摘要：
ods层 包括从数据源抽取的原始数据 dw层 dwd 数仓明细层，对原始数据进行清洗，按照主题聚合表，维度退化 dwm 轻度汇聚，按维度计算指标 dws 数据集市，按业务生成宽表 阅读全文
2021年5月21日
2021年3月6日
摘要：
1998, 2003, 2011, 2014, 2017 5个标准版本，每个版本不同特性 https://en.cppreference.com/w/cpp/compiler_support 列出了各个编译器对各个标准特性的支持程度 http://www.cplusplus.com/info/des 阅读全文
2021年2月20日
摘要：
节点分裂，特征选择 从概率学角度，样本集中不同样本类别分布地越均匀，说明不确定性越大，比如投掷硬币，50%正，50%负，完全不确定，而决策树模型就是需要选取特征，通过特征取值对样本进行子集划分，使得子集中的不确定性减少。 描述不确定性的算法模型：1 gini纯度 2 信息熵 两个函数都是在样本分布越 阅读全文
2021年2月19日
摘要：
1 开闭原则 对扩展开放，对修改关闭。 使用接口和继承的方式，实现可扩展，比如父类具有支付接口，一个子类使用微信支付实现支付接口，现在需要新增支付宝支付方式，则新建子类使用支付宝方式实现支付接口，这样既对微信类就没有修改又新增了支付宝支付方式，所以对修改关闭了，对扩展开放了。（吐槽：这还用说吗，不然 阅读全文
2021年2月12日
摘要：
gc停顿时间对于系统整体的影响 Amdahl's law 如果在一个线程中，一个java程序任务，需要处理100条数据，处理时间1分钟，有6秒钟时间用来阻塞串行gc，那么当程序使用两个核来处理的时候，有54s的时间可以减半为27秒，但是6秒的串行时间不变，因此总体时间减小为33秒。 S=1/(1-a 阅读全文
2019年3月5日
摘要：
问题描述： 0-1背包问题说的是，给定背包容量W，一系列物品{weiht,value}，每个物品只能取一件，获取背包所能容纳的value最大值。 比如说:背包容量300，物品数量10.有以下物品:{weight,value} 最佳组合: 总重量:294,总价值388。 算法: 遗传算法：https: 阅读全文
2019年2月10日
摘要：
在一个分布式计算系统中，为了保证数据的一致性需要对数据进行一致性快照。Flink和spark在做流失计算的时候都借鉴了chandy-lamport算法的原理，这篇文章就是对chandy-lamport算法原理的详细介绍。 考虑一个分布式计算系统。 其中有两个节点，也就是两个进程，p和q，s0，s1对 阅读全文
2018年10月30日
摘要：
最近项目中需要在微服务中调用rest接口，而且需要调用得次数很多，所以同步得http客户端已经不满足要求，在网上查阅资料后发现了async-http-client这个包得性能不错，所以写了个demo测试性能。 由于在线得网站一般都会限制流量，也有反爬虫，所以为了排除服务端得影响，自己搭建一个简单ht 阅读全文
2018年10月9日
摘要：
十分简单的scala单元测试 在编写性能要求高的模块的时候，单元测试是有必要的，通过搜索，我找到了一套提供单元功能测试和性能测试的可行方案，该方案简单好用，推荐给大家。 测试工具 首先找到适用于scala的好的测试工具是有必要的，通过搜索我找到了以下两个: 这两个工具提供scala语言的api，集成 阅读全文
2018年6月7日
摘要：
github下载源码 ubuntu上安装play,配置好环境变量 暂时不支持基于spark2.x的编译，所以compile.conf中spark版本不变 调用build.sh开始编译 编译好后dist目录生成压缩包 压缩包传输到linux后解压缩 linux安装mysql5.7，配置连接权限，创建d 阅读全文
