精选技术长文、实践记录与系统化阅读
低噪声、高可扫读；标题、摘要、来源、标签一目了然。
采集自各技术站点的近期文章。
开始程序运行的非常稳定，稳定到我想送所有说HGETALL是个坑的人一个字：呸！此时的我就像温水里的青蛙一样忘记了危险的存在，时间就这样一天一天的过去，突然有一天需求变了，我不得不把HASH数据的内容从十几个字段扩展到一百多个字段，同时使用了Pipelining一次性获取上百个HGETALL的结果。于是我掉坑里了：服务器宕机。 为什么会这样？Redis是单线程的！当它处理一个请求时其他的请求只能等着。通常请求都会很快处理完，但是当我们使用HGETALL的时候，必须遍历每个字段来获取数据，这期间消耗的CPU资源和字段数成正比，如果还用了Pipelining，无疑更是雪上加霜。
以下方法仅供技术交流学习，请勿非法使用，如长期使用请支持购买正版！
Web前端性能优化WPO，相信大多数前端同学都不会陌生，在各自所负责的站点页面中，也都会或多或少的有过一定的技术实践。可以说，这个领域并不缺乏成熟技术理论和技术牛人：例如Yahoo的web站点性能优化黄金法则，以及大名鼎鼎的优化大师Steve Souders。本文并非一篇讨论性能优化技术方法的文章，而更多的是对中文站搜索List页面持续两年多的前端性能优化实践的思路总结。希望对正在从事这个领域研究的前端同学能有所帮助。
我的同事朋友Chris Eargle写了一篇关于新年计划的有趣文章。他让我想到了，没有出现那场世界末日是我们多么大的幸运呀(还有其他我这45年中躲过的天灾)，于是，我也有了一些我自己的以程序员为主题的新年计划。在你的职业生涯中，你能做的会给你带来最多麻烦的事就是成为屋里最聪明的人.....
今天读到策划同学的周报中提到的一个关于合租房子的分摊房租问题。 引用周报中的一节如下： 上周在搬家，和喵、刘阳一起租房子住，遇到一个问题，就是分摊房租。中式的解决方法一般都是商量一下，但具体怎么商量，没有手段，总之就是大家估摸一下，觉得大略上说的过去就OK了。很少有拉下面子认真谈价格的，即使心里其实觉得并不认可。 在这方面，美国人还真能想一些办法，这是一个旅美的留学生在博客上写的，他和老美同学的商议方式：两个人A，B合租一个二居的房子，比如每个月是1500美元，因为主卧和次卧有大有小，价格肯定是不均的，那么两个人分别写两个价格，也就是对主卧和次卧的心理价格。可以很极端，比如1400：100，但总额必须是1500，因为这是A，B必须接受的大条件，然后公开，除掉开价完全相当的情况，两间卧室必然各有一个出价最高的人，价高者入住，而月租则是A，B对这个卧室开价的均值。例如A出价是900：600，B出价是1000：500，那么A住次卧，价格为550，B住主卧，价格为950。两个人都得到了自己认可的房子，而价格还低于自己的预期。 这一方案还有一个优势，就是双方都无法通过恶意的叫价来损害对方，获得利益。相信很多同学会提出一个更直接的解决方案：一个人提价格方案，另一个人选择。但是这一方案也有点问题，提价格的人相对是吃亏的，对吧？ 遗憾的是，这种做法，似乎无法推广到三个人的情况。
手机作为一种随身设备，其使用场景多变。在不同场景下，手机使用上下文、用户特征、设备/应用使用、应用内容需求等都存在着差异。因此，本研究将从众多产品的主流用户–学生所在校园场景入手，了解“校园”场景下的手机使用，了解“大学生”人群及其手机使用习惯，为手机应用开发及内容推荐提供数据参考和设计建议。
简介: 1.理解linux系统上进程的原理以及实现 2. 信号处理简述 3. 了解内存管理初步知识 4. 打开通向linux内核的大门。
