整合营销服务商
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
开发一个淘宝那样的APP多钱？4000够不？”
“不够？那5万总够了吧？”
你以为的段子其实是N多实体老板们的心声，他们或许不懂技术但有钱，有钱就能造出一万个高仿淘宝APP。
可惜这些号称某个领域垂直的APP们大多从面世到荒芜访问量也不过在数百之间徘徊（员工和老顾客），至于原因么
没有产品经理，没有运营，没有前期的推广费用，，，
大多数传统行业的公司只是自己觉得自己应该开发一个APP来为自己的客户服务，实现客户数据留存，但一顿操作之后发现推广APP的成本简直不亚于重造世界！
直到微信小程序的出现，这个依托于微信的类APP可以说从根部解决了这个问题。
投入研发精力少，更重要的是能依托微信进行推广，这种推广模式才是传统老板们的强项，所以各种个性化的小程序井喷式的爆发。
你的手机上或许不会有多少APP，但一定会有几十个使用过的小程序，社会需求旺盛才有值得我们学习投入的可能，而今天推荐的这本书就是——《微信小程序开发零基础入门》
本身作者周文洁毕业于澳大利亚墨尔本大学信息技术专业，工学硕士学位。
这位美女学霸曾任职于微软大中华区客户服务与技术支持中心，现任职于安徽师范大学，从事教学、系统运维和研发等工作。
她是教育部2018年第一批产学协同育人项目——微信事业部“微信小程序课程改革”负责人。
主要从事Java程序设计、Android程序设计、HTML5网页前端设计等课程教学工作，擅长案例式教学模式，并开发过多个商业项目。
近年来出版Web前端开发技术系列教材，独立编著了《HTML5网页前端设计》和《HTML5网页前端设计实战》等教材。
本书是一本从零开始学习的微信小程序开发入门书，读者无需额外的基础。全书以项目驱动为宗旨，循序渐进、案例丰富，详细介绍了微信小程序的入门基础知识与使用技巧。
全书共4部分12章，分别组成如下。
第一部分是入门篇，包括第1章和第2章的内容。其中，第1章是微信小程序入门，概要介绍了小程序的诞生、特点和主要功能，详细讲解了如何注册开发者账号和完善信息，以及开发工具的下载与安装；第2章是第一个微信小程序，从零开始讲解新建项目、真机预览和调试、代码提交等操作，并基于该项目介绍了小程序的目录结构和开发者工具的基本功能。
第二部分是基础篇，包括第3章和第4章的内容。其中，第3章是小程序框架，主要讲解了逻辑层、视图层和基础布局模型flex的用法；第4章是小程序组件，按照功能分类依次介绍了视图容器、基础内容、表单、导航、媒体、地图和画布组件的用法。
第三部分是应用篇，包括第5～11章的内容。这7章分别讲解了微信小程序中的各类API，包括网络API、媒体API、文件API、数据缓存API、位置API、设备API以及界面API。
第四部分是提高篇，包括第12章的内容。这一章提供了一个综合设计应用实例——高校新闻小程序的设计与实现。该章从创建程序开始详细介绍了一个仿网易新闻小程序的完整项目开发过程，包括页面的布局样式设计、逻辑的处理，以及相关API的调用等。
本书最后是附录。本书包含完整例题应用110个，均在微信web开发者工具和真机中调试通过，并提供了全套例题源代码、练习题和视频讲解。
微信小程序（Mini Program）是一种轻量级的应用，它实现了应用“触手可及”的梦想，用户无须下载、安装即可在微信中使用小程序。
等你学废了这本书，你既可以找个班上上，也可以抽空接点私活儿，怎么操作就看你自己了，只要能挣钱，干啥不是干呢？
文记录一下在使用 flv.js 播放监控视频时踩过的各种各样的坑。虽然官网给的 Getting Started 只有短短几行代码，跑一个能播视频的 demo 很容易，但是播放时各种各样的异常会搞到你怀疑人生。
究其原因，一方面 GitHub 上文档比较晦涩，说明也比较简陋；另一方面是受“视频播放”思维的影响，没有对流的足够认识以及缺乏处理流的经验。
下面我将自己踩过的坑，以及踩坑过程中补充的相关知识，详细总结一下。
本文介绍的内容包括以下方面：
啥是直播？啥是点播？
直播就不用说了，抖音普及之下大家都知道直播是干嘛的。点播其实就是视频播放，和咱们哔哩哔哩看视频一摸一样没区别，就是把提前做好的视频放出来，就叫点播。
点播对于我们前端来说，就是拿一个 mp4 的链接地址，放到 video 标签里面，浏览器会帮我们处理好视频解析播放等一些列事情，我们可以拖动进度条选择想看的任意一个时间。
但是直播不一样，直播有两个特点：
先看一下什么叫流数据。大部分没有做过音视频的前端同学，我们常接触的数据就是 ajax 从接口获取的 json 数据，特别一点的可能是文件上传。这些数据的特点是，它们都属于一次性就能拿到的数据。我们一个请求，一个响应，完整的数据就拿回来了。
