围在看板前，由一位协调人来带领团队从右往左（⬅️）逐列走读看板；协调人可以固定，也可以轮流进行； 4、电脑：为了让站会更加聚焦和高效，负责投屏和记录的同学可以带电脑，其他人不需要带电脑； 站会前：需求和任务的状态已更新
2019 即将过去。在今年的最后一天，阿里机器智能献上全年文章汇总。在你遇到技术问题的时候，希望这些内容能够为你提供些许帮助。 2019 感谢有你相伴，2020 我们继续携手前行。(点击下方链接，即可直接阅读全文) 计算机视觉篇 阿里这套算法，让1亿只猫惊呆了淘宝首页那些“辣眼睛”的图去哪了？1亿人次玩嗨，灵魂画手如何赚红包？新零售浪潮下，人货动作如何数字化？深度 | 线下场景的客流数字化探索与应用不写一行代码，完成机器视觉算法的研发如何在视频里任意抠图？阿里工程师做到了！高德首席科学家：视觉是连接真实世界的桥梁 如何在家跟爱豆玩“石头剪刀布”？拍立淘帮你实现如何解决VQA语言先验问题？阿里文娱提出新思路在家和爱豆玩”剪刀石头布”，阿里工程师如何办到？揭秘阿里妈妈智能抠图算法：简单几笔，精准抠图 手绘稿如何1秒变身数据大屏？深度学习让人人成为可视化专家追剧时，我们是如何被“种草”的？物体检测算法在视频中的应用速来下载！从RCNN到SSD，这应该是最全的一份目标检测算法盘点OCR如何读取皱巴巴的文件？深度学习在文档图像形变矫正的应用详解 智能搜索推荐篇 电商搜索算法技术的演进“为你推荐”背后的算法探秘为什么说阿里工程师最懂时尚？想买奶茶，高德如何让我更快喝到？10亿节点异构网络中，GCN 如何应用？线上广告投放出现bug，如何实时发现？工程师如何给女友买包？问问阿里“百事通”如何增加用户的参与感？交互式推荐来了！“4+N”架构：从0到1搭建私域营销推荐能力 春节剁手的人太少？看手淘怎么做用户增长揭秘双11新技术，3D导购教你如何买买买？10亿计算下的合约广告，如何做个性化投放？淘宝如何拥抱短视频时代？视频推荐算法实战Exact-k：阿里工程师找到了组合推荐的秘密！基于BERT，神马搜索在线预测性能如何提升？KDD 2019 | 基于知识的个性化推荐理由生成解析内容化时代，SEO如何提升？阿里工程师揭秘新思路当个不“佛系”的推荐系统，CTR 预估要做哪些工作？ 文本处理篇