其他 -- IT技术博客大学习 -- 共学习共进步！

做单芯片系统和蓝牙模块的厂商主要有：Bluegiga(蓝兆)，Texas Instruments(德州仪器)，Nordic Semiconductor(北欧半导体)，Cambridge Silicon Radio(CSR公司)，Broadcom Corporation(博通公司)，这几家公司，基本掌控了全球所有的蓝牙、无线、voip、音视频解码等核心技术。(技术门槛岗岗的！)

• 互联网学习型敏捷研发组织的构建及策略

学习型开发组织将能够很好的支撑自适应的产品创新开发，优秀产品将自然涌现于优秀的团队之手。当自我组织和自律成为组织文化时、当流程是用来和适应支持而非限制人们时、当个人才能和技巧得到重视时，伟大的产品自然就会从优秀的团队的手中涌现出来。

• 我的博客系统折腾手记暨papery正式发布

上周花了一个周末的时间，把我自己的博客生成系统彻底重构成较为通用的系统了。这件事其实一直就想做，不过一直没想好怎么在简单和通用间做好权衡。上周接连接到几名同学在微博上问我的博客是用什么系统搭建的，终于促使我下决心把这件事情做掉。目前这个系统已经定名为papery，源码在github上，并发布到了npm。

• 只有算法的个性化推荐没有未来

淘宝现有实际应用以及推荐的文档来看，基于可扩展性及系统成本的考虑，商用的个性化推荐系统以黑盒推荐为基础。黑盒推荐的核心是机器学习和数据挖掘算法，有着坚实的数学基础和明确的优化指标与方法，所以推荐质量有基本的保证。搭建系统既不需要领域内的知识，也不需要过多的人工干预，同时可扩展性较强，应对用户和条目的增长成本相对可控。

• Storm入门教程第五章一致性事务

Storm是一个分布式的流处理系统，利用anchor和ack机制保证所有tuple都被成功处理。如果tuple出错，则可以被重传，但是如何保证出错的tuple只被处理一次呢？Storm提供了一套事务性组件Transaction Topology，用来解决这个问题。 Transactional Topology目前已经不再维护，由Trident来实现事务性topology，但是原理相同。

• storm入门教程第四章消息的可靠处理

本章介绍了storm集群如何实现数据的可靠处理。借助于创新性的tuple tree跟踪技术，storm高效的通过数据的应答机制来保证数据不丢失。storm集群中除nimbus外，没有单点存在，任何节点都可以出故障而保证数据不会丢失。imbus被设计为无状态的，只要可以及时重启，就不会影响正在运行的任务。

• Storm入门教程第三章 Storm安装部署步骤

本文以Twitter Storm官方Wiki为基础，详细描述如何快速搭建一个Storm集群，其中，项目实践中遇到的问题及经验总结，在相应章节以“注意事项”的形式给出。

• Storm入门教程第二章构建Topology

本章从storm的基本对象的定义，到广泛的介绍了storm的开发环境，从一个简单的例子讲解了topology的构建和定义。希望大家可以从本章的内容对storm有一个基本的理解和概念，并且已经可以构建一个简单的topology！！

• storm入门教程第一章前言

Storm是一个开源的分布式实时计算系统，可以简单、可靠的处理大量的数据流。Storm有很多使用场景：如实时分析，在线机器学习，持续计算，分布式RPC，ETL等等。Storm支持水平扩展，具有高容错性，保证每个消息都会得到处理，而且处理速度很快(在一个小集群中，每个结点每秒可以处理数以百万计的消息)。Storm的部署和运维都很便捷，而且更为重要的是可以使用任意编程语言来开发应用。

• 7个示例科普CPU Cache

CPU cache一直是理解计算机体系架构的重要知识点，也是并发编程设计中的技术难点，而且相关参考资料如同过江之鲫，浩瀚繁星，阅之如临深渊，味同嚼蜡，三言两语难以入门。正好网上有人推荐了微软大牛Igor Ostrovsky一篇博文《漫游处理器缓存效应》，文章不仅仅用7个最简单的源码示例就将CPU cache的原理娓娓道来，还附加图表量化分析做数学上的佐证，个人感觉这种案例教学的切入方式绝对是俺的菜，故而忍不住贸然译之，以飨列位看官。