但是流不一样，流数据获取是一帧一帧的，你可以理解为是一小块一小块的。像直播流的数据，它并不是一个完整的视频片段，它就是很小的二进制数据，需要你一点一点的拼接起来，才有可能输出一段视频。
再看它的实时性。如果是点播的话，我们直接将完整的视频存储在服务器上，然后返回链接，前端用 video 或播放器播就行了。但是直播的实时性，就决定了数据源不可能在服务器上，而是在某一个客户端。
数据源在客户端，那么又是怎么到达其他客户端的呢？
这个问题，请看下面这张流程图：
如图所示，发起直播的客户端，向上连着流媒体服务器，直播产生的视频流会被实时推送到服务端，这个过程叫做推流。其他客户端同样也连接着这个流媒体服务器，不同的是它们是播放端，会实时拉取直播客户端的视频流，这个过程叫做拉流。
推流—> 服务器-> 拉流，这是目前流行的也是标准的直播解决方案。看到了吧，直播的整个流程全都是流数据传输，数据处理直面二进制，要比点播复杂了几个量级。
具体到我们业务当中的摄像头实时监控预览，其实和上面的完全一致，只不过发起直播的客户端是摄像头，观看直播的客户端是浏览器而已。
我们常接触的文本，json，图片等等，都属于静态数据，前端用 ajax 向接口请求回来的数据就是静态数据。
像上面说到的，直播产生的视频和音频，都属于流数据。流数据是一帧一帧的，它的本质是二进制数据，因为很小，数据像水流一样连绵不断的流动，因此非常适合实时传输。
静态数据，在前端代码中有对应的数据类型，比如 string，json，array 等等。那么流数据（二进制数据）的数据类型是什么？在前端如何存储？又如何操作？
首先明确一点，前端是可以存储和操作二进制的。最基本的二进制对象是 ArrayBuffer，它表示一个固定长度，如：
let buffer=new ArrayBuffer(16) // 创建一个 16 字节 的 buffer，用 0 填充
alert(buffer.byteLength) // 16
ArrayBuffer 只是用于存储二进制数据，如果要操作，则需要使用 视图对象。
视图对象，不存储任何数据，作用是将 ArrayBuffer 的数据做了结构化的处理，便于我们操作这些数据，说白了它们是操作二进制数据的接口。
视图对象包括：
按照上面的标准，一个 16 字节 ArrayBuffer，可转化的视图对象和其长度为：
这里只是简单介绍流数据在前端如何存储，为的是避免你在浏览器看到一个长长的 ArrayBuffer 不知道它是什么，记住它一定是二进制数据。
前面说到，直播需要实时性，延迟当然越短越好。当然决定传输速度的因素有很多，其中一个就是视频数据本身的大小。
点播场景我们最常见的 mp4 格式，对前端是兼容性最好的。但是相对来说 mp4 的体积比较大，解析会复杂一些。在直播场景下这就是 mp4 的劣势。
flv 就不一样了，它的头部文件非常小，结构简单，解析起来又块，在直播的实时性要求下非常有优势，因此它成了最常用的直播方案之一。
当然除了 flv 之外还有其他格式，对应直播协议，我们一一对比一下：
其实早期常用的直播方案是 RTMP，兼容性也不错，但是它依赖 Flash，而目前浏览器下 Flash 默认是被禁用的状态，已经被时代淘汰的技术，因此不做考虑。
HLS 协议也很常见，对应视频格式就是 m3u8。它是由苹果推出，对手机支持非常好，但是致命缺点是延迟高（10~30 秒），因此也不做考虑。
RTP 不必说，浏览器不支持，剩下的就只有 flv 了。
但是 flv 又分为 HTTP-FLV 和 WebSocket-FLV，它两看着像兄弟，又有什么区别呢？
前面我们说过，直播流是实时传输，连接创建后不会断，需要持续的推拉流。这种需要长连接的场景我们首先想到的方案自然是 WebSocket，因为 WebSocket 本来就是长连接实时互传的技术。
不过呢随着 js 原生能力扩展，出现了像 fetch 这样比 ajax 更强的黑科技。它不光支持对我们更友好的 Promise，并且天生可以处理流数据，性能很好，而且使用起来也足够简单，对我们开发者来说更方便，因此就有了 http 版的 flv 方案。
综上所述，最适合浏览器直播的是 flv，但是 flv 也不是万金油，它的缺点是前端 video 标签不能直接播放，需要经过处理才行。
处理方案，就是我们今天的主角：flv.js
前面我们说到，flv 同时支持 WebSocket 和 HTTP 两种传输方式，幸运的是，flv.js 也同时支持这两种协议。
选择用 http 还是 ws，其实功能和性能上差别不大，关键看后端同学给我们什么协议吧。我这边的选择是 http，前后端处理起来都比较方便。
