新浪微博批量拉黑/解除拉黑脚本
先说清楚,此法不适合非程序员,根据自身情况酌情继续阅读。之前在一个假群里假狗2号(没记错的话)提供了一个Chrome插件及教学视频,对某条评论的所有点赞uid进行批量拉黑。我基本上没这个需求,所发微博阅读量极小,也不怎么发引战话题,所以一直未测前述插件。近日TK提到一个类似插件,不知与我说的是不是同一个,他批量误拉黑了一千多人。为了某种程度地回滚,他提供了一个批量解除拉黑的法子,参看https:/
先说清楚,此法不适合非程序员,根据自身情况酌情继续阅读。之前在一个假群里假狗2号(没记错的话)提供了一个Chrome插件及教学视频,对某条评论的所有点赞uid进行批量拉黑。我基本上没这个需求,所发微博阅读量极小,也不怎么发引战话题,所以一直未测前述插件。近日TK提到一个类似插件,不知与我说的是不是同一个,他批量误拉黑了一千多人。为了某种程度地回滚,他提供了一个批量解除拉黑的法子,参看https:/
零、前言背景昨天晚上测试交流群一位同学问了一个问题,问题大概这样:公司的各种配置混乱,上线总是出错,比如API的key,生产环境用了测试环境的配置这种。作为QA,除了上线前把这些相关的检查一遍,大家用过什么好的工具管理起来这些吗?这个问题中暴露出了很多她所在团队目前存在的一些不良现象以及导致的一些问题,比如:线上问题频发;配置管理不规范;生产和测试环境未做隔离;当然,上述问题只是表象,背后隐藏的问
背景简介在项目研发的过程中,对于数据存储能力的依赖无处不在,项目初期,相比系统层面的组件选型与框架设计,由于数据体量不大,在存储管理方面通常容易被轻视,当项目发展进入到中后期阶段,系统的复杂性很大程度来源于数据层面;从常规的微服务架构体系来看,对于系统中的数据存储可以划分如下几个模块:组件库、应用库、业务库、公共库、中间件数据、第三方;不同的场景下对数据存储能力的要求和依赖程度也各不相同;组件库:
一、业务背景通常在系统研发的过程中,需要不断适配各种业务场景,扩展服务的领域和能力,一般会将构建的产品矩阵划分出多条业务线,以便更好地管理;由于各个业务线的数据入口和管理策略的不同,这样从不同路径下沉淀的数据,可能因为系统边界问题从而被孤立;如果用户数据被分裂,会因为数据不全面给分析决策带来误导;比较经典的场景,用户从应用端完成注册之后,通常不会过多提供自身信息,由于业务需要不断丰富用户画像,所以
前段时间《全链路压测从零开始系列》终于写完了,性能测试相关的差不多到此告一段落。之前零零碎碎写过一些自动化测试相关的技术文章,现在回头翻看差漏很多,很多当时的观点现在看来都太过理想化。接下来打算写自动化测试和质量保障以及技术运营相关的文章,这篇文章算是自动化测试系列的第二篇吧。前几天写了篇《你真的需要自动化测试吗》,算是我对自动化在工作中应用的一点思考。这篇文章, 就聊聊项目如何落地,以及落地要面