简介： 本节课是数据开发技术的入门课程，结合大淘宝数据平台数据平台及开发技术的演进过程，详细讲解目前在用的主要数据开发技术，并且为大家呈现出目前主要的数据开发技术框架图，最后在未来超海量数据的大背景下，数据同学应该主动结合系统痛点进行技术应用 。
简介: 了解前端内存泄露原理，最常见的“循环引用”导致的内存泄露原因解析，以及业务项目中存在的内存泄露现象解析。
说得危险耸听一些，想一开始就做强关系，除了腾讯，其他企业基本上机会很小。就更不用说创业公司了。个中原因，相信很多人都能体会。所以，怎么做强关系，在此不描述了。一是研究得比较少，二是我觉得去观察、去使用、去思考腾讯的产品就是最好的学习途径。
Linux常用系统信息查看命令
科普了，再群里有人讨论nodeName、nodeValue 及 nodeType，归纳总结了一下。
时至今日，如果你的Java项目依然需要启动一个特定的工具，比如IDE，才能编译部署，那你的项目不在本文的讨论之中，因为实在落后得太让人无语了。 好，回归正题。旧时代的Java世界，构建工具等同于两个词Ant和Maven。 Ant源自Make，同JUnit一样，它也是一个航班产物(参见《Ant权威指南》序)。不过，Make的基础注定了它的起点不高，所有一切都要手工打造。我还依稀记得曾几何时，每每开始一个项目都要重新复制一份Ant脚本，修修改改。Maven给了人们新的希望，目录结构的约定、依赖管理、IDE集成，那时看来，几近完美。是的，几近，还差了那么一点点。就是那么一点点，却是致命伤。
irqbalance用于优化中断分配，它会自动收集系统数据以分析使用模式，并依据系统负载状况将工作状态置于 Performance mode 或 Power-save mode。处于Performance mode 时，irqbalance 会将中断尽可能均匀地分发给各个 CPU core，以充分利用 CPU 多核，提升性能。 处于Power-save mode 时，irqbalance 会将中断集中分配给第一个 CPU，以保证其它空闲 CPU 的睡眠时间，降低能耗。 在RHEL发行版里这个守护程序默认是开机启用的，那如何确认它的状态呢？
在著名奇书 Gödel, Escher, Bach: An Eternal Golden Braid 的第五章中，为了展现出递推序列的神奇之处，作者 Douglas Hofstadter 定义了这么一个递推序列： G(n) = n - G(G(n - 1)) ，其中 G(1) = 1 。这个数列通常被称作 Hofstadter G-sequence 。它有什么特别的地方呢？
请一定要熟练记住并活学活用下面的几个句式，如果讲出来不够装逼，那，那，那肯定是你还没修炼到家。
昨天写一个读取bmp文件的小程序，出现了一个bug，但是不清楚到底是什么原因。 程序是要读取一个bmp文件然后保存成Bmp文件，我发现读取的时候有小错误，保存的时候也有。保存Bmp的时候居然文件大小比原来的文件大小多了3个字节，这三个字节的差异让图片的内容有了巨大的变化。
限制带宽简直就是系统管理员的永恒话题之一。当然我这里就不讨论端口限速什么的了，百度一下一大把。但如果要的是限制某个特定进程的带宽，事情就有趣多了。
某客户有一服务器,shared pool 相关latch出现异常等待,影响系统性能.分析结果:因为系统空闲内存太少,使用太多Paging Space导致该异常;解决办法:1.增加内存，2.在业务接受范围内减小sga等其他和内存消耗相关参数
没有人喜欢犯错误，用户访问到错误页面是不愉快的用户体验，所以要优雅的表达其实这只是个美丽的错误。 无论腾讯404的公益温情路线还是美国南方公园的恶搞风格，无非都在诠释这个不小心碰到的炮弹的甜蜜。