接下来我们介绍 flv.js 的具体接入流程，官网在这里
假设现在有一个直播流地址：http://test.stream.com/fetch-media.flv，第一步我们按照官网的快速开始建一个 demo：
import flvjs from 'flv.js'
if (flvjs.isSupported()) {
var videoEl=document.getElementById('videoEl')
var flvPlayer=flvjs.createPlayer({
type: 'flv',
url: 'http://test.stream.com/fetch-media.flv'
})
flvPlayer.attachMediaElement(videoEl)
flvPlayer.load()
flvPlayer.play()
}
首先安装 flv.js，代码的第一行是检测浏览器是否支持 flv.js，其实大部分浏览器是支持的。接下来就是获取 video 标签的 DOM 元素。flv 会把处理后的 flv 流输出给 video 元素，然后在 video 上实现视频流播放。
接下来是关键之处，就是创建 flvjs.Player 对象，我们称之为播放器实例。播放器实例通过 flvjs.createPlayer 函数创建，参数是一个配置对象，常用如下：
上面的是否有音频，视频的配置，还是要看流地址是否有音视频。比如监控流只有视频流没有音频，那即便你配置 hasAudio: true 也是不可能有声音的。
播放器实例创建之后，接下来就是三步走：
基础实现流程就这么多，下面再说一下处理过程中的细节和要点。
基本 demo 跑起来了，但若想上生产环境，还需要处理一些关键问题。
点播中的暂停与播放很容易，播放器下面会有一个播放/暂停按键，想什么时候暂停都可以，再点播放的时候会接着上次暂停的地方继续播放。但是直播中就不一样了。
正常情况下直播应该是没有播放/暂停按钮以及进度条的。因为我们看的是实时信息，你暂停了视频，再点播放的时候是不能从暂停的地方继续播放的。为啥？因为你是实时的嘛，再点播放的时候应该是获取最新的实时流，播放最新的视频。
具体到技术细节，前端的 video 标签默认是带有进度条和暂停按钮的，flv.js 将直播流输出到 video 标签，此时如果点击暂停按钮，视频也是会停住的，这与点播逻辑一致。但是如果你再点播放，视频还是会从暂停处继续播放，这就不对了。
那么我们换个角度，重新审视一下直播的播放/暂停逻辑。
直播为什么需要暂停？拿我们视频监控来说，一个页面会放好几个摄像头的监控视频，如果每个播放器一直与服务器保持连接，持续拉流，这会造成大量的连接和消耗，流失的都是白花花的银子。
那我们是不是可以这样：进去网页的时候，找到想看的摄像头，点击播放再拉流。当你不想看的时候，点击暂停，播放器断开连接，这样是不是就会节省无用的流量消耗。
因此，直播中的播放/暂停，核心逻辑是拉流/断流。
理解到这里，那我们的方案应该是隐藏 video 的暂停/播放按钮，然后自己实现播放和暂停的逻辑。
还是以上述代码为例，播放器实例（上面的 flvPlayer 变量）不用变，播放/暂停代码如下：
const onClick=isplay=> {
// 参数 isplay 表示当前是否正在播放
if (isplay) {
// 在播放，断流
player.unload()
player.detachMediaElement()
} else {
// 已断流，重新拉流播放
player.attachMediaElement(videoEl.current)
player.load()
player.play()
}
}
用 flv.js 接入直播流的过程会遇到各种问题，有的是后端数据流的问题，有的是前端处理逻辑的问题。因为流是实时获取，flv 也是实时转化输出，因此一旦发生错误，浏览器控制台会循环连续的打印异常。
如果你用 react 和 ts，满屏异常，你都无法开发下去了。再有直播流本来就可能发生许多异常，因此错误处理非常关键。
官方对异常处理的说明不太明显，我简单总结一下：
首先，flv.js 的异常分为两个级别，可以看作是 一级异常 和 二级异常。
再有，flv.js 有一个特殊之处，就是它的 事件 和 错误 都是用枚举来表示，如下：
下面介绍的异常和事件，都是基于上述枚举，你可以理解为是枚举下的一个 key 值。
一级异常有三类：
二级级异常常用的有三类：
了解这些之后，我们在播放器实例上监听异常：
// 监听错误事件
flvPlayer.on(flvjs.Events.ERROR, (err, errdet)=> {
