http://blog.sina.com.cn/s/blog_57f61b490102viq9.html1.前言Swift升级到2.0大版本后宣称开始支持纠删码，这其实是一个很有意义的特性，主要是能够在一定程度上解决3副本空间浪费太多的问题。因为3副本这一点是swift推广的最大障碍之一，成本的增加吓退了不少潜在客户。...

首先来看一张图：上面这张神一样的图出自国外一个LeadPerformanceEngineer(BrendanGregg)的一次分享，几乎涵盖了一个系统的方方面面，任何人，如果没有完善的计算系统知识，网络知识和操作系统的知识，这张图中列出的工具，是不可能全部掌握的。出于本人对linux系统的极大兴趣，以及对底层知识的强烈...

https://www.cnblogs.com/Bozh/p/5484838.html公司云平台的机器时常会发生网络闪断，通常在10s-100s之间。VM出现问题时，表现出来的情况是外部监控系统无法访问，猜测可能是由于系统假死，OVS链路问题等等。但是在出现网络问题的时候，HV统一的表现为iowait较高。这是一个艰难...

(http://blog.csdn.net/quqi99) IP层叫分片，TCP/UDP层叫分段。网卡能做的事（TCP/UDP组包校验和分段，IP添加包头校验与分片）尽量往网卡做，网卡不能做的也尽量迟后分片（发送）或提前合并片（接收）来减少在网络栈中传输和处理的包数目，从而减少数据传输和上下文切换所需要的CP...

https://www.qcloud.com/community/article/511817转者注：让我感觉以前看蓝屏都白看了~~~原来蓝屏也可以分析具体原因。 适用场景：Windows系列系统异常宕机（蓝屏）且存在Dump文件（*.dmp）相关背景解释：众所周知，Windows历史上BUG比较多，无故宕机...

上篇分析到数据包的收发，这篇开始着手分析数据包的处理问题。在openVswitch中数据包的处理是其核心技术，该技术分为三部分来实现：第一、根据skb数据包提取相关信息封装成key值；第二、根据提取到key值和skb数据包进行流表的匹配；第三、根据匹配到的流表做相应的action操作（若没匹配到则调用函数往用户空间传递...

上一篇文章讲了《数据中台实战（六）：交易分析》，本文讲数据中台实战（七）：流量分析。流量分析的核心就是你的平台每天有多少个用户过来，都去了哪里，在那个位置产生了消费。针对这几个问题，我们做了几个功能：网页分析，可以监测每个网页的流量PV、UV、浏览时长、跳出率；坑位流量分析，可以看到产品的每个坑位每天产生多少流量，产生...

上一篇文章讲到《数据中台实战（五）：自助分析平台》，本篇文章讲一下交易分析模块。交易数据是一个公司最核心的数据，领导层会十分关注，一线的运营的kpi也是围绕交易额展开。领导层和一线的运营还是有些不同，公司领导层关注的是大盘，是不会看一些明细数据，而运营需要大量的明细数据来分析数据上升或者下降的原因。所以给领导层看的功能...

本文笔者详细介绍了开发自助分析平台的重要性、自助分析平台的具体方案和选型，一起来看看吧。上一篇文章讲到《数据中台实战入门篇：数据中台对内、对外合作机制》。这时数据中台团队已经做了几个比较大块的功能模块，和各个产品线的合作越来越紧密。每个月每条产品线都有一些数据需求，每条产品线都有N个指标，数据中台主要的开发任务就是数据...

商品的生命周期分为售前、售中、售后，接下来结合数据中台实战，分别从三个时期的细节方面分析下，如何保证我们提供的都是真正的好货。上一讲讲了用户模块《数据中台实战（三）：用户分析（产品设计篇）》我们用的是海盗模型，从用户的获取、激活、留存、收入、推荐的角度来做分析。这些指标是没问题，但是作为电商产品，如果站在价值的角度来思...

上一次说到《数据中台实战（二）：基于阿里OneData的数据指标管理体系》，这次我们谈下产品经理更加关注的模块产品设计。接下来的文章将从六个方面讲数据中台的产品设计包括用户分析、商品分析、活动分析、流量分析、还有自助分析平台、标签平台、推荐系统的搭建。全部基于实战，读完这个系列，你就可以搭建属于你们公司的数据中台。还是...

1.Canal是什么？2.如何编写Canal客户端？3.如何编写一个数据库操作的Spark程序代码？4.开发Spark项目时容易发生哪些冲突问题？Spark中的SparkStreaming可以用于实时流项目的开发，实时流项目的数据源除了可以来源于日志、文件、网络端口等，常常也有这种需求，那就是实时分析处理MySQL中的...

    1.原理剖析   2.性能定位   3.经典场景调优   4.内存调优         &n...

主成分分析(PCA)是一种常用于减少大数据集维数的降维方法，把大变量集转换为仍包含大变量集中大部分信息的较小变量集。减少数据集的变量数量，自然是以牺牲精度为代价的，降维的好处是以略低的精度换取简便。因为较小的数据集更易于探索和可视化，并且使机器学习算法更容易和更快地分析数据，而不需处理无关变量。总而言之，主成分分析(P...

我们已经抓取了一个HTML页面，接下来，我们使用BeautifulSoup来分析页面。importrequestsfrombs4importBeautifulSouppage=requests.get("https://kevinhwu.github.io/demo/python-scraping/simple.htm...