您现在的位置：首页
--> 其他
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。
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。
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。
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。
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。
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。
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。
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。
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。
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？”
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。
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
• 程序员不是包身工
近3天十大热文
-
[750] WEB系统需要关注的一些点 -
[69] 如何拿下简短的域名
-
[20] 移动音乐产品梳理
-
[15] Chrome开发者工具的小技巧
-
[15] 豆瓣是啥？
-
[13] 内存的惰性初始化
-
[12] sns视觉设计分享
-
[12] 这些反人类设计，你肯定也碰到过
-
[11] 一张图帮你看懂 iPhone 的屏幕分辨率
-
[11] 为什么工程师会造出蹩脚的产品
赞助商广告