// 参数 err 是一级异常，errdet 是二级异常
if (err==flvjs.ErrorTypes.MEDIA_ERROR) {
console.log('媒体错误')
if(errdet==flvjs.ErrorDetails.MEDIA_FORMAT_UNSUPPORTED) {
console.log('媒体格式不支持')
}
}
if (err==flvjs.ErrorTypes.NETWORK_ERROR) {
console.log('网络错误')
if(errdet==flvjs.ErrorDetails.NETWORK_STATUS_CODE_INVALID) {
console.log('http状态码异常')
}
}
if(err==flvjs.ErrorTypes.OTHER_ERROR) {
console.log('其他异常：', errdet)
}
}
除此之外，自定义播放/暂停逻辑，还需要知道加载状态。可以通过以下方法监听视频流加载完成：
player.on(flvjs.Events.METADATA_ARRIVED, ()=> {
console.log('视频加载完成')
})
为什么会有样式定制？前面我们说了，直播流的播放/暂停逻辑与点播不同，因此我们要隐藏 video 的操作栏元素，通过自定义元素来实现相关功能。
首先要隐藏播放/暂停按钮，进度条，以及音量按钮，用 css 实现即可：
/* 所有控件 */
video::-webkit-media-controls-enclosure {
display: none;
}
/* 进度条 */
video::-webkit-media-controls-timeline {
display: none;
}
video::-webkit-media-controls-current-time-display {
display: none;
}
/* 音量按钮 */
video::-webkit-media-controls-mute-button {
display: none;
}
video::-webkit-media-controls-toggle-closed-captions-button {
display: none;
}
/* 音量的控制条 */
video::-webkit-media-controls-volume-slider {
display: none;
}
/* 播放按钮 */
video::-webkit-media-controls-play-button {
display: none;
}
播放和暂停的逻辑上面讲了，样式这边自定义一个按钮即可。除此之外我们还可能需要一个全屏按钮，看一下全屏的逻辑怎么写：
const fullPage=()=> {
let dom=document.querySelector('.video')
if (dom.requestFullscreen) {
dom.requestFullscreen()
} else if (dom.webkitRequestFullScreen) {
dom.webkitRequestFullScreen()
}
}
其他自定义样式，比如你要做弹幕，在 video 上面盖一层元素自行实现就可以了。
ello，各位程序员，前两篇关于大数据的文章收到了不少的肯定，小媛非常开心，我会陆陆续续在后面继续更新我在学习大数据过程中的一些见解，当然也希望我的一些建议能够为大家的对于了解大数据以及如何学习大数据贡献一份绵薄之力。今天我的主题是讲讲如何在初学大数据时候能够快速入门，避免踩坑。废话不多说了，首先上图一张。
这是今天也就是2017.10.30在某直聘app上看到的，从薪资以及招聘公司就可以看出现在大数据的缺口还是很大的，大数据也在像各个行业渗透，我们通过数据可以解决很多宏观上无法把控的事务，通过数据的收集处理分析可以得到更加科学性的得出一些用肉眼或者意识和思维无法得出的结论。例如，企业可以运用‘大数据’改善决策流程和业务成效的潜能；在医疗中，大数据剖析应用的计算能力可以让我们能够在几分钟内就可以解码整个DNA，而且让我们可以制订出最新的治疗方案，同时可以更好的去理解和预测疾病；在电商行业中，利用大数据进行精准营销，它根据客户的消费习惯提前生产资料、物流管理等，有利于精细社会大生产；在金融行业中，更多应用于交易，现在很多股权的交易都是利用大数据算法进行，这些算法现在越来越多的考虑了社交媒体和网站新闻来决定在未来几秒内是买出还是卖出。在传统领域大数据同样将发挥巨大作用：帮助农业根据环境气候土壤作物状况进行超精细化耕作；在工业生产领域全盘把握供需平衡，挖掘创新增长点；交通领域实现智能辅助乃至无人驾驶，堵车与事故将成为历史；能源产业将实现精确预测及产量实时调控。大数据不但单只是应用于企业和政府，在不久的未来在我们每个人身上会广泛应用。Balabala...好像要偏题了。关于大数据的应用后面会我专门策划一个专题给大家讲解。再说下学习吧，为了让我们的大数据技能跟就业接轨，学习内容一定要贴合现在的企业要求，就拿咱们官方头条和BAT的招聘为例，看图，各位看管。