• perl查询空表引起的bug

在ali集团对数据库的数据采集、监控、分析等由xxagent完成，所以对xxagent运行稳定非常重要。下面介绍xxagent一个bug，导致数据查询异常。

• 玩转robots协议

网站内容的所有者是网站管理员，搜索引擎应该尊重所有者的意愿，为了满足以上等等，就需要提供一种网站和爬虫进行沟通的途径，给网站管理员表达自己意愿的机会。有需求就有供应，robots协议就此诞生。Robots协议，学名叫：The Robots Exclusion Protocol，就搜索引擎抓取网站内容的范围作了约定，包括网站是否希望被搜索引擎抓取，哪些内容不允许被抓取，把这些内容放到一个纯文本文件robots.txt里，然后放到站点的根目录下。爬虫抓取网站内容前会先抓取robots.txt，据此“自觉地”抓取或者不抓取该网页内容，其目的是保护网站数据和敏感信息、确保用户个人信息和隐私不被侵犯。

• Linux大棚版gtest官网教程译文

gtest，英文全称是Google C++ Testing Framework，英文简称是Google Test，中文译为“谷歌C++测试框架”，它是从谷歌内部诞生并受到业界追捧的一个非常优秀的测试框架，支持如自动发现测试、自定义断言、死亡测试、自动报告等诸多功能。

• 数据化比大数据更靠谱

数据化的另一大关键，就是如何与(移动)互联网与物联网有效融合。因为目前为止，移动互联网为我们提供了最好的，与用户粘在一起并充分挖掘用户数据的机会。无论是移动、社交还是本地化，都释放出了海量的数据，也就有着重大的挖掘空间。

• 企业掘金大数据的两种选择

究竟如何才能把数据转化为利润呢？对大多数公司来说，有两种选择，一是数据导向的流程，二是数据导向的产品。如今，你到哪儿都能听到大数据。别说是亚马逊这样的公司，现在就是一个小的Startup，每天也能有几个G的数据量。而像Instagram 这样的照片分享网站，每天轻松就能产生出500T的数据量。不少企业的CEO们都会问一个问题：“好，现在我有这么多数据，下一步我该怎么做呢？”

• 浅谈翻译的两个基本问题

说起翻译，许多人都有兴趣。但真正能动手去尝试的人，只占其中的一小半；能熬过尝试阶段的煎熬，真正入门的人，更是少之又少。这种现象给不少人造成了错觉，认为翻译是件看起来容易做起来难的事情。但是根据我自己的经历和其它做译友的反馈，这话其实只说对了一半，翻译“做起来”并没有那么难。翻译之所以给人“做起来难”的感觉，很大程度上是难在入门阶段，难在一些基本问题没有解决。所以，这篇文章来谈谈大家关心的两个基本问题：第一，翻译是怎样的工作；第二，直译更好还是意译更好。

• 《打造 Facebook》笔记

我发现雅虎所谓的「公司政治」问题比较严重，没有那么很强烈的「所有人做事都是为了雅虎」的理念，他们内部是以BU（业务单元）这种方式运作的，小组与小组之间存在隔膜，都主要考虑自身那一小块的利益，相互之间的配合支持度较差。……后来到了Facebook，感觉完全不一样，绝大多数人都很清楚，「我们并不是为了某个小组工作的，我们的目标是整个Facebook的发展」。

• 在敏捷

Scrum 不是定死的一种模式，每个团队有每个团队的玩法。通过不断的磨合、反思、改进，形成最适合自己团队的模式。而这些，都需要沟通。最好是当面的沟通。场合也能起到帮助，公司内搞不定的，拉出去喝一顿，喝一顿搞不定的，换个地再喝一顿。

• Django数据库访问优化

Django数据库访问优化

• 程序员不是包身工

在大卫的这篇博客中，他说员工在下班后做业余项目对老板不利，对公司有害。这种思想太落后了。首先，一个人在业余时间应该做什么、不应该做什么，别人不该说三道四，这是一种极大的侮辱，这是对他人无礼的个人评判。这是一种极其短视的行为。