NFT艺术品交易平台技术架构解析
前言 NFT作为区块链技术在数字艺术领域的应用，提供了一种基于所有权证明的交易机制。Artist NFT平台是一个基于以太坊的去中心化系统，支持艺术品的创作、发行和交易。本文分析其技术架构，涵盖智能合约实现、存储策略和前端集成等方面。 ...
RWA实操指南（三）：流动性提供与用户交互，完成生态闭环
在前两篇中，我们从资产基础到数据与收益机制构建了RWA的核心框架。本篇作为系列收尾，将聚焦第五步和第六步：流动性提供以及用户交互界面开发。这些环节将RWA从技术原型转向实际应用，完成生态闭环。 ...
RWA实操指南（二）：数据上链与收益分配，保障合规与收益流转
在上篇中，我们讨论了RWA的基础构建，包括资产筛选评估和SPV设立。这些步骤确保了资产的合法性和风险隔离。本篇将延续这一逻辑，聚焦第三步和第四步：数据合规上链处理，以及收益分配机制的设计。这两个环节是RWA从静态资产转向动态通证化的关键，帮助实现数据的可追溯性和投资者的收益兑现。 ...
RWA实操指南（一）：从资产筛选到SPV设立，构建通证化基础
实物资产通证化(RWA, Real-World Assets Tokenization)是将线下实物资产（如房地产、债券、商品等）通过区块链技术转化为可在链上交易的数字通证的创新金融模式。本指南将详细阐述如何将商业地产租金收益权通证化，使普通投资者能够以较低门槛参与原本只对机构或高净值人群开放的房地产投资领域。 ...
以太坊区块中继服务（Go 实现）
一个轻量、高可靠、可扩展的以太坊区块同步与分叉检测中继服务 专为 实时监听、持久化、去重、防分叉 设计，适用于 DeFi、NFT、链上数据索引、监控告警等场景。 ...
聊聊我的 Polymarket 套利机器人：用 Go 找预测市场的赚钱机会！
最近我在搞一个好玩的项目，用 Go 写了个程序来监控 Polymarket 上的套利机会。Polymarket 是个基于区块链的预测市场，里面有各种事件的结果可以交易，比如“某件事会不会发生”之类的。这篇文章我就来聊聊这个程序（polymarket_arbitrage.go）的代码和设计，带你看看它是怎么帮我发现潜在赚钱机会的！ ...
GO Slice 链式操作
示例 首先模拟一个业务场景，有订单、产品、自定义订单三个结构体，订单中包含多个产品： 1type Order struct { 2 Id string 3 Products []Product 4} 5 6type Product struct { 7 Id string 8 Price int 9} 10 11type CustomOrder struct { 12 Id string 13} 初始化模拟数据： 1var orders = []Order{ 2 { 3 Id: "o1", 4 Products: []Product{ 5 { 6 Id: "p1", 7 Price: 1, 8 }, 9 { 10 Id: "p2", 11 Price: 2, 12 }, 13 }, 14 }, 15 { 16 Id: "o2", 17 Products: []Product{ 18 { 19 Id: "p3", 20 Price: 3, 21 }, 22 { 23 Id: "p4", 24 Price: 4, 25 }, 26 }, 27 }, 28} 接下来对订单列表做各种操作： ...
Go 基于泛化调用与 Nacos 实现 Dubbo 代理
前言 由于工作中使用的 rpc 框架是 dubbo，经常需要调试不同环境的 dubbo 接口，例如本地环境、开发环境和测试环境。而为了同一管理 http 接口和 dubbo 接口，希望使用统一的调试工具，例如 PostMan 或 ApiPost 等，因此萌生了开发一个 dubbo 的 http 代理工具的念头。 ...
Redis 性能优化
阻塞点 集合全量查询和聚合操作； bigkey 删除； 清空数据库； AOF 日志同步写； 从库加载 RDB 文件； 异步机制处理阻塞点 bigkey 删除、清空数据库：4.0版本后支持异步删除数据（UNLINK、FLUSHDB ASYNC），旧版本可以先SCAN读取数据，再进行删除； AOF 日志同步写：AOF 日志配置成 everysec 选项后，可以异步执行； 无法异步处理的阻塞点优化 集合全量查询和聚合操作：先SCAN读取数据，再在客户端计算； 从库加载 RDB 文件：主库数据量控制在 2-4GB 左右； CPU 多核对 Redis 性能的影响 Redis 实例被频繁调度到不同 CPU 核上运行，导致上下文切换频繁。 ...
LeetCode 六大股票问题解法
推荐阅读：股票问题系列通解（转载翻译） 为了更好的理解和记忆，这里给出我重新整理后的解法，每个解法都很相似，只需改动少量的条件 121. 买卖股票的最佳时机 1 public int maxProfit(int[] prices) { 2 int buy = -prices[0]; // 第一天买，减去买的价钱 3 int sale = 0; // 第一天卖，不存在这种情况，没有收益 4 for (int price : prices) { 5 buy = Math.max(buy, -price); // 买，减去买的价钱 6 sale = Math.max(sale, buy + price); // 卖，在买的收益基础上加上卖的价钱 7 } 8 return sale; 9 } 122. 买卖股票的最佳时机 II 1 public int maxProfit(int[] prices) { 2 int buy = -prices[0]; // 第一天买，扣掉买的价钱 3 int sale = 0; // 第一天卖，不存在这种情况，没有收益 4 for (int price : prices) { 5 buy = Math.max(buy, sale - price); // 买，在卖的收益基础上减去买的价钱 6 sale = Math.max(sale, buy + price); // 卖，在买的收益基础上加上卖的价钱 7 } 8 return sale; 9 } 123. 买卖股票的最佳时机 III 1 public int maxProfit(int[] prices) { 2 int buy1 = -prices[0]; // 第一天买，减去买的价钱 3 int sale1 = 0; // 第一天卖，不存在这种情况，没有收益 4 int buy2 = -prices[0]; // 第一天买，减去买的价钱 5 int sale2 = 0; // 第一天卖，不存在这种情况，没有收益 6 for (int price : prices) { 7 buy1 = Math.max(buy1, -price); // 第一次买，减去买的价钱 8 sale1 = Math.max(sale1, buy1 + price); // 第一次卖，在第一次买的收益基础上加上卖的价钱 9 buy2 = Math.max(buy2, sale1 - price); // 第二次买，在第一次卖的收益基础上减去买的价钱 10 sale2 = Math.max(sale2, buy2 + price); // 第二次卖，在第二次买的收益基础上加上卖的价钱 11 } 12 return sale2; 13 } 188. 买卖股票的最佳时机 IV 这是六大问题中最难的一个，所对应的解法是最通用的 ...