头条的大数据招聘岗
百度、腾讯、阿里巴巴的大数据岗
从这些招聘中我看到HR对大数据的技能的要求，主要分为两个层面，一个是大数据的各个生态架构组件的灵活运用，因为大数据的整个框架是搭建在linux系统上面的，所以要熟悉linux开发环境，另外做任何开发，都离不开一门语言，从招聘中我们也看到，大数据主流的使用语言基本是C++，java和python，这里特别说一下python，Stack Overflow 最近的调查显示，Python 已经成了发展最快的主流编程语言，也是 Stack Overflow 上来自高收入国家的访问中，点击量最高的标签。而且python在数据领域方面性能卓越，开发周期短，在企业中也非常受欢迎。如果有新手想入门的话，力荐python，毕竟人生苦短嘛，嘿嘿哈。其实这个具体原因的话，大家可以看我上一篇文章。企业上需要的人才必须对大数据的一些组件比较擅长，包括Hadoop，yarn, HDFS, storm, zookeeper，Hive，Hbase，kafka，Flume，Spark等等，组件挺多，但是你如果能够做到精通其中的一个就可以拿到薪资可观的offer了，另外一个层面就是数据挖掘，数据提取出来很重要的一个环节就是数据挖掘，数据挖掘涉及到很多算法，针对不同的业务难点具体选择你要学习的算法，如果你是数学专业的想转行大数据这里的优势就体现出来了。学算法的重要就在于你能够在具体的业务场景中明确自己需要些什么数据，哪些数据作为收集和处理的重点，以及拟定我们数据处理的方式，不然的话，数据只是一个简单的收集，可能你收集到的数据都不一定是自己需要的，结果不仅浪费了人力，服务器也跟着你受苦受难了，哈哈。
根据以上分析，这下你应该知道自己需要学什么了吧，对于初学者入门大数据来讲就要先掌握大数据的生态架构以及数据挖掘算法等等。小媛解释的这么清楚，应该说出了很多HR的心声吧！
新手入门大数据一定要注意的几个误区（这里你们必须mark下，免得本末倒置）：
第一：花太多学习语言的时间在上面，很多同学呀因为是零基础，所以先从语言着手，很多学java的大佬不仅会让你学语法基础，数据结构，核心编程，还推荐你把J2EE、HTML5、Struts2、SpringMVC、Mybatis、Hibernate也学习一下，天了噜，这些知识只有在大数据可视化阶段才能用到，如果你学这么多，干嘛还要来学大数据呢，直接做前后端攻城狮不就好了嘛。事实上你知道学习一门语言的语法基础，数据结构和核心编程就ok了，而且语言的功夫并不是一朝一夕的，好在学大数据生态架构的话编程的成分占得不算很多，很多时候需要从业务、规模、产品设计、应用场景等多个方面来考虑和解决问题，所以当你先进入这个领域慢慢在修炼自己语言的内功也不迟哈。如果你是新手，建议你从python学起，代码简单，容易上手。
第二：linux的学的太深，不可否认大数据的架构是基于linux基础上的，但是你要明白的是linux只是一个系统，说白了还是在为大数据服务，小媛认为你只要能够运用基本的linux知识将大数据生态系统搭建起来就可以，但是基本命令一定要通过多多练习熟练掌握。而且在大型公司作业中，系统搭建都是通过跑脚本，并且未来云主机的普及Linux环境都无需搭建啦。
第三：过度依靠书籍，不可否认，很多书籍是比较经典，例如人人皆知的Hadoop权威指南，但是作为初学者，光看书是不行的，你抓不到学习的重点，另外技术这东西一定要多多实践，而且现在有很多书籍，讨论的知识点非常的浅，在一个就是书籍出版一般都比真正企业中的技术落后。毕竟，这个时代，it领域内，技术更新太快啦。
今天内容就到这里，关于学习python和linux我来提点建议：
Python和linux也发展了很多年，网上的免费学习资源非常的多。
python大家可以去百度廖雪峰老师的官方网站，各个版本的教程都有，很适合零基础小白的学习。
Linux的话就是推荐鸟哥和阿铭老师的，这两位大佬的课都非常的经典。
然后具体的学习要点，我下次在分享给大家。
如果有想直接要链接的，可以关注私信我哦。
后面还会继续给大家推出一些大数据的入门方法，喜欢小媛的记得分享和关注哦。蟹蟹你们啦，可爱的程序员。
*请认真填写需求信息，我们会在24小时内与您取得联系。
